10 4. Pr oses kepai l i t an sedang t er j adi
5. Tel ah dit unj uknya r ecei ver shi p
6. Di t i t i pkannya sel ur uh aset kepada pi hak ket i ga Teor i keuangan mengasumsi kan bahwa si st em kepai l i t an yang sempur na
member i kan manf aat yang cukup ber har ga bagi per ekonomi an. Pada umumnya dikenal dua macam biaya yang akan t erj adi pada perusahaan yang
pai l i t , yai t u di r ect cost dan i ndi r ect cost . Di r ect cost mer upakan bi aya yang l angsung
dikel uarkan ol eh perusahaan t ersebut unt uk membayar pengacar a, akunt an dan t enaga pr of essi onal l ai n unt uk mer est r ukt ur i sasi keuangannya yang kemudi an
akan dilapor kan kepada par a kr edi t ur . Sel ai n i t u, bunga yang di bayar per usahaan unt uk pi nj aman sel anj ut nya yang bi asanya j auh l ebi h mahal j uga mer upakan
di r ect cost dar i kepai l i t an. Sedangkan i ndi r ect cost mer upakan pot ensi al l oss yang di hadapi per usahaan yang sedang menghadapi kesul i t an keuangan t er sebut ,
seper t i kehi l angan pel anggan dan suppl i er , kehi l angan pr oyek bar u kar ena manaj emen ber konsent r asi kepada penyel esai an kesul i t an keuangan dal am
j angka pendek. Hi l angnya ni l ai per usahaan saat Manager at au Haki m mel i kui dasi per usahaan yang masi h memi l i ki
Net Pr esent Val ue posi t i f j uga mer upakan i ndi r ect cost dar i kepai l i t an. Mel i hat di r ect dan i ndi r ect cost per usahaan yang
mengal ami kesul i t an keuangan cukup t i nggi , pengadi l an kepai l i t an moder n ber usaha unt uk memper t ahankan per usahaan sebagai
goi ng concer n dan menangani t agi han kr edi t ur secepat nya. Hukum kepai l i t an yang sudah mapan
memberikan pr ot eksi bagi kr edi t ur dan j uga member i kan mekani sme yang bai k unt uk menyel esai kan per sel i si han ant ar pi hak dengan l ebi h cepat . Dengan
menghi l angkan ket i dakpast i an, si st em kepai l i t an yang sudah mapan t er sebut akan mendor ong pengusaha dan per usahaan besar mengambi l r i si ko yang l ebi h besar
l agi. Hal it u j uga dapat menurunkan biaya modal dengan cara memint a ahl i keuangan unt uk menghi t ung memper ki r akan bagai mana kr edi t ur di bayar saat
t erj adi def aul t .
II. 3. 2. Kepailit an di Indonesia
Pengert ian f ail ure kepail i t an di Indonesi a mengacu pada Per at ur an Pemer i nt ah penggant i UU No. 1 t ahun 1998 t ent ang Per ubahan At as UU Kepai l i t an, yang
menyebut kan: 1. Debi t ur yang mempunyai dua at au l ebi h kr edi t ur dan t i dak membayar
sedi ki t nya sat u ut ang yang t el ah j at uh wakt u dan t i dak dapat di t agi h, di nyat akan pai l i t dengan put usan pengadi l an yang ber wenang, bai k
11 at as per mohonannya sendi r i , maupun at as per mi nt aan seor ang at au
l ebi h kr edi t ur nya. 2. Per mohonan sebagai mana di sebut dal am but i r di at as, dapat j uga
di aj ukan ol eh kej aksaan unt uk kepent i ngan umum. UU kepai l i t an pada dasar nya menyat akan bagai mana menyel esai kan sengket a
yang muncul di kal a sat u per usahaan t i dak bi sa l agi memenuhi kewaj i ban ut ang, j uga bagai mana menangani per t i kai an ant ar i ndi vi du yang ber kai t an dengan bi sni s
yang di j al ankan. Ada beber apa kr i t er i a pent i ng: 1. Pembukuan har us j el as. Peni l ai an akt i va har us t r anspar an dan dengan
car a yang di akui umum i nt er nasi onal st andar ; 2. Ti ngkat gr adasi ut ang pi ut ang ber dasar kan t anggungan menent ukan si apa
yang bol eh didahul ukan da l am menyel esai kan masal ah ut ang. Mi sal nya: sebuah per usahaan bangkr ut , si apa yang ber hak memper ol eh pembayar an
