BAB III METODOLOGI PENELITIAN
3.5 Metode Analisis Data
3.4.2.4 Return On Asset
Rasio ini menunjukkan kemampuan perusahaan memperoleh laba dalam hubunganya dengan penjualan, total aktiva maupun modal sendiri dan memberikan gambaran seberapa efektif perusahaan beroperasi sehingga memberikan keuntungan bagi perusahaan. Terdapat dugaan hubungan positif antara Return on Asset (ROA) dengan rating obligasi. Semakin tinggi ROA, semakin baik produktivitas aset dalam memperoleh keuntungan bersih.
Perhitungan rasio ini adalah sebagai berikut :
3.4.2.5 Maturitas
Jangka waktu jatuh tempo obligasi (maturity) diduga berpengaruh positif terhadap rating obligasi. Pada tingkat kupon yang sama, obligasi dengan maturitas yang panjang lebih sensitif terhadap perubahan tingkat suku bunga, sehingga mempunyai risiko yang lebih tinggi dibandingkan dengan obligasi yang maturitas- nya pendek. Hasil penelitian Sengupta (1993) dalam Siagian (2000) menunjukkan bahwa semakin panjang maturitas maka semakin rendah rating obligasi.
Hipotesa yang diajukan dalam penelitian adalah sebagai berikut : H1 : Current Ratio (CR) berpengaruh signifikan terhadap rating obligasi.
Hipotesis statistik : HO1 : CR = 0 HA1 : CR 0
H2 : Debt to Equity Ratio (DER) berpengaruh signifikan terhadap rating obligasi.
Hipotesis statistik : HO2 : DER = 0 HA2 : DER 0
H3 : Return On Equity (ROE) berpengaruh signifikan terhadap rating obligasi.
Hipotesis statistik : HO3 : ROE = 0 HA3 : ROE 0
H4 : Return On Asset (ROA) berpengaruh signifikan terhadap rating obligasi.
Hipotesis statistik : HO4 : ROA = 0 HA4 : ROA 0
H5 : Maturitas berpengaruh signifikan terhadap rating obligasi.
Hipotesis statistik : HO5 : Maturitas = 0 HA5 : Maturitas 0
H6 : CR, DER, ROE, ROA dan Maturitas berpengaruh signifikan terhadap rating obligasi.
Hipotesis statistik : HO6 : CR, DER, ROE, ROA dan Maturitas = 0 HA6 : CR, DER, ROE, ROA dan Maturitas 0
Sebelum pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik agar model regresi dapat memenuhi kriteria Best, Linier, Unbiased dan Efficient Estimator (BLUE), sehingga layak dipakai untuk memprediksi pengaruh variabel bebas terhadap variabel terikat, yang terdiri dari :
1. Uji Normalitas menurut Nachrowi dan Usman (2006)
Pengujian ini bertujuan untuk menguji apakah pada model regresi, variable dependen, independen maupun keduanya mempunyai distribusi normal atau tidak.
Secara empiris, gangguan atau error (ut) diartikan sebagai selisih antara data variabel terikat yang teramati dengan variabel terikat yang terprediksi oleh persamaan regresi. Oleh karena itu, gangguan atau error seringkali disebut kesalahan prediksi atau residual.
Uji normalitas residual yang dipakai dalam penelitian ini adalah uji Jarque Bera dengan formula hipotesis sebagai berikut :
H0 : distribusi ut normal Ha : distribusi ut tidak normal
Kriteria pengujian yang diajukan adalah : H0 diterima bila signifikansi statistik JB > 0.05 Ha diterima bila signifikansi statistik JB 0.05
2. Uji Multikolinearitas menurut Singgih Santoso (2003)
Uji multikolinearitas bertujuan untuk mengetahui apakah ada korelasi antar variabel bebas dalam model regresi. Dasar pengambilan keputusannya adalah apabila nilai VIF (Variance Inflation Factor) di sekitar 1 dan kurang dari 10 dan
korelasi antar variabel bebas adalah lemah (di bawah 0.9), maka dalam model regresi tidak terdapat masalah multikolinearitas.
