49
Konstanta sebesar 2.315menyatakan bahwa jika tidak diperhitungkan debt default, kualitas audit, dan opini audit, maka kemungkinan penerimaan opini going
concern adalah sebesar 2.315. Model di atas dapat diinterpretasikan sebagai berikut:
a.
Variabel X1debt defaultmenunjukkan nilai koefisien sebesar -0,718dengan tingkat signifikansi 0,523lebih besar dari 0.05 5 artinya dapat disimpulkan bahwa
variabel ini memiliki pengaruh koefisien negatif dan tidak signifikan terhadap penerimaan opini going concern.
b. Variabel X2 kualitas audit yang diproksikan dengan KAP pada tabel di atas
menunjukkan nilai koefisien sebesar -1.259 dengan tingkat signifikansi 0,271 lebih besar dari 0,05 5 artinya dapat disimpulkan bahwa variabel ini memiliki
pengaruh koefisien negatif dan tidak signifikan terhadap penerimaan opini going concern.
c. Variabel X3 opini audit yang diproksikan dengan opini audit tahun
sebelumnya pada tabel diatas menunjukkan nilai koefisien sebesar 3.296 dengan tingkat signifikansi 0,009 lebih kecil dari 0,05 5 artinya dapat
disimpilkan bahwa variabel ini berpengaruh positif dan signifikan terhadap penerimaan opini going concern.
4.3.2 Uji Omnibus Uji G
Uji Omnibus menunjukkan bahwa model logistik secara keseluruhan dapat menjelaskan atau memprediksi variabel independen terhadap variabel dependen. Uji
hipotesisnya dengan tingkat kealpaan 0,05 maka kesimpulan yang dapat diambil adalah :
Universitas Sumatera Utara
50
1. Jika p-value dalam hal ini adalah sig -2 tailed 0,05 maka Ho diterima dan
Ha ditolak, berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.
2. Jika p-value dalam hal ini adalah sig -2 tailed 0,05 maka Ho ditolak dan Ha
diterima. Berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.
Tabel 4.10 Uji Omnibus simultan
Sumber : Hasil Pengolahan SPSS 18
Berdasarkan tabel 4.10 dapat dilihat bahwa memiliki tingkat signifikan sebesar 0,017 0,05 maka variabel debt default, kualitas audit, dan opini audit secara
bersama-sama berpengaruh terhadap penerimaan opini audit going concern.
4.3.3 Koefisien Determinasi
Ukuran ini mirip dengan R Square dalam regresi linear atau regresi linear berganda, yang menunjukan seberapa besar semua variabel independen secara
bersama-sama dalam mempengaruhi variabilitas variabel dependen.Ukuran yang digunakan adalah Nagelkerke’s R Square Ghozali, 2005. Penghitungan
menggunakan PASW 18, jika semakin tinggi hasil presentase yang dihasilkan maka semakin bagus model tersebut dalam memprediksi keputusan investasi.
Omnibus Tests of Model Coefficients
Chi-square Df
Sig. Step 1
Step 10.224
3 .017
Block 10.224
3 .017
Model 10.224
3 .017
Universitas Sumatera Utara
51
Tabel 4.11 Koefisien Determinasi
Sumber : Hasil Pengolahan SPSS 18 Berdasarkan tabel 4.11 di atas, maka dapat dilihat bahwa hasil analisis regresi
logistik secara keseluruhan menunjukkan nilai Cox Snell R Square sebesar 0,070Cox Snell R Square merupakan ukuran yang mencoba meniru ukuran
RSquare 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 CoxandSnell. Untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1 hal ini dilakukan dengan cara
membagi nilai Cox and Snell’s R Square dengan nilai maksimumnya. Nilai Nagelerke’s R Square dapat diinterpretasikan seperti nilai RSquare pada multiple
regression. Dilihat dari hasil output pengolahan data nilai Nagelerke’s R Square adalah sebesar 0,308 yang berarti variabilitas variabel dependen yang dapat dijelaskan
oleh variabel independen adalah sebesar 30,8, dan sisanya sebesar 16,2 dijelaskan oleh variabel-variabel lain di luar variabel penelitian.
4.3.4 Matrik Klasifikasi
