HASIL DAN PEMBAHASAN
4.3 Pengujian Model Penelitian
1. Koefisien Determinasi (McFadden R-squared)
Pada regresi logistik penggunaan nilai koefisien R2 konvensional berbeda dan dapat digunakan untuk mengukur garis regresi tersebut. Dalam hal ini sebagai gantinya, pada model logistik menggunakan koefisien determinasi yang dapat dilihat dari hasil McFadden.
Tabel 4.3
Uji Koefisien Determinasi (R2)
McFadden R-squared 0.340897 Mean dependent var 0.268293 S.D. dependent var 0.444155 S.E. of regression 0.364672 Akaike info criterion 0.815387 Sum squared resid 26.59707 Schwarz criterion 0.896436 Log likelihood -78.57717 Hannan-Quinn criter. 0.848169 Deviance 157.1543 Restr. Deviance 238.4369 Restr. log likelihood -119.2184 LR statistic 81.28251 Avg. log likelihood -0.383303 Prob(LR statistic) 0.000000
Sumber: data diolah, Eviews 10.
Dalam penelitian ini diketahui bahwa, nilai R2 McFadden dari hasil estimasi sebesar 0,340897. Hal ini berarti bahwa variabel bebas dalam model mampu menerangkan perubahan probabilitas hedging sebesar 34,08% dan selebihnya 65,92 persen dijelaskan oleh variabel lain di luar model.
2 Kelayakan Model Regresi (Hosmer and Lameshow’s Goodness of fit Test) Pada uji kelayakan model regresi selanjutnya untuk mengetahui apakah
terdapat kesesuaian pada model penelitian dengan data penelitian, dapat diketahui pada uji kelayakan model dengan mengukur nilai chi square yaitu dengan melihat hasil output pada uji Hosmer and Lameshow’s Goodness of fit Test. Hasil tersebut dapat diketahui dengan membandingkan probabilitas
signifikansi dengan tingkat signifikansi α sebesar 5% pada hasil output.
Berikut merupakan hipotesis untuk menilai kelayakan model regresi adalah:
H0: Model hipotesis penelitian sesuai dengan data H1: Model hipotesis penelitian tidak sesuai dengan data
Tabel 4.4
Uji Hosmer and Lameshow’s Goodness
Quantile of Risk Dep=0 Dep=1 Total H-L
Low High Actual Expect Actual Expect Obs Value
1 7.E-20 0.0005 20 19.9961 0 0.00395 20 0.00395
2 0.0005 0.0347 21 20.7155 0 0.28452 21 0.28843
3 0.0371 0.0617 20 19.0311 0 0.96887 20 1.01820
4 0.0620 0.0865 20 19.4820 1 1.51796 21 0.19051
5 0.0879 0.1419 18 17.7437 2 2.25627 20 0.03281
6 0.1451 0.2596 17 16.8061 4 4.19386 21 0.01120
7 0.2606 0.4017 8 13.3326 12 6.66736 20 6.39799
8 0.4036 0.5580 9 10.9894 12 10.0106 21 0.75547
9 0.5710 0.6561 11 7.84436 9 12.1556 20 2.08867
10 0.6935 0.9309 6 4.05905 15 16.9410 21 1.15050
Total 150 150.000 55 55.0000 205 11.9377
H-L Statistic 11.9377 Prob. Chi-Sq(8) 0.1540
Andrews Statistic 54.8368 Prob. Chi-Sq(10) 0.0000
Sumber: data diolah, Eviews 10.
Pada tabel 4.4 dapat diketahui bahwa uji kelayakan model yang dihasilkan dari Hosmer and Lameshow Test menunjukan probabilitas Chi Square sebesar 0.1540. Dari hasil uji tersebut menunjukan kriteria yang sesuai dengan kelayakan model regresi yakni H0 diterima. Nilai Chi Square 0.1540 > 0,05 dapat diartikan bahwa tidak ditemukan perbedaan pada data estimasi model regresi logistik dengan data observasi penelitian, hal tersebut mengindikasikan bahwa model regresi dikatakan layak dan sudah sesuai digunakan dalam penelitian ini.
3 Matriks Klasifikasi
49
Setelah dilakukan uji Hosmer and Lameshow’s Test untuk memastikan bahwa nilai estimasi benar dalam penelitian, selanjutnya dapat menggunakan matriks klarifikasi untuk mengetahui nilai estimasi presentase yang benar dan yang salah terhadap variabel dependen atau dapat dikatakan memperlihatkan tingkat presentase kecocokan kasus yang diklasifikasikan benar dan kasus yang diklasifikasikan keliru. Jika semakin tinggi nilai presentase kecocokan model maka ketepatan prediksi model regresi akan semakin baik.
Tabel 4.5
Uji Expectation-Prediction
Expectation-Prediction Evaluation for Binary Specification Equation: UNTITLED
Date: 08/08/21 Time: 10:26 Success cutoff: C = 0.5
Estimated Equation Constant Probability Dep=0 Dep=1 Total Dep=0 Dep=1 Total
P(Dep=1)<=C 132 25 157 150 55 205
P(Dep=1)>C 18 30 48 0 0 0
Total 150 55 205 150 55 205
Correct 132 30 162 150 0 150
% Correct 88.00 54.55 79.02 100.00 0.00 73.17
% Incorrect 12.00 45.45 20.98 0.00 100.00 26.83 Total Gain* -12.00 54.55 5.85
Percent Gain** NA 54.55 21.82
Sumber: data diolah, Eviews 10.
