d. Pengujian Hipotesis IV
1. Menilai Model Fit
Uji ini digunakan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan
dengan membandingkan nilai antara -2 log likelihood pada awal block number =0 dengan nilai -2 log likelihood pada akhir block number
=1. Nilai -2 log likelihood awal pada block number = 0, dapat ditunjukkan pada tabel 4.13 berikut ini :
Tabel 4.13 Nilai -2 Log Likelihood -2LL Awal
Iteration History
a,b,c
Iteration -2 Log
likelihood Coefficients
Constant Step 0 1
40.168 -.069
2 40.168
-.069 a. Constant is included in the model.
b. Initial -2 Log Likelihood: 40.168 c. Estimation terminated at iteration
number 2 because parameter estimates changed by less than .001.
Sumber: Hasil Pengolahan SPSS, 2010
Universitas Sumatera Utara
Nilai -2 log likelihood akhir pada block number = 1, dapat dilihat pada tabel 4.14 berikut ini :
Tabel 4.14 Nilai -2 Log Likelihood -2 LL Akhir
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant CR
DAR ITO
ROE Step 1 1
18.449 -.234
.435 -1.672
.006 .000
2 11.028
.319 .709
-3.887 .026
.000 3
6.231 1.131
1.037 -7.132
.081 .000
4 3.381
1.965 1.504 -11.291
.170 .000
5 1.563
3.382 2.060 -17.728
.318 .001
6 .611
5.295 2.834 -26.251
.475 .001
7 .227
7.288 3.710 -35.292
.628 .002
8 .084
9.303 4.620 -44.418
.776 .003
9 .031
11.356 5.553 -53.625
.918 .004
10 .012
13.453 6.507 -62.926
1.054 .004
11 .004
15.589 7.480 -72.311
1.186 .005
12 .002
17.756 8.467 -81.761
1.314 .006
13 .001
19.943 9.463 -91.255
1.439 .006
14 .000
22.144 10.466 -100.779
1.563 .007
15 .000
24.353 11.473 -110.323
1.687 .008
16 .000
26.567 12.483 -119.880
1.809 .009
17 .000
28.784 13.495 -129.447
1.932 .009
18 .000
31.004 14.509 -139.022
2.054 .010
19 .000
33.226 15.523 -148.605
2.176 .011
20 .000
35.451 16.540 -158.194
2.298 .012
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 40.168 d. Estimation terminated at iteration number 20 because maximum iterations has
been reached. Final solution cannot be found. Sumber : Hasil Pengolahan SPSS, 2010
Universitas Sumatera Utara
Dari tabel 4.13 dan tabel 4.14 di atas dapat dilihat bahwa nilai -2 log likelihood awal pada block number = 0, yaitu model yang hanya
memasukkan konstanta yang dapat dilihat pada step 2, memperoleh nilai sebesar 40,168. Kemudian pada tabel selanjutnya dapat dilihat
nilai -2 log likelihood akhir dengan block number = 1, nilai -2 log likelihood pada tabel 4.14 mengalami perubahan setelah masuknya
beberapa variable independen pada model penelitian, akibatnya nilai -2 log likelihood akhir pada step 20 menunjukkan nilai 0,000.
Adanya pengurangan nilai antara -2 log likelihood awal dengan nilai -2 log likelihood akhir menunjukkan bahwa model yang dihipotesiskan
fit dengan data Ghozali, 2005:219. Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini dinyatakan fit, artinya
penambahan variabel bebas yaitu current ratio, debt to total asset ratio, inventory turnover, dan return on equity ke dalam model penelitian
akan memperbaiki model fit penelitian ini. Menilai model fit dapat juga dilihat melaui tabel omnibus test of
model coefficients berikut ini :
Tabel 4.15 Omnibus Tests of Model Coefficients
Chi-square df
Sig. Step 1 Step
40.168 4
.000 Block
40.168 4
.000 Model
40.168 4
.000 Sumber : Hasil Pengolahan SPSS, 2010
Universitas Sumatera Utara
Tabel tersebut menunjukkan nilai signifikansi chi square dimana tingkat signifikansinya adalah 0,000 lebih kecil dari 0,05. Maka dapat
disimpulkan bahwa model yang terdiri dari beberapa variabel independen tersebut berpengaruh dan dapat digunakan untuk menilai
variabel dependen. Nilai chi square di atas adalah hasil dari selisih - 2LL awal dengan -2LL akhir.
2. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistic dilakukan dengan menggunakan goodness of fitness test yang diukur dengan nilai chi
square pada bagian bawah uji hosmer and lameshow.
Tabel 4.16 Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 .000
6 1.000
Sumber : Hasil Pengolahan SPSS, 2010
Hasil pengujian statistik menunjukkan probabilitas signifikansi sebesar 1,000. Nilai signifikansi yang diperoleh ini lebih besar dari
0,05, maka H tidak dapat ditolak diterima. Hal ini menunjukkan
bahwa model regresi layak untuk digunakan dalam analisis selanjutnya, karena tidak ada perbedaan nyata antara klasifikasi yang diprediksi
dengan klasifikasi yang diamati.
Universitas Sumatera Utara
Tabel 4.17 Contingency Table for Hosmer and Lemeshow Test
Kategori = Financial Distress
Kategori = Non Financial Distress
Total Observed
Expected Observed
Expected Step 1 1
3 3.000
.000 3
2 3
3.000 .000
3 3
3 3.000
.000 3
4 3
3.000 .000
3 5
3 3.000
.000 3
6 .000
3 3.000
3 7
.000 1
1.000 1
8 .000
10 10.000
10 Sumber : Hasil Pengolahan SPSS, 2010
Dari tabel kontinjensi untuk uji hosmer and lameshow, dapat dilihat bahwa dari 8 langkah pengamatan untuk kategori perusahaan dengan
kondisi financial distress 1 maupun kondisi non financial distress 2, nilai yang diamati maupun nilai yang diprediksi, tidak mempunyai
perbedaan yang terlalu ekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan dalam penelitian ini mampu memprediksi nilai
observasinya.
3. Hasil Pengujian Hipotesis
Universitas Sumatera Utara
Hasil pengujian hipotesis bertujuan untuk mengetahui apakah pengaruh dari variabel-variabel bebas terhadap peringkat obligasi.
Pengujian dengan regresi logistik ditunjukkan dalam tabel berikut ini :
Tabel 4.18 Case Processing Summary
Unweighted Cases
a
N Percent
Selected Cases Included in Analysis
29 100.0
Missing Cases .0
Total 29
100.0 Unselected Cases
.0 Total
29 100.0
a. If weight is in effect, see classification table for the total number of cases.
Sumber: Hasil Pengolahan SPSS
Berdasarkan tabel 4.18 di atas dapat diambil analisis sebagai berikut:
a. jumlah observasi sebanyak 29, dan seluruh observasi telah
diperhitungkan ke dalam pengujian hipotesis b.
tidak ada variabel dependen yang dikeluarkan dengan nilai dummy variabel. Variabel dependen bernilai 1 untuk kategori financial
distress dan bernilai 2 untuk kategori non financial distress. c.
metode yang digunakan untuk memasukkan data adalah metode enter dimana dengan menggunakan metode ini seluruh variabel
bebas independen disertakan dalam analisis data untuk mengetahui variabel mana yang berpengaruh terhadap variabel
dependen.
Universitas Sumatera Utara
Selanjutnya, variabilitas antara variabel dependen dengan variabel independen ditampilkan pada tabel 4.19 di bawah ini.
Tabel 4.19 Model Summary
Step -2 Log
likelihood Cox Snell
R Square Nagelkerke R
Square 1
.000
a
.750 1.000
a. Estimation terminated at iteration number 20 because maximum iterations has been reached.
