42 Kelompok ke dalam A jika Z-Score Cut-off
Kelompok ke dalam B jika Z-Score Cut-off
Untuk memprediksi seberapa akurat fungsi diskriminan dapat digunakan untuk memprediksi financial distress pada perusahaan
digunakan apparent error rates yaitu kesalahan prediksi pada model analisis.
4. Logistic Regression
Logistic regression sebetulnya mirip dengan analisis diskriminan yaitu untuk menguji apakah probabilitas terjadinya variabel dependen dapat
diprediksi dengan variabel independennya. Logistic regression adalah bagian dari analisis regresi yang digunakan ketika variabel dependen respon
merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang
biasanya diberi angka 0 dan 1.
a. Asumsi Analisi Logistik Regression
Logistic regression merupakan regresi non-linier dimana model yang ditentukkan akan menyimpang dari pola linier dan tidak memerlukan
asumsi multivariate normal distribution.
43
b. Analisi Logistik Regression Dengan Metode Stepwise
Seperti halnya dalam model diskriminan, model logit dapat dilakukan dengan metode stepwise. Karena penelitian bertujuan tujuan
untuk mencari rasio yang dapat menjelaskan prediksi financial distress, maka penelitian menggunakan metode stepwise
Untuk menilai overall fit model terhadap data dengan statistik -2LogL digunakan untuk menentukan jika variabel bebasnya ditambahkan
kedalam model apakah secara signifikan memperbaiki model fit. Selisih -2LogL untuk model dengan konstanta saja dan -2LogL untuk model
dengan konstanta dan variabel bebas didistribusikan sebagai X² dengan df selisih df kedua model.
Cox dan Snell’s Square merupakan ukuran yang mencoba meniru
ukuran R² pada Mutiple Regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari satu sehingga sulit
diinterpretasikan. Nagelkerke’s R Square merupakan modifikasi dari
koefisien Cox dan Snell’s untuk memastikan bahwa nilainya bervariasi
dari nol dampai satu. Hal ini dilakukan dengan cara membagi nilai Cox dan
Snell’s dengan nilai maksimumnya. Nilai Nagelkerke’s R Square dapat diinterpretasikan seperti nilai R² pada Multiple Regression.
Untuk menghitung nilai estimasi yang benar dan salah dapat dilihat pada tabel klasifikasi dengan nilai cut-off sebesar 0.5. Pada kolom terdapat
dua nilai prediksi dari variabel dependennya antara perusahaan failed
44 kode 1 dan perusahaan non-failed kode 0, sedangkan pada baris
menunjukkan nilai observasi sesungguhnya dari variabel dependen perusahaan failed kode 1 dan perusahaan non-failed kode 0.
Estimasi parameter dan interpretasinya pada penelitian dilihat pada output SPSS pada tabel variable in the equation. Pada step terakhir
terhadap variabel independen yang memiliki nilai signifikan. Persamaan logistic regression yang akan dibangun pada penelitian adalah:
Ln p1- p = β
+β
1
X
1
+ β
2
X
2
+ ………+ β
k
X
k
Atau
p1-p = e
βo + β
1
X
1
+ β
2
X
2
+……..+ β
k
X
k
Keterangan:
p 1-p = Probabilitas perusahaan mengalami financial distress. β
= Konstanta.
β
k
= Koefisien regresi variabel independent.
X
k
= Variabel Independen.
e = Gangguan pada data penelititan.
5. Comparative Analysis
