Tabel 4.4 Nilai -2 Log Likelihood -2 LL awal
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
74.786 -.074
2 74.786
-.074
Sumber : Hasil Pengolahan Data
Nilai -2 log likelihood akhir pada block number = 1, dapat ditunjukkan melalui tabel 4.5 berikut ini :
Tabel 4.5 Nilai -2 Log Likelihood -2 LL akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
LI L
ADTR OP
Step 1 1
47.598 -.402
-1.728 -.005
-.184 2.077
2 45.613
-.268 -2.893
-.007 -.217
2.470 3
45.301 -.180
-3.397 -.010
-.212 2.528
4 44.941
-.055 -3.599
-.020 -.263
2.480 5
44.566 .128
-3.818 -.042
-.349 2.407
6 44.408
.161 -3.861
-.064 -.352
2.415 7
44.233 .227
-3.937 -.109
-.360 2.429
8 43.077
.877 -4.694
-.548 -.441
2.577 9
42.487 1.804
-5.900 -1.143
-.583 2.857
10 42.478
1.883 -6.076
-1.179 -.607
2.914 11
42.478 1.885
-6.082 -1.180
-.607 2.915
12 42.478
1.885 -6.082
-1.180 -.607
2.915
Sumber : Hasil Pengolahan Data
Dari tabel 4.4 dan tabel 4.5 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 74.786. Kemudian pada tabel
Universitas Sumatera Utara
selanjutnya dapat dilihat nilai -2LL akhir dengan block number = 1 nilai -2 log likelihood pada tabel 4.4 mengalami perubahan setelah masuknya beberapa
variabel independen pada model penelitian, akibatnya nilai -2LL akhir pada step 12 menunjukkan nilai 42.478.
Selisih antara nilai -2LL awal dengan nilai -2LL akhir adalah sebesar 32.308. Adanya pengurangan nilai antara -2LL awal initial -2LL function dengan nilai -
2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali,2005. Penurunan nilai -2 log likelihood
menunjukkan bahwa model penelitian ini dinyatakan fit, artinya penambahan- penambahan variabel bebas yaitu debt default, kualitas audit, dan opini audit
kedalam model penelitian akan memperbaiki model fit penelitian ini.
c. Menguji Kelayakan Model Regresi. Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan
goodness of fitness test yang diukur dengan nilai chi square pada bagian bawah uji hosmer and lemeshow.
Tabel 4.6 Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 3.848
8 .871
Sumber : Hasil Pengolahan Data
Tabel 4.6 menunjukkan hasil pengujian Hosmer and Lemeshow.Hasil pengujian statistik menunjukkan probabilitas signifikansi menunjukkan angka
.871 nilai signifikansi yang diperoleh lebih besar dari 0.05 maka Ho tidak dapat ditolak diterima. Hal ini berarti model regresi layak untuk digunakan dalam
Universitas Sumatera Utara
analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati, atau dapat dikatakan model mampu
memprediksi nilai observasinya.
Tabel 4.7 Contingency Table for Hosmer and Lemeshow Test
GC = 0 GC = 1
Total Observed
Expected Observed
Expected Step 1
1 5
4.987 .013
5 2
5 4.792
.208 5
3 4
4.376 1
.624 5
4 4
4.112 1
.888 5
5 4
3.502 1
1.498 5
6 3
2.502 2
2.498 5
7 2
1.306 3
3.694 5
8 1.030
5 3.970
5 9
.755 5
4.245 5
10 1
.637 8
8.363 9
Sumber : Hasil Pengolahan Data
Dari tabel kontijensi untuk uji hosmer and lemeshow, dapat dilihat bahwa dari tujuh langkah pengamatan untuk pemberian opini audit dengan going concern 1
maupun opini audit non going concern 0, nilai yang diamati maupun nilai yang diprediksi, tidak mempunyai perbedaan yang terlalu ekstrim. Ini menunjukkan
bahwa model regresi logistik yang digunakan dalam penelitian ini mampu memprediksi nilai observasinya.
3. Hasil Pengujian Hipotesis Hasil pengujian hipotesis bertujuan untuk mengetahui apakah pengaruh dari
variabel-variabel bebas terhadap opini audit. Pengujian dengan regresi logistik ditunjukkan dalam tabel-tabel berikut ini.
