Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.

com

Simulasi Penggunaan Regresi Ordinal

Simulasi ini menggunakan pengaruh antara Quick Ratio (QR), Return on Assets (ROA) dan
Debt to Equity Ratio (DER) terhadap opini audit yang dinyatakan dalam 4 (wajar tanpa
pengecualian); 3 (wajar dengan pengecualian); 2 (tidak wajar) dan 1 adalah tidak menyatakan
pendapat. Data ini diambil dari 15 perusahaan manufakturing tahun 2000 – 2004 yang dipilih
secara acak, sehingga jumlah data total adalah 15 x 5 (tahun) = 75 data.
Langkah pertama adalah melihat distribusi data variabel terikatnya, untuk menentukan
option link yang akan digunakan. Berikut adalah distribusi data penelitian:

Gambar di atas menunjukkan bahwa dari 75 data, terdapat 50 data yang mendapatkan opini
3. Hal ini membingungkan untuk menggunakan complementary log-log atau cauchit. Jadi ya
terpaksa saya coba-coba pake complementary log-log karena data kecenderungannya tinggi.
Langkah kedua adalah masuk ke menu analyze, pilih regresi, sorotkan mouse pada ordinal
seperti pada gambar di bawah ini:

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com

Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com

Klik pada menu ordinal, maka akan diarahkan ke box seperti ini:

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com

 Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com

Masukkan opini ke kotak dependent dan variabel bebas QR, ROA dan DER ke kotak
covariate. Kenapa dimasukan ke covariate? Tidak di kotak factor? Hayo…..kenapa????? Kotak
factor untuk variabel bebas dengan data nominal atau ordinal. QR, ROA dan DER kan
menggunakan skala rasio jadi ya masuk ke covariate! Tekan option, maka anda akan diarahkan
ke kotak option link

Pada bagian paling bawah, pilih menu complementary log-log. Abaikan yang lain lalu
tekan continue dan program akan mengarahkan kembali ke menu regresi ordinal. Lalu pilih
output, yang ada di samping option. Jika anda benar, maka akan diarahkan ke kotak seperti ini:

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com

 Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com

Berikan tanda tick mark seperti pada gambar, lalu tekan continue, sehingga diarahkan ke
menu regresi ordinal lagi. Tekan OK, nah….maka output akan keluar dan mari kita
interpretasikan secara bertahap.

Uji Kelayakan Model

Lihat output berikut:

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com

 Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com

Pada Model Fitting Information–2 Log Likelihood, yaitu untuk intercept saja dan untuk
final (dengan semua variabel bebas). Selisih dari kedua nilai tersebut adalah sebesar 149,318 –
139,232 = 10,186 yang merupakan nilai Chi-Square. Tabel tersebut menunjukkan bahwa nilai
Chi-Square tersebut mempunyai nilai signifikansi sebesar 0,018 (< 0,05). Hal tersebut
menunjukkan bahwa model fit dengan data. Akan tetapi, pengukuran goodness of fit berdasarkan
nilai Pearson memberikan hasil yang agak berbeda. Tampak bahwa nilai Chi-Square-Pearson
adalah sebesar 231,311 dengan taraf signifikansi sebesar 0,271. Nilai taraf signifikansi di atas
0,05 yang menunjukkan bahwa model tidak fit dengan data.
Yach…..berarti pilihan complementary log-log kurang tepat dunk…. He he. Ya udah
sekarang coba dengan cara yang sama, tetapi pada option link gunakan cauchit.

Hasil pada tabel di atas memberikan nilai Chi-Square sebesar 25,424 dengan taraf
signifikansi sebesar 0,00 (< 0,05). Tampak bahwa model fit terhadap data, dan nilai chi-square
juga lebih tinggi dari pada nilai chi-square dengan metode complementary log-log. Hal ini
menunjukkan bahwa metode cauchit memberikan model yang lebih baik. Nilai Pearson yang
dihasilkan adalah sebesar 254,833 dengan taraf signifikansi sebesar 0,049 (< 0,05). Dengan taraf
signifikansi di bawah 0,05 menunjukkan bahwa model fit dengan data, yang jelas memberikan
hasil yang lebih fit dibandingkan dengan metode complementary log-log.
Uji kesesuaian statistik juga dapat diberikan dengan nilai Pseudo R-square. Nilai ini
mengadopsi nilai koefisien determinasi pada regresi berganda, yang menunjukkan seberapa besar

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com

 Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com

kemampuan variabel bebas menjelaskan varians response. Terdapat tiga buah nilai Pseudo R-
Square, dengan nilai terbesar adalah Nagelkerke yaitu sebesar 0,333. Hal ini menunjukkan
bahwa Quick Ratio, Return On Assets dan Debt To Equity Ratio mampu menjelaskan varians
opini audit sebesar 33,3% di mana sisanya yaitu sebesar 66,7% dijelaskan oleh faktor-faktor
yang lain.

