43
3.4 Jenis Data
Jenis data yang digunakan dalam penelitian ini merupakan data kuantitatif yaitu data yang diukur dalam suatu skala secara numerik. Data yang digunakan
merupakan data sekunder. Data sekunder dalam penelitian ini diperoleh dari www.idx.co.id berupa laporan keuangan tahunan perusahaan industri dasar dan
kimia yang terdaftar di BEI selama tahun 2008 sampai tahun 2013.
3.5 Metode Pengumpulan Data
Penelitian ini menggunakan teknik dokumentasi dalam pengumpulan datanya berupa laporan keuangan perusahaan industri dasar dan kimia yang
dipublikasikan di Bursa Efek Indonesia BEI dari tahun 2008 sampai tahun 2013.
3.6 Definisi Operasional
Definisi operasional menjelaskan karakteristik dari objek ke dalam elemen- elemen yang dapat diobservasi yang menyebabkan konsep dapat diukur dan
dioperasionalkan ke dalam penelitian. Dalam penelitian ini defenisi operasional meliputi variabel-variabel penelitian, yang terdiri atas variabel independen dan
variabel dependen.
3.6.1 Variabel Independen
Variabel independen adalah “variabel yang dapat mempengaruhi perubahan dalam variabel dependen atau yang menyebabkan terjadinya
variasi bagi variabel tak bebas” Erlina, 2011: 37. Variabel independen dalam penelitian ini adalah rasio arus kas yang terdiri dari:
44
3.6.1.1 Rasio Arus Kas dari Aktivitas Operasi
Operating cash index ratio Rasio ini juga menunjukkan kemampuan perusahaan
untuk menghasilkan kas internal dari operasi yang sedang berjalan.
Cash Flow From OperationCurrent Liabilities Rasio ini menunjukkan kemampuan arus kas bersih dari
aktivitas operasi dalam membiayai kewajiban jangka pendek perusahaan yang dihitung dengan rumus:
Assets Efficiency Ratio Rasio ini menunjukkan kemampuan arus kas bersih dari
aktivitas operasi dalam menghasilkan total aset perusahaan yang dihitung dengan rumus:
3.6.1.2 Rasio Arus Kas dari Aktivitas Investasi
Investment in Plant, Property, and EquipmentPlant, Property, and Equipment
Rasio ini menunjukkan perbandingan antara investasi aktiva tetap suatu perusahaan dengan aktiva tetap.
45 Investment in Plant, Property, and EquipmentTotal Use
of Fund Rasio ini menunjukkan perbandingan antara investasi
aktiva tetap dengan total penggunaan dana.
3.6.1.3 Rasio Arus Kas dari Aktivitas Pendanaan
Debt InvestmentTotal Source of Fund Rasio ini menunjukkan tambahan perolehan hutang untuk
aktivitas pendanaannya.
Net Debt Total Source of Fund Rasio ini menunjukkan perbandingan antara hutang
bersih perusahaan dengan total sumber dana.
3.6.2 Variabel Dependen
Variabel dependen adalah “variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel
sebab atau variabel bebas” Erlina, 2011: 36. Variabel dependen dari penelitian ini adalah financial distress.
Variabel dependen dalam penelitian ini menggunakan variabel dummy,
46 sehingga dalam pengukurannya, yaitu perusahaan yang mengalami financial
distress diberi skor 1, sedangkan perusahaan yang tidak mengalami financial
distress diberi skor 0. Pengukuran variabel dependen dalam penelitian ini
mengacu pada penelitian yang dilakukan oleh Hidayat 2013 dimana perusahaan
dikategorikan mengalami
financial distress
dengan menggunakan interest coverage ratio. Interest coverage ratio merupakan
suatu rasio yang menunjukkan seberapa kemampuan perusahaan dalam
melakukan pembayaran bunga hutang yang dimilikinya.
