lxii Nilai -2 log likelihood akhir pada block number = 1, dapat
ditunjukkanmelalui tabel 4.5 berikut ini :
Tabel 4.5 Nilai -2 log likelihood -2 LL akhir Iteration History
a,b,c,d
Interation -2 Log
likelihood Coefficients
Constant X1
X2 X3
Step1 1 2
3 4
5 6
34.331 33.749
33.677 33.675
33.675 33.675
-1.074 -1.132
-1.071 -1.058
-1.058 -1.058
-.156 -.258
-.299 -.304
-.304 -.304
.854 1.088
1.138 1.146
1.146 1.146
-.318 -.674
-.914 -.961
-.962 -.962
Sumber : Hasil Pengolahan SPSS Dari tabel 4.4 dan tabel 4.5 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 36.555.
Kemudian pada tabel selanjutnya dapat dilihat nilai -2 LL akhir dengan block number = 1 nilai -2 log likelihood pada tabel 4.5 mengalami
perubahan setelah masuknya beberapa variabel independen pada model penelitian, akibatnya nilai -2 LL akhir pada step 5 menunjukkan nilai
33.675. 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 Ghozali, 2006.
Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian inidinyatakan fit, artinya penambahan-penambahan variabel bebas yaitu
lxiii kualitas audit, opini audit tahun sebelumnya dan pertumbuhan perusahaan
dalam model penelitian akan memperbaiki model fit dalam penelitian ini.
4.2.4. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan denganmenggunakan goodness of fitness test yang diukur dengan nilai chi
square pada bagian bawah uji hosmer and lemeshow. Jika nilai Hosmer andLemeshow
‟s Goodness of Fit Test ≤ 0,05, maka berarti terdapat perbedaansignifikan antara model dengan nilai observasinya sehingga
goodness fit model tidak baik karena model tidak dapat memprediksi nilai observasinya Ghozali, 2006.
Tabel 4.6 Hosmer and Lemeshow Test
Sumber : Hasil Pengolahan SPSS Tabel 4.6 menunjukkan nilai Hosmer and Lemeshow
‟s Goodness ofFit sebesar 3.652 dengan signifikan 0.887. Nilai signifikansi yang
diperolehlebih besar dari 0,05 maka Ho tidak dapat ditolak diterima. Hal ini berarti model regresi layak untuk digunakan dalam analisis selanjutnya,
Step
Chi- square
Df Sig.
1 3.652
8 .887
lxiv karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi
dengan klasifikasi yang diamati.
Tabel 4.7 Contingency Table for Hosmer and Lemeshow Test
Opini Audit Going Concern = Non Going Concern Audit
Opinion Opini Audit Going Concern =
Going Concern Audit Opinion Total
Observed Expected
Observed Expected
Step 1 1 2
3 4
5 6
7 8
9 10
3 2
3 3
3 2
2 2
2 3
2.869 2.561
2.485 2.457
2.419 2.399
2.305 2.528
1.988 3.258
1 1
1 1
1 3
.131 .439
.515 .543
.581 .601
.695 .742
.1012 .2742
3 3
3 3
3 3
3 3
3 6
Sumber : Hasil Pengolahan SPSS Dari tabel kontijensi untuk uji hosmer and lemeshow, dapat dilihat bahwa
dari sepuluh langkah pengamatan untuk penerimaan opini audit going concern yang baik 1 maupun yang tidak baik 0, nilai yang diamatimaupun nilai
yang diprediksi, tidak mempunyai perbedaan yang terlaluekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan dalam penelitian
ini mampu memprediksi nilai observasinya.
4.3. Hasil Pengujian Hipotesis
