Metode Pengumpulan Data Metode Analisis Data

Tabel 3.4 Perusahaan Yang Termasuk Kelompok 4 Sumber : Pusat Referensi Pasar Modal BEI No Kode Nama Perusahaan Kategori 1 ADES ADES WATERS INDONESIA 3 2 ADFO ADINDO FORESTA INDONESIA 3 3 ALDI ALTER ABADI 3 4 ACAP ANDHI CHANDRA AUTOMOTIVE 3 5 HPSB ARYA DUTA HOTELS 3 6 BATI BAT INDONESIA 3 7 BNPK BANK PIKKO 3 8 ENRG ENERGI MEGA PERSADA 3 9 EPMT ENSEVAL PUTERA MEGATRADING 3 10 KLBF KALBE FARMA 3 11 LPKR LIPPO KARAWACI 3 12 MLND MULIALAND 3 13 LPIN MULTI PRIMA 3 14 RYAN RYANE ADIBUSANA 3 15 SRSN SARASA NUGRAHA 3 16 SMSM SELAMAT SEMPURNA 3 17 BGMT SILOAM HEALTH CARE 3 18 SMPL SUMMITPLAST 3 19 TOTO SURYA TOTO INDONESIA 3 20 TPEN TEXMACO PERKASA ENGINER 3 21 UGAR WAHANA JAYA PERKASA 3

C. Metode Pengumpulan Data

1. Studi Pustaka Cara pengumpulan data dengan mengadakan kegiatan membaca, memahami, dan mencatat secara teratur topik-topik yang berhubungan dengan masalah yang diteliti, baik dengan cara membaca maupun mengutip bahasan yang berkaitan dengan masalah yang akan diteliti. 2. Data Sekunder 34 Cara pengumpulan data sekunder yang dipergunakan dan diperoleh dalam bentuk laporan tahunan dari publikasi Bursa Efek Indonesia BEI dan dari semua laporan keuangan yang diperoleh pada situs www.idx.co.id.

D. Metode Analisis Data

1. Analisis Regresi Multinomial Logit Metode analisis yang digunakan dalam penelitian ini adalah analisis Multinomial Logit. Regresi logistik pada dasarnya dapat dibedakan menjadi dua kelompok, jika terdapat dua variabel dependen yang bersifat kategorik maka disebut regresi logistik biner dan jika variabel dependen variabel respon lebih dari dua disebut regresi multinomial. Pada penelitian ini, yang menjadi variabel respon atau dependen yaitu status perusahaan pasca IPO, yang memiliki 4 kategori yaitu D=0 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 1, D=1 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 2, D=2 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 3, D=3 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 4. Sehingga sampel perusahaan terbagi menjadi 4 kelompok kelompok 1 adalah perusahaan yang sehat, sedangkan kelompok 2 sampai dengan 4 adalah kelompok perusahaan yang mengalami kesulitan keuangan, yaitu: 1. Kelompok pertama adalah perusahaan manufaktur yang tidak mengalami kondisi laba bersih negatif selama 2 tahun berturut-turut, tidak mengalami kondisi ekuitas negatif selama 2 tahun berturut-turut 35 yaitu periode 2004-2005 kondisi keuangannya konsisten dan listed sampai tahun 2006-2007. 2. Kelompok kedua adalah perusahaan-perusahaan yang mengalami kondisi laba bersih negatif selama 2 tahun berturut-turut periode 2004- 2005 tetapi masih tetap listed. 3. Kelompok ketiga adalah perusahaan-perusahaan yang mengalami kondisi nilai buku ekuitas negatif dan laba bersih negatif selama 2 tahun berturut-turut periode 2004-2005 tetapi masih tetap listed. 4. Kelompok keempat adalah perusahaan-perusahaan yang delisted yang diakibatkan karena laba bersih negatif atau nilai ekuitas negatif, dan perusahaan yang melakukan merger periode 2004-2007. Analisis regresi multinomial logit pada penelitian ini digunakan untuk menguji karakteristik perusahaan rasio keuangan, trend harga saham dan variabel fundamental, struktur industri, dan karakteristik penawaran perusahaan dapat digunakan sebagai alat untuk memprediksi status perusahaan pasca IPO, dengan persamaan sebagai berikut: 8 8 2 2 1 1 .... X X X Z j j j j β β β β + + + + = Keterangan: j = kelompok perusahaan mulai 1 sampai 4 yaitu: Status 0 = Perusahaan Kelompok 1 Status 1 = Perusahaan Kelompok 2 Status 2 = Perusahaan Kelompok 3 Status 3 = Perusahaan Kelompok 4 X 1 = TETA Total EkuitasTotal Aktiva X 2 = RETA Laba DitahanTotal Aktiva 36 X 3 = NITA Laba BersihTotal Aktiva X 4 = CACL Aktiva LancarHutang Lancar X 5 = TDTE Total HutangTotal Ekuitas X 6 = TDTA Total HutangTotal Aktiva X 7 = Trend Harga Saham TREND X 8 = LNASSET a. Menilai Model Fit Langkah pertama adalah menilai overall fit model terhadap data. Hal ini dapat dilihat dari nilai -2Loglikelihood. Penilaian secara keseluruhan dalam membentuk model dengan menggunakan nilai -2Loglikehood, dimana jika terjadi penurunan dari model awal intercept only ke model final, maka dapat ditarik kesimpulan bahwa model tersebut menunjukkan model multinomial logit yang lebih baik dan model dapat digunakan untuk melakukan analisis. b. Koefisien Goodness of Fit Tes Goodness of Fit menunjukkan apakah model cocok dengan data. Ada dua tes Goodness of Fit, yaitu Pearson dan Deviance. Nilai signifikan test lebih besar dari α = 0,05 hal ini menunjukkan model cocok dengan data Cornelius Trihendardi, 2007. Test ini digunakan untuk menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit. Jika koefisien Goodness of Fit sama atau kurang dari 0,05 maka hipotesis nol ditolak 37 yang berarti ada perbedaan signifikan antara model dengan nilai observasinya, sehingga Goodness of Fit model tidak baik karena model tidak dapat memprediksi nilai observasinya. c. Pseudo R-Square R 2 R-Square R 2 menyatakan proporsi atau persentase dari total variasi variabel tak bebas Y yang dijelaskan oleh sebuah variabel penjelas X. Nilainya terletak diantara 0 dan 1, semakian mendekati 1 maka model tersebut akan semakin baik karena variabel independen yang digunakan mampu menjelaskan hampir 100 dari variabel dalam variabel dependen. Umumnya dalam analisa regresi, nilai R-Square R 2 yang diharapkan adalah nilai R-Square R 2 yang tinggi, karena dengan nilai R-Square R 2 yang tinggi secara tidak langsung menunjukkan bahwa model tersebut mampu menjelaskan hubungan antara variabel independen dengan variabel dependen. d. Ketepatan Prediksi Klasifikasi Tabel klasifikasi digunakan untuk menghitung nilai estimasi yang benar dan yang salah. Pada kolom merupakan 4 nilai prediksi dari variabel dependen, yaitu: 0 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 1, 1 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 2, 2 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 3, 3 untuk mewakili perusahaan- perusahaan yang masuk dalam kelompok 4. Sedangkan pada baris menunjukkan nilai observasi sesungguhnya yang sesuai data aktual. Pada 38 model yang sempurna, maka semua kasus akan berada pada diagonal dengan tingkat ketepatan peramalan 100 Ghozali, 2005.

E. Operasional dan Pengukuran Variabel