Statistik Deskriptif Uji Asumsi Diskriminan

99 perolehan kapling tanah untuk dijual tanpa bangunan. Secara spesifik, aktivitas sub sektor Real Estate lebih mengarah pada kegiatan pengembangan perumahan konvensional berikut sarana pendukung berupa fasilitas umum dan fasilitas sosial. Disisi lain, aktivitas sub sektor industri property lebih mengarah pada kegiatan pengembangan bangunan hunian vertikal antara lain apartemen, kondominium, rumah susun. Bangunan komersial antara lain perkantoran, pusat perbelanjaan dan bangunan industri Bapeppam, 2002 : 4.

E. Metode Analisis Data

Metode analisis data digunakan untuk menganalisis data hasil penelitian agar dapat diinterpretasikan sehingga laporan sehingga laporan yang dihasilkan dapat dipahami Kosasih, 2010:48. Penelitian ini menggunakan analisis Multiple Discriminant Analysis MDA dan regresi logistik atas rasio-rasio keuangan. Adapun analisis yang digunakan adalah sebagai berikut:

1. Statistik Deskriptif

Data yang dikumpulkan dan yang akan diolah dalam penelitian ini dianalisis dengan alat statistik yaitu statistik deskriptif. Pengujian statistik deskriptif ini menggunakan SPSS versi 20 untuk memudahkan perolehan data sehingga dapat menjelaskan variabel-variabel yang digunakan.Pengujian statistik deskriptif pada dasarnya memaparkan 100 secara numerik ukuran pemusatan data tendensi sentral, mengukur penyebaran suatu data dispersi, dan mengukur distribusi suatu data. Penelitian dengan menggunakan statistik deskriptif yang terdiri dari rata- rata, nilai maksimum, minimum, dan standart deviasi Trihendradi, 2012 : 75. Tabel 4.3 Hasil Uji Statistik Deskriptif Sumber: Hasil olah data Pada hasil uji statistik deskriptif diatas untuk variabel X 1 memiliki nilai minimum sebesar 0.13, maksimum 11.94, nilai rata-rata 1.8728 dan standart deviasi sebesar 1.92156. Variabel X 2 memiliki nilai minimum sebesar 0.06, maksimum 0.80, nilai rata-rata 0.4687 dan standart deviasi sebesar 0.17311. Variabel X 3 memiliki nilai minimum sebesar -0.01, maksimum 43.11, nilai rata-rata 2.6862 dan standart deviasi sebesar 8.31960. Variabel X 4 memiliki nilai minimum sebesar 0.07, maksimum 4.04, nilai rata-rata 11.502 dan standart deviasi sebesar 0.78112. Variabel X 5 memiliki nilai minimum sebesar 0.00, maksimum 48.17, nilai rata-rata 5.2645 dan standart deviasi sebesar 11.68347. 101 Variabel X 6 memiliki nilai minimum sebesar 0.08, maksimum 0.264, nilai rata-rata 0.3873 dan standart deviasi sebesar 0.37116.

2. Uji Asumsi Diskriminan

Sebelum melakukan uji diskriminan, terlebih dahulu harus memenuhi asumsi dasar, antara lain:

a. Uji Normalitas Data

Menentukan data dengan uji Kolmogorov-Smirnov maupun Shapiro-Wilk dapat dilakukan dengan melihat nilai signifikansi. Apabila nilai signifikansi lebih besar dari 0,05 maka data tersebut distribusinya normal Trihendradi, 2012:94. Hasilnya menunjukkan tingkat signifikansi di atas 0,05. Hal ini berarti variabel yang berdistribusi normal adalah X 2 , dan X 4 yang bersumber dari hasil olahan SPSS 2.0. Tabel 4.4 Hasil Uji One-Sample Kolmogorov-Smirnov Test 102 Sumber: Olah Data Artinya pada variabel X 2 dan X 4 telah berdistribusi normal karena nilai signifikansinya lebih dari 0,05. Sedangkan untuk variabel lainnya memiliki tingkat signifikansi dibawah 0,05 yang artinya variabel tersebut belum berdistribusi normal. Uji selanjutnya untuk variabel X 2 dan X 4 menggunakan uji statistik Independent Sample T-test.

b. Independent Sample t-Test.

Berdasarkan hasil output pada SPSS, maka besarnya tingkat signifikansi dari varibel yang berdistribusi normal dapat dilihat pada tabel 4.5 sebagai berikut : Tabel 4.5 Hasil Uji Independent Sample t-Test Sumber : Hasil Olah Data Tabel Independent Samples test pertama, Levene’s test untuk menguji apakah kedua kelompok perusahaan yang diprediksi mengalami kebangkrutan dan perusahaan yang diprediksi tidak mengalami kebangkrutan memiliki varian yang sama. Dari hasil 103 Levene’s test untuk variabel X 2 menunjukkan F sebesar 1.270 dan tingkat signifikansi sebesat 0,262. Tingkat signifikansi ini ternyata lebih tinggi dari 0,05 yang artinya varians dari dari kedua sampel tersebut sama. Sedangkan hasil dari Levene’s test pada variabel X 4 menunjukkan F sebesar 4.501 dan tingkat signifikansi sebesar 0.036. Maka pada variabel X 4 menunjukkan tingkat signifikansi jauh lebih kecil dari 0,05 yang artinya dari kedua sampel tersebut tidak sama. Untuk tabel Independent Sample Test kedua, t-test untuk menguji apakah kedua kelompok memiliki rata-rata yang sama. Dimana nilai tingkat signifikansi Sig.2-Tailed untuk variabel X 2 sebesar 0,000 angka tersebut lebih rendah dari 0,05 yang artinya tidak memiliki rata-rata diantara variabel yang di uji. Sedangkan nilai tingkat signifikansi Sig.2-Tailed untuk variabel X 4 sebesar 0,000 angka yang lebih rendah dari 0,05 yang artinya memiliki rata-rata diantara variabel yang di uji. Dengan kata lain variabel X 4 tersebut signifikan dalam memprediksi kebangkrutan suatu perusahaan.

