Tabel 4.3 -2LOG Likelihood
Iteration History
a,b,c
Iteration -2 Log likelihood
Coefficients Constant
Step 0 1
386,902 -1,538
2 372,250
-1,960 3
371,932 -2,035
4 371,932
-2,037 5
371,932 -2,037
a. Constant is included in the model. b. Initial -2 Log Likelihood: 371,932
c. Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001.
Iteration History
a,b,c,d
Iteration -2 Log
likelihood Coefficients
Constant CR1
NPM DR1
CLTA1 CCL1
CTA1 G
ITO Step
1 1
305,853 -,004
-,186 ,016 -,153
-,081 -,058
-,050 -,002 ,001 2
212,917 1,028
-,357 ,022 -,277
-,274 -,126
-,120 ,000 ,001
3 149,412
2,087 -,445 -,023 -,313
-,672 -,151
-,256 ,005 -,001
4 101,527
2,983 -,428 -,208 -,304
-1,203 -,134
-,515 ,004 -,002
5 73,282
3,827 -,400 -,420 -,284
-1,691 -,124
-,977 ,002 -,006
6 57,921
4,454 -,345 -,667 -,280
-1,808 -,123
-1,842 ,000 -,012
7 49,762
4,960 -,255 -,859 -,326
-1,707 -,129
-3,119 -,001 -,016
8 46,024
5,748 -,201 -,946 -,451
-1,837 -,152
-4,433 -,003 -,025
9 44,673
6,628 -,191 -,973 -,580
-2,137 -,178
-5,471 -,004 -,052
10 44,364
7,112 -,200 -,985 -,624
-2,336 -,189
-5,916 -,005 -,098
11 44,260
7,217 -,212 -,970 -,615
-2,360 -,187
-5,931 -,004 -,170
12 44,233
7,256 -,222 -,954 -,600
-2,355 -,183
-5,897 -,003 -,232
13 44,233
7,265 -,224 -,953 -,599
-2,357 -,182
-5,896 -,003 -,239
14 44,233
7,265 -,224 -,953 -,599
-2,357 -,182
-5,896 -,003 -,239
Universitas Sumatera Utara
Dari output diatas terlihat bahwa nilai -2Log Likelihood pada blok pertama adalah sebesar 371,932 dan pada blok kedua adalah sebesar 44,233. dengan hasil tersebut
dapat disimpulkan bahwa model regresi ogistik kedua lebih baik dalam memprediksi kemungkinan suatu perusahaan mengalami kondisi financial
distress. 4.2.2.2 Hasil Regresi Logistik
Untuk mengetahui koefesien regresi logistik masing-masing variabel dapat dilihat pada tabel 4.4
Tabel 4.4 ANALISIS REGRESI LOGISTIK
Sumber : Data diolah SPSS 18
a. Method: Enter b. Constant is included in the model.
c. Initial -2 Log Likelihood: 371,932 d. Estimation terminated at iteration number 14 because parameter estimates changed by less than ,001.
Variables in the Equation
B S.E.
Wald df
Sig. ExpB
95 C.I.for EXPB Lower
Upper Step 1
a
CR1 -,224 ,228
,962 1 ,327
,799 ,511
1,250 NPM
-,953 ,380 6,299
1 ,012 ,386
,183 ,812
DR1 -,599 ,502
1,425 1 ,233
,549 ,205
1,469 CLTA1
-2,357 1,243
3,593 1 ,058
,095 ,008
1,083 CCL1
-,182 ,131 1,936
1 ,164 ,833
,644 1,077
CTA1 -5,896
1,874 9,897
1 ,002 ,003
,000 ,108
G -,003 ,032
,007 1 ,932
,997 ,936
1,062 ITO
-,239 ,430 ,310
1 ,578 ,787
,339 1,827
Constant 7,265
1,768 16,888 1 ,000
1429,85 4
a. Variables entered on step 1: CR1, NPM, DR1, CLTA1, CCL1, CTA1, G, ITO.