3. Uji Heteroskedastisitas menurut Nachrowi dan Usman (2006)
Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam model regresi terdapat kesamaan atau perbedaan varians dari satu pengamatan ke pengamatan lain. Uji heteroskedastisitas dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik, apabila tidak ada pola yang jelas (titik menyebar di atas dan di bawah angka nol pada sumbu Y), maka tidak terjadi heteroskedastisitas dan dapat juga dilakukan dengan uji White Heteroskedasticity.
Uji White menggunakan residual kuadrat sebagai variabel terikat, dan variabel bebasnya terdiri atas variabel bebas yang sudah ada, ditambah dengan kuadrat variabel bebas, ditambah lagi dengan perkalian dua variabel bebas.
Rumusan hipotesis yang diajukan adalah :
H0 : Tidak terdapat masalah heteroskedastisitas dalam model.
Ha : Terdapat masalah heteroskedastisitas dalam model.
Kriteria pengujian yang diajukan adalah:
H0 diterima dan Ha ditolak jika prob. Ȥ2 > 0.05 H0 ditolak dan Ha diterima jika prob. Ȥ2 0.05 4. Uji Autokelasi menurut Gujarati (2003)
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtun waktu karena “gangguan” pada seorang individu/kelompok cenderung mempengaruhi “gangguan” pada individu/kelompok yang sama pada periode berikutnya. Model regresi yang baik adalah regresi yang bebas dari autokorelasi.
"#
Ada autokolerasi
positif
Tidak dapat diputuskan
Tidak ada autokolerasi
Tidak dapat diputuskan
Ada autokolerasi
negatif 0 dL dU 2 4-dU 4-dL 4
Uji Durbin-Watson merupakan salah satu alat yang digunakan untuk mengetahui ada atau tidaknya autokorelasi. Dalam uji ini dibandingkan antara nilai DW yang telah didapat dari hasil regresi dengan tabel DW. Tabel DW memiliki dua nilai yaitu batas bawah (dL) dan batas atas (dU).
3.6 Teknik Pengujian Hipotesis
Dalam penelitian ini, tehnik pengujian hipotesis dilakukan dengan pengujian t untuk mengetahui pengaruh masing-masing variabel bebas terhadap variabel terikat dan pengujian F untuk mengetahui signifikansi pengaruh variabel bebas secara bersama-sama terhadap variabel terikat.
1. Uji t
Pengujian ini bertujuan untuk mengetahui berapa besar masing-masing variabel independen memberikan pengaruh yang signifikan terhadap variabel dependen. Dengan tingkat signifikansi (Į) 5%, maka jika tingkat signifikansi yang diperoleh > 0.05, berarti H0 diterima, begitu pula sebaliknya jika tingkat signifikansi yang diperoleh < 0.05 maka H0 ditolak yang berarti koefisien regresi signifikan atau variabel independen tersebut benar-benar berpengaruh secara signifikan terhadap variabel dependen.
2. Uji F
Pengujian ini bertujuan untuk mengetahui berapa besar seluruh variabel independen secara bersama-sama memberikan pengaruh yang signifikan terhadap variabel dependen. Dengan tingkat signifikansi (Į) 5%, maka jika tingkat signifikansi yang diperoleh > 0.05, berarti H0 diterima, begitu pula sebaliknya jika tingkat signifikansi yang diperoleh < 0.05 maka H0 ditolak yang berarti koefisien regresi signifikan atau seluruh variabel independen secara bersama-sama benar berpengaruh signifikan terhadap variabel dependen.
3. R Square
Semakin tinggi R Square akan semakin baik bagi model regresi, karena variabel independen dapat menjelaskan variabel dependen dengan lebih besar.
