4.1.5. Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow‟s Goodness-of-fit Test. Hipotesis untuk menilai kelayakan model
regresi adalah : H0 : Tidak ada perbedaan antara model dengan data
Ha : Ada perbedaan antara model dengan data Jika nilai statistik Hosmer and Lemeshow Goodness of Fit kurang dari
0,05, maka hipotesis nol ditolak yang berarti ada perbedaan signifikansi antara model dengan nilai observasinya sehingga Goodness of Fit model tidak baik
karena model tidak dapat memprediksi nilai observasinya. Jika nilai Hosmer and Lemeshow Goodness of Fit lebih besar daripada 0,05 maka hipotesis nol tidak
dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena sesuai dengan data observasinya Ghozali,
2011. Untuk melihat kelayakan model regresi dapat dilihat pada table 4.8
Tabel 4.8 Menilai Kelayakan Model Regresi
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 1,167
8 ,997
Sumber : Data sekunder yang diolah menggunakan SPSS V.21, 2015 Tabel 4.8 menunjukan nilai signifikansi yang diperoleh adalah 0,997. Nilai
signifikansi tersebut lebih besar lebih besar dari 0.05, maka H0 diterima yang berarti tidak ada perbedaan antara model dengan data. Hal ini berarti model
regresi layak untuk digunakan dalam analisis selanjutnya karena model cocok dengan data.
4.1.6. Koefisien Determinasi
Nagelkerke R Square merupakan pengujian yang dilakukan untuk mengetahui seberapa besar variabel independen mampu menjelaskan dan
mempengaruhi variabel dependen. Nilai Nagelkerke R Square bervariasi antara 1satu dan 0 nol. Semakin mendekati nilai 1 maka model dianggap semakin
goodness of fit semenatara semakin mendekati 0 maka model semakin tidak goodness of fit Ghozali,2011. Untuk melihat koefisien determinasi dapat dilihat
pada tabel 4.9
Tabel 4.9 Koefisien Determinasi
Model Summary
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke
R Square 1
15,804
a
,171 ,562
a. Estimation terminated at iteration number 20 because maximum iterations has been reached.
Final solution cannot be found. Sumber : Data sekunder yang diolah menggunakan SPSS V.21, 2015
Tabel 4.9 menunjukan nilai Nagelkerke R Square dari hasil pengolahan data dengan menggunakan SPSS V.21 menunjukan hasil sebesar 0,562 yang
berarti bahwa variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah 56,2 , sedangkan sisanya sebesar 17,1 dijelaskan oleh
variabel-variabel lain diluar model penelitian ini.
4.1.7. Matrik Klasifikasi