Universitas Sumatera Utara
Tabel 4.8 Ikhtisar Pengolahan Data
Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis
54 100.0
Missing Cases .0
Total 54
100.0 Unselected Cases
.0 Total
54 100.0
Sumber : Hasil Pengolahan Data
Berdasarkan tabel 4.8 diatas kita dapat diambil analisis sebagai berikut : a.
jumlah sampel pengamatan sebanyak 54 sampel, dan seluruh sampel telah diperhitungkan kedalam pengujian hipotesis,
b. tidak ada variabel dependen yang dikeluarkan dengan nilai dummy variabel.
Untuk variabel dependen bernilai 0 untuk non going concern dan bernilai 1 untuk going concern,
c. metode yang digunakan untuk memasukkan data adalah metode enter dimana
apabila menggunakan metode ini seluruh variabel bebas independen disertakan dalam pengolahan analisis data untuk mengetahui variabel mana
yang berpengaruh terhadap variabel dependen.
Selanjutnya variabilitas antara variabel dependen dengan variabel independen dapat dilihat pada tabel 4.9 berikut ini.
Tabel 4.9 Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 42.478
a
.450 .601
Sumber : Hasil Pengolahan Data
Universitas Sumatera Utara
Berdasarkan tabel 4.9 diatas, maka dapat dilihat bahwa hasil analisis regresi logistik secara keseluruhan menunjukkan nilai Cox Snell R Square sebesar
0.450. Cox Snell R Square merupakan ukuran yang mencoba meniru ukuran R
2
pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga sulit untuk diinterpretasikan.
Nagelerke’s R square merupakan modifikasi dari koefisien Cox dan Snell. Untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu hal ini
dilakukan dengan cara membagi nilai Cox dan Snell’s R square dengan nilai maksimumnya. Nilai Nagelerke R
2
dapat diinterpretasikan seperti nilai R
2
pada multiple regression. Dilihat dari hasil output pengolahan data nilai Nagalerke R
Square adalah sebesar 0.601 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 60.1 , sisanya sebesar
35.9 dijelaskan oleh variabel-variabel lain diluar model.
a. Matriks Klasifikasi Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi
untuk memprediksi kemungkinan penerimaan opini audit going concern pada perusahaan.
Universitas Sumatera Utara
Tabel 4.10 Matriks Klasifikasi
Observed Predicted
GC Percentage Correct
1 Step 1
GC 24
4 85.7
1 4
22 84.6
Overall Percentage 85.2
Sumber : Hasil Pengolahan Data
Tabel 4.10 menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini going concern pada auditor sebesar
84.6, hal ini berarti bahwa dengan menggunakan model regresi yang digunakan ada 22 perusahaan yang diprediksi akan menerima opini audit going concern dari
26 perusahaan yang menerima opini audit going concern. Kekuatan prediksi model untuk menerima opini audit non going concern adalah sebesar 85.7 yang
berarti bahwa dengan model regresi yang diajukan ada 24 auditee 85.7 yang diprediksi akan menerima opini audit non going concern dari total 28 perusahaan
yang menerima opini audit non going concern.
Universitas Sumatera Utara
b. Menguji Koefisien Regresi Tabel 4.11 menunjukkan hasil pengujian dengan regresi logistik.
Tabel 4.11 Hasil Uji Koefisien Regresi
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95.0 C.I.for EXPB Lower
Upper Step 1
a
LI -6.082
3.017 4.063
1 .044
.002 .000
.845 L
-1.180 .837
1.988 1
.159 .307
.060 1.584
ADTR -.607
.819 .550
1 .458
.545 .110
2.711 OP
2.915 .926
9.908 1
.002 18.445
3.004 113.266
Constant 1.885
1.667 1.280
1 .258
6.590 a. Variables entered on step 1: LI, L, ADTR, OP.
Sumber : Hasil Pengolahan Data
Dari pengujian persamaan regresi logistik diatas maka diperoleh model regresi logistik sebagai berikut :
GC = 1.885 – 6.082 LI – 1.180 L – 0.607 ADTR + 2.915 OP Konstanta sebesar 1.885 menyatakan bahwa jika tidak memperhitungkan nilai
likuiditas, leverage, kualitas audit, dan opini audit, maka kemungkinan penerimaan audit dengan pernyataan going concern adalah sebesar 1.885.
C. Pembahasan Hasil Penelitian