8 Crabtree dan Maher 2009 juga mengeksplorasi kemungkinan perusahaan yang
memiliki small tax-to-book ratios untuk memperoleh peringkat yang lebih rendah pada saat penentuan peringkat obligasi perusahaan tersebut. Argumen yang mendasari kerangka
berpikir tersebut adalah small tax-to-book ratios yang dimiliki perusahaan dapat mengindikasikan bahwa manajemen berusaha melakukan manajemen laba dan off-balance
sheet financing untuk meningkatkan book income pada periode saat ini sehingga mengakibatkan menurunnya book income di masa mendatang. Dengan adanya manajemen
laba yang dilakukan ini berarti kinerja kurang baik sehingga perusahaan akan memiliki peringkat obligasi lebih rendah. Berdasarkan kerangka pemikiran ini, maka hipotesis
selanjutnya yang diajukan adalah:
H2b: Perusahaan-perusahaan yang memiliki rasio penghasilan kena pajak taxable income terhadap laba akuntansi book income yang kecil small tax-to-book
ratios akan memperoleh peringkat rating obligasi yang lebih rendah pada saat penentuan peringkat rating obligasi.
3. POPULASI DAN SAMPEL
Populasi pada penelitian ini adalah semua perusahaan keuangan yang terdaftar di BEI pada tahun 2003-2011yakni sebanyak 15 perusahaan. Alasan digunakannya
perusahaan jasa keuangan karena perusahaan keuangan memiliki karakteristik yang berbeda dan harus lebih memiliki reputasi yang baik dimata nasabahnya sehingga
peringkat obligasi mendapatkan perhatian serius.
9
Tabel 1. Kriteria Sampel
Keterangan Jumlah
Jumlah Perusahaan Jasa Keuangan yang terdaftar di BEI
23 Datanya tidak lengkap
8 Sampel terpilih
15
4. MODEL PENELITIAN
Penelitian ini menggunakan metode pengujian ordinal logit regression. Ordered logit model yang biasa disingkat dengan nama ologit juga dikenal dengan sebutan
proportional odds model adalah regresi model untuk ordinal variabel dependen yang digunakan untuk prediksi probabilitas terjadinya suatu peristiwa oleh data yang cocok
untuk fungsi logit kurva logistik. Ini adalah model linier umum yang digunakan untuk regresi binominal. Seperti banyak bentuk analisis regresi, model ini juga menggunakan
beberapa variabel prediktor yang mungkin, baik numeric atau kategoris Hair et al, 1998.
LANGKAH ANALISIS:
Penelitian ini menggunakan alat analisis regresi logistik karena variabel dependennya berbentuk ranking atau rating Ghozali, 2005. Sebelum dilakukan analisis
regresi logistik, terlebih dahulu diuji pemenuhan asumsi kelayakan sebagai berikut:
1. Uji Kelayakan Model Regresi
Kelayakan pertama model regresi dinilai dengan menggunakan Hosmer and Leweshow’s Goodness of Fit Test. Hosmer and Leweshow’s Goodness of Fit Test
menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaaan antara model dengan data sehingga model dapat dikatakan fit. Jika nilai
statistik Hosmer and Leweshow’s Goodness of Fit lebih besar daripada 0,05 maka hipotesis nol tidak dapat ditolak dan berarti model mampu memprediksi nilai
10 observasinya atau dapat dikatakan model diterima karena sesuai dengan data
observasinya Ghozali, 2005, h. 219.
2. Uji Model Fit
