65
Berdasarkan Tabel 4.17 dapat dilihat bahwa hasil pengujian statistik menunjukkan bahwa nilai statistik Hosmer and Lemeshow sebesar 12,336 dengan
probabilitas signifikansi menunjukkan angka 0,137, nilai signifikansi yang diperoleh ini jauh lebih besar dari 0,05 5, maka hipotesis nol tidak dapat
ditolak H diterima atau didukung. Hal ini berarti model regresi layak untuk
digunakan dalam analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Atau dapat
dikatakan bahwa model mampu memprediksi nilai observasinya.
4.6.2 Menilai Keseluruhan Model Overall Model Fit Test
Langkah kedua adalah menilai keseluruhan model yang dilakukan dengan membandingkan nilai antara -2 Log likelihood pada awal Block Number = 0
dengan nilai -2 Log likelihood pada akhir Block Number = 1.
Tabel 4.18 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
70.852 .308
2 70.852
.310 3
70.852 .310
a. Constant is included in the model. b. Initial -2 Log Likelihood: 70.852
c. Estimation terminated at iteration number 3 because parameter estimates changed by less than
.001.
Universitas Sumatera Utara
66
Nilai -2 Log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.19.
Tabel 4.19 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
X4 Step 1
1 68.250
-6.242 .234
2 68.217
-7.022 .262
3 68.217
-7.041 .263
4 68.217
-7.041 .263
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 70.852 d. Estimation terminated at iteration number 4 because
parameter estimates changed by less than .001.
Dari Tabel 4.18 dapat dilihat bahwa -2 LL awal pada block number = 0 yang dapat dilihat pada step 3, memperoleh nilai sebesar 70,852. Kemudian pada
Tabel 4.19 dapat dilihat nilai -2 LL akhir dengan block number =1, nilai -2 log likelihood pada step 4 adalah 68,217. Adanya penurunan nilai antara -2LL awal
initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data.
4.6.3 Menguji Koefisien Regresi
Langkah terakhir adalah menguji koefisien regresi hipotesis penelitian. Tabel tersebut menunjukkan hasil pengujian dengan regresi logistik pada tingkat
signifikan 5 persen.
Universitas Sumatera Utara
67
Tabel 4.20 Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 68.217
a
.049 .066
a. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan tabel 4.20 pada hipotesis keempat ini menunjukkan nilai Cox Snell R Square sebesar 0,049 dan nilai Nagelkerke R Square sebesar 0,066
yang menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variabel dependen adalah sebesar 0,066 atau 6,6 sedangkan sisanya sebesar
93,4 dapat dijelaskan oleh variabel-variabel lain yang tidak diteliti dalam penelitian ini.
Tabel 4.21 Hasil Uji Koefisien Regresi Logistik Hipotesis Keempat
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95 C.I.for EXPB Lower
Upper Step 1
a
Ukuran Perusah
aan .263
.172 2.348
1 .125
1.301 .929
1.822 Constant
-7.041 4.793
2.158 1
.142 .001
a. Variables entered on step 1: Ukuran Perusahaan.
Sumber: Hasil Penelitian, 2016 data diolah
H
4
: Ukuran perusahaan berpengaruh positif terhadap ketepatan waktu pelaporan keuangan
Universitas Sumatera Utara
68
Pada Tabel 4.21 menunjukkan bahwa nilai P value uji Wald Sig 0,05, artinya variabel ukuran perusahaan mempunyai pengaruh yang negatif dan tidak
signifikan terhadap ketepatan waktu pelaporan keuangan. Ukuran perusahaan mempunyai nilai Sig Wald 0,125 0,05 sehingga menerima H
atau yang berarti ukuran perusahaan memberikan pengaruh negatif dan tidak signifikan terhadap
ketepatan waktu pelaporan keuangan.
4.7 Pengujian Hipotesis Kelima H
5
Hipotesis kelima menyatakan bahwa sanksi BEI mampu memoderasi hubungan antara opini audit terhadap ketepatan waktu pelaporan keuangan pada
perusahaan pertambangan yang terdaftar di BEI.
