84
Tabel 4.9 Deskriptif Statistik Variabel Debt Ratio DR
Debt Ratio
Skor Min
Max Mean
= Non Financial Distress 10,99
86,09 48,82
1 = Financial Distress
100,70 458,69
194,43 Keseluruhan
10,99 458,69
65,20
Sumber : Lampiran 2.8
Berdasarkan tabel di atas dapat diketahui bahwa nilai rata-rata Debt Ratio DR perusahaan yang digunakan sebagai sampel penelitian selama periode
penelitian 2005-2007 adalah sebesar 65,20. Nilai Debt Ratio DR terendah dimiliki oleh PT.Mustika Ratu,Tbk sebesar 10,99, sedangkan nilai Debt Ratio
DR tertinggi dimiliki oleh PT.Texmaco Jaya, Tbk sebesar 458,69. Tabel di atas juga menunjukkan bahwa nilai rata-rata Debt Ratio DR perusahaan sampel
yang tidak mengalami financial distress lebih kecil dari nilai rata-rata Debt Ratio DR perusahaan sampel yang mengalami financial distress yaitu sebesar 48,82
194,43.
4.3.2. Analisis Regresi Logistik
Metode regresi logistik digunakan untuk mencari pengaruh satu atau lebih variabel bebas CR,WCTA,SA,ROI,ROE,NPM, dan DR yang
berskala rasio terhadap variabel terikat kondisi Financial Distress yang berskala nominal.
85
Tabel 4.10 : Model Regresi Logistik
Variables in the Equation
a Variables entered on step 1: CR, WCTA, SA, ROI, ROE, NPM, DR.
Berdasarkan hasil pengujian di atas, diketahui bahwa tingkat signifikan dari variabel current assets X
1
yaitu sebesar 1,000 sig 5, tingkat signifikan dari variabel working capital to total assets X
2
yaitu sebesar 0.999 sig 5, tingkat signifikan dari variabel struktur aktiva
X
3
yaitu sebesar 1,000 sig 5, tingkat signifikan dari variabel return on investment X
4
yaitu sebesar 0,999 sig 5, tingkat signifikan dari variabel return on equity X
5
yaitu sebesar 0,998 sig 5, tingkat signifikan dari variable net profir margin X
6
yaitu sebesar 1,000 sig 5, dan tingkat signifikan dari variabel debt ratio X
7
yaitu sebesar
B S.E.
Wald df
Sig. ExpB
95,0 C.I.for EXPB
Lower Upper
Lower Upper
Lower Upper
Lower Upper
Step 1a
CR ,008
20,753 ,000
1 1,000
1,008 ,000 5E+017
WCTA -,277
350,752 ,000
1 ,999
,758 ,000
2,759E+ 298
SA -,035
288,089 ,000
1 1,000
,965 ,000
1,610E+ 245
ROI -2,148
1235,87 1
,000 1
,999 ,117
,000 .
ROE ,501
246,008 ,000
1 ,998
1,650 ,000
4,167E+ 209
NPM ,022
739,321 ,000
1 1,000
1,022 ,000
. DR
-,050 351,514
,000 1
1,000 ,951
,000 1,539E+
299 Constant
-12,198 19947,6
25 ,000
1 1,000
,000
Sumber
: Lampiran 3.1
86
1.000 sig 5. Tingkat signifikan yang dihasilkan dari ketujuh variabel bebas tersebut diatas 5 maka dapat disimpulkan bahwa current ratio
X
1
, working capital to total assets X
2
, struktur aktiva X
3
, return on investment X
4
, return on equity X
5
, net profi margin X
6
, dan debt ratio X
7
secara parsial tidak berpengaruh signifikan terhadap kondisi financial ditress perusahaan Y.
