Uas Statistik Ii Rusnaldi Martin.docx

UAS STATISTIK II

Disusun Oleh : Nama NPM Kelas

: Rusnaldi Martin : C1C017098 :B

Dosen Pembimbing : Eddy Suranta, SE, M.Si, Ak., CA

Universitas Bengkulu Fakultas Ekonomi dan Bisnis S1 Akuntansi 2018/2019

Tugas Kelompok Hasil Pengolahan Beneish dan zwijewski 1. Uji Kelayakan Model Tabel 1 Uji Kelayakan Model Regresi (Hosmer Lemeshow) Hosmer and Lemeshow Test Step

Chi-square

1

df

.000

Sig. 0

.

Berdasarkan tabel diatas, didapatkan nilai hosmer lemeshow sebesar 0 dengan signifikansinya sebesar 0.000, dikarenakan hasil signifikansi 0.000 lebih kecil dari 0.05, maka dapat disimpulkan bahwa model tidak mampu memprediksi nilai observasinya.

2. Menilai Keseluruhan Model (Overall Model Fit) Tabel 2 Uji Overall Model Fit Iteration Historya,b,c Coefficients Iteration Step 0

-2 Log likelihood

Constant

1

268.275

-1.752

2

234.830

-2.432

3

232.336

-2.683

4

232.307

-2.714

5

232.307

-2.714

a. Constant is included in the model. b. Initial -2 Log Likelihood: 232,307 c. Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001.

Berdasarkan tabel diatas, dapat diketahui bahwa nilai -2 Log likelihood awal adalah 268.275, setelah dimasukan variabel penelitian maka nilai -2 Log likelihood mengalami penurunan menjadi sebesar 232.307, hal ini menunjukan bahwa model regresi lebih baik, atau dengan kata lain model regresi telah memenuhi fit data.

3. Koefesien Determinasi (Nagelkerke Rsquare) Tabel 3 Koefesien Determinasi (Nagelkerke Rsquare) Model Summary

Step

-2 Log likelihood

Cox & Snell R

Nagelkerke R

Square

Square

232.061a

1

.000

.001

a. Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001.

Berdasarkan tabel diatas, didapatkan hasil Rsure sebesar 0.000 atau 00.0%, hal ini berarti metode Altman tidak dapat dijelaskan oleh metode zwijewski.

4. Pengujian Hipotesis Berikut hasil pengujian hipotesis, yaitu sebagai berikut: Tabel 4. Pengujian Hipotesis Variables in the Equation

Step 0

Constant

B

S.E.

Wald

df

Sig.

Exp(B)

-2.714

.185

214.230

1

.000

.066

Berdasarkan tabel diatas menunjukkan bahwa signifikansi sebesar 0.000, maka dapat disimpulkan bahwa terdapat pengaruh signifikan antara metode Beneish terhadap zwijewski.

Tugas Individu Soal 1 : Regresi Berganda A. Uji Asumi Klasik A.1 Uji Normalitas Dalam modul metode penelitian SPSS (2014:115), Uji Normalitas digunakan untuk menguji apakah model regresi mempunyai disitribusi normal atau tidak. Asumsi normalitas merupakan persyaratan yang sangat penting pada penguji kebermaknaan (signifikan) koefisien regresi. Model regresi yang baik adalah model regresi yang memiliki distribusi normal atau mendekati normal, sehingga layak dilakukan pengujian secara statistik. Dalam penelitian ini akan dilakukan pengujian normalitas dengan uji Kolmogorov Smirnov, dengan ketentuan apabila nilai Asymp. Sig (2-Tailed) > 0,05 dapat disimpulkan bahwa sebaran data berdistribusi normal. Berdasarkan hasil pengolahan data, maka didapatkan hasil uji normalitas, sebagai berikut: Tabel 1 Uji Normalitas dengan Uji Kolmogorov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N Normal Parametersa,,b

90 Mean Std. Deviation

Most Extreme Differences

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

.0000000 .18683867

Absolute

.152

Positive

.152

Negative

-.098 1.444 .031

a. Test distribution is Normal. b. Calculated from data.

Berdasarkan tabel diatas, dapat diketahui bahwa didapatkan hasil signifikansi nilai Asymp.Sig (2-tailed) sebesar 0.031, dikarenakan hasil Asymp.Sig (2-tailed) 0.031<0.05, maka dapat disimpulkan bahwa data dalam penelitan ini tidak berdistribusi secara normal.

