jika nilai Hosmer and Lemeshow’s Goodness of Fit Test diatas 0.05, maka
hipotesis nol diterima sehingga model dapat diterima dan mampu diprediksi nilai observasinya. Hasil output SPSS untuk menilai kelayakan model regresi terlihat
dalam Tabel 4.4
Hosmer and Lemeshow Test Step
Chi-square Df
Sig. 1
11,790 8
,161
Tabel 4.4 memperlihat bahwa nilai signifikansi pada tabel Hosmer and Lemeshow Test
sebesar 0,161. Perolehan nilai signifikansi sebesar 0,161 tersebut melebihi dari nilai 0,05, sehingga dapat diambil kesimpulan bahwa H0 dalam
penelitian ini diterima. Hasil ini menunjukan tidak adanya perbedaan antara model dengan data empiris penelitian dan model regresi layak digunakan pada analisis
berikutnya.
4.1.3.3 Koefisien Determinasi R
2
Koefisien determinasi digunakan untuk melakukan pengukuran terhadap kemampuan model menerangkan variabel dependen dalam penelitian. Koefisien
determinasi memperlihatkan
besarnya variabilitas
variabel independen
menjelaskan variabel dependen. Penilaian koefisien determinasi pada regresi
Tabel 4.4 Menilai Kelayakan Model Regresi
Sumber : Data sekunder yang diolah tahun 2013 pada Lampiran 10
logistik dapat dilihat dari hasil output SPSS pada tabel Nagelkerke R square. Dalam penelitian ini nilai Nagelkerke R square ditunjukkan dalam Tabel 4.5
Model Summary
Step -2 Log likelihood
Cox Snell R Square Nagelkerke R Square
1 341,190
a
,093 ,129
Hasil nilai Nagelkerke R square dari output SPP menunjukkan nilai sebesar 0.129 yang berarti bahwa variabilitas pada variabel dependen yang dapat
dijelaskan oleh variabel independen adalah sebesar 12,9. Sementara itu, sebesar 87,1 dijelaskan oleh variabel-variabel lain diluar dari model penelitian ini.
4.1.3.4 Tabel Klasifikasi
Nilai tabel klasifikasi akan memperlihatkan besarnya prediksi model regresi untuk memprediksikan kemungkinan keberadaan risk management
committee pada perusahaan. Nilai prediksi tersebut dapat dilihat pada percentage
correct dalam classification table. Hasil output SPSS regresi logistik akan
ditunjukkan dalam Tabel 4.6
Tabel 4.5 Koefisien Determinasi
Sumber : Data sekunder yang diolah tahun 2013 pada Lampiran 10
Classification Table
a
Observed Predicted
RMC Percentage
Correct NON-RMC
RMC Step 1
RMC NON-RMC
26 72
26,5 RMC
31 159
83,7 Overall Percentage
64,2
Tabel 4.6 memperlihatkan hasil tingkat prediksi 83,7 RMC dan 26,5 Non-RMC telah mampu diprediksi oleh model. Secara keseluruhan model dengan
variabel komisaris independen, ukuran dewan komisaris, kompleksitas bisnis, reputasi auditor, dan risiko pelaporan keuangan dapat diprediksi sebesar 64,2.
Kesimpulan yang dapat diambil dari hasil output SPSS diatas adalah kemampuan prediksi model regresi kemungkinan keberadaan RMC pada
perusahaan adalah sebesar 83,7. Sebanyak 159 perusahaan dari 190 perusahaan sampel yang diprediksi membentuk RMC. Selanjutnya terdapat 26 perusahaan
dari 98 perusahaan sampel yang diprediksi tidak membentuk RMC .
Tabel 4.6 Matrik Klasifikasi
Sumber : Data sekunder yang diolah tahun 2013 pada Lampiran 10
4.1.3.5 Estimasi Parameter dan Interpretasinya
