BAB IV ANALISIS HASIL PENELITIAN
B. Analisis dan Hasil Penelitian
Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimun, nilai rata-rata serta standar deviasi data yang digunakan dalam penelitian.
Tabel 4.3
Statistik Deskriptif
N Minimum Maximum Mean Std. Deviation CR 62 .22 17.42 2.5153 2.75033 DAR 62 .10 2.39 .5677 .35917 GPM 62 -.44 .65 .2073 .21196 ITO 62 .03 83.90 5.8395 10.88017 ROE 62 -51.76 6992.60 1.3557E2 889.11678 Valid N (listwise) 62
Sumber: Hasil Pengolahan SPSS, 2010
a) variabel current ratio (X1) memiliki sampel (N) sebanyak 62, dengan nilai minimum (terkecil) 0,22, nilai maksimum (terbesar) 17,42 dan mean (nilai rata-rata) 2,5153. Standar Deviation (simpangan baku) variabel ini adalah 2,75033,
b) variabel debt to asset ratio (X2) memiliki sampel (N) sebanyak 62, dengan nilai minimum (terkecil) 0,10, nilai maksimum (terbesar) 2,39 dan mean (nilai rata-rata) 0,5677. Standar Deviation (simpangan baku) variabel ini adalah 0,35917,
c) variabel gross profit margin (X3) memiliki sampel (N) sebanyak 62, dengan nilai minimum (terkecil) -0,44, nilai maksimum (terbesar) 0,65 dan mean (nilai rata-rata) 0,2073. Standar Deviation (simpangan baku) variabel ini adalah 0,21196,
d) variabel inventory turnover (X4) memiliki sampel (N) sebanyak 62, dengan nilai minimum (terkecil) 0,03, nilai maksimum (terbesar) 83,9 dan mean (nilai rata-rata) 5,8395. Standar Deviation (simpangan baku) variabel ini adalah 10.88017,
e) variabel return on equity (X5) memiliki sampel (N) sebanyak 62, dengan nilai minimum (terkecil) -51,76, nilai maksimum (terbesar) 6.992,6 dan mean (nilai rata-rata) 135,57. Standar Deviation (simpangan baku) variabel ini adalah 889,11678,
2. Pengujian Asumsi Klasik a. Uji Normalitas
Uji data statistik dengan model Kolmogorov-Smirnov dilakukan untuk mengetahui apakah data sudah terdistribusi secara normal atau tidak. Ghozali (2005:115), memberikan pedoman pengambilan keputusan rentang data mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov yang dapat dilihat dari:
a) nilai sig. atau signifikan atau probabilitas <0,05, maka distribusi data adalah tidak normal,
b) nilai sig. atau signifikan atau probabilitas > 0,05, maka distribusi data adalah normal.
Hasil uji normalitas dengan menggunakan model Kolmogorov-Smirnov adalah seperti yang ditampilkan berikut ini :
Tabel 4.4 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
CR DAR GPM ITO ROE
N 62 62 62 62 62
Normal Parametersa Mean 2.5153 .5677 .2073 5.8395 1.3557E2 Std. Deviation 2.75033 .35917 .21196 1.08802E1 8.89117E2 Most Extreme Differences Absolute .247 .141 .113 .307 .477 Positive .247 .141 .113 .307 .477 Negative -.219 -.096 -.093 -.297 -.417 Kolmogorov-Smirnov Z 1.944 1.110 .890 2.420 3.755 Asymp. Sig. (2-tailed) .001 .170 .406 .000 .000 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS, 2010
Berdasarkan hasil uji statistik dengan model Kolmogorov-Smirnov seperti yang terdapat dalam tabel 4.4 dapat dilihat nilai
Asymp.Sig.(2-tailed) Kolmogorov-Smirnov dari variabel current ratio, inventory turnover, dan return on equity lebih kecil dari 0,05 atau terdistribusi tidak normal, hanya variabel debt to asset ratio dan gross profit margin yang terdistribusi normal karena memiliki nilai lebih besar dari 0,05 yaitu 0,17. Karena hanya dua saja variabel yang terdistribusi normal, dengan demikian dapat disimpulkan bahwa data tidak terdistribusi normal, sehingga pengujian hipotesis I, hipotesis II, dan hipotesis III menggunakan Uji Mann Whitney sedangkan hipotesis IV digunakan regresi logistik.
