commit to user 51
2. Uji Hipotesis
a. Pengujian Kelayakan Model Untuk menilai kelayakan model regresi logistik dalam
memprediksi kondisi perusahaan mengalami financial distress digunakan uji Chi Square Hosmer and Lemeshow.
TABEL IV.5 CHI SQUARE HOSMER AND LEMESHOW
Sumber: Hasil Pengolahan Komputer, SPSS 16.0 Dari output di atas terlihat bahwa nilai Chi Square adalah
sebesar 12,049 dengan nilai Sig sebesar 0,099. Dari hasil tersebut terlihat bahwa nilai Sig lebih besar daripada 0,05 sehingga berarti
bahwa tidak ada perbedaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Sehingga dapat disimpulkan model regresi
logistik dapat digunakan untuk analisis selanjutnya. Penilaian keseluruhan model regresi logistik menggunakan nilai
-2 Log Likelihood dimana jika terjadi penurunan dalam nilai -2 Log Likelihood pada blok kedua dibandingkan dengan blok pertama, maka
dapat disimpulkan bahwa model kedua dari regresi logistik menjadi lebih baik. Hasilnya dapat dilihat pada tabel IV.6.
commit to user 52
TABEL IV.6 -2 LOG LIKELIHOOD
Sumber: Hasil Pengolahan Komputer, SPSS 16.0 Dari output diatas, terlihat bahwa nilai -2 Log Likelihood pada
blok pertama adalah sebesar 65,495, dan pada blok kedua adalah 43,910. dengan hasil tersebut dapat disimpulkan bahwa model regresi
commit to user 53
logistik kedua lebih baik dalam memprediksi kemungkinan suatu perusahaan mengalami kondisi financial distress.
b. Hasil Regresi Logistik Untuk mengetahui koefisien regresi logistik masing-masing
variabel dapat dilihat pada tabel IV.8.
TABEL IV.7 ANALISIS REGRESI LOGISTIK
Sumber: Hasil Pengolahan Komputer, SPSS 16.0 Berdasarkan hasil pengolahan regresi logistik di atas maka
model analisis regresi logistik dapat ditransformasikan dalam model persamaan berikut:
799 ,
4 498
, 6
443 ,
2 1
ln NFATA
NIS P
P L
i i
i
- -
- =
÷÷ ø
ö çç
è æ
- =
commit to user 54
Dari tabel IV.7, masing-masing variabel independen dapat diinterpretasikan pengaruhnya terhadap kondisi financial distress
sebagai berikut: 1 Konstanta sebesar -2,443; artinya jika nilai koefisien regresi
logistik variabel lainnya nol 0 maka log peluang suatu perusahaan mengalami kondisi financial distress akan turun
sebesar 2,443. Lebih jelasnya adalah jika nilai koefisien regresi logistik variabel lainnya nol 0 maka peluang bahwa Y sama
dengan satu 1 akan turun sebesar 2,443. 2 Koefisien regresi logistik variabel NIS sebesar -6,498; artinya jika
variabel NIS naik sebesar 1 satuan, maka log peluang suatu perusahaan mengalami kondisi financial distress akan turun
sebesar 6,498. Lebih jelasnya adalah jika variabel NIS naik sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1
akan turun sebesar 6,498. 3 Koefisien regresi logistik variabel ROA sebesar 2,986; artinya jika
variabel ROA naik sebesar 1 satuan, maka log peluang suatu perusahaan mengalami kondisi financial distress akan naik sebesar
2,986. Lebih jelasnya adalah jika variabel ROA naik sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan naik
sebesar 2,986. 4 Koefisien regresi logistik variabel EBITTA sebesar 4,080; artinya
jika variabel EBITTA naik sebesar 1 satuan, maka log peluang
commit to user 55
suatu perusahaan mengalami kondisi financial distress akan naik sebesar 4,080. Lebih jelasnya adalah jika variabel EBITTA naik
sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan naik sebesar 4,080.
5 Koefisien regresi logistik variabel CLTA sebesar -4,294; artinya jika variabel CLTA naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami kondisi financial distress akan turun sebesar 4,294. Lebih jelasnya adalah jika variabel CLTA naik
sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan turun sebesar 4,294.
6 Koefisien regresi logistik variabel CLTL sebesar 3,034; artinya jika variabel CLTL naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami kondisi financial distress akan naik sebesar 3,034. Lebih jelasnya adalah jika variabel CLTL naik sebesar 1
satuan maka peluang bahwa Y sama dengan satu 1 akan naik sebesar 3,034.
7 Koefisien regresi logistik variabel WCTA sebesar -5,005; artinya jika variabel WCTA naik sebesar 1 satuan, maka log peluang
suatu perusahaan mengalami kondisi financial distress akan turun sebesar 5,005. Lebih jelasnya adalah jika variabel WCTA naik
sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan turun sebesar 5,005.
commit to user 56
8 Koefisien regresi logistik variabel NFATA sebesar -4,799; artinya jika variabel NFATA naik sebesar 1 satuan, maka log peluang
suatu perusahaan mengalami kondisi financial distress akan turun sebesar 4,799. Lebih jelasnya adalah jika variabel NFATA naik
sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan turun sebesar 4,799.
