Dari tabel Beginning block dan Tabel Iteration History, terdapat 6 nilai dari -2 Log likelihood yang diberikan. Satu untuk model yang hanya memasukkan
konstanta block 0 = beginning block yaitu sebesar 39,600. Nilai dari -2 Log likelihood ini adalah signifikan dengan alpha 5 0,05 yang berarti hipotesis nol
ditolak, yaitu model dikatakan fit dengan data.
Tabel 4.14 Nilai -2 Log Likelihood -2 LL awal
Block 0: Beginning Block
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
48,326 1,798
2 40,389
2,549 3
39,616 2,876
4 39,600
2,932 5
39,600 2,934
6 39,600
2,934
Sumber : Hasil Pengolahan SPSS Desember 2013
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 39,600 c. Estimation terminated at iteration number 6 because parameter estimates
changed by less than ,001.
Universitas Sumatera Utara
Tabel 4.15 Nilai -2 Log Likelihood -2 LL akhir
Block 1: Method = Enter
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Consta nt
Produk Promos
i Harga Lokasi Orang
BuktiFi sik
Proses Step
1 1
43,696 -,183
,040 ,043
,037 ,015
-,115 -,063
,170 2
30,852 -1,779
,082 ,113
,090 ,016
-,260 -,127
,390 3
27,187 -3,820
,109 ,233
,163 -,029
-,401 -,158
,627 4
26,333 -5,647
,112 ,362
,232 -,097
-,500 -,163
,837 5
26,241 -6,516
,111 ,423
,262 -,130
-,541 -,166
,941 6
26,239 -6,648
,111 ,432
,266 -,135
-,548 -,167
,958 7
26,239 -6,650
,111 ,432
,266 -,135
-,548 -,167
,959 8
26,239 -6,650
,111 ,432
,266 -,135
-,548 -,167
,959
Sumber : Hasil Pengolahan SPSS Desember 2013
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 39,600 d. Estimation terminated at iteration number 8 because parameter estimates changed by less than ,001.
Dari Tabel 4.14 dan Tabel 4.15 dapat dilihat bahwa -2 log likelihood awal pada block number = 0, yaitu model yang hanya memasukkan konstanta yang
dapat dilihat pada step 5, memperoleh nilai sebesar 39,600. Kemudian pada tabel selanjutnya dapat dilihat Nilai -2 Log Likelihood -2 LL akhir dengan block
number = 1. Nilai -2 log likelihood pada Tabel 4.13 mengalami perubahan sehingga menyebabkan Nilai -2 Log Likelihood -2 LL akhir pada step 7
menunjukkan nilai 26,239 yang dapat dilihat pada Tabel 4.14. Selisih antara nilai -2LL awal dengan nilai -2LL akhir adalah sebesar 13,361. Adanya pengurangan
nilai antara -2LL awal initial -2LL function dengan nilai -2LL pada langkah berikutnya -2LL akhir menunjukkan bahwa model yang dihipotesiskan fit
dengan data.
Universitas Sumatera Utara
4.2.2.2 Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan goodness of fitness test yang diukur dengan nilai chi square pada
bagian bawah uji hosmer and lemeshow.
Tabel 4.16 Hosmer and Lemeshow Test
Step Chi-square
Df Sig.
1 5,372
8 ,717
Sumber : Hasil Pengolahan SPSS Desember 2013
Tabel 4.15 menunjukkan hasil pengujian Hosmer and Lemeshow. Hasil pengujian statistik menunjukkan probabilitas signifikansi menunjukkan angka
0,717 nilai signifikansi yang diperoleh lebih besar dari 0.05 maka Ho tidak dapat ditolak diterima. Hal ini berarti model regresi layak untuk digunakan dalam
analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati, atau dapat dikatakan model mampu
memprediksi nilai observasinya.
Universitas Sumatera Utara
Tabel 4.17 Contingency Table for Hosmer and Lemeshow Test
Minat berkunjung kembali = Tidak
Berminat Minat Berkunjung
Kembali = Berminat Total
Observed Expected Observed Expected Step 1 1
3 3,041
7 6,959
10 2
,765 10
9,235 10
3 1
,434 9
9,566 10
4 ,285
10 9,715
10 5
1 ,203
9 9,797
10 6
,131 10
9,869 10
7 ,076
10 9,924
10 8
,040 10
9,960 10
9 ,019
10 9,981
10 10
,007 9
8,993 9
Sumber : Hasil Pengolahan SPSS Desember 2013
Dari Tabel 4.16, dapat dilihat bahwa dari langkah-langkah pengamatan untuk Minat Pembelian Ulang = 1,00 Berminat maupun Minat Pembelian Ulang =
0,00 Tidak Berminat, nilai yang diamati Observed maupun nilai yang diprediksi Expected, tidak mempunyai perbedaan yang terlalu ekstrim. Ini
menunjukkan bahwa model regresi logistik yang digunakan dalam penelitian ini mampu memprediksi nilai observasinya.
Universitas Sumatera Utara
4.2.2.3 Hasil Pengujian Hipotesis
Hasil pengujian hipotesis bertujuan untuk mengetahui apakah pengaruh dari variabel-variabel bebas terhadap opini audit. Pengujian dengan regresi
logistik ditunjukkan dalam tabel-tabel berikut ini.
Tabel 4.18 Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis
99 100,0
Missing Cases ,0
Total 99
100,0 Unselected Cases
,0 Total
99 100,0
Sumber : Hasil Pengolahan SPSS Desember 2013
a. If weight is in effect, see classification table for the total number of cases.
a. Jumlah sampel pengamatan sebanyak 99 sampel, dan seluruh
sampel telah diperhitungkan kedalam pengujian hipotesis, b.
Tidak ada variabel dependen yang dikeluarkan dengan nilai dummy variabel. Untuk variabel dependen bernilai 0 untuk tidak berminat dan
bernilai 1 untuk berminat, c.
Metode yang digunakan untuk memasukkan data adalah metode enter dimana apabila menggunakan metode ini seluruh variabel bebas
independen disertakan dalam pengolahan analisis data untuk mengetahui variabel mana yang berpengaruh terhadap variabel
dependen.
Universitas Sumatera Utara
Selanjutnya variabilitas antara variabel dependen dengan variabel independen dapat dilihat pada Tabel 4.19 berikut ini.
Tabel 4.19 Model Summary
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke
R Square 1
26,239
a
,126 ,383
Sumber : Hasil Pengolahan SPSS Desember 2013
a. Estimation terminated at iteration number 8 because parameter estimates changed by less than ,001.
Berdasarkan Tabel 4.19 diatas, maka dapat dilihat bahwa hasil analisis regresi logistik secara keseluruhan menunjukkan nilai Cox Snell R Square
sebesar 0,126. Cox Snell R Square merupakan ukuran yang mencoba meniru ukuran seperti halnya R
2
pada OLS regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga sulit untuk
diinterpretasikan. Nagelerke’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 square dengan nilai
maksimumnya. Nilai Nagelerke R
2
dapat diinterpretasikan seperti nilai R
2
pada OLS regression. Dilihat dari hasil output pengolahan data nilai Nagelerke R
Square adalah sebesar 0.383 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen yaitu produk, promosi, harga, lokasi,
orang, bukti fisik dan proses adalah sebesar 38,3 , sisanya sebesar 61,7 dijelaskan oleh variabel-variabel lain diluar model.
Universitas Sumatera Utara
4.2.2.4 Matriks klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan minat berkunjung kembali ke Wonders