laporan keuangan Y akan mengalami peningkatan sebesar 74,146 dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
β
5
= 3107,555 Menunjukkan besarnya nilai koefisien regresi untuk variabel rasio
gearing X
5
yaitu 3107,555 dan mempunyai koefisien regresi positif secara statistik tidak signifikan dengan tingkat signifikansi 0,976. Hal ini
menunjukkan terjadinya perubahan yang searah dengan variabel terikat. Jadi setiap ada kenaikan pada variabel rasio gearing X
5
sebesar 1 satuan dapat meningkatkan log peluang variabel ketepatan waktu Y sebesar
3107,555. dan sebaliknya apabila terjadi penurunan pada variabel rasio gearing X
5
sebesar 1 satuan dapat menurunkan pula log peluang variabel ketepatan waktu Y sebesar 3107,555 dengan asumsi bahwa variabel-
variabel yang lain adalah konstan.
4.3.3. Menilai Model
Fit
Menilai Model Fit dilakukan dengan tujuan untuk mengetahui apakah tidak ada perbedaan antara hasil observasi dengan kemungkinan
hasil prediksi model.
Hipotesis :
H : Model yang dihipotesiskan fit dengan data
H
1
: Model yang dihipotesiskan tidak sesuai dengan data
Tabel 4.10 : Hasil Uji Menilai Model Fit
Hosmer and Lemeshow Test
.000 2
1.000 Step
1 Chi-square
df Sig.
Sumber : Lampiran 2
Berdasarkan tabel di atas nilai X
2
yang dihasilkan sebesar 0,000 dengan tingkat signifikan di atas 5 yaitu sebesar 1,000 maka hasilnya
adalah terima H yang artinya model sesuai tidak ada perbedaan antara
hasil observasi dengan kemungkinan prediksi model atau dengan kata lain model regresi logistik yang dihasilkan layak dipakai.
4.3.4. Koefisien Determinasi R
2
Koefisien determinasi
R
2
ini menggunakan Negelkerke’s R square yang merupakan modifikasi dari koefisien Cox dan Snell untuk
memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Nilai Negelkerke’s R
2
dapat diinterpretasikan seperti nilai R
2
pada multiple regression.
Tabel 4.11 : Nilai R
2
Model Summary
.000
a
.478 1.000
Step 1
-2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
Estimation terminated at iteration number 20 because maximum iterations has been
reached. Final solution cannot be found. a.
Sumber : Lampiran 2
Berdasarkan tabel di atas menunjukkan bahwa nilai R
2
Nagelkerke’s yang dihasilkan adalah sebesar 1,000 yang berarti 100 variabel ketepatan waktu penyampaian laporan keuangan Y dapat
dijelaskan oleh variabel ukuran perusahaan X
1
, profitabilitas X
2
, likuiditas X
3
, umur perusahaan X
4
, dan rasio gearing X
5
.
4.3.5. Keakuratan Model
Adapun keakuratan model dapat dilihat pada classification table di bawah ini :
Tabel 4.12 : classification table
Classification Table
a
3 100.0
27 100.0
100.0 Observed
1 Ketepatan Waktu
Y Overall Percentage
Step 1 1
Ketepatan Waktu Y Percentage
Correct Predicted
The cut value is .500 a.
Sumber : Lampiran 2 Model regresi logistik yang dihasilkan pada tabel 4.8 adalah
Berdasarkan tabel 4.12 model tersebut adalah akurat dengan tingkat keakuratan model sebesar 100 yaitu hasil observasi pada semua
kasus sama dengan hasil prediksinya.
4.4. Uji Hipotesis
