variabel ini menggunakan skala nominal. Dalam skala ini pengukuran dilakukan dengan memberi nilai 1 untuk obligasi yang berperingkat
investment grade dan 0 untuk obligasi yang berperingkat non investment grade karena variabel yang digunakan adalah variabel
dummy.
F. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis dengan menggunakan software SPSS 16. Peneliti melakukan uji asumsi
klasik terlebih dahulu sebelum melakukan pengujian hipotesis.
1. Pengujian Asumsi Klasik
Penggunaan analisis regresi dalam statistik harus bebas dari asumsi-asumsi klasik. Pengujian asumsi klasik yang harus dipenuhi meliputi ada tidaknya
multikolinearitas serta menguji model fit dari regresi yang digunakan,dengan mengabaikan asumsi normalitas dan heterokedastisitas,
maka uji asumsi klasik yang digunakan adalah uji multokolinearitas. a. Uji Multikolinearitas
Uji ini bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas independen dalam
model regresi. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen Ghozali, 2005:91. Jika antara
variabel independen ada korelasi yang cukup tinggi umumnya di atas 0,9, maka hal ini merupakan indikasi adanya multikolinearitas.
Universitas Sumatera Utara
Ada dua cara yang dapat dilakukan jika terjadi multikolinearitas, yaitu 1.
membuang salah satu variabel 2.
menggunakan metode lanjut, seperti Regresi Bayessian dan Regresi Ridge
2. Menilai Model Fit
Uji ini berguna untuk menguji apakah dalam model regresi logistik yang digunakan fit atau cocok dengan data yang digunakan. Model regresi yang
baik mensyaratkan model regresi logistik yang fit dengan data. Untuk menguji keseluruhan model fit overall model fit, menurut Ghozali 2005:218, dapat
dilakukan dengan membandingkan nilai antara -2 log likelihood -2 LL pada awal Block Number = 0, dengan nilai -2 log likelihood -2 LL pada akhir
Block Number = 1. Adanya pengurangan nilai antara -2 LL awal initial -2 LLfunction dengan nilai -2 LL pada langkah berikutnya -2 LL akhir
menunjukkan bahwa model yang dihipotesiskan fit dengan data.
3. Menilai Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dapat dilakukan dengan menggunakan Goodness of fit test, yang pengukurannya menggunakan nilai
Chi-Square pada bagian bawah uji Hosmer and Lemeshow’s Ghozali, 2005:219. Untuk mendeteksi kelayakan model regresi ini, menurut Ghozali
2005:219 dapat dilihat dari : Jika nilai Hosmer and Lemeshow Goodness of fit test statistik sama dengan
atau kurang dari 0,05, maka hipotesis nol ditolak yang berarti ada perbedaan
Universitas Sumatera Utara
signifikan antara model dengan nilai observasinya sehingga Goodness fit model tidak baik karena model yang digunakan tidak mampu memprediksi
nilai observasinya. Jika nilai Statistics Hosmer and Lemeshow goodness of fit lebih besar dari 0,05, maka hipotesis nol tidak dapat ditolak dan berarti model
mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya.
4. Pengujian Hipotesis
