Menguji Model Fit Pengujian Hipotesis

34 lebih dari 0,90 maka dapat disimpulkan bahwa terdapat gejala multikolonieritas antara variabel independen dalam penelitian tersebut.

3.6.1.2 Menguji Model Fit

Adanya pengurangan nilai antara -2LL awal initial -2LL function dengan nilai 2LL pada langkah berikutnya menunjukkan bahwa model yang dihipotesiskan fit dengan data Ghozali,2005. Log Likehood pada regresi logistik mirip dengan pengertian Sum of Square Error pada model regresi sehingga penurunan Log Likehood menunjukkan model regresi semakin baik. 3.6.1.3 Menguji Kelayakan Model Regresi Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test , jika nilai statistik Hosmer and Lemeshow’s Goodness of Fit Test lebih besar dari 0,05 hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena sesuai dengan data observasinya Ghozali, 2005.

3.6.1.4 Pengujian Hipotesis

Penelitian ini menggunakan Model Carey dan Simnett 2006 yang digunakan dalam Rossieta dan Wibowo 2009 dengan sedikit perubahan; yaitu dengan pendekatan earnings surprise benchmark. Earnings surprise benchmark adalah pengukuran kualitas audit yang masih relatif baru. Selain itu, ukuran yang diobservasi dalam model ini adalah tingkat laba yang mudah didapatkan datanya. Untuk mengetahui pengaruh variabel-variabel independen dalam penelitian ini digunakan model regresi logistik logistic regression. Pengujian hipotesis dilakukan dengan menggunakan regresi logistik karena variabel terikat Universitas Sumatera Utara 35 atau dependen merupakan data kualitatif yang menggunakan variabel dummy Ghozali, 2005. Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika variabel dependen merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 1 atau 0. Regresi logistik digunakan untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya Ghozali, 2005. Hasil pengujian regresi logistik dapat dilihat dari : a. Matriks Klasifikasi Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan keterjadian variabel terkait dependen pada perusahaan dilihat melalui classification tabel. b. Matriks Koefisien Regresi Menunjukkan hasil pengujian dari regresi logistik dari penelitian yang dilakukan pada variabel. Dilihat signifikansi variabel dan hubungannya pada uji parsial pembentukan model dari tabel Variables in the Equation. c. Model regresi logistik yang digunakan untuk menguji hipotesis : � = � + � 1 � 1 + � 2 � 2 + � 3 � 3 + � 4 � 4 + � Dimana : Y = Kualitas Audit X 1 = Ukuran KAP X 2 = Audit Tenure X 3 = Ukuran Perusahaan Universitas Sumatera Utara 36 X 4 = Ukuran leverage Perusahaan α = Konstanta β 1 ,β 2 ,β 3 ,β 4 = Koefisien regresi e = Error 3.6.1.5 Uji signifikansi model secara simultan Chi-squere Untuk melihat pengujian secara simultan variabel bebas independen terhadap variabel terikat dependen digunakan dengan perhitungan SPSS melalui tabel Omnibus Test of model Coefficiens atau biasa disebut uji signifikansi Chie- Squere. Dengan diperoleh nilai signifikansi 0,05 ketika H0 ditolak pada tingkat signifikansi 5 sehingga terlihat pengaruh variabel bebas secara bersama-sama terhadap variabel terikat.

3.7 Jadwal Penelitian

No. Tahapan Penelitian Des 2013 Jan 2014 Feb 2014 Mar 2014 Apr 2014 Mei 2014 1 Pengajuan judul skripsi 2 Bimbingan proposal skripsi 3 Pengumpulan data 4 Pengolahan Data 5 Seminar Proposal 6 Bimbingan Skripsi 7 Sidang 8 Penyelesaian penulisan laporan penelitian Universitas Sumatera Utara 37 BAB IV ANALISIS HASIL PENELITIAN

4.1 Data Penelitian

Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang menggunakan persamaan regresi logistik. Analisis data dimulai dengan mengolah data dengan menggunakan microsoft excel, selanjutnya dilakukan pengujian asumsi klasik dan pengujian menggunakan regresi logistik. Pengujian asumsi klasik dan regresi logistik digunakan dengan menggunakan software SPSS versi 20. Prosedur dimulai dengan memasukkan variabel-variabel penelitian ke program SPSS tersebut dan menghasilkan output-output sesuai dengan metode analisis data yang telah ditentukan. Berdasarkan kriteria yang telah ditetapkan, diperoleh 30 perusahaan yang memenuhi kriteria dan dijadikan sampel dalam penelitian dan diamati selama periode 2010-2012. Tabel 4.1 Sampel Penelitian No. Nama Perusahaan Kode 1 Bank Rakyat Indonesia Argo Niaga Tbk AGRO 2 Bank ICB Bumi Putera Tbk BABP 3 Bank Capital Indonesia Tbk BACA 4 Bank Ekonomi Raharja Tbk BAEK 5 Bank Central Asia Tbk BBCA 6 Bank Bukopin Tbk BBKP 7 Bank Negara Indonesia Persero Tbk BBNI 8 Bank Nusantara Parahyangan Tbk BBNP 9 Bank Rakyat Indonesia Persero Tbk BBRI 10 Bank Tabungan Negara Persero Tbk BBTN 11 Bank Mutiara Tbk BCIC 12 Bank Danamon Indonesia Tbk BDMN Universitas Sumatera Utara 38 13 Bank Pundi Indonesia Tbk BEKS 14 Bank Jabar Banten Tbk BJBR 15 Bank Kesawan Tbk BKSW 16 Bank Mandiri persero Tbk BMRI 17 Bank Bumi Arta Tbk BNBA 18 Bank CIMB Niaga Tbk Tbk BNGA 19 Bank Internasional Indonesia Tbk BNII 20 Bank Permata Tbk BNLI 21 Bank Sinar Mas Tbk BSIM 22 Bank Tabungan Pensiunan Nasional Tbk BTPN 23 Bank Victoria Internasional Tbk BVIC 24 Bank Artha Graha Internasional Tbk INPC 25 Bank Mayapada Internasional Tbk MAYA 26 Bank Windu Kentjana Internasional Tbk IMCOR 27 Bank Mega Tbk MEGA 28 Bank NISP OCBC Tbk NISP 29 Bank Pan Indonesia Tbk PNBN 30 Bank Himpunan Saudara 1906 Tbk SDRA

4.2 Analisis Hasil Penelitian

4.2.1 Pengujian Data 4.2.1.1 Uji Multikolonieritas