P. 1
Analisa Regresi Logistik

Analisa Regresi Logistik

|Views: 14|Likes:
Dipublikasikan oleh FridRachman

More info:

Published by: FridRachman on Jan 11, 2013
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

04/16/2014

pdf

text

original

1

Analisa Regresi Logistik
" Pengaruh NPM, CR, TATO, ROE, DTA, Posisi Kas dan ROA Terhadap Financial
Distress Yang Dilami Perusahaan "
Penelitian menggunakan populasi seluruh perusahaan consumer goods, food and beverages dan
tobacco pada Bursa Efek Indonesia pada periode tahun 2006 sampai dengan tahun 2008, di mana
berdasarkan ICMD terdapat 25 perusahaan. Penelitian ini menggunakan 7 buah variabel bebas
dan 1 buah variabel terikat yaitu financial distress. Adapun variabel bebasnya adalah NPM, CR,
TATO, ROE, DTA, Posisi Kas dan ROA.
A. Data Penelitian

Financial Net Profit Control Total Asset Return on Aktiva Pajak Posisi Kas Return On
Distress Margin Risk Turnover Equity Tangguhan Asset
Y1 X1 X2 X3 X4 X5 X6 X7
ADES 1 -0.1174 0.51 0.7 -29.3 0.72 0.4951 -8.22
AQUA 0 0.0353 7.82 2.32 14.16 0.41 0.0923 8.21
CEKA 1 0.0142 7.35 3.25 11.29 0.59 0.0151 4.61
DAVO 1 -0.1505 27.5 0.92 -75.79 0.82 0.2305 -13.91
DLTA 1 0.1243 3.79 0.96 16.11 0.25 0.5328 11.99
FAST 0 0.0619 1.38 2.58 25.96 0.39 0.6724 15.96
INDF 1 0.0267 0.9 0.98 12.17 0.67 0.2926 2.61
MYOR 0 0.0502 2.19 1.34 15.76 0.56 0.1877 6.71
MLBI 0 0.1677 0.94 1.41 64.59 0.6343 0.5275 23.61
PTSP 1 0.0207 1.09 2.54 -89.12 0.9 0.2405 5.24
PSDN 1 0.0132 2.78 2.49 -10.16 0.53 0.3993 3.29
SKLT 1 0.0136 1.71 1.56 -4.24 0.5 0.1277 2.12
STTP 1 0.0077 1.23 1 1.33 0.42 0.0189 0.77
SIPD 1 0.0117 2.28 1.68 2.64 0.25 0.0612 1.97
SMAR 0 0.065 1.72 1.61 22.67 0.54 0.102 10.44
AISA 1 0.0586 0.89 0.48 7.34 0.62 0.0628 2.82
TBLA 1 0.016 1.1 1.41 7.13 0.68 0.3196 2.26
ULTJ 1 0.2229 1.85 0.78 26.75 0.35 0.197 17.45
TCID 0 0.0926 8.1 1.36 14.07 0.1 0.1996 12.61
MRAT 0 0.0724 6.31 0.87 7.34 0.14 0.3581 6.28
UNVR 0 0.1545 1 2.39 77.64 0.52 0.2328 37.01
BATI 1 -0.061 2.08 2.69 -34.71 0.53 0.3709 -16.41
RMBA 0 0.0403 2.48 1.33 13.82 0.61 0.0251 5.37
GGRM 0 0.0622 2.22 1.26 12.12 0.36 0.0667 7.81
ADES 1 -1.17714 0.34 0.74 -230.76 0.62 0.1215 -86.62
AQUA 0 0.03376 7.09 2.19 12.99 0.42 0.0783 7.39
CEKA 1 0.03037 1.36 1.32 11.27 0.64 0.0282 4.02