3.7 Skala Pengukuran Variabel
Tabel 3.4 Defenisi Operasional dan Skala Pengukuran Variabel
Variabel Indikator
Skala Operating cash index
ratio X
1
Rasio
Cash Flow
From OperationCurrent
Liabilities X
2
Rasio
Asset Efficiency Ratio X
3
Rasio
Investment in Plant, Property,
and Equipment
Plant, Property,
and Equipment X
4
Rasio
Investment in Plant, Property,
and EquipmentTotal Use
of Fund X
5
Rasio
Debt InvestmentTotal Source of Fund X
6
Rasio
Net Debt Total Source of Fund X
7
Rasio
47
Financial distress Y
Perusahaan mengalami financial distress diberi skor 1 Perusahaan yang tidak mengalami financial distress
diberi skor 0 Nominal
3.8 Teknik Analisis Data
Metode analisis yang digunakan adalah metode statistik deskriptif dan analisis regresi logistik dengan menggunakan software SPSS 18.
3.8.1 Statistik Deskriptif
Uji ini berguna untuk mendeskripsikan data-data apa saja yang diinput, baik dari nilai minimumnya, nilai maksimumnya, nilai rata-ratanya
mean, maupun standar deviasinya.
3.8.2 Analisis Regresi Logistik
Metode analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah regresi logistik logistic regression. Regresi logistik
adalah regresi yang digunakan untuk menguji apakah probabilitas terjadinya variabel terikat variabel dependen dapat diprediksi oleh variabel bebasnya
variabel independen. Dalam penggunaannya, regresi logistik tidak memerlukan distribusi yang normal pada variabel bebasnya variabel
independen. Di samping itu, teknik analisis ini tidak memerlukan uji normalitas, uji heteroskedastisitas, dan uji asumsi klasik pada variabel
bebasnya Ghozali, 2006.
Analisis data dalam penelitian ini melakukan penilaian kelayakan
model dan pengujian signifikansi koefisen secara sendiri-sendiri.
48
3.8.2.1 Menilai Kelayakan Model Goodness of Fit Test
Menurut Ghozali 2006, goodness of fit test dapat dilakukan dengan memperhatikan output dari
Hosmer and Lemeshow’s Goodness of Fit Test
, dengan hipotesis :
H : Model yang dihipotesiskan fit dengan data
H
a
: Model yang dihipotesiskan tidak fit dengan data Jika nilai statistik Hosmer and Lemeshow sama dengan atau
kurang dari 0.05, maka hipotesis nol H ditolak dan hal tersebut
berarti terdapat perbedaan siginifikan antara model dengan nilai observasinya sehingga Goodness of Fit Test Model tidak baik karena
model tidak dapat memprediksi nilai observasinya. Sebaliknya jika nilai statistik Hosmer and Lemeshow lebih dari 0.05, maka hipotesis
nol H diterima yang berarti model dapat menjelaskan nilai
observasinya atau bisa dikatakan model dapat diterima karena cocok dengan data observasinya.
3.8.2.2 Penilaian Keseluruhan Model Overall Fit Model Test
Dalam menilai overall fit model, kita dapat menggunakan tes statistik chi square
χ
2
. Tes statistik chi square χ
2
digunakan berdasarkan pada fungsi likelihood pada estimasi model regresi.
Likelihood L dari model adalah probabilitas bahwa model yang
dihipotesiskan menggambarkan data input. L ditransformasikan menjadi - 2logL untuk menguji hipotesis nol dan alternatif.
Penggunaan nilai χ
2
untuk keseluruhan model terhadap data dapat
49 dilakukan dengan membandingkan nilai -2 log likelihood awal hasil
block number 0 dengan nilai -2 log likelihood akhir hasil block
number 1. Dengan kata lain, nilai chi square didapat dari nilai-nilai 2logL1
– 2logL0. Selanjutnya jika terjadi penurunan, maka model tersebut menunjukkan model regresi yang baik.
3.8.2.3 Koefisien Determinasi Nagelkerke R Square
Nilai Nagelkerke R Square digunakan untuk melihat seberapa besar variabel independen dalam model penelitian dapat menjelaskan
variabel dependen. Nilai koefisien determinasi bervariasi dari 0 sampai 1. Apabila nilai R
2
kecil, hal ini berarti kemampuan variabel independen dalam menjelaskan variabel dependen sangat terbatas.
Sedangkan, apabila nilai R
2
mendekati 1, hal ini berarti variabel independen dapat memberikan hampir semua informasi yang
diperlukan untuk memprediksi variabel dependen.
