53 atau didukung. Hal ini berarti model regresi yang dipakai dalam penelitian
layak untuk dilakukan penelitian selanjutnya, karena tidak ada perbedaaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang
diamati.
4.2.3.2 Menguji Keseluruhan Model
Pengujian ini dilakukan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian ini dilakukan
dengan membandingkan nilai antara -2 log likelihood LL pada awal dengan block number = 0 dan angka -2 log likelihood pada akhir dengan
block number = 1. Nilai -2 log likelihood LL pada awal dengan block number =0 dapat dilihat pada tabel sebagai berikut.
Tabel 4.9 Hasil Uji Overall fit Model -2 Log Likelihood Awal
Iteration History
a,b,c
Iteration -2 Log
likelihood Coefficients
Constant
Step 0 1
107.793 1.636
2 100.800
2.165 3
100.531 2.295
4 100.530
2.303 5
100.530 2.303
a. Constant is included in the model. b. Initial -2 Log Likelihood: 100.530
c. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.
Universitas Sumatera Utara
54 Kemudian, nilai -2 log likelihood LL pada awal dengan block
number = 1 dapat dilihat pada tabel 4.10 sebagai berikut:
Tabel 4.10 Hasil Uji Overall Model fit Model -2 Log Likelihood Akhir
Sumber : Hasil outputSPSS 20
Berdasarkan tabel 4.9 dapat dilihat bahwa -2log likelihood untuk model dengan konstanta pada penelitian ini adalah sebesar 100,530 dan
mempunyai tingkat signifikan pada alpha 0,000 0,05 yang signifikan. Tabel 4.10 dapat dilihat bahwa nilai -2 log likelihood akhir pada block
number = 1 mengalami perubahan dengan adanya beberapa variabel independen, sehingga nilainya menjadi 79,294. Selisih nilai -2 log
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant SIZE
GEAR AGE
KAP OAU
Step 1 1
95.008 -7.718
.193 .070 -.141 -.015
4.002 2
81.773 -15.924
.432 .165 -.314 -.058
6.214 3
79.496 -22.743
.627 .235 -.429 -.140
7.984 4
79.317 -25.768
.694 .247 -.450 -.194
9.263 5
79.302 -26.963
.700 .246 -.450 -.202 10.295
6 79.297
-27.967 .700
.246 -.450 -.202 11.297 7
79.295 -28.967
.700 .246 -.450 -.202 12.298
8 79.295
-29.968 .700
.246 -.450 -.202 13.298 9
79.294 -30.968
.700 .246 -.450 -.202 14.298
10 79.294
-31.968 .700
.246 -.450 -.202 15.298 11
79.294 -32.968
.700 .246 -.450 -.202 16.298
12 79.294
-33.968 .700
.246 -.450 -.202 17.298 13
79.294 -34.968
.700 .246 -.450 -.202 18.298
14 79.294
-35.968 .700
.246 -.450 -.202 19.298 15
79.294 -36.968
.700 .246 -.450 -.202 20.298
16 79.294
-37.968 .700
.246 -.450 -.202 21.298 17
79.294 -38.968
.700 .246 -.450 -.202 22.298
18 79.294
-39.968 .700
.246 -.450 -.202 23.298 19
79.294 -40.968
.700 .246 -.450 -.202 24.298
20 79.294
-41.968 .700
.246 -.450 -.202 25.298
Universitas Sumatera Utara
55 likelihood awal dengan nilai -2 log likelihood akhir adalah sebesar 21,236
100,530-79,294. Penurunan nilai -2 log likelihood ini dapat diartikan bahwa penambahan variabel independen ke dalam model dapat
memperbaiki model fit serta menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data. Log
Likelihood pada regresi logistik mirip dengan pengertian “Sum of Squared Error” pada model regresi, sehingga penurunan nilai Log Likelihood
menunjukkan model regresi yang semakin baik.
4.3 Pembahasan Hasil Penelitian 4.3.1 Pengaruh Ukuran Perusahaan terhadap Ketepatan WaktuPelaporan
