Analisis dan Hasil Penelitian

Tbk, Prioneerindo Gournet International Tbk, dan Pudjaji Prestige Limited Tbk. Perusahaan yang termasuk dalam kategori sehat mengalami peningkatan pada tahun 2011, dimana terdapat 8 perusahaan atau 42,1 yang termasuk kateegori ini. Perusahaan tersebut adalah Bayu Buana Tbk, Destinasi Tirta Nusantara Tbk, Fast Food Indonesia Tbk, Indonesian Paradise Property Tbk, Mas Murni Indonesia, Panorama Wisata, Pembangunan Graha Indah Lestari Tbk, dan Pudjaji and Sons Estate Tbk. Pada tahun 2012 terdapat 7 perusahaan yang termasuk dalam kategori perusahaan sehat, yaitu Bayu Buana Tbk, Destinasi Tirta Nusantara Tbk, Fast Food Indonesia Tbk, Mas Murni Indonesia, Panorama Wisata, Pembangunan Graha Indah Lestari Tbk, dan Pudjaji and Sons Estate Tbk.

4.2 Analisis dan Hasil Penelitian

Analisis diskriminan adalah salah satu teknik statistik yang bisa digunakan pada hubungan dependensi hubungan antarvariabel dimana sudah bisa dibedakan mana variabel respon dan mana variabel penjelas. Lebih spesifik lagi, analisis diskriminan digunakan pada kasus dimana variabel respon berupa data kualitatif dan variabel penjelas berupa data kuantitatif. Analisis diskriminan bertujuan untuk mengklasifikasikan suatu individu atau observasi ke dalam kelompok yang saling bebas mutually exclusivedisjoint dan menyeluruh exhaustive berdasarkan sejumlah variabel penjelas. Ada dua asumsi utama yang harus dipenuhi pada analisis diskriminan ini, yaitu: Universitas Sumatera Utara 1. Sejumlah p variabel penjelas harus berdistribusi normal. 2. Matriks varians-covarians variabel penjelas berukuran pxp pada kedua kelompok harus sama. Jika dianalogikan dengan regresi linier, maka analisis diskriminan merupakan kebalikannya. Pada regresi linier, variabel respon yang harus mengikuti distribusi normal dan homoskedastis, sedangkan variabel penjelas diasumsikan fixed, artinya variabel penjelas tidak disyaratkan mengikuti sebaran tertentu. Untuk analisis diskriminan, variabel penjelasnya seperti sudah disebutkan di atas harus mengikuti distribusi normal dan homoskedastis, sedangkan variabel responnya fixed.

4.2.1 Uji Multikolinieritas

Tabel 4.2 Pooled Within-Groups Matrices a NWC TO TA RE TO TA EBIT TO TA EQ TO TL S TO TA Covariance NWC TO TA .020 -.021 .003 -.046 -.018 RE TO TA -.021 .279 .002 -.046 -.009 EBIT TO TA .003 .002 .006 -.044 .000 EQ TO TL -.046 -.046 -.044 3.315 -1.255 S TO TA -.018 -.009 .000 -1.255 1.474 Correlation NWC TO TA 1.000 -.277 .278 -.179 -.101 RE TO TA -.277 1.000 .047 -.047 -.014 EBIT TO TA .278 .047 1.000 -.304 .002 EQ TO TL -.179 -.047 -.304 1.000 -.568 S TO TA -.101 -.014 .002 -.568 1.000 Sumber: Data Diolah SPSS, 2014 Universitas Sumatera Utara Dari matriks korelasi sebelumnya, terlihat bahwa tidak ada angka yang mencapai 0,5 atau di atasnya sehingga kita mengidentifikasi tidak ada multikolinieritas pada data. 4.2.2 Uji Kesamaan Vektor Rata-rata Tabel 4.3 Tests of Equality of Group Means Wilks Lambda F df1 df2 Sig. NWC TO TA .841 3.335 3 53 .026 RE TO TA .841 3.339 3 53 .026 EBIT TO TA .940 1.136 3 53 .343 EQ TO TL .861 2.860 3 53 .045 S TO TA .813 4.059 3 53 .011 Sumber: Data Diolah SPSS, 2014 Test of Equality of Groups Means memberikan Nilai Wilks’ Lamda dan Univariate F Ratio untuk setiap variabel independen. Dengan melihat tingkat signifikansinya, maka dapat disimpulkan bahwa secara univariate semua variabel independen, kecuali Earnings Before Interesrt an Tax To Total Assets X3 adalah signifikan yang berarti mampu membedakan antar kelompok independen.

