( )
)
Persamaan tersebut dapat disederhanakan dengan mengasumsikan (
) adalah
CONTOH SOAL DAN PENERAPAN DALAM SOFTWARE
Contoh kasus analisis regresi logistik biner:
Dilakukan simulasi untuk melihat pengaruh antara variabel profitabilitas,
kompleksitas perusahaan, opini auditor, likuiditas dan ukuran perusahaan terhadap
ketepatan penyampaian laporan keuangan tahunan perusahaan. Profitabilitas
diukur dengan ROA; variabel kompleksitas terdiri atas 2 kategorik yaitu diberi
angka 2 jika mempunyai anak perusahaan dan 1 jika perusahaan tidak mempunyai
anak perusahaan; opini auditor diukur dengan 2 jika mendapatkan opini wajar
tanpa pengecualian dan 1 untuk opini yang lain; likuiditas diukur dengan Current
Ratio; dan ukuran perusahaan diukur dengan logaritma natural market value.
Variabel terikatnya adalah ketepatan penyampaian laporan keuangan, dengan
kode 1 untuk perusahaan yang tepat waktu dan 0 untuk perusahaan yang
terlambat. Datanya adalah sebagai berikut:
1
0
0
1
1
1
0
1
1
1
1
1
0
0
1
0
1,73
0,83
2,04
4,09
0,85
2,29
0,50
0,17
3,21
2,52
1,30
1,57
2,26
2,54
1,64
1,25
1
1
2
2
1
1
2
1
1
2
1
2
2
2
2
1
1
1
2
2
2
2
2
2
2
1
2
2
2
2
2
1
4,01
0,50
3,47
1,22
39,00
2,80
9,21
4,12
0,80
4,44
5,74
3,23
3,49
5,01
7,75
0,96
15,22
13,62
17,41
16,87
11,62
15,98
14,27
11,12
17,12
17,46
12,05
14,41
17,45
15,09
14,57
11,61
1
0
1
0
1
0
0
1
1
0
1
1
0
0
1
0
1
1
1
0
1
0
0
1
0
1
0
1
1
1
1
3,58
1,59
5,77
1,96
1,57
2,06
2,40
0,57
2,96
1,48
0,25
0,59
1,42
0,23
4,30
0,14
2,35
1,60
1,29
0,89
1,70
1,01
0,35
0,99
0,16
5,37
1,16
1,20
0,56
2,82
3,55
2
2
1
1
1
1
1
1
2
1
2
1
1
2
2
1
1
1
1
1
2
1
2
2
1
1
2
1
1
1
1
1
2
2
2
1
1
1
1
2
2
1
2
1
2
2
1
2
2
2
1
2
1
2
2
2
2
2
1
1
1
2
3,25
4,50
6,37
4,60
0,06
4,06
3,38
12,70
1,18
2,64
8,91
7,38
1,07
4,18
6,89
0,15
5,60
5,91
1,16
4,30
7,88
0,43
1,17
9,75
2,60
5,38
2,90
6,46
2,19
7,94
9,16
14,90
15,05
17,33
11,72
11,60
15,51
17,54
14,15
16,95
15,82
14,22
12,20
17,87
17,30
15,22
17,46
11,61
14,59
18,21
15,09
15,98
10,36
9,99
13,63
11,01
12,98
13,04
17,41
16,03
17,54
15,98
0
0
0
1
0
0
1
0
1
1
0
0
1
0
0
0
1
1
0
1
0
0
0
1,90
1,50
0,12
2,26
1,48
0,96
2,96
1,15
1,21
3,50
0,42
1,98
2,21
3,14
1,87
0,19
1,12
5,60
0,28
3,77
2,26
2,01
0,16
1
1
2
1
1
1
1
1
1
1
2
1
1
1
2
1
1
1
1
2
1
1
1
1
2
2
2
1
2
2
1
1
2
2
2
1
1
2
2
1
1
2
1
2
2
1
3,49
0,50
2,16
4,11
1,84
2,22
4,60
5,01
4,18
3,37
0,98
0,46
3,90
1,12
2,85
3,01
4,50
5,25
1,44
8,98
0,30
2,07
3,11
13,62
17,41
16,87
11,62
15,98
14,27
11,12
17,12
17,46
12,05
10,96
9,83
14,01
12,36
10,55
10,01
17,53
16,94
9,92
11,19
11,05
14,07
10,55
Keterangan:
= ketepatan penyampaian laporan keuangan tahunan perusahaan, bernilai 1
apabila penyampaiannya tepat, dan bernilai 0 apabila penyampaiannya tidak
tepat
= profitabilitas
= likuiditas
= ukuran perusahaan
Jawab:
Setelah data di atas diinput di SPSS, maka akan diperoleh ouput data yang
nantinya dapat digunakan untuk membentuk persamaan regresi logistik, juga dari
output yang diperoleh dapat ditarik kesimpulan mengenai apakah terdapat
pengaruh variabel profitabilitas, kompleksitas perusahaan, opini auditor, likuiditas
dan ukuran perusahaan terhadap ketepatan penyampaian laporan keuangan
tahunan perusahaan melalui uji hipotesis. Berikut adalah hasil analisis ouput
SPSS:
Identifikasi Data yang Hilang
Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis 70 100,0
Missing Cases 0 ,0
Total 70 100,0
Unselected Cases 0 ,0
Total 70 100,0
a. If weight is in effect, see classification table for the total number of
cases.