A.2 Uji Multikolonieritas Dalam modul metode penelitian SPSS (2014:116-117), Uji multikolonieritas merupakaan suatu situasi dimana beberapa atau semua variabel beabs berkorealsi kuat, jika terdapat korelasi yang kuat diantara sesama variabel independen maka konsekuensinya adalah: a. Koefisien-koefisien regresi menjadi tidak dapat ditaksir. b. Dengan melihat nilai eigen value dan condition index. Pada pembahasan ini akan dilakukan uji multikolonieritas dengan melihat nilai Variance Inflation Factor (VIF) pada model regresi dan membandingkan nilai koefisien determinasi individual (r2) secara dengan nilai determinasi secara serentak (R2). Berdasarkan hasil pengolahan data, maka didapatkan hasil uji multikolonieritas, sebagai berikut: Tabel 2 Uji Multikolinieritas Coefficientsa Unstandardized Coefficients Standardized Coefficients Model

B

1 (Constant)

2.280

.649

3.513 .001

DLLP

-.092

2.593

-.004 -.036 .972

.801

1.249

LDR

.227

.169

.135 1.339 .184

.819

1.221

STR_AUDit

.114

.066

.230 1.735 .087

.477

2.096

OWNERit

-.039

.181

-.024 -.213 .832

.662

1.509

SIZEit

-.179

.045

-.604 -4.004 .000

.368

2.718

-1.812

2.023

-.101 -.896 .373

.655

1.526

BBPTit

3.987

1.093

.468 3.646 .000

.509

1.964

CARit

-.142

.492

-.029 -.288 .774

.849

1.179

LAG_LLPit

Std. Error

Beta

Collinearity Statistics t

Sig.

Tolerance

VIF

a. Dependent Variable: GR_ASSit

Berdasarkan tabel diatas, didapatkan hasil nilai tolerance pada seluruh variabel >0.1 dan nilai variance inflance factor <10, sehingga dapat disimpulkan bahwa tidak terjadi multikolonieritas pada penelitian ini.

A.3

Uji Heteroskedastisitas Dalam modul metode penelitian SPSS (2014:116-117), Situasi heteroskedastisitas

akan menyebabkan penaksiran koefisien-koefisien regresi menjadi tidak efisien dan hasil taksiran dapat menjadi kurang atau melebihi dariyang semestinya. Dengan demikian, agar koefisien-koefisien regresi tidak menyesatkan maka situasi heteroskedastisitas tersebut harus dihilangkan dari model regresi. Untuk menguji ada tidaknya heteroskedastisitas dilakukan Uji-Glejser yaitu, dengan mengregresikan masing-masing variabel bebas terhadap nilai absolut dari residual. Jika nilai koefisien regresi dari masing-masing variabel bebas terhadap nilai absolut dari residual (error) ada yang signifikan, maka kesimpulannya terdapat heteroskedastisitas (varian dari residual tidak homogen). Dalam persamaan regresi berganda perlu diuji mengenai sama atau tidak varian dari residual dari observasi yang satu dengan observasi yang lain. Jika residualnya mempunyai varian yang sama disebut terjadi homoskedastisitas, dan jika variannya tidak sama/berbeda disebut terjadi heteroskedastisitas, model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heeroskedasitisitas. Menurut Ghozali (Trilaksana, 2015:52) “Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain.” Uji heteroskedastisitas yang digunakan yaitu uji Glejser pada program SPSS versi 24. Uji heteroskedastisitas pada penelitian ini menggunakan tingkat signifikansi sebesar 5% dengan kriteria pengujian adalah sebagai berikut: a. Jika sign. > 5% tidak terjadi heteroskedastisitas. b. Jika sign. < 5% terjadi heteroskedastisitas. Berdasarkan hasil pengolahan data, maka didapatkan hasil uji heteroskedastisitas, sebagai berikut:

Tabel 3 Uji Heteroskedastisitas dengan Uji Glejser Coefficientsa Standardized Unstandardized Coefficients Model 1

B (Constant) DLLP

Std. Error .802

.437

-.962

1.745

Coefficients Beta

t

-.059

Sig. 1.836

.070

-.551

.583

LDR

.346

.114

.321

3.034

.003

STR_AUDit

.044

.044

.139

1.001

.320

OWNERit

-.178

.122

-.172

-1.460

.148

SIZEit

-.066

.030

-.347

-2.195

.031

.032

1.362

.003

.024

.981

BBPTit

-.983

.736

-.179

-1.335

.185

CARit

.232

.331

.073

.699

.487

LAG_LLPit

a. Dependent Variable: RES2

Berdasarkan hasil pengolahan data, didapatkan hasil uji heteroskedastisitas dengan uji glesjer bahwa didapatkan hasil bahwa terdapat variabel yang memiliki nilai signifikansi <0.05

yaitu pada LDR, dan Size sedangkan sisanya DLLP, STR_AUDit, OWNERit,

LAG_LLPit, BBPTit dan CARit memiliki nilai signifikansi >0.05. berdasarkan hasil tersebut dapat diketahui bahwa terdapat variabel yang memiliki nilai signifikansi dibawah 0.05, sehingga dapat disimpulkan bahwa terdapat masalah heteroskedastisitas pada penelitian ini.