BAB IV
ANALISIS DAN PEMBAHASAN
Pada bab ini akan dibahas hasil penelitian yang megukur secara empiris rasio keuangan berpengaruh secara signifikan dalam memprediksi rating obligasi, serta untuk mengetahui faktor selain rasio keuangan yaitu maturitas berpengaruh secara signifikan dalam memprediksi rating obligasi. Pengujian hipotesis dilakukan dengan menggunakan program statistik. Tabel hasil penelitian secara lengkap dapat dilihat pada lampiran, sedangkan dalam bab ini hanya akan disajikan bagian dari tabel yang relevan dengan pembahasan.
4.1 Gambaran Umum Obyek Penelitian
Perusahaan yang menerbitkan obligasi dan ratingnya diumumkan oleh PEFINDO pada tanggal 31 Desember 2006 – 31 Desember 2007 adalah sebanyak 166 perusahaan. Sedangkan perusahaan yang bergerak dalam industri non keuangan yang menerbitkan obligasi adalah sebanyak 95 perusahaan. Berdasarkan kelengkapan data keuangan perusahaan tersebut maka penulis hanya mengambil 73 perusahaan sebagai unit amatan. Perusahaan yang dikategorikan dalam industri non keuangan tersebut meliputi :
$ "%%&'%%(
Issue Name 2006 2007
Advertising, Printing and Media
o Indosiar Visual Mandiri o Surya Citra Televisi
oIndosiar Visual Mandiri oSurya Citra Televisi Automotive, Related
Industry
o Branta Mulia oIndo Kordsa Tbk.
Car Rental o Serasi Outoraya (TRAC)
Chemicals o Lautan Luas
o Unggul Indah Cahaya
o Lautan Luas
o Unggul Indah Cahaya Consumer Goods o Mayora Indah Tbk.
Indofood Sukses Makmur Tbk.
o Mayora Indah Tbk.
o Indofood Sukses Makmur Tbk.
o HM Sampoerna Tbk.
o Bentoel International Investama Tbk.
Infrastructure o Jasa Marga (Persero) o PLN (Persero) o PAM Lyonnaise Jaya
o Jasa Marga (Persero) o PLN (Persero) o PAM Lyonnaise Jaya IT & Computer
Peripherals
o Astra Graphia Tbk. o Astra Graphia Tbk..
Mining Oil & Natural Gas o Apexindo Pratama Duta Tbk.
o Medco Energi International Tbk.
o Apexindo Pratama Duta Tbk.
o Medco Energi International Tbk.
o Elnusa
Pharmaceutical o Kalbe Farma Tbk. o Kalbe Farma Tbk.
Poultry o Charoen Pokhand Indonesia
Tbk.
o Charoen Pokhand Indonesia Tbk.
Property & Construction o Adhi Karya (Persero) o Bumi Serpong Damai o Duta Pertiwi Tbk.
o Summarecon Agung Tbk.
o Wijaya Karya
o Adhi Karya (Persero) o Bumi Serpong Damai o Duta Pertiwi Tbk.
o Summarecon Agung Tbk.
o Wijaya Karya
Reacreation o Pembangunan Jaya Ancol
Tbk.
Retail o Matahari Putra Prima Tbk.
o Alfa Rentailindo Tbk.
o Matahari Putra Prima Tbk.
o Alfa Rentailindo Tbk.
Shipping & Marine Transport Service
o Berlian Laju Tanker Tbk.
o Arpeni Pratama Ocean Line
o Berlian Laju Tanker Tbk.
o Arpeni Pratama Ocean Line
Telecommunication o Indosat Tbk. o Indosat Tbk.
o Bakrie Telekom Tbk.
o PT Excelcomindo Pratama o Mobile-8 Telekom Tbk.
Issue Name 2006 2007 Wood Based and Argo
industries
o Ciliandra Perkasa
o Pabrik Kertas Tjiwi Kimia Tbk.
o Putra Sumber Utama Timber o PT Perkebunan Nusantara
III
o PT Perkebunan Nusantara V (Persero)
o PT Perkebunan Nusantara VII
o Tunas Baru Lampung
o Ciliandra Perkasa
o Pabrik Kertas Tjiwi Kimia Tbk.
o Putra Sumber Utama Timber o PT Perkebunan Nusantara III o PT Perkebunan Nusantara V
(Persero)
o PT Perkebunan Nusantara VII
o Tunas Baru Lampung
4.2 Deskripsi Statistik Variabel Penelitian
Secara lengkap tabel 4.2 memperlihatkan deskripsi statistik dari variabel- variabel yang digunakan untuk menguji hipotesis penelitian.
