Spss regresi logistik binära alternativ

Langkah-langkahnya adalah sebagai berikut.1 Programmet för program SPSS och andra miljarier.2 Inmatningsdata förnybara data, data och information om data från senare tid kategorisk dataanalys Alan Agresti, 2007, editors 2 - halaman 132, pada Kasus saya variabel penjelasnya ada 2 Varighetsklassificering än T denganskalan nominell än variabel terikatnya Y dalam bentuk nominell terdiri atas 2 kategori-- biner.3 Välj alternativ variabelvisning lira ubahlah variabelnamn än etikett - nyckeltal , Säg om det är så, men då är det felaktigt Kemudian Values ​​nya disesuaikan nilainya Bila data berbentuk nominell status ordinärt misslyckad Tänd Y, mäta ny diganti dari skala menjadi nominell.4 Data Telah beres, kemudian pilih opsi Analysera Regression Binär Logistik. 5 Masukkan Y sebagai variabel Beroende än D serta T sebagai covariates Untuk Metod ny saat ini saya masih tetap menggunakan enter.6 Karena Berbentuk kategorik, maka harus ditetapkan refer ence Kategori ny dengan cara memilih opsi Categorical Untuk kemudahan interpretasi biasanya säg memilih first untuk referens ny Artinya setiap kategori akan diperbandingkan dengan kategori pertama Kemudian JANGAN LUPA pilih förändring Klicka Fortsätt.7 Pilih alternativ Kemudian centang hosmer lemeshow än klassificering tomter än klicka fortsätt Kemudian OK. Ok Utveckla Tolkning Utskriftsvänlig sida Utskriftsvänlig sida Utskriftsvänlig version Utskriftsvänlig sida Utskriftsvänlig version Analys Registret Logistik tolkning Terimakasih telah membaca. Minggu yang lalu, saya telah menyampaikan mengenai koncept dari analisis regresi logistik biner Pada minggu ini, saya akan coba melanjutkan pembahasan berkaitan dengan angkah langkah pengolahan nya dengan Programvaran SPSS Langkah-långkahnya adalah sebagai berikut.1 Programmet för program SPSS är en miliki.2 Input-data är en ny databas som innehåller data som kan användas för att analysera data från kategorin Data Analysis Alan Agresti, 2007, redaktion 2 - Halaman 132, pada kasus saya Variabel penjelasnya ada 2 Durasi skala rasio dan T dengan skala nominell än variabel terikatnya Y dalam bentuk nominell terdiri atas 2 kategori-- biner.3 Pilih alternativ variabel vy labil ubahlah variabelnamn än etikett - nyckeln sönder dengan kasus masing-masing Saat ini saya Akan menggubah nama menjadi D, T och Y misalnya Kemudian Values ​​nya disesuaikan nilainya Bila data berbentuk nominell atau ordinal misalnya untuk T, Y, mäta ny diganti dari scale menjadi nominal.4 Data-telah beror, kemudian pilih opsi Analysera regression binär logistik.5 Masukkan Y sebagai variabel Beroende än D serta T sebagai covariates Untuk Metod ny saat ini saya masih tetap blandgunakan enter.6 Karena berberte kategorik, maka harus ditetapkan referens kategori ny dengan cara memilih opsi kategorisk Untuk kemudahan interpretasi biasanya säg memilih första untuk referens ny Artinya setiap kategori akan diperbandingkan dengan kategori pertama Kemudian JANGAN LUPA pilih förändring Klicka Fortsätt.7 Pilih upp föreställningar Kemudian centang hosmer lemeshow dan klassificering tomter än klick fortsätt Kemudian OK. Ok Untuk Tolkning Outputnya silahkan membaca postingan berikutnya yang berjudul Analys Regresi Logistik tolkning Terimakasih telah membaca - Ferdi Fadly. Regresi logistik logistisk regression sebenarnya samma dengan analisis regresi berganda hanya variabel terikatnya merupakan variabel Dummy 0 dan 1 Sebagai contoh, pengarna är berbera rasio keuangan terhadap keterlambatan penyampaian laporan keuangan Maka variabel terikatnya adalah 0 jika terlambat dan 1 jika tidig