63
3. Analisis Multiple Discriminat Analtsis MDA
Hipotesis kedua merupakan pengujian terhadap variabel-variabel rasio keuangan yang mempunyai kemampuan dalam membentuk
model untuk memprediksi kebangkrutan bank. Hipotesis yang kedua
akan diuji dengan menggunakan MDA Multiple Diskriminant Analysis
. Dengan menggunakan MDA, variabel independen akan diuji dan diseleksi dengan metode stepwise sehingga diperoleh model
prediksi yang paling tepat untuk memprediksi kebangkrutan bank. Variabel independen yang masuk ke dalam seleksi SPSS akan menjadi
persamaan fungsi diskriminan sebagai model prediksi yang terbentuk. Adapun model prediksi yang dibentuk dari MDA disajikan berikut ini:
Gambar 3.1 Model Fungsi Diskriminan
Dengan menggunakan fungsi diskriminan dapat dihitung nilai optimum cutting score Zcu dari rata-rata z score setiap kategori
Zscore = a +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
Notasi:
Zscore = Discriminant score
a W
= Intersep = timbangan diskriminan variabel independen
X
1
X
2
X
3
X
4
X
5
X
6
X
7
X
8
= Capital Adequency Ratio CAR = Aktiva Tetap terhadap Modal ATTM
= Net Interest Margin NIM = Loan To Deposit Ratio LDR
= Profit Margin PM = Aktiva Produktif Bermasalah APB
= Non Performing Loan Gross NPLg = Non Performing Loan
Net NPLn
64 sehingga kondisi bermasalah suatu bank dapat diprediksi secara tepat.
Hasil dari fungsi diskriminan Zscore akan dibandingkan dengan nilai Zcu yang telah terbentuk. Apabila nilai Zscore Zcu, maka bank akan
dikategorikan ke dalam bank tidak bermasalah dan apabila nilai Zscore Zcu, maka perusahaan akan dikategorikan ke dalam bank
bermasalah. Dari model prediksi yang terbentuk oleh program SPSS akan dapat diketahui tingkat ketepatan model prediksi tersebut.
4. Analisis Regresi Binari Logistik
Pengujian hipotesis dalam penelitian ini dilakukan dengan analisis multivariate
dengan menggunakan
regresi logistik
logistic regression
, dimana analisis ini digunakan untuk menguji variabel bebas yang terdiri dari CAR, ATTM, NIM, LDR, PM, APB, NPLg,
NPLn terhadap kondisi bank. Model binary logistic adalah model yang memiliki variabel
dependen berupa kategori, sedangkan variabel independennya berupa data numeric. Data kategori pada variabel independen kemudian di
beri nilai 0 dan 1. Setiap nilai dugaan dari variabel independen terhadap variabel dependen dinyatakan dalam nilai probabilitas.
Dalam penelitian ini, model regresi logistik yang digunakan adalah model binary logistic regression yaitu model yang variabel
dependennya berupa data kategori, dimana bank yang bermasalah diberi kode 0 dan bank yang tidak bermasalah diberi kode 1.
