54
Berdasarkan Tabel 4.7 dapat dilihat bahwa korelasi antara kepemilikan institusional dan kepemilikan manajerial sebesar 0,863,
korelasi antara kepemilikan institusional dan komite audit sebesar 0,000, dan seterusnya. Dari hasil pengujian pada Tabel 4.7, dapat disimpulkan
bahwa tidak terdapat gejala multikolinearitas antar variabel independen. Gejala multikolinearitas terjadi apabila nilai korelasi antar variabel
independen lebih besar dari 0,90 Ghozali, 2006:91. Berdasarkan hasil ini dapat disimpulkan bahwa lolos dari uji gejala multikolinearitas.
4.2.3. Hasil Uji Hipotesis 1. Menguji Model Fit Overall Model Fit Test
Uji ini digunakan untuk melihat model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan
membandingkan nilai antara -2 log likelihood pada awal block number = 0 dengan nilai -2 log likelihood pada akhir block number = 1. Nilai -
2log likelihood awal pada block number = 0, dapat ditunjukkan melalui tabel berikut ini Tabel 4.8.
Tabel 4.8 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
91.435 -.061
2 91.435
-.061 a. Constant is included in the model.
55
b. Initial -2 Log Likelihood: 91.435 c. Estimation terminated at iteration number 2 because
parameter estimates changed by less than .001.
Sumber: hasil olahan software SPSS
Nilai -2 log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.9.
Tabel 4.9 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iterat ion
-2 Log
likeli hood
Coefficients Cons
tant Kepemilikan_In
stitusional Kepemilikan_
Manajerial Komite_
Audit Komisaris_In
dependen Kualitas_Kantor_Ak
untan_Publik Audit_T
enure St
ep 1
1 74.01 6
1.46 9
-.034 -.010
-1.349 1.179
-.025 .252
2 73.08 9
1.80 -.040
-.013 -2.435
2.144 -.015
.315 3 72.86
8 1.82
8 -.041
-.013 -3.475
3.172 -.013
.319 4 72.79
1 1.82
8 -.041
-.013 -4.491
4.188 -.013
.319 5 72.76
3 1.82
8 -.041
-.013 -5.496
5.193 -.013
.319 6 72.75
3 1.82
8 -.041
-.013 -6.498
6.195 -.013
.319 7 72.74
9 1.82
8 -.041
-.013 -7.499
7.196 -.013
.319 8 72.74
7 1.82
8 -.041
-.013 -8.499
8.196 -.013
.319 9 72.74
7 1.82
8 -.041
-.013 -9.499
9.196 -.013
.319
56
1 72.74
7 1.82
8 -.041
-.013 -10.499 10.196
-.013 .319
1 1
72.74 7
1.82 8
-.041 -.013 -11.499
11.196 -.013
.319 1
2 72.74
7 1.82
8 -.041
-.013 -12.499 12.196
-.013 .319
1 3
72.74 7
1.82 8
-.041 -.013 -13.499
13.196 -.013
.319 1
4 72.74
7 1.82
8 -.041
-.013 -14.499 14.196
-.013 .319
1 5
72.74 7
1.82 8
-.041 -.013 -15.499
15.196 -.013
.319 1
6 72.74
7 1.82
8 -.041
-.013 -16.499 16.196
-.013 .319
1 7
72.74 7
1.82 8
-.041 -.013 -17.499
17.196 -.013
.319 1
8 72.74
7 1.82
8 -.041
-.013 -18.499 18.196
-.013 .319
1 9
72.74 7
1.82 8
-.041 -.013 -19.499
19.196 -.013
.319 2
72.74 7
1.82 8
-.041 -.013 -20.499
20.196 -.013
.319
Sumber: hasil olahan software SPSS
Dari Tabel 4.8 dapat dilihat bahwa -2 log likelihood awal pada block number = 0, yaitu model yang hanya memasukkan konstanta yang
dapat dilihat pada step 2, memperoleh nilai sebesar 91,435. Kemudian pada Tabel 4.9 dapat dilihat nilai-2 LL akhir dengan block number =1,
nilai-2log likelihood pada step 1 iterasi 20 adalah 72,747. Adanya penurunan nilai antara -2LL awal initial-2LL function
dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan
57
bahwa model yang dihipotesiskan fit dengan data Ghozali,2006. Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini
dinyatakan fit, artinya penambahan-penambahan variabel bebas
yaitukepemilikan institusional, kepemilikan manajerial, komite audit, komisaris independen, kualitas Kantor Akuntan Publik, dan audit tenure
ke dalam model penelitian akan memperbaiki model fit dalam penelitian ini.
2. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur berdasarkan nilai Chi-
Square pada Tabel Hosmer and Lemeshow Test Tabel 4.10.
Tabel 4.10 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 12.345
7 .090
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.10, diketahui nilai statistik Chi-Square adalah 12,345.
