Metode Estimasi Discriminant Analysis

Persamaan Model Springate 5 6 3 1 4 . 66 . 07 . 3 03 , 1 X X X X S + + + = Dimana : X 1 = Working Capital Total Assets WCTA X 3 = Earnings Before Interest and Tax to Total Assets EBITTA X 6 = Earnings Before Taxes Current Liability EBTCL X 5 = Sales Total Assets STA

2. Metode Estimasi Discriminant Analysis

Metode yang sering digunakan untuk menyelesaikan persamaan diskriminan adalah metode simultan dan metode stepwise. Metode simultan menyelesaikan persamaan persamaan dengan cara memasukkan seluruh variabel secara bersama-sama ke dalam fungsi diskriminan tanpa melihat terlebih dahulu kemampuan diskriminat masing-masing variabel tersebut. Metode ini kemudian memilih variabel-variabel yang memiliki kemampuan diskriminat terbaik. Sedangkan proses metode stepwise dimulai dengan memilih variabel independen yang memiliki kemampuan diskriminat terbaik. Kemudian persamaan tersebut disandingkan dengan variabel independen lain yang memiliki kemampuan diskriminat terbaik sampai kemudian kombinasi variabel tersebut menunjukkan peningkatan kemampuan diskriminat. Langkah-langkah analisis dalam diskriminan adalah sebagai berikut : a. Memisahkan variabel ke dalam variabel dependent dan variabel independent. 41 b. Analysis Case Processing Summary, tabel yang menyatakan bahwa semua responden jumlah kasus atau baris SPSS semuanya valid sah untuk di proses dan dapat mengetahui data yang hilang missing. c. Group Statistics, tabel yang menunjukkan jumlah bank yang masuk dalam kategori bank tidak bermasalah dan bank bermasalah. d. Test of Equality of Group Means, tabel yang menunjukkan apakah terdapat perbedaan signifikan pada dua kelompok bank tersebut berdasarkan uji F. e. Variabel EnteredRemoved, tabel yang menyajikan dari kelima variabel yang dianalisis untuk model Altman serta keempat variabel untuk model Springate, variabel mana yang dapat dimasukkan entered dalam persamaan diskriminan. f. Variable in The Analysis, tabel yang berisi rangkaian proses tahap sebelumnya, mengenai pemilihan variabel satu per satu yang dimasukkan ke dalam model. g. Variable not In The Analysis, tabel ini berisi kebalikan dari tabel variable ini the analysis, yang memuat variabel yang akan dikeluarkan satu per satu dari model. h. Eigenvalues, interpretasi dari pengelompokkan variabel ke dalam satu atau lebih faktor. i. Wilk’s Lambda, mengindikasikan perbedaan yang signifikan antara kedua kelompok dalam model diskriminan berdasarkan angka chi-square. j. Structure Matrix, menunjukkan variabel yang paling membedakan kelompok bank bermasalah dengan bank yang sehat. 42 k. Casewise Statistic, tabel yang menunjukkan rincian tiap kasus, penempatannya dalam model diskriminan serta perbandingan apakah penempatan predicted telah sesuai dengan kenyataan atau tidak. l. Classification Result, menujukkan angka ketepatan prediksi dari model diskriminan. Pada umumnya ketepatan diatas 50 dianggap memadai atau valid.

3. Tahap Penghitungan Akurasi