variabel terikat. Jadi setiap ada kenaikan pada variabel kepemilikan publik sebesar 1 satuan dapat meningkatkan log probabilitas variabel
ketepatan waktu sebesar 0,006 dan sebaliknya apabila terjadi peurunan pada variabel kepemilikan publik sebesar 1 satuan dapat
menurunkan pula log probabilitas variabel ketepatan waktu sebesar 0,006 dengan asumsi bahwa variabel-variabel yang lain adalah
konstan. β
5
= 1,002 Menunjukkan besarnya nilai koefisien regresi untuk variabel
reputasi KAP sebesar 1,002 dan mempunyai koefisien regresi positif secara statistik tidak signifikan dengan tingkat signifikansi 0,377. Hal
ini menunjukkan terjadinya perubahan yang searah dengan variabel terikat. Jadi setiap ada kenaikan pada variabel reputasi KAP sebesar 1
satuan dapat meningkatkan log probabilitas variabel ketepatan waktu sebesar 1,002 dan sebaliknya apabila terjadi peurunan pada variabel
reputasi KAP sebesar 1 satuan dapat menurunkan pula log probabilitas variabel ketepatan waktu sebesar 1,002 dengan asumsi bahwa
variabel-variabel yang lain adalah konstan.
4.3.2. Menilai Model Fit
Menilai Model Fit dilakukan dengan tujuan untuk mengetahui apakah tidak ada perbedaan antara hasil observasi dengan
kemungkinan hasil prediksi model. Hipotesis
:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
H : Model yang dihipotesiskan fit dengan data
H
1
: Model yang dihipotesiskan tidak sesuai dengan data
Tabel 4.9 : Hasil Uji Menilai Model Fit
Hosmer and Lemeshow Test
8,994 7
,253 Step
1 Chi-square
df Sig.
Sumber : Lampiran 2 Tabel menunjukkan Hosmer and Lomeshow’s Goodness of Fit
Test menghasilkan nilai Chi-Square sebesar 8,994 dengan nilai
signifikansi sebesar 0,253 0.05, sehingga disimpulkan bahwa tidak ada perbedaan antara model dengan data. Hal ini berarti model
logistik yang dihasilkan pada penelitian ini mampu memprediksi nilai observasinya, sehingga model dapat diterima.
4.3.3. 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 diinterprestasikan seperti nilai R
2
pada multiple regression.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.10 : Nilai R
2
Model Summary
44,250
a
,043 ,060
Step 1
-2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001.
a.
Sumber : Lampiran 2
Berdasarkan Tabel 4.9 diketahui nilai -2 Log likelihood
sebesar 44,250 dan nilai Cox and Snell R Square yang diperoleh sebesar 0,043 dengan nilai Nagelkerke R Square sebesar 0,060. Hal ini
menunjukkan ketepatan waktu perusahaan dalam penyampaian laporan keuangan dipengaruhi oleh profitabilitas, rasio gearing,
ukuran perusahaan, kepemilikan publik, dan reputasi auditor sebesar 6, sedangkan sisanya sebesar 94 dipengaruhi oleh faktor lain yang
tidak diteliti.
4.3.4. Uji Hipotesis