c. Uji Linearitas

Pengujian ini dilakukan dengan menggunakan Box`s M Test dengan α=5. Hasil uji Box`s M Test menunjukkan bahwa nilai F sebesar 6.889 dan signifikan pada 0.009 dan probabilitas ini dibawah 0.05, maka dapat disimpulkan bahwa matrik covariance antar group memang berbeda dan hal ini menyalahi asumsi diskriminan. Namun 104 demikian analisis fungsi diskriminan tetap robust walaupun asumsi homogeneity of variance tidak terpenuhi dengan syarat data tidak memiliki outlier. Tabel 4.6 Hasil Uji Linearitas Sumber: Hasil olah data 3. Analisis Diskriminan Analisis diskriminan berguna pada situasi di mana sampel total dapat dibagi menjadi grup-grup berdasarkan karakteristik variabel yang diketahui dari beberapa kasus. Tujuan utama dari analisis multiple diskriminan adalah untuk mengetahui perbedaan antargrup Sofyan Yamin, 2009 : 221. Analisis statistik yang digunakan untuk memodelkan suatu hubungan antara variabel dependen yang berdata kategori dengan beberapa variabel independen prediktor. Analisis diskriminan berusaha untuk mengelompokkan setiap objek ke dalam dua atau lebih kelompok berdasarkan pada sejumlah kriteria variabel independen Sofyan Yamin, 2009:221. 105 Menurut Imam Ghozali 2012 : 289 diskriminan analisis merupakan bentuk regresi dengan variabel terikat berbentuk non-metrik atau kategori. Tujuan dari analisis diskriminan yaitu : 1. Mengidentifikasi variabel-variabel yang mampu membedakan antara kedua kelompok. 2. Menggunakan variabel-variabel yang telah teridentifikasi untuk menyususn persamaan atau fungsi untuk menghitung variabel baru atau indek yang dapat menjelaskan perbedaan antara dua kelompok. 3. Menggunakan variabel yang telah teridentifikasi atau indek untuk mengembangkan aturan atau cara mengelompokkan observasi di masa datang kedalam satu dari dua kelompok. Dalam penelitian ini variabel dependen yang digunakan yaitu memiliki dua tipe: Perusahaan property and real estate yang bangkrut diberi kode “0” dan perusahaan property and real estate yang tidak mengalami kebangkrutan diberi kode “1”. Berikut adalah ringkasan dari pengujian dalam menggunakan MDA dapat dilihat pada tabel Analysis Case Processing Summary yang menunjukkan bahwa tidak ada data yang hilang. Pada tabel ini dikatakan valid 100 dengan jumlah sampel yang digunakan sebesar 104 perusahaan. 106 Tabel 4.7 Analysis Case Processing Summary Sumber: Hasil olah data

1. Hasil Uji Test of Equality Group Means

Dokumen yang terkait

Kajian Pengaruh Perumahan (Real Estate) Terhadap Tingkat Pelayanan Jalan Studi Kasus: Perumahan Setiabudi Indah Medan

1 45 10

Kajian Pengaruh Perumahan (Real Estate) Terhadap Tingkat Pelayanan Jalan Studi Kasus: Ruas Jalan Setiabudi Medan

1 24 164

PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN METODE ALTMAN Z-SCORE, SPRINGATE DAN ZMIJEWSKI PADA PERUSAHAAN PROPERTY DAN REAL ESTATE YANG TERDAFTAR DI BEI TAHUN 2011-2013.

0 2 20

Sub sektor property dan real estate

0 0 2

ANALISIS KEBANGKRUTAN PADA PERUSAHAAN PROPERTY DAN REAL ESTATE YANG TERDAFTAR DI BURSA EFEK INDONESIA

0 0 13

ANALISIS PERBANDINGAN PREDIKSI KEBANGKRUTAN PERUSAHAAN DENGAN MENGGUNAKAN MULTIVARIATE DISCRIMINANT ANALYSIS DAN REGRESI LOGISTIK PADA PERUSAHAAN PERTAMBANGAN BATUBARA PERIODE 2010-2014

0 0 17

Sub Sektor Property dan Real Estate No

0 0 21

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN MODEL SPRINGATE DAN UMUR PERUSAHAAN SEBAGAI VARIABEL PENJELAS (Studi Pada Perusahaan Property and Real Estate Yang Terdaftar di BEI) - Perbanas Institutional Repository

0 0 20

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN MODEL SPRINGATE DAN UMUR PERUSAHAAN SEBAGAI VARIABEL PENJELAS (Studi Pada Perusahaan Property and Real Estate Yang Terdaftar di BEI) - Perbanas Institutional Repository

0 0 14

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN MODEL SPRINGATE DAN UMUR PERUSAHAAN SEBAGAI VARIABEL PENJELAS (Studi Pada Perusahaan Property and Real Estate Yang Terdaftar di BEI) - Perbanas Institutional Repository

0 0 25