4.3.1. Pengujian Kelayakan Model Regresi
Langkah awal untuk mengetahui bahwa suatu model regresi logistik merupakan sebuah model yang tepat, terlebih dahulu akan dilihat bentuk
kecocokan atau kelayakan model secara keseluruhan. Kelayakan model regresi Chi-Square pada Tabel Hosmer and Lemeshow Test Tabel 4.6.
Tabel 4.6 Hosmer and Lemeshow Test Hosmer and Lemeshow Test
Step Chi-square
Df Sig.
1 9.506
8 .301
Berdasarkan Tabel 4.6 diketahui nilai statistik Chi-Square adalah 9,506.
Gambar 4.1 Perhitungan Chi-Square Tabel dengan Microsoft Excel
Berdasarkan Gambar 4.1 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
, ���� ����� ������ �����.
Universitas Sumatera Utara
Perhatikan bahwa karena nilai statistik Chi-Square 9,506 lebih kecil dibandingkan nilai Chi-Square Tabel 15,507, maka disimpulkan bahwa
model cukup layak dalam mencocokkanfit data.
Tabel 4.7 Menguji Kelayakan Model Regresi dengan Pendekatan Nilai Chi-Square
4 4.3.2. Menilai Keseluruhan Model
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 -2 Log
likelihood Step 0 1
135.986 2
129.166 3
128.966 4
128.965 5
128.965 Chi Square
Hitung Chi Square
Tabel Keterangan
9,506 15,507
Perhatikan bahwa karena nilai statistik Chi-Square
9,506 lebih kecil dibandingkan nilai Chi-Square Tabel
15,507, maka disimpulkan bahwa model cukup layak dalam mencocokkanfit data.
Universitas Sumatera Utara
Tabel 4.9 Nilai -2 Log likelihood -2 LL Akhir
Iteration -2 Log
likelihood Step 1
1 89.843
2 66.499
3 61.068
4 60.287
5 60.258
6 60.258
7 60.258
Nilai -2 log likelihood akhir dapat dilihat pada Tabel 4.9 Dari Tabel 4.8 dapat dilihat bahwa -2 log likelihood awal, yaitu model
yang hanya memasukkan konstanta yang dapat dilihat pada step 0 iterasi 5, memperoleh nilai sebesar 128,965. Kemudian pada Tabel 4.6 dapat dilihat nilai
-2 LL akhir, nilai -2log likelihood pada step 1 iterasi 7 adalah 60,258. 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 Ghozali, 2013. Penurunan nilai -2 log
likelihood menunjukkan bahwa model penelitian ini dinyatakan fit, artinya penambahan-penambahan variabel bebas yaitu profitabilitas, opini audit,
pertumbuhan perusahaan, ukuran perusahaan, dan solvabilitas, ke dalam model penelitian akan memperbaiki model fit dalam penelitian ini.
Universitas Sumatera Utara
Tabel 4.10 Menguji Model Fit
4.3.3 Koefisien Determinasi Nagelkerke R Square