Final solution cannot be found. Sumber : Hasil Pengolahan SPSS, 2010
Berdasarkan table 4.19 di atas, dapat dilihat hasil analisis regresi logistik secara keseluruhan menunjukkan nilai Cox Snell R Square
sebesar 0,750. Cox Snell R Square merupakan ukuran yang mencoba meniru ukuran R
2
pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga
sulit untuk diinterpretasikan. Nagelkerke’s R
2
merupakan modifikasi dari koefisien Cox dan Snell. Untuk memastikan bahwa nilainya
bervariasi dari satu 1 sampai dua 2, dilakukan dengan cara membagi nilai Cox dan Snell R
2
dengan nilai maksimumnya. Nilai Nagelkerke’s R
2
dapat diinterpretasikan seperti nilai R
2
pada multiple regression. Dilihat dari hasil output pengolahan data nilai Nagelkerke’s R
2
menunjukkan angka sebesar 1,000 yang berarti variabilitas variable
Universitas Sumatera Utara
dependen yang dapat dijelaskan oleh variable independen adalah sebesar 100.
a. Matriks Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kondisi perusahaan.
Tabel 4.20 Classification Table
a
Observed Predicted
Kategori Percentage
Correct Financial
Distress Non Financial
Distress Step 1
Kategori Financial Distress
15 100.0
Non Financial Distress 14
100.0 Overall Percentage
100.0 a. The cut value is .500
Sumber: Hasil Pengolahan SPSS, 2010
Tabel 4.20 di atas menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan kondisi perusahaan sebesar
100. Ini menunjukkan bahwa dengan menggunakan model regresi yang digunakan ada 15 perusahaan yang diprediksi berada pada kondisi
financial distress dari total 15 perusahaan yang berada pada kondisi financial distress. Kekuatan prediksi model untuk kategori non financial
distress adalah sebesar 100, yang berarti bahwa model regresi yang
Universitas Sumatera Utara
diajukan ada 14 perusahaan yang diprediksi berada pada kondisi non financial distress dari total 14 perusahaan yang berada pada kondisi non
financial distress.
b. Menguji Koefisien Regresi
Tabel 4.21 Variables in the Equation
B S.E.
Wald Df
Sig. ExpB
95.0 C.I.for EXPB
Lower Upper
Step 1
a
CR 16.540 4.499E3
.000 1
.997 1.524E7 .000
. DAR
- 158.194
2.189E4 .000
1 .994
.000 .000
. ITO
2.298 1.353E3 .000
1 .999
9.954 .000
. ROE
.012 5.726
.000 1
.998 1.012
.000 7.564E4 Constant
35.451 1.122E4 .000
1 .997 2.489E15
a. Variables entered on step 1: CR, DAR, ITO, ROE.
Sumber: Hasil Pengolahan SPSS, 2010
Tabel 4.21 di atas memperlihatkan hasil pengujian hipotesis regresi logistik pada tingkat signifikansi 5. Dari hasil pengujian
hipotesis tersebut pada kolom B maka diperoleh model persamaan regresi logistik sebagai berikut :
Y= 35,451 + 16,540X
1
– 158,194X
2
+ 2,298X
3
+ 0,012X
4
Universitas Sumatera Utara
Konstanta sebesar 35,451 menyatakan bahwa jika tidak memperhitungkan nilai CR, DAR, ITO, dan ROE , maka kemungkinan
financial distress sebesar 35,451.
C. Pembahasan Hasil Penelitian
Berdasarkan hasil pengujian yang dilakukan dengan Uji Mann Whitney, menunjukkan bahwa:
1. Terdapat perbedaan yang signifikan pada rasio current ratio, debt to
total asset ratio, inventory turnover, dan return on equity antara perusahaan yang mengalami financial distress dengan perusahaan yang
tidak mengalami financial distress. Hal ini dapat dilihat dari tingkat signifikansi dari masing-masing rasio 0,05.
2. Terdapat perbedaan yang signifikan pada rasio current ratio dan debt
to total asset ratio, antara perusahaan yang mengalami financial distress dengan perusahaan yang berada pada gray area tetapi tidak
pada rasio inventory turnover dan return on equity. Hal ini dapat dilihat dari tingkat signifikansi dari masing-masing rasio 0,05.
Kecuali pada rasio inventory turnover dan return on equity yang tingkat signifikansinya 0,05.
3. Terdapat perbedaan yang signifikan pada rasio current ratio, debt to
total asset ratio, inventory turnover, dan return on equity antara
Universitas Sumatera Utara