bab iii metode penelitian - repository.stei.ac.idrepository.stei.ac.id/1187/4/bab iii.pdfdalam...
Post on 15-Nov-2020
4 Views
Preview:
TRANSCRIPT
BAB III
METODE PENELITIAN
3.1 Strategi Penelitian
Strategi penelitian merupakan suatu rencana bagaimana peneliti akan
menjawab pertanyaan-pertanyaan penelitian yang telah dibuat. Strategi yang akan
digunakan dalam penelitian ini adalah menggunakan desain penelitian asosiatif
kausalitas. Menurut Sugiyono, (2018) mendefinisikan bahwa asosiatif kausalitas
merupakan suatu rumusan masalah yang bersifat menanyakan hubungan antara dua
variabel atau lebih. Menurut Sanusi (2017), Kausalitas digunakan untuk meneliti
kemungkinan adanya hubungan yang bersifat sebab-akibat antar variabel, dimana
variabel independen mempengaruhi variabel dependen atau sebaliknya dimana
variabel dependen dipengaruhi oleh variabel independent. Variabel independent/bebas
yaitu Current Ratio (X1), Rasio Perputaran Persediaan (X2), Rasio Perputaran Total
Aset (X3), dan Rasio Utang Terhadap Asset (X4) dengan variabel dependen yaitu
Financial Distress (Y), sedangkan variable kontrol yang digunakan didalam penelitian
ini adalah ukuran perusahaan.
Dalam penelitian ini menggunakan metode pendekatan kuantitatif. Menurut
Sanusi (2017), Metode ini dapat diartikan sebagai metode penelitian yang digunakan
untuk meneliti pada populasi atau sampel tertentu, pengumpulan data menggunakan
instrument penelitian, analisis data bersifat statistik, dengan tujuan untuk
menggambarkan dan menguji hipotesis yang telah ditentukan. Metode kuantitatif
menggunakan data penelitian berupa angka-angka dan analisis menggunakan statistik.
3.2 Populasi dan Sampel Penelitian
3.2.1 Populasi Penelitian
Menurut Sugiyono (2018:136), Populasi merupakan wilayah
generalitas yang terdiri dari objek atau subjek yang mempunyai kuantitas dan
karakteriktik tertentu yang ditetapkan oleh peneliti untuk dipelajari lalu
kemudian ditarik kesimpulannya. Populasi yang digunakan didalam penelitian
ini adalah seluruh perusahaan sektor pertambangan yang terdaftar di Bursa Efek
Indonesia (BEI) pada tahun 2015 sampai 2019. Populasi didalam penelitian ini
adalah 49 perusahaan sektor pertambangan.
3.2.2 Sampel Penelitian
Menurut Sugiyono (2018: 137), Sampel adalah bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi tersebut. Teknik dalam pengambilan
sampel penelitian dengan menggunakan teknik purposive sampling. Purposive
sampling yaitu cara dalam pengambilan sampel yang disesuaikan pada
pertimbangan-pertimbangan tertentu atau kriteria-kriteria yang telah ditentukan
peneliti (Sanusi, 2017: 95). Adapun pertimbangan-pertimbangan atau kriteria-
kriteria yang akan digunakan dalam penentuan sampel, yaitu:
1. Perusahaan sektor pertambangan yang telah terdaftar di Bursa Efek
Indonesia.
2. Perusahaan yang mempublikasikan laporan keuangan secara berturut-turut
pada periode 2015-2019.
3. Perusahaan yang menyajikan laporan keuangan tahunan secara lengkap
dari periode 2015-2019.
4. Perusahaan yang menyajikan laporan mata uang dalam mata uang Rupiah
(Rp).
Tabel 3.1
Seleksi Sampel Penelitian
No. Kriteria Jumlah
1. Perusahaan sektor pertambangan yang terdaftar di Bursa
Efek Indonesia pada periode 2015-2019.
48
2. Perusahaan yang tidak mempublikaskan laporan keuangan
tahunan secara berturut-turut pada periode 2015-2019.
