53
nilai du = 1.75082 untuk n = 90 dan k = 5. Hal ini menunjukkan nilai dl d du yang dapat disimpulkan bahwa tidak ada Autokorelasi.
4.4. Pengujian Model 4.4.1. Menilai Keseluruhan Model Overall Model Fit Test
Uji ini digunakan untuk melihat model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan membandingkan
nilai antara-2 log likelihood pada awal block number=0 dengan nilai -2 log likelihood pada akhir block number=1. Nilai -2log likelihood awal pada
block number =0, dapat ditunjukkan melalui tabel berikut ini :
Tabel 4.8 Nilai -2 Log likelihood -2 LL Awal
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
118.292 -.533
2 118.288
-.547 3
118.288 -.547
a. Constant is included in the model. b. Initial -2 Log Likelihood: 118.288
c. Estimation terminated at iteration number 3 because parameter estimates changed by less than
.001.
Nilai -2 log likelihood akhir pada block number = 1, dapat dilihat pada Tabel 4.9.
Universitas Sumatera Utara
54
Tabel 4.9 Nilai -2 Log likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log likelihood
Coefficients Constant
SA UPK
SWITCH FEE
Step 1 1
59.181 .659
2.911 .049
-.569 -.176
2 48.117
3.010 4.089
.112 -1.645
-.405 3
41.953 6.337
5.409 .190
-3.479 -.704
4 39.341
9.150 6.980
.270 -5.225
-.994 5
38.565 9.530
8.264 .313
-6.525 -1.121
6 38.313
8.660 9.311
.322 -7.584
-1.140 7
38.223 7.658
10.316 .323
-8.597 -1.141
8 38.189
6.656 11.318
.323 -9.601
-1.141 9
38.177 5.655
12.318 .323
-10.603 -1.141
10 38.173
4.655 13.319
.323 -11.603
-1.141 11
38.171 3.655
14.319 .323
-12.603 -1.141
12 38.170
2.655 15.319
.323 -13.604
-1.141 13
38.170 1.655
16.319 .323
-14.604 -1.141
14 38.170
.655 17.319
.323 -15.604
-1.141 15
38.170 -.345
18.319 .323
-16.604 -1.141
16 38.170
-1.345 19.319
.323 -17.604
-1.141 17
38.170 -2.345
20.319 .323
-18.604 -1.141
18 38.170
-3.345 21.319
.323 -19.604
-1.141 19
38.170 -4.345
22.319 .323
-20.604 -1.141
20 38.170
-5.345 23.319
.323 -21.604
-1.141 a. Method: Enter
b. Constant is included in the model. c. Initial -2 Log Likelihood: 118.288
d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.
Dari Tabel 4.8 dapat dilihat bahwa -2 log likelihood awal pada block number = 0, yaitu model yang hanya memasukkan konstanta yang dapat
dilihat pada step 3, memperoleh nilai sebesar 118,288. Kemudian pada
Universitas Sumatera Utara
55
Tabel 4.9 dapat dilihat nilai -2 LL akhir dengan block number =1, nilai -2log likelihoodpada step 20 adalah 38,170. Ghozali 2009 menjelaskan bahwa
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. Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini dinyatakan fit, artinya
penambahan-penambahan variabel bebas yaitu Spesialisasi Auditor, Ukuran Perusahaan Klien, Auditor Switching dan Audit Fee kedalam model
penelitian akan memperbaiki model fit dalam penelitian ini.
4.4.3. Uji Hosmer and Lemeshow’s Goodness Of Fit
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakangoodness of fitness test yang diukur berdasarkan nilai
probabilitas pada Tabel Hosmer and Lemeshow Test.
Tabel 4.10 Hosmer and Lemeshow Test
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 13.962
8 .083
Berdasarkan Tabel 4.10, diketahui nilai statistik Chi-Square adalah 13,962. Untuk menentukan apakah model layak atau tidak, maka dapat
diketahui dengan
membandingkan statistik nilai probabilitas dari uji Hosmer- Lemeshowterhadap tingkat signifikansi yang digunakan.
���� ����� ������������ ≥ ������� ������������, ���� ����� �����. ���� ����� ������������ ������� ������������, ���� ����� ������ �����.
Universitas Sumatera Utara
56
Berdasarkan Tabel 4.10, diketahui nilai probabilitas sebesar 0,083. Perhatikan bahwa karena nilai probabilitas 0,083 lebih besar dibandingkan
tingkat signifikansi0,05, maka disimpulkan bahwa model cukup layak dalam mencocokkanfit data.
4.4.4. Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu memperjelas variabilitas
variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada nilai Nagelkerke R Square. Nilai Nagelkerke R Squaredapat
diinterpretasikan seperti nilai R Squarepada regresi berganda
Ghozali:2009.
Tabel 4.11Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 38.170
a
.589 .806
a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot
be found.
