Uji Regresi Logistik Biner Pilihan

Langkah-langkahnya adalah sebagai berikut.1 Buka lah program SPSS yang anda miliki.2 Masukan data nya - sebagai contoh, data yang saya gunakan adalah data latihan dari buku Categorical Data Analysis Alan Agresti, 2007, edisi 2 - halaman 132, pada Kasus saya variabel penjelasnya ada 2 skala penuh rasio dan t dengan skala nominal dan variabel terikatnya dalam bentuk nominal penuh atas 2 kategori - biner.3 Pilih pilihan variabel lihat lalu ubahlah variabel nama dan label - nya sesuai dengan kasus masing-masing saat ini , Saya akan menggubah nama menjadi D, T dan Y misalnya Kemudian Nilai nya disesuaikan nilainya Bila data berbentuk nominal atau ordinal misalnya untuk T dan Y, ukuran nya diganti dari skala menjadi nominal.4 Data telah beres, kemudian pilih opsi Menganalisis Regresi Binary Logistik. 5 Masukkan Y sebagai variabel Dependent dan D serta T karena covariates Untuk metode nya saat ini saya masih tetap menggunakan enter.6 Karena T kategorik, maka harus ditetapkan rujukan Ence Category nya dengan cara memilih pilihan Categorical Untuk kemudahan interpretasi biasanya saya memilih pertama untuk referensi nya Semua kategori akan diperbandingkan dengan kategori pertama Kemudian JANGAN LUPA pilih perubahan Klik Continue.7 Pilih pilihan Kemudian centang hosmer lemeshow dan klasifikasi plots dan klik continue Kemudian OK. Ok Untuk Interpretasi Outputnya silahkan baca postingan berikutnya yang berjudul Analisis Regresi Logistik interpretasi Terimakasih telah membaca. Regresi logistik regresi logistik sebenarnya sama dengan analisis regresi berganda hanya variabel terikatnya adalah variabel dummy 0 dan 1 contohnya, pengaruh beberapa rasio keuangan terhadap keterlambatan penyampaian laporan keuangan Maka Variabel terikatnya 0 jika terlambat dan 1 jika tidak terlambat tepat Regresi logistik tidak perlu umum normalitas data penyaringan outlier tetap dapat dilakukan Untuk menunjang multikolinearitas pada regresi sukses Imak di sini. Interpretasi regresi logistik menggunakan odd ratio atau kemungkinan contoh, jika rasio keuangan ROA meningkat sebesar 1 maka kemungkinan ketepatan lambat laporan keuangan meningkat sebesar 1.05 kali Berarti semakin tinggi ROA kemungkinan yang tepat lebih tinggi atau jika rasio keuangan DER meningkat dari 2 Maka kemungkinan ketepatan penyampaian laporan keuangan meningkat sebesar 0,98 kali atau bisa dikatakan menurun karena lebih kecil dari 1 yang berarti kemungkinan turun semakin tinggi. Berikut adalah simulasi aplikasi regresi logistik regresi logistik dengan SPSS Versi 11 5 Contoh tabulasi data dengan 84 sampel bisa di download Di sini Tampilannya pada SPSS Versi 11 5 kurang lebih seperti ini. Simulasi adalah 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 kompleksitas diuku R dengan 1 jika memiliki anak perusahaan dan 0 jika perusahaan tidak memiliki anak perusahaan opini auditor diukur dengan 1 atau opini opini wajar tanpa batas dan 0 untuk opini yang lain likuiditas diukur dengan logaritma nilai pasar alami Nah variabel terikat adalah ketepatan Penyampaian laporan keuangan dengan kode 1 untuk perusahaan yang tepat waktu dan 0 untuk perusahaan yang terlambat. Klik menu Analyze, pilih Binary Logistic, seperti ini. Jika anda benar, maka akan keluar kotak menu untuk regresi logistik masukkan variabel ketepatan ke dalam kotak dependend, dan Masukkan kode di kotak covariate Lalu klik pada pilihan, sehingga akan keluar