4.7.1 Menilai Kelayakan Model Regresi Goodness of Fit Test
Langkah pertama yang dilakukan adalah menilai kelayakan model regresi, dengan memperhatikan nilai goodness of fit test yang diukur dengan nilai chi-
square yang tampak pada bagian bawah Hosmer and Lemeshow Test.Tabel 4.22
Tabel 4.22 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .000
1 1.000
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan Tabel 4.22 dapat dilihat bahwa hasil pengujian statistik menunjukkan bahwa nilai statistik Hosmer and Lemeshow sebesar 0,000 dengan
probabilitas signifikansi menunjukkan angka 1,000, nilai signifikansi yang diperoleh ini jauh lebih besar dari 0,05 5, maka hipotesis nol tidak dapat
Universitas Sumatera Utara
69
ditolak H diterima atau didukung. Hal ini berarti model regresi layak untuk
digunakan dalam analisis selanjutnya, karena tidak ada perbedaan yang nyata
antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Atau dapat
dikatakan bahwa model mampu memprediksi nilai observasinya.
4.7.2 Menilai Keseluruhan Model Overall Model Fit Test
Langkah kedua adalah menilai keseluruhan model yang dilakukan dengan membandingkan nilai antara -2 Log likelihood pada awal Block Number = 0
dengan nilai -2 Log likelihood pada akhir Block Number = 1.
Tabel 4.23 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
70.852 .308
2 70.852
.310 3
70.852 .310
a. Constant is included in the model. b. Initial -2 Log Likelihood: 70.852
c. Estimation terminated at iteration number 3 because parameter estimates changed by less than
.001.
Nilai -2 Log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.24.
Universitas Sumatera Utara
70
Tabel 4.24 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
Opini Audit Opiniaudit_sank
siBEI Step 1
1 13.298
-.631 -.278
.807 2
4.484 -.849
-.465 1.267
3 1.611
-.992 -.649
1.692 4
.590 -1.098
-.836 2.106
5 .218
-1.178 -1.027
2.518 6
.081 -1.235
-1.223 2.931
7 .030
-1.272 -1.425
3.346 8
.011 -1.290
-1.632 3.763
9 .004
-1.289 -1.844
4.183 10
.002 -1.269
-2.063 4.607
11 .001
-1.229 -2.288
5.035 12
.000 -1.166
-2.521 5.467
13 .000
-1.079 -2.763
5.905 14
.000 -.961
-3.015 6.348
15 .000
-.809 -3.278
6.797 16
.000 -.614
-3.554 7.252
17 .000
-.369 -3.846
7.713 18
.000 -.063
-4.156 8.179
19 .000
.313 -4.487
8.652 20
.000 .769
-4.840 9.130
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 70.852 d. Estimation terminated at iteration number 20 because maximum iterations has
been reached. Final solution cannot be found.
Dari Tabel 4.23 dapat dilihat bahwa -2 LL awal pada block number = 0 yang dapat dilihat pada step 3, memperoleh nilai sebesar 70,852. Kemudian pada
Tabel 4.24 dapat dilihat nilai -2 LL akhir dengan block number =1, nilai -2 log
Universitas Sumatera Utara
71
likelihood pada step 12 adalah 0,000. Adanya penurunan nilai antara -2LL awal initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir
menunjukkan bahwa model yang dihipotesiskan fit dengan data.
4.7.3 Menguji Koefisien Regresi
Langkah terakhir adalah menguji koefisien regresi hipotesis penelitian. Tabel tersebut menunjukkan hasil pengujian dengan regresi logistik pada tingkat
signifikan 5 persen.
Tabel 4.25 Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 .000
a
.744 1.000
a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot
be found.
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan tabel 4.25 pada hipotesis kelima ini menunjukkan nilai Cox Snell R Square sebesar 0,744 dan nilai Nagelkerke R Square sebesar 1,000
yang menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variabel dependen adalah sebesar 1,000 atau 100 .
Universitas Sumatera Utara
72
Tabel 4.26 Hasil Uji Koefisien Regresi Logistik Hipotesis Kelima
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95 C.I.for EXPB
Lower Upper
Step 1
a
Opini Audit -4.840
13679.4 47
.000 1
1.000 .008
.000 .
Opiniaudit_sanksi BEI
9.130 2495.37
9 .000
1 .997
9225.05 1
.000 .
Constant .769
55452.6 74
.000 1
1.000 2.158
a. Variables entered on step 1: Opini Audit, Opiniaudit_sanksiBEI.
Sumber: Hasil Penelitian, 2016 data diolah
H
5
: Sanksi BEI mampu memoderasi hubungan antara opini audit terhadap ketepatan waktu pelaporan keuangan.