A.4 Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan penganggu pada periode t dengan kesalahan penganggu pada periode t-1. Metode yang dipakai dalam penelitian ini adalah dengan uji Durbin- Watson (DW test). Pengambilan keputusan tidak adanya masalah autokorelasi apabila du < d < 4-du (Ghozali,2016:107). Tabel 4. Uji Autokorelasi Model Summaryb

Model

R

Std. Error of the

Square

Estimate

R Square

.567a

1

Adjusted R

.321

.254

Durbin-Watson

.19585

2.048

a. Predictors: (Constant), CARit, SIZEit, LDR, DLLP, LAG_LLPit, OWNERit, BBPTit, STR_AUDit b. Dependent Variable: GR_ASSit

Berdasarkan tabel diatas didapatkan hasil dw sebesar 2.048, selanjutnya dibandingkan dengan dengan dl dan du pada tabel dw, dengan jumlah k= 8 dan jumlah data = 810, maka diperoleh

nilai

dl

sebesar

1.86619

dan

1.90149,

dikarenakan

hasil

dldu

(1.86619<2.048>1.90149), maka dapat disimpulkan bahwa tidak terdapat masalah autokorelasi pada model penelian ini.

Soal 2 : Hasil Penelitian

A. Uji Normalitas Uji normalitas ini bertujuan untuk mengetahui apakah data berdistribusi normal atau tidak uji normalitas yang digunakan didalam penelitin ini menggunakan test of normality dengan uji kolmogorov-smirvov maupun shapiro wilk, dengan pengambilan keputusan normalitas adalah: a. . Jika p < 0.05 maka distribusi data tidak normal b. Jika p > 0.05 maka distribusi data normal Tabel 1 Uji Normalitas Tests of Normality Kolmogorov-Smirnova

Kelomp ok Data

Statistic

df

Shapiro-Wilk

Sig.

Statistic

df

Sig.

K1

.102

60

.196

.967

60

.099

K2

.077

60

.200*

.989

60

.878

a. Lilliefors Significance Correction *. This is a lower bound of the true significance.

Berdasarkan tabel diatas, didapatkan hasil pada masing-masing kelompok 1 (K1) dan kelompok 2 (K2) memiliki nilai signifikansi >0.05, maka dapat disimpulkan bahwa data dalam penelitian ini berdistribusi secara normal.

B. Uji Homogenitas Uji homogenitas ini bertujuan untuk mengetahui apakah varians kelas kelompok 1 dan 2 homogent atau tidak, dengan ketentuan : a. Jika p < 0.05 maka, variansi dari dua atau lebih dari kelompok populasi data adalah tidak homogen (sama). b. Jika p > 0.05 maka, variansi dari dua atau lebih dari kelompok populasi data adalah homogen (sama).

Tabel 2 Uji Homogenitas Test of Homogeneity of Variances Data Levene Statistic

df1

2.556

df2 1

Sig. 118

.113

Berdasarkan tabel diatas, maka didapatka hasil signifikan sebesar 0.113, dikarenakan hasil signifikansi 0.113>0.05, maka dapat diartikan bahwa data kelompok eksperimen dan kontrol mempunyai varian yang homogen (sama). Dikarenakan berdasarkan hasil pengujian normalitas, didapatkan hasil yang normal dan berdasarkan hasill pengujian homogenitas didapatkan hasil bahwa kedua data homogen, selanjutnya untuk mengeahui ada tidaknya hubungan antara dua sample maka akan diuji dengan uji independent sample test.

C. Uji Perbedaan (Independent Sample Test) Untuk mengetahui perbedaan anatar data kelompok 1 (K1) dengan kelompok data 2 (K2), maka akan diuji dengan independet sample test, dengan ketentuan Ho akan diterima apabila nilai pribabilitas (sig) >0.05, sementara Ho akan ditolak apabla nilai pribabilitas (sig)<0.05. Tabel 3 Uji Independent Sample Test Independent Samples Test Levene's Test for Equality of Variances

t-test for Equality of Means 95% Confidence Interval of the Difference Sig. (2-

F

Sig.

t

df

Mean

tailed) Difference

Std. Error Difference

Lower

Upper

Data Equal

2.556

.113 30.346

118

.000

23.25000

.76617

21.73277

24.76723

30.346 109.066

.000

23.25000

.76617

21.73148

24.76852

variances assumed Equal variances not assumed

Berdasrkan hasil pengujian independent sample test diatas, didapatkan hasil signifikansi (2-tailed) 0.000, dikaenakan hasil signifikansi (2-tailed) 0.000<0.05, maka Ho ditolak dan Ha diterima sehaingga dapat disimpulkan bahwa terdapat perbedaan yang signifikan antara data kelompok 1 (K1) dengan data kelompok 2 (K2).