kotak seperti ini. Beri tanda centang seperti pada gambar di atas lalu klik continue sehingga akan dikembalikan pada menu box logistik dan tekan OK Program akan melakukan perhitungan secara otomatis, dan hasil selengkapnya Bisa anda bandingkan dengan data yang telah anda dow Nload. Interpretasinya adalah sebagai berikut. Pertama Melihat kelayakan model dengan menginterpretasikan output berikut ini. Nilai -2 Log Likelihood adalah sebesar 96,607 yang akan dibandingkan dengan nilai Chi Square pada taraf signifikansi 0,05 dengan df dari N-1 dengan N adalah jumlah sampel, Artinya 84 1 83 Dari tabel Chi Square, diperoleh nilai adalah 100,744 Jadi -2 Log Likelihood Chi Square 96,607 100,74.Jika konstanta saja tidak sesuai, semua variabel bebas tidak berlaku, tapi kan ada penurunan -2 Log Likelihood Yup taksir Adalah sebesar 96.607 84.877 11,73 atau kalau manual laki-laki ngitung, Output SPSS juga sudah memberikannya yaitu sebagai berikut. Nah tunggu kan output selisihnya adalah sebesar 11.729 dan memiliki signifikansi 0,039 0,05.Kalau masih kurang puas, bisa dilihat nilai Hosmer Dan Lemeshow Test Hosmer dan Lemeshow Test adalah untuk melihat apakah data empiris cocok atau tidak dengan model atau dengan kata lain dihara Pkan tidak ada perbedaan antara data empiris dengan model Model akan ditentukan layak jika signifikansi di atas 0,05 atau -2 Log Likelihood di bawah Chi Square Tabel Hati-hati, ini berkebalikan dengan uji yang lain sebelumnya Tampak kan apakah Hosmer dan Lemeshow Test adalah Dengan 9,778 dengan signifikansi 0,281 0,05 model Berarti adalah fit dan modelisi yang layak dan boleh diinterpretasikan. Gambar di atas memberikan nilai Nagelkerke R Square sebesar 0,191 yang berarti jumlah variabel bebas mampu menjelaskan varian ketepatan penyampaian laporan keuangan 19,1 dan lain-lain Dari 80,9 nilai oleh faktor lain. Pengujian hipotesis penelitian dengan hasil berikut ini. Lihat aja signifikansinya, yang di bawah 0,10 10 berarti signifikan atau terbantu. Pembahasannya silahkan solusi dengan teori yang dikembangkan di awal. Silahkan download materi di atas Di sini. dan jika membutuhkan file data contoh silahkan download di sini. Malam Mas mau nanya, kalo yg pakai D1 perusahaan yg melakukan stock split dan D0 perusahaan yg tidak melakukan stock split, dalam periode 4tahun itu pemberian nmr 1 dan 0 untuk setiap 1 perusahaan slma 4thn gimana misalkn tahn2009-2012 perusahaan A melakukan ss pda thn 2010, Apakh pmberian kode 1 hnya pda thn 2010, sdngkn untuk thn 08,11 12 diberi kode0, atau penghargaan kode 1 pda perusahaan A yg sdh melakukan ss padathn 09-12 Terima kasih mohon bntuannya mas. Kalau melalukan diberi 1, tidak melakukan kode Selesai Terima kasih. mas, saya mau tanya, saya sdh uji logistik dan hasilnya signifikan dibawah 0,05 namun betanya terjemahnya yang positif, kata dosen saya itu akibat data nya tidak normal, untuk menormalkan data di tempat logistik Itu bagaimana ya masmana banyak buku yang mengatkan itu uji logistik tidak perlu uji normalitas trimakash. Regresi logistik tidak bisa umum normalitas Terima kasih. selamat siang pak, saya mau tan Ya, judul skripsi saya analisis faktor2 yang mempengaruhi persepsi pelaku UKM terhadap penyusunan laporan keuangan, saya menggunakan variabel dummy, baik variabel dependen maupun independen Regresi yang cocok untuk penelitian saya regresi linier berganda atau regresi logistik mohon pencerahannya terima kasih. Kalau dependen dummy