38
4.3.3 Hosmer and Lemeshow’s Goodness of Fit Test
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan
Goodness of Fit Test
yang diukur dengan
Chi-Square. Hosmer and
Lemeshow’sGoodness of Fit Test menguji hipotesis nol apakah data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model denga data sehingga
dapat dikatakan fit. Model regresi dikatakan layak jika nilai
Goodness of Fit Test
yang diukur dengan nilai signifikan
Chi
-
Square lebih
besar dari 0,05 dengan demikian hipotesis nol diterima.
Tabel 4.4 Hosmer and Lemeshow’s Goodness of Fit Test
Hosmer and Lemeshow Test
Step Chi-square
Df Sig.
1 8,209
8 ,413
Dari hasil uji kelayakan model regresi hasil output yang telah diperoleh dapat
dilihat bahwa nilai Hosmer and Lemeshow’s Goodness of Fit Test adalah 8,209
dengan nilai signifikan 0,413 atau lebih besar dari 0,05 maka Ho diterima. Hal ini berarti model regresi layak digunakan dalam analisis selanjutnya karena tidak ada
perbedaan yang nyata antara klasifikasi yang diperediksi dengan klasifikasi yang diamati, atau dapat juga dikatakan bahwa mampu memprediksi nilai observasinya
dan dapat diinterpretasikan .
4.3.4 Uji Wald
Pengujian hipotesis dalam penelitian ini untuk menguji pengaruh variabel-variabel bebas yaitu
DER, Growth, Liquidity, Firm Size
terhadap
Hedging
dengan
Universitas Sumatera Utara
39
menggunakan hasil uji regresi yang ditunjukkan dalam tabel 4.4 pada kolom significant Sig dibandingkan dengan tingkat kealphaan 0,10 10 .
Tabel 4.5 Hasil Regresi Logistik
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
Step 1
a
DER 1,229
,709 3,002
1 ,083
3,418 Growth
-,002 ,004
,178 1
,673 ,998
Liquidity -,595
,364 2,675
1 ,102
,551 Firmsize
,026 ,015
3,058 1
,080 1,026
Constant -1,022
1,253 ,665
1 ,415
,360 a. Variables entered on step 1: DER, Growth, Liquidity, Firmsize.
Hasil pengujian hipotesis:
1. DER
Berdasarkan nilai analisis yang ditunjukkan pada tabel 4.4 menyatakan bahwa rasio DER berpengaruh positif dan signifikan pada tingkat
10 dalam menentukan
Hedging
dengan tingkat signifikansi 0,083 dengan nilai koefisien sebesar 1,229. Hal itu menunjukkan bahwa Ho ditolak, berati
rasio DER berpengaruh terhadap
Hedging
.Semakin tinggi DER maka semakin besar kemungkinan perusahaan menggunakan aktifitas hedging.
Hasil penelitian ini sama dengan penelitian yang dilakukan oleh Nguyen dan Faff 2003, Septama Putro 2012 Hepdityo Damanik 2015
2. Growth
Hasil analisis yang ditunjukkan pada tabel 4.4 menyatakan bahwa rasio Growth berpengaruh negatif namun tidak signifikan dalam menentukan
Universitas Sumatera Utara
40 Hedging
dengan tingkat signifikansi 0,673 dengan nilai koefisien sebesar -0,02. Hal ini menunjukkan bahwa Ho diterima, berarti Growth tidak
berpengaruh terhadap
Hedging
. Semakin tinggi Growth makasemakin kecil kemungkinan perusahaan menggunakan hedging. Hasil penelitian ini
sama dengan penelitian yang dilakukan oleh Ameer 2010
3. Liquidity
Hasil analisis yang ditunjukkan pada tabel 4.4 menyatakan bahwa rasio Liquidity berpengaruh negatif namun tidak signifikan dalam menentukan
Hedging dengan tingkat signifikansi 0,102 dengan nilai koefisien sebesar -0,595. Hal ini menunjukkan bahwa Ho diterima, berartiLiquidity
tidakberpengaruh terhadap
Hedging
. Semakin tinggi Liquidity maka semakin kecil kemungkinan perusahaan menggunakan hedging. Hasil
penelitian ini sama dengan hasil penelitian yang dilakukan oleh Spano 2005, Septama Putro 2012
4. Firm Size
Berdasarkan nilai analisis yang ditunjukkan pada tabel 4.4 menyatakan bahwa rasio Firm Size berpengaruh positif dan signifikan pada tingkat
10 dalam menentukan
Hedging
dengan tingkat signifikansi 0,080 dengan nilai koefisien sebesar 0,026. Hal itu menunjukkan bahwa Ho
ditolak, berati Firm Size berpengaruh terhadap Hedging. Semakin tinggi Firm Size semakin besar kemungkinan perusahaan menggunakan aktifitas
hedging
. Hasil penelitian ini sama dengan penelitian yang dilakukan oleh
Universitas Sumatera Utara
41
Nguyen dan Faff 2003, Septama Putro 2012, Bahrain Irawan 2014, Hepdityo Damanik 2015
4.3.5 Estimasi Parameter
Dari Tabel 4.4 hasil regresi logistik maka diperoleh persamaan regresi sebagai berikut:
= -1,022 + 1,229DER – 0,002Growth – 0,595Liquidity + 0,026FirmSize
0.415 0.083 0.673 0.102 0.080
Dari persamaan regresi logistik tersebut dapat dijelaskan bahwa Setiap perubahan satu satuan DER akan meningkatkan
log of oods
perusahaan akan
hedging
sebesar 1,229,
ceteris paribus.
Setiap perubahan satu satuan Growth akan menurunkan
log of oods
perusahaan akan
hedging
sebesar -0,002,
ceteris paribus
. Setiap perubahan satu satuan Liquidity akan menurunkan
log of oods
perusahaan akan
hedging
sebesar -0,595,
ceteris paribus
. setiap perubahan satu satuan Firm Size akan meningkatkan
log of oods
perusahaan akan
hedging
sebesar 0,026,
ceteris paribus
.
Universitas Sumatera Utara
42
BAB V KESIMPULAN DAN SARAN
5.1 KESIMPULAN
Berdasarkan penelitian yang dilakukan maka beberapa kesimpulan yang dapat diberikan :
1. Hasil uji model fit yang telah dilakukan, dapat diketahui bahwa model
yang digunakan dalam penelitian ini fit dengan data dan pengujian Likelihood dengan memasukkan variabel independen kedalam model
memperbaiki model fit. 2.
Berdasarkan uji kelayakan model regresi diperoleh bahwa nilai
hosmer
and lemeshow’s goodness of fit test adalah signifikan lebih besar dari 0,05 maka Ho diterima. Berarti model regresi logistik mampu
memprediksi nilai observasinya dan dapat diinterpretasikan. 3.
Hasil penelitian menunjukkan bahwa variabel DER menunjukkan pengaruh positif dan signifikan pada tingkat alpha 10 dalam menentukan
hedging.
4. Variabel Growth menunjukkan pengaruh negatif yang tidak signifikan
dalam menentukan
hedging.
5. Variabel Liquidity menunjukkan pengaruh negatif yang tidak signifikan
dalam menentukan
hedging.
6. Hasil penelitian menunjukkan bahwa variabel Firm Size menunjukkan
pengaruh positif dan signifikan pada tingkat alpha 10 dalam menentukan
hedging.
Universitas Sumatera Utara