42
step 1 iterasi 5 adalah 130,063.Adanya penurunan nilai antara -2LL awal initial- 2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir
menunjukkan 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 yaitu audit tenure, fee audit, rotasi auditor, dan spesialisasi auditor,ke dalam model penelitian akan
memperbaiki model fit dalam penelitian ini.
Tabel 4.7 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
AUDIT TENURE FEE AUDIT
ROTASI AUDITOR
SPESIALIS ASI
AUDITOR Step 1
1 131.497
-3.572 .145
.100 -.496
.917 2
130.123 -4.703
.188 .140
-.948 1.067
3 130.063
-4.826 .191
.145 -1.153
1.080 4
130.063 -4.827
.191 .145
-1.175 1.080
5 130.063
-4.827 .191
.145 -1.175
1.080
Tabel 4.8 Menguji Model Fit
Nilai -2Loglikelihood Keterangan
Awal Akhir
141,014 130,063
Adanya penurunan nilai antara -2LL awal initial-2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan 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 yaitu audit tenure, fee audit, rotasi auditor, danspesialisasi auditor, ke dalam model penelitian
akan memperbaiki model fit dalam penelitian ini.
Universitas Sumatera Utara
43
4.4. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakangoodness of fitness test yang diukur berdasarkan nilai Chi-Square
pada Tabel Hosmer and Lemeshow Test Tabel 4.9.
Tabel 4.9 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 10.918
8 .206
Berdasarkan Tabel 4.9, diketahui nilai statistik Chi-Square adalah 10,918.
Gambar 4.1 Perhitungan Chi-Square Tabel dengan Microsoft Excel
Berdasarkan Gambar 4.1, 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
, ���� ����� ������ �����.
Universitas Sumatera Utara
44
Perhatikan bahwa karena nilai statistik Chi-Square 10,918 lebih kecil dibandingkan nilai Chi-Square Tabel15,507, maka disimpulkan bahwa model
cukup layak dalam mencocokkanfit data. Tabel 4.10 Menguji Kelayakan Model Regresi dengan
Pendekatan Nilai Chi-Square
Chi Square Hitung
Chi Square Tabel
Keterangan 10,918
15,507 Perhatikan bahwa karena nilai statistik Chi-Square
10,918 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 4.11, diketahui nilai probabilitas atau Sig. sebesar 0,206. Perhatikan bahwa karena nilai probabilitas 0,206 lebih besar dibandingkan
tingkat signifikansi0,05, maka disimpulkan bahwa model cukup layak dalam mencocokkanfit data.
Tabel 4.11 Menguji Kelayakan Model Regresi dengan Pendekatan Nilai Sig.
Sig. Tingkat Signifikansi
Keterangan 0,206
0,05 Perhatikan bahwa karena Sig. 0,206 lebih besar
dibandingkan 0,05, maka disimpulkan bahwa model cukup layak dalam mencocokkanfit data.
Universitas Sumatera Utara
45
4.5. Koefisien Determinasi