gunakan Logistik Terima kasih. Selamat malam pak, saya ingin bertanya Saya sedang menyusun tesis Dalam penelitian saya menggunakan variabel dummy untuk variabel dependen Sedangkan untuk variabel independen atas 4 Dimana 2 variabel independen atas atas kuesioner dengan skala likert, sedangkan 2 variabel independen lainnya melalui data sekuder Dengan skala nominal Apakah penelitian saya bisa dianalisis menggunakan regresi logistik adakah literatur yang bisa mendukung Terimakasih. Bisa Terima kasih. masaku, saya mau nanya judul penelitian saya penerapan sistem informasi dalam pemetaan kejadian dbd di wilker puskesmas jenis penel Itiannya deskriptif kuantitatif variabel bebas curah hujan, kelembaban, kepadatan penduduk, abj, skala interval umur, jk, pendidikan, pekerjaan, hubungan teman hias, bangun brg2 bekas, kondisi ventilasi nominal, suhu rasio variabel nya ada disana penyakit penyakit sama statusnya Nominal 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, mau tanya kalau kita tahu tentang pengaruh 3 variabel bebas terhadap variabel yang datanya diambil dari 10 perusahaan Misalnya, dataql yang seharusnya diinput ke dalam spss. apakah data rata-rata masing2 variabel bebas dan terikat, apakah nilai maksimal atau minimumnya. Terima kasih, min. Simak di metode penelitian anda, lihat pada definisi operasional variabel Terima kasih. Selamat siang Pak, saya mau bertanya, seperti contoh bapak yang membahas tentang audit delay di Diatas, dengan variabel indpendennya terdiri dari dummy, kira2 metode regresi seperti apa yang cocok digunakan untuk pengujian, audit audit delaynya dihitung berdasarkan jumlah hari keterlambatan Bukan menggunanakan variabel dummy Lebih baik menggunaka regresi berganda atau regresi logistik Terimakasih. Silahkan lihat rujukan penelitian terdahulu anda Terima kasih. selamat sakit pak saya mau tanya variabel dependen saya tentang pengertian standar tempat kuesioner saya ada soal soal hanya ada dua jawaban benar dan salah analisanya gmn ya pak. Pak, saya mau minta lagi saya sedang melakukan Skripsi dengan regresi logistik 1 Di tabel uji wald, variabel cr saya beta dan se nya 0,000 signya 0,406 Itu bisa bikin 0,000 ya Pak jadi bingung kalo bikin persamaannya apa karena timpang ya Pak datanya nilai variabel bisa di atas 100mana variabel lain der, npm , Pertumbuhannya masih dibawah 10.2 Jika sig nya 0,000 itu menunjukkan signifikan Betul Pak. Mohon jawab Pak Terima kasih sebelumnnya.1 Coba diperbanyak angka di belakang koma, nanti tunggu 2 Betul Terima kasih. Pak, apakah ada cara untuk menghitung jumlah sample yg dibutuhkan sesuai keinginan anda? Regresi logistik Apakah disesuaikan dengan jumlah variabel Atau bagaimana Terima Kasih. selamat malam ingin menyusun pertanyaan kuesioner jika sampelnya terbagi menjadi 2 kelompok apakah saya harus menyusun pertanyaan yang bisa dijawab ada atau memang ada beberapa pertanyaan pasti dari total keseluruhan pertanyaan di kuesioner yang memang khusus untuk 1 kelompok saja terima kasih. Jika Ingin mengukur hal yang sama, tentunya harus menggunakan alat ukur yang sama Terima kasih. Assalamualaikum Saya mau Tanya mas, kalau secara keseluruhan Variabel negatif artinya tidak memiliki pengaruh signifikan ya apakah itu nanti masalah atau tidak mas. Regresi Logistik Ganda dalam SPSS. Tutorial Regresi Logistik Ganda. Uji Regresi Logistik ganda adalah uji regresi yang dilakukan pada penelitian jumlah variabel dependen berskala dikotomi