Hasil Analisis Data BAB IV- Model Prediksi Financial Distress Untuk Mendeteksi Potensi Kebangkrutan Pada Industri Perbankan

IV-64 Sementara pada tahun 2013 satu tahun sebelum kondisi financial distress, terdapat 9 bank yang diprediksikan berada dalam kondisi sehat yaitu: Bank Capital Indonesia Tbk, Bank Central Asia Tbk, Bank Negara Indonesia PerseroTbk, Bank Rakyat Indonesia PerseroTbk, Bank Danamon Indonesia Tbk, Bank Kesawan Tbk, Bank Mandiri Persero Tbk, Bank Nationalnobu Tbk, dan Bank Pan Indonesia Tbk. Sedangkan 27 bank lainnya diprediksikan akan mengalami financial distress pada tahun 2014.

IV.4. Hasil Analisis Data

4.4.1. Statistik Deskriptif

Statistik deskriptif dalam penelitian ini disajikan untuk memberikan gambaran atau deskripsi mengenai karakteristik dari hasil perhitungan Y- Score, dengan total aset bank dikategorikan berdasarkan pada prediki kondisi bank baik yang berada pada zona aman maupun yang berada pada zona distress dilihat dari jumlah sampel, rata-rata, minimum, maksimum. Berdasarkan 36 sampel bank yang terdaftar di Bursa Efek Indonesia BEI yang digunakan dalam penelitian ini, gambaran statistik deskriptif untuk seluruh variabel yang dianalisis, dapat dilihat pada kedua tabel berikut. Tabel IV. 15 Statistik Deskriptif Tahun 2012 Satu Tahun Sebelum Kondisi Financial Distress STATUS BANK TAHUN 2012 TOTAL ASET Y-SCORE Zona Aman N 8 8 Mean 284.708,81 ,43337 Minimum 1.218 ,336 Maximum 635.619 ,486 Std. Deviation 242.996,621 ,050228 Zona Distress N 28 28 Mean 39.138,18 ,56554 Minimum 1.048 ,513 Maximum 197.412 ,671 Std. Deviation 49.420,326 ,039213 Total N 36 36 Mean 93.709,43 ,53617 Minimum 1048 ,336 Maximum 635.619 ,671 Std. Deviation 156.251,278 ,069253 Total Aset dinyatakan dalam Milyar Rp Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 IV-65 Berdasarkan tabel IV.15 dapat diketahui bahwa Bank yang mengalami kondisi financial distress memiliki total aset rata rata sebesar Rp 39.138,18 Milyar. Bank yang mengalami financial distress dengan total aset paling besar yaitu Rp 197.412 Milyar adalah Bank CIMB Niaga Tbk BNGA. Sedangkan bank yang mengalami financial distress total aset paling kecil yaitu Rp 1.048 Milyar adalah Bank Mitraniaga Tbk NAGA. Nilai Y-score bank yang mengalami financial distress rata-rata berada pada angka 0,56554. Dengan standar deviasi sebesar 0,039. Bank yang berada pada zona distress paling tinggi yaitu sebesar 0,671 diperoleh Bank Himpunan Saudara 1906 Tbk SDRA. Sedangkan Y-score terendah yaitu sebesar 0,513 dimiliki oleh Bank Pembangunan Daerah Jawa Timur Tbk BJTM. Sementara itu, Bank yang berada pada kondisi aman memiliki rata-rata total aset sebesar Rp 284.708,81 Milyar. Bank berstatus aman dengan total aset paling besar yaitu Rp 635.619 Milyar adalah Bank Mandiri Persero Tbk BMRI. Sedangkan bank bertatus aman dengan total aset paling kecil yaitu Rp 1.218 Milyar adalah Bank Nationalnobu Tbk NOBU. Nilai Y-score bank yang berada pada kondisi aman rata-rata berada pada angka 0,43337. Dengan standar deviasi yaitu 0,05. Bank bertatus aman dengan nilai Y-score paling kecil yaitu sebesar 0,336 diperoleh Bank Danamon Indonesia Tbk BDMN. Sedangkan Y-score mendekati nilai cut off yaitu sebesar 0,486 dimiliki oleh Bank Rakyat Indonesia Persero Tbk BBRI. IV-66 Tabel IV. 16 Statistik Deskriptif Tahun 2013 Satu Tahun Sebelum Kondisi Financial Distress STATUS BANK TAHUN 2013 TOTAL ASET Y-SCORE Zona Aman N 9 9 Mean 288.066,57 ,46889 Minimum 3.877 ,420 Maximum 733.100 ,500 Std. Deviation 281.201,780 ,025712 Zona Distress N 27 27 Mean 46.570,80 ,58074 Minimum 1.285 ,510 Maximum 218.866 ,720 Std. Deviation 57.772,379 ,054697 Total N 36 36 Mean 106.944,74 ,55278 Minimum 1.285 ,420 Maximum 733.100 ,720 Std. Deviation 178.328,412 ,069183 Total Aset dinyatakan dalam Milyar Rp Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 Berdasarkan tabel IV.16 dapat diketahui bahwa Bank yang mengalami kondisi financial distress memiliki total aset rata rata sebesar Rp 46.570,80 Milyar. Bank yang mengalami financial distress dengan total aset paling besar yaitu Rp 218.866 Milyar tetap ditempati oleh Bank CIMB Niaga Tbk BNGA. Sedangkan bank yang mengalami financial distress total aset paling kecil yaitu Rp 1.285 Milyar juga tetap ditempati oleh Bank Mitraniaga Tbk NAGA. Nilai Y-score bank yang mengalami financial distress rata-rata berada pada angka 0,58074. Dengan standar deviasi sebesar 0,055. Bank yang berada pada zona distress paling tinggi yaitu sebesar 0,720 diperoleh Bank ICB Bumi Putra Tbk BABP. Sedangkan Y-score terendah yaitu sebesar 0,510 dimiliki oleh Bank NISP OCBC Tbk NISP. Sementara itu, Bank yang berada pada kondisi aman memiliki rata-rata total aset sebesar Rp 288.066,57 Milyar. Bank berstatus aman dengan total aset paling besar yaitu Rp 733.100 Milyar tetap ditempati oleh Bank Mandiri Persero Tbk BMRI. Sedangkan bank bertatus aman dengan total aset paling kecil yaitu Rp 3.877 Milyar juga tetap ditempati oleh Bank Nationalnobu Tbk NOBU. IV-67 Nilai Y-score bank yang berada pada kondisi aman rata-rata berada pada angka 0,47. Dengan standar deviasi yaitu 0,025. Bank bertatus aman dengan nilai Y-score paling kecil yaitu sebesar 0,42 diperoleh Bank Mandiri Persero Tbk BBRI. Sedangkan Y-score sama dengan nilai cut off yaitu sebesar 0,5 dimiliki oleh Bank Kesawan Tbk BKSW.