$) *
!"
Tabel 4.2 tersebut menunjukkan rata-rata rating obligasi dari 73 obligasi dalam penelitian adalah sebesar 19.44, yang berarti rata-rata rating obligasi dalam penelitian ini adalah A-. Obligasi dengan rating tertinggi (AA+, kode 24) adalah obligasi yang diterbitkan PT Indosat di tahun 2006 dan PT HM Sampoerna, PT Indofood Sukses Makmur dan PT Indosat di tahun 2007, sedangkan obligasi dengan rating terendah (BB+, kode 15) adalah obligasi yang diterbitkan PT Putra Sumber Utama Timber di tahun 2006 dan 2007.
Variabel N Mean Maximum Minimum Std. Deviasi Rating
Obligasi 73 19.44 24 15 2.101
CR 73 2,029432 895,06% 22,76% 1,4353150
DER 73 1,998459 713,02% 36,07% 1,3028758 ROE 73 0,112195 82,60% -76,88% 0,1903757 ROA 73 0,053903 84,74% -20,12% 0,1107681
Maturity 73 5.64 18 1 2.124
Current Ratio (CR) mengukur kemampuan perusahaan dalam memenuhi kewajiban jangka pendek yang jatuh tempo. Berdasarkan tabel 4.2 di atas menunjukkan rata-rata Current Ratio (CR) adalah 2,029, hal ini menunjukkan bahwa dari tahun 2006 sampai tahun 2007 rata-rata perusahaan mempunyai cukup kemampuan untuk membayar hutang yang harus segera dipenuhi dengan menggunakan aktiva lancar yang dimiliki. Perusahaan dengan CR tertinggi adalah Perusahaan Listrik Negara di tahun 2006 sebesar 8,9506, sedangkan perusahaan dengan CR terendah adalah PT Excelcomindo Pratama di tahun 2007 sebesar 0,2276.
Debt to Equity Ratio (DER) digunakan untuk mengukur perbandingan antara sumber dana perusahaan yang diperoleh dari pihak luar dengan dana yang disediakan oleh pemilik. Semakin kecil rasio semakin baik bagi kreditor. Rasio ini lebih besar dari 1 menunjukkan bahwa kreditor menanggung risiko lebih besar dari pemilik perusahaan (Gill dan Chatton, 2008). Rata-rata DER dalam sampel penelitian adalah 1,998 hal ini menunjukkan bahwa dari tahun 2006 sampai tahun 2007 kreditor menanggung risiko lebih besar dari pemilik perusahaan.
Perusahaan dengan DER tertinggi adalah PT Adhi Karya di tahun 2007 sebesar 7,1302, sedangkan perusahaan dengan DER terendah adalah PT Kalbe Farma di tahun 2006 sebesar 0,3607.
Return On Equity (ROE) adalah kemampuan perusahaan memperoleh laba dalam hubunganya dengan penjualan, total aktiva maupun modal sendiri. Rata- rata ROE dalam sampel penelitian adalah 0,11 hal ini menunjukkan bahwa dari tahun 2006 sampai tahun 2007 rata-rata perusahaan untuk menghasilkan
keuntungan untuk membayar kewajibannya cukup rendah. Perusahaan dengan ROE tertinggi adalah PT Perkebunan Nusantara VII ditahun 2006 sebesar 0,8260, sedangkan perusahaan dengan ROE terendah adalah PT Indosiar Visual Mandiri di tahun 2006 sebesar -0,7688.