nominal dengan 2 kategori Untuk lebih jelasnya dengan Tipe Data, Baca Artikel kami judul Pengertian Data. Tentunya semua variabel independen penuh berskala data dikotom juga, lebih besar skalanya kategorik nominal lebih dari 2 kategori, masih bisa dilakukan uji regresi logistik ganda dengan cara melakukan dummy. Bahasan tentang dummy akan kita bahas pada artikel berikutnya Pada bahasan kali ini akan membahas tutorial melakukan uji regresi logistik ganda dengan menggunakan software SPSS for Windows. CATATAN Tutorial ini untuk Regresi Logistik Dalam regresi logistik dengan SPSS, baca Regresi Logistik dengan SPSS. Langsung saja, buka aplikasi SPSS. Kita buat 6 variabel dengan definisi sebagai berikut. Tekana N Kandung Kemih Kategori Ya dan Tidak. Pruritus Kategori Ya dan Tidak. Kram Kaki Kategori Ya dan Tidak. Gerak Janin Kategori Aktif dan Pasif. Heart Burn Kategori Ya dan Tidak. Variabel Dependen Gangguan Tidur Kategori Ya dan Tidak. Ubah Nilai pada tab Variable View Di SPSS sebagai berikut Ya Aktif 1, Tidak Pasif 2 Ubah Berukuran menjadi Nominal Ubah Decimals menjadi 0 Ubah Tipe menjadi Numeric. Langkah berikutnya adalah isi data dengan nilai 1 atau 2 1 luaran Ya Ya dan Aktif dan 2 Tidak Tidak Pasif Sebagai contoh gunakanlah 30 Responden. Setelah data terisi, maka kita mulai melakukan tahapan uji regresi logistik ganda yang sesungguhnya. Ada beberapa metode atau teknik dalam pelaksanaan, yaitu antara lain Enter, Stepwise, Forward, Backward di mana masing-masing punya maksud yang berbeda Dalam bahasan ini akan kita Lakukan secara stepwise dengan proses manual, agar mudah mengerti maksudnya. Langkah Pertama adalah seleksi kandidat. Seleksi Kandidat. Dalam langkah ini kita akan menyele Ksi, variabel independenql yang layak masuk model uji multivariat Di mana yang layak adalah yang memiliki tingkat signifikansi sig atau p value 0,025 dengan metode masuk dalam regresi logistik sederhana Yaitu dengan melakukan satu persatu regresi sederhana antara masing-masing variabel independen terhadap variabel dependen. Caranya Adalah sebagai berikut. Klik Analyze, Regression, Binary Logistic. Masukkan variabel independen pertama yaitu tekanan kandung kemih ke dalam kotak Covariate. Masukkan variabel dependen ke kotak Dependent. Regresi Logistik Ganda. Klik Pilihan, Cek CI For Exp B. tuk penelitian pra pos , Jika tidak dikotomi gunakan regresi logistik, jika multinominal digunakan regresi multinomial dan bila interval digunakan regresi linear le Variabel juga antar Jika ya, tergantung dari variabel yang ada dan nilai nominalnya gunakan ANOVA dan jika independennya campuran nominal dan interval maka gunakan ANCOVA. selamat malam pak, saya punya kesulitan dalam menentukan data analisis, variabel independen penlitian saya adalah keinginan membayar satu layanan ekosistem dalam Rp, tergantung variabel dependennya Persepsi skala Likert, usia, tingkat pendidikan, jumlah tanggungan keluarga, dan keluargaku menggunakan regresi berganda tepat tapi itu kan datanya tidak semuanya dalam skala interval, apakah saya ubah dulu semuanya menjadi data skala interval terima kasih sebelumnya. Pastikan anda tidak salah Kode nilai pada tiap variabel, kategori yang jelek harus diberi kode lebih tinggi, misal 1 atau kategori yang baik beri kode lebih rendah, misal 0 sama sekali tidak sama sekali sama sekali baik kondisinya maupun dependen. pak kalo b pada regresi logistik ternyata minus semua hal Apa ya pak conto H Kepatuhan