BAB IV ANALISIS HASIL DAN PEMBAHASAN

Transkripsi

1 BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Analisis Deskriptif Penelitian ini bertujuan untuk memperoleh bukti empiris mengenai pengaruh solvabilitas, leverage, profitabilitas, dan likuiditas terhadap peringkat obligasi.penelitian ini menggunakan data sekunder yang diperoleh dari laporan keuangan yang dipublikasikan di internet melalui website resmi Bursa Efek Indonesia. Pada penelitian ini pengolahan data dilakukan dengan menggunakan program Microsoft Excel dan SPSS langkah pertama yang dilakukan oleh peneliti adalah melakukan teknik penentuan sampel, yaitu purposive sampling. Jumlah sampel perusahaan non keuangan yang diteliti sebanyak 16 perusahaan go public yang terdaftar di Bursa Efek Indonesia dan yang diperingkatkan oleh PT Pefindo. Periode tahun yang diteliti adalah mulai tahun dengan laporan keuangan perusahaan tahun yang diperoleh dari website bei.co.id dan peringkat obligasi yang diperoleh periode dari PT Pefindo. Valid Low invest High invest Total Tabel 4.1 Tabel Frekuensi Peringkat Obligasi Frequency Percent Valid Percent ,7 81,3 100,0 18,7 81,3 100,0 Cumulative Percent 18,7 100,0 52

2 53 Untuk obligasi high investment (1) sedangkan obligasi low investment (0). Berdasarkan tabel frekuensi yang dihasilkan, ada 9obligasi low investment (18,7%) sedangkan ada 39 obligasi high investment (81,3%). Tabel 4.2 Descriptive Statistics N Minimum Maximum Mean Std. Deviation CFOTL DER ROA CR Valid N (listwise) 48 Berdasarkan tabel 4.1 di atas dapat dijelaskan beberapa hal berikut : 1) Nilai rata- rata CFOTL (Solvabilitas) menunjukkan nilai positif yaitu nilai rata- rata sebesar 0,1612 dengan nilai minimum sebesar -0,34 yaitu perusahaan PT. Bakrie Development dan nilai maksimum sebesar 0,72 yaitu perusahaan Pembangunan Jaya Ancol. Memiliki standar deviasi sebesar 0,20545 dengan jumlah observasi (n) sebesar 48. 2) Nilai rata- rata DER (Leverage) menunjukkan nilai positif yaitu nilai rata- rata sebesar 1,4099 dengan nilai minimum sebesar -5,25 yaitu perusahaan Arpeni Pratama Ocean Line dan nilai maksimum sebesar 5,67 yaitu perusahaan Adhi Karya. Memiliki standar deviasi sebesar 1,69005 dengan jumlah observasi (n) sebesar 48. 3) Nilai rata- rata ROA (Profitabilitas) menunjukkan nilai positif yaitu nilai rata- rata sebesar 0,0582 dengan nilai minimum sebesar -0,49 yaitu

3 54 perusahaan Arpeni Pratama Ocean Line dan nilai maksimum sebesar 0,51 yaitu perusahaan Matahari Putra Prima. Memiliki standar deviasi sebesar 0,13460 dengan jumlah observasi (n) sebesar 48. 4) Nilai rata- rata CR (Likuiditas) menunjukkan nilai positif yaitu nilai rata- rata sebesar dengan nilai minimum sebesar 0,20 yaitu perusahaan Arpeni Pratama Ocean Line dan nilai maksimum sebesar 5,88 yaitu perusahaan Apexindo Pratama Duta. Memiliki standar deviasi sebesar 0,92274 dengan jumlah observasi (n) sebesar 48. B. Analisis Regresi Logistik Dalam menganalisis data ini menggunakan regresi logistik.dalam uji regresi logistik tidak perlu menyaratkan bahwa data berdistribusi normal karena apabila variabel bebasnya kombinasi antara metrik dan nominal (non metrik), maka asumsi normalitas multivariate tidak akan dapat dipenuhi (Ghozali, 2005:8). Dalam uji regresi logistik juga dilakukan dengan memasukkan variabel dependen yang berupa kategori. Kategori 0 untuk obligasi berkarakteristik low investment dan kategori 1 untuk high investment. 1. Menilai kelayakan model regresi Kelayakan model regresi dinilai dengan menggunakan Hosmer and Lemeshow s Goodness of Fit Test. Hosmer and Lemeshow s Goodness of Fit Test menguji hipotesis nol bahwa data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit). Nilai statistik