(7)
3. Perusahaan yang tidak menyajikan laporan keuangan
tahunan secara lengkap dari periode 2015-2019.
(2)
4. Perusahaan yang tidak menyajikan laporan keuangan
dalam mata uang Rupiah (Rp).
(27)
Jumlah data sampel perusahaan yang diteliti 12
Data Observasi tahun 2015-2019 60
Sumber: data diolah, 2020
Dari total populasi 48 perusahaan sektor pertambangan yang terdaftar di Bursa
Efek Indonesia, yang memenuhi kriteria dalam menentukan sampelnya sebanyak 12
perusahaan, yaitu:
Tabel 3.2
Perusahaan sektor pertambangan yang Menjadi Sampel Penelitian
No. Keterangan Kode Perusahaan
1. PT. Aneka Tambang Tbk ANTM
Sumber dari: www.idx.co.id
3.3 Data dan Metode Pengumpulan Data
3.3.1 Data Penelitian
Data yang digunakan dalam penelitian adalah data sekunder. Data sekunder
adalah data yang diperoleh tidak secara langsung melalui pihak institusi terkait. Data
sekunder umumnya berupa bukti, catatan atau laporan historis yang telah tersusun
dalam arsip yang dipublikasikan atau tidak dipublikasikan. Data dalam penelitian ini
mengenai perusahaan sektor pertambangan yang terdaftar di Bursa Efek Indonesia
diperoleh dari Indonesian Capital Market Directory (IMCD). Data yang digunakan
dalam penelitian ini adalah laporan tahunan perusahaan sektor pertambangan dari
tahun 2015 hingga 2019 yang telah diterbitkan oleh Bursa Efek Indonesia (BEI) atau
2. PT. Ratu Prabu Energi Tbk ARTI
3. PT. Cakra Mineral Tbk CKRA
4.. PT. Cita Mineral Investindo Tbk CITA
5. PT. Citatah Tbk CTTH
6. PT. Central Omega Resouces Tbk DKFT
7. PT. Elnusa Tbk ELSA
8. PT. Perdana Karya Perkasa Tbk PKPK
9. PT. Bukit Asam Tbk PTBA
10. PT. Radiant Utama Interinsco Tbk RUIS
11. PT. Golden Eagle Energy Tbk SMMT
12. PT. Timah Tbk TINS
perusahaan itu sendiri dan data tersebut dapat diperoleh melalui situs web Bursa Efek
Indonesia yaitu www.idx.co.id atau melalui situs web perusahaan masing-masing.
3.3.2 Metode Pengumpulan Data
Metode pengumpulan data yang akan digunakan dalam penelitian ini adalah
metode observasi dokumentasi. Metode observasi dokumentasi adalah pengumpulan
data dengan cara mengumpulkan data dokumen-dokumen yang sudah ada pada catatan
yang telah disimpan. Dalam penelitian ini dilihat dari laporan keuangan sampel
perusahaan yang telah diterbitkan melalui situs web Bursa Efek Indonesia (BEI).
Pengumpulan data laporan keuangan dilakukan dari tahun 2015 sampai 2019 dan
melakukan perhitungan terhadap current ratio, inventory turnover, total asset turnover,
debt to asset ratio dan ukuran perusahaan. Selain itu, peneliti mengolah data laporan
keuangan perusahaan untuk memperoleh data penelitian yang diinginkan. Data
diperoleh melalui website Bursa Efek Indonesia (www.idx.co.id) atau website
perusahaan dan Indonesian Capital Market Directory (ICMD) dengan melihat laporan
keuangan tahunan perusahaan.
3.4 Operasional Variabel
Variabel yang digunakan dalam penelitian ada 3 (tiga), yaitu variabel dependen
(Y), variabel independent (X) dan variabel kontrol.
3.4.1. Variabel Dependen
Menurut Sanusi (2017: 50), Variabel dependen merupakan variabel yang
dipengaruhi oleh variabel lain. Variabel dependen yang digunakan dalam penelitian ini
adalah financial distress. Menurut Fahmi (2017:93), Financial distress adalah tahap
penurunan kondisi kinerja keuangan sebelum terjadinya likuiditasi. Penurunan kinerja
keuangan ini biasanya bersifat sementara, tetapi akan menjadi lebih buruk apabila
kondisi tersebut tidak diatasi dan perusahaan tersebut akan mengalami kebangkrutan.
