Contoh Kasus 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. Data yang digunakan dalam penelitian ini adalah
sebagai berikut :

Tabel 1. Data Sampel 70 Perusahaan

Tepat Profitabel Kompleksitas Opini Likuid Size_perusahaan
1 1.73 1 1 4.01 15.22
0 0.83 1 1 0.5 13.62
0 2.04 2 2 3.47 17.41
1 4.09 2 2 1.22 16.87
1 0.85 1 2 39 11.62
1 2.29 1 2 2.8 15.98
0 0.5 2 2 9.21 14.27
1 0.17 1 2 4.12 11.12
1 3.21 1 2 0.8 17.12
1 2.52 2 1 4.44 17.46
1 1.3 1 2 5.74 12.05
1 1.57 2 2 3.23 14.41
0 2.26 2 2 3.49 17.45
0 2.54 2 2 5.01 15.09
1 1.64 2 2 7.75 14.57

1
0 1.25 1 1 0.96 11.61
1 3.58 2 1 3.25 14.9
0 1.59 2 2 4.5 15.05
1 5.77 1 2 6.37 17.33
0 1.96 1 2 4.6 11.72
1 1.57 1 1 0.06 11.6
0 2.06 1 1 4.06 15.51
0 2.4 1 1 3.38 17.54
1 0.57 1 1 12.7 14.15
1 2.96 2 2 1.18 16.95
0 1.48 1 2 2.64 15.82
1 0.25 2 1 8.91 14.22
1 0.59 1 2 7.38 12.2
0 1.42 1 1 1.07 17.87
0 0.23 2 2 4.18 17.3
1 4.3 2 2 6.89 15.22
0 0.14 1 1 0.15 17.46
1 2.35 1 2 5.6 11.61
1 1.6 1 2 5.91 14.59
1 1.29 1 2 1.16 18.21
0 0.89 1 1 4.3 15.09
1 1.7 2 2 7.88 15.98
0 1.01 1 1 0.43 10.36
0 0.35 2 2 1.17 9.99
1 0.99 2 2 9.75 13.63
0 0.16 1 2 2.6 11.01
1 5.37 1 2 5.38 12.98
0 1.16 2 2 2.9 13.04
1 1.2 1 1 6.46 17.41
1 0.56 1 1 2.19 16.03

2
 1 2.82 1 1 7.94 17.54
1 3.55 1 2 9.16 15.98
0 1.9 1 1 3.49 13.62
0 1.5 1 2 0.5 17.41
0 0.12 2 2 2.16 16.87
1 2.26 1 2 4.11 11.62
0 1.48 1 1 1.84 15.98
0 0.96 1 2 2.22 14.27
1 2.96 1 2 4.6 11.12
0 1.15 1 1 5.01 17.12
1 1.21 1 1 4.18 17.46
1 3.5 1 2 3.37 12.05
0 0.42 2 2 0.98 10.96
0 1.98 1 2 0.46 9.83
1 2.21 1 1 3.9 14.01
0 3.14 1 1 1.12 12.36
0 1.87 2 2 2.85 10.55
0 0.19 1 2 3.01 10.01
1 1.12 1 1 4.5 17.53
1 5.6 1 1 5.25 16.94
0 0.28 1 2 1.44 9.92
1 3.77 2 1 8.98 11.19
0 2.26 1 2 0.3 11.05
0 2.01 1 2 2.07 14.07
0 0.16 1 1 3.11 10.55

Running Data
Langkah-langkah dalam pengujian data di atas menggunakan SPSS adalah sebagai berikut :
1. Pada posisi file telah terbuka, maka akan terlihat pada layar data tentang ketepatan
penyampaian laporan keuangan perusahaan dengan sejumlah variabel-variabelnya. Untuk

3
 meng
ganalisis, lan
ngkah awaln
nya adalah pilih
p menu A
Analyze, kem
mudian pilihh Regression
n dan
Binary Logistic.

2. Akan
n muncul boxx dialoge sep
perti di bawaah ini.

4
 Masu
ukan variabeel yang berffungsi sebag
gai variabel tak bebas dari box vaariabel ke kkolom
dependent, dan masukan sem
mua varibell bebas padaa kotak Covariate. Untuuk Method, pilih
Enter. Sebenarn
nya bisa dipilih metode apa saja kaarena model yang terbeentuk akan sama
(dalam
m artian penduga-pendu
uga parameternya akann memiliki nnilai-nilai yaang sama). A
Akan
tetapii, khusus meetode Enterr, harus dilak
kukan prosees dua kali. Pertama, daata di run deengan
semu
ua variabel untuk
u meng
getahui variaabel mana yyang signifiikan, setelahh itu di runn lagi
dengaan menggun
nakan variab
bel yang sign
nifikan itu. M
Model yang terbentuk akkan sama deengan
modeel yang diperroleh dengan
n metode lain
n.
3. Klik Categorica
al, masukkan
n semua vaariabel bebaas yang berrbentuk kateegori pada kkotak
covarriate ke dallam kotak ca
ategorical covariates,
c bbiarkan con
ntras pada ddefault indiccator.
Untuk
k referencee kategori pilih
p bagian kategori yaang akan diipakai sebaggai referensii atau
pemb
banding yan
ng akan dig
gunakan dalam interprretasi odds ratio. Dapaat menggunnakan
kateg
gori akhir (la
ast) atau kategori pertam
ma (first). D
Dalam penelitian ini diggunakan kattegori
akhirr (last).