Pada Tabel 4.26 menunjukkan bahwa nilai P value uji Wald 0,997 0,05, artinya sanksi BEI tidak mampu memoderasi hubungan antara opini audit dengan
ketepatan waktu pelaporan keuangan pada perusahaan pertambangan di BEI yang berarti H
5
tidak dapat diterima atau H
5
ditolak.
4.8 Pengujian Hipotesis Keenam H
6
Hipotesis keenam menyatakan bahwa sanksi BEI mampu memoderasi hubungan antara audit report lag terhadap ketepatan waktu pelaporan keuangan
pada perusahaan pertambangan yang terdaftar di BEI.
Universitas Sumatera Utara
73
4.8.1 Menilai Kelayakan Model Regresi Goodness of Fit Test
Langkah pertama yang dilakukan adalah menilai kelayakan model regresi, dengan memperhatikan nilai goodness of fit test yang diukur dengan nilai chi-
square yang tampak pada bagian bawah Hosmer and Lemeshow Test.Tabel 4.27
Tabel 4.27 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .000
8 1.000
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan Tabel 4.27 dapat dilihat bahwa hasil pengujian statistik menunjukkan bahwa nilai statistik Hosmer and Lemeshow sebesar 0,000 dengan
probabilitas signifikansi menunjukkan angka 1,000, nilai signifikansi yang diperoleh ini jauh lebih besar dari 0,05 5, maka hipotesis nol tidak dapat
ditolak H diterima atau didukung. Hal ini berarti model regresi layak untuk
digunakan dalam analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Atau dapat
dikatakan bahwa model mampu memprediksi nilai observasinya. 4.8.2 Menilai Keseluruhan Model Overall Model Fit Test
Langkah kedua adalah menilai keseluruhan model yang dilakukan dengan membandingkan nilai antara -2 Log likelihood pada awal Block Number = 0
dengan nilai -2 Log likelihood pada akhir Block Number = 1.
Universitas Sumatera Utara
74
Tabel 4.28 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
70.852 .308
2 70.852
.310 3
70.852 .310
a. Constant is included in the model. b. Initial -2 Log Likelihood: 70.852
c. Estimation terminated at iteration number 3 because parameter estimates changed by less than
.001.
Nilai -2 Log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.29.
Tabel 4.29 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
X2 ARL_sanksiBEI
Step 1 1
15.416 .431
-.027 .049
2 5.664
.987 -.047
.078 3
2.222 1.515
-.067 .107
4 .895
2.044 -.089
.136 5
.362 2.634
-.113 .167
6 .144
3.323 -.140
.200 7
.056 4.121
-.171 .234
8 .021
5.006 -.205
.270 9
.008 5.942
-.240 .307
10 .003
6.904 -.277
.344 11
.001 7.880
-.314 .381
12 .000
8.863 -.351
.419 13
.000 9.851
-.388 .457
14 .000
10.840 -.426
.494 15
.000 11.832
-.464 .532
Universitas Sumatera Utara
75
16 .000
12.825 -.502
.570 17
.000 13.819
-.540 .608
18 .000
14.814 -.578
.647 19
.000 15.810
-.616 .685
20 .000
16.806 -.654
.723 a. Method: Enter
b. Constant is included in the model. c. Initial -2 Log Likelihood: 70.852
d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.
Dari Tabel 4.28 dapat dilihat bahwa -2 LL awal pada block number = 0 yang dapat dilihat pada step 3, memperoleh nilai sebesar 70,852. Kemudian pada
Tabel 4.29 dapat dilihat nilai -2 LL akhir dengan block number =1, nilai -2 log likelihood pada step 12 adalah 0,000. Adanya penurunan nilai antara -2LL awal
initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data.
4.8.3 Menguji Koefisien Regresi
Langkah terakhir adalah menguji koefisien regresi hipotesis penelitian. Tabel tersebut menunjukkan hasil pengujian dengan regresi logistik pada tingkat
signifikan 5 persen.
Universitas Sumatera Utara
76
Tabel 4.30 Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 .000
a
.744 1.000
a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot
be found.
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan tabel 4.30 pada hipotesis keenam ini menunjukkan nilai Cox Snell R Square sebesar 0,744 dan nilai Nagelkerke R Square sebesar 1,000
yang menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variabel dependen adalah sebesar 1,000 atau 100 .