Awal terjadinya financial distress adalah ketidakmampuan suatu instansi dalam
memenuhi kewajibannya.
Variabel dependen dalam penelitian menggunakan variabel binary (dummy).
Dimana dalam variabel dummy perusahaan-perusahaan akan dikelompokkan dengan
ukuran, yaitu kategori 1 untuk perusahaan yang dalam mengalami kesulitan keuangan
(financial distress), jika perusahaan memiliki laba bersih (Net Income) negatif dan
kategori 0 untuk perusahaan yang dalam keadaan sehat secara keuangan, jika
perusahaan memiliki laba bersih (Net Income) positif.
3.4.2. Variabel Independen
Menurut Sanusi (2017: 50), Variabel independen merupakan variabel yang
mempengaruhi variabel lain. Variabel independen yang digunakan dalam penelitian ini
adalah rasio lancar (current ratio), rasio perputaran persediaan (inventory turnover
ratio), rasio perputaran total aktiva (total assets turnover ratio) dan rasio utang
terhadap aset (Debt to Asset ratio).
a. Rasio lancar (current ratio)
Rasio lancar (current ratio) adalah rasio yang mengukur apakah perusahaan
tersebut sanggup memenuhi seluruh kebutuhan kewajiban lancarnya ketika jatuh
tempo (Fahmi, 2014). Apabila perusahaan tidak mampu memenuhi seluruh kewajiban
jangka pendeknya pada saat jatuh tempo, maka perusahaan akan terancam mengalami
financial distress dikarenakan perusahaan belum mampu memanfaatkan seluruh
asetnya untuk memenuhi kewajiban jangka pendeknya. Dalam praktik seringkali pakai
dengan standar 200% (2:1), dikarenakan dianggap sebagai ukuran yang memuaskan
bagi suatu perusahaan dan perusahaan merasa sudah berada di titik aman dalam jangka
pendek. (Kasmir, 2018). Secara sistematis untuk mencari current ratio dapat
digunakan sebagai berikut:
Current Ratio = Aset Lancar
Liabilitas Lancar
b. Rasio perputaran persediaan (inventory turnover turnover ratio)
Perputaran persediaan merupakan rasio yang mengambarkan sejauh mana
tingkat perputaran persediaan yang dimiliki perusahaan (Fahmi, 2014). Rasio ini
mengukur berapa kali dana yang ditanam dalam bentuk persediaan dan juga rasio ini
menunjukkan berapa kali jumlah barang persediaan diganti dalam satu tahun (Kasmir,
2018). Apabila perusahaan memperoleh tingkat perputaran persediaan yang tinggi, hal
ini menunjukkan dapat dikatakan perusahaan tersebut bekerja secara efisien dan likuid
persediaan semakin baik. Tetapi sebaliknya jika perusahaan memperoleh tingkat
perputaran persediaan yang semakin menurun, hal ini berarti perusahan bekerja secara
tidak efesien atau tidak produktif dalam mengelola persediaan sehingga terjadi
penumpukan persediaan didalam gudang. Menurut J Fred Weston dalam Kasmir
(2012:180), secara sistematis untuk menghitung rasio perputaran persediaan dapat
digunakan sebagai berikut:
Perputaran persediaan = Penjualan
Persediaan
c. Rasio perputaran total aktiva (total assets turnover ratio)
Perputaran total aktiva merupakan kemampuan dana yang tertanam dalam
keseluruhan aktiva berputar dalam suatu periode atau kemampuan modal yang
diinventasikan untuk menghasilkan pendapatan (revenue) (Surwajeni, 2015). Menurut
Kasmir (2018), Perputaran total aktiva merupakan rasio yang mengukur berapa jumlah
penjualan yang telah diperoleh dari tiap rupiah aktiva (Kasmir, 2018). Rasio ini dapat
menjadi sinyal bagi investor dan kreditur dalam melakukan investasi dan kreditnya di
perusahaan, dikarenakan rasio ini akan menilai baik atau tidaknya perusahaan dalam
melakukan pengelolaan perusahaan secara efektif. Secara sistematis, perputaran total
aktiva dapat dihitung dengan cara sebagai berikut:
Perputaran total aktiva = Penjualan
Total Aset
d. Rasio Hutang terhadap Aset (debt to asset ratio)
Debt to asset merupakan rasio yang mengukur seberapa besar aktiva
perusahaan dibiayai oleh utang atau seberapa besar utang perusahaan berpengaruh
terhadap pengelolaan aktiva (Hery, 2017). Dan rasio ini mengukur persentase
penggunaan dana dari kreditur yang dihitung dengan membandingkan antara total
utang perusahaan dengan total aktiva yang dimiliki (Curry dan Banjarnahor, 2018).