Test Parallel Lines

Test parallel lines dipergunakan untuk melihat apakah terdapat kesamaan kategori antara
variabel-variabel pada model, dan juga apakah terdapat kesamaan dengan model dengan
intercept saja.

Tabel di atas memberikan nilai selisih –2 Log Likelihood antara model dengan intercept
saja dan dengan menggunakan variabel bebas adalah sebesar 12,039 dengan taraf signifikansi
sebesar 0,061. Nilai taraf signifikansi di atas 0,05 yang menunjukkan bahwa tidak terdapat
perbedaan kategori antara variabel-variabel yang digunakan dalam penelitian. Model yang baik
adalah di mana terdapat kesamaan kategori antara variabel-variabel pada model.
Berdasarkan uji kesesuaian statistik di atas, maka model dengan cauchit dapat diterima
atau model fit dengan data. Dengan demikian, model ini dapat dipergunakan, dan uji hipotesis
dapat dilakukan.

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com

 Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com

Uji Hipotesis
Uji hipotesis menggunakan gambar Parameter Estimates di atasnya gambar Test Paralel
Lines. Berdasarkan tabel tersebut, maka pengaruh antara variabel bebas terhadap opini audit
adalah sebagai berikut:

QR
Gambar di atas memberikan nilai signifikansi sebesar 0,015 (< 0,05) yang menunjukkan bahwa
variabel Quick Ratio mempunyai pengaruh yang signifikan terhadap opini audit. Nilai estimate
adalah sebesar 7,230 yang menunjukkan bahwa pengaruh tersebut adalah positif. Artinya
semakin tinggi Quick Ratio, maka probabilitas opini audit juga akan semakin tinggi, dan
sebaliknya semakin rendah Quick Ratio maka probabilitas opini audit juga akan semakin
menurun.

ROA
Gambar di atas memberikan nilai signifikansi sebesar 0,045 (< 0,05) yang menunjukkan bahwa
variabel Return On Assets mempunyai pengaruh yang signifikan terhadap opini audit. Nilai
estimate adalah sebesar 0,021 yang menunjukkan bahwa pengaruh tersebut adalah positif.
Artinya semakin tinggi Return On Assets, maka probabilitas opini audit juga akan semakin
tinggi, dan sebaliknya semakin rendah Quick Ratio maka probabilitas opini audit juga akan
semakin menurun.

DER
Gambar di atas memberikan nilai signifikansi sebesar 0,918 (> 0,05) yang menunjukkan bahwa
variabel Debt To Equity Ratio tidak mempunyai pengaruh yang signifikan terhadap opini audit.
Hal tersebut menunjukkan bahwa perubahan pada Debt To Equity Ratio tidak mempunyai
pengaruh yang konsisten terhadap opini audit.

Wew….kira-kira gimana? Sudah ada pencerahan??? Sudah ya… hicks… kita dah capek
nich….Yup…..sebenarnya masih ada materi lagi yaitu uji predicted category dan interpretasi
dari persamaannya. Tapi…..laen kali aja yach…..

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com

 Materi ini dapat Anda download secara gratis di www.konsultanstatistik.blogspot.com

Jika Anda merasa artikel ini bermanfaat dan ingin berkontribusi terhadap kelangsungan
blog Konsultan Statistik, silahkan transfer ke rekening:

BCA KCU Gang Tengah Semarang No. 1822040807 an. Joni Kriswanto
BTN Cabang Yogyakarta 00005-01-05-042083-7 an. Joni Kriswanto
Melalui paypal dengan email account joni_krist@yahoo.co.id an. Joni Kriswanto

Jika Anda memerlukan layanan olah data silahkan ke www.pascalsmart.blogspot.com

Terima kasih

Jika ada masukan silahkan ke kunjungi www.konsultanstatistik.blogspot.com