b. Uji Multikolinearitas
Regresi yang baik adalah regresi yang tidak memiliki gejala korelasi yang kuat antarvariabel bebasnya. Multikolinearitas adalah keadaan adanya korelasi antara variabel bebas yang satu dengan variabel bebas yang lain, dalam hal ini disebut variabel bebas ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antarvariabel bebas tersebut sama dengan nol. Jejak multikolinearitas dalam penelitian ini dapat dilihat dari nilai korelasi antarvariabel yang terdapat dalam matriks korelasi. Hasil uji gejala multikolinearitas disajikan pada tabel 4.5 berikut ini:
Tabel 4.5
Hasil Uji Multikolinearitas (I) Correlation Matrix
Constant CR DAR GPM ITO ROE Step 1 Constant 1.000 -.923 -.998 -.987 .524 .554 CR -.923 1.000 .908 .865 -.802 -.448 DAR -.998 .908 1.000 .985 -.508 -.568 GPM -.987 .865 .985 1.000 -.415 -.559 ITO .524 -.802 -.508 -.415 1.000 .189 ROE .554 -.448 -.568 -.559 .189 1.000
Sumber : Hasil Pengolahan SPSS
Dari hasil pengujian diatas, maka dapat disimpulkan bahwa terjadi gejala multikolonieritas antar variabel independen. Gejala multikolonieritas terjadi apabila nilai korelasi antar variabel independen lebih besar dari 0.95 atau 95%, matriks korelasi di atas memperlihatkan bahwa korelasi antara variabel debt to total asset dan gross profit margin sebesar 0,985 atau 98,5% yang menunjukkan adanya multikolinearitas yang serius. Untuk mengobati multikoliniearitas dapat dilakukan dengan tidak mengikutsertakan salah satu variabel independen yang mengalami multikolinearitas serius (Nachrowi, 2002:125), dalam penelitian ini yang dikeluarkan adalah variabel gross profit margin, sehingga variabel yang digunakan adalah current ratio, debt to total asset ratio, inventory turnover, dan return on equity. Matriks korelasi yang baru sebagai berikut :
Tabel 4.6
Hasil Uji Multikolinearitas (II) Correlation Matrix
Constant CR DAR ITO ROE Step 1 Constant 1.000 .126 -.807 -.287 .167 CR .126 1.000 -.398 -.716 .160 LR -.807 -.398 1.000 .112 -.280 IT -.287 -.716 .112 1.000 -.022 ROE .167 .160 -.280 -.022 1.000
Sumber: Hasil Pengolahan SPSS
Dari hasil pengujian diatas, maka dapat disimpulkan bahwa tidak terjadi gejala multikolonieritas antar variabel independen. Matriks korelasi di atas memperlihatkan bahwa korelasi antarvariabel independen yang paling besar hanya -0,716 lebih kecil dari 0.90. Berdasarkan hasil ini maka dapat disimpulkan bahwa variabel current ratio, debt to total asset ratio, inventory turnover, dan return on equity lolos uji gejala multikolonieritas.
3. Pengujian Hipotesis a. Pengujian Hipotesis I
Pengujian hipotesis I dilakukan dengan uji Mann-Whitney yang merupakan salah satu uji statistik untuk membandingkan dua atau lebih variabel independen atau variabel bebas, apakah terjadi perbedaan antara kedua atau lebih variabel tersebut. Dalam pengujian hipotesis I ini yang dibandingkan adalah rasio-rasio keuangan dari perusahaan yang mengalami financial distress dan perusahaan yang tidak
mengalami financial distress. Berdasarkan hasil pengolahan data dengan program statistik, maka diperoleh hasil yang dapat dilihat pada tabel 4.7 dan tabel 4.8.