Apabila tingkat rasionya semakin tinggi, maka dapat dikhawatirkan perusahaan akan
sulit mendapatkan tambahan pinjaman dikarenakan dari tingkat rasio yang tinggi
berarti perusahaan tidak mampu membayar dan tidak mampu menutupi seluruh
kewajiban lancarnya dengan aktiva yang dimiliki (Kasmir, 2018). Untuk mencari hasil
debt to asset dapat dihitung dengan cara sebagai berikut:
Debt to asset ratio = Total Liabilitas
Total Aset
3.4.3. Variabel Kontrol
Variabel kontrol adalah variabel yang digunakan sebagai salah satu cara
mengontrol, meminimalkan, atau menetralkan pengaruh variabel dependen dan
variabel independen (Nurdin, 2019). Selain itu variabel kontrol adalah variabel yang
dikendalikan sehingga hubungan variabel independent terhadap variabel dependen
tidak dipengaruhi oleh faktor luar yang tidak diteliti. Variabel kontrol yang digunakan
di dalam penelitian ini, yaitu:
a. Ukuran perusahaan
Ukuran perusahaan adalah suatu ukuran yang menunjukkan besar kecilnya
suatu perusahaan yang diukur dengan berbagai macam cara, seperti nilai total aset, log
size, nilai pasar saham, dan lain sebagainya. Dalam penelitian ini ukuran perusahaan
diukur dengan menggunakan nilai total aset. Semakin tinggi total aset, maka potensi
perusahaan mengalami financial distress semakin kecil. Dan sebaliknya jika total aset
yang dimiliki kecil, maka potensi perusahaan mengalami financial distress semakin
besar. Dalam penelitian ini ukuran perusahaan dihitung dengan logaritma natural atas
total aset perusahaan, yaitu:
Ukuran perusahaan (Size) = Ln (Total Aset)
Tabel 3.3 Operasionalisasi Variabel
Variabel Definisi Operasional Indikator Skala
Financial
distress
Menurut Platt dan Platt
dalam Fahmi (2019:
93), Financial distress
didefinisikan sebagai
dimana suatu
perusahaan sedang
mengalami terjadinya
penurunan kondisi
kinerja keuangan
sebelum terjadinya
kebangkrutan atau
likuidasi.
Variabel dummy: nilai 1
untuk perusahaan mengalami
kesulitan keuangan, apabila
perusahaan memiliki laba
bersih negatif, dan nilai 0
untuk perusahaan dalam
kondisi sehat, apabila
perusahaan memiliki laba
bersih positif.
Dummy
Current
Ratio
Rasio lancar (Current
Ratio) merupakan rasio
yang menggambarkan
apakah perusahaan
mampu memenuhi
CR = 𝐴𝑠𝑒𝑡 𝐿𝑎𝑛𝑐𝑎𝑟
Utang Lancar Rasio
seluruh kewajiban
lancarnya dengan aset
lancar.
Perputaran
persediaan
Rasio ini mengukur
berapa kali dana yang
ditanam dalam bentuk
persediaan dan juga
rasio ini menunjukkan
berapa kali jumlah
barang persediaan
diganti dalam satu
tahun (Kasmir, 2018).
