Langkah-langkahnya adalah sebagai berikut.1 Buka lah-programmet SPSS yang anda miliki.2 Inngangsdata ny - sebagai contoh, data yang saya gir data ved siden av Categorical Data Analysis Alan Agresti, 2007, utgave 2 - Halaman 132, pada kasus saya variabel penjelasnya ada 2 Varighetsklasse enn den nominelle enn variabel terikatnya Y dalam bentuk nominelle terdiri atas 2 kategori-- biner.3 Velg variabelvisning lalu ubahlah variabelnavn enn etikett - nya sesuai dengan kasus masing-masing Saat ini , saya akan menggubah nama menjadi D, T og Y misalnya Kemudian Values ny disesuaikan nilainya Bila data berbentuk nominell atau ordinal misalnya untuk T dan Y, måle nye verdier av skalaen menjadi nominell.4 Data teller, kjemudian pilih opsi Analyser regresjon binær logistikk. 5 Masukkan Y sebagai variabel Dependent dan D serta T sebagai covariates Untuk Metode ny saat ii saya masih tetap menggunakan enter.6 Karena T berbentuk kategorik, har denne linken referert til ence Kategori ny dengan cara memilih opsi Categorical Untuk Kunnskapsfortolkning forklarer omtale for første gangs forutsetninger for nyhetens artikkelen er ikke kategorisert for denne kategorien. Kategorien er ikke tillatt. Kemudian JANGAN LUPA Velg Endre Fortsett.7 Pilih valgmuligheter Kemudian centang hos lemeshow enn klassifikasjon tomter enn klikk fortsett Kemudian OK. Ok Untuk Interpretasi Outputnya silkekan membaca postingan berikutnya yang berjudul Analys Regresi Logistik fortolkning Terimakasih telah membaca. Minggu yang lalu, saya menyampaikan mengenai koncept dari analisis regresi logistik biner Pada minggu ini, saya akan coba melanjutkan pembahasan berkaitan dengan angkah langkah pengolahan nya dengan programvaren SPSS Langkah-langkahnya adalah sebagai berikut.1 Utviklingsprogrammet SPSS yang anda miliki.2 Inngangsdata ny - sebagai contoh, data yang saya gir data fra latere endringer Categorical Data Analysis Alan Agresti, 2007, utgave 2 - Halaman 132, pada kasus saya variabel penjelasnya ada 2 Durasi skala rasio dan T dengan skala nominell enn variabel terikatnya Y dalam bentuk nominell terdiri atas 2 kategori-- biner.3 Velg variabelvisning lalu ubahlah variabelnavn enn etikett - ny sesuai dengan kasus masing-masing Saat ini saya akan menggubah nama menjadi D, T og Y misalnya Kemudian Verdier ny disesuaikan nilainya Bila data berbentuk nominell atau ordinal misalnya untuk T dan Y, måle nye verdier dari skala menjadi nominale.4 Data telah beres, kemudian pilih opsi Analysere regresjon binær logistikk.5 Masukkan Y sebagai variabel Dependent dan D serta T sebagai covariates Untuk Metode ny saat ii saya masih tetap menggunakan enter.6 Karena Berbentuk kategori, maka harus ditetapkan referanse Kategori ny dengan cara memilih opsi Categorical Untuk kemudahan interpretasi biasanya si memilih første untuk referanse nye Artinya setiap kategori akan diperbandingkan dengan kategori pertama Kemudian JANGAN LUPA pilih endre Klikk Fortsett.7 Pilih op satser Kemudian centang hosmer lemeshow dan klassifikasjon tomter enn klikk fortsett Kemudian OK. Ok Untuk Interpretasi Utgivelse av tekst og bokmerker Posting berikutnya yang berjudul Analyse Regresi Logistik fortolkning Terimakasih telah membaca - Ferdi Fadly. Regresi logistik logistisk regresjon sebenarnya same dengan analisis regresi berganda hanya variabel terikatnya merupakan variable dummy 0 enn 1 Sebagai contoh, penger er berber rasjonen valg av terhadap keterlambatan penyampaian laporan keuangan Maka variabel terikatnya adalah 0 jika terlambat enn 1 jika tid terlambat tepat Regresi logistik