Analisis Hasil Penelitian ANALISIS HASIL PENELITIAN

nilai maksimun return on equity yang hanya sebesar 0,48 lebih kecil dari 1. 5. Variabel independen yang kelima adalah Debt to Equity Ratio, pada sampel penelitian ini, mempunyai nilai terendah yaitu 0,51 dan nilai tertinggi adalah 17,62, dengan nilai rata-rata 2,6311. Hal ini menunjukkan bahwa perusahaan yang diamati mempunyai nilai debt to equity ratio positif. Artinya, tidak satupun sampel dalam penelitian ini yang memiliki nilai total debt dan nilai total equity yang bernilai negatif. Nilai tertinggi rasio ini sebesar 15,928 menunjukkan bahwa dalam penelitian ini ada beberapa sampel yang diamati memiliki nilai total debt yang lebih besar daripada total equity yang dimilikinya. Sedangkan nialai minimum sebesar 0,51 menunjukkan bahwa ada pula beberapa sampel yang memiliki nilai total debt yang lebih kecil daripada total equity yang dimiliki perusahaan.

B. Analisis Hasil Penelitian

1. Uji Data a. Uji Asumsi Klasik 1 Uji Multikolinearitas Regresi yang baik adalah regresi yang tidak memiliki gejala korelasi yang kuat antarvariabel bebasnya. Multikolinearitas adalah keadaan adanya korelasi antara variabel bebas yang satu dengan variabel bebas yang lain, dalam hal ini disebut variabel bebas ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antarvariabel bebas tersebut sama dengan nol. Jejak Universitas Sumatera Utara multikolinearitas dalam penelitian ini dapat dilihat dari nilai korelasi antarvariabel yang terdapat dalam matriks korelasi. Hasil uji gejala multikolinearitas disajikan pada tabel 4.2 berikut ini. Tabel 4.2 Hasil Uji Multikolinearitas Constant CR CFR TIE ROE DER Step 1 Constant 1.000 -.823 -.285 .048 .114 -.552 CR -.823 1.000 .164 -.227 -.122 .175 CFR -.285 .164 1.000 -.370 -.400 -.210 TIE .048 -.227 -.370 1.000 -.167 .212 ROE .114 -.122 -.400 -.167 1.000 .155 DER -.552 .175 -.210 .212 .155 1.000 Sumber : Hasil Pengolahan SPSS Dari hasil pengujian diatas, maka dapat disimpulkan bahwa tidak terjadi gejala multikolonieritas antar variabel independen. Gejala multikolonieritas terjadi apabila nilai korelasi antar variabel independen lebih besar dari 0.90 matriks korelasi di atas memperlihatkan bahwa korelasi antarvariabel independen yang paling besar hanya 0,823 lebih kecil dari 0.90. Berdasarkan hasil ini maka dapat disimpulkan bahwa variabel current ratio, cash flow ratio, time interest earned, return on equity dan debt to equity ratio lolos uji gejala multikolonieritas. Universitas Sumatera Utara b. 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 4.3 berikut ini : Tabel 4.3 Nilai -2 Log Likelihood -2LL Awal Iteration -2 Log likelihood Coefficients Constant Step 0 1 26.233 1.556 2 25.142 1.995 3 25.116 2.077 4 25.116 2.079 5 25.116 2.079 Sumber : Hasil Pengolahan SPSS Nilai -2 log likelihood akhir pada block number = 1, dapat dilihat pada tabel 4.4 berikut ini : Universitas Sumatera Utara Tabel 4.4 Nilai -2 Log Likelihood -2 LL Akhir Iteration -2 Log likelihood Coefficients Constant CR CFR TIE ROE DER Step 1 1 19.961 .491 .544 -.251 -.005 2.018 .037 2 15.504 -.180 1.288 -.409 .006 2.817 .086 3 13.577 -1.242 2.297 -.459 .021 3.054 .134 4 12.822 -2.221 3.365 -.322 .022 2.876 .162 5 12.677 -2.808 4.061 -.145 .013 2.764 .171 6 12.670 -2.953 4.238 -.087 .010 2.738 .172 7 12.670 -2.959 4.247 -.083 .010 2.737 .172 8 12.670 -2.959 4.247 -.083 .010 2.737 .172 Sumber : Hasil Pengolahan SPSS Dari tabel 4.3 dan tabel 4.4 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 5, memperoleh nilai sebesar 25,116. Kemudian pada tabel selanjutnya dapat dilihat nilai -2 log likelihood akhir dengan block number = 1, nilai -2 log likelihood pada tabel 4.4 mengalami perubahan setelah masuknya beberapa variable independen pada model penelitian, akibatnya nilai -2 log likelihood akhir pada step 8 menunjukkan nilai 12,670. 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 Universitas Sumatera Utara current ratio, cash flow ratio, time interest earned, return on equity dan debt to equity ratio 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 4.5 Omnibus Test of Model Coefficient Chi-square df Sig. Step 1 Step 12.445 5 .029 Block 12.445 5 .029 Model 12.445 5 .029 Sumber : Hasil Pengolahan SPSS Tabel di atas menunjukkan nilai signifikansi chi square dimana tingkat signifikansinya adalah 0,029 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. c. 