digunakan baik. Berdasarkan hasil tahap pengujian ini dilakukan dengan membandingkan antara nilai -2 Log Likelihood 2LL pada awal Block Number =
0 dengan nilai -2 Log Likelihood -2LL pada akhir Block Number = 1. Nilai - 2LL awal adalah sebesar 202,988. Setelah semua data dimasukkan untuk ketiga
variabel independen, maka nilai -2LL akhir menunjukkan adanya penurunan sebesar 199,364. Adanya penurunan likelihood -2LL ini berarti model regresi
yang lebih baik atau dengan kata lain model fit.
2. Menganalisa Koefisen Determinasi Nagelkerke R Square
Negelker R Square merupakan pengujian yang dilakukan untuk mengetahui seberapa besar variabel independen mampu menjelaskan dan mempengaruhi
variabel dependen.Berdasarkan nilai koefisen determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R Square sebagaimana terlihat dalam
tabel IV.4
Tabel IV.4 NilaiNagelkerke R Square
Model Summary
Step -2
Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 198,316
a
.138 .187
Sumber : Data diolah, 2015 Nilai -2 Log likelihood = 198,316, jika -2 Log likelihood X2 tabel dengan df
n-q 165-7 = 158, maka Ho tidak ditolak, berarti model fit sesuai dengan data, jika nilai X
2
tabel dengan df = 158 dan = 0,05 sebesar 43,7. Karena -2 Log
likelihood = 198,316 43,7 maka Ho tidak ditolak yang berarti model sudah sesuai fit dengan data.
3. Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow Goodness of Fit Test. Model ini untuk menguji hipoteiss nol bahwa data empiris
sesuai dengan model.Analisis untuk menguji kelayakan model regresi logistik dilakukan dengan menggunakan Hosmer and Lemeshow Goodness of Fit
Testyang diukur dengan nilai chi-square. Apabila nilai Hosmer and Lemeshow Goodness of Fit Test sama dengan atau kurang dari 0,05 atau 5, maka hipotesis
nol ditolak berarti ada perbedaan yang signifikan antara model dengan nilai observasinya sehingga Goodness of Fitmodel tidak baik karena tidak dapat
memprediksi nilai observasinya. Tetapi sebaliknya, jika nilai statistikGoodness of Fitlebih besar dari 0,05 atau 5 maka hipotesis nol diterima, ini berarti bahwa
Goodness of Fit model baik karena dapat memprediksi nilai observasinya.
Tabel IV.5 Kelayakan Model Regresi
Step Chi-square Df
Sig. 1
8.097 8
0.424 Sumber : Data diolah, 2015
Berdasarkan hasil tersebut diketahui bahwa nilai dari pengujian Hosmer and Lemeshow adalah sebesar 0,424. Dari hasil tersebut, maka dapat dikatakan bahwa
tidak dapat ditolak, hasil tersebut dikarenakan nilai statistik Hosmer and Lemeshow Goodness of Fit Test lebih besar dari pada 0,05, maka dapat
disimpulkan hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasi atau dapat dikatakan bahwa model dapat diterima
karena sesuai dengan data observasi, sehingga dapat disimpulkan bahwa model mampu memprediksi nilai observasinya atau dapat dikatakan pula model dapat
diterima karena sesuai dengan observasinya.
4. Matrik Klasik Model
Matrik klasifikasi menunjukan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan opini audit going concern pada
perusahaan manufaktur di Bursa Efek Indonesia BEI.Sebagaimana ditunjukan pada tabel IV.6 nilai matrik klasifikasi dapat dilihat dari Classification Table.
Tabel IV.6 Classification Table
Classification Table
a
Observed Predicted
Opini Audit
Going Concern Percentage
Correct 1
Step 1 Opini Audit Going Concern
0 26 41
38.8 1 16
82 83.7
Overall Percentage 65.5
a. The cut value is .500 Sumber : Data sekunderdiolah, 2015
Dalam tabel tersebut dapat diketahui bahwa kekuatan prediksi dari model regresi untuk memprediksi kemungkinan perusahaan menerima opini audit going
concern adalah sebesar 83,7. Hal ini menunjukan bahwa dengan menggunakan model regresi yang digunakan, terdapat sebanyak 26 laporan keuangan yang
diberikan opini audit going concern dari total 165 laporan keuangan yang seharusnya diberi opini audit going concern. Kekuatan prediksi model perusahaan
yang tidak menerima opini audit going concern adalah sebesar 38,8, yang berarti bahwa dengan model regresi yang digunakan ada sebanyak 41 laporan
keuangan yang diberikan opini non going concern. Hasil tersebut menunjukan bahwa tingkat prediksi model adalah sebesar 65,5 di mana 38,8 going concern
dan 83,7 non going concern telah mampu memprediksi model yang telah ditentukan. Artinya kemampuan prediksi dari model dengan variabel profitabilitas,
rasio leverage, rasio harga pasar, reputasi auditor, tenure, disclosure, ukuran perusahaan secara statistik dapat memprediksi sebesar 65,5.
5. Model Parameter dan Interpretasinya