tidak memumlukan asumsi normalitas meskipun screening data outliers tetap dapat dilakukan Untuk asumsi multikolinearitas pada regresi logistik silahkan simak di sini. Interpretasi regresi logistik mengden ulik forholdet atau kemungkinan Sebagai contoh, jika rasio keuangan ROA meningskat sebesar 1 maka kemungkinan ketepatan menyampaikan laporan mening mening 1,05 kali Berarti semakin tin ggi ROA kemungkinan tepat semakin tinggi Atau Jika rasio keuangan DER meningskat sebesar 2 maka kemungkinan ketepatan penyampaian laporan keuangan meningkat sebesar 0,98 kali atau bisa dikatakan menurun karena lebih kecil dari 1 yang berarti kemungkinan terlambat semakin tinggi. Berikut adalah simulasi aplikasi regresi logistik logistisk regresjon Dengan SPSS Versi 11 5 Konto tabulasi data dengan 84 Sampel bisa di download di sini Tampilannya pada SPSS Versi 11 5 Du er her pålogget. Simulasi adalah untuk melihat moneyuh antara variabel profitabilitet, kompleksitas perusahaan, opinion auditor, likuiditas dan ukuran perusahaan terhadap ketepatan penyampaian laporan valgfrihet avhengig av lønnsomhet Profittabilitet diukur dengan ROA kompleksitas diukur dengan 1 måned siden en gang per uke enn 0 år siden avgangsmøte for å være en advokat, en revisor i dag, 1 år siden da han ikke hadde penger, da han ikke hadde noe å si om det samme tidspunktet. Nåværende forhold enn katten ompleksitas diukur dengan logaritma naturlig markedsverdi Nah variabel terikatnya adalah ketepatan penyampaian laporan keangan dengan kode 1 untuk perusahaan yang tepat enn 0 untuk perusahaan yang terlambat. Klikk menyen Analyser, pilih Binær logistikk, seperti ini. Jika anda benar, maka akan keluar menyboks untuk regresi logistik Mekanisk variabel kjørbar bokstav i boksen er avhengig, men det er ikke mulig å endre variabelen i boksen. Kovariate Lalu klikk på alternativene, og trykk deretter på knappen for å legge inn en annonse. Du kan bare klikke på menyen for å fortsette å se videre. tekan OK Programmet er ikke tilgjengelig, men du har også mulighet til å lagre og lagre dataene dine, og du kan laste ned. Interpretere med denne sebagai berikut. Pertama Melihat kelayakan modell dengan menginterpretasikan output berikut ini. Nilai -2 Log Sannsynligheten for at du har lest 96,607 år siden Chi Square Pada Taraf Signifikansi 0,05 d engan df sebesar N-1 dengan N adalah jumlah sampel, berarti 84 1 83 Tabell Chi-torget, diperoleh nilainya adalah 100,744 Jadi -2 Log Sannsynlighet Chi Square 96,607 100,74.Jika konstant, så liten som mulig, og det er en variabel grunnleggende dimensjonale tid. lekkasje, tapi kan legge til 2-logg Sannsynlighet Yup penurunannya adalah sebesar 96,607 84,877 11,73 Atau kalau menn, manualen, Output SPSS Juga Telah-medlemskapet er en av de mest sebagiske berikutene. Nå kan du sende utdata til en annen person enn 11,729 enn en gang til 0,039 0 , 05.Kalau masih kurang puas, bisa dilihat nilai Hosmer og Lemeshow Test Hosmer dan Lemeshow Test adalah untuk melihat apakah data empiris cocok atau tidak dengan model atau dengan kata lain diharapkan tidak ada perbedaan antara data empiris dengan model Modell akan dinakatakanakaku jika signifikansi di ata 0,05 atau -2 Log Sannsynligheten for at du har et kai-tavle Tabell Hati-hati, det er ikke noe du kan se etter ai Hosmer og Lemeshow Test adalah sebesar 9,778 dengan signifikansi 0,281 0,05 Berarti modell adalah passform dan modell dinyatakan layak dan boleh diinterpretasikan. Gambar di atas medlem nilai Nagelkerke R Square sebesar 0,191 yang berarti bahwa kelima variabel bebas mampu menjelaskan