Nama : DIAN NOVA FITRIANI

NIM : B200190045
Kelas : B
Analisis Regresi Logistik
 Analisis Regresi Logistik merupakan alat analisis untuk memprediksikan variabel
terikat yang merupakan sebuah variabel biner atau dikotomi, dimana atributnya
terdiri dari seperti Pria dan Wanita, Baik dan Buruk, Sakit dan Sehat.
 Dalam sebuah model regresi yang terbentuk terkadang tidak semua variabel baik
variabel bebas maupun variabel terikat bersifat kuantitatif, adakalanya suatu variabel
bersifat kualitatif seperti jenis kelamin, profesi, keyakinan, pendidikan.
 Jenis variabel tersebut memiliki skala nominal, dimana untuk dilakukan analisis
regresi linier asumsinya tidak terpenuhi, sebab regresi linier minimal data memiliki
skala interval atau rasio.
Syarat Uji Regresi Logistik :
1. Data harus lulus asumsi klasik
2. Data harus bersifat interval
Variabel ada kalanya Y merupakan data skala nominal jadi untuk melakukan regresi
logistik tidak bisa karena sudah menyalahi syarat

Langkah -langkah :
1. Input Data
a. Buka aplikasi IBM SPSS.
b. Pada variabel view isi kolom Nama dan Label sesuai masing-masing
variabel.
c. Pada Measure ganti skala untuk variabel X1 dan Y menjadi nominal,
sedangkan X2 menjadi skala.
d. Pada decimal, berikan nilai 0 untuk variabel X1 dan Y.
e. Pada values, klik none, input keterangan untuk variabel Y, dimana berikan
value 0 dengan label “Tidak melakukan pergantian aduitor” dan value 1 untuk
“Melakukan pergantian auditor” .
f. Lakukan langkah yang sama untuk variabel X1 yang juga merupakan variabel
binari.
g. Pada menu Data view, input data masing-masing variabel.

2. Analisis Data
a. Klik Analyze, Regression lalu Binary Logistic
b. Masukan variabel Y pada kotak dependent dan seluruh variabel X ke kotak
Covariates.
c. Klik options
d. Kita centang Classifation plots, Hosmer-Lemeshow goodness-of-fit,
Correlations of estimates, iiteration history
e. Klik continue, OK
 3. Analisis Output SPSS
a. Menilai Kecocokan Model

Hosmer and Lemeshow Test

Step Chi-square df Sig.
1 14.292 8 .074
Hipotesis :
H0: Model yang terbentuk cocok dengan data pengamatan.
Ha: Model yang terbentuk tidak cocok dengan data pengamatan
Dari Hipotesis diatas, maka kita tentunya tidak bisa menolak H0 supaya model yang terbentuk
bisa cocok dengan data pengamatan.

Dasar Pengambilan Keputusan :

 Jika nilai Sig.Hosmer and Lemeshow Test 0,05, maka H0 diterima
 Jika nilai Sig.Hosmer and Lemeshow Test 0,05, maka Ha diterima
Analisis : Dari tabel putput SPSS Hosmer and Lemeshow test diatas terlihat bahwa nilai sig
sebesar 0,074. Nilai tersebut lebih besar dari alpha penelitian (0,074  0,05) maka kita dapat
menerima H0 yang artinya model sudah cocok dengan data observasi, sehingga model regresi
logistik ini layak untuk digunakan dalam tahap lebih lanjut.

Iteration Historya,b,c
Coefficients
Iteration -2 Log likelihood Constant
Step 0 1 35.922 -1.455
2 35.062 -1.800
3 35.051 -1.845
4 35.051 -1.846
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 35,051
c. Estimation terminated at iteration number 4
because parameter estimates changed by less
than ,001.

Tabel Model Summary

Cox & Snell R Nagelkerke R
Step -2 Log likelihood Square Square
1 31.849 a
.070 .128
a. Estimation terminated at iteration number 5 because
parameter estimates changed by less than .001.
Dari tabel diatas terlihat bahwa nilai -2Log likehood mengalami penurunan dari step 0 (35,051) ke step
1 (31,849). Artinya model regresi logistik yang terbentuk lebih baik.
Terlihat pula nilai Negelkerke R Square sebesar 0,128 yang artinya besaran pengaruh dari variabel
bebas ( X1 dan X2) terhadap variabel terikat (Y) adalah sebesar 12,8%.

b. Persamaan Regresi

Adapun cara untuk menafsirkan regresi logistik dengan pendekatan probabilitas (Santoso, 2014)

Adalah :
 Nilai negatif, dianggap probabilitas 0.
 Nilai Positif lebih dari 1, dianggap probabilitas 1.
 Nilai postif antara 0 sd 1, probabilitas disesuaikan dengan angka perolehan tersebut
Dari persamaan regresi diatas maka dapat kita analisis :
 Kontanta sebesar -2,540 yang berarti apabila tidak ada pergantian manajemen dan
kepemilikan publik, maka tidak akan ada pergantian auditor pada perusahaan yang terdaftar di
BEI.
Catatan : Konstanta bernilai (-) maka probabilitas dianggap = 0
 Koefisien regresi variabel pergantian manajemen sebsar 1,666 bernilai positif yang artinya
bahwa setiap terjaadi pergantian manajemen, maka ada kemungkinan akan terjadinya
pergantian auditor di perusahaan yang terdaftar di BEI.
 Nilai koefisien regresi variabel kepemilikan publik diperoleh sebesar 0,009 bernilai positif
yang bermakna bahwa setiap terjadi peningkatan kepemilikan publik, maka akan
memungkinkan terjadinya pergantian auditor di perusahaan yang terdaftar di BEI.

c. Pengujian Hipotesis
Untuk melakukan pengujian hipotesis untuk pengaruh secara parsial antara masing-masing variabel
bebas terhadap variabel terikat, maka digunakan uji t.
Adapun hipotesis yang terbentuk sebagai berikut :
H1 : Pergantian Manajemen memiliki pengaruh yang signifikan terhadap Pergantian Auditor.
H2 : Kepemilikan Publik memiliki pengaruh yang signifikan terhadap Pergantian Auditor.
Dengan dasar pengambilan keputusan :
 Jika nilai Sig 0,05, maka Hipotesis diterima
 Jika nilai Sig 0,05, maka Hipotesis ditolak
1) Uji Hipotesis 1
Dari tabel diatas terlihat nilai signifikan untuk variabel Pergantian Manajemen (X1) sebesar
0,074. Angka tersebut besar dari alpha penelitian (0,074  0,05) Artinya secara parsial
Pergantian Manajemen tidak mempengaruhi secara signifikan Pergantian Auditor pada
perusahaan yang terdaftar di BEI.
2) Uji Hipotesis 2
Dari tabel diatas terlihat nilai signifikan untuk variabel Kepemilikan Publik (X2) sebesar 0,772
angka tersebut juga besar dari alpha penelitian (0,772  0,05). Artinya secara parsial
Kepemilikan Publik juga tidak mempengaruhi secara signifikan Pergantian Auditor pada
perusahaan yang terdaftar di BEI.