ITO = Penjualan
Persediaan Rasio
Perputaran
Total Aset
Perputaran total aset
merupakan kemampuan
dana yang tertanam
dalam keseluruhan aset
berputar dalam suatu
periode atau
kemampuan modal
yang diinventasikan
untuk menghasilkan
pendapatan (revenue)
(Surwajeni, 2015).
TATO = Penjualan
Total Aset Rasio
Debt to
Asset ratio
Debt to asset
merupakan rasio yang
mengukur seberapa
besar aktiva perusahaan
dibiayai oleh utang atau
DAR = Total Liabilitas
Total Aset Rasio
seberapa besar utang
perusahaan
berpengaruh terhadap
pengelolaan aktiva
(Hery, 2017).
Ukuran
Perusahaan
Ukuran perusahaan
adalah suatu ukuran
yang menunjukkan
besar kecilnya suatu
perusahaan yang diukur
dengan berbagai
macam cara, seperti
nilai total aset, log size,
nilai pasar saham, dan
lain sebagainya.
Size = Ln(Total Aset) Rasio
3.5 Metode Analisis Data
Metode analisis data (teknik analisis data) adalah mendeskripsikan teknik
analisis apa yang akan digunakan oleh peneliti untuk menganalisis data yang telah
dikumpulkan, termasuk pengujiannya. Data yang telah dikumpulkan akan ditentukan
oleh masalah penelitian yang sekaligus mencerminkan karakteristik tujuan studi
apakah untuk eksplorasi, deskripsi, atau menguji hipotesis (Sanusi, 2017). Dalam
pengolahan datanya, peneliti menggunakan aplikasi program komputer yaitu Microsoft
Excel sebagai alat bantu dalam mengolah data dengan fungsi rumus matematika
sederhana dan serta menggunakan program E-Views ver.10 sebagai alat bantu dalam
menganalisa statistika dan ekonometri jenis runtun waktu. Sehingga dengan
menggunakan program ini bertujuan untuk memperoleh hasil yang akurat dan cepat
serta dalam melakukan pengolahan data menjadi cepat. Metode analisis data yang
digunakan untuk menguji hipotesis adalah sebagai berikut:
3.5.1 Analisis Statistik Deskriptif
Statistik deskriptif adalah statistik yang menganalisis data dengan cara
menggambarkan atau mendeskripsikan data yang telah terkumpul sebagaimana tidak
bermaksud membuat sebuah kesimpulan yang berlaku umum atau generalisasi (Sanusi,
2017:115). Statistik deskriptif adalah penyajian data dengan menggunakan tabel,
grafik, diagram lingkaran, piktogram, perhitungan modus, median, mean, persentase,
dan standar deviasi. Analisis statistik deskriptif dilakukan untuk digunakan bila peneliti
hanya ingin mendeskripsikan data sampel dan tidak bermaksud untuk membuat
generalisasi atau kesimpulan yang berlaku untuk populasi dimana sampel tersebut
diambil.
3.5.2 Analisis Regresi Logistik
Analisis regresi logistik adalah analisis dimana memiliki satu variabel
dependen yang non matrix (nominal) serta variabel independent lebih dari satu. Regresi
logistik adalah regresi yang digunakan untuk menguji apakah probabilitas terjadinya
variabel dependen (terikat) dapat diprediksi oleh variabel independent (bebas). Regresi
logistik tidak menggunakan distribusi normal, uji normalitas, uji heteroskedastisitas,
dan uji asumsi pada independen (variabel bebas) (Ghozali, 2017). Dalam melakukan
analisis regresi logistik dilakukan pengujian kelayakan model regresi, menilai
keseluruhan model, koefisien determinasi dan pengujian simultan, serta pengujian
parsial.
Variabel dependen dalam penelitian ini menggunakan variabel binary
(dummy), yaitu apakah perusahaan tersebut yang tidak mengalami financial distress
diberi kode “0” dan perusahaan yang mengalami financial distress diberi kode “1”.