4.2.3 Uji Kesamaan Matriks Varians-covarians

Tabel 4.4 Test Results Boxs M 228.563 F Approx. 5.746 df1 30 df2 923.743 Sig. .000 Universitas Sumatera Utara Tabel 4.4 Test Results Boxs M 228.563 F Approx. 5.746 df1 30 df2 923.743 Sig. .000 Sumber: Data Diolah SPSS, 2014. Box’s M menguji asumsi homogenitas covariance matrik antar group. Hasil dari Box’s M menunjukkan nilai yang signifikan yang berarti terdapat perbedaan coveriance matrix antar group dan ini menyalahi asumsi analisis diskriminan. Namun demikian analisis diskriminan tetap robust walaupun asumsi homoginitas tidak terpenuhi dan tidak terdapat outlier. Tabel 4.5 Variables in the Analysis Step Tolerance Sig. of F to Remove Min. D Squared Between Groups 1 NWC TO TA 1.000 .026 2 NWC TO TA .923 .006 .058 2,00 and 3,00 RE TO TA .923 .006 .082 3,00 and 4,00 3 NWC TO TA .912 .006 .059 2,00 and 3,00 RE TO TA .921 .012 .226 3,00 and 4,00 S TO TA .988 .019 .496 1,00 and 2,00 4 NWC TO TA .818 .000 .289 2,00 and 3,00 RE TO TA .898 .011 .463 3,00 and 4,00 S TO TA .624 .000 .635 1,00 and 2,00 EQ TO TL .605 .000 .961 3,00 and 4,00 Sumber: Data diolah SPSS, 2014 Universitas Sumatera Utara Hasil analisis dengan metode stepwise menunjukkan bahwa variabel pertama yang dimasukkan dalam analisis adalah X1 Net Working Capital to Total Assets, variabel kedua yang dimasukkan kedalam analisis adalah X2 Retained Earninng to Total Assets , kemudian variabel ketiga yang dimasukkan kedalam analisis adalah X3 Sales to Total Assets dan variabel berikutnya adalah X4 Total Equity to Total Assets . Tabel 4.6 Tabel 4.7 Eigenvalues Functio n Eigenvalue of Variance Cumulative Canonical Correlation 1 1.841 a 95.6 95.6 .805 2 .056 a 2.9 98.5 .231 3 .028 a 1.5 100.0 .165 Sumber: Data diolah SPSS, 2014 Tabel 4.8 Wilks Lambda Test of Functions Wilks Lambda Chi-square df Sig. 1 through 3 .324 58.586 12 .000 2 through 3 .921 4.295 6 .637 Universitas Sumatera Utara Tabel 4.8 Wilks Lambda Test of Functions Wilks Lambda Chi-square df Sig. 1 through 3 .324 58.586 12 .000 2 through 3 .921 4.295 6 .637 3 .973 1.437 2 .487 Jumlah fungsi diskriminan yang akan dihitung adalah g-1 jumlah grup pada variabel dependen minus 1. Oleh karena kita punya empat group pada variabel dependen maka jumlah fungsi diskriminan ada tiga 4 – 1. Fungsi diskriminan dengan empat variabel independen X1, X2, X3, dan X4 ternyata signifikan hanya untuk Fungsi Diskriminan 1, seperti yang terlihat dari nilai Chi-Square. Nilai eigenvalue menunjukkan berapa besar variasi pada variabel dependen yang dapat dijelaskan oleh setiap fungsi diskriminan. Ternyata fungsi diskriminan 1 mampu menjelaskan 95,6 variasi sedangkan fungsi diskriminan 2 hanya mampu menjelaskan variasi 2,9 dan fungsi diskriminan 3 hanya mampu menjelaskan variasi sebesar 1,5.

