b,c b,c,d

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