45
4.5. Koefisien Determinasi
Nagelkerke R Square
Dalam regresi logistik, dapat digunakan statistik Nagelkerke’s �
� 2
untuk mengukur kemampuan model regresi logistik dalam mencocokkan atau
menyesuaikan data. Dengan kata lain, nilai statistik dari Nagelkerke’s �
� 2
dapat diinterpretasikan sebagai suatu nilai yang mengukur kemampuan variabel-variabel
bebas dalam menjelaskan atau menerangkan variabel tak bebas. Tabel 4.12 menyajikan nilai statistik dari Nagelkerke’s
�
� 2
.
Tabel 4.12 Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 130.063
a
.085 .125
Berdasarkan Tabel 4.12, nilai statistik Nagelkerke R Square 0,125. Nilai tersebut diinterpretasikan sebagai kemampuan audit tenure, fee audit, rotasi auditor, dan
spesialisasi auditor,dalam mempengaruhi kualitas audit sebesar 12,5, sisanya sebesar 87,5 dijelaskan oleh variabel-variabel atau faktor-faktor lain.
4.6. UjiSignifikansi Model secara Simultan
Tabel Omnibus Tests of Model Coefficients Tabel 4.13 berfungsi untuk melihat hasil pengujian secara simultan pada regresi logistik, yakni melihat
pengaruh variabel bebas independen secara bersama-sama simultaneously terhadap variabel dependen. Berdasarkan Tabel 4.13, diperoleh nilai probabilitas
Sig. 0,027. Karena nilai probabilitas 0,027 lebih kecil dari 0,05, maka
Universitas Sumatera Utara
46
disimpulkan bahwa variabel bebas yang digunakan secara bersama-sama berpengaruh signifikan secara statistik, terhadap kualitas audit.
Tabel 4.13 Uji Signifikansi Model secara Simultan
Omnibus Tests of Model Coefficients
Chi-square df
Sig. Step 1
Step 10.951
4 .027
Block 10.951
4 .027
Model 10.951
4 .027
4.7. Uji Signifikansi Pengaruh Parsial Uji Wald
Dalam regresi linear, baik sederhana maupun berganda, uji � digunakan
untuk menguji signifikansi dari pengaruh parsial. Pada regresi logistik, uji signifikansi pengaruh parsial dapat diuji dengan uji Wald.Dalam uji Wald,
statistik yang diuji adalah statistik Wald Wald statistic.Nilai statistik dari uji Wald berdistribusi chi-kuadrat.
Pengambilan keputusan terhadap hipotesisdapat dilakukan dengan menggunakan pendekatan nilai probabilitas dari uji Wald. Berikut aturan
pengambilan keputusan berdasarkan pendekatan nilai probabilitas. ���� ����� ������������
≥ ������� ������������, � �������� ��� �
1
�������. ���� ����� ������������
������� ������������, � ������� ��� �
1
��������.
Universitas Sumatera Utara
47
Tabel 4.14 Uji Signifikansi Pengaruh Parsial
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
Step 1
a
X1 .191
.277 .476
1 .490
1.211 X2
.145 .146
.994 1
.319 1.156
X3 -1.175
1.097 1.148
1 .284
.309 X4
1.080 .479
5.093 1
.024 2.945
Constant -4.827
3.212 2.259
1 .133
.008 a. Variables entered on step 1: AUDIT TENURE, FEE AUDIT, ROTASI AUDITOR, SPESIALISASI
AUDITOR.
�
�
: Audit Tenure Berpengaruh Signifikan terhadap Kualitas Audit
Berdasarkan Tabel 4.14, nilai probabilitas Sig. dari audit tenure adalah0,490, yakni lebih besar dari 0,05, maka audit tenuretidak berpengaruh signifikan tidak
signifikan secara statistika terhadap kualitas audit, pada tingkat signifikansi 5.
�
�
: Audit FeeBerpengaruh Signifikan terhadap Kualitas Audit
Berdasarkan Tabel 4.14, nilai probabilitas Sig. dari fee audit adalah0,319, yakni lebih besar dari 0,05, maka audit fee tidak berpengaruh signifikan tidak
signifikan secara statistika terhadap kualitas audit, pada tingkat signifikansi 5.
�
�
: Rotasi AuditorBerpengaruh Signifikan terhadap Kualitas Audit
Berdasarkan Tabel 4.15, nilai probabilitas Sig. dari rotasi auditor adalah 0,284, yakni lebih besar dari 0,05, maka rotasi auditortidak berpengaruh signifikan tidak
signifikan secara statistika terhadap kualitas audit, pada tingkat signifikansi 5.
�
�
: Spesialisasi AuditorBerpengaruh Signifikan terhadap Kualitas Audit
Universitas Sumatera Utara
48
Berdasarkan Tabel 4.15, nilai probabilitas Sig. dari spesialisasi auditor adalah 0,024, yakni lebih besar dari 0,05, maka spesialisasi auditor berpengaruh
signifikan signifikan secara statistika terhadap kualitas audit, pada tingkat signifikansi 5.
4.8. Hasil dan Pembahasan