t er l ebi h dahul u dan si apa yang kemudi an; 3. Acar a hukum per dat a mengat ur si apa yang ber kepent i ngan, pi hak
pengat ur kebangkr ut an, pengadi l an mana yang kompet en dan bagai mana car a pr oses yang har us di l akukan unt uk menyel esai kan per kar a i ni ;
4. Penet apan sanksi ol eh pengadi l an yang ber wenang andai kat a sat u pi hak t i dak memenuhi j anj i . Ber apa wakt u yg di ber i kan kepada per usahaan
yang mer asa mampu member eskan ut ang-ut angnya sendi r i ; 5. Sekal i pun di nyat akan pai l i t , t ent unya per usahaan masi h bi sa ber j al an
sement ar a. Dal am hal i ni di t et apkan per syar at an- per syar at annya dan si apa yang har us mengawasi pr oses penyehat annya. Suat u per usahaan
yang dinyat akan pail it t idak p er l u l angsung menghent i kan semua kegiat annya. Mer eka har us di ber i kesempat an unt uk member eskan
keuangan dan kegiat an yang l ain demi kepent ingan penagih ut ang. 6. Penyel esaian sengket a bol eh dij al ankan l ewat arbit rase di l uar
pengadil an Perusahaan dinyat akan pai l i t bangkr ut apabi l a dal am j angka wakt u
t er t ent u t i dak bi sa mel akukan pembayar an pokok dan at au bunganya. Kepai l i t an j uga bi sa di mi nt a pemi l i k per usahaan at au j uga ol eh par a penagi h ut ang.
Sel ai n i st i l ah kepai l i t an seper t i yang di ur ai kan di at as, dal am duni a bi sni s dikenal pul a ist il ah del ist ed. Perat uran Pencat at an Bursa Ef ek Jakart a No. 1B
t ahun 2000 dan 2001 menyebut kan pengat ur an del i st ed sebagai ber i kut :
12 1. Del i st i ng dapat di l akukan bai k at as per mohonan emi t en maupun
di put uskan ol eh Bur sa. Dal am hal deli st i ng di put uskan ol eh Bur sa t er l ebi h dahul u waj i b mendengar pendapat dar i Komi t e Pencat at an Ef ek.
2. Del i st i ng at as per mohonan emi t en hanya dapt di l aksanakan apabi l a hal t er sebut t el ah di put uskan ol eh RUPS dan emi t en yang ber sangkut an t el ah
menyel esai kan sel ur uh kewaj i bannya kepada Bur sa. 3. Del i st i ng at as per mohonan emi t en di aj ukan 2 dua bul an sebel um
t anggal del i st i ng di ber l akukan dengan mengemukakan al asannya ser t a mel ampi r kan ber i t a acar a RUPS sebagai mana di maksud pada angka 2
dua di at as. 4. Dal am hal permohonan del i st i ng di penuhi , bur sa waj i b mengumumkan
rencana del ist ing t ersebut sekurang-kur angnya 30 har i sebel um t anggal del i st i ng di ber l akukan.
5. Emit en yang ef eknya t ercat at di bursa yang mengal ami sal ah sat u kondisi t ersebut di bawah ini, dipert imbangkan unt uk di kenakan del i st i ng:
a. Sel ama 3 t ahun ber t ur ut - t ur ut mender i t a r ugi , at au t er dapat sal do r ugi sebesar 50 at au l ebi h dar i modal di set or dal am ner aca
perusahaan pada t ahun t erakhir; b. Sel ama 3 t ahun ber t ur ut -t ur ut t i dak membayar devi den t unai
unt uk saham. Mel akukan t i ga kal i ceder a j anj i unt uk obl i gasi ; c. Juml ah modal sendi r i kur ang dar i Rp3. 000. 000. 000, - t iga mil iar
rupiah; d. Juml ah pemegang saham kur ang dar i 100 pemodal or ang badan
sel ama 3 t i ga bul an ber t ur ut - t ur ut ber dasar kan l apor an bul anan emi t en Bi r o Admi ni st r asi Ef ek;
e. Sel ama 6 bul an ber t ur ut -t ur ut t i dak t er j adi t r ansaksi ; f . Lapor an keuangan di susun t i dak sesuai dengan pr i nsi p akunt ansi
yang ber l aku umum dan ket ent uan yang di t et apkan ol eh BAPEPAM;
g. Mel anggar ket ent uan bursa pada khususnya dan ket ent uan pasar modal pada umumnya;
h. Mel akukan t i ndakan-t i ndakan yang mel anggar kepent i ngan umum ber dasar kan keput usan i nst ansi yang ber wenang;
13 i .