3.8.2.4 Tabel Klasifikasi 2x2
Tabel klasifikasi 2x2 berfungsi untuk menghitung nilai estimasi yang benar correct dan salah incorrect. Pada kolom
merupakan dua nilai prediksi dari variabel dependen dalam hal ini financial distress
1 dan non financial distress 0, sedangkan pada baris menunjukkan menunjukkan nilai observasi sesungguhnya dari
variabel dependen. Pada model sempurna, maka semua kasus akan berada pada diagonal dengan ketepatan peramalan 100. Dalam
50 output regresi logistik, angka ini dapat dilihat dari Classification
Table Ghozali, 2006: 238.
3.8.3 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan regresi logistik logistic regression. Regresi logistik digunakan untuk menguji
apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya.
Model regresi logistik yang digunakan untuk menguji hipotesis pada penelitian ini yaitu:
ln P1-P = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ b
5
X
5
+ b
6
X
6
+ b
7
X
7
+ e Keterangan:
ln P1-P
= Probabilitas perusahaan mengalami financial distress a
= konstanta X
1
= CFFONI X
2
= CFFOCL X
3
= CFFOTA X
4
= IPPEPPE X
5
= IPPETU X
6
= DITS X
7
= NDTS b
1
- b
7
= koefisien regresi yang menunjukkan perubahan variabel dependen berdasarkan pada variabel independen.
e = Tingkat kesalahan standard error
51
3.8.3.1 Pengujian signifikan model secara simultan chi-square
Untuk melihat pengujian secara simultan variabel bebas variabel independen terhadap variabel terikat variabel dependen, digunakan
perhitungan SPSS dengan memperhatikan tabel Omnibus Test of Model Coefficiens
atau biasa yang disebut uji signifikansi Chi-Square. Dengan diperoleh nilai signifikansi 0.05 dan nilai chi-square hitung nilai chi-
square tabel, maka diperoleh kesimpulan bahwa variabel independen
secara simultan berpengaruh terhadap variabel dependen.
3.8.3.2 Pengujian signifikan model secara parsial
Pengujian ini dilakukan untuk mengetahui apakah masing- masing variabel independen bebas berpengaruh signifikan terhadap
variabel dependen terikat. Pengujian hipotesis ini dengan cara membandingkan antara nilai probabilitas sig dengan tingkat
signifikansi α pada tabel variables in equation. H
: tidak ada hubungan secara parsial dari variabel independen terhadap variabel dependen
H
a
: ada hubungan secara parsial dari variabel independen terhadap variabel dependen
Untuk menentukan penerimaan atau penolakan H didasarkan
pada tingkat signifikansi α 5 dengan kriteria:
52 1. H
diterima apabila nilai probabilitas sig signifikansi α. Hal ini berarti H
a
ditolak atau hipotesis yang menyatakan variabel bebas berpengaruh terhadap variabel terikat ditolak.
2. H ditolak apabila nilai probabilitas sig signifikansi α. Hal
ini berarti H
a
diterima atau hipotesis yang menyatakan variabel bebas berpengaruh terhadap variabel terikat diterima.
53
BAB IV HASIL PENELITIAN
4.1 Gambaran Umum
Dalam bab ini akan disajikan hasil dari analisis data dengan menggunakan model regresi logistik logistic regression untuk mengetahui apakah rasio arus
kas dari aktivitas operasi, rasio arus kas dari aktivitas investasi, dan rasio arus kas dari aktivitas pendanaan berpengaruh terhadap prediksi kondisi financial distress.
Analisis data dimulai dengan mengolah data melalui Microsoft excel dan seluruh data yang telah diperoleh akan diolah dengan menggunakan SPSS versi 18.
Objek penelitian ini adalah perusahaan manufaktur subsektor industri dasar dan kimia yang terdaftar di Bursa Efek Indonesia pada tahun 2008-2013. Populasi
penelitian berjumlah 63 perusahaan. Berdasarkan kriteria yang telah ditentukan dengan menggunakan metode purposive sampling, sampel untuk penelitian ini
yang terkumpul sebanyak 20 perusahaan.
4.2 Hasil Penelitian
Kategori