Return On Asset (ROA) digunakan untuk mengukur perusahaan memperoleh laba dalam hubunganya dengan penjualan, total aktiva maupun modal sendiri dan memberikan gambaran seberapa efektif perusahaan beroperasi sehingga memberikan keuntungan bagi perusahaan. Angka ROA yang ideal adalah minimal 15% (Gill dan Chatton, 2008).
Rata-rata ROA dalam sampel penelitian adalah 0,053 hal ini menunjukkan bahwa dari tahun 2006 sampai tahun 2007 rata-rata kemampuan perusahaan untuk menghasilkan laba sangat rendah. Perusahaan dengan ROA tertinggi adalah PT Apexindo Pratama Duta di tahun 2006 sebesar 0,8474, sedangkan perusahaan dengan ROA terendah adalah PT Indosiar Visual Mandiri di tahun 2006 sebesar - 0,2012.
Rata-rata maturitas dalam sampel penelitian adalah 5,64 tahun hal ini menunjukkan bahwa dari tahun 2006 sampai tahun 2007 risiko investasinya masih kurang aman. Karena maturitas dikatakan aman jika kurang dari 5 tahun.
Semakin lama maturitas obligasi, akan semakin tinggi risiko investasinya.
Perusahaan dengan maturitas obligasi tertinggi adalah PT Pabrik Kertas Tjiwi Kimia di tahun 2006 yaitu selama 18 tahun, sedangkan perusahaan dengan maturitas obligasi terpendek adalah PT Elnusa di tahun 2007 yaitu selama 1 tahun.
4.3 Analisis Data dan Pembahasan
Pengujian untuk persamaan hasil regresi dari hasil pengolahan data dilakukan untuk menentukan tingkat kelayakan pengolahan data yang membentuk model regresi. Analisa data dalam penelitian ini dilakukan dengan menggunakan aplikasi software statistik.
4.3.1 Uji Asumsi Klasik 4.3.1.1 Uji Normalitas Residual
Uji normalitas residual bertujuan untuk mengetahui apakah ada gangguan atau error (ut) antara selisih data variabel terikat yang teramati dengan variabel terikat yang terprediksi oleh persamaan regresi. Uji normalitas residual yang dipakai dalam penelitian ini adalah uji Jarque Bera dengan formula hipotesis sebagai berikut :
H0 : distribusi ut normal Ha : distribusi ut tidak normal Kriteria pengujian yang diajukan adalah:
H0 diterima bila signifikansi statistik JB > 0,05 Ha diterima bila signifikansi statistik JB 0,05
$"#+
0 2 4 6 8 10 12 14
-4 -2 0 2 4
Series: Residuals Sample 1 73 Observations 73
Mean -4.71e-15 Median -0.419652 Maximum 4.620961 Minimum -3.738770 Std. Dev. 1.872790 Skewness 0.503461 Kurtosis 2.859941 Jarque-Bera 3.143584 Probability 0.207673
#$ !"
Hasil uji normalitas residual dengan menggunakan pendekatan Jarque- Bera untuk rating obligasi, menjelaskan bahwa probabilitas Jarque-Bera lebih besar dari 0,05, yaitu sebesar 0,20, maka dapat disimpulkan hipotesis Ho tidak dapat ditolak, atau dengan kata lain residual terdistribusi normal.
4.3.1.2 Uji Multikolinearitas
Tujuan pengujian ini adalah untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Model regresi yang baik adalah jika tidak ada korelasi di antara variabel bebas yang diteliti. Nilai umum yang dipakai adalah nilai VIF (Variance Inflation Factor) di sekitar 1 dan kurang dari 10 dan korelasi antar variabel bebas adalah lemah (di bawah 0,90), maka dalam model regresi tidak terdapat masalah multikolinearitas. Tabel 4.4 berikut ini adalah hasil perhitungan multikolinearitas :
$$,-
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 20.607 .906 22.736 .000
CR -.119 .176 -.081 -.676 .502 .821 1.218
DER -.474 .193 -.294 -2.461 .016 .832 1.203
ROE 3.161 1.376 .286 2.297 .025 .763 1.311
ROA 1.015 2.449 .053 .414 .680 .712 1.405
Maturity -.069 .109 -.070 -.635 .527 .980 1.020
a. Dependent Variable: Bond_Rating
#$ !"