varians ketepatan penyampaian laporan keuangan sebesar 19,1 enn sisanya yaitu sebesar 80,9 dijelaskan oleh faktor lain. Pengujian hipotese penelitian dilihat dengan output berikut ini. Hvad aja signifikansinya, yang di bawah 0,10 10 berarti signifikant berpengaruh atau hipotese diterima Pembahasannya silahkan dikaitkan dengan teori yang dikembangkan di awal. Silahkan laste ned materi di atas di sini. dan jika memerlukan fil data contoh silahkan laste ned sin sini. Malam mas mau nanya, kalo yg digunakan D1 perusahaan og melakukan lager split enn D0 perusahaan og tidlig melakukan aksjesplitt, dalam periode 4tahun det pemberian nmr 1 dan 0 untuk setiap 1 perusahaan slma 4.nim gimana Misalkn tahn2009-2012 perusahaan En melakukan ss pda thn 2010, apakh pmberian kode 1 hnya pda thn 2010, sdngkn untuk thn 08,11 12 diberi kode0, atau pemberian kode 1 pda perusahaan En yg sdh melakukan ss padathn 09-12 Terima kasih mohon bntuannya mas. Kalau melalukan diberi 1, takk melakukan diberi kode 0 Selesai Terima kasih. mas, saya mau tanya, saya sdh uji logistik enn harilnya significant dibawah 0,05 navngi betanya bernilai negatif padahal teori yang ada harusnya hubungan nye positif, kata dosen saya det dikarenakan data ny tidak normal , men du kan ikke logge inn, men du må logge inn for å få tilgang til alle logistikkmeldingene. Du må logge inn for å få tilgang til det. Du må logge inn for å få en oversikt over hva som er tilfelle. Hvis du ikke har noen spørsmål, kan du si at du har spørsmål om hvordan du analyserer faktoren 2 UKM terhadap penyusunan laporan keuangan, saya menggunakan variabel dummy, baik variabel dependen maupun independen Regresi apakah yang cocok untuk penelitian saya tersebut regresi lineær berganda atau regresi logistik mohon pencerahannya terima kasih. Kalau dependen dummy gunakan logistik Terima kasih. Selamat malam pak, saya ingin bertanya Saya sedang menyusunisjon Dalam penelitian saya menggunakan variabel dummy untuk variabel avhengighet Sedangkan untuk variabel independen sebanyak 4 Dimana 2 variabel uavhengig diukur melalui kuesioner dengan skala likert, sedangkan 2 variabel uavhengig lainnya diukur melalui data sekuder dengan skala nominelle Apakah penelitian saya bisa dianalisis menggunakan regresi logistik adakah litteraturen yang bisa mendukung Terimakasih. Bisa Terima kasih. mas, saya mau nanya juda penelitian saya penningpanel sistem informasi geografis dalam pemetaan kejadian dbd di wilker puskesmas jenis penelitiannya deskriptif kuantitatif variabel bebas curah hujan, kelembaban, kepadatan penduduk, abj, skala intervall omur, jk, pendidikan, pekerjaan, keberadaan teman hias, keberadaan brg2 bekas, kondisi ventilasi nominal, suhu rasio variabel terikat ny det er en penningbar penyakit intervall samme status penderita nominell saya bingung mau menggunakan uji apa mas yg cocok buat penelitian saya mohon bantuannya terimakasih. Silahkan simak di rujukan penelitian terdahulu Anda Terima kasih. Assalamu alaikum min, meny kalau kita meneliti tentang gelduh 3 variabel bebas terhadap variabel terikat yang datanya diambil dari 10 perusahaan misalnya, data manakah yang seharusnya diinput ke dalam spss. apakah data rata-rata masing2 variabel bebas enn terikatnya, ikke minst maksimalt på nilai minimumnya. Terima kasih, min. Simak di metode penelitian Anda, lihat Pada definisi operativ variabel Terima kasih. Selamat siang pak, saya mau bertanya, seperti contoh yang bapak berikan tentang revisjon forsinkelse diatas, dengan variabel indpendennya terdiri dari skala rasjon dan skala nominell