57
bahwa model yang dihipotesiskan fit dengan data Ghozali,2006. Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini
dinyatakan fit, artinya penambahan-penambahan variabel bebas
yaitukepemilikan institusional, kepemilikan manajerial, komite audit, komisaris independen, kualitas Kantor Akuntan Publik, dan audit tenure
ke dalam model penelitian akan memperbaiki model fit dalam penelitian ini.
2. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur berdasarkan nilai Chi-
Square pada Tabel Hosmer and Lemeshow Test Tabel 4.10.
Tabel 4.10 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 12.345
7 .090
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.10, diketahui nilai statistik Chi-Square adalah 12,345.
Tabel 4.11 Perhitungan Chi-Square Tabel dengan Microsoft Excel df=7
58
Berdasarkan Tabel 4.11, diketahui nilai Chi-Square Tabel bernilai 15,507. Untuk menentukan apakah model layak atau tidak, maka
dapat diketahui dengan membandingkan nilai statistik Chi-square terhadap Chi-Square Tabel.
�����
������ −����� ℎ�� 2
≤ �
������ 2
, ��������������.
�����
������ −����� ℎ�� 2
�
������ 2
, ��������������������.
Perhatikan bahwa karena nilai statistik Chi-Square 12,345 lebih kecil dibandingkan nilai Chi-Square Tabel15,507, maka disimpulkan
bahwa model cukup layak dalam mencocokkanfit data. Untuk menentukan apakah model layak atau tidak, juga dapat
diketahui dengan membandingkan nilai probabilitas dari uji Hosmer- LemeshowPearson Chi-square terhadap tingkat signifikansi yang
digunakan.
��������������������� ≥ �������������������, ��������������. ��������������������� �������������������, ��������������������.
Berdasarkan Tabel 4.10, diketahui nilai probabilitas sebesar 0,09. Perhatikan bahwa karena nilai probabilitas 0.09 lebih besar dibandingkan
tingkat signifikansi0,05, maka disimpulkan bahwa model cukup layak dalam mencocokkanfit data.
3. Koefisien Determinasi Nagelkerke R Square
59
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 72.747
a
.247 .329
Sumber: hasil olahan software SPSS
Berdasarkan Tabel 4.12, nilai statistik Nagelkerke R Square 0,329. Nilai tersebut diinterpretasikan sebagai kemampuan variabel
kepemilikan institusional, kepemilikan manajerial, komite audit, komisaris independen, kualitas Kantor Akuntan Publik, dan audit tenure dalam
menjelaskan atau mempengaruhi integritas laporan keuangan sebesar 32,9, sisanya 67,1 dijelaskan oleh variabel-variabelfaktor-faktor lain.
a. Uji Signifikansi Koefisien Regresi Logistik Secara