Universitas Sumatera Utara
Berdasarkan hasil pengolahan regresi logistik di atas maka model analisis regresi logistik dapat ditransformasikan dalam model
persamaan sebagai berikut : L
i
= 1
n
�
�� 1
−��
� = 7,265 - 0,953NPM – 0,5896 CTA dari tabel 4.4 masing-masing variabel independen dapat
diinterpretasikan pengaruhnya terhadap financial distress sebagai berikut :
1. konstanta sebesar 7,265; artinya jika koefesien regresi logistik variabel lainnya nol 0 maka log peluang suatu perusahaan
mengalami kondisi financial distress akan naik sebesar 7,265 2. koefesien regresi logistik variabel CR sebesar -0,224; artinya jika
variabel CR naik sebesar 1 satuan, maka log peluang suatu perusahaan mengalami financial distress akan turun sebesar 0,224.
lebih jelasnya adalah jika variabel CR naik sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan turun sebesar 0,224.
3. koefisien regresi logistik variabel NPM sebesar -0,953; artinya jika variabel NPM naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami financial distress akan turun sebesar 0,953. 4. koefisien regresi logistik variabel DR sebesar -0,599; artinya jika
variabel DR naik sebesar 1 satuan, maka log peluang suatu perusahaan mengalami financial distress akan turun sebesar 0,599.
Universitas Sumatera Utara
5. koefisien regresi logistik variabel CLTA sebesar -2,357; artinya jika variabel CLTA naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami financial distress akan turun sebesar 2,327. 6. koefisiensi regresi logistik variabel CCL sebesar -0,182; artinya
jika variabel CCL naik sebesar 1 satuan, maka log peluang suatu perusahaan mengalami financial distress akan turun sebesar 0,182.
7. koefisiensi regresi logistik variabel CTA sebesar -5,896; artinya jika variabel CTA naik sebesar 1 satuan, maka log peluang usaha
perusahaan mengalami financial distress akan turun sebesar 5,896. 8. koefisien regresi logistik variabel G GROWTH sebesar -0,003;
artinya jika variabel G GROWTH naik sebesar 1 satuan, maka log peluang usaha perusahaan mengalami financial distress akan
turun sebesar 0,003. 9. koefisien regresi logistik variabel ITO sebesar -0,239; artinya jika
variabel ITO naik sebesar 1 satuan, maka log peluang usaha perusahaan mengalami financial distress akan turun sebesar 0,239.
1. pengujian hipotesis pengujian hipotesis dalam penelitian ini bertujuan untuk menguji
pengaruh variabel independen yang digunakan dalam penelitian ini, yaitu rasio likuiditas, profitabilitas, leverage, cash position, sales
growth dan rasio aktivitas terhadap prediksi kondisi financial distress suatu perusahaan.
Universitas Sumatera Utara
1. Rasio likuiditas terhadap prediksi kondisi financial distress suatu perusahaan.
• Variabel CR dari tabel 4.4 di atas dapat dilihat pengaruh variabel CR
terhadap probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai sig sebesar 0,3270,05
sehingga tidak signifikan H1 yang menyatakan bahwa rasio likuiditas berpengaruh terhadap
probabilitas perusahaan mengalami kondisi financial distress
dinyatakan ditolak.
2. Rasio profitabilitas terhadap prediksi kondisi financial distress suatu perusahaan.
• Variabel NPM dari tabel 4.4 di atas dapat dilihat pengaruh variabel NPM
terhadap probabilitas perusahaan mengalami financial distress diperoleh nilai sig sebesar 0,0120,05 sehingga
signifikan. H2 yang menyatakan bahwa rasio profitabilitas berpengaruh
terhadap probabilitas perusahaan mengalami financial distress
dinyatakan diterima.
3. Rasio Leverage terhadap prediksi kondisi financial distress suatu perusahaan.
• Variabel DR
Universitas Sumatera Utara
dari tabel 4.4 di atas dapat dilihat pengaruh variabel DR terhadap probabilitas perusahaan mengalami financial
distress diperoleh nilai sig 0,2330,05 sehingga tidak signifikan.
• Variabel CLTA dari tabel 4.4 di atas dapat dilihat pengaruh variabel CLTA
terhadap probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai sig 0,0580,05 sehingga
tidak signifikan. H3 yang menyatakan bahwa rasio leverage berpengaruh terhadap
probabilitas perusahaan mengalami financial distress dinyatakan
ditolak.