Y 5 a 5 B x jarak -6 B x biaya, tks rian. Masih bisa, tapi anda jangan lagi menggunakan jenis uji yang lain untk data yang ada di antara kategorik dan numerik, sedangkan variabel dependen skala numerik Yaitu dengan Uji ANCOVA Baca artikelnya di. pak, saya mau tanya, jika x1 x2 menggunakan variabel dummy 1 dan 0 buat x3 x4 menggunakan data rasio keuangan dan variabel y menggunakan rasio apakah bisa menggunakan regresi linier berganda dengan skala beda beda pak mohon petunjuk kasih. Metode yang digunakan dalam model variabel yang memberikan pengaruh secara simultan pada variabel dependen. Pak, mau nanya, penelitian saya menggunakan dummy untuk dependent dan 3 variabel independen serta 2 variabel independen lainnya menggunakan data numerik, saya bisa menggunakan menggunakan numerik. Uji regresi logistik, ternyata semua variabel hasilnya tidak signifikan, itu apa ya pak apa harus pria Coba uji lain atau ada kesalahan pada data. Maaf, rasakan lebih lanjut dalam pertanyaannya agar tidak terlalu luas saya jawabnya Trims. masak cara mencari hubungan dengan status tingkah laku gizi. Tutorial Uji Regresi Logistik dengan SPSS. Regresi Logistik dengan SPSS. Artikel ini mengulas keseluruhan ini. Cara uji regresi logistik dengan SPSS Pengantar Regresi Logistik telah kami bahas dalam artikel sebelumnya yaitu Regresi Logistik Sebelum melangkah lebih jauh, ada kendala kita mengenal dulu beberapa metode yang dipakai dalam pengujiannya menggunakan SPSS. Metode Uji Regresi Logistik dalam SPSS. Metode tersebut antara lain metode Simultan , Hirarki dan Stepwise Berikut Penjelasannya. Simultan Disebut juga metode enter, yaitu memasukkan semua variabel bebas ke dalam model secara bersamaan. Hirarki Memasukkan variabel secara satu per satu, dimulai dengan memasukkan variabel kontrol sebelum variabel prediktor. Stepwise Disebut juga forward conditional yaitu variabel bebas diseleksi Yang terba Ik untuk tetap berada dalam model di mana adalah sekumpulan variabel bebas yang dapat memberikan prediksi terbaik di dalam aplikasinya pada aplikasi SPSS, variabel biaya dan dikeluarkan secara kesatuan dan bergantian Prosesnya dapat dijalankan secara otomotasi oleh aplikasi SPSS. Tutorial Uji Regresi Logistik. Pada Kesempatan ini kita akan membahas bagaimana cara melakukan uji regresi logika metode dengan menggunakan aplikasi SPSS Misalkan kita akan melakukan uji regresi logistik sebuah penelitian yang berjudul Pengaruh Rokok dan Klasifikasi Kanker Terhadap Paru Di mana variabel bebas ada 2 yaitu rokok dan riwayat kanker pada keluarga dan Variabel terikatnya adalah kejadian kanker paru-paru yang terdiri dari 2 kategori yaitu tidak merokok kode 0 dan merokok kode 1 dari 2 kategori yaitu tidak ada riwayat kode 0 dan ada riwayat kode 1 kanker paru terdiri dari 2 kategori yaitu tidak mengandung kanker kode 0 dan mengalami Kanker kode 1 Sebaga I catatan kategori yang dinamakan kode 1 dan kategori yang terbaik dengan kode 0.Tahap Deklarasi Variabel Regresi Logistik. Langsung saja anda buka aplikasi SPSS anda dan masukan data seperti berikut sebanyak 200 sampel Bisa anda isikan sesuai dengan data dalam tabulasi Excel yang bisa di download DI SINI atau anda langsung saja download file kerja Dataset DI SINI dan outputnya DI SINI. Dataset Regresi Logistik. Jangan lupa pilih tab variable view. Variable View Regresi Logistik dengan SPSS. Lalu klik nilai X1 dan isikan sebagai berikut. Value Merokok Regresi Logistik dengan