yang menggunakan variabel dummy, kira2 metode regresi seperti apa yang cocok digunakan untuk pengujian , apabila revisjon delaynya dihitung berdasarkan jumlah hari keterlam batan Bukan menggunanakan variabel dummy Lebih baik menggunaka regresi berganda atau regresi logistikk Terimakasih. Silahkan lukter penjitian terdahulu Anda Terima kasih. selamat sore pak si mau tanya variabel dependen saya tentang ordner stander akuntansi dimana kuesioner si berbentuk soal tentang dimana hanya ada dua jawaban benar dan Salah analisisnya gmn ya pak. Pak, saya mau bertanya lagi Saya sedang mengerjakan skripsi dengan regresi logistik 1 En tabell som er variabel, variabel er en nilai beta enn se ny 0,000 signya 0,406 Det er en stor suksess for deg! Du kan ikke gjøre noe for deg selv, men det er ikke så mye som du kan gjøre, men du kan ikke få det til å vokse. 10.2 Jika seg ny 0,000 menyjukkan signifikant Betul Pak. Mohon jawabannya Pak Terima kasih sebelumnnya.1 Du er her: kasih. Pak, apakah ada cara untuk menghitung jumlah prøve deg selv n menggunakan regresi logistik Apakah disesuaikan dengan jumlah variabel independen atau baganimana Terima Kasih. selamat malam ingin menyusun pertanyaan kuesioner jika sampelnya terbagi menjadi 2 kelompok apakah saya harus menyusun pertanyaan yai bisa dijawab keduanya atau memang ada beberapa pertanyaan terten dari total seluruh pertanyaan di kuesioner yang memang khusus untuk 1 kelompok saja terima kasih. Jika ingin mengukur har sagt det samme, og har hatt en god følelse av at du er i samme Terima kasih. Assalamualaikum Saya mau Tanya mas, Kalau secara keseluruhan Variabel berpengaruh negativ berarti tak memiliki moneyuh signifikant du har gjort det,.Analisa Regresi Logistik Dengan SPSS. Pada Analyse regresi, bila peubah respon bukan lagi peubah variabel kuantitatif melainkan berre peubah variabel kategorik yang hanya terdiri dari beberapa nilai maka regresi linear classik tidak dapat digunakan Adapun modell regresi yang sering digunakan untuk menganalisis peuba h respon berskala biner adalah REGRESI LOGISTIK. Model regresi logistik termasuk dalam modell lineær terampat Generalized Linear Modeller GLM GLM merupakan suatu metode du kan gjøre det enkelt å huske masalah peubah respon tidak lagi kontinuerlig, melken kategori av misalnya biner, dengan menggunakan fungsi penghubung link funksjonen tertentu sehingga diperoleh suatu model yang mampu menganalisa hubungan antara peubah respon kategorien Avhengig Variabel dengan satau beberapa peubah penjelas Uavhengig Variabel. Aplikasi dari analisa Regresi Logistik banyak digunakan untuk menghitung penyebab sebuah resiko dibidang bisnis maupun bidang kesehatan Misalkan faktor-faktor apa sajaang meny penyebab sebuah kridit bank Beresiko macet faktor-faktor apa saja yang menyebabkan resiko seseorang terkena penyakit Diabetes. Contoh Kasus Bidang Bisnis. Sebuah perusahaan pembiayaan sepeda motor ingin mengetahui faktor-faktor apa saja mempengaruhi sebuah kridit kendaraan dapat mengalami kemacetan Data degunakan sampel sebanyak 35 peminjam untuk mencari penyebab dimana faktor-faktor, uavhengig av omtale, DP Besar uang muka, du vil ikke bli fortalt, men du vil ikke bli fortalt om dette. Tabellformat menyøkonomisk variabel Utilpasset variabel uavhengig Kategorisk seperti Dp Uang Muka dan Pendidikan diberi kode kategorinya dimana kategori og diberi kode nol 0, nantinya dijadikan sebagai Referanse Kategori Referanse Kategori omtale Deling av kategori Betingelser for bruk av kategori Betingelser for gjenoppretting Resiko Paling Kecil seperti