terlambat tepat Regresi logistik tidak memorlukan asumsi normalitas meskipun screening data outliers tetap dapat dilakukan Untuk asumsi multikolinearitas pada regresi logistik silahkan simak Di sini. Interpretasi regresi logistik blandning odd förhållande atau kemungkinan Sebagai contoh, Jika rasio keuangan ROA meningskat sebesar 1 maka kemungkinan ketepatan menyampaikan laporan keynan meningkat sebesar 1,05 kali Berarti semakin tin ggi ROA kemungkinan tepat semakin tinggi Atau Jika rasio keiser DER meningkat sebesar 2 maka kemungkinan ketepatan penyampaian laporan keynan meningkat sebesar 0,98 kali atau bisa dikatakan menurun karena lebih kecil dari 1 yang berarti kemungkinan terlambat semakin tinggi. Berikut adalah simulation aplikasi regresi logistik logistisk regression dengan SPSS Versi 11 5 Kontoh tabulata data dengan 84 sampel bisa di download di sini Tampilannya pada SPSS Versi 11 5 om du vill ha en separat ini. Simulasi adalah untuk melihat moneyuh antara variabel profitabilitet, komplexitas perusahaan, opinionsrevisor, likuiditas dan ukuran perusahaan terhadap ketepatan penyampaian laporan keuangan tahunan perusahaan Profitabilitas diukur dengan ROA komplexitas diukur dengan 1 månad dålig dålig än 0 år gammal tidig mödanyan anak perusahaan opinionsrevisor diukur dengan 1 år gammal än en dag dålig pengecualian än 0 untuk opinionen liggande likviditet Diukur dengan Nuvarande förhållande än kön ompleksitas diukur dengan logaritma naturligt marknadsvärde Nah variabel terikatnya adalah ketepatan penyampaian laporan keangan dengan kod 1 untuk perusahaan yang tepat än 0 untuk perusahaan yang terlambat. Klikmeny Analysera, pilih Binär Logistik, seperti ini. Jika anda benar, maka akan keluar meny Untuk regresi logistik Masukkan variabel källa till bokstavsberoende beroende på, men det är inte möjligt att ändra variabla bokförda bokföringsalternativ. Klicka här för att välja alternativ. Se till att du kan spara en boks separat. Vänligen klicka på menyalternativet för att fortsätta. Klicka här för att se mer om den här boken. tekan OK Programmet har en mjukvara som kan användas för att hantera och hantera data och data om data och data och nedladdningar. Interpretersinya adalah sebagai berikut. Pertama Melihat Kelayakan-modellen, som kan tolkas utifrån, beräknar ini. Nilai -2 Log Sannolikhet för att ha det 96.607 Chi Square pada taraf signifikansi 0,05 d Engan df sebesar N-1 dengan N adalah jumlah sampel, berarti 84 1 83 Dari-tabell Chi-kvadraten, diperoleh nilainya adalah 100,744 Jadi -2 Log Sannolikhet Chi Square 96,607 100,74.Jika konstanta så småningom som möjligt, som är en variabel bebas dimasukkan juga tidak Leka, kan du göra med 2 Log Sannolikhet Yup penurunannya adalah sebesar 96.607 84.877 11,73 Atau kalau män ngitung manual, Output SPSS juga tela medlemn nilai itu yaitu sebagai berikut. Nah kelihatan kan kalau output selisihnya adalah sebesar 11,729 än mempunyai signifikansi 0,039 0 , 05.Kalau masih kurang puas, bisa dilihat nilai Hosmer och Lemeshow Test Hosmer dan Lemeshow Test adalah untuk melihat apakah data empiris cocok atau tidak dengan modell atau dengan kata lain diharapkan tidak ada perbedaan antara data empiris dengan modell Modell akan dinakatakanakaku jika significifiki di Ata 0,05 atau -2 Log Sannolikhet för att ha Chi Square Tabel Hati-hati, ini berkebalikan dengan yi long sebelumnya Tampak kan bahwa nil ai Hosmer och Lemeshow Test adalah sebesar 9,778 dengan signifikansi 0,281 0,05 Berarti modell adalah passform dan modell dinyatakan layak dan boleh diinterpretasikan. Gambar di atas medlem nilai Nagelkerke R Square sebesar 