Tabel 4.7
Hasil Uji Mann Whitney Hipotesis I Ranks
Kategori N Mean Rank Sum of Ranks CR Financial Distress 15 8.33 125.00
Non Financial Distress 14 22.14 310.00
Total 29
DAR Financial Distress 15 21.50 322.50 Non Financial Distress 14 8.04 112.50
Total 29
ITO Financial Distress 15 10.80 162.00 Non Financial Distress 14 19.50 273.00
Total 29
ROE Financial Distress 15 11.93 179.00 Non Financial Distress 14 18.29 256.00
Total 29
Sumber : Hasil Pengolahan SPSS, 2010
Tabel 4.8
Hasil Uji Mann Whitney Hipotesis I Test Statisticsb
CR DAR ITO ROE Mann-Whitney U 5.000 7.500 42.000 59.000 Wilcoxon W 125.000 112.500 162.000 179.000 Z -4.365 -4.257 -2.750 -2.008 Asymp. Sig. (2-tailed) .000 .000 .006 .045 Exact Sig. [2*(1-tailed Sig.)] .000a .000a .005a .046a a. Not corrected for ties.
b. Grouping Variable: Kategori
Berdasarkan hasil uji Mann Whitney menunjukkan bahwa variabel current ratio memiliki nilai probabilitas p=0,000<0,05, sehingga H0 ditolak yang berarti terdapat perbedaan yang signifikan rasio current ratio antara perusahaan yang mengalami financial distress dengan perusahaan yang tidak mengalami financial distress. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai current ratio yang lebih besar dibandingkan dengan perusahaan yang mengalami financial distress, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 22,14 untuk perusahaan yang tidak mengalami financial distress dan mean rank sebesar 8,33 untuk perusahaan yang mengalami financial distress.
Hasil uji Mann Whitney pada debt to total asset ratio diperoleh nilai probabilitas p=0,000<0,05, sehingga H0 ditolak yang berarti terdapat perbedaan yang signifikan rasio debt to total asset ratio antara perusahaan yang mengalami financial distress dengan perusahaan yang tidak mengalami financial distress. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai debt to total asset ratio yang lebih rendah dibandingkan dengan perusahaan yang mengalami financial distress, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 8,04 untuk perusahaan yang tidak mengalami financial distress dan mean rank sebesar 21,50 untuk perusahaan yang mengalami financial distress.
Hasil uji Mann Whitney pada inventory turnover diperoleh nilai probabilitas p=0,005<0,05, sehingga H0 ditolak yang berarti terdapat perbedaan yang signifikan rasio inventory turnover antara perusahaan yang mengalami financial distress dengan perusahaan yang tidak mengalami financial distress. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai inventory turnover yang lebih besar dibandingkan dengan perusahaan yang mengalami financial distress, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 19,50 untuk perusahaan yang tidak mengalami financial distress dan mean rank sebesar 10,80 untuk perusahaan yang mengalami financial distress.
Hasil uji Mann Whitney pada return on equity diperoleh nilai probabilitas p=0,046<0,05, sehingga H0 ditolak yang berarti terdapat perbedaan yang signifikan rasio return on equity antara perusahaan yang mengalami financial distress dengan perusahaan yang tidak mengalami financial distress. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai return on equity yang lebih besar dibandingkan dengan perusahaan yang mengalami financial distress, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 18,29 untuk perusahaan yang tidak
mengalami financial distress dan mean rank sebesar 11,93 untuk financial distress.
Hasil penelitian ini menunjukkan bahwa hipotesis I yang menyatakan “Rasio keuangan perusahaan berbeda secara signifikan antara perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami financial distress” dapat diterima.
b. Pengujian Hipotesis II
Pengujian hipotesis II dilakukan dengan uji Mann-Whitney yang merupakan salah satu uji statistik untuk membandingkan dua atau lebih variabel independen atau variabel bebas, apakah terjadi perbedaan antara kedua atau lebih variabel tersebut. Dalam pengujian hipotesis II ini yang dibandingkan adalah rasio-rasio keuangan dari perusahaan yang mengalami financial distress dan perusahaan yang berada pada gray area. Berdasarkan hasil pengolahan data dengan program statistik, maka diperoleh hasil yang dapat dilihat pada tabel 4.9 dan table 4.10.