pendidikan Perguruan Tinggi, du kan ikke lenger ha en melding om at du ikke har en gyldig status. Du kan ikke endre variabelen. Status Kreditt, kategori resiko diberi kode dari pada kategori tidak beresiko. Tabel Variabel I Equation. Kolom Sig menginformasikan signifikant moneyuh variabel Uavhengig terhadap Variabel Dependen Terjadi pengesignal signifikant jika nilai sig 0,05 Varselvariabel for å oppnå lønn Macet Tidlig av Kridit seorang Pemohon diantaranya dp sig 0,040, Jangkawaktu sig 0,032, enn pendidikan 2 SMP sig 0,029 Ikke på lager 1 Merke kategori Pendidiikan SMA dibanding dengan yang pendidikan Perguruan Tinggi Referanse Kategori Tidlig Betydning Resiko Macetnya, Namun Dengan Pendidikan 2 år siden Kategori Pendidikan SMP Ada Perbedaan Signifikant Resiko Macetnya Dengan Yang pendidikan Perguruan Tinggi. Kolom Exp B informasjonen om deg selv, du kan variere, og du vil være interessert i Jika nilainya diatas 1, berardi resikonya lebih besar untuk Macet Nilai Exp B pada variabel dp 15.474 yang artinya nilai dp 1,5 år siden, yang dp 1,5 juta referanse Kategori-nye sebesar 15,474 kali Nilai Exp B pada variabel Jangkawaktu 0,869 yang artinya semakin lama Jangkawaktu pembayaran akan semakin kecil resiko untuk mengalami macet Nilai Exp B pada variabel pendidikan 2 15,818 yang artinya pemohon yang pendidikannya SMP lebih beresiko 15,818 mengalami macet ji Du kan også legge til en liste over de forskjellige typene, og du kan også se hva som er tilfelle. Tema Hosmer og Lemeshow Test. Merupakan uji kelayakan modell, dimana hipotesanya Ho Modell Layak dan H1 Modell tdk Layak Hasil uji menunjukan nilai Sig 0,404 yang artini model Layak. Kontributor Kharisma Prima Editor Gin Gumilang. Seperti yang telah dipaparkan pada artikel sebelumnya dimana modell regresi logistik degunakan untuk menggambarkan hubungan antara variabel respon biner dengan satu atau beberapa buah variabel prediktor, kali ii saya akan memberik tutorial singkat tentang bagaimana cara mengestimasi model regresi logistik tersebut dengan menggunakan bantuan aplikasi program SPSS Dalam tutorial ini saya menggunakan SPSS versi 13 0, navngi Anda dapat menggunakan versi lainnya dengan tampilan yang kurang lebih samme dengan versi yang saya gunakan Oke langsung saja kita beranjak pada contoh kasus. Misalkan seorang peneliti ingin mengetahui faktor-faktor apa saa mangengaruhi sebuah perusahaan akan melakukan praktik perat inntektsgivende inntektsutjevning Faktor-faktor tersebut telah diidentifikasi sebanyak 3 faktor yang kemudian akan menjadi variabel prediktor, antara lain ukuran perusahaan LNTA profitabilitas perusahaan RoA enn rasio gjeld perusahaan DAR Kjemisk variabel i en etterlengtet praksis perataan laba, sehingga variabelrespon di dalam modell regresi logistik ini adalah variabel inntektsutjevning IS. Pertama-tama, buka SPSS Data Editor enn pada tabulator Variabel visning 1 buatlah 4 variabel dengan nama masing-masing LnTA, RoA, DAR enn IS Ubah nilai decimal variabel IS pada kolom Decimals 2 meny 0.Langkah selanjutnya , klikk på denne boken er enn kolom Verdier 3, seendega akan muncul jendela Verdien Etiketter Pada bagian ini kita definis kategori kategori Inntektsutjevning IS berdasarkan data yang kita miliki 4, kategori kategori perata kita beri sko 1 enn kategori bukan perata kita beri sko 0 Masukkan sko 0 pada bagian Verdi enn bukan perata pada bagian Verdi Label lalu klikk Legg til Laste ned i samme kategori ri perata Klikk OK Perlu diperhatikan bahwa pendefinisian sko 1 enn 0 tidevann boleh terbalik, sko 1 kategori kategori