Tuesday, July 7, 2015

Tutorial Olah Data SPSS : Analisis Regresi Logistik Binomial

Tutorial Penelitian ~ Analisis regresi logistik binomial adalah uji statistik nonparametrik untuk mengentahui adakah pengaruh dua atau lebih variabel bebas terhadap sebuah variabel tergantung dummy.

Uji regresi logistik binomial adalah analisis multivariat yang memiliki data dikotomi untuk mengetahui pengaruh tiap-tiap (partial) maupun secara bersama (simultan) dua atau lebih variabel bebas terhadap sebuah variabel tergantung.

Pada dasarnya uji ini sama dengan analisis regresi berganda (penjelasan lanjut mengenai regresi berganda simak di laman ini), tetapi regresi logistik digunakan untuk skala data dikotomi berupa kontinyu dan kategorial.

Mengingat data kontinyu dan kategorial maka asumsi distribusi normal tidak dapat dipenuhi sehingga uji regresi logistik binomial umumnya dipakai jika data tidak berdistribusi normal.

Ketepatan fungsi regresi dalam menafsirkan nilai aktual dapat diukur dari Goodness of Fit suatu model berdasarkan pada 3 cakupan utama analisis sebagai berikut:
  1. Analisis kelayakan model yaitu menilai besaran ketiga variabel bebas terhadap model regresi dan uji signifikansinya.
  2. Analisis Nagelkerke R Square yaitu menilai seberapa besar sumbangan efektif ketiga bebas terhadap variabel tergantung.
  3. Analisis signifikansi partial yaitu menilai pengaruh setiap variabel bebas terhadap variabel tergantung.
Kasus:
  • Apakah Ukuran Direksi (Dsize), Debt to Equity Ratio (DER) dan Market Capitalization (Mcap) berpengaruh terhadap Discretionary Accrual (DA)? Penjabarannya sebagai berikut:
    • Dsize skala nominal dikotomi yaitu 0 untuk jumlah direksi 1-7 dan 1 untuk jumlah direksi di atas 7
    • DER skala rasio
    • Mcap skala rasio
    • DA skala nominal dikotomi yaitu 0 untuk Non discretionary dan 1 untuk Discretionary
  • N = 24

INPUT DATA

Gambar 1
Input data ke spreadsheets Microsoft Excel kemudian copy dan paste ke spreadsheets Data View SPSS dilanjutkan dengan input parameter deskripsi ke spreadsheets Data Variable SPSS.

Gambar 1 (klik untuk perbesar) adalah penampakan spreadsheets Data View SPSS. Dengan demikian kita memliki 3 kolom variabel yaitu X1, X2, X3 dan Y. Pada tahap ini input data sudah selesai. Lanjut langkah perintah uji.


LANGKAH-LANGKAH
  1. Klik Analyze - Regression - Binary Logistic...
  2. Pindahkan DA ke Dependent, disusul masukkan Dsize, DER dan Mcap ke Covatiates
  3. Klik Options. Pilih Classification plots, Hosmer-Lemeshow goodness-of-fit, Casewise listing of residuals, Correlations of estimates, Iteration history dan Cl for exp(B). Klik Contonue
  4. Klik OK
Gambar 2
Gambar 2 (klik untuk perbesar) adalah menu pop-up pada saat Anda melakukan langkah-langkah, ke-1, ke-2 dan ke-3 yaitu memilih data variabel bebas, variabel tergantung dan kriteria yang akan dianalisis.

Pada tahap ini langkah uji regresi sudah selesai dan kita sudah memiliki output. Langkah selanjutnya adalah mengambil keputusan berdasarkan hasil output tersebut.


PENGAMBILAN KEPUTUSAN DAN INTERPRESTASI
[Download Output file Pdf 150 KB]

Klik link di atas untuk download output. Di dalam output tersebut berisi hasil-hasil pengujian regresi berdasarkan formula yang telah ditetapkan yaitu 3 variabel bebas dan 1 variabel tergantung.

Poin-poin utama yang diukur dalam Goodness of Fit terhadap model yang sudah diformulasikan sebagai berikut:

Analisis Kelayakan Model

Uji kelayakan model yaitu membandingkan model yang menyertakan konstanta saja dengan model yang menyertakan ketiga variabel bebas. Jadi membandingkan -2 Log likelihood hanya konstanta dan -2 Log likelihood dengan semua variabel bebas.

Kotak Block 0 adalah model yang hanya menyertakan konstanta memiliki nilai -2 Log likelihood sebesar 33,271. Kotak Block 1: Method = Enter yang menyertakan ketiga variabel bebas memiliki nilai -2 Log likelihood sebesar 11,767.

Lihat kotak Omnibus Tests of Model Coefficients. Dari 33,271 dan setelah memasukkan ketiga variabel menjadi 11,767 sehingga ada selisih 21,504 dengan signifikansi 0,000. Artinya model layak dianalisis karena signifikansi kurang dari 0,05.

Verifikasi lain yaitu lihat pada kotak Hosmer and Lemeshow Test. Interpresatsi ini kebalikan yaitu model layak jika signifikansi di atas 0,05. Nilai Chi-square 10,853 dengan signifikansi 0,210 sehingga model adalah layak.

Analisis Sumbangan Efektif

Lihat kotak Model Summary terlihat nilai Nagelkerke R Square sebesar 0,789 artinya variabel tergantung dijelaskan oleh ketiga variabel bebas sebesar 78,9% sedangkan sisanya sebesar 21,1% dipengaruhi oleh faktor lain di luar model.

Analisis Pengaruh Partial

Lihat kotak Variables in the Equation. Sig. di bawah 0,05 berarti memiliki pengaruh. Nilai Wald yang dimiliki DER 4,483 dengan sig. 0,59 sehingga disimpulkan DER memiliki pengaruh terhadap DA.

Nilai Wald yang dimiliki Dsize dan Mcap masing-masing sebesar 3,560 dan 0,022 dengan signifikansi di atas 0,05 sehingga kedua variabel bebas tidak memiliki pengaruh terhadap DA.

Sekian dulu tutorial olah data SPSS. Analisis-analisis yang lain dijelaskan dalam tutorial selanjutnya. Ikuti terus update tutorial olah data statistik SPSS. Selamat Meneliti!
Tinuku
Bagikan :

1 comment:

  1. Terimakasih, sangat bermanfaat. Kalau diijinkan, buku nya apa? untuk referensi

    ReplyDelete