memiliki rata-rata sebesar 0.1625; dengan nilai mínimum sebesar 0.00 dan maksimum sebesar 1.00 kerena merupakan variabel dummy. Deviasi standar
untuk variabel ini sebesar 0.37124, hal ini dapat diartikan bahwa penyimpangan variabel ini sebesar 0.37124.
C. Metode Analisis Data
Dalam penelitian ini asumsi multivariate normal distribution tidak dapat dipenuhi karena variabel independen merupakan campuran antara
variabel kontinyu metrik dan kategorial non-metrik. Variabel metrik dalam penelitian ini adalah likuiditas dan profitabilitas. Sementara itu,
variabel non mentrik dalam penelitian ini adalah kualitas audit, auditor change dan opini audit going concern. Dalam hal ini dapat dianalisis dengan
logistic regression karena tidak perlu asumsi normalitas data pada variabel bebasnya. Uji heteroskedasktisitas tidak dilakukan karena regresi logistik
selain mengabaikan uji normalitas juga tidak mensyaratkan uji heterokedastisitas. Logistic regression dipakai apabila asumsi multivariate
normal distribution tidak dapat dipenuhi Ghozali, 2005. Model yang akan digunakan dalam penelitian ini disajikan sebagai berikut ini.
Keterangan : Dummy variabel opini audit kategori 1 untuk auditee dengan
opini audit going concern GCAO dan 0untuk opini audit non going concern NGCAO
= Konstanta = Kualitas Auditor
= Quick Ratio
= Return on Assets =
Auditor Changes = Koefisien masing-masing variabel
= error perusahaan i pada tahun t
1. Uji Hipotesis
Pengujian hipotesis dilakukan dengan analisis multivariat dengan menggunakan regresi logistik logictic regression. Dalam melakukan
pengujian hipotesis dengan menggunakan logistik regression terdapat beberapa langkah yaitu:
a. Menilai Model Fit Langkah pertama untuk menguji hipotesis yakni menilai model
fit. Dalam penelitian ini untuk menilai model fit digunakan fungsi Likelihood. Likelihood L dari model adalah probabilitas bahwa model
yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif Likelihood ditransformasikan menjadi -2
Log L.
Tabel IV.3 Hasil Uji Model Fit
-2Log L Beginning Block 0 77.212
Block 1 56.426
Sumber : Hasil Pengolahan Data
Tabel diatas menunjukkan bahwa nilai -2 Log L mengalami penurunan. Nilai -2 Log L pada beginning block 0 sebesar 77.212
mengalami penurunan menjadi 56.426 pada block 1. Ghozali 2005 menyatakan bahwa nilai -2 Log L yang mengalami penurunan
menandakan bahwa model statistik tersebut semakin fit dengan data. Hal ini berarti bahwa H
H
0 =
model yang dihipotesiskan fit dengan data dapat diterima.
b. Uji R
2
Cox dan Snell’s R Square Cox dan Snell’s R Square merupakan ukuran yang mencoba
meniru ukuran R
2
pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 satu
sehingga sulit diinteprestasikan. Nagelkerke’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
2
dengan nilai maksimumnya. Nilai Nagelkerke’s R square dapat diinterprestasikan
seperti nilai R
2
pada multiple regression.