4 55 Hosmer and Lemeshow s Goodness of Fit Test adalah 2,290 dengan probabilitas signifikansi 0,971 yang nilainya jauh di atas 0,05. Dengan demikian dapat disimpulkan bahwa model mampu memprediksi nilai observasinya atau dapat dikatakan model dapat diterima karena cocok dengan data observasinya.hasil Hosmer and Lemeshow s Goodness of Fit Test dapat dilihat pada tabel 4.3. Tabel 4.3 Hosmer and Lemeshow Test Step Chi-square df Sig Menilai keseluruhan model (overall model fit) Penilaian keseluruhan model dilakukan dengan membandingkan nilai antara -2 Log Likelihood (-2LL) pada awal (Block Number = 0), dimana model hanya memasukkan konstanta dengan nilai -2 Log Likelihood (-2LL) pada akhir (Block Number = 1), dimana model memasukkan konstanta dan variabel bebas. Nilai -2LL awal adalah sebesar 46,327 dan setelah dimasukkan keempat variabel independen, maka nilai -2LL akhir mengalami penurunan menjadi sebesar 19,060. Penurunan nilai -2LL ini menunjukkan model regresi yang baik atau dengan kata lain model yang dihipotesiskan fit dengan data. Hasil penilaian keseluruhan model dapat dilihat pada Tabel 4.4.

5 56 Iteration Tabel 4.4 Iteration History a,b,c -2 Log likelihood Coefficients Constant Step Koefisien determinasi (Nagelkerke R square) Besarnya nilai koefisien determinasi pada model regresi logistik ditunjukkan dengan nilai Nagelkerke R square. Berdasarkan hasil pengujian yang ditunjukkan pada Lampiran 5, nilai Nagelkerke R square adalah sebesar 0,700 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah sebesar 70 %, sedangkan sisanya sebesar 30 % dijelaskan oleh variabel-variabel lain di luar model penelitian. Hasil Penelitian dapat dilihat di tabel 4.5. Step -2 Log likelihood Tabel 4.5 Model Summary Cox & Snell R Square Nagelkerke R Square a

6 57 4. Tabel klasifikasi Tabel klasifikasi menunjukkan kekuatan prediksi dari model regresi untuk memprediksi probabilitas peringkat obligasi pada perusahaan.kekuatan prediksi dari model regresi untuk memprediksi kemungkinan terjadinya variabel terikat dinyatakan dalam persen. Hasil tabel klasifikasi ditampilkan dalam table 4.6. Observed Tabel 4.6 Classification Table a PERINGKAT Predicted Percentage Correct Step 1 PERINGKAT Overall Percentage 91.7 Tabel 4.5 di atas digunakan untuk menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Menurut prediksi, obligasi yang masuk dalam kategori low investment adalah sebanyak 9 obligasi. Namun dalam hasil observasi hanya terdapat 6 obligasi saja, sehingga ketepatan klasifikasinya adalah sebesar 66,7 %. Sedangkan prediksi obligasi high investment adalah sebanyak 38 obligasi. Namun hasil observasi menunjukkan bahwa hanya terdapat 38obligasi, jadi ketepatan klasifikasinya adalah sebesar 97,4 %. Secara keseluruhan ketepatan klasifikasi adalah 91,7 %.

7 58 5. Uji Multikolinearitas Model regresi yang baik adalah regresi dengan tidak adanya gejala korelasi yang kuat di antara variabel bebasnya.pengujian multikolinearitas dalam regresi logistik menggunakan matriks korelasi antarvariabel bebas untuk melihat besarnya korelasi antarvariabel bebas. Hasil pengujian ditampilkan dalam Tabel 4.7. Tabel 4.7 Correlation Matrix Constant CFOTL DER ROA CR Step 1 Constant CFOTL DER ROA CR Ln = Hasil pengujian menunjukkan tidak ada nilai koefisien korelasi antarvariabel yang lebih besar dari 0,8. Dengan demikian dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas yang serius antarvariabel bebas tersebut. 6. Model regresi logistik yang terbentuk dan pengujian hipotesis Model regresi logistik dapat dibentuk dengan melihat pada nilai estimasi parameter dalam Variables in The Equation. Model regresi yang terbentuk berdasarkan nilai estimasi parameter dalam Variables in The Equation adalah sebagai berikut ini : p = 2, ,202CFOTL + 3,173DER + 4,448ROA 0,411CR + ε 1 p