Bentuk model regresi logistik adalah sebagai berikut :
Dari persamaan tersebut dapat dijelaskan sebagai berikut : β
= -12,198 Nilai konstanta sebesar -12,198 menunjukkan apabila variabel
current ratio X
1
, working capital to total assets X
2
, struktur aktiva X
3
, return on investment X
4
, return on equity X
5
, net profi margin X
6
, dan debt ratio X
7
sebesar nol konstan, maka besarnya nilai log peluang perusahaan menyampaikan laporan keuangan tepat waktu adalah
sebesar -37,195. β
1
= 0,08 Koefisien regresi untuk variabel ukuran current ratio X
1
adalah sebesar 0,08 secara statistik tidak signifikan, ditunjukkan dengan nilai
tingkat signifikansi 1,000 0,05. Tanda positif menunjukkan terjadinya perubahan yang searah dari variabel current ratio X
1
terhadap variabel kondisi financial distress Y, yang berarti apabila variabel current ratio
87
X
1
mengalami peningkatan sebesar 1 satuan maka log peluang variabel kondisi financial distress Y akan mengalami kenaikan sebesar 0,08
satuan demikian sebaliknya apabila variabel current ratio X
1
mangalami penurunan sebesar 1 satuan maka log peluang variabel kondisi financial
distress Y akan mengalami peningkatan sebesar 0,08, dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
β
2
= -0,277 Koefisien regresi untuk variabel working capital to total assets
X
2
sebesar -0,277 secara statistik tidak signifikan, ditunjukkan dengan nila tingkat signifikansi 0,9990,05. Tanda negatif menunjukkan
terjadinya perubahan yang berlawanan arah dari variabel working capital to total assets X
2
terhadap variabel kondisi financial distress Y, yang berarti apabila variabel working capital to total assets X
2
mengalami peningkatan sebesar 1 satuan maka log peluang variabel kondisi financial
distress Y akan mengalami penurunan sebesar -0,277 satuan demikian sebaliknya apabila variabel working capital to total assets X
2
mangalami penurunan sebesar 1 satuan maka log peluang variabel kondisi financial
distress Y akan mengalami peningkatan sebesar -0,277 satuan dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
β
3
= -0,035 Menunjukkan besarnya nilai koefisien regresi untuk variabel
struktur aktiva X
3
yaitu -0,035 dan mempunyai koefisien regresi negatif secara statistik tidak signifikan dengan tingkat signifikansi 1,000 0,05.
88
Hal ini menunjukkan terjadinya perubahan yang berlawanan arah dengan variabel terikat. Jadi setiap ada kenaikan pada variabel struktur aktiva X
3
sebesar 1 satuan dapat menurunkan log peluang variabel kondisi financial distress Y sebesar 0,035. dan sebaliknya apabila terjadi penurunan pada
variabel struktur aktiva X
3
sebesar 1 satuan dapat menaikkan pula log peluang variabel financial distress Y sebesar 0,035 dengan asumsi
bahwa variabel-variabel yang lain adalah konstan. β
4
= -2,148 Koefisien regresi untuk variabel return on investment X
4
adalah sebesar -2,148 secara statistik tidak signifikan, ditunjukkan dengan tingkat
signifikansi 0,999 0,05. Tanda negatif menunjukkan terjadinya perubahan yang berlawanan arah dari variabel return on investment X
4
terhadap variabel kondisi financial distress Y, yang berarti apabila variabel return on investment X
4
mengalami peningkatan sebesar 1 satuan maka log peluang variabel kondisi financial distress Y akan
mengalami penurunan sebesar 2,148 demikian sebaliknya apabila variabel return on investment X
4
mangalami penurunan sebesar 1 satuan maka log peluang variabel kondisi financial distress Y akan mengalami
peningkatan sebesar 2,148 dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
β
5
= 0,501 Menunjukkan besarnya nilai koefisien regresi untuk variabel return
on equity X
5
yaitu 0,501 dan mempunyai koefisien regresi positif secara
89
statistik tidak signifikan, ditunjukkan dengan nilai tingkat signifikansi 0,998 0,05. Hal ini menunjukkan terjadinya perubahan yang searah
dengan variabel terikat. Jadi setiap ada kenaikan pada variabel return on investment X
5
sebesar 1 satuan dapat menaikkan log peluang variabel kondisi financial distress Y sebesar 0,501, dan sebaliknya apabila terjadi
penurunan pada variabel return on investment X
5
sebesar 1 satuan dapat menurunkan pula log peluang variabel kondisi financial distress Y
sebesar 0,501 dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
Β
6
= 0,022 Menunjukkan besarnya nilai koefisien regresi untuk variabel net
profit margin X
6
yaitu 0,697 dan mempunyai koefisien regresi positif secara statistik tidak signifikan, ditunjukkan dengan nilai tingkat
signifikansi 1,000 0,05. Hal ini menunjukkan terjadinya perubahan yang searah dengan variabel terikat. Jadi setiap ada kenaikan pada variabel net
profit margin X
6
sebesar 1 satuan dapat meningkatkan log peluang variabel kondisi financial distress Y sebesar 0,501. dan sebaliknya
apabila terjadi penurunan pada variabel net profit margin X
6
sebesar 1 satuan dapat menurunkan pula log peluang variabel kondisi financial
distress Y sebesar 0,501 dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
Β
7
= -0,050
90
Menunjukkan besarnya nilai koefisien regresi untuk variabel debt ratio X
7
yaitu -0,050 dan mempunyai koefisien regresi negatif secara statistik tidak signifikan, ditunjukkan dengan nilai tingkat signifikansi
1,000 0,05. Hal ini menunjukkan terjadinya perubahan yang berlawanan arah dengan variabel terikat. Jadi setiap ada kenaikan pada variabel net
profit margin X
7
sebesar 1 satuan dapat menurunkan log peluang variabel kondisi financial distress Y sebesar 0,050. dan sebaliknya
apabila terjadi penurunan pada variabel net profit margin X
3
sebesar 1 satuan dapat menaikkan pula log peluang variabel financial distress Y
sebesar 0,050 dengan asumsi bahwa variabel-variabel yang lain adalah konstan.