Pada hasil tabel 4.5 dapat dilihat bahwa pada kolom Estimated Equation sudah diketahui, total hasil dari nilai presentase akurasi prediksi yang benar diperoleh sebesar 79.02 yang artinya menunjukan bahwa presentase ketepatan model dalam memprediksi kemungkinan Perusahaan Pertambangan melakukan Pengambilan Keputusan Hedging dalam penelitian adalah sebesar 79.02%.
4 Hasil Analisis Regresi Logistik
Pada hasil analisis regresi berfungsi untuk memaparkan output yang berhubungan dengan variabel independen dan dependen pada penelitian, dalam hal ini faktor keterkaitan dari hasil regresi dapat dihubungkan kembali setelah sesuai dengan variabel yang satu dengan yang lainnya. Penelitian ini menggunakan model regresi logistik dimana variabel keputusan terdiri dari dua macam model variabel dependen kualitatif (dikotomi/biner) dengan memberi nilai 1 untuk perusahaan yang melakukan hedging dan nilai 0 untuk perusahaan yang tidak melakukan hedging.
Tabel 4.6 Hasil Regresi Logistik
Dependent Variable: Y
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps) Date: 08/08/21 Time: 09:50
Sample: 2015 2019 Included observations: 205
Convergence achieved after 8 iterations
Coefficient covariance computed using observed Hessian
Variable Coefficient Std. Error z-Statistic Prob.
C -15.55721 2.531583 -6.145249 0.0000
X1 2.734416 0.438858 6.230756 0.0000
X2 -0.009717 0.008205 -1.184252 0.2363
X3 -0.195282 0.090261 -2.163519 0.0305
X4 -0.247474 0.168697 -1.466967 0.1424
McFadden R-squared 0.340897 Mean dependent var 0.268293 S.D. dependent var 0.444155 S.E. of regression 0.364672 Akaike info criterion 0.815387 Sum squared resid 26.59707 Schwarz criterion 0.896436 Log likelihood -78.57717 Hannan-Quinn criter. 0.848169 Deviance 157.1543 Restr. Deviance 238.4369 Restr. log likelihood -119.2184 LR statistic 81.28251 Avg. log likelihood -0.383303 Prob(LR statistic) 0.000000
Obs with Dep=0 150 Total obs 205
Obs with Dep=1 55
Sumber: data diolah, Eviews 10.
51
Pada tabel 4.6 diatas memperlihatkan bentuk persamaan logistik dari Eviews 10:
Zi = β0 +β1– β2 – β3 – β4
= -15.55721 + 2.734416 – 0.009717 – 0.195282 – 0.247474
= 17.839153 Probabilitas perusahaan yang dikatakan hedging:
Pi =
= 2.71817.839153 1+2.71817.839153
= 0.9999999821
Jika Pi adalah probabilitas sebuah keputusan perusahaan pertambangan, maka 1-Pi adalah probabilitas keputusan perusahaan pertambangan yang dikatakan tidak melakukan hedging:
1-Pi = 1 – 0,9999999821 = 0,0000000079
Dengan demikian diketahui probabilitas perusahaan pertambangan dikatakan melakukan hedging sebesar 0,9 atau 99% dan perusahaan pertambangan yang dikatakan tidak melakukan hedging memiliki probabilitas sebesar 0,1 atau 1%. Pada persamaan regresi logistik tersebut tidak bisa langsung di interpretasikan dari hasil output yang terlihat seperti dalam model regresi linier biasa pada umumnya, hasil tersebut hanya dapat diinterpretasikan dengan nilai
taksiran dari Oods Ratio (OR). Untuk menginterpretasikannya, dilakukan antilog koefisien tersebut. Sehingga, persamaan regresi logistic sebelumnya bisa diinterpretasikan sebagai berikut:
1. Untuk variabel firm size nilai coefficient-nya sebesar 2.734416 dengan antilog nilai odds ratio X1 sebesar 15.40075 yang dapat diartikan bahwa setiap terjadi peningkatan nilai firm size dan variabel bebas lainnya konstan, maka diprediksikan peluang perusahaan pertambangan untuk melakukan lindung nilai akan meningkat sebesar 15.40075 kali.
2. Untuk variabel growth opportunity nilai coefficient-nya sebesar -0.009717 dengan antilog nilai odds ratio X2 sebesar 0.99033 yang dapat diartikan bahwa setiap terjadi penurunan growth opportunity dan variabel bebas lainnya konstan, maka diprediksikan peluang perusahaan pertambangan untuk melakukan lindung akan menurun sebesar 0.99033 kali.
3. Untuk variabel leverage nilai coefficient-nya sebesar -0.195282 dengan antilog nilai odds ratio X3 sebesar 0.822603 yang dapat diartikan bahwa setiap terjadi peningkatan nilai leverage dan variabel bebas lainnya konstan, maka diprediksikan peluang perusahaan pertambangan untuk melakukan lindung akan menurun sebesar 0.822603 kali.