0,191 yang berarti bahwa kelima variabel bebas mampu menjelaskan varians ketepatan penyampaian laporan keuangan sebesar 19,1 än sisanya yaitu sebesar 80,9 dijelaskan oleh faktor lain. Pengujian hipotesis penelitian dilihat dengan output berikut ini. Lihat aja signifikansinya, yang di bawah 0,10 10 berarti significant berpengaruh atau hipotesis diterima Pembahasannya silahkan dikaitkan dengan teori yang dikembangkan di awal. Silahkan ladda ner material som finns i sini. dan jika memerlukan filen data kan du ladda ner dem. Mala mas mau nanya, kalo yg digunakan D1 perusahaan och melakukan lager split dan D0 perusahaan och tidigt melakukan lager split, dalamperiod 4th den september pemberian nmr 1 än 0 untuk setiap 1 perusahaan slma 4thn gimana Misalkn tahn2009-2012 perusahaan En melakukan ss pda thn 2010, apakh pmberian kod 1 hnya pda thn 2010, sdngkn untuk thn 08,11 12 diberi kod0, atau pemberian kod 1 pda perusahaan En yg sdh melakukan ss padathn 09-12 Terima kasih mohon bntuannya mas. Kalau melalukan diberi 1, tidak melakukan diberi kod 0 Selesai Terima kasih. mas, saya mau tanya, saya sdh uji logistik än harilnya significant dibawah 0,05 Namn betanya bernilai negatif padahal teori yang ada harusnya hubungan nya positif, kata dosen saya det dikarenakan data nya tidak normal , Men det går inte att skriva ut data, men det går att se till att det går att se till att det går att logga in för att se till att det är normalt. Tredje gången är det normalt att det går att se till att det är normalt. Titta på det här alternativet, och säg om det är en fråga om att analysera en faktor 2 som är en avgörande faktor för pelaku UKM terhadap penyusunan laporan keuangan, saya menggunakan variabel dummy, baik variabel dependen maupun independen Regresi apakah yang cocok untuk penelitian saya tersebut regresi linjär berganda vid registret logistik mohon pencerahannya terima kasih. Kalau dependen dummy gunakan logistik Terima kasih. Selamat malam pak, saya ingin bertanya Saya sedang menyusun tesis Dalam penelitian saya blandgunakan variabel dummy untuk variabel dependen Sedangkan untuk variabel independen sebanyak 4 Dimana 2 variabel oberoende diukur Melalui kuesioner dengan scala likert, sedangkan 2 variabel oberoende lainnya diukur melalui data sekuder dengan skala nominella Apakah penelitian saya bisa dianalisis menggunakan regresi logistik adakah litteraturen yang bisa mendukung Terimakasih. Bisa Terima kasih. mas, saya maan nanya judul penelitian saya penningpanel sistem informasi geografis dalam pemetaan kejadian dbd di wilker puskesmas jenis penelitiannya deskriptif kuantitatif variabel bebas curah hujan, kelembaban, kepadatan penduduk, abj, skala intervallet om, jk, pendidikan, pekerjaan, keberadaan teman hias, keberadaan brg2 bekas, kondisi ventilasi nominell, suhu rasio variabel terikat ny det är en penningbar penyakit intervall samma status penderita nominellt säga bingung mau menggunakan uji apa mas yg cocok buat penelitian saya mohon bantuannya terimakasih. Silahkan simak di rujukan penelitian terdahulu Anda Terima kasih. Assalamu alaikum min, majestätande kaliber meneliti tentang pengaruh 3 variabel bebas terhadap variabel terikat yang datanya diambil dari 10 perusahaan misalnya, data manakah yang seharusnya diinput ke dalam spss. apakah data rata-rata masing2 variabel bebas än terikatnya, maximalt maximalt när det gäller minsta möjliga nivå. Terima kasih, min. Simak di metod penelitian Anda, lihat pada definisi operational variabel Terima kasih. Selamat siang pak, saya mau bertanya, seperti contoh yang bapak berikan tentang revisionsfördröjning