4.3.2.1.Menilai Model Fit
Menilai Model Fit dilakukan dengan tujuan untuk mengetahui apakah tidak ada perbedaan antara hasil observasi dengan kemungkinan
hasil prediksi model.
Hipotesis :
H : Model yang dihipotesiskan fit dengan data
H
1
: Model yang dihipotesiskan tidak sesuai dengan data Tabel 4.11 : Hasil Uji Menilai Model Fit
Hosmer and Lemeshow Test
.000 8
1.000 Step
1 Chi-square
df Sig.
Sumber : Lampiran 3.2
91
Berdasarkan tabel di atas nilai X
2
yang dihasilkan sebesar 0,000 dengan nilai tingkat signifikansi 1,000 0,05 maka hasilnya adalah H
diterima yang artinya model sesuai tidak ada perbedaan antara hasil
observasi dengan kemungkinan prediksi model atau dengan kata lain model regresi logistik yang dihasilkan layak dipakai.
4.3.2.2.Koefisien Determinasi R
2
Koefisien determinasi
R
2
ini menggunakan Negelkerke’s R square yang merupakan modifikasi dari koefisien Cox dan Snell untuk
memastikan bahwa nilainya bervariasi dari 0 nol sampai 1 satu. Nilai Negelkerke’s R
2
dapat diinterpretasikan seperti nilai R
2
pada multiple regression.
Tabel 4.12 : Nilai R
2
Model Summary
.000
a
.513 1.000
Step 1
-2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
Estimation terminated at iteration number 20 because maximum iterations has been
reached. Final solution cannot be found. a.
Berdasarkan tabel di atas menunjukkan bahwa nilai R
2
Nagelkerke’s yang dihasilkan adalah sebesar 1,000 yang berarti 100 variabel kondisi financial distress Y dapat dijelaskan oleh variabel
current ratio X
1
, working capital to total assets X
2
, struktur aktiva X
3
, return on investment X
4
, return on equity X
5
, net profit margin X
6,
dan debt ratio X
7
Sumber
: Lampiran 3.3
92
4.3.2.3.Keakuratan Model
Adapun keakuratan model dapat dilihat pada classification table di bawah ini :
Tabel 4.13 : classification table
Classification Table
a
53 100.0
7 100.0
100.0 Observed
1 Financial Distress
Y Overall Percentage
Step 1 1
Financial Distress Y Percentage
Correct Predicted
The cut value is .500 a.
Tabel klasifikasi menghitung klasifikasi yang benar dan yang salah. Pada kolom menunjukkan nilai prediksi dari variabel dependen untuk perusahaan
dengan kondisi financial distress kode 1 dan perusahaan dengan kondisi non-financial distress kode 0 dan pada baris menunjukkan observasinya.
Menurut prediksi perusahaan dengan kondisi non-financial distress kode 0 adalah 7 perusahaan, sedangkan hasil observasinya ada 7 perusahaan. Jadi
ketepatan klasifikasi adalah 100 77. Prediksi perusahaan dengan kondisi financial distress kode 1 adalah 53 perusahaan, sedangkan hasil
observasinya adalah 53 perusahaan. Jadi ketepatan klasifikasi adalah 100 5353. Hasil klasifikasi secara keseluruhan menunjukkan hasil dimana
semua kasus memiliki tingkat peramalanprediksi 100.
4.4. Uji Hipotesis