Tabel 4.9
Hasil Uji Mann Whitney Hipotesis II Ranks
Kategori N Mean Rank Sum of Ranks CR Financial Distress 15 17.83 267.50
Gray Area 33 27.53 908.50
Total 48
DAR Financial Distress 15 35.00 525.00 Gray Area 33 19.73 651.00
Total 48
ITO Financial Distress 15 20.20 303.00 Gray Area 33 26.45 873.00
Total 48
ROE Financial Distress 15 21.77 326.50 Gray Area 33 25.74 849.50
Total 48
Sumber: Hasil Pengolahan SPSS, 2010
Tabel 4.10
Hasil Uji Mann Whitney Hipotesis II Test Statisticsa
CR DAR ITO ROE Mann-Whitney U 147.500 90.000 183.000 206.500 Wilcoxon W 267.500 651.000 303.000 326.500 Z -2.225 -3.505 -1.435 -.912 Asymp. Sig.
(2-tailed) .026 .000 .151 .362 a. Grouping Variable: Kategori
Sumber : Hasil Pengolahan SPSS, 2010
Berdasarkan hasil uji Mann Whitney menunjukkan bahwa variable current ratio memiliki nilai probabilitas p=0,026<0,05, sehingga H0
ditolak yang berarti terdapat perbedaan yang signifikan rasio current ratio antara perusahaan yang mengalami financial distress dengan
perusahaan yang berada pada gray area. Perbedaan tersebut menunjukkan bahwa perusahaan yang mengalami financial distress memiliki nilai current ratio yang lebih rendah dibandingkan dengan perusahaan yang berada pada gray area, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 17,83 untuk perusahaan yang mengalami financial distress dan mean rank sebesar 27,53 untuk perusahaan yang berada pada gray area.
Hasil uji Mann Whitney pada debt to total asset ratio diperoleh nilai probabilitas p=0,000<0,05, sehingga H0 ditolak yang berarti terdapat perbedaan yang signifikan rasio debt to total asset ratio antara perusahaan yang mengalami financial distress dengan perusahaan yang berda pada gray area. Perbedaan tersebut menunjukkan bahwa perusahaan yang mengalami financial distress memiliki nilai debt to total asset ratio yang lebih besar dibandingkan dengan perusahaan yang berada pada gray area, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 35,00 untuk perusahaan yang mengalami financial distress dan mean rank sebesar 19,73 untuk perusahaan yang berada pada gray area.
Hasil uji Mann Whitney pada inventory turnover diperoleh nilai probabilitas p=0,151>0,05, sehingga H0 diterima yang berarti tidak terdapat perbedaan yang signifikan rasio inventory turnover antara
perusahaan yang mengalami financial distress dengan perusahaan yang berada pada gray area. Hasil ini didukung dengan nilai mean rank yang tidak berbeda jauh yaitu masing-masing sebesar 20,20 untuk perusahaan yang mengalami financial distress dan mean rank sebesar 26,45 untuk perusahaan yang berada pada gray area.
Hasil uji Mann Whitney pada return on equity diperoleh nilai probabilitas p=0,362>0,05, sehingga H0 diterima yang berarti tidak terdapat perbedaan yang signifikan rasio return on equity antara perusahaan yang mengalami financial distress dengan perusahaan yang berada pada gray area. Hasil ini didukung dengan nilai mean rank yang tidak berbeda jauh yaitu masing-masing sebesar 21,77 untuk perusahaan yang mengalami financial distress dan mean rank sebesar 25,74 untuk perusahaan yang berada pada gray area.
Hasil penelitian ini menunjukkan bahwa hipotesis II yang menyatakan “Rasio keuangan perusahaan berbeda secara signifikan antara perusahaan yang mengalami financial distress dan perusahaan yang berada pada gray area dapat diterima.
c. Pengujian Hipotesis III
Pengujian hipotesis III dilakukan dengan uji Mann-Whitney yang merupakan salah satu uji statistik untuk membandingkan dua atau lebih
variabel independen atau variabel bebas, apakah terjadi perbedaan antara kedua atau lebih variabel tersebut. Dalam pengujian hipotesis III ini yang dibandingkan adalah rasio-rasio keuangan dari perusahaan yang tidak mengalami financial distress dan perusahaan yang berada pada gray area. Berdasarkan hasil pengolahan data dengan program statistik, maka diperoleh hasil yang dapat dilihat pada tabel 4.11 dan tabel 4.12.