Pada tabel di atas, dapat dilihat tidak ada data yang hilang (missing cases).
Pemberian kode variabel respon oleh SPSS
Menurut pengkodean SPSS, yang termasuk kategori sukses adalah penyampaian
laporan keuangan tahunan yang tepat.
Pemberian kode untuk variabel penjelas yang kategorik
Pengkodean variabel penjelas hanya dilakukan untuk variabel penjelas yang
kategorik karena akan dibentuk dummy variabel. Penelitian ini menggunakan dua
variabel penjelas yang kategorik yaitu variabel Opini dan variabel Kompleksitas.
Untuk variabel Opini, nantinya yang akan digunakan sebagai reference code
(kode pembanding) adalah Wajar Tanpa Pengecualian (lihat pada tabel di atas
bagian parameter codings yang berkode nol). Sementara untuk variabel
Kompleksitas, yang menjadi kode pembanding adalah punya anak perusahaan.
Kode pembanding ini akan digunakan untuk interpretasi Odds Ratio.
Uji Kelayakan Model (Goodness of Fit)
Uji Goodness of Fit digunakan untuk melihat apakah data empiris cocok atau
tidak dengan model atau dengan kata lain diharapkan tidak ada perbedaan antara
data empiris dengan model.
Berikut ini cara menguji kelayakan model:
Apakah model sudah fit? Perhatikan nilai statistik-2 Log Likelihood.
Untuk bagian Beginning, yaitu nilai -2 Log likelihood yang masih hanya
menggunakan konstanta (c) adalah 96,983 sedangkan saat kita sudah melibatkan
lima variabel bebasnya, nilai -2 Log Likelihood adalah 63,789 (iterasi maksimum
6). Hal ini sudah menunjukkan ada penurunan nilai saat variabel bebas sudah ikut
dalam perhitungan yakni sebesar 96,983-63,789 = 33,194 (Lebih jelasnya, dapat
lihat pada bagian Omnibus Tests of Coefficients)
Untuk Beginning, ternyata dihasilkan koefisien dari -2 Log Likelihood 0,057 yang
lebih besar dibanding alpha 5% sehingga dengan demikian kita menerima
hipotesis nol yakni model sudah fit.
Kalau dalam regresi biasa, nilai R square digunakan untuk menunjukkan pengaruh
bersama. Pada regresi logistik digunakan Cox & Snell dan Nagelkerke R Square.
Secara bersama, variabel profitabilitas, kompleksitas perusahaan, opini auditor,
likuiditas dan ukuran perusahaan yang dipakai dalam penelitian sudah mampu
menjelaskan keragaman data sebesar 50,4% (misal dengan Nagelkerke)
sedangkan sisanya sebesar 49,6% dijelaskan oleh variabel lain di luar model
penelitian
Selanjutnya dilakukan uji hipotesis dengan Hosmer and Lemeshow Test.
Hasilnya, nilai Sig 0,389 lebih besar daripada alpha 5% sehingga hipotesis nol
diterima (secara statistik tidak terdapat perbedaan yang signifikan antara model
dengan nilai observasi) sehingga model sudah fit dengan data.
Uji Signifikansi Model
Overall Test
Dari hasil SPSS dapat digunakan tabel Omnibus Tests of Model Coefficients
untuk melihat hasil pengujian secara simultan pengaruh variabel bebas ini.
(variabel Profitabilitas (
(variabel Profitabilitas (
(variabel Kompleksitas (
(variabel Kompleksitas (
(variabel Opini (
(variabel Opini (
(variabel Likuiditas (
(variabel Likuiditas (
()
)
(
)
(
)
dimana: :
= Profitabilitas
= Likuiditas
Interpretasi Odds Ratio
Nilai Odds ratio ini juga disediakan oleh tabel Variables in The Equation pada
kolom Exp(B) :
Berdasarkan hasil di atas kita dapat menginterpretasikan Odds ratio sebagai
berikut :
1. Jika jumlah profitabilitas perusahaan bertambah 1 unit maka kecendrungan
perusahaan tersebut untuk tepat waktu menyampaikan laporan keuangan
menjadi 2.780 kali lipat.
2. Sebuah perusahaan yang tidak mempunyai anak perusahaan akan memiliki
kecenderungan untuk menyampaikan laporan keuangan secara tepat waktu
sebesar 3.057 kali dibanding perusahaan yang memiliki anak perusahaan
(merujuk pada reference code).
3. Perusahaan dengan opini auditor adalah opini lain cenderung 0.848 kali
(lebih rendah) untuk tepat waktu dalam menyampaikan laporan keuangan
dibanding dengan perusahaan yang Wajar tanpa Pengecualian.
4. Jika Current ratio pada likuiditas bertambah 1 persen maka perusahaan
akan cenderung 1.708 kali untuk tepat waktu menyampaikan laporan
keuangannya.
5. Ketika ukuran perusahaan bertambah 1 unit maka perusahaan tersebut
cenderung 1.123 kali untuk tepat waktu dalam menyampaikan laporan
keuangannya.