4. Untuk variabel liquidity nilai coefficient-nya sebesar -0.247474 dengan antilog nilai odds ratio X1 sebesar 0.780771 yang dapat diartikan bahwa setiap terjadi peningkatan nilai liquidity dan variabel bebas lainnya konstan, maka diprediksikan akan meningkat peluang perusahaan pertambangan untuk melakukan lindung nilai sebesar 0.780771 kali.
53
4.4 Hasil Pengujian Hipotesis 1. Uji Parsial
Uji Z digunakan untuk mengetahui hubungan antara variabel independen (bebas) yang dilakukan secara individu (parsial) apakah dapat berpengaruh terhadap variabel dependen penelitian. Uji Z dapat dilakukan dengan membandingkan nilai probabilitas terhadap α, jika nilai probabilitas < α, maka Ho ditolak yang berarti bahwa variabel independen mempengaruhi variabel dependen, sedangkan jika nilai probabilitas > α, maka Ho diterima yang berarti bahwa variabel independen tidak mempengaruhi variabel dependen.
Tabel 4.7 Uji Statistik Z
Variable Coefficient Std. Error z-Statistic Prob.
C -15.55721 2.531583 -6.145249 0.0000
X1 2.734416 0.438858 6.230756 0.0000
X2 -0.009717 0.008205 -1.184252 0.2363
X3 -0.195282 0.090261 -2.163519 0.0305
X4 -0.247474 0.168697 -1.466967 0.1424
Sumber: data diolah, Eviews 10. Z
Uji Z dari masing-masing variabel independen dan kontrol terhadap variabel dependen berdasarkan tabel 4.7 adalah sebagai berikut:
a. Variabel Firm Size
Nilai probabilitas variabel independen firm size sebesar 0.0000. Bila dibandingkan dengan α = 5%, maka nilai probabilitas 0.0000 < 0,05. Dapat diambil keputusan untuk menolak H0 dan menerima Ha, sehingga dapat disimpulkan bahwa variabel firm size berpengaruh signifikan terhadap
pengambilan keputusan hedging.
b. Variabel Growth Opportunity
Nilai probabilitas variabel independen growth opportunity sebesar 0.2363.
Bila dibandingkan dengan α = 5%, maka nilai probabilitas 0.2363 > 0,05.
Dapat diambil keputusan untuk menerima H0 dan menolak Ha, sehingga dapat disimpulkan bahwa variabel growth opportunity tidak berpengaruh signifikan terhadap pengambilan keputusan hedging.
c. Variabel Leverage
Nilai probabilitas variabel independen leverage sebesar 0.0305. Bila dibandingkan dengan α = 5%, maka nilai probabilitas 0.0305 < 0,05. Dapat diambil keputusan untuk menolak H0 dan menerima Ha, sehingga dapat disimpulkan bahwa variabel leverage berpengaruh signifikan terhadap pengambilan keputusan hedging.
d. Variabel Liquidity
Nilai probabilitas variabel independen liquidity sebesar 0.1424. Bila dibandingkan dengan α = 5%, maka nilai probabilitas 0.1424 > 0,05. Dapat diambil keputusan untuk menerima H0 dan menolak Ha, sehingga dapat disimpulkan bahwa variabel liquidity tidak berpengaruh signifikan terhadap pengambilan keputusan hedging.
2. Uji Simultan
Uji statistik likelihood ratio (LR) untuk meguji apakah semua variabel penjelas secara bersama-sama mempengaruhi variabel dependen. Uji statistik likelihood ratio (LR) sebagaimana uji F pada regresi metode OLS. Uji LR
55
dapat dilakukan dengan membandingkan nilai square hitung dan chi-sqaure tabel, jika nilai chi-square hitung > nilai chi-square tabel, maka menolak Ho yang berarti semua variabel penjelas secara bersama-sama mempengaruhi variabel dependen, sedangkan jika sebaliknya, maka menerima Ho yang berarti semua variabel penjelas secara bersama-sama tidak mempengaruhi variabel dependen.
Tabel 4.8 Uji Likelihood Ratio
McFadden R-squared 0.340897 Mean dependent var 0.268293 S.D. dependent var 0.444155 S.E. of regression 0.364672 Akaike info criterion 0.815387 Sum squared resid 26.59707 Schwarz criterion 0.896436 Log likelihood -78.57717 Hannan-Quinn criter. 0.848169 Deviance 157.1543 Restr. Deviance 238.4369 Restr. log likelihood -119.2184 LR statistic 81.28251 Avg. log likelihood -0.383303 Prob(LR statistic) 0.000000
Sumber: data diolah, Eviews 10.
Pada output uji likelihood ratio dapat diketahui probabilitas LR statistic sebesar 0.000000 < 0,05, dari output tersebut disimpulkan hasil estimasi untuk menolah H0 dan menerima Ha. Hasil ini dapat diartikan bahwa variabel independen dalam penelitian secara bersama-sama dapat mempengaruhi variabel dependen pada penelitian.