3.5 Metode Analisis Data
3.5.1 Statistik Deskriptif
Uji statistik deskriptif memberikan gambaran atau deskripsi suatu data. Uji dalam penelitian ini dilihat dari nilai rata-rata mean, standar deviasi, varian,
maksimum, minimum, sum, range, kurtosis dan skweness kemencengan distribusi, sehingga secara kontekstual dapat lebih mudah dimengerti oleh
pembaca.
3.5.2 Statistik Inferensial
Regresi logistik sebetulnya mirip dengan dengan analisis diskriminan yaitu ingin menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi
dengan variabel bebasnya Ghozali, 2009. Regresi logistik logistic regression tidak memerlukan asumsi normalitas meskipun screening dan outliers tetap
dilakukan. Pada penelitian ini, pengaruh konservatisme akuntansi, leverage, liquidity, dan profitability terhadap peringkat obligasi diuji dengan regresi
logistik. Adapun model regresi logistik pada penelitian ini adalah sebagai berikut :
Ln
P
=β + β
1
MTB + β
2
DER + β
3
CR + β
4
ROE + e
1-P
Keterangan: Ln
P
=
1-P
β
0....
β
8
= Koefisien regeresi MTB
= Konservatisme akuntansi DER
= Leverage CR
= Liquidity ROE
= Profitability e
= Error
3.5.3 Menilai Kelayakan Model Regresi
Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodnes of Fit Test. Jika nilai statistik Hosmer and Lemeshow
Goodness of fit lebih besar daripada 0,05 berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model diterima karena sesuai dengan data
observasinya Ghozali, 2009.
3.5.4. Menilai Keseluruhan Model Overal Model Fit
Analisis selanjutnya yang dilakukan adalah menilai overall fit model terhadap data. Statistik yang digunakan berdasarkan pada fungsi Likelihood.
Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan hipotesis alternatif,
Prediksi peringkat obligasi kategori 1, jika peringkat obligasi termasuk high investment grade dan kategori 0, jika peringkat
obligasi termasuk low investment grade.