Laba Bersih 8. Return On Equity ROE
= Total Ekuitas
Harga Pokok
Penjualan 9. Inventory Turn Over ITO
= Persediaan
Penjualan Bersih
10. Total Assets Turn Over TATO = Total Aktiva
3.4. Lokasi dan Waktu Penelitian
Penelitian ini mengambil lokasi pada Bursa Efek Jakarta BEJ. Ditetapkannya Bursa Efek Jakarta sebagai tempat penelitian dengan
mempertimbangkan bahwa Bursa Efek Jakarta merupakan salah satu sentral penjualan saham perusahaan yang go public di Indonesia. Disamping itu Bursa Efek
Jakarta merupakan bursa efek terbesar di Indonesia.
3.5. Prosedur dan Pengambilan Data
Data-data yang dibutuhkan dalam penelitian ini adalah data sekunder yang diperoleh peneliti melalui media perantara atau merupakan data yang diperoleh dan
dicatat oleh pihak lain. Data yang digunakan dalam penelitian ini adalah data akuntansi berupa laporan keuangan perusahaan sampel yaitu Laporan Laba Rugi dan
Neraca serta rasio keuangan periode tahun 2003-2006 yang bersumber dari ICMD, ww
w.jsx.co.id, dan www.bes.co.id.
Metode pengumpulan data yang digunakan dalam penelitian ini adalah metode dokumentasi, yaitu teknik pengumpulan data dengan cara menggunakan
jurnal-jurnal, buku-buku, serta melihat dan mengambil laporan keuangan perusahaan di Indonesian Capital Market Directory ICMD yang ada di BEJ dan juga melalui
browsing internet di http:www.jsx.co.id
d dan www.bes.co.id. Pengumpulan data ini dimaksudkan untuk memperoleh data tentang neraca dan laporan laba rugi serta
rasio keuangan perusahaan sampel selama periode 2003 sampai dengan tahun 2006
3.6. Metode dan Teknik Analisis Data 3.6.1. Analisis Faktor
Analisis faktor merupakan salah satu dari analisis ketergantungan interdependensi antar variabel. Prinsip dasar analisis faktor adalah mengekstraksi
sejumlah faktor bersama common factors dari gugusan variabel asal X1, X2,....,Xp, sehingga :
1. banyaknya faktor lebih sedikit dibandingkan dengan banyaknya variable asal X;
2. sebagian besar informasi ragam variabel asal X tersimpan dalam sejumlah faktor.
Agar terjadi kesamaan persepsi, untuk selanjutnya faktor digunakan untuk menyebut faktor bersama. Faktor ini merupakan variabel baru yang bersifat
unobservable atau variabel laten atau variabel konstruks, sedangkan variabel X merupakan variabel yang dapat diukur atau dapat diamati sehingga sering disebut
sebagai observable variable atau variabel manifest atau indikator. Salah satu tujuan dari analisis faktor adalah mereduksi jumlah variabel dengan
cara mirip seperti pengelompokan variabel. Di dalam analisis faktor, variabel- variabel dikelompokkan berdasarkan korelasinya. Variabel yang berkolerasi tinggi
akan berada dalam kelompok tertentu membentuk suatu faktor, sedangkan dengan variabel dalam kelompok faktor lain mempunyai korelasi yang relatif kecil.
Kegunaan dari analisis faktor adalah sebagai berikut : 1. Mengekstraks unobservable variable variabel laten dari manifest variabel
atau indikator atau mereduksi variabel menjadi variabel baru yang jumlahnya lebih sedikit.
2. Mempermudah interpretasi hasil analisis sehingga didapatkan informasi yang realistik dan sangat berguna.
3. Pengelompokan dan pemetaan objek mapping dan clustering berdasarkan karakteristik yang terkandung di dalam faktor.
4. Pemeriksaan validitas dan reliabilitas instrumen penelitian. 5. Dengan diperolehnya skor faktor, maka analisis faktor merupakan langkah
awal sebagai data input dari berbagai metode analisis data yang lain,
misalnya analisis diskriminan, analisis regresi, cluster analisis, ANOVA, MANOVA, analisis path, model struktural, dan MDS.
Analisis faktor memiliki banyak kemiripan dengan analisis komponen pokok principle component analysis terutama bilamana proses komputasi dalam analisis
factor didekati dengan solusi analisis komponen pokok PCA solution, sehingga indikator dan kriteria pemilihan faktor yang bermakna signifikan dan interpretasi
faktor dapat dilakukan dengan cara yang sama dengan analisis komponen pokok. Analisa pengelompokan dalam penelitian ini dilakukan dengan menggunakan
teori Altman yang mengelompokkan perusahaan dalam dua kelompok, yaitu kelompok perusahaan berkatagorikan sehat dan kelompok perusahaan dengan
berkatagorikan tidak sehat.
3.6.2 Uji Asumsi Diskriminan 3.6.2.1 Uji Normalitas Data
Hasil analisis diskriminan sangat sensitif jika terjadi penyimpangan atas asumsi yang digunakan. Jika asumsi kenormalan data tidak terpenuhi akan berakibat
pada kesalahan dalam melakukan estimasi fungsi diskriminan. Gujarati 1997;67 menuliskan bahwa asumsi kenormalan data harus dipenuhi
oleh sebuah model dengan beberapa alasan : 1.
Data normal menghasilkan model prediksi yang tidak bias, serta memiliki varians yang minimum.
2. Data normal menghasilkan model yang konsisten , yaitu dengan
meningkatnya jumlah sampel ke jumlah yang tidak terbatas, penaksir akan mengarah ke nilai populasi yang sebenarnya.
