99 atau lebih besar dibandingkan bank yang tidak bermasalah.dan bank
tidak bermasalah. Variabel NPLn nilai signifikan adalah di bawah 0.05 yaitu sebesar
0.000 dengan nilai Wilk’s Lamda sebesar 0.624. Hal ini berarti
menunjukkan adanya perbedaan antar grup, atau variabel NPLn bagi bank yang dikategorikan bank bnermasalah dan dikategorikan bank
tidak bermasalah ternyata beda secara nyata. Bank yang dikategorikan bank bermasalah atau dikategorikan bank tidak bermasalah terkait
dengan besarnya NPLn bank tersebut. Dengan kata lain perusahaan yang dikategorikan bank bermasalah memiliki nilai NPLn lebih kecil
atau lebih besar dibandingkan bank yang tidak bermasalah.dan bank tidak bermasalah.
Dari kedelapan variabel hanya terdapat enam variabel rasio keuangan yakni CAR, ATTM, PM, APB, NPLg dan NPLn yang
mempunyai nilai signifikansi dibawah 0.05 sehingga terdapat perbedaan antar grup. Artinya bahwa variabel rasio keuangan CAR,
ATTM, PM, APB, NPLg dan NPLn mempengaruhi bermasalah atau tidaknya suatu bank. Untuk variabel NIM dan LDR mempunyai nilai
signifikansi diatas 0.05 sehingga tidak ada perbedaan antar grup. Artinya bahwa variabel rasio keuangan NIM dan LDR menghasilkan
nilai yang relatif sama terhadap bermasalah atau tidaknya suatu bank.
100
2. Pemilihan Variabel Diskriminator
Untuk menentukan variabel apa saja yang paling efesien didalam membedakan antar bank yang dikategorikan bemasalah dan tidak
bermasalah maka digunakan prosedur stepwise. Mahalobis distance akan digunakan unruk prosedur stepwise guna menentukan variabel
yang memiliki kekuatan terbesar mendiskriminasi.
a. Tahap Pemilihan Variabel Bebas Tabel 4.16
Uji Variabel Independen Secara Stepwise
Variables EnteredRemoved
a,b,c,d
Step Entered
Min. D Squared Statistic
Between Groups Exact F
Statistic df1
df2 Sig.
1 APB
7.046 0 and 1
51.522 1
46.000 4.933E-9
At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered.
a. Maximum number of steps is 16. b. Minimum partial F to enter is 3.84.
c. Maximum partial F to remove is 2.71. d. F level, tolerance, or VIN insufficient for further computation.
Sumber : data diolah Tabel 4.17
Wilks Lambda Model MDA
Step Number of
Variables Lambda
df1 df2
df3 Exact F
Statistic df1
df2 Sig.
1 1
.472 1
1 46
51.522 1 46.000
.000
Sumber : data diolah
Tabel 4.16 menunjukkan variabel mana saja dari delapan variabel pada model MDA yang bisa dimasukkan entered dalam
persamaan diskriminan dimulai dari variabel yang memiliki angka F statistic terbesar. Pada tahap pertama, nilai F hitung untuk
101 variabel APB adalah terbesar, mencapai 7.046, maka pada tahap ini
variabel APB terpilih. Bedasarkan hasil uji Wilks’ Lambda variabel
APB ini memiliki nilai signifikan lebih kecil dari 0.05 yaitu sebesar 0.000 dengan demikian dari delapan variabel yang dimasukkan
untuk rasio keuangan model Multiple Dicriminant Analysis MDA hanya satu variabel yang signifikan. Sehingga variabel APB secara
signifikan mempengaruhi bermasalah atau tidaknya suatu bank, serta hasil stepwise ini mampu membedakan metode kondisi bank
berdasarkan pada nilai Wilk;s Lamda dan nilai minimum Mahalanobis distance.
