b,c b,c,d

58

4.2.2 Hasil Pengujian Hipotesis Penelitian

Variabel dependen dalam penelitian ini bersifat dikotomi kondisi bermasalah dan kondisi tidak bermasalah, maka pengujian hipotesis penelitian ini dilakukan dengan menggunakan uji regresi logistik. Tahapan dalam pengujian dengan menggunakan uji regresi logistik dapat dijelaskan sebagai berikut Ghozali 2006 :

4.2.2.1 Menilai Keseluruhan Model Overall Model Fit

Pengujian dilakukan dengan membandingkan nilai antara -2 Log Likelihood -2LL pada awal Block Number = 0 dengan nilai -2 Log Likelihood -2LL pada akhir Block Number = 1. Nilai -2LL awal adalah sebesar 101,847. Setelah dimasukkan kelima variabel independen, maka nilai -2LL mengalami penurunan menjadi sebesar 40,477. Penurunan likelihood -2LL ini menunjukkan model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit dengan data Ghozali,2013. Hasil Uji kesesuaian keseluruhan model dapat dilihat pada tabel 4.4. Tabel 4.4 Menilai Keseluruhan Model Block 0: Beginning Block . Iteration History

a,b,c

Iteration -2 Log likelihood Coefficients Constant Step 0 1 106,876 -1,573 2 101,977 -2,031 3 101,847 -2,122 4 101,847 -2,125 5 101,847 -2,125 59 a. Constant is included in the model. b. Initial -2 Log Likelihood: 101,847 c. Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001. Sumber : Output SPSS 22 Block 1: Method = Enter Iteration History

a,b,c,d

Iteration -2 Log likelihood Coefficients Constant CAR NPL NIM ROA BOPO LDR TA Step 1 1 80,706 -5,048 ,000 ,184 -,119 ,160 ,036 ,007 -,002 2 58,094 -9,314 ,001 ,274 -,252 ,443 ,091 ,019 -,068 3 46,482 -17,217 ,002 ,338 -,414 ,937 ,192 ,035 -,156 4 41,855 -26,543 ,003 ,402 -,583 1,445 ,298 ,044 -,200 5 40,764 -33,383 ,003 ,425 -,705 1,800 ,375 ,046 -,214 6 40,613 -35,939 ,001 ,424 -,749 1,952 ,408 ,045 -,230 7 40,483 -34,143 -,013 ,396 -,736 1,954 ,412 ,044 -,289 8 40,477 -34,019 -,016 ,394 -,736 1,951 ,412 ,044 -,292 9 40,477 -34,009 -,016 ,394 -,736 1,950 ,412 ,044 -,292 10 40,477 -34,009 -,016 ,394 -,736 1,950 ,412 ,044 -,292 a. Method: Enter b. Constant is included in the model. c. Initial -2 Log Likelihood: 101,847 d. Estimation terminated at iteration number 10 because parameter estimates changed by less than ,001. Sumber : Output SPSS 22

4.2.2.2 Hasil Uji Kelayakan Model Regresi Hosmer and

Lemeshow’s Goodness Of Fit Test Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test. Pengujian menunjukkan nilai Chi-square sebesar 2,540 dengan signifikansi sebesar 0,960. Berdasarkan hasil tersebut, karena nilai signifikansi 60 lebih besar dari 0,05 maka model dapat disimpulkan mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya Ghozali, 2013. Berikut Tabel 4.5 yang menunjukkan hasil pengujian Hosmer and Lemeshow’s Goodness of Fit Test. Tabel 4.5 Menguji Kelayakan Model Regresi Hosmer and Lemeshow Test Step Chi-square df Sig. 1 2,540 8 ,960 Sumber : Output SPSS 22

4.2.2.3 Hasil Uji Koefisien Determinasi Nagelkerke R Square

Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan oleh nilai Nagelkerke R. Squuare. Nilai Nagelkerke R. Square adalah 0,681 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 68,1 sedangkan sisanya 31,9 dapat dijelaskan oleh variabel-variabel lain di luar model penelitian. Hasi pengujian Koefisien determinasi Nagelkerke R. Squuare dapat dilihat pada tabel 4.6 sebagaimana berikut ini: Tabel 4.6 Uji Koefisien Determinasi Nagelkerke R Square Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 40,477 a ,336 ,681 a. Estimation terminated at iteration number 10 because parameter estimates changed by less than ,001. Sumber : Output SPSS 22 61

4.2.2.4 Hasil Matriks Klasifikasi

Matriks klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi apakah perusahaan kondisi bermasalah atau tidak. Berikut tampilan tabel 4.7 beserta penjelasannya. Tabel 4.7 Hasil Matriks Klasifikasi Classification Table a Observed Predicted KONDISI Percentage Correct ,00 1,00 Step 1 KONDISI ,00 131 3 97,8 1,00 6 10 62,5 Overall Percentage 94,0 a. The cut value is ,500 Sumber : Output SPSS 22 Berdasarkan hasil pengujian, kekuatan prediksi dari model regresi untuk memprediksi probabilitas kondisi bermasalah pada lembaga perbankan adalah 62,5. Hasil ini menunjukkan bahwa dengan model regresi yang digunakan, terdapat sebanyak 10 perusahaan 62,5 yang diprediksi bermasalah. Kekuatan prediksi dari model regresi untuk memprediksi kondisi tidak bermasalah sebesar 97,8 yang berarti bahwa dengan model regresi yang digunakan ada sebanyak 131 perusahaan yang tidak bermasalah. Maka dapat disimpulkan bahwa kekuatan prediksi dari model regresi sebesar 94.. 62