Variabel independent yang digunakan dalam metode ini adalah current ratio, rasio
perputaran persediaan, rasio perputaran total aktiva, dan rasio utang terhadap aset.
Berdasarkan rumusan masalah dan kerangka teoritis yang sudah disajikan sebelumnya,
maka model atau rumus regresi logistik yang digunakan untuk menguji hipotesis
adalah sebagai berikut (Ghozali, 2017:325):
Keterangan:
: Probabilitas perusahaan mengalami financial distress
(variabel dummy, dimana 0 untuk perusahaan yang
sehat apabila perusahaan memiliki laba bersih positif
dan 1 untuk perusahaan yang mengalami financial
distress, apabila perusahaan memiliki laba bersih
negatif).
Α : Konstanta.
β1 β2 β3 β4 β5 : Koefisien regresi.
Cr : Current ratio.
ITO : Rasio perputaran persediaan
TATO : Rasio perputaran total aktiva
DAR : Rasio utang terhadap aset
Size : Ukuran perusahaan
ε : Error.
FD
1 - FD
= α + β1 Cr + β2 ITO + β3 TATO + β4 DAR + β5 Size + ε Ln
Ln FD
1 - FD
Dalam penelitian ini analisis data melakukan penilaian kelayakan model dan
pengujian signifikansi koefisien secara sendiri-sendiri. Langkah-langka analisis dalam
regresi logistik menurut Ghozali (2017):
3.5.2.1 Menilai Kelayakan Model Regresi
Menurut Ghozali (2017), goodness of fit test dapat dilakukan dengan cara
memperhatikan output dari Hosmer and Lemeshow’s Goodness of Fit Test. Sehingga
untuk menilai kelayakan model regresi dalam penelitian ini dengan menggunakan
pengujian Hosmer and Lemeshow’s Goodness of fit. Dengan hipotesis sebagai berikut:
H0: Model yang dihipotesiskan fit dengan data
Ha: Model yang dihipotesiskan tidak fit dengan data
Pengujian Hosmer and Lemeshow’s Goodness of fit menguji hipotesis nol
bahwa data empiris cocok atau sesuai dengan model (Ghozali, 2017). Jika nilai Hosmer
and Lemeshow’s Goodness of fit test statistic signifikan atau lebih kecil dari 0.05, maka
hipotesis nol ditolak dan hal ini berarti ada perbedaan signifikan antara model dengan
nilai observasi sehingga model dikatakan tidak fit dan Goodness fit model tidak dapat
memprediksi nilai observasinya. Sedangkan jika nilai statistik Hosmer and
Lemeshow’s Goodness of fit tidak signifikan atau lebih besar dari 0.05, maka hipotesis
nol tidak dapat ditolak dan berarti model dikatakan diterima karena sesuai dengan data
observasi dan mampu memprediksi nilai observasinya (Ghozali, 2017).
3.5.3 Pengujian Hipotesis
Pengujian hipotesis bertujuan untuk mengetahui apakah variabel ada yang
signifikan atau tidak antara variabel independent dengan variabel dependen. Menurut
Sugiyono (2018) hipotesis adalah sebuah jawaban sementara dari pernyataan
perumusan masalah penelitian, dimana bentuk perumusan masalah penelitian
dinyatakan dalam bentuk kalimat pertanyaan. Dikatakan sementara, dikarenakan
jawaban yang diberikan baru didasarkan pada fakta-fakta empiris yang telah diperoleh
melalui pengumpulan data. Sehingga hipotesis dapat dinyatakan sebagai sebuah
jawaban teoritis terhadap rumusan masalah, bukan jawaban empiris.
Menurut statistik, hipotesis dibedakan menjadi hipotesis nol (H0) dan hipotesis
alternatif (Ha). Hipotesis nol merupakan hipotesis yang menyatakan tidak adanya
pengaruh yang signifikan antara variabel independent dengan variabel dependen.
Sedangkan Hipotesis alternatif merupakan hipotesis yang menyatakan adanya
pengaruh yang signifikan antara variabel independent dengan variabel dependen
(Sanusi, 2017).