Tabel 4.18 Variabel Terpilih untuk Pembentukan Model Diskriminan
Variables in the Analysis
Step Tolerance Sig. of F to Remove
1 APB
1.000 .000
Sumber : data diolah Tabel 4.18 menunjukkan pada tahap ini significant value 0.05
digunakan sebagai syarat entry variabel. Pada tabel Variabel Entered Removed
pertama variabel memiliki nilai signifikan jauh di bawah 0.05, pada Variabel In The Analysis terlihat bahwa pada
tahap pertama variabel memiliki nilai Sig. Of F to Remove yaitu sebesar 0.000 jauh di bawah nilai 0.05.
102
3. Uji Corelation Summary Of Canonical Discriminant Function
Canonical Corelation untuk mengukur keeratan hubungan antara
discriminant score dengan grup, dalam penelitian ini terdapat dua
kategori maka terdapat dua grup. Square Canonical Corelationidentik dengan R
2
pada regresi yaitu mengukur variasi antar kedua kelompok bank yang dapat dijelaskan oleh variabel diskriminannya. Jadi CR
2
mengukur seberapa kuat fungsi diskriminan. Tabel 4.19
Tingkat Keakuratan
Eigenvalues
Functi on
Eigenvalue of
Variance Cumulative
Canonical Correlation
1 1.120
a
100.0 100.0
.727 a. First 1 canonical discriminant functions were used in the
analysis. Sumber : data diolah
Hasil pengujian pada tabel 4.19 nilai Canonical Correlation sebesar 0.727 menunjukkan keeratan yang kuat dengan ukuran skala asosiasi 0
sampai 1. jadi dapat disimpulkan bahwa variasi antar kelompok bank berkategori bank bermasalah dan bank tidak bermasalah dapat dijelaskan
oleh variabel APB.
103
4. Menentukkan Fungsi Diskriminan
Tabel 4.20 Fungsi Dikriminan
Canonical Discriminant Function Coefficients
Function 1
APB 1.199
Constant 4.734
Unstandardized coefficients Sumber : data diolah
Pada tabel 4.20 terlihat hanya satu variabel saja yang mempengaruhi terbentuknya fungsi diskriminan yaitu variabel APB.
Sehingga fungsi diskriminan yang terbentuk adalah:
5. Penentuan Nilai Cut-off
Tabel 4.21
Functions at Group Centroids
Kategori Function
1 Bermasalah
2.157 tdk bermasalah
-.498 Unstandardized canonical discriminant
functions evaluated at group means Sumber : data diolah
Dari hasil tabel 4.21 Fuctions at Group Centroids, memberikan informasi tentang rata-rata skor diskriminan centroid. Centroid untuk
kelompok bank bermasalah sebesar 2.157 dan kelompok bank yang
Z = 4.734 + 1.199 APB
104 tidak bermasalah sebesar -0.498 sehingga terdapat nilai cut-off value.
Dari nilai function yang diperoleh tersebut akan disesuaikan dengan rumus untuk menghitung cuy-off.
Zcu =
N
A
Z
B
+ N
B
Z
A
N
A
+ N
B
Zcu =
392.157 + 9-0.498 39 + 9
Zcu =
1.659 Sehingga untuk model Multiple Discriminant Analysis MDA
penentuan nilai batas didasarkan pada nilai rata-rata dari jumlah Z- score
dari masing-masing bank yang diperoleh nilai 1.659. Standart yang digunakan untuk menilai apakan bank tersebut dikategorikan
bank bermasalah atau bank yang tidak bermasalah adalah: a. Bila Z-score hitung 1.659 maka bank dikategorikan bermasalah
b. Bila Z-score hitung 1.659 maka bank dikategorikan tidak bermasalah.
Dari cut-off value ini ada beberapa observasi yang tidak terdiskriminasi dengan baik misclassified yaitu observasi yang ke 3,
29, 31, dan 41 yang terdapat pada lampiran 3
tabel casewise statistic . Pada observasi ke 3, 29, dan 31 tersebut, kelompok actual seharusnya
masuk kedalam kelompok bank yang tidak bermasalah , tetapi berdasarkan prediksi fungsi diskriminan masuk kelompok bank yang
bermasalah. Sebaliknya pada observasi ke 41, berdasarkan kelompok actual seharusnya masuk kelompok bank bermasalah tetapi
