BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2. Analisis Hasil Penelitian
4.2.2. Pengujian Regresi Logistik
Pada penelitian ini untuk mengetahui pengaruh antara variabel independen terhadap variabel dependen, maka perlu dilakukan analisis regresi logistic. Menggunakan regresi logistic karena penelitian ini meneliti pengaruh ukuran perusahaan, rasio lancar, financial leverage, intensitas persediaan, variabilitas persediaan, variabilitas harga pokok penjualan, variabilitias laba dan estimasi pajak terhadap pemilihan metode akuntansi persediaan (variabel dependen), dimana metode akuntansi persediaan berskala nominal dengan pilhan metode rata-rata (1) dan metode FIFO (0). a. Menilai Metode Fit datau Keseluruhan Model (Overall Model Fit)
Statistik yang digunakan adalah berdasarkan dengan membandingkan antara -2 log Likelihood (-2LL) pada awal (block number = 0) dengan untuk model dengan konstansta saja dengan nilai -2 Log Likelihood pada (block number = 1) untuk model dengan konstanta dan variabel independen. Apabila terjadi penurunan, maka model ini menunjukkan model regresi yang baik. Model dari statistik -2LogL dapat digambarkan melalui table 4.7 berikut:
Tabel 4.5
Gambaran Jumlah Kasus Penelitian Case Processing Summary
Unweighted Casesa N Percent Selected Cases Included in Analysis 95 100.0
Missing Cases 0 .0
Total 95 100.0
Unselected Cases 0 .0
Total 95 100.0
a. If weight is in effect, see classification table for the total number of cases.
Sumber: Hasil Olahan SPSS (2014)
Berdasarkan table 4.5 dapat diketahui bahwa jmlah seluruh kasus yang diolah dalam penelitian ini adalah 95, namun setelah dilakukan uji kelayakan model, kasus dapat dianalisis sebesar 95 kasus atau sebesar 100% dan tidak adanya data yang eror.
Tabel 4.6 Variabel Dependen
Sumber: Hasil Olahan SPSS, (2014)
Tabel 4.6 menunjukkan bahwa nilai yang diberikan untuk variabel depnden dimana variabel ini adalah variabel yang menggunakan variabel dummy yaitu 1 dan 0.
Dependent Variable Encoding
Original Value Internal Value FIFO
0 Rata-rata
Tabel 4.7
Nilai -2LogL untuk Model yang Hanya Memasukkan Konstanta
Block 0: Beginning Block
Iteration Historya,b,c
Iteration -2 Log likelihood
Coefficients Constant Step 0 1 98.221 1.158 2 97.785 1.315 3 97.784 1.322 4 97.784 1.322
a. Constant is included in the model. b. Initial -2 Log Likelihood: 97.784
c. Estimation terminated at iteration number 4 because parameter estimates changed by less than .001.
Sumber: Hasil Olahan SPSS
Tabel 4.8
Nilai -2LogL untuk model dengan Konstanta dan Variabel Bebas
Block 1: Method = Enter
Model Summary
Step -2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 61.677a .316 .492
a. Estimation terminated at iteration number 10 because parameter estimates changed by less than .001. Sumber: Hasil Olahan SPSS.
Tabel 4.7 dan tabel 4.8 menunjukkan hasil pengujian -2 log lilehood. Pengujian ini terdiri dari dua tahap yaitu tahap 0 dan variabel independen tidak dimasukan ke dalam model regresi dan tahap 1 variabel independen
dimasukkan ke dalam model regresi. Hasil yang baik apabila terdapat penurunan pada nilai -2 log likehood dari tahap 0 ke tahap 1. Hasil -2 log likehood untuk tabel 4.7 sebesar 97.48 dan pada tabel 4.8 sebesar 61.67 . Hal ini berarti terjadi penurunan nilai pada -2 log likehood mengindikasikan bahwa model yang dihipotesiskan fit dengan data. Jadi dapat ditarik kesimpulan setiap penambahan variabel independen yaitu ukuran perusahaan, rasio lancar, financial leverage, intensitas persediaan, struktur kepemilikan, variabilitas persediaan, variabilitas harga pokok penjualan, variabilitas laba dan estimasi penghematan pajak kedalam penelitian akan memperbaiki model penelitian ini.