Emi t en di l i kui dasi bai k kar ena mer ger , penggabungan, bangkr ut , di bubar kan r eksadana at au al asan l ai nnya;
j . Emit en di nyat akan pail it ol eh pengadil an k. Emi t en menghadapi gugat an per kar a per i st i w a yang secar a
mat er i al mempengar uhi kondi si dan kel angsungan hi dup perusahaan;
l. Khusus unt uk emi t en r eksadana, ni l ai kekayaan ber si h ni l ai asset
val ue t ur un menj adi kur ang dar i 50 dar i ni l ai per dana yang di sebabkan ol eh ker ugi an oper asi .
III METODOLOGI III. 1. Spesifikasi Model
Di scr i mi nant anal ysi s dan l ogi st i c r egr essi on adal ah t ekni k st at i st i k yang pal i ng sesuai apabi l a var i abel dependennya ber bent uk non met r i k at au kat egor i k
mi sal nya l aki- l aki per empuan; pai l i t dan t i dak pai l i t . Di kebanyakan kasus, var i abel dependen t er di r i dar i dua gr up at au kel ompok, mi sal nya kel ompok l aki -
l aki ver sus kel ompok per empuan at au kel ompok per usahaan yang pai l i t ver sus kel ompok per usahaan yang ti dak pai l i t . Dapat j uga t er j adi t i ga pengel ompokkan
seper t i kel ompok r endah, kel ompok sedang dan kel ompok t i nggi . Di cr i mi nant
anal aysi s mampu menyel esai kan r egr esi dengan dua at au l ebi h kel ompok var i abel dependen. Apabi l a dua kel ompok var i abel dependen di gunakan, t ekni k t er sebut
l azi m di sebut sebagai t wo-gr oup di scr i mi nant anal ysi s. Apabi l a t i ga kel ompok
var i abel dependen yang di gunakan, bi asanya ser i ng di sebut sebagai Mul t i var i at e
Di scr i mi nant Anal ysi s. Logi st i c r egr essi on, l ebi h di kenal sebagai l ogi t anal ysi s, t er bat as unt uk dua kel ompok, wal aupun al t er nat if f or mul a yang l ebih kompl eks
dapat menangani l ebi h dar i dua kel ompok var iabel de penden.
Discriminant Analysis
Anal i si s di skr i mi nan mencoba menghasi l kan kombi nasi l i near t er bai k dar i dua at au l ebih vari abel i ndependen yang akan memi sahkan kel ompok yang pai l i t
dar i kel ompok yang t i dak pai l i t . Hal i ni dapat di l akukan dengan mengacu pada at ur an st at i st i k yang memaksi mal kan var i ans
bet ween-gr oup dengan var i ans wi t hi n gr oup. Hubungan t er sebut di cer mi nkan dar i r asi o bet ween gr oup var i ance
t erhadap wi t hi n gr oup var i ance.
14 Per samaan dal am f ungsi di skr i mi nan mer upakan kombi nasi l i near dar i
r asi o keuangan kel ompok per usahaan yang akan menghasi l kan axi s bar u Z yang mer upakan gar i s di agonal dengan sudut 45 der aj at dar i r asi o-r asi o keuangan yang
di gunakan. Axi s bar u, at au Z t er sebut , member i kan maksi mum kemampuan unt uk membedakan ant ar a dua kel ompok per usahaan. Axi s bar u Z i ni di sebut
di scr i mi nant f unct i on dan pr oyeksi suat u t i t i k pada di scr i mi nant f unct i on i ni disebut
di scr i mi nant scor e. Z sebagai f ungsi di skr i mi nan akan menent ukan ni l ai ?
1
dan ?
2
dar i di scr i mi nant f unct i on di at as agar memaksi mumkan ni l ai l ambda
? .
Bet ween gr oup sum of squar e ???
Wi t hi n gr oup sum of squar e Di scr i mi nant f unct i on di dapat dengan memaksi mumkan ni l ai ? d an
di sebut sebagai Fi sher ’ s l i near di scr i mi nant f unct i on. Peni l ai an si gni f i kansi
var i abel di skr i mi nan dapat di l i hat dar i r at a-r at a r asi o keuangan apakah ber beda secar a si gni f i kan unt uk per usahaan yang pai l i t dan t i dak pai l i t .