SPSS. Lalu klik nilai X2 dan isikan sebagai berikut. Value Receive Merokok Regresi Logistik dengan SPSS. Lalu klik nilai Y dan isikan sebagai berikut. Value Kanker Paru Regresi Logistik dengan SPSS. Tahap Analisis Regresi Logistik. Kemudian pada menu, klik Analyze - Regression - Binary. Logistik Kemudian masukkan variabel terikat ke kotak tergantung dan masukkan semua variabel bebas ke kotak Covariates. Jendela Utama Re Gresi Logistik dengan SPSS. Save Regresi Logistik. Tekan tombol Simpan lalu centang Probabilitas, Keanggotaan grup, Tidak standar dan pelajar kemudian klik Continue. Tombol Simpan Regresi Logistik. Tekan tombol Pilihan lalu centang Klasifikasi plot, Hosmer-lemeshow goodness-of-fit, cantuman kasual Residual dan pilih Outliers luar dan isi dengan angka 2, Korelasi estimasi, sejarah Iterasi, CI untuk exp B dan isi dengan 95.Opsi Regresi Logistik. Sedangkan nilai maksimum iterasi biarkan tetap dan 20 Klasifikasi Cutoff tetap 0 5 Nilai ini disebut dengan Nilai yang dipotong atau probabilitas sebelumnya yaitu peluang untuk observasi masuk ke dalam satu kesatuan sebelum karakteristik variabel penjelasnya Bila kita tidak memiliki informasi tambahan tentang data kita, maka bisa langsung menggunakan default yaitu 0,5 Jika tidak ada penelitian sebelumnya, dapat digunakan Klasifikasi cutoff dari 0,5 Namun, jika ada penelitian lain yang telah Gak bisa dinaikkan diturunkan klasifikasi cutoff sesuai hasil penelitian. Tombol Pilihan Regresi Logistik. Kemudian pada jendela utama, klik OK dan segera lihat Output anda. Demikian cara melakukan Uji Regresi Logistik dengan SPSS menggunakan metode simultan atau metode enter Untuk interprestasi hasil tes atau outputnya, Bisa anda baca pada artikel selanjutnya yaitu Interprestasi Regresi Logistik dengan SPSS Untuk mengetahui regresi logistik dalam pemilihan faktor paling dominan, anda bisa masuk dalam artikel kami yang berjudul Regresi Logistik Ganda dalam SPSS. By Anwar Hidayat. Kontributor Kharisma Prima Editor Gin Gumilang. Seperti yang telah Dipaparkan pada artikel sebelumnya dimana model regresi logistik digunakan untuk melihat hubungan antara variabel respon biner dengan satu atau beberapa buah variabel prediktor, kali ini saya akan memberikan tutorial singkat tentang cara mengestimasi model regresi logistik dengan menggunakan bantuan aplik Asi program SPSS Dalam tutorial ini saya menggunakan SPSS versi 13 0, namun anda bisa menggunakan versi yang lain dengan tampilan yang kurang lebih sama dengan versi yang saya gunakan Oke langsung saja kita beranjak pada contoh kasus. Misalkan seorang peneliti ingin mengetahui faktor-faktor apa saja yang Memerangi sebuah perusahaan akan melakukan praktik perataan laba laba smoothing Faktor-faktor tersebut telah berhasil sebanyak 3 faktor yang nantinya akan menjadi variabel prediktor, antara lain ukuran perusahaan LnTA profitabilitas perusahaan RoA dan rasio debt perusahaan DAR Ketiga variabel ini akan memprediksi praktik perataan laba, Respon di dalam model regresi logistik ini adalah variabel income smoothing IS. Pertama-tama, buka SPSS Data Editor dan pada tab Variable View 1 buatlah 4 variabel dengan nama masing-masing LnTA, RoA, DAR dan IS Ubah nilai variabel IS pada kolom Decimals 2 menjadi 0.Langkah selanjutnya, klik pada bagian baris IS dan ko Lom Nilai 3, sehingga akan muncul jendela Nilai Label Pada bagian ini kita definisikan kategori Income Smoothing IS berdasarkan data yang kita miliki 