Net Profit Margin X
4
secara sendiri-sendiri tidak berpengaruh terhadap income smoothing Y. Tetapi, pada penelitian ini analisis regresi logistik
multivariate tetap dilakukan untuk mengetahui pengaruh ukuran perusahaan X
1
, profitabilitas perusahaan X
2
, leverage operasi perusahaan X
3
dan Net Profit Margin X
4
secara simultan berpengaruh terhadap income smoothing Y.
4.3.4.1. Penentuan Model Regresi Logistik
Adapun langkah-langkah untuk menentukan model regresi logistik adalah sebagai berikut :
Hipotesis: H
: β
i
= 0 variabel X tidak berpengaruh terhadap variabel Y
H
1
: β
i
≠ variabel X berpengaruh terhadap variabel Y
Dimana : i = 1, 2, 3, 4 Tingkat kesalahan untuk menolak H
atau α sebesar 5 0,05, sehingga
kriteria penolakan H jika tingkat signifikan yang dihasilkan 5.
Tabel 4.16 : Model Regresi Logistik
Va riables in the Equa tion
-.530 .538
.971 1
.325 .589
-.065 .091
.515 1
.473 .937
.019 .019
.982 1
.322 1.019
.150 .122
1.519 1
.218 1.162
2.415 3.202
.569 1
.451 11.189
X1 X2
X3 X4
Constant St ep
1
a
B S. E.
W ald df
Sig. Ex pB
Variables ent ered on step 1: X1, X2, X3, X4. a.
Sumber : Lampiran 10
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Berdasarkan hasil pengujian di atas, menjelaskan bahwa tingkat signifikan dari variabel ukuran perusahaan X
1
yaitu sebesar 0,325 sig 5, tingkat signifikan dari variabel profitabilitas perusahaan X
2
yaitu sebesar 0,473 sig 5, tingkat signifikan dari variabel leverage operasi
perusahaan X
3
yaitu sebesar 0,322 sig 5 dan tingkat signifikan dari variabel Net Profit Margin X
4
yaitu sebesar 0,218 sig 5 Tingkat signifikan yang dihasilkan keempat variabel bebas tersebut
diatas 5 maka dapat disimpulkan bahwa variabel ukuran perusahaan X
1
, profitabilitas perusahaan X
2
, leverage operasi perusahaan X
3
dan Net Profit Margin X
4
secara parsial tidak berpengaruh signifikan terhadap income smoothing Y. Hasil ini konsisten dengan hasil analisis regresi
logistik univariate. Bentuk model regresi logistik adalah sebagai berikut :
πx =
4 3
2 1
4 3
2 1
150 ,
019 ,
065 ,
530 ,
415 ,
2 150
, 019
, 065
, 530
, 415
, 2
e 1
e
X X
X X
X X
X X
+ +
− −
+ +
− −
+ Dengan menggunakan transformasi logit dari
πx , maka model regresi logistik dapat ditulis berikut :
gx =
+ +
+ +
− −
+ +
− −
+ +
− −
+ +
− −
4 3
2 1
4 3
2 1
4 3
2 1
4 3
2 1
150 ,
019 ,
065 ,
530 ,
415 ,
2 150
, 019
, 065
, 530
, 415
, 2
150 ,
019 ,
065 ,
530 ,
415 ,
2 150
, 019
, 065
, 530
, 415
, 2
e 1
e e
1 e
ln
X X
X X
X X
X X
X X
X X
X X
X X
= 2,415 – 0,530 X
1
- 0,065 X
2
+ 0,019 X
3
+ 0,150 X
4
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.4.2. Uji Serentak
