Hasil Penelitian .1 Statistik Deskriptif
51
4.2 Hasil Penelitian 4.2.1 Statistik Deskriptif
Analiasis statistik deskriptif digunakan untuk memberikan gambaran statistik secara umum, peneliti mengunakan descriptive untuk variabel yang
diukur dengan skala rasio dan frequency untuk variabel yang diukur dalam skala nominal.
Tabel 4.2
Sumber: Output SPSS 2016, data diolah
Dari tabel 4.2 diatas dapat dideskripsikan bebrapa hal berikut ini : 1.
Variabel independenreturn on assets ROA memiliki rata-rata sebesar 6,0761 dengan standar deviasinya sebesar 12,63866. Nilai ROA yang tertinggi adalah
78,84 yang dimiliki oleh PT. Duta Pertiwi Nusantara Tbk. pada tahun 2013, sedangkan untuk nilai ROA yang terendah adalah -75,58 yang dimiliki oleh
PT. Alam Karya Unggul Tbk. tahun 2011.
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation Statistic
Statistic Statistic
Statistic Std. Error
Statistic ROA
575 -75.58
78.84 6.0761
.52707 12.63866
CR 575
.42 46498.44
370.8432 93.06305
2231.57345 DR
575 .03
4.30 .5370
.01728 .41431
Valid N listwise
575
Universitas Sumatera Utara
52
2. Variabel independen current ratio CR memiliki rata-rata sebesar 0,42 dengan
standar deviasinya sebesar 2231,57345. Nilai CR yang tertinggi adalah 46498,44 yang dimiliki oleh PT. Jaya Pari Steel Tbk. pada tahun 2014,
sedangkan nilai CR yang terendah adalah 0,42 yang dimiliki oleh PT. Eratex Djaja Tbk. pada tahun 2010.
3. Variabel independen debt ratio DR memiliki rata-rata sebesar 0.5370 dengan
standar deviasinya adalah 0,41431. Nilai DR terbesar adalah 4,30 yang dimiliki oleh PT. Asia Pasific Fibers Tbk. pada tahun 2014, sedangkan nilai DR yang
terendah adalah 0,03 yang dimiliki oleh PT. Jaya Pari Steel Tbk. tahun 2013.
4.2.2 Analisis Regresi Logistik 4.2.2.1 Menguji kelayakan dengan
Goodness of Fit Test
Untuk menguji kelayakan suatu analisis regresi logistik dapat dilihat pada Tabel 4.3 berikut ini:
Tabel 4.3 Hosmer and Lemeshow Test
Step Chi-square
Df Sig.
1 7,703
8 ,463
Sumber : Hasil Penelitian, 2016 Data Diolah
Dari output di atas diperoleh nilai Chi Square adalah sebesar 7,703 dengan nilai sig sebesar 0,463. Dari hasil tersebut terlihat bahwa nilai sig. lebih besar
daripada 0,05 sehingga berarti tidak ada perbedaan antara klasifikasi yang diprediksi dengan klasifikasi yang diamati. Maka dapat disimpulkan bahwa model
regresi logistik dapat digunakan untuk analisis selanjutnya.
Universitas Sumatera Utara
53