4. Rasio cash position terhadap prediksi kondisi financial distress suatu perusahaan.
• Variabel CCL Dari tabel 4.4 di atas dapat dilihat pengaruh variabel CCL
terhadap probabilitas perusahan mengalami kondisi financial distress diperoleh nilai sig 0,1640,05 sehingga
tidak signifikan. • Variabel CTA
Dari tabel 4.4 di atas dapat dilihat pengaruh variabel CTA terhadap probabilitas perusahaan mengalami kondisi
Universitas Sumatera Utara
financial distress diperoleh nilai sig 0,0020,05, sehingga signifikan.
H4 yang menyatakan bahwa rasio cash position berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial
distress dinyatakan partially suported oleh rasio CTA.
5. Rasio G Growth terhadap prediksi kondisi financial distress suatu perusahaan.
• Variabel Pertumbuhan penjualan sales growth dari tabel 4.4 di atas dapat dilihat pengaruh variabel G
terhadap probabilitas perusahan mengalami kondisi financial distress diperoleh nilai sig 0,9320,05 sehingga
tidak signifikan. H5 yang menyatakan bahwa rasio pertumbuhan penjulan sales
growth perusahaan mengalami kondisi financial distress
dinyatakan ditolak.
6. Rasio Aktivitas terhadap prediksi kondisi financial distress suatu perusahaan.
• Variabel ITO dari tabel 4.4 di atas dapat dilihat pengaruh variabel ITO
terhadap probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai sig 0,5780,05 sehingga
tidak signifikan.
Universitas Sumatera Utara
H6 yang menyatakan bahwa rasio aktivitas perusahaan mengalami
kondisi financial distress dinyatakan ditolak.
7. Rasio Likuiditas, Profitabilitas, Leverage, Cash Position, Groewth dan Aktivitas secara simultan terhadap prediksi kondisi financial
distress suatu perusahaan. untuk mengetahui pengaruh simultan semua variabel independen
terhadap variabel dependen dapat dilihat dari selisih nilai -2log likelihood pada block 0 dan block 1.
Besarnya nilai -2log likelihood pada block 0 adalah 371,932. setelah semua variabel independen dimasukkan ke dalam
model, nilai -2Log Likelihood menjadi 43,233. selisih diantara block 0 dan block 1 merupakan model Chi Square yang dipakai
untuk menguji signifikansi secara simultan. dalam penelitian ini model Chi Square yang diperoleh adalah 371,932-43,233 =
327,700. nilai tersebut sama dengan output SPSS 18 dibawah ini :
Tabel 4.5 Omnimus Test
Omnibus Tests of Model Coefficients
Chi-square df
Sig. Step 1
Step 327,700
8 ,000 Block
327,700 8 ,000
Model 327,700
8 ,000
sumber : Data diolah SPSS 18
Dari tabel 4.5 Dapat dilihat pengaruh rasio Likuiditas, Profitabilitas, Leverage, Cash Position, Growth dan Aktivitas
Universitas Sumatera Utara
secara simultan terhadap probabilitas perusahaan mengalami kondisi financial distressdiperoleh nilai sig sebesar 0,0000,1
sehingga signifikan pada level 10. H6 yang menyatakan bahwa rasio Likuiditas, Profitabilitas,
Leverage, Cash Position, Growth dan Aktivitas secara simultan berpengaruh terhadap probabilitas perusahaan mengalami kondisi
financial distress dinyatakan diterima.
2. Pengujian Koefisien Determinasi CoxSnell 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 1 sehingga sulit
diinterpretasikan. Nagelkerke R Square merupakan modifikasi dari koefisien CoxSnell R Square untuk memastikan bahwa nilainya
bervariasi dari nol 0 sampai satu 1. Hal ini dilakukan dengan cara membagi nilai CoxSnell R Square dengan nilai R
2
pada multiple regression.
TABEL 4.5 CoxSnell and Nagelkerke
Sumber : Data diolah SPSS 18
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 44,233
a
,468 ,915
a. Estimation terminated at iteration number 14 because parameter estimates changed by less than ,001.
Universitas Sumatera Utara
Dari output diatas nilai coxsnell R square adalah sebesar 0,468dan nilai Nagelkerke R Square adalah sebesar 0,915 yang berarti
bahwa variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas independen adalah sebesar 91,5.
2.3 Pembahasan Hasil Penelitian