4. Kemu
udian klik Continue.
C Setelah
S itu pilih
p menu ooption, centtang iteratioon history uuntuk
dapatt mengetahu
ui proses iteerasi yang telah
t berlanngsung. Abaaikan bagainn yang lain,, klik
contiinue.

5
5. Abaik
kan bagian yang
y lain, daan tekan OK
K maka akan keluar outpuut dari Regreesi Logistik..

Analisis Data
Setelah keluaar output daari hasil run
nning data di SPSS m
maka diperolleh hasil annalisis
sebagai berikut
b :
1. Identtifikasi Data
a yang Hilang

Case Processing
P S
Summary
a
Unweighted Cases N Percent
Selected Ca
ases Inclu
uded in Analyssis 70
7 100.0
0
Misssing Cases 0 .0
0
Tota
al 7
70 100.0
0
Unselected Cases 0 .0
0
Total 7
70 100.0
0
a. If weight is in effect, see classificattion table for th
he total
numbe er of cases.

Pada tabel di atas, dapat dilihat

d tidak ada data yanng hilang (m
missing casess).

2. Pemberian
P kode
k variabeel respon olleh SPSS

6
 Dependent Variable Encoding

Original Value Internal Value

tidak tepat waktu 0
tepat waktu 1

Menurut pengkodean SPSS, yang termasuk kategori sukses adalah penyampaian laporan
keuangan tahunan yang tepat.

3. Pemberian kode untuk variabel penjelas yang kategorik

Categorical Variables Codings

Paramete
Frequency (1)
Opini opini lain 27 1.000
wajar tanpa pengecualian 43 .000
Kompleksitas tidak punya anak
48 1.000
perusahaan
punya anak perusahaan 22 .000

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.

Block 1: Method = Enter

7
 Iteration Historya,b,c,d

Coefficients
-2 Log Komplek
Iteration likelihood Constant Profitabel sitas(1) Opini(1) Likuid Size_peru
Step 1 73.403 -2.862 .568 .185 .088 .145 .076
1 2 65.283 -4.549 .785 .696 -.075 .369 .092
3 63.845 -5.785 .964 1.032 -.146 .503 .109
4 63.789 -6.125 1.019 1.114 -.164 .534 .115
5 63.789 -6.143 1.022 1.118 -.165 .535 .116
6 63.789 -6.143 1.022 1.118 -.165 .535 .116
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 96.983
d. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.

4. Uji Signifikansi Model

Untuk mengetahui pengaruh variabel bebas terhadap variabel tidak bebas secara bersama-
sama (overall) di dalam model, dapat menggunakan Uji Likelihood Ratio. Hipotesisnya
adalah sebagai berikut:
Ho: β1 = β2 =....= βp = 0 (tidak ada pengaruh veriabel bebas secara simultan terhadap
variabel tak bebas)
H1: minimal ada satu βj ≠ 0 (ada pengaruh paling sedikit satu veriabel bebas terhadap
variabel tak bebas)
Untuk j = 1,2,...,p
Statistik uji yang digunakan adalah:
Lo
G 2  2 ln ........................................................ (4)
Lp

Dengan :
Lo = Maksimum Lieklihood dari model reduksi (Reduced Model) atau model yang
terdiri dari konstanta saja
Lp = Maksimum Likelihood dari model penuh (Full Model) atau dengan semua
variabel bebas.

8
 Statistik G2 ini mengikuti distribusi Khi-kuadrat dengan derajad bebas p sehingga
hipotesis ditolak jika G 2   2 ( , p ) atau p-value < α, yang berarti variabel bebas X secara
bersama-sama mempengaruhi variabel tak bebas Y.
Dari hasil SPSS dapat digunakan tabel “Omnibus Tests of Model Coefficients” untuk
melihat hasil pengujian secara simultan pengaruh variabel bebas ini.

Omnibus Tests of Model Coefficients

Chi-square df Sig.
Step 1 Step 33.194 5 .000
Block 33.194 5 .000
Model 33.194 5 .000

Berdasarkan tabel di atas diperoleh nilai Sig.Model sebesar 0.000. Karena nilai ini lebih
kecil dari 5% maka kita menolak Ho pada tingkat signifikansi 5% sehingga disimpulkan
bahwa variabel bebas yang digunakan, secara bersama-sama berpengaruh terhadap
ketepatan penyampaian laporan keuangan suatu perusahaan. Atau minimal ada satu
variabel bebas yang berpengaruh.