4.2.3 Hasil Pengujian Data

4.2.3.1 Hasil Uji Multikolonieritas

Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat di antara variabel bebasnya. Pengujian ini menggunakan matriks korelasi antar variabel bebas untuk melihat besarnya korelasi antar variabel independen. Hasil Tabel 4.8 menunjukkan tidak terjadi korelasi di antara variabel independen. Tabel 4.8 Hasil Uji Multikolonieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -,762 ,571 -1,334 ,184 CAR ,000 ,000 ,071 ,933 ,352 ,805 1,242 NPL ,046 ,010 ,340 4,476 ,000 ,807 1,239 NIM -,030 ,009 -,241 -3,200 ,002 ,820 1,219 ROA ,040 ,024 ,280 1,649 ,101 ,161 6,216 BOPO ,009 ,003 ,500 2,784 ,006 ,144 6,942 LDR ,002 ,001 ,092 1,230 ,221 ,831 1,203 TOTAL ASET -,001 ,014 -,003 -,041 ,968 ,672 1,488 a. Dependent Variable: KONDISI Dari tabel di atas menunjukkan hasil sebagai berikut : a. Variabel CAR tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,805 0,1 dan nilai VIF sebesar 1,242 10. b. Variabel NPL tidak terjadi multikolinearitas karena nilai tolerance sebesar 0 , 807 0,1 dan nilai VIF sebesar 1,239 10. 63 c. Variabel NIM tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,820 0,1 dan nilai VIF sebesar 1,219 10. d. Variabel ROA tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,161 0,1 dan nilai VIF sebesar 6,216 10. e. Variabel BOPO tidak terjadi multikolinearitas karena nilai tolerance sebesar 0, 144 0,1 dan nilai VIF sebesar 6,942 10. f. Variabel LDR tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,831 0,1 dan nilai VIF sebesar 1,203 10. g. Variabel Total Aset tidak terjadi multikolinearitas karena nilai tolerance sebesar 0,672 0,1 dan nilai VIF sebesar 1,488 10.

4.2.4 Hasil Uji Hipotesis

4.2.4.1 Hasil Likelihood Ratio Test Uji Simultan

Untuk melihat pengaruh seluruh variabel bebas terhadap variabel tidak bebas secara bersama-sama simultan digunakan uji statistik G 2 Likelihood Ratio Test. Adapun Hipotesis yang digunakan adalah: H : Tidak ada pengaruh antara variabel penjelas terhadap variabel respon H 1 : Minimal ada satu variabel penjelas yang berpengaruh terhadap variabel respon Berdasarkan output SPSS, diperoleh nilai G 2 sebesar 16,370. Dengan membandingkan nilai signifikansinya yaitu 0,000 yang ternyata lebih kecil dari nilai 0,10, maka dapat disimpulkan bahwa hipotesis nol 64 a. Variables entered on step 1: CAR, NPL, NIM, ROA, BOPO, LDR, TOTAL ASET. ditolak yang berarti minimal terdapat satu variabel bebas yang berpengaruh terhadap prediksi kondisi bermasalah. Hasil uji simultan dapat dilihat pada tabel 4.9 , tabel Omnibus Tests. Tabel 4.9 Likelihood Ratio Test Uji Simultan Omnibus Tests of Model Coefficients Chi-square df Sig. Step 1 Step 61,370 7 ,000 Block 61,370 7 ,000 Model 61,370 7 ,000 Sumber : Output SPSS 22

4.2.4.2 Hasil Uji Regresi Logistik

Model regresi yang terbentuk disajikan pada tabel 4.10 berikut ini : Tabel 4.10 Koefisien Regresi Logistik Variables in the Equation B S.E Wald df Sig. Keteragan Step 1 a CAR -,016 ,049 ,106 1 ,745 Tidak Signifikan NPL ,394 ,207 3,637 1 ,050 signifikan NIM -,736 ,311 5,584 1 ,018 Signifikan ROA 1,950 ,816 5,710 1 ,017 Signifikan BOPO ,412 ,157 6,885 1 ,009 Signifikan LDR ,044 ,036 1,510 1 ,219 Tidak signifikan TOTAL ASET -,292 ,407 ,516 1 ,473 Tidak signifikan Constant -34,009 21,007 2,621 1 ,105 Hasi pengujian terhadap koefisien regresi menghasilkan model berikut ini: KONDISI = -34,009 - 0,016CAR + 0,394NPL - 0,736NIM + 1,950ROA + 0,412BOPO + 0,44LDR - 0,292TOTAL ASET 65

4.3 Pembahasan Hasil Uji Hipotesis