52
Tabel 4.9 -2Log Likelihood Akhir
Iteration History
a,b,c,d
Literation -2 Log
likelihood Coefficients
Constant Pergantia
n Manajem
en Biaya
Audit Reputasi
Audit Opini
Audit Kesulita
n Keuanga
n Constant
Step 1
1 116,066
,239 -,662
-,015 -,813
,669 -1,578
2 113,329
,452 -1,235
-,015 -1,163
,897 -2,199
3 113,144
,488 -1,543
-,014 -1,235
,945 -2,297
4 113,141
,491 -1,598
-,014 -1,238
,947 -2,301
5 113,141
,491 -1,599
-,014 -1,238
,947 -2,301
6 113,141
,491 -1,599
-,014 -1,238
,947 -2,301
a Method: Enter b Constant is included in the model.
c Initial -2 Log Likelihood: 128,218 d Estimation terminated at iteration number 6 because parameter estimates
changed by less than ,001.
Dari kedua tabel di atas, dapat kita lihat bahwa nilai -2log likelihood pada awal adalah 128,218 sedangkan nilai -2 Log Likelihood pada akhir, setelah model
dimasukkan konstanta dan variabel bebas adalah 113,141. Penurunan nilai ini menunjukkan model penelitian ini baik atau dengan kata lain sudah fit dengan
data.
4.3.4 Koefisien Determinasi Negelkerke R Square
Hasil penelitian ini menunjukkan bahwa nilai Negelkerke R Square
adalah sebagai berikut.
Universitas Sumatera Utara
53
Tabel 4.10 Koefisien Determinasi
Negelkerke R Square Model Summary
Step -2 Log
likelihoo d
Cox Snell R
Square Nagelkerke
R Square 1
113,141 a
,122 ,182
a Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001.
Nilai Nagelkerke R Square sebesar 0.182 menunjukkan bahwa variable dependen, yaitu pergantian auditor, dapat dijelaskan oleh variable independen,
yaitu pergantian manajemen, biaya audit, reputasi audit, opini audit dan kesulitan keuangan sebesar 18.2 dan 81.8 dapat dijelaskan oleh variabel
lain di luar model.
4.3.5 Matriks Klasifikasi
Matriks klasifikasi digunakan untuk menunjukkan kekuatan prediksi dari model regresi dalam memprediksi kemungkinan adanya perusahaan yang
melakukan pergantian auditor secara sukarela ataupun yang tidak melakukan
pergantian auditor. Tabel 4.11
Classification Tablea
Observed Predicted
Pergantian Auditor Percentage
Correct ,00
1,00 ,00
Step 1
Pergantian Auditor
,00 86
2 97,7
1,00 25
3 10,7
Overall Percentage 76,7
Universitas Sumatera Utara
54
a The cut value is ,500 Tabel hasil penelitian di atas menunjukkan seberapa baik model
mengelompokkan kasus ke dalam dua kelompok baik yang melakukan pergantian auditor maupun yang tidak melakukan pergantian auditor. Kekuatan
prediksi dari model regresi untuk memprediksi kemungkinan perusahaan tidak melakukan pergantian auditor adalah sebesar 97.7. Hal ini menunjukkan
bahwa dari 88 sampel yang tidak melakukan pergantian auditor, sebanyak 86 perusahaan yang diprediksi tepat tidak melakukan pergantian auditor dan
sebanyak 2 perusahaan yang diprediksi tidak tepat. Kekuatan prediksi dari model regresi untuk memprediksi kemungkinan terjadi pergantian auditor
adalah sebesar 10,7. Hal ini menunjukkan bahwa dari 28 sampel perusahaan yang melakukan pergantian auditor, sebanyak 25 perusahaan yang diprediksi
tepat melakukan pergantian auditor dan 3 perusahaan yang diprediksi tidak tepat. Keakuratan prediksi secara menyeluruh sebesar 76.7.Tingginya
persentase ketepatan tabel klasifikasi tersebut mendukung tidak adanya perbedaan yang signifikan terhadap data hasil prediksi dan data observasinya
yang menunjukkan sebagai model regresi logistik yang baik.
4.3.6 Pengujian Signifikansi Koefisien Regresi dan Pengujian Simultan