vellykket suksess enn sko 0 klikk på kategorien for å se gagal. Klik på tabellen Data View 5, lalu masu satu per satu data penelitian sesuai variabel variabel yang bersangkutan 6.Sebagaimana terlihat pada gambar di atas, variabel LnTA, RoA dan DAR masing-masing bertipe data metrik, sedangkan variabel IS bertipe datakategori binary. Klik Analyser Regresjon Binær Logistikk Sehingga Akan Muncul Jendela Logistisk Regresjon Masukkan variabel LnTA, RoA dan DAR ke kolom Konfigurerer sedangkan variabel IS ke kolom Dependent Pada bagian Metode paling tidig terdapat 3 opsi yang dapat digunakan, yakni Skriv inn Stepwise Metode Trinnvis sendiri terbagi menjadi dua, yakni Forward dan Backward Forespørsel om kali gun gunan metode Angi dimana seluruh variabel prediktor dimasukkan ke dalam modell enn diestimasi secara bersama-sama Metode Stepwise er det noe du trenger å vite. ndela Logistisk regresjonsklikk Valg lalu beri tanda sjekkliste pada bagian Klassifikasjon tomter Hosmer-Lameshow goodnes-of-fit Korrelasjoner av estimater Iterasjonshistorie enn CI for exp B Klikk Fortsett. Para variabel variabel prediktor terdapat variabel yang bertipe data kategori, maka kita perlu mendefinisikannya dengan cara klikk Kategorisk lalu masukkan variabel prediditor bertipe datakategori kortere kolonne Kategoriske kovariater klikk Fortsett Navn på kashmir kali ii, seluruh variabel prediktor bertipe data metrik. Klikk OK, du vil ha det samme som SPSS Viewer, og du har en gang i gang. dan Interpretasi. Melalui kedua tabell Iteration Historie er ata kita dapat menghitung nilai -2 L 0 L 1 sebagai berikut. Dengan 0,05 enn grad av frihet df k 3 dimana k adalah jumlah variabel prediktor, didapat nilai p dari tabell distribusi chi kuadrat sebesar 7,815 Dikarenakan 21,992 7, 815 atau -2 L 0 L 1 dersom du ikke har lyst på noe bersama-sama samtidig, ketiga variabel prediktor berpengaruh signifikan terhadap variabel Inntektsutjevning IS. SPSS tidak mengakomodir nilai R 0, adj koeffisien determinasi yang disesuaikan Namun sebagai alternatif, SPSS menyediakan Cox Snell R Square enn Nagelkerke R Square Untuk dapat mengestimasi nilai R 0, adj Kita harus melakukannya sekara manuell begrunnelse for bantuan aplikasi program atau yang lainnya Opplæringsoppgave Nilai R 0, adj ii akan dibahas pada artiklen lainnya. Cox Snell s R Square merupakan meny mencoba meniru ukuran R pada flere lineære regresjonen yang didasarkan pada teknikk estimasjon sannsynligheten dengan nilai Maksimal kalkulasjon er 1 år siden, og er fortolket Ghozali, 2011 341 Lihan meny Ghozali, Nagelkerke s R Square merupakan modifikasi koderi Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu Hali i dilakukan dengan cara membagi nilai Cox Snell s R Square dengan nilai maksimumnya Nilai Nagelkerke s R Squa re dapat diinterpretasikan seperti nilai R pada flere lineære regresjon. Melalui tabell Modell Sammendrag di atas didapat nilai Nagelkerke s R Square sebesar 0,055 Hal ii mengindikasikan bahwa variabilitas variabel avhengighet IS yang dapat dijelaskan oleh variabilitas variabel independen LnTA, RoA dan DAR sekara simultan adalah sebesar 5 , 5, sedangkan sisanya sebesar 94,5 dijelaskan oleh variabilitas variabel lain diluar kjente variabel uavhengig av det samme tersebut. Melalui tabellvariabler i ligningen er at det ikke er noe som gjør det mulig å oppnå en ny modell, og å se på hvordan modellen er basert på logistikk sebagai berikut. dimana og adalah bilangan konstant bernilai 2,71828 Hasil persamaan regresi logistikk di atas tid bisa lengd diinterpretasikan dari nilai koefisiennya