Dari tabel 4.4 di atas dapat diketahui bahwa tidak ada nilai VIF yang melebihi 10 dan berada di sekitar 1, kemudian korelasi antara variabel bebas (correlation) lebih kecil dari 0,90 yang berarti semua variabel bebas yang dipakai dalam model tidak ada yang mempunyai korelasi di antara masing- masing variabel bebas.
4.3.1.3 Uji Heteroskedastisitas
Uji ini digunakan untuk mengetahui apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika ada variance dari satu residual ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik seharusnya tidak ada heteroskedastisitas.
Rumusan hipotesis yang diajukan adalah :
H0 : Tidak terdapat masalah heteroskedastisitas dalam model Ha : Terdapat masalah heteroskedastisitas dalam model Kesimpulan yang diambil adalah:
H0 diterima dan Ha ditolak jika prob. Ȥ2 > 0.05 H0 ditolak dan Ha diterima jika prob. Ȥ2 0.05
Langkah mendeteksi heteroskedastisitas adalah menggunakan uji white seperti pada tabel 4.5 untuk rating obligasi di bawah ini :
$./,01 White Heteroskedasticity Test:
F-statistic 0.634815 Prob. F(20,52) 0.867260 Obs*R-squared 14.32586 Prob. Chi-Square(20) 0.813597
#$ !"
Berdasarkan tabel 4.5 di atas dapat disimpulkan bahwa model regresi tidak mengalami heteroskedastisitas, yang ditunjukkan dari probabilitas Ȥ2 lebih dari 0.05 dan dengan demikian hipotesis Ho diterima.
4.3.1.4 Uji Autokorelasi
Pengujian ini dimaksudkan untuk mengetahui adanya korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Permasalahan ini biasanya terjadi pada pola data time series.
Dalam uji ini peneliti menggunakan uji Durbin Watson, yaitu dengan membandingkan nilai dhitung (DW) dengan tabel Durbin Watson. Penelitian ini memiliki total observasi sebanyak 73 dan variabel bebasnya sebanyak 5, dapat diketahui diketahui dL dan dU dengan tingkat signifikansi 0,05 sebesar 1,328 dan 1,616. Hasil pengujian ada atau tidaknya autokorelasi adalah sebagai berikut :
$&,"#
Periode N K dL dU 4- dU 4- dL DW
2006-2007 73 5 1,328 1,616 2,384 2,672 1,691
Keterangan : dL dan dU diperoleh dari tabel Durbin Watson dengan melihat jumlah observasi (n=73) dan jumlah variabel bebas (k=5).
"
Berdasarkan tabel di atas, dapat dilihat bahwa nilai DW adalah 1,691 sedangkan nilai dU (batas atas) adalah 1,616 dan 4-dU = 2,384. Hal ini menunjukkan bahwa dU < DW < 4-dU, artinya tidak terdapat kolerasi positif maupun negatif. Dengan demikian dapat disimpulkan bahwa persamaan regresi ini tidak memiliki masalah autokolerasi.
$("#)/
Ada autokolerasi
positif
Tidak dapat diputuskan
Tidak ada autokolerasi
Tidak dapat diputuskan
Ada autokolerasi
negatif
0 1,328 1,616 2,384 2,672 4 "
4.3.2 Pengujian Hipotesis
Analisis pengaruh efisiensi modal kerja terhadap likuiditas dapat dilihat dari analisis regresi berganda yang selengkapnya dapat dilihat pada lampiran dan terangkum pada tabel berikut :
$2,
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 20.607 .906 22.736 .000
CR -.119 .176 -.081 -.676 .502
DER -.474 .193 -.294 -2.461 .016
ROE 3.161 1.376 .286 2.297 .025
ROA 1.015 2.449 .053 .414 .680
Maturity -.069 .109 -.070 -.635 .527
a. Dependent Variable: Bond_Rating
#$ !"