b. Menilai Kelayakan Model Regresi
Untuk melihat apakah data sesuai dengan model sehingga model dapat dikatakan fit, maka diperlukan suatu uji yaitu dengan menggunakan uji
Hosmerand Lemeshow goodness of fit test statistic, melalui kriteria sebagai berikut:
1. Jika nilai signifikansi Hosmer and Lemeshow ≤ 0,05, artinya
ada perbedaan signifikan antara model dengan nilai observasinya sehingga goodness fit model tidak baik karena model tidak dapat memperbaiki nilai observasinya.
2. Jika nilai signifikansi Hosmer and Lemeshow > 0,05, artinya model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena fit dengan data observasinya. Uji tersebut dapat digambarkan melalui tabel 4.9
Tabel 4.9
Nilai Statistics Hosmer and lemeshow’s Goodnessof Fit Test
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 7.576 8 .476
Sumber: Hasil Olahan SPSS
Berdasarkan hasil pengolahan data diatas, maka telah diperoleh nilai signifikansi Nilai Statistics Hosmer and lemeshow’s Goodnessof Fit Test
sebesar 0.476 yang nilainya diatas 0,05. Hal ini mengindikasikan bahwa tidak terdapat perbedaan yang nyata antara model dengan data. Hal ini juga diartikan bahwa model mampu memprediksi nilai observasinya atau model dapat diterima karena cocok dengan data observasinya.
c. Pengujian Hipotesis (Regresi Logistik)
Pengujian hipotesis dengan menggunakan regresi logistic dilakukan dengan memasukkan seluruh variabel ukuran perusahaan, rasio lancar,
financial leverage, intensitas persediaan, variabilitas persediaan, variabilitas harga pokok penjualan, variabilitias laba dan estimasi pajak. Pengujian ini bertujuan untuk melihat pengaruh ukuran perusahaan, rasio lancar, financial leverage, intensitas persediaan, variabilitas persediaan, variabilitas harga pokok penjualan, variabilitias laba dan estimasi pajak terhadap pemilihan metode persediaan. Pengujian ini dilakukan dengan menggunakan metod enter dengan tingkat signifikansi sebesar 5%. Dasar pengambilan keputusannya adalah apabila nilai signifikansi > 0.05 maka hipotesis ditolak
sedangkan < 0.05 maka hipotesis diterima. Hasil Pengujian dapat dilihat dibawah ini:
Tabel 4.10
Hasil Pengujian Regresi Logistik Variables in the Equation
B S.E. Wald df Sig. Exp(B) Step 1a UP -.214 .277 .600 1 .439 .807 RL .002 .039 .004 1 .952 1.002 FL -1.823 1.349 1.827 1 .176 .161 IP .148 .067 4.825 1 .028 1.159 SK(1) -1.134 1.016 1.244 1 .265 .322 VP -12.419 5.484 5.128 1 .024 .000 VHPP 1.941 4.201 .213 1 .644 6.964 VL 5.518 3.040 3.295 1 .069 249.181 EP 3.674 2.346 2.452 1 .117 39.414 Constant 7.916 8.093 .957 1 .328 2.741E3 a. Variable(s) entered on step 1: UP, RL, FL, IP, SK, VP, VHPP, VL, EP.
Sumber: Hasil Olahan SPSS
Hasil pengolahan data maka persamaan model logistic regresision
adalah sebagai berikut:
Ln =7,916 - 0,214Ln_UP + 0,002RL – 1.823FL + 0,148P –
1,134SK – 12,419 VP+ 1,941VHPP + 5,518VL+3,674EP +e Berdasarkan tabel 4.10 dapat diketahui bahwa hasil pengujian regresi logistik dengan melihat nilai signifikansi masing-masing variabel independen. Untuk ukuran perusahaan diperoleh nilai koefisien negatif yaitu sebesar - 0,214 dan nilai signifikan sebesar 0,439. Nilai signifikan 0,439 lebih besar dari tingkat signifikansi 5%. Artinya hipotesis berpengaruh
negatif dan tidak memiliki pengaruh yang signifikan dalam pemilihan metode akuntansi persediaan.