Tabel 4.31 Hasil Uji Koefisien Regresi Logistik Hipotesis Keenam
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95 C.I.for EXPB Lower
Upper Step
1
a
Audit Report Lag
-.654 233.894
.000 1
.998 .520
.000 6.406E+1
98 ARL_sanksi
BEI .723
156.516 .000
1 .996
2.061 .000
3.471E+1 33
Constant 16.806
11047.5 60
.000 1
.999 19893643.2
91 a. Variables entered on step 1: Audit Report Lag, ARL_sanksiBEI.
Sumber: Hasil Penelitian, 2016 data diolah
H
6
: Sanksi BEI mampu memoderasi hubungan antara audit report lag terhadap ketepatan waktu pelaporan keuangan.
Pada Tabel 4.31 menunjukkan bahwa nilai P value uji Wald 0,996 0,05, artinya sanksi BEI tidak mampu memoderasi hubungan antara audit report lag
Universitas Sumatera Utara
77
dengan ketepatan waktu pelaporan keuangan pada perusahaan pertambangan di BEI yang berarti H
6
tidak dapat diterima atau H
6
ditolak.
4.9 Pengujian Hipotesis Ketujuh H
7
Hipotesis ketujuh menyatakan bahwa sanksi BEI mampu memoderasi hubungan antara reputasi KAP terhadap ketepatan waktu pelaporan keuangan
pada perusahaan pertambangan yang terdaftar di BEI.
4.9.1 Menilai Kelayakan Model Regresi Goodness of Fit Test
Langkah pertama yang dilakukan adalah menilai kelayakan model regresi, dengan memperhatikan nilai goodness of fit test yang diukur dengan nilai chi-
square yang tampak pada bagian bawah Hosmer and Lemeshow Test.Tabel 4.32
Tabel 4.32 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .000
1 1.000
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan Tabel 4.32 dapat dilihat bahwa hasil pengujian statistik menunjukkan bahwa nilai statistik Hosmer and Lemeshow sebesar 0,000 dengan
probabilitas signifikansi menunjukkan angka 1,000, nilai signifikansi yang diperoleh ini jauh lebih besar dari 0,05 5, maka hipotesis nol tidak dapat
ditolak H diterima atau didukung. Hal ini berarti model regresi layak untuk
digunakan dalam analisis selanjutnya, karena tidak ada perbedaan yang nyata
Universitas Sumatera Utara
78
antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Atau dapat
dikatakan bahwa model mampu memprediksi nilai observasinya.
4.9.2 Menilai Keseluruhan Model Overall Model Fit Test
Langkah kedua adalah menilai keseluruhan model yang dilakukan dengan membandingkan nilai antara -2 Log likelihood pada awal Block Number = 0
dengan nilai -2 Log likelihood pada akhir Block Number = 1.
Tabel 4.33 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
70.852 .308
2 70.852
.310 3
70.852 .310
a. Constant is included in the model. b. Initial -2 Log Likelihood: 70.852
c. Estimation terminated at iteration number 3 because parameter estimates changed by less than
.001.
Nilai -2 Log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.34.
Tabel 4.34 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
X3 reputasi_sanksi
BEI Step 1
1 52.807
.057 -2.057
4.000 2
49.939 .057
-3.192 6.271
3 49.009
.057 -4.236
8.358 4
48.680 .057
-5.251 10.388
Universitas Sumatera Utara
79
5 48.561
.057 -6.257
12.399 6
48.517 .057
-7.259 14.403
7 48.501
.057 -8.260
16.405 8
48.495 .057
-9.260 18.405
9 48.493
.057 -10.260
20.406 10
48.492 .057
-11.260 22.406
11 48.492
.057 -12.260
24.406 12
48.492 .057
-13.260 26.406
13 48.492
.057 -14.260
28.406 14
48.492 .057
-15.260 30.406
15 48.492
.057 -16.260
32.406 16
48.492 .057
-17.260 34.406
17 48.492
.057 -18.260
36.406 18
48.492 .057
-19.260 38.406
19 48.492
.057 -20.260
40.406 20
48.492 .057
-21.260 42.406
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 70.852 d. Estimation terminated at iteration number 20 because maximum iterations has
been reached. Final solution cannot be found.