Tabel 4.11
Hasil Uji Mann Whitney Hipotesis III Ranks
Kategori N Mean Rank Sum of Ranks CR Non Financial Distress 14 35.50 497.00
Gray Area 33 19.12 631.00
Total 47
DAR Non Financial Distress 14 15.11 211.50
Gray Area 33 27.77 916.50
Total 47
ITO Non Financial Distress 14 30.93 433.00
Gray Area 33 21.06 695.00
Total 47
ROE Non Financial Distress 14 33.50 469.00
Gray Area 33 19.97 659.00
Total 47
Tabel 4.12
Hasil Uji Mann Whitney Hipotesis III Test Statisticsa
CR DAR ITO ROE
Mann-Whitney U 70.000 106.500 134.000 98.000 Wilcoxon W 631.000 211.500 695.000 659.000
Z -3.746 -2.899 -2.256 -3.094
Asymp. Sig.
(2-tailed) .000 .004 .024 .002
a. Grouping Variable: Kategori
Sumber : Hasil Pengolahan SPSS, 2010
Berdasarkan hasil uji Mann Whitney menunjukkan bahwa variabel current ratio memiliki nilai probabilitas p=0,000<0,05, sehingga H0
ditolak yang berarti terdapat perbedaan yang signifikan rasio current ratio antara perusahaan yang tidak mengalami financial distress dengan perusahaan yang berada pada gray area. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai current ratio yang lebih besar dibandingkan dengan perusahaan yang berada pada gray area, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 35,50 untuk perusahaan yang tidak mengalami financial distress dan mean rank sebesar 19,12 untuk perusahaan yang berada pada gray area.
Hasil uji Mann Whitney pada debt to total asset ratio diperoleh nilai probabilitas p=0,004<0,05, sehingga H0 ditolak yang berarti
terdapat perbedaan yang signifikan rasio debt to total asset ratio antara perusahaan yang tidak mengalami financial distress dengan perusahaan yang berada pada gray area. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai debt to total asset ratio yang lebih kecil dibandingkan dengan perusahaan yang berada pada gray area, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 15,11 untuk perusahaan yang tidak mengalami financial distress dan mean rank sebesar 27,77 untuk perusahaan yang berada pada gray area.
Hasil uji Mann Whitney pada inventory turnover diperoleh nilai probabilitas p=0,024<0,05, sehingga H0 ditolak yang berarti terdapat perbedaan yang signifikan rasio inventory turnover antara perusahaan yang tidak mengalami financial distress dengan perusahaan yang berada pada gray area. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai inventory turnover yang lebih besar dibandingkan dengan perusahaan yang berada pada gray area, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 30,93 untuk perusahaan yang tidak mengalami financial distress dan mean rank sebesar 21,06 untuk perusahaan yang berada pada gray area.
Hasil uji Mann Whitney pada return on equity diperoleh nilai probabilitas p=0,002<0,05, sehingga H0 ditolak yang berarti terdapat perbedaan yang signifikan rasio return on equity antara perusahaan yang tidak mengalami financial distress dengan perusahaan yang berada pada gray area. Perbedaan tersebut menunjukkan bahwa perusahaan yang tidak mengalami financial distress memiliki nilai return on equity yang lebih besar dibandingkan dengan perusahaan yang berada pada gray area, yang ditunjukkan dengan nilai mean rank masing-masing sebesar 33,50 untuk perusahaan yang tidak mengalami financial distress dan mean rank sebesar 19,97 untuk perusahaan yang berada pada gray area.
