Menguji Parameter Secara Silmutan Uji F Menguji Parameter Secara Parsial Uji t Melakukan pengujian kesesuaian model Goodness 0f Fit Cox dan Snell’s R Square

3.10 Teknik Analisis

3.10.1 Analisis Deskriptif

Metode penelitian deskriptif adalah penelitian yang dilakukan untuk mengetahui nilai-nilai variabel, baik satu variabel ataupun lebih tanpa membuat perbandingan atau menghubungkan dengan variabel lain dan untuk mengetahui nilai dari fenomena yang terjadi pada suatu organisasiperusahaan. Penganalisaan data dilakukan dengan cara menyusun data, mengelompokkannya, kemudian menginterprestasikannya sehingga diperoleh gambaran yang sebenarnya mengenai kondisi perusahaan.

3.10.2 Analisis Regresi Logistik

Regresi logistik digunakan apabila variabel bebas merupakan campuran antara variabel kontinyu metrik dan kategorial non-metrik. Penggunaan regresi logistik tidak mensyaratkan adanya multivariat normal distribution karena tidak perlu asumsi normalitas data pada variable bebasnya Ghozali, 2012:333.

3.10.2.1 Menguji Parameter Secara Silmutan Uji F

Langkah pertama melakukan pendugaan parameter menggunakan Maximum Likelihood Estimation MLE. Hasil pendugaan parameter diuji secara simultan. Prosedur estimasi maksimum likehood dapat digunakan untuk menaksir parameter dan hal ini dilakukan dengan prosedur iterasi untuk mendapatkan nilai parameter Ghozali 2012:336. Likelihood L dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data input. Untuk menguji hipotesis nol dan alternatif, L ditransformasikan menjadi -2LogL Ghozali 2012:340 Universitas Sumatera Utara

3.10.2.2 Menguji Parameter Secara Parsial Uji t

Kemudian parameter juga diuji secara parsial. Hosmer dan Lemeshowmenyatakan pengujian koefisien � 1 secara parsial didasarkan pada pembakuan pada penduga koefisien regresi yang mengikuti sebaran normal baku Z.

3.10.2.3 Melakukan pengujian kesesuaian model Goodness 0f Fit

Hosmer dan Lemeshow dalam Ghozali 2012:341 goodness of fit menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model tidak ada perbedaan antara model dengan data sehinggamodel dapat dikatakan fit. Jika nilai Hosmer dan Lemeshow signifikan sama dengan atau 0.05 maka Ho ditolak yang berarti ada perbedaan signifikan antara model dengan nilai observasinya sehingga Goodness fit model tidak baik.. Sebaliknya jika nilai Hosmer dan Lemeshow Goodness of fit 0.05, maka Ho diterima dan berarti model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya.

3.10.2.4 Cox dan Snell’s R Square

� � Cox dan Snell’s R Square merupakan ukuran yang mencoba meniru ukuran � 2 padamultiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 satu sehingga sulit diinterpretasikan. Nagelkerke’s R square merupakan modifikasi dari koefisien Cox dan Snell untuk memastikan bahwa nilainya bervariaso dari 0 nol sampai 1 satu. Hal ini dilakukan dengan cara membagi nilai Cox dan Snell’s � 2 dengan Universitas Sumatera Utara nilai maksimumnya. Nilai nagelkerke’s � 2 dapat diinterpretasikan seperti nilai � 2 pada multiple regression. Ghozali 2012:341 BAB IV HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan