Dalam penelitian ini digunakan Run Test untuk mendeteksi ada tidaknya autokorelasi. Run Test digunakan untuk
melihat apakah data residual terjadi secara random acak atau tidak. Jika antar residual tidak terdapat hubungan korelasi, maka
dikatakan bahwa residual adalah random acak. Bila hasil output SPSS menunjukkan probabilitas signifikansi dibawah 0,05
disimpulkan terdapat gejala autokorelasi pada model regresi tersebut. Model regresi yang baik adalah yang bebas dari
autokorelasi, yaitu ketika residual random acak. Ho : residual res_1 random acak
Ha : residual res_1 tidak random tidak acak
3.6.3 Analisis Regresi Logistik
Pada penelitian ini pengujian model dan hipotesis dilakukan dengan menggunakan regresi logistik logistic regression. Regresi logistik
digunakan untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya Ghozali, 2006:225. Pada
penelitian ini, regresi logistik digunakan untuk menguji pengaruh rasio likuiditas, rasio profitabilitas, rasio solvabilitas, serta ukuran KAP dan
ukuran perusahaan terhadap opini audit going concern.
Universitas Sumatera Utara
Regresi logistik umumnya dipakai jika asumsi multivariate normal distributon tidak dipenuhi. Teknik analisis ini tidak menggunakan
uji normalitas karena variabel bebasnya merupakan kombinasi antara kontinyu metrik dan kategorial non metrik Ghozali, 2006:225.
Adapun model regresi logistik pada penelitian ini adalah sebagai berikut :
Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + ε
Y = Variabel dummy dari opini audit going concern kategori 1 untuk GCAO dan kategori 0 untuk NGCAO
Keterangan :
α = Konstanta β = Koefisien Variabel
X1 = Current Ratio CR X2 = Return on Assets ROA
X3 = Debt to Total Assets Ratio DAR X4 = Ukuran KAP AFS Audit Firm Size
X5 = Ukuran Perusahaan LnSIZE Ln Total Aset ε = Kesalahan Residual
Universitas Sumatera Utara
3.6.3.1 Menilai Keseluruhan Model
Overall Model Fit
Analisis pertama yang dilakukan adalah menilai overall model fit terhadap data. Hipotesis yang digunakan untuk menilai model fit adalah:
Ho: Model yang dihipotesiskan fit dengan data Ha: Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis ini supaya model fit dengan data, maka Ho harus diterima atau Ha harus ditolak. Statistik yang digunakan berdasarkan pada
fungsi Likelihood. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji
hipotesis nol dan hipotesis alternatif, L ditransformasikan menjadi -2LogL. Dengan alpha 5, cara menilai model fit ini adalah sebagai berikut :
- Jika nilai -2LogL 0,05 maka Ho ditolak dan Ha diterima, yang berarti bahwa model fit dengan data.
- Jika nilai -2LogL 0,05 maka Ho diterima dan Ha ditolak, yang berarti bahwa model tidak fit dengan data.
Adanya penurunan nilai antara –2LogL awal block number = 0 dengan nilai -2LogL akhir block number = 1 menunjukkan bahwa model
yang dihipotesiskan fit dengan data. Penurunan Log Likelihood menunjukkan model regresi yang semakin baik Ghozali, 2006:232.
Universitas Sumatera Utara
3.6.3.2 Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Adapun hipotesis untuk menilai
kelayakan model ini adalah : Ho : Tidak ada perbedaan antara model dengan data
Ha : Ada perbedaan antara model dengan data Jika nilai statistik Hosmer and Lemeshow Goodness of fit lebih
besar dari pada 0,05 maka Ho tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model
diterima karena sesuai dengan data observasinya Ghozali, 2006:233.
3.6.3.3 Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas
variabilitas variabel dependen. Nilai koefisien determinasi merupakan modifikasi dari koefisien Nagelkerke untuk memastikan bahwa nilainya
bervariasi dari 0 sampai 1. Semakin mendekati nilai 1 maka model dianggap semakin baik, sedangkan semakin mendekati 0 maka model
semakin tidak baik.
3.6.3.4 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan model regresi logistik. Regresi logistik adalah regresi yang digunakan untuk menguji
apakah probabilitas terjadinya variabel terikat dependen dapat diprediksi dengan variabel bebasnya independen.
Universitas Sumatera Utara
Ho : Variabel bebas tidak berpengaruh secara signifikan terhadap terjadinya variabel terikat
Ha :Variabel bebas berpengaruh secara signifikan terhadap terjadinya variabel terikat.
Kriteria pengujian a.
Tingkat kepercayaan yang digunakan adalah 95 atau taraf signifikasi 5 α = 0,05.
:
b. Ha diterima jika α 0,05 dan Ha ditolak jika α 0,05.
3.6.4 Jadwal Penelitian Tabel 3.4