19 Hipotesis 1B dalam penelitian ini adalah perusahaan-perusahaan yang memiliki
pajak tangguhan yang besar dan bernilai negatif large negative deferred taxes akan memperoleh peringkat rating obligasi yang lebih rendah pada saat penentuan
peringkat rating obligasi. Nilai p-value sebesar 0,042 dan memiliki beta dengan koefisien yang negative sebesar -22,971 maka signifikan pada level 5 dan H1B
diterima. Hal ini menunjukkan perusahaan-perusahaan yang memiliki pajak tangguhan yang besar dan bernilai negatif large negative deferred taxes akan memperoleh
peringkat rating obligasi yang lebih rendah pada saat penentuan peringkat rating obligasi. Hasil penelitian ini mendukung penelitian Crabtree dan Maher 2009.
Untuk variabel kontrol yaitu Assets, Debt, Beta, Income, Cash flow, Tacc, PPR, dan Dummy year terbukti dapat menjadi variabel kontrol karena nilai
signifikansinya lebih kecil daripada 0.05. Artinya Assets, Debt, Beta, Income, Cash flow, Tacc, PPR, dan Dummy year juga menjadi faktor yang menentukan peringkat
obligasi.
5.4. Pengujian Model Fit Model 2
Tampilan output SPSS menunjukkan bahwa besarnya nilai statistik Hosmer dan Lemeshow’s Goodness of Fit sebesar 13,808 dengan probabilitas signifikansi
0,087 yang nilainya lebih besar daripada 0,05 dengan demikian dapat disimpulkan
bahwa model fit dan dapat diterima.
Tabel 5.7.Hosmer dan Lemeshow’s Goodness of Fit Test
Sumber: Data Sekunder yang Diolah
13,808 8
,087 Step
1 Chi-square
df Sig.
20 Untuk memperjelas gambaran penjelasan ketepatan model regresi logistic
dapat dilihat pada tabel klasifikasi sebagai berikut:
Tabel 5.8.Tabel Klasifikasi Model 2
Tabel tersebut menunjukkan bahwa dari 135 observasi yang dapat diprediksi dengan tepat ratingnya 70. Dengan demikian secara keseluruhan dari 135 observasi
terdapat 70 yang dapat diprediksikan dengan tepat oleh model logistik ini. Tingginya persentase ketepatan tabel klasifikasi tersebut menunjukkan tidak adanya perbedaan
yang signifikan antara data hasil prediksi dan data observasinya sehingga model regresi dikategorikan baik.
Kemudian langkah selanjutnya adalah menilai model fit dengan menggunakan -2log likehood. Berikut ini adalah hasilnya:
Tabel 5.9.Tabel Iteration History -2 Log LikehoodModel 2
Iteration -2 Log Likehood
1 170.118 2 156.866
3 156.291 Dst
Menurun 6 156.189
Sumber: Data Sekunder yang Diolah Menilai model fit dapat dilihat dari nilai statistik -2LogL yaitu tanpa variabel
hanya konstanta saja sebesar 170,118 setelah dimasukkannya 3 variabel baru maka nilai -2LogL turun menjadi 156,291 dan setelah semua penyaringan dilakukan menjadi
Classification Table
a
75 10
89,2 31
19 36,2
70,0 Observed
,00 1,00
RATING Overall Percentage
Step 1 ,00
1,00 RATING
Percentage Correct
Predicted
The cut value is ,500 a.
Sumber: Data Sekunder yang Diolah
21
Model Summary
156,189
a
,210 ,392
Step 1
-2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001.
a.
156,189 atau dengan kata lain terjadi penurunan sebesar 13,929 dan penurunan ini signifikan dibandingkan dengan tabel yaitu 1,98. Hal ini berarti penambahan variabel
independen dapat digunakan.
Tabel 5.10. Nagelkerke R SquareModel 2
Sumber: Data Sekunder yang Diolah Nilai Nagelkerke R Square sebesar 39,2 artinya variasi rating dapat
diprediksi dari variabel independen.
5.5. Pengujian Hipotesis Model 2