4.2.1. Analisis Regresi Logistik

Agar pembaca dapat dengan mudah untuk memahami hasil penelitian, penulis akan memulai penjelasan hasil analisis regresi logistik dari estimasi parameter dan interpretasi.

4.2.1.1. Tahun 2012 Dua Tahun Sebelum Kondisi Financial Distress

Pada tahun 2012, step yang digunakan untuk mengiterpetasikan uji kelayakan model adalah step ke-2 karena pada step ini, terdapat 2 variabel independen yang berpengaruh signifikan terhadap kondisi financial distress bank.

A. Uji Kelayakan Model Regresi Logistik Goodness of fit

Penilaian uji kelayakan model regresi logistik, dapat dilihat dari nilai statistik pada keempat tabel berikut ini. Tabel IV.17 Iteration History Iteration -2 Log likelihood Coefficients Constant Step 0 1 38,267 1,111 2 38,139 1,248 3 38,139 1,253 4 38,139 1,253 a. Constant is included in the model. b. Initial -2 Log Likelihood: 38,139 c. Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001. Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 Pertama, dari tabel IV.17 Iteration History diperoleh informasi bahwa nilai -2 Log Likehood yang hanya memasukkan konstanta saja adalah 38,139. Setelah sembilan variabel independen dimasukan, nilai -2 Log Likehood turun menjadi 6,891 seperti yang IV-68 disajikan pada tabel IV.19 step ke-2. Hal ini berarti penambahan variabel independen ke dalam model memperbaiki model fit. Tabel IV.18 Omnibus Tests of Model Coefficients Chi-square df Sig. Step 1 Step 7,182 1 ,007 Block 7,182 1 ,007 Model 7,182 1 ,007 Step 2 Step 10,955 1 ,001 Block 18,137 2 ,000 Model 18,137 2 ,000 Step 3 Step 13,110 1 ,000 Block 31,247 3 ,000 Model 31,247 3 ,000 Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 Kedua, dari tabel IV.19 Omnibus Tests of Model Coefficients diperoleh informasi bahwa pada step ke-2 nilai Chi- square model menunjukkan nilai signifikansi 0,000 lebih kecil dari 0,05 maka dapat disimpulkan bahwa penggunaan variabel independen dalam model penelitian secara simultan dapat memprediksi kondisi financial distress bank. Tabel IV.19 Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 30,957 a ,181 ,277 2 20,002 b ,396 ,606 3 6,891 c ,580 ,888 a. Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001. b. Estimation terminated at iteration number 7 because parameter estimates changed by less than ,001. c. Estimation terminated at iteration number 11 because parameter estimates changed by less than ,001. Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 Ketiga, dari tabel IV.18 didapatkan nilai 0,606 untuk nilai Nagelkerke R Square pada step ke-2. Hal ini berarti bahwa kondisi financial distress dapat dijelaskan oleh variabel independen yang terdapat pada model sebesar 60,6 , sedangkan 30,4 kondisi financial distress bank dijelaskan oleh variabel lainnya diluar model. IV-69 Tabel IV.20 Hosmer and Lemeshow Test Step Chi-square df Sig. 1 14,499 7 ,043 2 3,859 7 ,796 3 ,220 7 1,000 Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 Keempat, Tabel IV.20 Hosmer and Lemeshow Test menunjukkan bahwa nilai signifikansi pada step ke-2 adalah 0,796 lebih besar dari 0,05 sehingga hipotesis nol diterima, yaitu model fit cocok dengan data penelitian dan dapat model dapat diterima.