Di scr i mi nant anal ysi s menghasi l kan kombi nasi l i near dar i per samaan sebagai ber i kut :
Z = ?
1
x
1
+ ?
2
x
2
+…+ ??
n
x
n
Di mana: Z = scor e di skr i mi nan
?
i
= bobot di skr i mi nan x
i
= var i abl e i ndependen r asi o keuangan Sel anj ut nya, set i ap per usahaan yang ada dal am sampel akan memi l i ki
sat u angka komposi t di skr i mi nan yang kemudi an di bandi ngkan dengan cu t -of f val ue yang ada, sehi ngga dapat di t ent ukan masuk kel ompok yang mana
per usahaan t er sebut . Di scr i mi nant anal ysi s member i kan hasi l t er bai k apabi l a var i abel dal am
set i ap kel ompok mengi kut i di st r i busi nor mal mul t i var i at dan mat r i ks kovar i ans unt uk set iap kel ompok adal ah sama. Namun demi ki an, beber apa penel i t i an yang
l al u menunj ukkan bahwa, khususnya perusahaan yang pail it , mel anggar asumsi nor mal i t as dan mel anggar asumsi mat r i ks kovar i ans yang sama unt uk set i ap
kel ompok. Bahkan, ser i ngkal i mul t i kol i near i t as di ant ar a var i abel i ndependen menj adi masal ah yang ser i us, khususnya apabi l a pr osedur st epw i se di gunakan
15 Hai r et al . 1992. Namun demi ki an, st udi empi r i s yang l al u membukt i kan bahwa
masal ah yang t er kai t dengan asumsi nor mal i t as t i dak mel emahkan kemampuan kl asi f i kasi membedakan kel ompok pai l i t dar i yang t i dak pai l i t , namun
mel emahkan kemampuan pr edi ksi model t er sebut .
Met ode Est imasi Discriminant Analysis
Met ode yang ser i ng di gunakan unt uk menyel esai kan per samaan diskriminan adal ah met ode simul t an dan met ode st epwi se. Met ode si mul t an
menyel esai kan per samaan dengan car a memasukkan sel ur uh var i abel secar a ber sama-sama ke dal am f ungsi diskr iminan t anpa mel ihat t er l ebih dahul u
kemampuan di scr i mi nat e masi ng-masi ng var i abel t er sebut . Met ode i ni kemudi an
memili h var i abel-var i abel yang memi l i ki kemampuan di scr i mi nat e t er bai k.
Sedangkan pr oses met ode st epwi se di mul ai dengan memi l i h var i abel i ndependen yang memi l i ki kemampuan
di scr i mi nat e t er bai k. Kemudi an per samaan t er sebut di sandi ngkan dengan var i abel i ndependen l ain yang memil iki kemampuan
di scr i mi nat e t er bai k sampai kemudi an kombi nasi var i abel t er sebut menunj ukkan peni ngkat an kemampuan
di scr i mi nat e. Met ode si mul t an yang di gunakan dal am penel i t i an i ni sudah t er masuk dal am paket pr ogr am SPSS yang di pakai .
Sebel um di scr i mi nant f unct i on t er bent uk ber dasar kan di skr i mi nan
anal i si s t er dapat beber apa hal yang per l u di per hat i kan dar i out put di skr i mi nan anal i si s yai t u:
1. Mel i hat apakah t er dapat per bedaan yang si gni f i kan ant ar a kedua kel ompok per usahaan. Unt uk mel i hat per ber bedaan yang si gni f i kan i ni
di l akukan dengan uj i t t est at au Wi l k’ s Lambda t est st at i st i k. Semaki n keci l ni l ai Wi l k’ s Lambda, semaki n besar kemungki nan t i dak adanya
per bedaan yang si gni f i kan ant ar dua kel ompok. Unt uk menguj i si gni f i kansi ni l ai Wi l k’ s Lambda, ni l ai t er sebut
dapat di konver si kan ke dalam F rasi o.
2. Sel anj ut nya, unt uk menguj i si gni f i kansi st at i st i k dar i f ungsi di skr i mi nan di gunakan
mul t i var i at e t est of si gni f i cance. Pada penguj i an i ni di gunakan ni l ai Wi l k’ s Lambda at au dapat j uga di apr oksi masi dengan st at i st i c Chi -
Squar e. Sel ai n mel i hat ni l ai wi l k’ s Lambda dan Chi Squar e per l u j uga dil ihat sig. nil ai Wil k’ s Lambda t ersebut yang dibandingkan dengan
t ingkat kesal ahan yang dit et apkan, bil a l ebih kecil dar i t ingkat kesal ahan yang dapat dit erima maka dapat di nyat akan t er dapat per bedaan yang
si gni f i kan.