DAVO 1 0.07445 9.27 0.72 17.6 0.69 0.4349 5.39
DLTA 1 0.10761 4.17 0.74 10.32 0.22 0.3804 7.99
FAST 0 0.0645 1.28 2.53 27.17 0.4 0.726 16.29
INDF 0 0.03519 0.92 0.94 13.63 0.63 0.3843 3.3
MYOR 0 0.05006 1.88 1.49 13.09 0.41 0.115 7.48
MLBI 0 0.08623 0.59 1.57 42.68 0.6819 0.1933 13.57
PTSP 1 0.001 1.46 2.21 -15.24 0.93 0.1726 0.22
PSDN 1 -0.01441 2.22 2.06 10.35 0.61 0.2638 -2.96
SKLT 1 0.02422 1.53 1.3 -5.96 0.47 0.0865 3.14
STTP 1 0.02598 1.77 1.16 4.35 0.31 0.0357 3.01
SIPD 1 0.01298 2.41 1.26 2.11 0.22 0.0139 1.64
SMAR 0 0.1224 1.72 1 28.03 0.56 0.0875 12.26
AISA 1 0.03258 0.91 0.61 4.5 0.56 0.0587 1.99
TBLA 1 0.05272 1.81 0.75 10.4 0.62 0.2244 3.96
ULTJ 1 0.02691 2.37 0.83 3.65 0.39 0.0725 2.22
TCID 0 0.10923 17.61 1.4 16.51 0.07 0.2646 15.34
MRAT 0 0.04415 7.68 0.8 3.98 0.12 0.3731 3.52
UNVR 0 0.15641 1.11 2.35 72.88 0.49 0.1623 36.79
BATI 1 -0.02195 2.12 2.31 -10.18 0.5 0.2048 -5.06
RMBA 0 0.05297 3.53 1.19 15.76 0.6 0.1993 6.29
GGRM 0 0.05271 1.95 1.15 10.22 0.41 0.0284 6.07
ADES 1 -0.95373 0.12 0.58 59.44 1.93 0.0098 -55.22
AQUA 0 0.02902 7.18 2.12 10.92 0.43 0.0694 6.14
CEKA 1 0.0391 2.47 1.39 7.87 0.31 0.0842 5.45
DAVO 1 0.11848 5.98 0.61 20.11 0.64 0.4993 7.25
DLTA 0 0.1091 3.75 0.69 10.02 0.24 0.2856 7.58
FAST 0 0.054 1.07 2.64 23.92 0.4 0.6536 14.25
INDF 0 0.03014 1.18 1.35 13.13 0.65 0.2404 4.06
MYOR 0 0.04746 3.91 1.27 9.65 0.36 0.0681 6.02
MLBI 0 0.08258 0.53 1.46 37.08 0.67477 0.024 12.05
PTSP 1 -0.01273 1.97 1.92 2164.37 0.94 0.195 -2.44
PSDN 1 0.02279 2.17 1.8 -12.85 0.6 0.2331 4.11
SKLT 1 0.02391 1.74 1.2 -5.12 0.44 0.1052 2.86
STTP 1 0.02598 2.69 1.19 4.21 0.27 0.0192 3.09
SIPD 1 0.03685 3.79 1 4.16 0.12 0.0382 3.68
SMAR 0 0.13338 1.54 0.89 24.37 0.51 0.1936 11.82
AISA 1 0.00039 1.08 0.92 0.14 0.74 0.082 0.04
TBLA 1 0.04429 1.48 0.58 6.12 0.58 0.2287 2.58
ULTJ 0 0.01764 1.18 0.67 1.81 0.35 0.1784 1.18
TCID 0 0.10521 8.78 1.42 16.48 0.1 0.0946 14.89
MRAT 1 0.04018 9.25 0.78 3.44 0.09 0.3708 3.12
UNVR 0 0.15188 1.27 2.45 72.69 0.49 0.3895 37.22
BATI 1 -0.04528 2.57 2.24 -17.7 0.43 0.0301 -10.15
RMBA 0 0.04856 1.61 1.28 12.22 0.49 0.1616 6.2
GGRM 0 0.03826 1.89 1.21 7.66 0.39 0.0296 4.64
0 0.1195 0.54 2.33 62 0.54 0.1066 27.89
Ket
1 = mengalami
0 = Tidak Mengalami
Kode
2