B. Ketepatan Prediksi Model Regresi Logistik

Tabel IV.21 Classification Table Observed Predicted STATUS BANK TAHUN 2012 Correct Zona Aman Zona Distress Step 1 STATUS BANK Zona Aman 4 4 50,0 Zona Distress 28 100,0 Overall Percentage 88,9 Step 2 STATUS BANK TAHUN 2012 Zona Aman 6 2 75,0 Zona Distress 2 26 92,9 Overall Percentage 88,9 Step 3 STATUS BANK TAHUN 2012 Zona Aman 8 100,0 Zona Distress 1 27 96,4 Overall Percentage 97,2 a. The cut value is ,500 Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 Berdasarkan output pada step ke-2 yang disajikan pada Tabel IV.21 diperoleh informasi dari 8 bank yang penulis prediksi berada pada zona aman, 2 bank diantaranya yang masuk ke dalam zona distress sehingga ketepatan klasifikasi adalah 75. Sedangkan, dari 28 bank yang penulis prediksi masuk ke zona distress, 2 bank diantaranya masuk ke dalam zona aman sehingga ketepatan klasifikasi adalah 92,9 . Secara keseluruhan, model IV-70 regresi biner logistik mampu memprediksi 88,9 kondisi financial distress yang terjadi pada bank.

C. Estimasi Parameter dan Interpretasi

Tabel IV.22 Variables in the Equation B S.E. Wald df Sig. ExpB Step 1 a SIZE -1,627 ,700 5,407 1 ,020 ,197 Constant 4,726 1,688 7,843 1 ,005 112,872 Step 2 b SIZE -2,808 1,134 6,126 1 ,013 ,060 TLTA 42,466 16,549 6,585 1 ,010 2,773E18 Constant -29,261 12,565 5,423 1 ,020 ,000 Step 3 c SIZE -7,770 4,726 2,703 1 ,100 ,000 TLTA 149,209 95,255 2,454 1 ,117 6,318E64 CLCA 12,999 9,369 1,925 1 ,165 441997,069 Constant -128,261 82,576 2,413 1 ,120 ,000 a. Variables entered on step 1: SIZE. b. Variables entered on step 2: TLTA. c. Variables entered on step 3: CLCA. Sumber: Hasil Pengolahan Data Menggunakan SPSS 18 Berdasarkan tabel IV.17 diperoleh informasi bahwa variabel independen yang bisa digunakan untuk memprediksi kondisi financial distress pada bank pada tahun 2012 adalah SIZE dan TLTA, karena masing-masing variabel ini memiliki signifikansi 0,013 dan 0,01 yang lebih kecil dari 0,05. Variabel SIZE memiliki tanda koefisien negatif dan memiliki nilai Exp B atau Odds Ratio sebesar 2,773 x 10 18 . Berdasarkan informasi tersebut, maka variabel SIZE berpengaruh negatif terhadap prediksi kondisi financial distress suatu bank. Jika variabel TLTA dianggap konstan, peningkatan variabel SIZE sebesar 1 akan menurunkan peluang terjadinya kondisi financial distress sebanyak 2,773 x 10 18 kali pada bank. Variabel TLTA memiliki tanda koefisien positif dan memiliki nilai Exp B atau Odds Ratio sebesar 0,060. Berdasarkan informasi tersebut, maka variabel TLTA berpengaruh positif terhadap prediksi kondisi financial distress suatu bank. Jika variabel SIZE dianggap konstan peningkatan variabel TLTA IV-71 sebesar 1 akan meningkatkan peluang terjadinya kondisi financial distress sebanyak 0,060 kali pada bank. Model prediksi untuk tahun 2012 prediksi dua tahun sebelum kondisi financial distress adalah sebagai berikut:

4.2.1.2. Tahun 2013 Satu Tahun Sebelum Kondisi Financial Distress

Pada tahun 2013, step yang digunakan untuk mengiterpetasikan uji kelayakan model adalah step ke-2 karena pada step ini, terdapat 2 variabel independen yang berpengaruh signifikan terhadap kondisi financial distress bank.

A. Uji Kelayakan Model Regresi Logistik Goodness of fit

Penilaian uji kelayakan model regresi logistik, dapat dilihat dari nilai statistik pada keempat tabel berikut ini. Tabel IV.23 Iteration History

a,b,c