Model Summary

-2 Log Cox & Snell Nagelkerke

Step likelihood R Square R Square
1 63.789a .378 .504
a. Estimation terminated at iteration number 6 because
parameter estimates changed by less than .001.

5. Persentase Ketepatan Klasifikasi (Percentage Correct)

Classification Tablea

Predicted

Tepat
tidak tepat Percentage
Observed waktu tepat waktu Correct
Step 1 Tepat tidak tepat waktu 25 9 73.5
tepat waktu 6 30 83.3
Overall Percentage 78.6
a. The cut value is .500

9
 Persentase ketepatan model dalam mengkasifikasikan observasi adalah 78.6 persen.
Artinya dari 70 observasi, ada 55 observasi yang tepat pengklasifikasiannya oleh model
regresi logistik. Jumlah observasi yang tepat pengklasifikasiannya dapat dilihat pada
diagonal utama.

6. Uji Parsial dan Pembentukan Model

Pada umumnya, tujuan analsis statistik adalah untuk mencari model yang cocok dan
keterpautan yang kuat antara model dengan data yang ada. Pengujian keberartian parameter
(koefisien β) secara parsial dapat dilakukan melalui Uji Wald dengan hipotesisnya sebagai
berikut:
Ho: βj = 0 (variabel bebas ke j tidak mempunyai pengaruh secara signifikan terhadap
variabel tidak bebas)
H1: βj ≠ 0 (variabel bebas ke j mempunyai pengaruh secara signifikan terhadap variabel
tidak bebas)
Untuk j = 1,2,....,p
Dengan statistik uji sebagai berikut:
2
 j 
W   ........................................................ (5)
 Se j 

Hipotesis akan ditolak jika W   2 ( ,1) atau p-value < α yang berarti variabel bebas Xj secara
partial mempengaruhi variabel tidak bebas Y.
Pada uji diharapkan Ho akan ditolak sehingga variabel yang sedang diuji masuk ke dalam
model. Dengan bantuan tabel “Variables in The Equation” dapat dilihat variabel mana saja
yang berpengaruh signifikan sehingga bisa dimasukkan ke model. Jika nilai sig.<α maka Ho
ditolak.

10
 Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step
a
Profitabel 1.022 .358 8.149 1 .004 2.780
1 Kompleksitas(1) 1.118 .777 2.068 1 .150 3.057
Opini(1) -.165 .689 .057 1 .811 .848
Likuid .535 .154 12.152 1 .000 1.708
Size_peru .116 .140 .679 1 .410 1.123
Constant -6.143 2.516 5.963 1 .015 .002
a. Variable(s) entered on step 1: Profitabel, Kompleksitas, Opini, Likuid, Size_peru.

Berdasarkan hasil di atas diketahui bahwa terdapat 2 variabel bebas yang signifikan
berpengaruh terhadap ketepatan penyampaian laporan keuangan perusahaan karena masing-
masing variabel tersebut memiliki nilai signifikansi yang lebih kecil dari α=5%. Variabel-
variabel tersebut adalah Profitabilitas (Sig.=0.004)dan Likuiditas (Sig.=0.000). Model yang
terbentuk adalah :
exp 6.143 1.022 0.535
1 exp 6.143 1.022 0.535
Dimana :
= Profitabilitas
= Likuiditas
i=1,2,…,n

7.Interpretasi Odds Ratio

Odds ratio merupakan ukuran risiko atau kecenderungan untuk mengalami kejadian
‘sukses ‘ antara satu kategori dengan kategori lainnya, didefinisikan sebagai ratio dari odds untuk
xj = 1 terhadap xj = 0. Odds ratio ini menyatakan risiko atau kecenderungan pengaruh observasi
dengan xj = 1 adalah berapa kali lipat jika dibandingkan dengan observasi dengan xj = 0. Untuk
variabel bebas yang berskala kontinyu maka interpretasi dari koefisien βj pada model regresi
logistik adalah setiap kenaikan c unit pada variabel bebas akan menyebabkan risiko terjadinya Y
= 1, adalah exp(c.βj) kali lebih besar.
Odds ratio dilambangkan dengan θ, didefinisikan sebagai perbandingan dua nilai odds
xj = 1 dan xj = 0, sehingga:

11
 
 (1) /1   (1) ................................................... (6)
 (0) /1   (0)
Nilai Odds ratio ini juga disediakan oleh tabel “Variables in The Equation” pada kolom
Exp(B) :

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step
a
Profitabel 1.022 .358 8.149 1 .004 2.780
1 Kompleksitas(1) 1.118 .777 2.068 1 .150 3.057
Opini(1) -.165 .689 .057 1 .811 .848
Likuid .535 .154 12.152 1 .000 1.708
Size_peru .116 .140 .679 1 .410 1.123
Constant -6.143 2.516 5.963 1 .015 .002
a. Variable(s) entered on step 1: Profitabel, Kompleksitas, Opini, Likuid, Size_peru.

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.
 

12