1. Analisis Regresi Multinomial Logit
Metode analisis yang digunakan dalam penelitian ini adalah analisis Multinomial Logit. Regresi logistik pada dasarnya dapat dibedakan menjadi dua kelompok, jika terdapat dua variabel dependen yang bersifat kategorik maka disebut regresi logistik biner dan jika variabel dependen (variabel respon) lebih dari dua disebut regresi multinomial.
Pada penelitian ini, yang menjadi variabel respon atau dependen yaitu status perusahaan pasca IPO, yang memiliki 4 kategori yaitu D=0 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 1), D=1 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 2), D=2 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 3), D=3 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 4). Sehingga sampel perusahaan terbagi menjadi 4 kelompok (kelompok 1 adalah perusahaan yang sehat, sedangkan kelompok 2 sampai dengan 4 adalah kelompok perusahaan yang mengalami kesulitan keuangan), yaitu:
1. Kelompok pertama adalah perusahaan manufaktur yang tidak mengalami kondisi laba bersih negatif selama 2 tahun berturut-turut, tidak mengalami kondisi ekuitas negatif selama 2 tahun berturut-turut
yaitu periode 2004-2005 kondisi keuangannya konsisten dan listed sampai tahun 2006-2007.
2. Kelompok kedua adalah perusahaan-perusahaan yang mengalami kondisi laba bersih negatif selama 2 tahun berturut-turut periode 2004-2005 tetapi masih tetap listed.
3. Kelompok ketiga adalah perusahaan-perusahaan yang mengalami kondisi nilai buku ekuitas negatif dan laba bersih negatif selama 2 tahun berturut-turut periode 2004-2005 tetapi masih tetap listed.
4. Kelompok keempat adalah perusahaan-perusahaan yang delisted yang diakibatkan karena laba bersih negatif atau nilai ekuitas negatif, dan perusahaan yang melakukan merger periode 2004-2007.
Analisis regresi multinomial logit pada penelitian ini digunakan untuk menguji karakteristik perusahaan (rasio keuangan, trend harga saham dan variabel fundamental), struktur industri, dan karakteristik penawaran perusahaan dapat digunakan sebagai alat untuk memprediksi status perusahaan pasca IPO, dengan persamaan sebagai berikut:
8 8 2 2 1 1 0 X X .... X Zj =β +βj +βj + +βj Keterangan:
j = kelompok perusahaan mulai 1 sampai 4 yaitu:
Status 0 = Perusahaan Kelompok 1 Status 1 = Perusahaan Kelompok 2 Status 2 = Perusahaan Kelompok 3 Status 3 = Perusahaan Kelompok 4
X3 = NITA (Laba Bersih/Total Aktiva) X4 = CACL (Aktiva Lancar/Hutang Lancar) X5 = TDTE (Total Hutang/Total Ekuitas) X6 = TDTA (Total Hutang/Total Aktiva) X7 = Trend Harga Saham (TREND) X8 = LNASSET
a.Menilai Model Fit
Langkah pertama adalah menilai overall fit model terhadap data. Hal ini dapat dilihat dari nilai -2Loglikelihood. Penilaian secara keseluruhan dalam membentuk model dengan menggunakan nilai -2Loglikehood, dimana jika terjadi penurunan dari model awal (intercept only) ke model final, maka dapat ditarik kesimpulan bahwa model tersebut menunjukkan model multinomial logit yang lebih baik dan model dapat digunakan untuk melakukan analisis.
b.Koefisien Goodness of Fit
Tes Goodness of Fit menunjukkan apakah model cocok dengan data. Ada dua tes Goodness of Fit, yaitu Pearson dan Deviance. Nilai signifikan test lebih besar dari α = 0,05 hal ini menunjukkan model cocok dengan data (Cornelius Trihendardi, 2007).
Test ini digunakan untuk menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit). Jika koefisien Goodness of Fit sama atau kurang dari 0,05 maka hipotesis nol ditolak
yang berarti ada perbedaan signifikan antara model dengan nilai observasinya, sehingga Goodness of Fit model tidak baik karena model tidak dapat memprediksi nilai observasinya.
c.Pseudo R-Square (R2)
R-Square (R2) menyatakan proporsi atau persentase dari total variasi variabel tak bebas Y yang dijelaskan oleh sebuah variabel penjelas X. Nilainya terletak diantara 0 dan 1, semakian mendekati 1 maka model tersebut akan semakin baik karena variabel independen yang digunakan mampu menjelaskan hampir 100% dari variabel dalam variabel dependen. Umumnya dalam analisa regresi, nilai R-Square (R2) yang diharapkan adalah nilai R-Square (R2) yang tinggi, karena dengan nilai R-Square (R2) yang tinggi secara tidak langsung menunjukkan bahwa model tersebut mampu menjelaskan hubungan antara variabel independen dengan variabel dependen.
d.Ketepatan Prediksi Klasifikasi
Tabel klasifikasi digunakan untuk menghitung nilai estimasi yang benar dan yang salah. Pada kolom merupakan 4 nilai prediksi dari variabel dependen, yaitu: 0 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 1), 1 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 2), 2 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 3), 3 (untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 4). Sedangkan pada baris menunjukkan nilai observasi sesungguhnya yang sesuai data aktual. Pada
model yang sempurna, maka semua kasus akan berada pada diagonal dengan tingkat ketepatan peramalan 100% (Ghozali, 2005).
E. Operasional dan Pengukuran Variabel
1. Variabel Bebas (Independent Variable)
Variabel bebas adalah suatu variabel yang ada atau terjadi mendahului variabel terikatnya. Keberadaan variabel ini di dalam penelitian merupakan variabel yang menjelaskan terjadinya fokus atau topik penelitian (Bambang Prasetyo dan Lina Miftahul Jannah, 2006:67). Variabel bebas yang digunakan dalam penelitian ini adalah:
a. Karakteristik perusahaan
Karakteristik perusahaan merupakan salah satu proksi yang digunakan sebagai alat memprediksi status perusahaan pasca IPO. Variabel karakteristik perusahaan meliputi:
1. Rasio keuangan
a.TETA= total ekuitas / total aktiva b.RETA= laba ditahan / total aktiva c.NITA = laba bersih / total aktiva d.CACL = aktiva lancar / hutang lancar e.TDTE = total hutang / total ekuitas f. TDTA = total hutang / total aktiva 2.Trend harga saham
(
− −1) (
+ − −1)
/ + −1+ + −1= Ht Ht Lt Lt Ht Ht Lt Lt
HRG TREND
Ht-1 = Harga tertinggi tahun t-1 Lt = Harga terendah tahun t Lt-1 = Harga terendah tahun t-1
3. Variabel fundamental perusahaan yaitu LNASSET = Logaritma natural dari ukuran perusahaan yaitu total asset
2. Variabel Terikat (Dependent Variable)
Variabel terikat adalah variabel yang diakibatkan atau dipengaruhi oleh variabel bebas. Keberadaan variabel ini sebagai variabel yang dijelaskan dalam fokus atau topik penelitian (Bambang Prasetyo dan Lina Miftahul Jannah, 2006:68). Variabel terikat yang digunakan dalam penelitian ini adalah variabel kategori mulai 0 sampai dengan 3, yang mewakili 4 kelompok perusahaan, yaitu:
1. Angka 0 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 1.
2. Angka 1 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 2.
3. Angka 2 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 3.
4. Angka 3 untuk mewakili perusahaan-perusahaan yang masuk dalam kelompok 4.
A. Sekilas Gambaran Umum Objek Penelitian