3.5.3.1 Uji Signifikansi Model Secara Parsial (Uji Z-statistics)
Menurut Widarjono (2015:114) bahwa didalam model regresi logistik untuk
melakukan uji signifikansi sama dengan uji parsial (Uji T) pada regresi linier berganda.
Uji signifikansi secara parsial di dalam model regresi logistik dapat dilihat dari nilai
statistika yang berdasarkan distribusi normal (Z-Statistics). Z-Statistics dalam
penelitian ini digunakan untuk menguji tingkat signifikan masing-masing terhadap
variabel dependen secara statistic dengan menganggap variabel lainnya konstan. Untuk
Uji Z-Statistics dapat dilakukan dengan membandingkan nilai probabilitas terhadap α
(0,05), jika nilai probabilitas < α, maka Ho ditolak maka hal ini berarti variabel
independent mempengaruhi variabel dependen, sedangkan jika nilai probabilitas > α,
maka Ho diterima maka hal ini dapat dikatakan bahwa variabel independent tidak
mempengaruhi variabel dependen.
3.5.3.2 Uji Simultan (Likelihood Ratio Statistics)
Likelihood Ratio Statistic (LR) dalam penelitian ini digunakan untuk menguji
peranan variabel independen di dalam model secara bersama-sama atau untuk
mengetahui variabel-variabel independen secara simultan mempengaruhi variabel
dependen. LR statistik mengikuti distribusi χ2 dengan degree of freedom sama dengan
jumlah variabel independen. Hipotesis yang digunakan sebagai berikut:
H0 : Variabel independen secara bersama-sama tidak ada memiliki hubungan yang
signifikan terhadap variabel dependen.
Ha : variabel independen secara bersama-sama ada memiliki hubungan yang signifikan
terhadap variabel dependen.
Sehingga kriteria yang akan digunakan dalam pengambilan keputusan adalah
sebagai berikut:
a. Jika nilai chi-square hitung < nilai chi-square tabel dan probabilitas LR statistik
> 0,05 maka H0 diterima, maka hal ini berarti semua variabel independen secara
bersama-sama tidak mempengaruhi variabel dependen
b. Jika nilai chi-square hitung > nilai chi-square tabel dan probabilitas LR statistic
< 0,05 maka H0 ditolak, maka hal ini berarti semua variabel independen secara
bersama-sama mempengaruhi variabel dependen.
3.5.4 Pengujian Koefisien Determinasi Regresi (McFadden R-squared)
Dalam pengujian model logit nilai koefisien determinasi (R2) dalam eviews
adalah McFadden R-squared. Menurut Ghozali (2016:55-56) menyatakan bahwa
McFadden R-squared sebagai ukuran untuk mengetahui seberapa jauh kemampuan
model dalam menjelaskan nilai variabel dependen. Analisis koefisien determinasi
(McFadden R-squared) digunakan untuk menunjukkan seberapa besar variabel
dependen yang dapat dijelaskan oleh variabel independennya. Nilai koefisien
determinasi adalah antara 0 dan 1. Apabila nilai koefisien determinasi (McFadden R-
squared) yang kecil berarti kemampuan variabel-variabel independen dalam
menjelaskan variabel dependen sangat terbatas. Kelemahan yang mendasar pada
penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independent
yang dimasukkan ke dalam model.
Dalam penelitian ini, uji yang digunakan adalah McFadden R-squared.
Besarnya nilai yang dimiliki dari McFadden R-squared adalah dari 0 (nol) sampai 1
(satu). Semakin mendekati nilai 1 (satu) maka berarti model telah dianggap semakin
goodness of fit atau berarti variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variabel dependen atau dengan kata lain
semakin besar kemampuan model dalam menjelaskan perubahan dari variabel
independen terhadap variabel dependen. Sementara sebaliknya semakin mendekati 0,
maka berarti semakin kecil kemampuan model dalam menjelaskan perubahan dari nilai
variabel dependen dan model dianggap semakin tidak goodness of fit. (Ghozali, 2017).
top related