8 59 Estimasi parameter dari model dan tingkat signifikasinya dapat dilihat pada tabel 4.8. Tabel 4.8 Variables in the Equation B S.E. Wald df Sig. Exp(B) Step 1 a CFOTL DER ROA CR Constant Pengujian hipotesis dilakukan dengan cara membandingkan antara tingkat signifikansi (sig) dengan tingkat kesalahan (α) = 5%. Berdasarkan Tabel 4.7 dapat diinterpretasikan hasil sebagai berikut ini : 1) Pengujian hipotesis pertama (H1) Hipotesis pertama menyatakan bahwa solvabilitas berpengaruh terhadap peringkat obligasi. Hasil pengujian menunjukkan variabel solvabilitas yang di hitung dengan cash flow from operating total liabilities memiliki koefisien regresi positif sebesar 8,202 dengan tingkat signifikansi 0,047 yang lebih kecil dari α (5%).Berdasarkan hal tersebut dapat disimpulkan bahwa variabel solvabilitas berpengaruh terhadap peringkat obligasi atau dengan kata lain H1di terima. 2) Pengujian hipotesis kedua (H2) Hipotesis kedua menyatakan bahwa leverage berpengaruh terhadap peringkat obligasi. Hasil pengujian menunjukkan variabel leverage

9 60 yang dihitung dengan menggunakan debt to equity ratio memiliki koefisien regresi positif sebesar 3,173 dengan tingkat signifikasi sebesar 0,049 yang lebih kecil dari α (5%). Berdasarkan hal tersebut dapat disimpulkan bahwa variabel leverage berpengaruh terhadap peringkat obligasi atau dengan kata lain H2 diterima. 3) Pengujian hipotesis ketiga (H3) Hipotesis ketiga menyatakan bahwa profitabilitas berpengaruh terhadap peringkat obligasi. Hasil pengujian menunjukkan variabel profitabilitas yang dihitung dengan menggunakan return on asset memiliki koefisien regresi positif sebesar 4,448 dengan tingkat signifikasi sebesar 0,416 yang lebih kecil dari α (5%). Berdasarkan hal tersebut dapat disimpulkan bahwa variabel profitabilitas tidak berpengaruh terhadap peringkat obligasi atau dengan kata lain H3ditolak. 4) Pengujian hipotesis keempat (H4) Hipotesis keempat menyatakan bahwa likuiditas berpengaruh terhadap peringkat obligasi.hasil pengujian menunjukkan variabel likuiditas yang dihitung dengan current ratiomemiliki koefisien regresi negatif sebesar -0,411 dengan tingkat signifikasi sebesar 0,616 yang lebih besar dari α (5%).Berdasarkan hal tersebut dapat disimpulkan bahwa variabel likuiditas tidak berpengaruh terhadap peringkat obligasi atau dengan kata lain H4 ditolak.

10 61 C. Pembahasan Hasil 1. Pengaruh Solvabilitas terhadap Peringkat Obligasi Hasil pengujian hipotesis menunjukkan bahwa solvabilitas berpengaruh terhadap peringkat obligasi. Semakin kecil angka rasio ini maka semakin kecil fleksibilitas keuangan perusahaan dan semakin besar kemungkinan perusahaan mengalami masalah keuangan dimasa yang akan mendatang. Hasil ini konsisten dengan penelitian Karim Amrullah (2007) dan Purwaningsih (2008).Solvabilitas adalah kemampuan suatu perusahaan untuk membayar semua kewajiban atau hutang- hutangnya baik jangka pendek maupun jangka panjang.dalam hal ini semakin tinggi solvabilitas maka semakin baik peringkat obligasinya.rasio solvabilitas cenderung secara signifikan berpengaruh positif terhadap peringkat obligasi (Raharja dan Maylia (2008:220). Hasil dalam penelitian ini menuunjukkan bahwa rasio solvabilitas berpengaruh terhadap peringkat obligasi karena besar atau kecilnya rasio solvabilitas mempengaruhi peringkat obligasi. 2. Pengaruh Leverage terhadap Peringkat Obligasi Leverage dalam penelitian ini dihitung dengan menggunakan debt to equity ratio yaitu membandingkan total kewajiban dengan total aktiva. Rasio leverage yang tinggi akan menyebabkan perusahaan dihadapkan pada default risk atau peringkat obligasi yang rendah. Hal ini disebabkan sebagian besar asset didanai dari hutang dalam

