Berdasarkan postingan sebelumnya yang berjudul "Analisis Regresi Logistik dengan SPSS", kali ini saya akan membahas output hasil analisis. Beberapa output tersebut diantaranya sebagai berikut :
1. Uji kesesuaian model
Uji kesesuaian model dapat dilihat pada output pada tabel Hosmer and Lemeshow Test seperti gambar berikut :
Dari hasil output pada gambar 1 diatas, untuk mengetahui kesesuaian model dapat dilakukan pengujian hipotesis sebagai berikut :
1) Hipotesis
H0 : Model sesuai dengan data
H1 : Model tidak sesuai dengan data
2) Tingkat signifikansi
α = 0,05
3) Daerah kritis
P-value < α (Tolak H0)
4) Statistik Uji
P-value = 0,197
5) Keputusan
0,197 > 0,05 (gagal tolak H0)
6) Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada gagal menolak H0 (0,197 > 0,05) yang berarti menunjukkan bahwa model sesuai
Setelah menguji kesesuaian model, selanjutnya dilakukan pengujian koefisien determinasi untuk mengetahui seberapa besar kemampuan model menggambarkan fenomena yang sebenarnya. Adapun output koefisien determinasi dapat dilihat pada tabel model summary berikut :
Berdasarkan output pada gambar di atas, untuk melihat seberapa besar koefisien determinasi dapat dilihat pada besarnya nilai R square pada kolom Nagelkerke R Square. Hasil pengujian diperoleh nilai Nagelkerke R Square sebesar 0,246, hal ini menunjukkan bahwa kemampuan model menggambarkan fenomena sebenarnya adalah sebesar 24,6%. Sedangkan sisanya dijelaskan oleh variabel lain yang belum dijelaskan oleh model.
Adapun output selanjutnya adalah classification table untuk melihat nilai-nilai prediksi dapat memprediksi variabel yang digunakan. Adapun output classification table dapat dilihat pada gambar berikut :
Berdasarkan output pada gambar di atas, terdapat nilai overall percentage sebesar 85,6 yang artinya dapat diketahui bahwa nilai-nilai prediksi dapat memprediksi variabel-variabel dengan tingkat kebenaran sebesar 85,6%.
Output selanjutnya adalah tabel Omnimbus tests of model coefficietns yang digunakan untuk melakukan uji overall. Berikut output tabel Omnimbus tests of model coefficients.
1) Hipotesis
H0 : β0 = β1 = β3 = β4 = β5 = 0
H1 : minimal ada satu βj ≠ 0
2) Tingkat signifikansi
α = 0,05
3) Daerah kritis
P-value < α (Tolak H0)
4) Statistik Uji
P-value = 0,007
5) Keputusan
0,007 < 0,05 (tolak H0)
6) Kesimpulan
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0 (0,007 < 0,05) yang berarti menunjukkan bahwa minimal ada satu βj ≠ 0
Untuk melihat variabel independen yang berpengaruh terhadap variabel KW (variabel dependen), selanjutnya uji parsial dengan cara melihat output pada variables in the equation seperti terlihat pada gambar berikut :
1) Hipotesis
H0 : βi = 0 (i = 0,1,2)
H1 : βi ≠ 0 (i = 0,1,2)
2) Tingkat signifikansi
α = 0,05
3) Daerah kritis
P-value < α (Tolak H0)
4) Statistik Uji
Model
|
Hipotesis
|
Sig.
|
Tanda
|
α
|
Keputusan
|
Konstanta
|
H0
: β0 = 0
H1
: β0 ≠ 0
|
0,004
|
<
|
0,05
|
Tolak
H0
|
DTA
|
H0
: β1 = 0
H1
: β1 ≠ 0
|
0,002
|
<
|
0,05
|
Tolak
H0
|
ROA
|
H0
: β2 = 0
H1
: β2 ≠ 0
|
0,030
|
<
|
0,05
|
Tolak
H0
|
5) Keputusan
1. Konstanta
0,004 < 0,05 (Tolak H0)
2. DTA
0,002 < 0,05 (Tolak H0)
3. ROA
0,030 < 0,05 (Tolak H0)
6) Kesimpulan
1. Konstanta
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0 (0,004 < 0,05) yang berarti menunjukkan bahwa β0 = 0 ( Semua nilai Y tidak dapat dijelaskan oleh X)
2. DTA
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0 (0,002 < 0,05) yang berarti menunjukkan bahwa β0 ≠ 0 (faktor DTA berpengaruh terhadap KW)
3. ROA
Dengan menggunakan tingkat kepercayaan 95% data yang ada menolak H0 (0,030 < 0,05) yang berarti menunjukkan bahwa β0 ≠ 0 (faktor ROA berpengaruh terhadap KW)
Demikian, semoga bermanfaat
:) :( hihi :-) :D =D :-d ;( ;-( @-) :P :o -_- (o) :p :-? (p) :-s (m) 8-) :-t :-b b-( :-# =p~ $-) (y) (f) x-) (k) (h) cheer lol rock angry @@ :ng pin poop :* :v 100