Hasil penelitian ini menunjukkan bahwa hipotesis ketiga yang menyatakan “Rasio keuangan perusahaan berbeda secara signifikan antara perusahaan yang tidak mengalami kondisi financial distress dan perusahaan yang berada pada gray area” dapat diterima.
d. Pengujian Hipotesis IV 1. Menilai Model Fit
Uji ini digunakan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan membandingkan nilai antara -2 log likelihood pada awal (block number =0) dengan nilai -2 log likelihood pada akhir (block number =1). Nilai -2 log likelihood awal pada block number = 0, dapat ditunjukkan pada tabel 4.13 berikut ini :
Tabel 4.13
Nilai -2 Log Likelihood (-2LL Awal) Iteration Historya,b,c
Iteration -2 Log likelihood Coefficients Constant Step 0 1 40.168 -.069 2 40.168 -.069
a. Constant is included in the model. b. Initial -2 Log Likelihood: 40.168 c. Estimation terminated at iteration number 2 because parameter estimates changed by less than .001.
Nilai -2 log likelihood akhir pada block number = 1, dapat dilihat pada tabel 4.14 berikut ini :
Tabel 4.14
Nilai -2 Log Likelihood (-2 LL Akhir) Iteration Historya,b,c,d
Iteration
-2 Log likelihood
Coefficients
Constant CR DAR ITO ROE
Step 1 1 18.449 -.234 .435 -1.672 .006 .000 2 11.028 .319 .709 -3.887 .026 .000 3 6.231 1.131 1.037 -7.132 .081 .000 4 3.381 1.965 1.504 -11.291 .170 .000 5 1.563 3.382 2.060 -17.728 .318 .001 6 .611 5.295 2.834 -26.251 .475 .001 7 .227 7.288 3.710 -35.292 .628 .002 8 .084 9.303 4.620 -44.418 .776 .003 9 .031 11.356 5.553 -53.625 .918 .004 10 .012 13.453 6.507 -62.926 1.054 .004 11 .004 15.589 7.480 -72.311 1.186 .005 12 .002 17.756 8.467 -81.761 1.314 .006 13 .001 19.943 9.463 -91.255 1.439 .006 14 .000 22.144 10.466 -100.779 1.563 .007 15 .000 24.353 11.473 -110.323 1.687 .008 16 .000 26.567 12.483 -119.880 1.809 .009 17 .000 28.784 13.495 -129.447 1.932 .009 18 .000 31.004 14.509 -139.022 2.054 .010 19 .000 33.226 15.523 -148.605 2.176 .011 20 .000 35.451 16.540 -158.194 2.298 .012 a. Method: Enter
b. Constant is included in the model. c. Initial -2 Log Likelihood: 40.168
d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.
Dari tabel 4.13 dan tabel 4.14 di atas dapat dilihat bahwa nilai -2 log likelihood awal pada block number = 0, yaitu model yang hanya memasukkan konstanta yang dapat dilihat pada step 2, memperoleh nilai sebesar 40,168. Kemudian pada tabel selanjutnya dapat dilihat nilai -2 log likelihood akhir dengan block number = 1, nilai -2 log likelihood pada tabel 4.14 mengalami perubahan setelah masuknya beberapa variable independen pada model penelitian, akibatnya nilai -2 log likelihood akhir pada step 20 menunjukkan nilai 0,000.
Adanya pengurangan nilai antara -2 log likelihood awal dengan nilai -2 log likelihood akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data (Ghozali, 2005:219). Penurunan nilai -2 log likelihood menunjukkan bahwa model penelitian ini dinyatakan fit, artinya penambahan variabel bebas yaitu current ratio, debt to total asset ratio, inventory turnover, dan return on equity ke dalam model penelitian akan memperbaiki model fit penelitian ini.
Menilai model fit dapat juga dilihat melaui tabel omnibus test of model coefficients berikut ini :
Tabel 4.15
Omnibus Tests of Model Coefficients Chi-square df Sig. Step 1 Step 40.168 4 .000
Block 40.168 4 .000
Model 40.168 4 .000
Tabel tersebut menunjukkan nilai signifikansi chi square dimana tingkat signifikansinya adalah 0,000 (lebih kecil dari 0,05). Maka dapat disimpulkan bahwa model yang terdiri dari beberapa variabel independen tersebut berpengaruh dan dapat digunakan untuk menilai variabel dependen. Nilai chi square di atas adalah hasil dari selisih -2LL awal dengan --2LL akhir.
2. Menguji Kelayakan Model Regresi
Pengujian kelayakan model regresi logistic dilakukan dengan menggunakan goodness of fitness test yang diukur dengan nilai chi square pada bagian bawah uji hosmer and lameshow.
