57
2. Uji Hipotesis
Metode statistik yang digunakan untuk menguji hipotesis adalah regresi logistik logistic regression karena menurut Ghozali 2005:8
metode ini cocok digunakan untuk penelitian yang variabel independennya bersifat kategorikal nominal atau non metrik dan
variabel independennya kombinasi antara metrik dan non metrik. Regresi logistik digunakan untuk menguji apakah variabel rasio
leverage DER, rasio profitabilitas ROA, rasio solvabilitas CFOTL, dan jaminan secure dapat berpengaruh terhadap peringkat
obligasi. Regresi logistik sebetulnya mirip dengan analisis diskriminan
yaitu ketika kita ingin menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya. Namun demikian,
asumsi multivariate normal distribution tidak dapat dipenuhi karena variabel bebas merupakan campuran antara variabel kontinyu metrik
dan kategorial non-metrik. Jadi regresi logistik umumnya dipakai jika asumsi multivariate normal distribution tidak dipenuhi Ghozali,
2005:333. Model Regresi logistik adalah non linier maka metode OLS
tidak bisa digunakan. Estimasi dilakukan dengan metode maximum likelihood ML. Didalam regresi dengan menggunakan metode
maximum likelihood kita tidak mencari koefisien regresi yang mampu meminimumkan jumlah residual kuadrat sebagaimana metode OLS
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