61
sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia. Dimana koefisien untuk variabel working capital to total assets X
1
sebesar 3,673, koefisien untuk variabel earning before interest and tax to total assets X
3
sebesar 1,747, koefisien untuk variabel market value equity to book value of debt X
4
sebesar 1,432, dan koefisien untuk variabel sales to total assets X
5
sebesar 0,851.
f. Ketepatan Prediksi Analisis Diskriminan
Untuk menentukan cut off pengelompokan perusahaan kondisi financial distress dan nonfinancial distress dapat dilihat pada tabel Function at
Group Centroids berikut ini :
Tabel 4.10 Function at Group Centroids
Financial Distress Function
1
Financial Distress -1,396
Nonfinancial Distress 1.396
Sumber : Data Hasil Olahan SPSS, Lampiran 9
Berdasarkan tabel 4.10 dapat dilihat bahwa nilai centroid yang diperoleh dari analisis diskriminan adalah kondisi financial distress
sebesar -1,396 dan kondisi nonfinancial distress sebesar 1,396 maka perhitungan titik cut off fungsi diskriminan adalah sebagai berikut :
Nilai cut off =
−1,396+1,396 2
= 0
62
Dari hasil perhitungan diperoleh nilai cut off sebesar 0. Sehingga apabila nilai Z-Score 0 perusahaan diklasifikasikan sebagai perusahaan
dalam kondisi financial distress dan apabila nilai Z-Score 0 maka perusahaan diklasifikasikan dalam kondisi nonfinancial distress.
Untuk melihat suatu ketepatan model prediksi yang digunakan dalam penelitian ini dapat ditunjukkan pada tabel 4.11 berupa predicted
values dari suatu keadaan perusahaan dan baris merupakan data aktual yang dapat dilihat pada tabel 4.11.
Tabel 4.11 Hasil Ketepatan Perediksi
Analisis Diskriminan
Financial Distress Predicted Group
Membership Total
Financial Distress
Nonfinancial Distress
Original Count
Financial Distress 7
1 8
Nonfinancial Distress 1
7 8
Financial Distress 87,5
12,5 100,0
Nonfinancial Distress 12,5
87,5 100,0
87,5 of original grouped cases correctly classified Sumber : Data Hasil Olahan SPSS, Lampiran 9
Berdasarkan tabel 4.11 di atas, dari 8 perusahaan yang mengalami financial distress yang diteliti, sebanyak 7 perusahaan yang mengalami
financial distress dan sisanya 1 perusahaan yang tidak mengalami financial distress. Dengan demikian ketepatan model memprediksi kondisi
perusahaan yang mengalami financial distress adalah sebesar 12,5.
63
Sedangkan dari 8 perusahaan dalam kondisi nonfinancial distress, sebanyak 7 perusahaan dalam kondisi nonfinancial distress dan sisanya 1 perusahaan dalam
kondisi financial distress. Dengan demikian ketepatan model memprediksi kondisi perusahaan dalam kondisi nonfinancial distress adalah sebesar 12,5.
Secara keseluruhan, fungsi diskriminan mampu mengelompokkan kasus dengan benar sebesar 87,5.
4.4 Pembahasan