Tabel 4.11 Perhitungan Chi-Square Tabel dengan Microsoft Excel df=7
58
Berdasarkan Tabel 4.11, diketahui nilai Chi-Square Tabel bernilai 15,507. Untuk menentukan apakah model layak atau tidak, maka
dapat diketahui dengan membandingkan nilai statistik Chi-square terhadap Chi-Square Tabel.
�����
������ −����� ℎ�� 2
≤ �
������ 2
, ��������������.
�����
������ −����� ℎ�� 2
�
������ 2
, ��������������������.
Perhatikan bahwa karena nilai statistik Chi-Square 12,345 lebih kecil dibandingkan nilai Chi-Square Tabel15,507, maka disimpulkan
bahwa model cukup layak dalam mencocokkanfit data. Untuk menentukan apakah model layak atau tidak, juga dapat
diketahui dengan membandingkan nilai probabilitas dari uji Hosmer- LemeshowPearson Chi-square terhadap tingkat signifikansi yang
digunakan.
��������������������� ≥ �������������������, ��������������. ��������������������� �������������������, ��������������������.
Berdasarkan Tabel 4.10, diketahui nilai probabilitas sebesar 0,09. Perhatikan bahwa karena nilai probabilitas 0.09 lebih besar dibandingkan
tingkat signifikansi0,05, maka disimpulkan bahwa model cukup layak dalam mencocokkanfit data.
3. Koefisien Determinasi Nagelkerke R Square
59
Dalam regresi logistik, dapat digunakan statistik Nagelkerke’s �
� 2
untuk mengukur kemampuan model regresi logistik dalam mencocokkan atau menyesuaikan data. Dengan kata lain, nilai statistik
dari Nagelkerke’s �
� 2
dapat diinterpretasikan sebagai suatu nilai yang mengukur kemampuan variabel-variabel bebas dalam menjelaskan atau
menerangkan variabel tak bebas. Tabel 4.12 menyajikan nilai statistik dari Nagelkerke’s
�
� 2
.
Tabel 4.12 Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 72.747
a
.247 .329
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.12, nilai statistik Nagelkerke R Square 0,329. Nilai tersebut diinterpretasikan sebagai kemampuan variabel
kepemilikan institusional, kepemilikan manajerial, komite audit, komisaris independen, kualitas Kantor Akuntan Publik, dan audit tenure dalam
menjelaskan atau mempengaruhi integritas laporan keuangan sebesar 32,9, sisanya 67,1 dijelaskan oleh variabel-variabelfaktor-faktor lain.
a. Uji Signifikansi Koefisien Regresi Logistik Secara
ParsialIndividu Uji Wald Dalam regresi linear, baik sederhana maupun berganda, uji
� digunakan untuk menguji signifikansi dari koefisien regresi populasi
�
�
60
secara individu. Pada regresi logistik, uji signifikansi koefisien regresi populasi secara individu dapat diuji dengan uji Wald. Dalam uji Wald,
statistik yang diuji adalah statistik Wald Wald statistic. Nilai statistik dari uji Wald berdistribusi chi-kuadrat. Hipotesis nol dari uji Wald
menyatakan koefisien regresi populasi signifikan secara statistik bernilai nol. Hal ini berarti pengaruh variabel bebas terhadap variabel tak bebas
tidak signifikan secara statistik. Hipotesis alternatif menyatakan koefisien regresi populasi signifikan secara statistik berbeda dari nol. Dengan kata
lain, pengaruh variabel bebas terhadap variabel tak bebas signifikan secara statistik.
Pengambilan keputusan terhadap hipotesis dapat dilakukan dengan menggunakan pendekatan nilai probabilitas dari uji Wald. Berikut
aturan pengambilan keputusan berdasarkan pendekatan nilai probabilitas.
��������������������� ≥ �������������������, � ������������
1
�������. ��������������������� �������������������, �
�����������
1
��������.
Tabel 4.13 Uji Signifikansi Koefisien Regresi Logistik
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
Step 1
a
Kepemilikan_Institusional -.041
.018 5.214
1 .022
.960 Kepemilikan_Manajerial
-.013 .016
.732 1
.392 .987
Komite_Audit -20.499 40193.019
.000 1
1.000 .000
Komisaris_Independen 20.196 23205.432
.000 1
.999 5.905E8 Kualitas_Kantor_Akuntan_Publik
-.013 .587
.001 1
.982 .987
Audit_Tenure .319
.900 .126
1 .723
1.376
61
Constant 1.828 46410.908
.000 1
1.000 6.222
a. Variables entered on step 1: Kepemilikan_Institusional, Kepemilikan_Manajerial, Komite_Audit, Komisaris_Independen, Kualitas_Kantor_Akuntan_Publik, Audit_Tenure.
Sumber: hasil olahan software SPSS
62
4.3. Pembahasan Hasil Penelitian