4, dimana kategori perata kita beri skor 1 dan kategori bukan perata kita beri skor 0 Masukan skor 0 pada bagian Nilai dan bukan perata Pada bagian Value Label lalu klik Add Lakukan hal yang sama untuk kategori perata Klik OK Perlu diperhatikan itu pendefinisian skor 1 dan 0 tidak boleh kalah, skor 1 untuk kategori peluang sukses dan skor 0 untuk kategori peluang gagal. Klik pada tab Data View 5, lalu Isi 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 data kategorik binary. Klik Menganalisis Regresi Binary Logistic akan muncul Window Logistic Regression masukkan variabel LnTA, RoA dan DAR ke kolom Covariates Sekarang variabel IS ke kolom Dependent Sebuah Metode yang paling tidak ada 3 pilihan yang dapat digunakan, yaitu Enter dan Stepwise Metode Stepwise sendiri terbagi menjadi dua, Teruskan dan Backward Pada contoh kali ini kita menggunakan metode Masukkan semua variabel prediktor dalam model dan diestimasi secara bersama-sama Metode Stepwise Akan dibahas pada artikel lainnya. Masih pada jendela Logistic Regression klik Options lalu beri tanda checklist pada bagian Klasifikasi plot Hosmer-Lameshow goodnes-of-fit Korelasi perkiraan Iterasi sejarah dan CI untuk exp B Klik Continue. Apabila pada variabel-variabel prediktor bangun variabel Yang bertipe data kategorik, maka kita harus belajar dengan cara klik kategorik lalu masukan variabel prediditor bertipe data kategorik tersebut ke kolom Kategoris kovariat klik Continue Namun pada contoh kasus kali ini, seluruh variabel prediktor bertipe data metrik. Klik OK maka akan muncul jendela SPSS Viewer yang Berisi output hasil hasil regresi lo Gistik. Hasil dan Interpretasi. Melalui kedua tabel Iterasi Sejarah di atas kita dapat menghitung nilai -2 L 0 L 1 sebagai berikut. Dengan 0,05 dan derajat kebebasan df k 3 dimana k adalah jumlah variabel prediktor, didapat dari p. Chi - kuadrat sebesar 7,815 Dikembang 21,992 7, 815 atau -2 L 0 L 1 p maka dapat disimpulkan secara bersamaan sama simultan, variabel ketiga prediktor signifikan signifikan terhadap variabel Income Smoothing IS. SPSS tidak bisa mengakomodir nilai R 0, adj determinasi yang mana Pilih untuk bisa mengestimasi nilai R 0, adj kita harus secara manual menggunakan bantuan aplikasi program atau yang lainnya Tutorial estimasi nilai R 0, adj ini akan membahas artikel artikel. Cox Snell s R Square adalah ukuran yang mencoba meniru ukuran R pada multiple linear regression yang terbangun pada teknik memperkirakan likelihood dengan nilai m Aksimum kurang dari 1 satu karena sulit diinterpretasikan Ghozali, 2011 341 Lebih lanjut menurut Ghozali, Nagelkerke s R Square merupakan hasil modifikasi dari Cox dan Snell untuk memastikan nilai dari 0 nol sampai 1 satu Hal ini dilakukan dengan cara membagi nilai Cox Snell s R Square dengan nilai maksimumnya Nilai Nagelkerke s R Square dapat diinterpretasikan seperti nilai R pada multiple linear regression. Melalui tabel Model Ringkasan di atas didapat nilai Nagelkerke s R Square sebesar 0,055 Hal ini mengandung variabilitas variabel dependen IS yang dapat disimpulkan oleh variabilitas variabel independen LnTA, RoA dan DAR secara simultan adalah sebesar 5,5, sedangkan sisanya sebesar 94,5 dijelaskan oleh variabilitas variabel lain yang merupakan variabel yang diteliti tersebut. Melalui tabel Variabel dalam Persamaan di atas dapat dilihat hasil taksiran regresi modelnya, sehingga diperoleh model regresi. Logistik sebagai berikut. d Imana e adalah