16 3. Anal i si s cannoni cal cor r el at i on yang di kuadr at kan unt uk menent ukan
seber apa besar kemampuan var i abel-var i abel i ndependen dapat menj el askan per bedaaan yang t er j adi ant ar a kedua kel ompok
perusahaan. 4. Koef isien yang akan dipakai dal am per samaan diskr iminan diambil dar i
t able St andar di zed Cannoni cal Di scr i mi nant Funct i on Coef f i ci ent .
5. Sedangkan unt uk menent ukan cut t of f point , per l u dil ihat nil ai var iabel yang t er dapat pada t abl e st r uct ur e mat r i x.
Logist ic Regression
Logi st i c Regr esi on di pakai unt uk menguj i pr obabi l i t as t er j adi nya var i abel dependen mampu diprediksi ol eh variabel Independen. Mayer dan Pif er 1970
mener apkan l i mi t ed dependent var i abl e r egr essi on model dal am penel i t i an mer eka. Pendekat an i ni menggunakan si mbol “ 1” unt uk per usahaan yang pai l i t
dan “ 0” unt uk yang t idak pail it . Ahl i ekonomet r ika mengident if ikasi model ini sebagai
l i near pr obabi l i t y model LPM. Namun demi ki an, Guj ar at i ber pendapat , pendekat an i ni t i dak menj ami n hasi l est i masi akan ber ada di w i l ayah ant ar a 1
dan 0, unt uk i t u, est i masi per samaan r egr esi har us di ber i kan bat asan. Pendekat an
Logi st i c Regr essi on dapat dipakai unt uk menyel esaikan LPM Al dric Nel son. 1984 sehi ngga dapat menj ami n hasi l est i masi akan ber ada ant ar a 0 dan
1. Persamaan yang di bangun adal ah :
1 di mana:
y
i
= variabel dependen dari dat a cr oss sect i on i dan per i ode wakt u t
?
1
= i nt er cept unt uk sel ur uh dat a cr oss sect i on i dan periode wakt u t
?
k
= koef i si en dar i var i abel i ndependen k unt uk sel ur uh dat a cr oss sect i on
i dan periode wakt u t X
i k
= var i abel i ndependent yang ke k
t h
unt uk dat a cr oss sect i on i dan
periode wakt u t
e
i
= gangguan unt uk dat a obser vasi I
y x
e
i k
K k
ik i
N i
? ?
?
? ?
? ?
? ?
1 1
1
17
Distribution Range
1
Distribution Range
1
Asumsi yang di gunakan di si ni adal ah ni l ai r at a-r at a gangguan adal ah 0 at au E
?
i
I X
i
= 0; var i ans ?
i
dar i set i ap ni l ai X adal ah sama at au var ?
i
I X
i
= ?
i 2
I X
i
= ?
2
; t i dak ada aut okor el asi ant ar gangguan at au cov ?
I
, ??
j
I X
i
, X
j
= 0. Dar i per samaan 1, di per ol eh unconst r ai ned pr obabi l i t y est i mat e zi .
Misal nya P
i
adal ah pr obabi l i t as bahwa per usahaan di kat egor i kan sebagai pai l i t dan
P=1-P
i
mer upakan pr obabi l i t as bahwa suat u per usahaan di kat egor i kan sebagai t i dak pai l i t maka f ungsi l ogi t menj adi sebagai ber i kut :
Dengan mani pul asi al j abar , P
i
dapat di sel esai kan dengan per samaan ber i kut :
Konst ant a dan koef isien variabel independen dari persamaan 1 dapat dicari dengan menggunakan pendekat an
maxi mum l i kel i hood. Pendekat an i ni menghi t ung i nt er cept dan koef i si en konst ant a sedemi ki an r upa sehi ngga
kemungki nan pengamat an ni lai Y var i abel dependen adal ah semaksi mal mungki n sehi ngga mendekat i ni l ai yang sebenar nya. Dengan l ogi st i c t r eat ment ,
P
i
akan ber ada di ki sar an 1 dan 0, sehi ngga di per ol eh gr af i k ber i kut :
P e
e
i z
z
? ?
1
Ln P
P Z
i i
i
1 ?
?