Berdasarkan hasil analisis regresi linier berganda digunakan untuk mengetahui pengaruh variabel bebas, yaitu Current Ratio (CR), Debt Equity Ratio (DER), Return on Equity (ROE), Return on Asset (ROA) dan Maturitas baik secara parsial maupun bersama-sama terhadap variabel terikat. Secara umum persamaan model dasar regresi linier berganda adalah :
Bond_Rating = a + b1CR + b2DER + b3 ROE + b4 ROA + b5 MATURITY + İ
……… (4.1) ȕ0 : intercept
Rating : rating obligasi, yaitu sistem konversi untuk nilai skala tertinggi (26) dan terendah (1).
CR : current asset / current liabilities DER : total liabilities / total equity ROE : net income / total equity ROA : net income / total asset Maturitas : umur obligasi
eit : error term
Berdasarkan hasil analisis regresi linear berganda maka didapatkan persamaan rating obligasi sebagai berikut :
Bond_Rating = 20.607 – 0.119 CR – 0.474 DER + 3.161 ROE + 1.015 ROA – 0.069 MATURITY + İ ……… (4.2)
Persamaan 4.2 di atas dapat dijelaskan bahwa : a. Intercept atau konstanta (a)
a = 20.607
Merupakan intercept atau konstanta dari bond rating sebesar 20.607 (A), apabila dari CR, DER, ROE, ROA dan MATURITY sama dengan nol.
b. Koefisien regresi b1 (CR) b1 = -0.119
Menyatakan bahwa setiap kenaikan 1% CR dengan anggapan variabel lain dianggap tetap, akan menyebabkan menurunnya bond rating sebesar 20 (A).
c. Koefisien regresi b2 (DER) b2 = - 0.474
Menyatakan bahwa setiap kenaikan 1% DER dengan anggapan variabel lain dianggap tetap, akan menyebabkan menurunnya bond rating sebesar 20 (A).
d. Koefisien regresi b3 (ROE) b3 = 3.161
Menyatakan bahwa setiap kenaikan 1% ROE dengan anggapan variabel lain dianggap tetap, akan menyebabkan kenaikan bond rating sebesar 23 (AA).
e. Koefisien regresi b4 (ROA) b4 = 1.015
Menyatakan bahwa setiap kenaikan 1% ROA dengan anggapan variabel lain dianggap tetap, akan menyebabkan kenaikan bond rating sebesar 21 (A+).
f. Koefisien regresi b5 (MATURITAS) b5 = -0.069
Menyatakan bahwa setiap kenaikan 1% MATURITAS dengan anggapan variabel lain dianggap tetap, akan menyebabkan menurunnya bond rating sebesar 20 (A).
4.3.2.1 Pengujian Hipotesis Secara Parsial 4.3.2.1.1 Pengujian Hipotesis Pertama
Hipotesis pertama (Ha1) penelitian ini menduga bahwa Current Ratio (X1) berpengaruh terhadap rating obligasi (Y), hipotesis ini dapat dituliskan sebagai berikut :
Ho1 : Tidak terdapat pengaruh antara Current Ratio terhadap rating obligasi Ha1 : Terdapat pengaruh antara Current Ratio terhadap rating obligasi
Berdasarkan hasil analisis regresi yang disajikan dalam Tabel 4.8 besarnya koefisien regresi dari variabel ini adalah ȕ1 = -0,119; t hitung = -0,676; dengan nilai signifikansi 0,502. Jika digunakan tingkat signifikansi Į = 5% atau 0,05 maka nilai p value (0,502) > 0,05 sehingga Ho1 diterima dan Ha1 ditolak. Hasil pengujian hipotesis ini menunjukkan bahwa, pada tingkat signifikansi 5% Current Ratio (X1) secara parsial berpengaruh negatif tidak signifikan terhadap rating obligasi perusahaan (Y).