Dari Tabel 4.33 dapat dilihat bahwa -2 LL awal pada block number = 0 yang dapat dilihat pada step 3, memperoleh nilai sebesar 70,852. Kemudian pada
Tabel 4.34 dapat dilihat nilai -2 LL akhir dengan block number =1, nilai -2 log likelihood pada step 10 adalah 48,492. Adanya penurunan nilai antara -2LL awal
initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data.
Universitas Sumatera Utara
80
4.9.3 Menguji Koefisien Regresi
Langkah terakhir adalah menguji koefisien regresi hipotesis penelitian. Tabel tersebut menunjukkan hasil pengujian dengan regresi logistik pada tingkat
signifikan 5 persen.
Tabel 4.35 Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 48.492
a
.349 .470
a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot
be found.
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan tabel 4.35 pada hipotesis ketujuh ini menunjukkan nilai Cox Snell R Square sebesar 0,349 dan nilai Nagelkerke R Square sebesar 0,470
yang menunjukkan bahwa kemampuan variabel independen dalam menjelaskan variabel dependen adalah sebesar 0,470 atau 47 sedangkan sisanya sebesar 53
dapat dijelaskan oleh variabel-variabel lain yang tidak diteliti dalam penelitian ini.
Tabel 4.36 Hasil Uji Koefisien Regresi Logistik Hipotesis Ketujuh
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95 C.I.for EXPB
Lower Upper
Step 1
a
Reputasi KAP -
21.260 17974.8
43 .000
1 .999
.000 .000
. reputasi_sanksi
BEI 42.406
21394.3 42
.000 1
.998 260975896
788491570 0.000
.000 .
Universitas Sumatera Utara
81
Constant .057
.338 .029
1 .866
1.059 a. Variables entered on step 1: Reputasi KAP, reputasi_sanksiBEI.
Sumber: Hasil Penelitian, 2016 data diolah
H
7
: Sanksi BEI mampu memoderasi hubungan antara reputasi KAP terhadap ketepatan waktu pelaporan keuangan.
Pada Tabel 4.36 menunjukkan bahwa nilai P value uji Wald 0,998 0,05, artinya sanksi BEI tidak mampu memoderasi hubungan antara reputasi KAP
dengan ketepatan waktu pelaporan keuangan pada perusahaan pertambangan di BEI yang berarti H
7
tidak dapat diterima atau H
7
ditolak.
4.10 Pengujian Hipotesis Kedelapan H
8
Hipotesis kedelapan menyatakan bahwa sanksi BEI mampu memoderasi hubungan antara ukuran perusahaan terhadap ketepatan waktu pelaporan
keuangan pada perusahaan pertambangan yang terdaftar di BEI.
4.10.1 Menilai Kelayakan Model Regresi Goodness of Fit Test
Langkah pertama yang dilakukan adalah menilai kelayakan model regresi, dengan memperhatikan nilai goodness of fit test yang diukur dengan nilai chi-
square yang tampak pada bagian bawah Hosmer and Lemeshow Test.Tabel 4.37
Tabel 4.37 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .000
8 1.000
Sumber: Hasil Penelitian, 2016 data diolah
Universitas Sumatera Utara
82
Berdasarkan Tabel 4.37 dapat dilihat bahwa hasil pengujian statistik menunjukkan bahwa nilai statistik Hosmer and Lemeshow sebesar 0,000 dengan
probabilitas signifikansi menunjukkan angka 1,000, nilai signifikansi yang diperoleh ini jauh lebih besar dari 0,05 5, maka hipotesis nol tidak dapat
ditolak H diterima atau didukung. Hal ini berarti model regresi layak untuk
digunakan dalam analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Atau dapat
dikatakan bahwa model mampu memprediksi nilai observasinya. 4.10.2 Menilai Keseluruhan Model Overall Model Fit Test
Langkah kedua adalah menilai keseluruhan model yang dilakukan dengan membandingkan nilai antara -2 Log likelihood pada awal Block Number = 0
dengan nilai -2 Log likelihood pada akhir Block Number = 1.
Tabel 4.38 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
70.852 .308
2 70.852
.310 3
70.852 .310
a. Constant is included in the model. b. Initial -2 Log Likelihood: 70.852
c. Estimation terminated at iteration number 3 because parameter estimates changed by less than
.001.
Nilai -2 Log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.39.
Universitas Sumatera Utara
83
Tabel 4.39 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d