diatas, dengan variabel indpendennya terdiri dari skala rasio dan skala nominell yang blandgunakan variabel dummy, kira2 metod regresi seperti apa yang cocok digunakan untuk pengujian , apabila revision delaynya dihitung berdasarkan jumlah hari keterlam Batan Bukan menggunanakan variabel dummy Libih baik menggunaka regresi berganda atau regresi logistik Terimakasih. Silahkan som rujukan penelitian terdahulu Anda Terima kasih. selamat öra pak säga mau tanya variabel dependen saya tentang vänster ställer akuntansi dimana kuesioner säger berbentuk soal tentang dimana hanya ada dua jawaban benar dan salah analisisnya gmn ya pak. Pak, saya mau bertanya lagi Saya sedang mengerjakan skripsi dengan regresi logistik 1 En tabell som du vill ändra, varför du vill ha en ny 0,000 underskrift 0,406 Det går inte att få en räkning om du vill ha en bikini på en bikini. Du kan göra det med tusen olika variabler, som du kan göra med 100 olika variabler, npm, tillväxten är känd för dig. 10.2 Det är en ny meny som är signifikant Betul Pak. Mohon Jawabannya Pak Terima Kasih sebelumnnya kasih. Pak, apakah ada cara untuk menghitung jumlah urvalet av dig själv en fördjupning av registret logistik Apakah disesuaikan dengan jumlah variabel independen atau baganimana Terima Kasih. selamat malam ingin menyusun pertanyaan kuesioner jika sampelnya terbagi menjadi 2 kelompok apakah saya harus menyusun pertanyaan yai bisa dijawab keduanya atau memang ada beberapa pertanyaan terten dari total seluruh pertanyaan di kuesioner yang memang Khusus untuk 1 kelompok saja terima kasih. Jika ingin mengukur hali samma dag, har tio år haft en ojämnhet i samma Terima kasih. Assalamualaikum Saya mau Tanya mas, Kalau secara keseluruhan Variabel berpengaruh negativ berarti tak memiliki pengaruh significant du är inte en stor sak på tidningen mas. Analisa Regresi Logistik Dengan SPSS. Pada Analysera regresi, bila peubah respon bukan lagi peubah variabel kuantitatif melainkan beräkna peubah variabel kategorik yang hanya terdiri dari beberapa nilai maka regresi linear klassik tidak dapat digunakan Adapun modell regresi yang sering digunakan untuk menganalisis peuba H respon berskala biner adalah REGRESI LOGISTIK. Model regresi logistik termasuk dalam modell linjär terampat Generalized Linear Modeller GLM GLM merupakan suatu metod du kan göra dig till enbart minnesmätare, du kan fortsätta med tiden, fortsätt att använda den här kategorin, misslyckas med den här funktionen, funktionen, penghubung, länkfunktionen, tertentu sehingga diperoleh suatu model yang mampu mixanalisa hubungan antara peubah respon kategorin Dependen Variabel dengan satau beberapa peubah penjelas Oberoende Variabel. Aplikasi dari analisa Regresi Logistik banyak digunakan untuk menghitung penyebab sebuah resiko dibidang bisnis maupun bidang kesehatan Misalkan faktor-faktor apa sajaang meny penyebab sebuah kridit bank beresiko macet faktor-faktor apa saja yang menyebabkan resiko seseorang terkena penyakit Diabetes. Contoh Kasus Bidang Bisnis. Sebuah perusahaan pembiayaan sepeda motor ingin mengetahui faktor-faktor apa saja mangengaruhi sebuah kridit kendaraan dapat mengalami kemacetan Data digunakan sampel sebanyak 35 peminjam untuk mencari penyebab dimana faktor-faktor, men det är inte så mycket som möjligt, men det är inte så mycket som möjligt, men det går inte att göra något. Menyalternativet är ett meningsalternativ, men det går inte att ändra det självständiga alternativet. Det går inte att skriva in det här alternativet. dimana kategori med hjälp av kod nol 0, nantinya dijadikan sebagai Referens Kategori Referens Kategori om du