Simulasi Penggunaan Regresi Ordinal

Simulasi ini menggunakan pengaruh antara Quick Ratio (QR), Return on Assets (ROA) dan Debt to Equity Ratio (DER) terhadap opini audit yang dinyatakan dalam 4 (wajar tanpa pengecualian); 3 (wajar dengan pengecualian); 2 (tidak wajar) dan 1 adalah tidak menyatakan pendapat. Data ini diambil dari 15 perusahaan manufakturing tahun 2000 – 2004 yang dipilih secara acak, sehingga jumlah data total adalah 15 x 5 (tahun) = 75 data. Data selengkapnya dapat anda download di sini.

Langkah pertama adalah melihat distribusi data variabel terikatnya, untuk menentukan option link yang akan digunakan. Berikut adalah distribusi data penelitian:

Distribusi data.jpg

Tabel di atas menunjukkan bahwa dari 75 data, terdapat 50 data yang mendapatkan opini 3. Jujur aja, saya juga bingung, ini pake complementary log-log atau cauchit. Jadi ya terpaksa saya coba-coba pake complementary log-log karena data kecenderungannya tinggi. He he.

Langkah kedua adalah masuk ke menu analyze, pilih regresi, sorotkan mouse pada ordinal seperti pada gambar di bawah ini:

Menu Regresi ordinal.jpg

Klik pada menu ordinal, maka akan diarahkan ke box seperti ini:

Box regresi ordinal.jpg
Masukkan opini auditor ke kotak dependent dan variabel bebas QR, ROA dan DER ke kotak covariate. Kenapa dimasukan ke covariate? Tidak di kotak factor? Hayo…..kenapa????? kan dah ada di pengantar regresi ordinal, bahwa kotak factor untuk variabel bebas dengan data nominal atau ordinal. QR, ROA dan DER kan menggunakan skala rasio jadi ya masuk ke covariate! Makanya baca dulu pengantar regresi ordinal……….

Tekan option, maka anda akan diarahkan ke kotak option link

Menu option link.jpg

Pada bagian paling bawah, pilih menu complementary log-log. Abaikan yang lain lalu tekan continue dan program akan mengarahkan kembali ke menu regresi ordinal. Lalu pilih output, yang ada di samping option. Jika anda benar, maka akan diarahkan ke kotak seperti ini:

Menu  output.jpg

Berikan tanda tick mark seperti pada gambar, lalu tekan continue, sehingga diarahkan ke menu regresi ordinal lagi. Tekan OK, nah….maka output akan keluar dan mari kita interpretasikan secara bertahap.

Uji Kelayakan Model

Lihat output berikut:

Output Complementary log log.jpg

Pada Model Fitting Information–2 Log Likelihood, yaitu untuk intercept saja dan untuk final (dengan semua variabel bebas). Selisih dari kedua nilai tersebut adalah sebesar 149,318 – 139,232 = 10,186 yang merupakan nilai Chi-Square. Tabel tersebut menunjukkan bahwa nilai Chi-Square tersebut mempunyai nilai signifikansi sebesar 0,018 (<>goodness of fit berdasarkan nilai Pearson memberikan hasil yang agak berbeda. Tampak bahwa nilai Chi-Square-Pearson adalah sebesar 231,311 dengan taraf signifikansi sebesar 0,271. Nilai taraf signifikansi di atas 0,05 yang menunjukkan bahwa model tidak fit dengan data.

Yach…..berarti pilihan complementary log-log kurang tepat dunk…. He he. Ya udah sekarang coba dengan cara yang sama, tetapi pada option link gunakan cauchit.
Output cauchit.jpg

Hasil pada tabel di atas memberikan nilai Chi-Square sebesar 25,424 dengan taraf signifikansi sebesar 0,00 (<>fit terhadap data, dan nilai chi-square juga lebih tinggi dari pada nilai chi-square dengan metode complementary log-log. Hal ini menunjukkan bahwa metode cauchit memberikan model yang lebih baik. Nilai Pearson yang dihasilkan adalah sebesar 254,833 dengan taraf signifikansi sebesar 0,049 (<>fit dengan data, yang jelas memberikan hasil yang lebih fit dibandingkan dengan metode complementary log-log.