Tabel 4.16
Hosmer and Lemeshow Test Step Chi-square df Sig.
1 .000 6 1.000
Sumber : Hasil Pengolahan SPSS, 2010
Hasil pengujian statistik menunjukkan probabilitas signifikansi sebesar 1,000. Nilai signifikansi yang diperoleh ini lebih besar dari 0,05, maka H0 tidak dapat ditolak (diterima). Hal ini menunjukkan bahwa model regresi layak untuk digunakan dalam analisis selanjutnya, karena tidak ada perbedaan nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati.
Tabel 4.17
Contingency Table for Hosmer and Lemeshow Test Kategori = Financial
Distress
Kategori = Non Financial Distress
Total Observed Expected Observed Expected
Step 1 1 3 3.000 0 .000 3 2 3 3.000 0 .000 3 3 3 3.000 0 .000 3 4 3 3.000 0 .000 3 5 3 3.000 0 .000 3 6 0 .000 3 3.000 3 7 0 .000 1 1.000 1 8 0 .000 10 10.000 10
Sumber : Hasil Pengolahan SPSS, 2010
Dari tabel kontinjensi untuk uji hosmer and lameshow, dapat dilihat bahwa dari 8 langkah pengamatan untuk kategori perusahaan dengan kondisi financial distress (1) maupun kondisi non financial distress (2), nilai yang diamati maupun nilai yang diprediksi, tidak mempunyai perbedaan yang terlalu ekstrim. Ini menunjukkan bahwa model regresi logistik yang digunakan dalam penelitian ini mampu memprediksi nilai observasinya.
Hasil pengujian hipotesis bertujuan untuk mengetahui apakah pengaruh dari variabel-variabel bebas terhadap peringkat obligasi. Pengujian dengan regresi logistik ditunjukkan dalam tabel berikut ini :
Tabel 4.18
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in
Analysis 29 100.0
Missing Cases 0 .0
Total 29 100.0
Unselected Cases 0 .0
Total 29 100.0
a. If weight is in effect, see classification table for the total number of cases.
Sumber: Hasil Pengolahan SPSS
Berdasarkan tabel 4.18 di atas dapat diambil analisis sebagai berikut:
a. jumlah observasi sebanyak 29, dan seluruh observasi telah diperhitungkan ke dalam pengujian hipotesis
b. tidak ada variabel dependen yang dikeluarkan dengan nilai dummy variabel. Variabel dependen bernilai 1 untuk kategori financial distress dan bernilai 2 untuk kategori non financial distress.
c. metode yang digunakan untuk memasukkan data adalah metode enter dimana dengan menggunakan metode ini seluruh variabel bebas (independen) disertakan dalam analisis data untuk mengetahui variabel mana yang berpengaruh terhadap variabel dependen.
Selanjutnya, variabilitas antara variabel dependen dengan variabel independen ditampilkan pada tabel 4.19 di bawah ini.
Tabel 4.19 Model Summary Step
-2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1 .000a .750 1.000
a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.
Sumber : Hasil Pengolahan SPSS, 2010
Berdasarkan table 4.19 di atas, dapat dilihat hasil analisis regresi logistik secara keseluruhan menunjukkan nilai Cox & Snell R Square sebesar 0,750. Cox & Snell R Square merupakan ukuran yang mencoba meniru ukuran R2 pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu, sehingga sulit untuk diinterpretasikan. Nagelkerke’s R2 merupakan modifikasi dari koefisien Cox dan Snell. Untuk memastikan bahwa nilainya bervariasi dari satu (1) sampai dua (2), dilakukan dengan cara membagi nilai Cox dan Snell R2 dengan nilai maksimumnya. Nilai Nagelkerke’s R2 dapat diinterpretasikan seperti nilai R2 pada multiple regression. Dilihat dari hasil output pengolahan data nilai Nagelkerke’s R2 menunjukkan angka sebesar 1,000 yang berarti variabilitas variable
dependen yang dapat dijelaskan oleh variable independen adalah sebesar 100%.
a. Matriks Klasifikasi
Matriks klasifikasi akan menunjukkan kekuatan prediksi dari model