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 4.6 Hosmer and Lameshow Test Step Chi-square df Sig. 1 2.651 7 .915 Sumber : Hasil Pengolahan SPSS Universitas Sumatera Utara Hasil pengujian statistik menunjukkan probabilitas signifikansi sebesar 0,915. Nilai signifikansi yang diperoleh ini lebih besar dari 0,05, maka Ho 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. Tabel 4.7 Contingency Table for Hosmer and Lemeshow Test BondR = NIG BondR = IG Total Observed Expected Observed Expected Step 1 1 2 2.581 2 1.419 4 2 1 .852 3 3.148 4 3 1 .283 3 3.717 4 4 .166 4 3.834 4 5 .095 4 3.905 4 6 .017 4 3.983 4 7 .004 4 3.996 4 8 .001 4 3.999 4 9 .000 4 4.000 4 Sumber : Hasil Pengolahan SPSS Dari tabel kontinjensi untuk uji hosmer and lameshow, dapat dilihat bahwa dari 9 langkah pengamatan untuk peringkat obligasi dengan peringkat investment grade 1 maupun peringkat non invesment grade 0, 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. Universitas Sumatera Utara 2. Hasil Pengujian Hipotesis 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 4.8 Ikhtisar Pengolahan Data Case Processing Summary Unweighted Cases a N Percent Selected Cases Included in Analysis 36 100.0 Missing Cases .0 Total 36 100.0 Unselected Cases .0 Total 36 100.0 Sumber : Hasil Pengolahan SPSS Berdasarkan table 4.8 di atas dapat diambil analisis sebagai berikut : a. jumlah observasi sebanyak 36, 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 peringkat investment grade dan bernilai 0 untuk peringkat non investment grade. 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 4.9 di bawah ini. Tabel 4.9 Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 12.670 a .292 .582 Sumber : Hasil Pengolahan SPSS Berdasarkan table 4.9 di atas, dapat dilihat hasil analisis regresi logistik secara keseluruhan menunjukkan nilai Cox Snell R Square sebesar 0,292. 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 nol 0 sampai satu 1, 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 0,582 yang berarti variabilitas variable dependen yang dapat dijelaskan oleh variable independen adalah sebesar 58,2, sedangkan 41,8 dijelaskan oleh variabel lain di luar model. Universitas Sumatera Utara a. Matriks Klasifikasi Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan peringkat investment grade obligasi perusahaan. Tabel 4.10 Matriks Klasifikasi Observed Predicted BondR Percentage Correct NIG IG Step 1 BondR NIG 2 2 50.0 IG 32 100.0 Overall Percentage 94.4 Sumber : Hasil Pengolahan SPSS Tabel 4.10 di atas menunjukkan kekuatan prediksi dari model regresi untuk memprediksi kemungkinan penerimaan peringkat investment grade pada pemeringkat obligasi sebesar 100. Ini menunjukkan bahwa dengan menggunakan model regresi yang digunakan ada 32 perusahaan yang diprediksi akan mendapatkan peringkat investment grade atas obligasi perusahaan tersebut dari total 32 perusahaan yang mendapatkan peringkat investment grade atas obligasi yang diterbitkan perusahaan tersebut. Kekuatan prediksi model untuk peringkat non investment grade adalah sebesar 50, yang berarti bahwa model regresi yang diajukan ada 2 perusahaan yang menerbitkan obligasi yang diprediksi akan menerima peringkat non investment grade dari 4 perusahaan penerbit obligasi yang diobservasi. Universitas Sumatera Utara b. Menguji Koefisien Regresi Tabel 4.11 menunjukkan hasil pengujian dengan regresi logistik. Tabel 4.11 Hasil Uji Koefisien Regresi B S.E. Wald df Sig. ExpB 95,0 C.I.for EXPB Lower Upper Step 1 a CR 4.247 2.566 2.739 1 .098 69.888 .457 1.068E4 CFR -.083 2.764 .001 1 .976 .920 .004 207.108 TIE .010 .165 .004 1 .952 1.010 .731 1.396 ROE 2.737 3.526 .602 1 .438 15.439 .015 1.550E4 DER .172 .431 .159 1 .690 1.188 .510 2.765 Constant -2.959 2.891 1.048 1 .306 .052 Sumber : Hasil Pengolahan SPSS Tabel 4.11 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= -2,959 + 4,247X 1 - 0,083X 2 + 0,010X 3 + 2,737X 4 + 0,172X 5 Konstanta sebesar -2,959 menyatakan bahwa jika tidak memperhitungkan nilai CR, CFR, TIE, ROE, dan DER, maka kemungkinan penerimaan peringkat obligasi investment grade sebesar -2,959.

C. Pembahasan Hasil Penelitian