B. Hasil Running Data Menggunakan SPSS 18

Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis 73 100.0
Missing Cases 0 .0
Total 73 100.0
Unselected Cases 0 .0
Total 73 100.0
a. If weight is in effect, see classification table for the total number of
cases.

Dependent Variable Encoding
Original Value Internal Value
Tidak Mengalami 0
Mengalami 1

Berdasarkan pada tabel diatas terdapat 73 jumlah kasus yang dianalisa, dimana variabel
dependen dengan kode 1 adalah mengalami Financial Distress dan kode 0 adalah tidak
mengalami Financial Distress.

Classification Table
a,b


Observed Predicted

Financial Distress
Percentage
Correct

Tidak
Mengalami Mengalami
Step 0 Financial Distress Tidak Mengalami 0 34 .0
Mengalami 0 39 100.0
Overall Percentage

53.4
a. Constant is included in the model.
b. The cut value is .500

Pada tampilan diatas memperlihatkan informasi tetang regresi logistik dengan hanya
mempuyai konstanta. Keakuratan dan prediksi dari model yang hanya dengan konstatnta ini
adalah sebesar 53,4%.



3

Variables in the Equation

B S.E. Wald df Sig. Exp(B)
Step 0 Constant .137 .235 .342 1 .559 1.147


Variables not in the Equation

Score df Sig.
Step 0 Variables X1 5.830 1 .016
X2 .053 1 .817
X3 2.235 1 .135
X4 .164 1 .686
X5 4.181 1 .041
X6 .723 1 .395
X7 14.501 1 .000
Overall Statistics 24.683 7 .001


Omnibus Tests of Model Coefficients

Chi-square df Sig.
Step 1 Step 37.882 1 .000
Block 37.882 1 .000
Model 37.882 1 .000
Step 2 Step 7.767 1 .005
Block 45.648 2 .000
Model 45.648 2 .000
Step 3 Step 4.888 1 .027
Block 50.536 3 .000
Model 50.536 3 .000

Pada tabel diatas menyajikan uji serentak pada semua koefisien regresi logistik. Metode yang
digunakan adalah stepwise, maka hasilnya ditampilkan dalam beberapa langkah. Dalam step
kedua menghasilkan 3 dari 7 variabel independen yang berpengaruh terhadap variabel
dependen yang ada. Dengan nilai chi squares signifikan sehingga kita bisa menyimpulkan
bahwa variabel X1, X5 dan X7 secara bersama - sama mempengaruhi variabel Y.



4


Model Summary
Step
-2 Log likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 62.975
a
.405 .541
2 55.208
b
.465 .621
3 50.321
b
.500 .667
a. Estimation terminated at iteration number 7 because
parameter estimates changed by less than .001.
b. Estimation terminated at iteration number 8 because
parameter estimates changed by less than .001.

Pada tabel diatas memberikan infomasi tentang Goodness of fit Model. Nilai cox & snell R
square sebesar 0.500. Hal ini berarti ketiga variabel independent yang ada di dalam model
logit mampu menjelaskan sebuah perusahan mengalami financial distress atau tidak sebesar
50 %. Sedangkan berdasarkan negelkerke R square besarnya 0,677 %. Hal ini berarti ketiga
variabel tersebut mampu menjelaskan sebuah perusahaan mengalami financial distress atau
tidak sebesar 67,7 %.

Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 25.080 8 .002
2 1.614 8 .991
3 7.672 8 .466

Pada tabel diatas hasi uji Chi Squares menunjukkan tidak signifikan sehingga probabilitas
yang diprediksi sesuai dengan probabilitas yang diobservasi.










5

Classification Table
a


Observed Predicted

Financial Distress
Percentage
Correct

Tidak
Mengalami Mengalami
Step 1 Financial Distress Tidak Mengalami 27 7 79.4
Mengalami 4 35 89.7
Overall Percentage

84.9
Step 2 Financial Distress Tidak Mengalami 27 7 79.4
Mengalami 5 34 87.2
Overall Percentage

83.6
Step 3 Financial Distress Tidak Mengalami 27 7 79.4
Mengalami 3 36 92.3
Overall Percentage

86.3
a. The cut value is .500

Pada tabel diatas yaitu tentang Clasification menunjukkan keakuratan prediksi secara
menyeluruh sebesar 86,3 %. Sedangkan keakuratan prediksi perusahaan yang mengalami
financial distress atau tidak masing - masing sebesar 92,3 % dan 79,4 %.


Variables in the Equation

B S.E. Wald df Sig. Exp(B)
95% C.I.for EXP(B)
Lower Upper
Step 1
a
X7 -.345 .096 12.922 1 .000 .708 .587 .855
Constant 2.082 .590 12.472 1 .000 8.022

Step 2
b
X1 43.055 14.689 8.592 1 .003 4.996E1
8
1569073.609 1.591E3
1
X7 -.765 .216 12.561 1 .000 .465 .305 .710
Constant 2.261 .608 13.828 1 .000 9.595

Step 3
c
X1 65.568 19.579 11.215 1 .001 2.991E2
8
6.459E11 1.385E4
5
X3 1.708 .908 3.537 1 .060 5.519 .931 32.729
X7 -1.126 .324 12.091 1 .001 .324 .172 .612
Constant .864 .896 .931 1 .335 2.373

a. Variable(s) entered on step 1: X7.
b. Variable(s) entered on step 2: X1.
c. Variable(s) entered on step 3: X3.

6

Pada tabel diatas menyajikan proses pemilihan variabel independen melalui stepwise. Dari
proses ini dihasilkan 3 variabel independen kedalam persamaan yang mempengaruhi apakah
sebuah perusahaan mengalami financial distress yaitu net profit margin (X1) pajak
tertanggung (X5) dan return on asset (X7). Sedangkan variabel control risk (X2), Total asset
turnover (X3), return on equity (X4) dan posisi kas (X6) tidak dimasukkan ke dalam
persamaan logistik karena tidak signifikan. Uji signifikansi pengaruh variabel independen
secara individu melalui uji statistika Wald bisa dilihat dalam tabel diatas. Variabel net profit
margin (X1) pajak tertanggung (X5) dan return on asset (X7)  = 5%.

Z = 0,864 + 65.586 X1+1,708X5 - 1,126 X7



You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->