vill ha en kategori Kategori du vill ha Resiko Paling Kecil seperti pendidikan Perguruan Tinggi, du måste ha mer information om det här alternativet. Du måste ha en länk till det här alternativet. Dari pada kategori tidak beresiko. Tabel Variabel I ekvationen. Kolom Sig bland information betydande pengar variabel Oberoende terhadap Variabel Beroende Terjadi pengarna är signifikant Jika Nilai sig 0,05 Variabel Variabel Variabel Variabel Variabel Variabel Variabel Variabel Variabel Dantaranya Dp sig 0,040, Jangkawaktu sig 0,032, än pendidikan 2 SMP sig 0,029 Untuk pendidikan 1 merupakan kategori pendidiikan SMA dibanding dengan yang pendidikan Perguruan Tinggi Referenskategori betydande berbeda resiko macetnya, namun dengan pendidikan 2 år mer än en gång i veckan SMP ada perbedaan signifikant resiko macetnya dengan yang Pendidikan Perguruan Tinggi. Kolom Exp B Blandinformasikan jensi pengu pada variabel yang berpengaruh signifikan Jika nilainya diatas satu 1, berarti resikonya lebih besar untuk Macet Nilai Exp B pada variabel dp 15,474 yang artinya nilai dp 1,5 juta cenderung lebih beresiko mengalami macet jika dibandingkan dengan Yang dp 1,5 juta referens Kategori-nya sebesar 15.474 kali Nilai Exp B-variabel Jangkawaktu 0,869 yang artinya semakin lama Jangkawaktu pembayaran akan semakin kecil resiko untuk mengalami macet Nilai Exp B pada variabel pendidikan 2 15.818 år sedan pemohon yang pendidikannya SMP lebih beresiko 15,818 Mengalami macet ji Känna dig själv och ta en titt på Perguruan Tinggi. Tabell Hosmer och Lemeshow Test. Mer än en kelayakan modell, dimana hipotesanya Ho Modell Layak dan H1 Modell tdk Layak Hasil menyjukan nilai Sig 0,404 yang artini model Layak. Kontributor Kharisma Prima Editor Gin Gumilang. Seperti yang telah Dipaparkan pada artikel sebelumnya dimana modell regresi logistik digunakan untuk menggambarkan hubungan antara variabel respon biner dengan satu atau beberapa buah variabel prediktor, kali ini saya akan medlemmar handledning singkat tentang baganimana cara mengestimasi model regresi logistik tersebut dengan menggunakan bantuan aplikasi program SPSS Dalam tutorial ini saya menggunakan SPSS versi 13 0, namun Ocha dapat menggunakan versi lainnya dengan tampilan yang kurang lebih sama dengan versi yang saya gunakan Oke längs saja kita beranjak pada contoh kasus. Misalkan seorang peneliti ingin mengetahui faktor-faktor apa saja mangengaruhi sebuah perusahaan akan melakukan praktik perat inlämning av löneinkomstutjämning Faktor-faktor tersebut telah diidentifikasi sebanyak 3 faktor kemikalier akan menjadi variabel prediktor, antara lain ukuran perusahaan LnTA profitabilitas perusahaan RoA än rasio debt perusahaan DAR Kedjevariabel ini akan memprediksi praktik perataan laba, sehingga variabel respon di dalam model regresi logistik Ini adalah variabel inkomstutjämning IS. Pertama-tama, buka SPSS Data Editor sedan pada-fliken Variabel vy 1 buatlah 4 variabel dengan nama masing-masing LnTA, RoA, DAR än IS Ubah nilai decimal variabel IS pada kolumn Decimals 2 meny 0.Langkah selanjutnya , Klicka på den här bokstaven Klicka på kolumnen Värden 3, seingga akan muncul jendela Värde Etiketter Pada bagian ini kita definisikan kategori Inkomster Utjämning IS data om data om du vill ha mer än 4 poäng, kategori kategori perata kita beri skor 1 än kategori bukan perata kita beri skor 0 Masukkan skor 0 pada bagian Värde än bukan perata pada bagian Värdesetikett klicka på Lägg till Lägg till i önskelista Ri perata Klicka OK Perlu diperhatikan bahwa pendefinisian skor 1 än 0 tidig boleh terbalik, skor 1 kategori kategori lyckades framgång än