56
4.2.2 Uji Model
4.2.2.1 Menilai Kelayakan Model Goodness of Fit
Uji kelayakan ini dilakukan dengan menggunakan goodness of fit test
yang diukur dengan melihat signifikansi pada tabel Hosmer and Lemeshow
.
Tabel 4.2
Dari tabel di atas dapat kita lihat bahwa nilai chi-square dari
penelitian ini adalah 0.137 dan nilai signifikansi dari penelitian ini adalah 1.000 di mana nilai chi-square tabel adalah 15.51 0.137
15.51. Dengan demikian, maka nilai chi-square hitung lebih kecil dari nilai chi-square tabel dan nilai signifikansi penelitian ini lebih
besar dari 0.05 1.000 0.05, yang berarti model dapat diterima dan layak digunakan untuk penelitian ini.
4.2.2.2 Menilai Keseluruhan Model Overall Model Fit
Uji keseluruhan model digunakan untuk melihat model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian
dilakukan dengan membandingkan nilai antara -2 Log Likelihood pada awal block number = 0 di mana model hanya memasukkan
konstanta dengan nilai -2 Log Likelihood pada akhir block number = 1 di mana model sudah memasukkan konstanta dan variabel bebas.
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .137
8 1.000
57 Penelitian ini menghasilan nilai -2 Log Likelihood awal dan akhir
sebagai berikut.
Tabel 4.3 Nilai
-2 Log Likelihood Awal
Tabel 4.4 Nilai
-2 Log Likelihood Akhir
Iteration History
a,b,c
Iteration -2 Log
likelihood Coefficients
Constant Step 0
1 38.876
-1.800 2
32.413 -2.555
3 31.776
-2.885 4
31.762 -2.943
5 31.762
-2.944 6
31.762 -2.944
a. Constant is included in the model. b. Initial -2 Log Likelihood: 31.762
c. Estimation terminated at iteration number 6
because parameter estimates changed by less than .001.
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant CFFO_NI CFFO_CL CFFO_TA IPPE_PPE IPPE_TU
DI_TS ND_TS
Step 1 1
36.250 -1.083
.007 -.280
-.580 -.180
-1.655 -2.064
.824 2
26.025 -.771
.022 -.816
-1.137 -.599
-3.972 -5.453
2.146 3
21.774 .199
.053 -1.940
-.221 -1.401
-6.813 -10.620
4.134 4
19.634 1.288
.096 -3.615
3.290 -2.259
-9.888 -17.433
7.401 5
18.562 2.097
.142 -4.687
5.593 -2.795
-12.904 -27.493
14.915 6
17.734 2.747
.186 -5.048
5.601 -3.062
-16.839 -45.348
31.113 7
17.097 3.688
.263 -5.459
4.274 -3.510
-23.089 -74.334
57.544 8
16.830 4.618
.351 -6.512
4.440 -3.991
-29.681 -104.433 84.924
9 16.792
4.883 .392
-7.609 6.297
-4.117 -32.349 -117.438
97.185 10
16.790 4.874
.399 -7.949
7.064 -4.102
-32.689 -119.287 99.081
11 16.790
4.872 .399
-7.966 7.104
-4.101 -32.700 -119.350
99.150
58 Dari kedua tabel di atas, dapat kita lihat bahwa nilai -2 log
likelihood pada awal adalah 31.762 sedangkan nilai -2 log likelihood
pada akhir, setelah model dimasukkan konstanta dan variabel bebas adalah 16.790. Penurunan nilai 2 log likelihood menunjukkan bahwa
model penelitian ini baik atau dengan kata lain fit dengan data, artinya penambahan-penambahan variabel bebas yaitu rasio arus kas
dari aktivitas operasi CFFONI, CFFOCL, dan CFFOTA, rasio arus kas dari aktivitas investasi IPPEPPE dan IPPETU, dan rasio
arus kas dari aktivitas pendanaan DITS dan NDTS ke dalam model penelitian akan memperbaiki model fit dalam penelitian ini.
4.2.2.3 Koefisien Determinasi Nagelkerke R Square
Dalam regresi logistik, nilai statistik dari Nagelkerke R Square
dapat diinterpretasikan sebagai suatu nilai yang mengukur kemampuan variabel-variabel independen dalam menjelaskan atau
menerangkan variabel dependen. Hasil penelitian ini menunjukkan nilai Nagelkerke R Square sebagai berikut.
12 16.790
4.872 .399
-7.966 7.104
-4.101 -32.700 -119.350
99.150 a. Method: Enter
b. Constant is included in the model. c. Initial -2 Log Likelihood: 31.762
d. Estimation terminated at iteration number 12 because parameter estimates changed by less than .001.
59
Tabel 4.5 Nagelkerke R Square
Berdasarkan tabel 4.5 diatas, nilai statistik Nagelkerke R Square
sebesar 0.521 yang berarti variabel dependen, yaitu financial distress
dapat dijelaskan oleh variabel independen, yaitu rasio arus kas dari aktivitas operasi CFFONI, CFFOCL, dan CFFOTA,
aktivitas investasi IPPEPPE dan IPPETU, dan aktivitas pendanaan DITS dan NDTS sebesar 52.1 dan sisanya 47.9
dapat dijelaskan oleh variabel lain di luar model. Berdasarkan nilai Nagelkerke
tersebut dapat dikatakan bahwa variabel rasio arus kas dapat digunakan untuk memprediksi kondisi financial distress
perusahaan.
4.2.2.4 Matriks Klasifikasi
Matriks klasifikasi digunakan untuk menunjukkan kekuatan prediksi dari model regresi dalam memprediksi kondisi financial
distress pada perusahaan industri dasar dan kimia.
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 16.790
a
.171 .521
a. Estimation terminated at iteration number 12 because parameter estimates changed by less than .001.
60
Tabel 4.6
Tabel hasil penelitian di atas menunjukkan seberapa baik
model mengelompokkan perusahaan ke dalam dua kelompok baik yang tidak mengalami financial distress maupun yang mengalami
financial distress . Kekuatan prediksi dari model regresi untuk
memprediksi kemungkinan perusahaan tidak mengalami financial distress
adalah sebesar 98.7. Hal ini menunjukkan bahwa dari 76 sampel perusahaan yang tidak mengalami financial distress, 75
perusahaan yang diprediksi tepat tidak mengalami financial distress dan sebanyak 1 perusahaan yang diprediksi tidak tepat. Kekuatan
prediksi dari model regresi untuk memprediksi kemungkinan perusahaan mengalami financial distress adalah sebesar 25. Hal ini
menunjukkan bahwa dari 4 sampel perusahaan yang mengalami financial distress
, sebanyak 1 perusahaan yang diprediksi tepat mengalami financial distress dan sebanyak 3 perusahaan yang
diprediksi tidak mengalami financial distress. Keakuratan prediksi secara menyeluruh sebesar 95. Tingginya persentase ketepatan
pada tabel klasifikasi tersebut mendukung tidak adanya perbedaan
Classification Table
a
Observed Predicted
FD Percentage
Correct Non Distress
Distress Step 1
FD Non Distress
75 1
98.7 Distress
3 1
25.0 Overall Percentage
95.0 a. The cut value is .500
61 yang signifikan terhadap data hasil prediksi dan data observasinya
yang menunjukkan sebagai model regresi logistik yang baik.
4.2.3 Pengujian Hipotesis
Kategori