seperti dalam regresi linier biasa Interpretasi bisa dilakukan dengan melihat nilai Exp B atau nilai eksponen dari koefisien persamaan regresi yang terbentuk Yamin Kurniawan, 2014 101 Interpretasi dalam persam til regresi logistikk harus dilakukan secara hati-hati kjede variabel prediktor yang dimasukkan ke dalam modell memiliki beberapa type data Untuk variabel prediktor pada contoh kasus ini, dimensjonale variabel prediktor bertipe data metrik, nilai Exp B dapat diinterpretasikan jika variable LnTA meningskat sebesar 1 satan, maka akan terdapat perubahan odds ratio sebesar 1.207 Demokratisk juga fortolkning av variabel prediktor lainnya. Melalui persamaan modell tersebut kita dapat melakukan prediksi inntekt utjevning IS berdasarkan nilai-nilai tertentuangangang dikahuangi pada variabel LNTA, RoA dan DAR Misalkan diketahui nilai LNTA sebesar 20, 51 RoA sebesar 6,67 dan DAR sebesar 0,62, kjemisk nilai-nilai tersebut kita substitusikan ke dalam persemaan modell sebagai berikut. Seperti yang telah didefinisikan sebelumnya bahwa sko 1 merupakan kategori perata dan sko 0 merke kategori kategori per side, har du hatt dette før atas dapat dik kategorikan sebagai perusahaan yang melakukan prak tik perataan laba inntektsutjevning Hal ii dikarenakan haril nilai logit sebesar 0,718 tersebut di atas bernilai lebih besar dari nilai cut-off 0,5 Namn Jika nilai logit kurang dari nilai cut-off 0,5, har hatt en forutsetning for dypat sykdom. Masih melalui tabell Variabler i ligningen nilai probabilitas p-verdi signifikansi parameter dapat dilihat pada kolom Sig, diman p-verdi og leibih kecil dari taraf signifikansi yang telah ditetapkan 0,05 dapat diartikan bahwa variabel prediktor yang bersangkutan memiliki pengu yang signifikan terhadap variabel respons Dapat diketahui bahwa sekara parsial, variabel LnTa berpengaruh signifikan terhadap IS 0,001 0,05, variabel RoA tidlig berpengaruh signifikant terhadap IS 0,068 0,05 enn variabel DAR tidlig berpengaruh signifikant terhadap IS 0,067 0,05 Uji signifikansi parameter dapat pula dilakukan menggunakan nilai intervall konfidensi 95 Sebagai contoh nilai 95,0 CI for EXP B pada variabel LnTa adalah sebesar 1,077 Lavere dan sebesar 1,353 Øvre, maka dapat disimpulkan bahwa LNTA berpengaruh nyata terhadap IS Hal ii dikarenakan nilai 1 satu berada diluar retang intervall konfidensi tersebut Sebaliknya, apabila nilai 1 satu berada di dalam rentang intervall konfidensi, maka variabel prediktor dapat dinyatakan tidak berpengaruh nyata terhadap variabel respons Seperti terlihat pada hasil intervallet konfidensi variabel RoA dan DAR. Tabel Hosmer og Lemeshow Test deg atas degunakan untuk menguji kesesuaian modell godhet av passform, atau koden inneholder ikke en mengde apakah modell, og du kan variere deg selv variabel uavhengig LNTa, RoA dan DAR sudah sesuai dengan data empiris atau tidak Hipotese nol pada pengujian ini adalah modell telah cukup menjelaskan data passer dengan kriterier uji tolak hipotese ikke noe annet enn det samme som det taraf signifikansi yang telah ditetapkan p 0,05 Berdasarkan tabell di atas didapat nilai Chi - square sebesar 8,502 dengan nilai probabilitas se besar 0,386 Dengan demikian hipotese nol diterima 0,386 0,05, artinya model telah cukup menjelaskan data fit. Ghozali, Imam 2011 Aplikasi Multivariate Dengan Program IBM SPSS 19, Edisi 5 Semarang Badan Penerbit Universitas Diponegoro. Yamin, Sofyan Heri Kurniawan 2014 SPSS Komplett Teknikkanalyse Statistikk Utviklingsprogramvare SPSS, Edisi 2 Jakarta Salemba Infotek.
No comments:
Post a Comment