58 dalam regresi linier berganda. Metode maximum likelihood adalah
mencari koefisien regresi sehingga probabilitas kejadian dari variabel dependen bisa setinggi mungkin atau bisa semaksimum mungkin.
Besarnya probabilitas yang memaksimumkan kejadian ini disebut dengan log of likelihood LL. Dengan demikian, nilai LL ini
merupakan ukuran kebaikan garis regresi logistik didalam metode maximum likelihood sebagaimana jumlah residual kuadrat didalam
garis regresi linier Agus Widarjono, 2009 : 201. Dalam model regresi ini dapat ditaksir dengan menggunakan
tahap-tahap sebagai berikut:
a. Menilai Keseluruhan Model Overal Model Fit
Menilai angka -2 log likelihood pada awal blok number =0 dan angka -2 log likelihood pada blok number = 1, jika terjadi penurunan
angka -2 log likelihood maka menunjukkan model regresi yang baik. Log likelihood pada regresi logistik mirip dengan pengerti
an “sum of squared error
” pada model regresi, sehingga penurunan log likelihood menunjukkan model regresi yang baik.
b. Koefisien Determinasi Nilai Nagel Karke R²
Nagel Karke R Square merupakan modifikasi dari koefisien Cox dan
Snell’s untuk memastikan bahwa nilainya bervariasi dari 0 sampai 1. Hal ini dilakukan dengan cara membagi nilai Cox dan
Snell’s R² dengan
nilai maksimumnya.
Nilai NagelKarke
R² dapat
59 diinterprestasikan seperti nilai R² pada multiple regression. Tujuannya
adalah untuk mengetahui seberapa besar kombinasi variabel independen yang terdiri dari rasio leverage DER, rasio profitabilitas
ROA, rasio solvabilitas CFOTL, dan jaminan secure mampu menjelaskan peringkat obligasi.
c. Menguji Kebaikan Model goodness of fit test
Menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data
sehingga model dapat dikatakan fit. Hipotesisnya adalah:
Ho : Tidak ada perbedaan signifikan antara model dengan nilai
observasinya
Ha : Ada perbedaan signifikan antara model dengan nilai
observasinya Dasar pengambilan keputusan adalah sebagai berikut:
Nilai goodness of fit test yang diukur dengan nilai chi square pada bagian bawah uji Hosmer dan Lemeshow :
Jika probabilitas 0,05 H diterima
Jika probabilitas 0,05 H ditolak
d. Menguji Koefisien Regresi
Uji Wald Uji t untuk menguji signifikansi konstanta dari setiap variabel independen Santoso, 2012:213.
Hipotesis:
60 H
: koefisien regresi tidak signifikan Ha : koefisien regresi signifikan
Pengambilan keputusan berdasarkan probabilitas: Jika probabilitas 0,05, maka H
diterima Jika probabilitas 0,05, maka H
ditolak
Adapun model hipotesisnya sebagai berikut :
ln = β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ ε
Keterangan :
ln = Peringkat obligasi
β = Konstanta
β
1-5
= Koefisien regresi X
1 =
debt to equity ratio X
2
= return on asset X
3
= cash flow from operating to total liabilities X
4 =
jaminan merupakan variabel dummy, adanya jaminan = 1 dan tanpa jaminan = 0
ε = standar error
E. Definisi Operasional Variabel
Penelitian ini menggunakan satu variabel dependen dan empat variabel independen. Definisi operasional masing-masing variabel dalam
penelitian ini sebagai berikut :