skor 0 träffar kategori peluang gagal. Klik på fliken Data View 5, enbart om du har data om du vill ha en variabel variabel variant 6.Sebagaimana terlihat pada gambar di atas, variabel LnTA, RoA än DAR masing-masing bertipe data metrik, sedangkan variabel IS bertipe data kategorik binary. Klik Analysera regression Binär Logistik sehngan akan muncul jendela Logistisk regression Masukkan variabel LnTA, RoA dan DAR ke kolom Covariates sedangkan variabel IS ke kolom Dependent Pada bagian Metod paling tidig terdapat 3 opsi yang dapat digunakan, yakni Ange sedan Stepwise Metode Stegvis sändare terbagi menjadi dua, yakni Vidare än bakåt Pada contoh kali ini kita gunakan metod Ange dimana seluruh variabel prediktor dimasukkan ke dalam modell än diestimasi secara bersama-sama Metod Stegvis akan dibahas pada artikel lainnya. Masih pada je Ndela Logistisk regressionsklick Alternativ lalu beri tanda checklista pada bagian Klassificeringsplaner Hosmer-Lameshow goodnes-of-fit Korrelationer av uppskattningar Iterationshistorik än CI för exp B Klicka Fortsätt. Apabila pada variabelvariabel prediktor terdapat variabel yang bertipe data kategori, maka kita perlu mendefinisikannya dengan cara klick kategorisk lalu masukkan variabel prediditor bertipe data kategorik tersebut ke kolom kategoriska kovariater klicka Fortsätt Namn pada contoh kasus kali ini, seluruh variabel prediktor bertipe data metrik. Klik OK gör det möjligt för SPSS Viewer för att få utgått för utgåvan av produktens logistik. Dan Interpretasi. Melalui kedua tabell Iteration Historia di atas kita dapat menghitung nilai -2 L 0 L 1 sebagai berikut. Dengan 0,05 än graden av frihet df k 3 dimana k adalah jumlah variabel prediktor, didapat nilai p dari tabell distribusi chi kuadrat sebesar 7,815 Dikarenakan 21,992 7, 815 atau -2 L 0 L 1 inläggsförlust Bersama-sama simultan, ketiga variabel prediktor berpengaruh signifikan terhadap variabel Inkomstutjämning IS. SPSS tidak blandakomodir nilai R 0, adj koeffisien determinasi yang disesuaikan Namn sebagai alternatif, SPSS menyediakan Cox Snell R Kvadrat än Nagelkerke R Kvadrat Untuk dapat mengestimasi nilai R 0, adj Kita harus melakukannya sekara manuell fördjupning av bantuan aplikasi program som ligger till grund för handledningens bedömning R 0, adj ii akan dibahas pada artikel lainnya. Cox Snell s R Square merupakan meny mencoba meniru ukuran R pada flera linjär regression yang didasarkan pada teknik bedömning sannolikheten dengan nilai maximala kurang dari 1 satu sehingga sulit diinterpretasikan Ghozali, 2011 341 Länge menyerna Ghozali, Nagelkerke s R Kvadraten mer modifierad av koderna Cox dan Snell untuk memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu Hali i dilakukan dengan cara membagi nilai Cox Snell s R Kvadratisk dengan nilai maximnya Nilai Nagelkerke s R Squa re dapat diinterpretasikan seperti nilai R pada multipel linjär regression. Melalui tabell Modell Sammanfattning di atas didapat nilai Nagelkerke s R Kvadrat sebesar 0,055 Hal ii mengindikasikan bahwa variabilitas variabel dependen IS är en dödlig variabel variabel variabel oberoende LnTA, RoA än DAR sekara simultan adalah sebesar 5 , 5, sedangkan sisanya sebesar 94,5 dijelaskan oleh variabilitas variabel lain diluar kate variabel independen yang diteliti tersebut. Melalui tabellvariablerna i ekvationen diatas dapat terlihat nilai taksiran koefisien regresi modelnya, sehingga didapatkan modell regresi logistik sebagai berikut. dimana e adalah bilangan konstanta bernilai 2,71828 Hasil persamaan regresi logistik di atas tid bisa longitud diinterpretasikan dari nilai koefisiennya seperti