9 Koefisien regresi logistik variabel CCL sebesar -0,742; artinya jika variabel CCL naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami kondisi financial distress akan turun sebesar 0,742. Lebih jelasnya adalah jika variabel CCL naik
sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan turun sebesar 0,742.
10 Koefisien regresi logistik variabel CTA sebesar 13,499; artinya jika variabel CTA naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami kondisi financial distress akan naik sebesar 13,499. Lebih jelasnya adalah jika variabel CTA naik sebesar 1
satuan maka peluang bahwa Y sama dengan satu 1 akan naik sebesar 13,499.
11 Koefisien regresi logistik variabel S GROWTH sebesar -0,022; artinya jika variabel S GROWTH naik sebesar 1 satuan, maka log
peluang suatu perusahaan mengalami kondisi financial distress akan turun sebesar 0,022. Lebih jelasnya adalah jika variabel S
commit to user 57
GROWTH naik sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan turun sebesar 0,022.
12 Koefisien regresi logistik variabel ROA GROWTH sebesar 0,011; artinya jika variabel ROA GROWTH naik sebesar 1 satuan, maka
log peluang suatu perusahaan mengalami kondisi financial distress akan naik sebesar 0,011. Lebih jelasnya adalah jika variabel ROA
GROWTH naik sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan naik sebesar 0,011.
13 Koefisien regresi logistik variabel STA sebesar 0,457; artinya jika variabel STA naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami kondisi financial distress akan naik sebesar 0,457. Lebih jelasnya adalah jika variabel STA naik sebesar 1
satuan maka peluang bahwa Y sama dengan satu 1 akan naik sebesar 0,457.
14 Koefisien regresi logistik variabel SWC sebesar -0,011; artinya jika variabel SWC naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami kondisi financial distress akan turun sebesar 0,011. Lebih jelasnya adalah jika variabel SWC naik
sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan turun sebesar 0,011.
15 Koefisien regresi logistik variabel SINV sebesar 0,036; artinya jika variabel SINV naik sebesar 1 satuan, maka log peluang suatu
perusahaan mengalami kondisi financial distress akan naik sebesar
commit to user 58
0,036. Lebih jelasnya adalah jika variabel SINV naik sebesar 1 satuan maka peluang bahwa Y sama dengan satu 1 akan naik
sebesar 0,036. c. Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini bertujuan untuk menguji pengaruh variabel independen yang digunakan dalam
penelitian ini, yaitu rasio profit margin, profitabilitas, leverage, likuiditas, cash position, growth, dan operating efficiency terhadap
prediksi kondisi financial distress suatu perusahaan. 1 Rasio profit margin terhadap prediksi kondisi financial distress
suatu perusahaan. · Variabel NIS
Dari Tabel IV.7 di atas dapat dilihat pengaruh variabel NIS terhadap probabilitas perusahaan mengalami kondisi financial
distress diperoleh nilai Sig sebesar 0,034 0,05 sehingga signifikan pada level 5.
H
1
yang menyatakan bahwa rasio profit margin berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial
distress dinyatakan diterima.
commit to user 59
2 Rasio profitabilitas terhadap prediksi kondisi financial distress suatu perusahaan.
· Variabel ROA Dari tabel IV.7 dapat dilihat pengaruh variabel ROA terhadap
probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai Sig sebesar 0,527 0,05 sehingga tidak
signifikan. · Variabel EBITTA
Dari tabel IV.7 dapat dilihat pengaruh variabel EBITTA terhadap probabilitas perusahaan mengalami kondisi financial
distress diperoleh nilai Sig sebesar 0,385 0,05 sehingga tidak signifikan.
H
2
yang menyatakan bahwa rasio profitabilitas berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial
distress dinyatakan ditolak.
3 Rasio leverage terhadap prediksi kondisi financial distress suatu perusahaan.
· Variabel CLTA Dari tabel IV.7 dapat dilihat pengaruh variabel CLTA terhadap
probabilitas perusahaan mengalami kondisi financial distress
commit to user 60
diperoleh nilai Sig sebesar 0,235 0,05 sehingga tidak signifikan.
· Variabel CLTL
Dari tabel IV.7 dapat dilihat pengaruh variabel CLTL terhadap probabilitas perusahaan mengalami kondisi financial distress
diperoleh nilai Sig sebesar 0,227 0,05 sehingga tidak signifikan.
H
3
yang menyatakan bahwa rasio leverage berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial distress
dinyatakan ditolak.
4 Rasio likuiditas terhadap prediksi kondisi financial distress suatu perusahaan.
· Variabel WCTA
Dari tabel IV.7 dapat dilihat pengaruh variabel WCTA terhadap probabilitas perusahaan mengalami kondisi financial
distress diperoleh nilai Sig sebesar 0,123 0,05 sehingga tidak signifikan.