Tabel 4.11 menunjukkan nilai Nagelkerke R Square. Dilihat dari hasil output pengolahan data, nilai Nagelkerke R Squareadalah sebesar 0.806
yang berartu variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebear 80,6, sisanya 19,4 dijelaskan
variabel-variabel lain di luar model penelitian atau secara bersama-sama variasi variabel Spesialisasi Auditor, Ukuran Perusahaan Klien, Auditor
Universitas Sumatera Utara
57
Switching dan Audit Fee dapat menjelaskan variasi variabel Kualitas Audit sebesar 80,6.
4.5. Pengujian Hipotesis
Dalam uji regresi logistik pengaruh antara variabel dependen dan variabel independen dapat dilihat pada Variables in the Equation. Dalam uji hipotesis
dengan regresi logistik cukup dengan melihat Variables in the Equation, pada nilai significant dibandingkan dengan tingkat kepercayaan 0.05 5. Apabila
tingkat signifikansi 0.05, maka hipotesis diterima.
Tabel 4.12 Hasil Uji Regresi Logistik
Variables in the Equation
B S.E.
Wald Df
Sig. ExpB
95.0 C.I.for EXPB Lower
Upper Step 1
a
SA 23.319
4.906E3 .000
1 .996
1.340E10 .000
. UPK
.323 .590
.300 1
.584 1.381
.435 4.387
SWITCH -21.604
7.546E3 .000
1 .998
.000 .000
. FEE
-1.141 .611
3.485 1
.062 .320
.096 1.059
Constant -5.345
4.906E3 .000
1 .999
.005 a. Variables entered on step 1: SA, UPK, SWITCH, FEE.
Tabel 4.12 menunjukkan hasil pengujian dengan regresi logistik pada tingkat signifikansi 5. Dari pengujian dengan regresi logistik di atas maka
diperoleh persamaan regresi logistik sebagai berikut ini :
KA = -5.345 + 23.319 SA + 0.323 UPK – 21.604 SWITCH – 1.141 FEE
Persamaan regresi tersebut dapat dijelaskan sebagai berikut : Nilai konstanta sebesar - 5.345 yang dihasilkan negatif, artinya jika Kualitas
Audit tidak dipengaruhi oleh variabel SpesialisasiAuditorSA, Ukuran
Universitas Sumatera Utara
58
Perusahaan Klien UPK, Auditor Switching SWITCH dan Audit Fee maka akan menurunkan tingkat Kualitas Audit sebesar - 5.345.
H
1
: Spesialisasi Auditor SA berpengaruh terhadap kualitas audit suatu
perusahaan.
Diketahui nilai koefisien regresi untuk variabel spesialisasi auditor SA bernilai positif, yakni 23.319. Hal ini dapat diinterpretasikan semakin naik
spesialisasi auditor SA dari suatu perusahaan, maka kualitas audit cenderung semakin meningkat. Perhatikan bahwa karena nilai probabilitas Sig. 0.996
lebih besar dari 0,05, maka spesialisasi auditor SA mempengaruhi kualitas audit sangat lemah atau tidak signifikan secara statistik pada tingkat signifikansi 5.
H
2
: Ukuran perusahaan klien berpengaruh terhadap kualitas audit suatu perusahaan.
Diketahui nilai koefisien regresi untuk variabel ukuran perusahaan klien bernilai positif, yakni 0,323. Hal ini dapat diinterpretasikan semakin besar ukuran
perusahaan, maka kualitas audit dari suatu perusahaan cenderung semakin meningkat. Perhatikan bahwa karena nilai probabilitas Sig. 0,584 lebih besar
dari 0,05, maka ukuran perusahaan mempengaruhi kualitas audit sangat lemah atau tidak signifikan secara statistik pada tingkat signifikansi 5.
H
3
: Auditor switching berpengaruh terhadap kualitas audit suatu perusahaan. Diketahui nilai koefisien regresi untuk variabel auditor switching bernilai
negatif, yakni – 21.604. Hal ini dapat diinterpretasikan semakin tinggi auditor switching suatu perusahaan, maka kualitas audit cenderung semakin menurun .
Universitas Sumatera Utara
59
Perhatikan bahwa karena nilai probabilitas Sig. 0,998 lebih besar dari 0,05, maka auditor switching perusahaan mempengaruhi kualitas audit sangat lemah
atau tidak signifikan secara statistik pada tingkat signifikansi 5. H
4
: Audit fee berpengaruh terhadap kualitas audit suatu perusahaan. Diketahui nilai koefisien regresi untuk variabel audit fee bernilai negatif,
yakni – 1.141. Hal ini dapat diinterpretasikan semakin baik audit fee, maka ketepatan waktu penyampaian laporan keuangan cenderung semakin menurun.
Perhatikan bahwa karena nilai probabilitas Sig. 0,062 lebih besar dari 0,05, maka audit fee mempengaruhi kualitas audit sangat lemah atau tidak signifikan
secara statistik pada tingkat signifikansi 5.
4.6. Pembahasan Hasil Penelitian 4.6.1. Pengaruh spesialisasi Auditor terhadap kualitas audit suatu
