61
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 :
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
Omnibus Tests of Model Coefficients
Chi-square df
Sig. Step 1
Step 2.879
3 .411
Block 2.879
3 .411
Model 2.879
3 .411
Sumber : Hasil Pengolahan SPSS Berdasarkan tabel 4.10 dapat dilihat bahwa tingkat signifikan sebesar
0,411 0,05 maka variabel kualitas audit, opini audit tahun sebelumnya dan
Universitas Sumatera Utara
62
pertumbuhan perusahaan secara bersama-sama tidak 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 SPSS, jika semakin tinggi hasil
presentase yang dihasilkan maka semakin bagus model tersebut dalam memprediksi keputusan investasi.
Tabel 4.11 Koefisien Determinasi
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 33.675
a
.084 .125
a. Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001
Sumber : Hasil Pengolahan SPSS Berdasarkan tabel 4.11 di atas, maka dapat dilihat bahwa hasil
analisis regresi logistik secara keseluruhan menunjukkan nilai Cox Snell R Square sebesar 0,084. Cox Snell R Square merupakan ukuran yang
mencoba meniru ukuran R Square pada multiple regression yang didasarkan
pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga sulit untuk diinterpretasikan.
Universitas Sumatera Utara
63
Nagelerke‟s R Square merupakan modifikasi dari koefisien Cox and Snell. 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 R Square pada multiple regression. Dilihat dari hasil output pengolahan data nilai Nagelerke
‟s R Square adalah sebesar 0,125 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel
independen adalah sebesar 12,5, dan sisanya sebesar 87.5 dijelaskan oleh variabel-variabel lain di luar variabel penelitian.
4.3.4 Matrik Klasifikasi