Kamis, 06 Januari 2011

Statistik Regresi Logistik dalam Bab III Thesis ..


3.4.1.1 Uji Wald         
Variabel PER, arus kas operasi dan laba dilakukan pengujian terhadap parameter (koefisien) yang telah ada, apakah estimasi parameter dari masing-masing variabel independennya layak untuk dimasukkan ke dalam persamaan tersebut atau tidak, Statistik uji yang digunakan adalah Wald test. Uji hipotesisnya adalah sebagai berikut :

Ho : Variabel independen tidak mempunyai pengaruh terhadap variabel dependen
Ha  : Variabel independen mempunyai pengaruh terhadap variabel dependen.

Dengan tingkat signifikansi (α) sebesar 0,05, maka kesimpulan yang dapat di ambil adalah :
1)  Jika p-value (dalam hal ini adalah sig -2 tailed) > 0,05
     Ho diterima dan Ha ditolak, berarti variabel independen tidak berpengaruh terhadap variabel dependen
2)  Jika p-value  (dalam hal ini sig -2 tailed ) < 0,05
Ho ditolak dan Ha diterima, berarti variabel independen berpengaruh terhadap variabel dependen

3.4.2 Uji G
Sebagaimana halnya dengan model regresi linier dengan metode OLS, dalam pengujian model logit juga dapat dilakukan pengujian model secara keseluruhan yaitu dengan Uji G. Statistik G ini menyebar menurut sebaran khi kuadrat (X2).
Uji G menunjukkan bahwa model logistik secara keseluruhan dapat menjelaskan atau memprediksi variabel independen  terhadap variabel dependen. 
Uji hipotesisnya adalah sebagai berikut :
Ho : Variabel-variabel independen secara bersama-sama tidak mempengaruhi variabel dependen
Ha  :  Variabel-variabel independen secara bersama-sama mempengaruhi variabel   dependen.

Dengan tingkat signifikansi (α) sebesar 0,05, maka kesimpulan yang dapat di ambil adalah :
1)  Jika p-value (dalam hal ini adalah sig -2 tailed) > 0,05
     Ho diterima dan Ha ditolak, berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen
2)  Jika p-value  (dalam hal ini sig -2 tailed ) < 0,05
      Ho ditolak dan Ha diterima, berarti variabel independen secara bersama-sama
      berpengaruh terhadap variabel dependen

3.4.3  Koefisien Determinasi
Ukuran ini mirip dengan R-Square dalam regresi linear atau regresi linear berganda, yang menunjukan seberapa besar semua variabel independen secara bersama-sama dalam mempengaruhi variabilitas variabel dependen.Ukuran yang digunakan adalah Nagelkerke’s R Square (Ghozali, 2005). Penghitungan menggunakan PASW 18, jika semakin tinggi hasil presentase yang dihasilkan maka semakin bagus model tersebut dalam memprediksi keputusan investasi. Misal, jika dilihat dari output PASW 18 nilai Nagerkeeke’s R square adalah 0,789 berarti variabilitas dependen yang dapat dijelaskan oleh variabilitas variabel independen sebesar 78,9%.

3.4.4Uji Goodness of fitted Model .
Uji ini digunakan untuk mengetahui model regresi logistik sesuai dengan data yang ada atau tidak secara signifikan. Statistik uji yang digunakan adalah Hosmer and Lemeshow Test (Ghozali, 2005). Uji hipotesisnya adalah  sebagai berikut :
Ho : Model regresi logistik fit dengan data
Ha  : Model regresi logistik tidak fit dengan data

Dengan tingkat signifikansi (α) sebesar 0,05, maka kesimpulan yang dapat di ambil adalah :
1)  Jika p-value (dalam hal ini adalah sig -2 tailed) > 0,05
     Ho diterima dan Ha ditolak, berarti model regresi logistik tidak fit dengan data
2)  Jika p-value  (dalam hal ini sig -2 tailed ) < 0,05
      Ho ditolak dan Ha diterima, berarti model regresi logistik fit dengan data

3.4.5  Klasifikasi Tabel
Analisis selanjutnya berkaitan dengan daya klasifikasi terhadap model fit. Menurut Imam Ghozali (2001) tujuan dari adanya klasifikasi ini adalah untuk menghitung nilai estimasi yang benar (correct) dan yang salah (incorrect). Model dalam penelitian ini dapat dijabarkan sebagai berikut :

P (X) =       e (α+β1PER+ β2Arus kas operasi + β3Laba)
               1+ e (α+β1PER+ β2Arus kas operasi + β3Laba)

Label:

0 Komentar:

Poskan Komentar

Berlangganan Poskan Komentar [Atom]

<< Beranda