Rasio lancar pada hasil pengujian regresi logistik menunjukkan bahwa nilai koefisiennya adalah positif yaitu sebesar 0,002 dan nilai signifikansi sebesar 0,952. Nilai signifikan tersebut jauh lebih besar dari tingkat signifikansi 5%. Artinya hipotesis berpengaruh positif namun menunjukkan bahwa rasio lancar tidak memiliki pengaruh terhadap pemilihan metode akuntansi persediaan.
Variabel financial leverage dengan menggunakan regresi logistik menunjukkan bahwa diperoleh nilai koefisiennya adalah negatif yaitu sebesar -1,823 dan nilai signifikansi sebesar 0,176.Nilai signifikansi sebesar 0,176 lebih besar dari tingkat signifikansi 5%. Artinya hipotesis berpengaruh negatif dan bahwa financial leverage tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
Variabel intensitas persediaan atau rasio perputaran persediaan pada hasil pengujian regresi logistik menunjukkan bahwa diperoleh nilai koefisien positif sebesar 0,148 dan nilai signifikan sebesar 0,028. Nilai signifikannya lebih kecil dari tingkat signifikan 5%. Artinya menunjukkan bahwa hipotesis berpengaruh positif dan mengindikasikan bahwa variabel intensitas persediaan berpengaruh signifikan terhadap pemilihan metode akuntansi persediaan.
Pengujian regresi logistik menunjukkan bahwa variabel struktur kepemilikan diperoleh nilai koefisien adalah negatif yaitu sebesar -1,134 dan
nilai signifikansinya sebesar 0,265. Nilai signifikan yang diperoleh lebih besar dari tingkat signifikansi 5%. Hal ini menunjukkan bahwa hipotesis berpengaruh negatif dan struktur kepemilikan tidak berpengaruh terhadap pemilihan metode akuntansi persediaan.
Variabilitas persediaan pada hasil pengujian regresi logistik menunjukkan bahwa diperoleh nilai koefisien negatif yaitu sebesar -12,419 dan nilai signifikan sebesar 0,024 . Nilai signifikan sebesar 0,024 lebih kecil dari tingkat signifikansi 5%. Hal tersebut menunjukkan hipotesis berpengaruh negatif dan variabilitas persediaan berpengaruh terhadap pemilihan metode akuntansi persediaan.
Pengujian variabilitas harga pokok penjualan dengan menggunakan regresi logistik diperoleh nilai koefisiennya adalah positif yaitu 1,941 dan nilai signifikan sebesar 0,644. Nilai tersebut jauh lebih besar dari tingkat signifikansi 5%, dengan demikian hipotesis ditolak. Artinya hipotesis menunjukkan berpengaruh secara positif dan variabilitas harga pokok penjualan tidak berpengaruh signifikan terhadap pemilihan metode akuntansi persediaan.
Variabilitas laba akuntansi pada hasil pengujian regresi logistik menunjukkan nilai koefisiennya adalah positif sebesar 5,518 dan nilai signifikan sebesar 0.069. Hasil nilai signifikan tersebut lebih besar dari nilai signifikansi 5% berarti hipotesis ditolak. Hipotesis mengindikasikan berpengaruh secara positif dan variabilitas laba akuntansi tidak berpengaruh signifikan terhadap pemilihan metode akuntansi.
Pengujian regresi logistik menunjukkan bahwa estimasi pajak diperoleh nilai koefisien adalah positif sebesar 3.674 dan nilai signifikannya adalah sebesar 0,117. Nilai yang diperoleh jauh lebih besar dari tingkat signifikansi 5%. Artinya hipotesis berpengaruh positif dan variabel estimasi pajak tidak berpengaruh signifikan terhadap pemilihan metode akuntansi.