bilangan konstanta gagah 2,71828 Hasil persamaan regresi logistik di atas tidak bisa langsung diinterpretasikan dari pada hal tersebut seperti dalam regresi linier biasa Interpretasi bisa dilakukan dengan melihat nilai Exp B atau nilai eksponen yang terbentuk Yamin Kurniawan, 2014 101 Interpretasi Dalam persamaan regresi logistik harus dilakukan secara hati-hati ketika variabel prediktor yang memiliki ke dalam model memiliki beberapa tipe data Untuk variabel prediktor pada contoh kasus ini, dimana ketiga variabel prediktor bertipe data metrik, nilai Exp B dapat diinterpretasikan jika variabel LnTA meningkat dari 1 satuan , Maka akan ada perubahan odds ratio sebesar 1.207 Demikian juga untuk menafsirkan pada variabel prediktor lainnya. Melalui persamaan model tersebut kita dapat melakukan prediksi income smoothing IS berdasarkan nilai yang telah diketahui pada variabel LnTA, RoA dan DAR Misalkan Nilai LnTA sebesar 20,51 RoA sebesar 6,67 dan DAR sebesar 0,62, maka nilai-nilai tersebut kita ganti contohnya dalam persamaan model sebagai berikut. Seperti yang sebelumnya sebelumnya skor 1 adalah kategori perata dan skor 0 adalah kategori bukan perata, Maka hasil prediksi di atas dapat dikategorikan sebagai perusahaan yang melakukan praktik perataan laba laba smoothing Hal ini akibat hasil logit sebesar 0,718 tersebut di atas lebih besar dari nilai cut-off 0,5 Namun jika nilai logit kurang dari nilai cut-off 0, 5, maka hasil prediksi dapat dikategorikan sebagai bukan perata. Masih melalui tabel Variabel dalam Persamaan nilai probabilitas p-value signifikansi parameter dapat dilihat pada kolom Sig, dimana p-value yang lebih kecil dari taraf signifikansi yang telah ditetapkan 0,05 dapat diartikannya Variabel prediktor yang memiliki pengaruh signifikan terhadap variabel LnTa signifikan signifikan terhadap IS 0,001 0,05, variabel RoA tidak signifikan terhadap IS 0,068 0,05 dan variabel DAR tidak signifikan terhadap IS 0,067 0,05 Uji signifikansi parameter dapat pula dilakukan dengan menggunakan interval interval konfidensi 95 Sebagai contoh nilai 95,0 CI untuk EXP B pada variabel LnTa adalah sebesar 1,077 Turun dan dari 1,353 Atas, maka dapat disimpulkan bahwa LnTA sedang mengalami gangguan dalam hal ini 1 satu berada di luar retang interval konfidensi tersebut, selisih 1 posisi dalam interval interval konfidensi, Maka variabel prediktor dapat menerima tidak nyata nyata terhadap variabel respon seperti terlihat pada hasil interval konfidensi variabel RoA dan DAR. Tabel Hosmer dan Lemeshow Test di atas digunakan untuk kesaling model goodness of fit, atau dengan kata lain untuk model model yang kita gunakan, Yaitu dengan menggunakan dua variabel independen LnTa, RoA da N DAR sudah sesuai dengan data empiris atau tidak Hipotesis nol pada pengujian ini adalah model yang telah cukup menjelaskan data sesuai dengan kriteria uji tolak hipotesis nol jika nilai probabilitas lebih kecil atau sama dengan taraf signifikansi yang telah ditetapkan p 0,05 Berdasarkan tabel di atas didapat nilai Chi-square dengan 8,502 dengan nilai probabilitas dengan 0,386 Dengan demikian hipotesis nol diterima 0,386 0,05, model ucapan sudah cukup menjelaskan data fit. Ghozali, Imam 2011 Aplikasi Multivariate dengan Program IBM SPSS 19, Edisi 5 Semarang Penerbit Universitas Diponegoro. Yamin, Sofyan Heri Kurniawan 2014 SPSS Lengkap Teknik Analisis Statistik Terlengkap dengan Software SPSS, Edisi 2 Jakarta Salemba Infotek.