4.3.2.1.2 Pengujian Hipotesis Kedua
Hipotesis kedua (Ha2) penelitian ini menduga bahwa Debt to Equity Ratio (X2) berpengaruh terhadap rating obligasi (Y), hipotesis ini dapat dituliskan sebagai berikut :
Ho2 : Tidak terdapat pengaruh antara Debt to Equity Ratio terhadap rating obligasi
Ha2 : Terdapat pengaruh antara Debt to Equity Ratio terhadap rating obligasi
Berdasarkan hasil analisis regresi yang disajikan dalam Tabel 4.8 besarnya koefisien regresi dari variabel ini adalah ȕ1 = -0,474; t hitung = -2,461; dengan nilai signifikansi 0,016. Jika digunakan tingkat signifikansi Į = 5% atau 0,05 maka nilai p value (0,016) < 0,05 sehingga Ho1 ditolak dan Ha1 diterima. Hasil pengujian hipotesis ini menunjukkan bahwa, pada tingkat signifikansi 5% Debt to Equity Ratio (X2) secara parsial berpengaruh negatif signifikan terhadap rating obligasi perusahaan (Y).
4.3.2.1.3 Pengujian Hipotesis Ketiga
Hipotesis ketiga (Ha3) penelitian ini menduga bahwa Return On Equity (X3) berpengaruh terhadap rating obligasi (Y), hipotesis ini dapat dituliskan sebagai berikut :
Ho3 : Tidak terdapat pengaruh antara Return On Equity terhadap rating obligasi Ha3 : Terdapat pengaruh antara Return On Equity terhadap rating obligasi
Berdasarkan hasil analisis regresi yang disajikan dalam Tabel 4.8 besarnya koefisien regresi dari variabel ini adalah ȕ1 = -3,161; t hitung = 2,297; dengan nilai signifikansi 0,025. Jika digunakan tingkat signifikansi Į = 5% atau 0,05 maka nilai p value (0,025) < 0,05 sehingga Ho1 ditolak dan Ha1 diterima. Hasil pengujian hipotesis ini menunjukkan bahwa, pada tingkat signifikansi 5% Return On Equity (X3) secara parsial berpengaruh positif signifikan terhadap rating obligasi perusahaan (Y).
4.3.2.1.4 Pengujian Hipotesis Keempat
Hipotesis keempat (Ha4) penelitian ini menduga bahwa Return On Asset (X4) berpengaruh terhadap rating obligasi (Y), hipotesis ini dapat dituliskan sebagai berikut :
Ho4 : Tidak terdapat pengaruh antara Return On Asset terhadap rating obligasi Ha4 : Terdapat pengaruh antara Return On Asset terhadap rating obligasi
Berdasarkan hasil analisis regresi yang disajikan dalam Tabel 4.8 besarnya koefisien regresi dari variabel ini adalah ȕ1 = 1,015; t hitung = 0,414; dengan nilai signifikansi 0,680. Jika digunakan tingkat signifikansi Į = 5% atau 0,05 maka nilai p value (0,680) > 0,05 sehingga Ho1 diterima dan Ha1 ditolak. Hasil pengujian hipotesis ini menunjukkan bahwa, pada tingkat signifikansi 5% Return On Asset (X4) secara parsial berpengaruh positif tidak signifikan terhadap rating obligasi perusahaan (Y).
4.3.2.1.5 Pengujian Hipotesis Kelima
Hipotesis kelima (Ha5) penelitian ini menduga bahwa Maturitas (X5) berpengaruh terhadap rating obligasi (Y), hipotesis ini dapat dituliskan sebagai berikut :
Ho5 : Tidak terdapat pengaruh antara Maturitas terhadap rating obligasi Ha5 : Terdapat pengaruh antara Maturitas terhadap rating obligasi
Berdasarkan hasil analisis regresi yang disajikan dalam Tabel 4.8 besarnya koefisien regresi dari variabel ini adalah ȕ1 = -0,069; t hitung = -0,635; dengan nilai signifikansi 0,527. Jika digunakan tingkat signifikansi Į = 5% atau 0,05