Pengujian terhadap normalitas data dilakukan menggunakan One Sample Kolmogorov-Smirnov Test dengan
g=5. Kaidah pengambilan keputusan adalah: a. Jika Probabilitas p 0,05 maka data berdistribusi normal.
b. Jika Probabilitas p 0,05 maka data tidak berdistribusi normal.
3.6.2.2 Uji Linieritas
Equality of Covariance Matrices adalah asumsi bahwa keragaman sample keseluruhan variabel bebas dari kedua kelompok yang diteliti adalah sama.
Pelanggaran terhadap asumsi ini akan menimbulkan penyimpangan terhadap keakuratan fungsi diskriminan dalam mengelompokkan sampel kedalam salah satu
kategori tertentu. Pengujian dilakukan menggunakan Box’s M Test dengan g=5.
Asumsi linieritas terpenuhi apabila hasil pengujian menunjukkan nilai signifikansi 0,05.
3.6.2.3 Uji Non Multikolinieritas
Multikolinearitas adalah suatu kondisi antara satu variabel bebas dengan yang lain terdapat hubungan atau korelasi. Hal ini harus dihindari untuk meminimalkan
kesalahan dalam menentukan goodness of fit. Deteksi ada tidaknya multikolinieritas antar variabel independen dilakukan dengan menggunakan korelasi Pearson. Nilai
koefisen korelasi yang lebih kecil dari 0,5 menunjukkan tidak terdapat korelasi yang serius antar variabel.
3.6.3 Uji Diskriminan
Untuk melakukan uji terhadap hipotesis dalam penelitian ini, digunakan model analisis diskriminan yaitu Two-Group Discriminant Analysis. Penggunaan
analisis diskriminan ini dimaksudkan untuk membuat pengelompokkan terhadap suatu observasi, baik secara kuantitatif dan secara statistik sehingga dapat dibedakan
dengan jelas. Model fungsi diskriminan yang digunakan dalam penelitian ini adalah
sebagai berikut: D = W
1
X
1
+ W
2
X
2
+ W
3
X
3
+ W
4
X
4
+ W
5
X
5
+ W
6
X
6
+ W
7
X
7
+ W
8
X
8
+ W
9
X
9
+ W
10
X
10
Notasi: D = nilai diskriminan
W
1
- W
10
= koefisien fungsi diskriminan X
1
= CR X
2
= DAR X
3
= DER X
4
= EM X
5
= GPM X
6
= NPM X
7
= ROI
X
8
= ROE X
9
= ITO X
10
= TATO
3.6.4 Uji Hipotesis 3.6.4.1 Uji Hipotesis Ke-1
Pengujian terhadap hipotesis ke-1 dilakukan dengan melihat hasil perhitungan standardized canonical discriminant function coefficients. Jika perhitungan
menghasilkan variabel yang secara statistik dinyatakan mampu membedakan status pengelompokan perusahaan maka hipotesis alternatif diterima.
3.6.4.2 Uji Hipotesis Ke-2
Pengujian terhadap hipotesis ke-2 dilakukan dengan melihat besarnya koefisien diskriminan yang dihasilkan berdasarkan perhitungan canonical
discriminant function coefficients dan standardized canonical discriminant function coefficients. Nilai koefisien diskriminan yang terbesar menunjukkan pengaruh
dominan dari variabel independen.
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Statistik Deskriptif
Statistik deskriptif untuk perusahaan tekstil dan alas kaki yang terdaftar di Bursa Efek Jakarta dari tahun 2003 sampai dengan tahun 2006 adalah:
Tabel 4.1. Statistik Deskriptif
2003 2004
2005 2006
Keterangan Mean Std
dev Mean
Std dev Mean
Std dev Mean
Std dev
CR 1.3241
0.9529
1.3222 0.8408 1.0680 0.6909 0.9793 0.6999 DAR
0.7206
0.4604
0.7676 0.7009 0.8550 0.8140 1.0191 1.0369 DER
-62.3119
278.4588
14.0493 53.1940 -0.5579 8.0454 -3.2848 9.6589 EM
-61.3119
278.4588
15.0493 53.1940 -1.5579 8.0454 -2.2848 9.6589 GPM
0.0533
0.1505
0.0553 0.2639 -0.0370 0.3054 0.0235 0.2549 NPM
-0.0724
0.1462
-0.1483 0.5080 -0.1341 0.4981 -0.0624 0.1592 ROI
-0.0415
0.1052
-0.0458 0.1485 -0.0236 0.0917 -0.0355 0.0843 ROE
-0.6303
1.9574
-1.0501 4.5451 -0.0712 0.4782 0.5093 1.6042 ITO
4.5974
2.6771
5.0620 3.8941 5.2414 3.6167 5.4252 3.2658 TATO
0.8524
0.5186
0.8922 0.5122 0.9440 0.6153 0.9355 0.5744
Populasi yang menjadi objek penelitian ini adalah seluruh perusahaan tekstil dan alas kaki yang terdaftar di Bursa Efek Jakarta . Jumlah seluruh perusahaan ada 20
perusahaan. Sampel yang digunakan terdiri dari dua kelompok, yaitu perusahaan dengan katagori sehat, dan perusahaan dengan katagori tidak sehat. Pengelompokan
awal terhadap sampel dilakukan dengan menggunakan analisa Z Score Altman.
Apabila Z Score lebih besar atau sama dengan 1,88 perusahaan dikatagorikan sehat, dan apabila Z Score lebih kecil dari 1,88 maka perusahaan dikatagorikan tidak sehat.
4.2. Uji Normalitas Data