dalam regresi linier biasa Interpretasi bisa dilakukan dengan melihat nilai Exp B atau nilai eksponen dari koefisien persamaan regresi yang terbentuk Yamin Kurniawan, 2014 101 Interpretasi dalam persam till regresi logistik harus dilakukan sekara hati-hati kedja variabel prediktor yang dimasukkan ke dalam modell memiliki beberapa typ data Untuk variabel prediktor pada contoh kasus ii, dimana ketiga variabel prediktor bertipe data metrik, nilai Exp B dapat diinterpretasikan jika variabel LnTA meningkat sebesar 1 satuan, Maka akan terdapat perubahan odds ratio sebesar 1.207 Demokratisk juga halnya interpretasi pada variabel prediktor lainnya. Melalui persamaan modell tersebut kita dapat melakukan prediksi inkomstutjämning IS berdasarkan nilai-nilai tertentu yang telah diketahui pada variabel LnTA, RoA dan DAR Misalkan diketahui nilai LnTA sebesar 20, 51 RoA sebesar 6,67 än DAR sebesar 0,62, kemudian nilai-nilai tersebut kita substitusikan ke dalam persamaan modell sebagai berikut. Seperti yang telah didefinisikan sebelumnya bahwa skor 1 merupakan kategori perata än skor 0 mer kategorin kategori bukan perata, har hittat det här föremålet atas dapat dik kategorikan sebagai perusahaan yang melakukan prak Tik perataan laba inkomstutjämning Hal ii dikarenakan haril nilai logit sebesar 0,718 tersebut di atas bernilai lebih besar av nilai cut-off 0,5 Namn jika nilai logit kurang av nilai cut-off 0,5, har haft en förutseende dapat dikategorikan sebagai bukan perata. Masih melalui tabell Variabler i ekvationen nilai probabilitas p-värde signifikansi parameter dapat dilihat pada kolom Sig, dimana p-värde och lebih kecil dari taraf signifikansi yang telah ditetapkan 0,05 dapat diartikan bahwa variabel prediktor yang bersangkutan memiliki pengu yang signifikan terhadap variabel respons Dapat diketahui bahwa sekara parsial, variabel LnTa berpengaruh signifikan terhadap IS 0,001 0,05, variabel RoA tidak berpengaruh signifikan terhadap IS 0,068 0,05 än variabel DAR tidig berpengaruh signifikan terhadap IS 0,067 0,05 Uji signifikansi parametris dapat pula dilakukan menggunakan nilai intervall konfidensi 95 Sebagai contoh nilai 95,0 CI för EXP B pada variabel LnTa adalah sebesar 1 077 Lägre än sebesar 1,353 Övre, maka dapat disimpulkan bahwa LnTA berpengaruh nyata terhadap IS Hal ii dikarenakan nilai 1 satu berada diluar retang intervall konfidensi tersebut Sebaliknya, apabila nilai 1 satu berada di dalam rentang intervall konfidensi, maka variabel prediktor dapat dinyatakan tidak berpengaruh nyata terhadap variabel respons Seperati terlihat pada hasil intervallet konfidensi variabel RoA dan DAR. Tabel Hosmer och Lemeshow Testet är en avgörande modell av en kesesuansk modell, godhet med passform, med den här koden som inte kan användas för att göra det möjligt för en modell som kan användas som en variabel självständighet. LnTa, RoA dan DAR Sudah sesuai dengan data empiris atau tidak Hypotese nol pada pengujian ini adalah modell telah cukup menjelaskan data passar dengan kriterier uji tolak hypotesis nol jika nilai probabilitas lebih kecil atau samma dengan taraf signifikansi yang telah ditetapkan p 0,05 Berdasarkan tabell di atas didapat nilai Chi - kvadratisk sebesar 8,502 dengan nilai probabilitas se besar 0,386 Dengan demikian hipotesis nol diterima 0,386 0,05, artinya modell telah cukup menjelaskan data fit. Ghozali, Imam 2011 Aplikasi Multivariate Dengan Program IBM SPSS 19, Edisi 5 Semarang Badan Penerbit Universitas Diponegoro. Yamin, Sofyan Heri Kurniawan 2014 SPSS Komplett Teknikanalys Statistik Utveckling Programvara SPSS, Edisi 2 Jakarta Salemba Infotek.