6
Penurunan nilai pada –2LogL dari 141,049 menjadi 51,386 mengindikasikan
bahwa model fit dengan data.
3.3 Analisis Regresi Logistik
Tabel 5 Hasil Pengujian Regresi Logistik Variables in the Equation
B S.E.
Wald df
Sig. ExpB
Step 1
a
X1 -0,156
0,445 0,123
1 0,726
0,855 X2
0,491 1,823
0,073 1
0,788 1,634
X3 1,048
0,555 3,570
1 0,059
2,852 X4
6,993 1,513
21,378 1
0,000 1089,333 X5
-2,314 0,976
5,621 1
0,018 0,099
Constant 4,720
6,290 0,563
1 0,453 112,201
Sumber: Data yang diolah Hasil uji regresi logistik digunakan untuk pembuktian hipotesis yang
diajukan dalam penelitian. Analisis regresi logistik menghasilkan: model regresi logistik yang terbentuk, uji Wald, dan uji Negelkerke R Square.
3.3.1 Model Regresi Logistik
Berdasarkan Tabel 5 maka dapat dibuat persamaan regresi logistik sebagai berikut:
Ln = α + β
1
MPA + β
2
RK + β
3
UPK + β
4
UK + β
5
FA + ε
= 4,720 - 0,156 + 0,491 + 1,048 + 6,993 - 2,314 + ε
Interpretasi: Nilai konstanta constant = α sebesar 4,720, hal ini menunjukkan apabila
tidak ada variabel independen nilai variabel dependen sebesar 4,720 Nilai koefisien regresi variabel masa perikatan audit β
1
MPA sebesar - 0,156, nilai negatif dalam persamaan regresi menunjukkan apabila variabel
masa perikatan audit MPA dinaikkan akan menurunkan kualitas audit KA sebesar 0,156 dengan asumsi variabel lain bernilai nol konstan.
Nilai koefisien regresi variabel rotasi KAP β
2
RK sebesar 0,491, nilai positif dalam persamaan regresi menunjukkan apabila variabel rotasi KAP
RK dinaikkan akan meningkatkan kualitas audit KA sebesar 0,491
7
dengan asumsi variabel lain bernilai nol konstan.Nilai koefisien regresi variabel ukuran perusahaan klien β
3
UPK sebesar 6,993, nilai positif dalam persamaan regresi menunjukkan apabila variabel ukuran perusahaan klien
UPK dinaikkan akan meningkatkan kualitas audit KA sebesar 6,993 dengan asumsi variabel lain bernilai nol konstan. Nilai koefisien regresi
variabel ukuran KAP β
4
UK sebesar 5,695, nilai positif dalam persamaan regresi menunjukkan apabila variabel ukuran KAP UK dinaikkan akan
meningkatkan kualitas audit KA sebesar 5,695 dengan asumsi variabel lain bernilai nol konstan.Nilai koefisien regresi variabel fee audit β
5
FA sebesar -2,314, nilai negatif dalam persamaan regresi menunjukkan apabila
variabel fee audit FA dinaikkan akan menurunkan kualitas audit KA sebesar 2,314 dengan asumsi variabel lain bernilai nol konstan.
3.3.2 Uji Wald
Hasil uji Wald pada uji logistik diperoleh dari hasil nilai signifikansi sebagai berikut:
Masa perikatan audit tidak berpengaruh signifikan terhadap kualitas audit, dibuktikan dengan diperolehnya nilai signifikansi sebesar 0,726 0,05.
Rotasi KAP tidak berpengaruh signifikan terhadap kualitas audit, dibuktikan dengan diperolehnya nilai signifikansi sebesar 0,788 0,05.
Ukuran perusahaan klien tidak berpengaruh signifikan terhadap kualitas audit, dibuktikan dengan diperolehnya nilai signifikansi sebesar 0,059 0,05.
Ukuran KAP berpengaruh signifikan terhadap kualitas audit, dibuktikan dengan diperolehnya nilai signifikansi sebesar 0,000 0,05.
Fee Audit berpengaruh signifikan terhadap kualitas audit, dibuktikan dengan diperolehnya nilai signifikansi sebesar 0,018 0,05.
3.4 Uji Negelkerge R Square
Kategori