· Variabel NFATA Dari tabel IV.7 dapat dilihat pengaruh variabel NFATA
terhadap probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai Sig sebesar 0,052 0,1 sehingga
signifikan pada level 10.
commit to user 61
H
4
yang menyatakan bahwa rasio likuiditas berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial distress
dinyatakan partially suported oleh rasio NFATA..
5 Rasio cash position terhadap prediksi kondisi financial distress suatu perusahaan.
· Variabel CCL Dari tabel IV.7 dapat dilihat pengaruh variabel CCL terhadap
probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai Sig sebesar 0,681 0,05 sehingga tidak
signifikan. · Variabel CTA
Dari tabel IV.7 dapat dilihat pengaruh variabel CTA terhadap probabilitas perusahaan mengalami kondisi financial distress
diperoleh nilai Sig sebesar 0,222 0,05 sehingga tidak signifikan.
H
5
yang menyatakan bahwa rasio cash position berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial
distress dinyatakan ditolak.
commit to user 62
6 Rasio growth terhadap prediksi kondisi financial distress suatu perusahaan.
· Variabel S GROWTH
Dari tabel IV.7 dapat dilihat pengaruh variabel S GROWTH terhadap probabilitas perusahaan mengalami kondisi financial
distress diperoleh nilai Sig sebesar 0,972 0,05 sehingga tidak signifikan.
· Variabel ROA GROWTH
Dari tabel IV.7 dapat dilihat pengaruh variabel ROA GROWTH terhadap probabilitas perusahaan mengalami
kondisi financial distress diperoleh nilai Sig sebesar 0,814 0,05 sehingga tidak signifikan.
H
6
yang menyatakan bahwa rasio growth berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial distress
dinyatakan ditolak.
7 Rasio operating efficiency terhadap prediksi kondisi financial distress suatu perusahaan.
· Variabel STA Dari tabel IV.7 dapat dilihat pengaruh variabel STA terhadap
probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai Sig sebesar 0,596 0,05 sehingga tidak
signifikan.
commit to user 63
· Variabel SWC Dari tabel IV.7 dapat dilihat pengaruh variabel SWC terhadap
probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai Sig sebesar 0,456 0,05 sehingga tidak
signifikan. · Variabel SINV
Dari tabel IV.7 dapat dilihat pengaruh variabel SINV terhadap probabilitas perusahaan mengalami kondisi financial distress
diperoleh nilai Sig sebesar 0,392 0,05 sehingga tidak signifikan.
H
7
yang menyatakan bahwa rasio operating efficiency berpengaruh terhadap probabilitas perusahaan mengalami kondisi
financial distress dinyatakan ditolak.
8 Rasio profit margin, profitabilitas, leverage, likuiditas, cash position, growth, dan operating efficiency secara simultan
terhadap prediksi kondisi financial distress suatu perusahaan. Untuk mengetahui pengaruh simultan semua variabel
independen terhadap variabel dependen dapat dilihat dari selisih nilai -2 loglikelihood pada block 0 dan block 1.
Besarnya nilai -2 Log Likelihood pada block 0 adalah 65,495. Setelah semua variabel independen dimasukkan ke dalam
model, nilai -2 Log Likelihood menjadi 43,910. selisih antara block 0 dan block 1 merupakan model Chi Square yang dipakai untuk
commit to user 64
menguji signifikansi secara simultan. Dalam penelitian ini model Chi Square yang diperoleh adalah 65,495 – 43,910 = 21,585. nilai
tersebut sama dengan output SPSS 16.0 dibawah ini:
TABEL IV.8 OMNIBUS TESTS
Dari tabel IV.8 dapat dilihat pengaruh rasio profit margin, profitabilitas, leverage, likuiditas, cash position, growth, dan
operating efficiency secara simultan terhadap probabilitas perusahaan mengalami kondisi financial distress diperoleh nilai
Sig sebesar 0,088 0,1 sehingga signifikan pada level 10. H
8
yang menyatakan bahwa rasio profit margin, profitabilitas, leverage, likuiditas, cash position, growth, dan
operating efficiency secara simultan berpengaruh terhadap probabilitas perusahaan mengalami kondisi financial distress
dinyatakan diterima.
commit to user 65
d. Pengujian Koefisien Determinasi CoxSnell R Square merupakan ukuran yang mencoba meniru
ukuran
2
R 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 berfariasi dari nol 0 sampai satu 1. Hal ini dilakukan dengan cara membagi nilai CoxSnell R Square dengan
nilai
2
R pada multiple regression.
TABEL IV.9 COXSNELL AND NAGELKERKE
Sumber: Hasil Pengolahan Komputer, SPSS 16.0 Dari output diatas nilai CoxSnell R Square adalah sebesar
0,279 dan nilai Nagelkerke R Square adalah sebesar 0,443 yang berarti bahwa variabilitas variabel dependen yang dapat dijelaskan oleh
variabilitas variabel independen adalah sebesar 44,3.
commit to user 66
C. Pembahasan
Kategori