69
Tabel 4.7 Statistik Frekuensi Variabel Fraud
FRAUD
Frequency Percent
Valid Percent Cumulative
Percent
Valid Perusahaan yang tidak
melakukan penyajian kembali laporan keuangan
150 85.2
85.2 85.2
Perusahaan yang melakukan penyajian
kembali laporan keuangan 26
14.8 14.8
100.0 Total
176 100.0
100.0
Sumber: Hasil pengolahan IBM SPSS Statistic 20
Berdasarkan tabel 4.7 dapat dideskripsikan bahwa variabel dependen, yaitu kecurangan laporan keuangan FRAUD yang diproksikan dengan
penyajian kembali laporan keuangan restatement merupakan skala nominal yang menggunakan variabel dummy, dimana perusahaan yang melakukan
penyajian kembali laporan keuangan diberi kode “1” sedangkan perusahaan yang tidak melakukan penyajian kembali laporan keuangan diberi kode “0”,
memiliki nilai data valid karena semua data diproses. Perusahaan yang melakukan penyajian kembali laporan keuangan sebanyak 26 perusahaan atau
14,8 sedangkan perusahaan yang tidak melakukan penyajian kembali laporan keuangan sebanyak 150 perusahaan atau 85,2.
4.2.2 Uji Kelayakan Model Goodness of Fit
Pengujian kelayakan model regresi dilakukan dengan menggunakan Hosmer and Lamershow’s Goodness of Fit Test yang diukur dengan nilai
Chi-Square, probabilitas signifikan yang diperoleh kemudian dibandingkan dengan
tingkat signifikan α 5.
Universitas Sumatera Utara
70
Hipotesis untuk menilai kelayakan model regresi : Ho : Tidak ada perbedaan antara model dengan data
Ha : Ada perbedaan model dengan data observasinya
Tabel 4.8 Hasil Uji Kelayakan Model Regresi
Omnibus Tests of Model Coefficients
Chi-square df
Sig. Step 1
Step 16.247
8 .039
Block 16.247
8 .039
Model 16.247
8 .039
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 4.619
8 .797
Contingency Table for Hosmer and Lemeshow Test
FRAUD = Perusahaan yang tidak melakukan penyajian kembali
laporan keuangan FRAUD = Perusahaan yang
melakukan penyajian kembali laporan keuangan
Total
Observed Expected
Observed Expected
Step 1 1
17 17.422
1 .578
18 2
17 16.986
1 1.014
18 3
15 16.736
3 1.264
18 4
17 16.352
1 1.648
18 5
17 15.779
1 2.221
18 6
15 15.476
3 2.524
18 7
15 15.231
3 2.769
18 8
16 14.855
2 3.145
18 9
14 13.776
4 4.224
18 10
7 7.388
7 6.612
14
Sumber: Hasil pengolahan IBM SPSS Statistic 20
Tabel diatas menunjukkan hasil pengujian Hosmer and Lameshow. Dengan probabilitas signifikan yang menunjukkan angka 0,797, nilai
Universitas Sumatera Utara
71
signifikan yang diperoleh ini jauh lebih besar dari pada 0,05 α 5. 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
mengamati nilai observasinya. Selain itu pada output omnibus test menyatakan bahwa hasil uji chi-square goodness of fit lebih kecil dari 0,05,
ini mengindikasikan bahwa model adalah signifikan.
4.2.3 Uji Kelayakan Keseluruhan Model Overall Fit Model Test
Langkah pertama adalah menilai overall model fit terhadap data. Hipotesis untuk menilai model fit adalah :
Ho : model yang dihipotesiskan fit dengan data Ha : model yang dihipotesiskan tidak fit dengan data
Pengujian ini dilakukan untuk mengetahui apakah model fit dengan data baik sebelum maupun sesudah variabel bebas dimasukkan kedalam model.
Dari hipotesis ini jelas bahwa kita tidak akan menolak hipotesis nol agar model fit dengan data. Likehood L dari model adalah probabilitas bahwa
model yang dihipotesiskan menggambarkan data input Ghozali, 2006
Tabel 4.9 Hasil Uji Overall Fit Model -2 Log Likehood Awal Block 0
Iteration History
a,b,c