Uji kesesuaian statistik juga dapat diberikan dengan nilai Pseudo R-square. Nilai ini mengadopsi nilai koefisien determinasi pada regresi berganda, yang menunjukkan seberapa besar kemampuan variabel bebas menjelaskan varians response. Terdapat tiga buah nilai Pseudo R-Square, dengan nilai terbesar adalah Nagelkerke yaitu sebesar 0,333. Hal ini menunjukkan bahwa Quick Ratio, Return On Assets dan Debt To Equity Ratio mampu menjelaskan varians opini audit sebesar 33,3% di mana sisanya yaitu sebesar 66,7% dijelaskan oleh faktor-faktor yang lain.

Test Parallel Lines

Test parallel lines dipergunakan untuk melihat apakah terdapat kesamaan kategori antara variabel-variabel pada model, dan juga apakah terdapat kesamaan dengan model dengan intercept saja.

Output parale lines.jpg

Tabel di atas memberikan nilai selisih –2 Log Likelihood antara model dengan intercept saja dan dengan menggunakan variabel bebas adalah sebesar 12,039 dengan taraf signifikansi sebesar 0,061. Nilai taraf signifikansi di atas 0,05 yang menunjukkan bahwa tidak terdapat perbedaan kategori antara variabel-variabel yang digunakan dalam penelitian. Model yang baik adalah di mana terdapat kesamaan kategori antara variabel-variabel pada model.

Berdasarkan uji kesesuaian statistik di atas, maka model dengan cauchit dapat diterima atau model fit dengan data. Dengan demikian, model ini dapat dipergunakan, dan uji hipotesis dapat dilakukan.

Uji Hipotesis

Uji hipotesis menggunakan gambar Parameter Estimates di atasnya gambar Test Paralel Lines. Berdasarkan tabel tersebut, maka pengaruh antara variabel bebas terhadap opini audit adalah sebagai berikut:

QR

Gambar di atas memberikan nilai signifikansi sebesar 0,015 (<>Quick Ratio mempunyai pengaruh yang signifikan terhadap opini audit. Nilai estimate adalah sebesar 7,230 yang menunjukkan bahwa pengaruh tersebut adalah positif. Artinya semakin tinggi Quick Ratio, maka probabilitas opini audit juga akan semakin tinggi, dan sebaliknya semakin rendah Quick Ratio maka probabilitas opini audit juga akan semakin menurun.

ROA

Gambar di atas memberikan nilai signifikansi sebesar 0,045 (<>Return On Assets mempunyai pengaruh yang signifikan terhadap opini audit. Nilai estimate adalah sebesar 0,021 yang menunjukkan bahwa pengaruh tersebut adalah positif. Artinya semakin tinggi Return On Assets, maka probabilitas opini audit juga akan semakin tinggi, dan sebaliknya semakin rendah Quick Ratio maka probabilitas opini audit juga akan semakin menurun.

DER

Gambar di atas memberikan nilai signifikansi sebesar 0,918 (> 0,05) yang menunjukkan bahwa variabel Debt To Equity Ratio tidak mempunyai pengaruh yang signifikan terhadap opini audit. Hal tersebut menunjukkan bahwa perubahan pada Debt To Equity Ratio tidak mempunyai pengaruh yang konsisten terhadap opini audit.

One thought on “Simulasi Penggunaan Regresi Ordinal

  1. mas, mw nanya.. kalau misalnya test of parallel lines nya g’ terpenuhi,, model reg.ordinalnya masih bisa digunakan?
    kira2 penyebabbnya apa y mas?
    makasih

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s