4.2.4 Pembentukan Fungsi Linier

Tabel 4.9 Standardized Canonical Discriminant Function Coefficients Function 1 2 3 NWC TO TA .713 .765 .333 Universitas Sumatera Utara RE TO TA .551 -.342 .800 EQ TO TL 1.013 .000 -.581 S TO TA 1.001 -.325 -.451 Sumber: Data diolah SPSS, 2014 Tabel 4.10 Canonical Discriminant Function Coefficients Function 1 2 3 NWC TO TA 5.003 5.370 2.336 RE TO TA 1.044 -.649 1.515 EQ TO TL .556 .000 -.319 S TO TA .824 -.267 -.372 Constant -3.006 .046 -.111 Unstandardized coefficients Sumber: Data diolah SPSS, 2014 Standarlized koefisien fungsi diskriminan menunjukkan kontribusi parsial dari setiap variabel terhadap fungsi diskriminan. Sedangkan struktur matrik menunjukkan korelasi sederhana antara variabel dengan fungsi diskriminan. Jadi struktur koefisien pada struktur matrik digunakan untuk menetukan label arti atau makna pada fungsi diskriminan, sedangkan standarlized koefisien fungsi diskriminan digunakan untuk menilai unique kontribusi dari setiap variabel independen terhadap fungsi diskriminan. Berdasarkan tabel 4.10, maka dapat dituliskan fungsi diskriminan sebagai berikut: Fungsi 1 Z1= -3,006 + 5,003 X1 + 1,044 X2 + 0,824 X3 + 0,556 X4 Fungsi 2 Z2= 0,046 + 5,370 X1 – 0,649 X2 – 0,267 X3 + 0,000 X4 Universitas Sumatera Utara Fungsi 3 Z3= -0,111 + 2,336 X1 + 1,515 X2 – 0,372 X3 + 0,319 X4 Fungsi diskriminan yang digunakan adalah fungsi diskriminan 1 yaitu Z= - 3,006 + 5,003 X1 + 1,044 X2 + 0,824 X3 + 0,556 X4 karena fungsi diskriminan 1 mampu menjelaskan 95,6 variasi.

4.2.5 Hit Ratio

Pada lampiran akan diperlihatkan tabel Casewise Statistics, pada tabel ini akan terlihat jumlah preiksi aktual dan kesalahan prediksi dari setiap group. Group 1 yang merupakan group perusahaan sehat, dari 22 data terjadi kesalahan prediksi sebesar 10, sehingga fungsi diskriminan dapat mengelompokkan kasus dengan benar sebesar 54,54 1222. Pada group 2 yang merupakan klasifikasi untuk kategori perusahaan rawan bangkrut, terjadi kesalahan analisis sebanyak 2 data dari 15 data. Fungsi diskriminan dapat mengelompokkan kasus group 2 dengan benar sebesar 86,66 1315. Group 3 adalah group untuk kategori perusahaan kurang sehat, dimana terjadi kesalahan 4 data dari 6 data yang ada. Fungsi diskriminan dapat mengelompokkan kasus group 3 dengan benar sebesar 33,33 26. Group 4 adalah perusahaan dengan kategori bangkrut, dimana terlihat pada group ini, perusahaan yang terdeksi bangkrut sebanyak 11 data dan tidak terjadi kesalahan pada klasifikasi. Fungsi diskriminan dapat mengelompokkan kasus group 4 dengan benar sebesar 100 1111. ��� ����� = 54,54 + 86,66 + 33,33 + 100 4 = 68,63 Universitas Sumatera Utara Hit ratio menunjukkan seberapa baik fungsi diskriminan dalam memprediksi kebangkrutan. Dari hasil tersbut terihat bahwa fungsi diskriminan dapat mengkelompokan kasus dengan keakuratan 68,63. Universitas Sumatera Utara BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dokumen yang terkait

Prediksi Kebangkrutan Perusahaan Berdasarkan Analisa Model Z-Score Altman Pada Perusahaan Farmasi Yang Terdaftar di Bursa Efek Indonesia (BEI)

9 104 86

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN METODE ALTMAN Z-SCORE (Studi Kasus Pada Bank yang Terdaftar di BEI Tahun 2010-2013)

1 19 20

Prediksi Gejala Kebangkrutan dengan Analisa Model Altman Z-Score pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

2 20 92

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN METODE ALTMAN Z-SCORE Analisis Prediksi Kebangkrutan Dengan Menggunakan Metode Altman Z-Score Pada Pt. Indofood Sukses Makmur, Tbk (Studi Kasus Pada Perusahaan Yang Terdaftar Di Bei Tahun 2012-2015)

3 12 17

Cover Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 11

Abstract Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 2 2

Chapter I Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 8

Chapter II Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 22

Reference Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 1

Appendix Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 21