11 62 mendanai operasi perusahaannya. Rasio leverage yang tinggi juga menunjukkan semakin kecil aktiva perusahaan yang didanai oleh pemilik sehingga resiko perusahaan juga semakin besar. Hasil pengujian hipotesis menunjukkan bahwa leverage berpengaruh terhadap peringkat obligasi. Hasil tersebut mendukung hipotesis kedua dalam penelitian ini.dengan demikian hasil temuan ini sejalan dengan Damayanti dan Fitriyah (2011). 3. Pengaruh Profitabilitas terhadap Peringkat Obligasi Profitabilitas dalam penelitian ini dihitung dengan menggunakanreturn on asset yaitu membandingkan laba bersih dengan total asset. Rasio profitabilitas akan menunjukkan kemampuan perusahaan dalam usahanya untuk menghasilkan laba sebanyak mungkin dala hubungan penjualan, total aktiva maupun laba bagi modal sendiri. Rasio profitabilitas yang tinggi akan berdampak baik bagi perusahaan itu sendiri dalam menggunakan asset untuk mendanai kegiatan usahanya dalam memperoleh keuntungan. Profitabilitas diperoleh tidak memiliki pengaruh yang signifikan terhadap rating obligasi. Hal ini berarti bahwa profit yang tinggi atas investasi maka rating obligasi tidak secara signifikan lebih tinggi. Hasil ini tidak mendukung hipotesis. Tingkat profit yang tinggi memungkinkan untuk membiayai sebagian besar kebutuhan pendanaan dengan dana yang dihasilkan secara internal atau digunakan perusahaan untuk membayar kewajiban

12 63 jangka pendek maupun jangka panjang, jadi laba tersebut tidak digunakan untuk memenuhi kewajiban keuangan yang terkait dengan obligasi 4. Pengaruh Likuiditas terhadap Peringkat Obligasi Likuiditas dalam penelitian ini dihitung dengan menggunakan current ratioyaitu membandingkan hutang lancar dengan aktiva lancar. Makin rendah nilai current ratio menunjukkan semakin rendah kemampuan perusahaan dalam menutupi kewajiban jangka pendeknya.apabila perusahaan tidak mampu memenuhi klaim kreditor jangka pendek maka hal tersebut dapat mempengaruhi kredibilitas prusahaan dan dapat dianggap sebagai suatu sinyal bahwa perusahaan sedang menghadapi masalah yang dapat mengganggu kelangsungan usahanya. Hasil penelitian menunjukkan bahwa likuiditas (CR) tidak berpengaruh dalam memprediksi peringkat obligasi.penelitian ini sama dengan penelitian yang dilakukan oleh Sejati (2010), tetapi menurut Almilia & Devi (2007), Sari (2007), Raharja &Sari (2008), Manurung, et.al (2008) dan Susilowati & Sumarto (2010) mengatakan likuiditas (CR) berpengaruh dalam memprediksi peringkat obligasi. Tidak berpengaruhnya likuiditas (CR) dalam memprediksi peringkat obligasi diduga karena secara teoritis perusahaan cenderung berorientasi pada profit, perusahaan yang mengutamakan profit akan cenderung banyak memilki aktiva tetap, dengan demikian jika proksinya berkurang tentu

13 64 saja perhatian pihak manajemen dalam mengelola likuiditas (CR) tidak begitu efektif sehingga likuiditas (CR) perusahaan menjadi menurun dan jugalikuiditas (CR) bersifat spekulatif yang dapat berubah setiap periode, sehingga likuiditas (CR) tidak dapat dijadikan sebagai ukuran dalam memprediksi peringkat obligasi.