18
Met ode Est imasi Logist ic Regression
Met oda est imasi ya ng di gunakan unt uk menyel esai kan Logi st i c Regr essi on adal ah
maxi mum l i kel i hood. Tuj uan akhir dari met ode maxi mum l i kel i hood adal ah unt uk memper ol eh ni l ai konst ant a t er t ent u yang memungki nkan
di per ol ehnya ni l ai obser vasi Y yang pal i ng besar . Secar a umum pe r samaan
t er sebut adal ah sebagai ber i kut :
? ?
?
?
? ?
?
N i
ij i
i i
X b
X Y
P Y
1
, 1
j =1, . . . . . . . , k
Berbeda dengan Di scr i mi nant Anal ysi s, pada Logi st i c Regr essi on, kondi si-
kondi si yang per l u di per hat i kan dar i out put l ogi st i c r egr essi on adal ah : 1. Goodness-Of -Fit Pseudo R
2
Tr adi si onal R
2
kur ang sesuai ut uk model dengan var i abel dependen yang t er bat as Al dr i ch and Nel son, 1984 kar ena ni l ai dependen var i abel
adal ah 0 at au 1. Kr i t er i a sukses dar i t r adi si onal est i masi R
2
adal ah t ingkat di mana er r or of var i ance di mi ni mal kan dan pada saat yang sama model
l ogi t menggunakan kr i t er i a maxi mum l i kel i hood. St udi -st udi sebel umnya menggunakan beber apa met ode unt uk mengukur
pseudo R
2
. beber apa sur vey, seper t i yang di gunakan ol eh McFadden 1973, Al dr i ch and Nel son 1984 dan McKel vey and Zavoi na 1975
menunj ukkan bahwa pseudo R
2
yang di hi t ung dengan t ekni k yang ber beda, akan menghasi l kan ni l ai yang yang ber beda wal aupun
menggunakan model dan dat a yang sama. Unt uk menent ukan pseudo R
2
yang t er bai k mer upakan hal yang ar bi t r ar y. Zi mmer man 1996 menyarankan pseudo R
2
dar i model McKel vey and Zovoi na R
2 MZ
member i kan ni l ai t er bai k. Namun demi ki an, R
2 MZ
memberikan nil ai yang l ebi h sensi t i f t er hadap mi sspesi f i kasi dal am er r or t er m dar i pada pseudo
R
2
nya McFadden, khususnya pada model bi nar y pr obi t dan l ogi t . Unt uk penel i t i an i ni , akan di gunakan pseudo R
2
Mc Fadden. 2. Test For Speci f i at i on Er r or s
Penel i t i an i ni j uga menguj i kemampuan r egr esi dal am memper ki r akan kemungki nan per usahaan yang akan pai l i t dengan menggunakan sel ur uh
oebservasi. Has i l dar i model i ni adal ah sekumpul an pr obabi l i t y number s ant ar a 0 dan 1. Dengan menggunakan cut t-of f point t ert ent u, model ini
menghasi l kan est i masi dengan 3 kat egor i : cor r ect est i mat es, “ er r or I
19 t ype” est i mat es dan “ er r or II t ype” est i mat es. Cut -of f poi nt adal ah t i t i k
unt uk menent ukan apakah suat u per usahaan di kel ompokkan sebagai per usahaan yang akan pai l i t at au t i dak pai l i t .
Pendekat an i ni t el ah banyak di gunakan ol eh penel i t i dal am mengest i masi kemungki nan suat u per usahaan akan pai l i t Mar t i n, 1977; Si nkey, 1975;
Bovenzi, Mar ino and McFadden, 1983; Kor obow and St uhr , 1976, 1983; Espahbodi, 1991. Misal nya, nil ai cut - of f point yang dit et apkan adal ah
0. 5, art i nil ai ini adal ah apabil a nil ai est imasi yang dihasil kan model adal ah 0. 5 art inya sampl e t ersebut masuk kedal am kel ompok pai l i t dan
apabi l a ni l ai est i masi yang di hasi l kan model adal ah 0. 5 ar t i nya sampl e t er sebut masuk ke dal am kel ompok t i dak pai l i t . Er r or Type I t er j adi
ket i ka model menghasi l kan ni l ai est i masi 0. 5 unt uk per usahaan yang t i dak pai l i t . Sedangkan Er r or II t ype t er j adi ket i ka model menghasi l kan
ni l ai est i masi 0. 5 unt uk per usahaan yang pai l i t . Semaki n r endah ni l ai cut -of f poi nt , semaki n besar j uml ah per usahaan yang di per ki r akan pai l i t
dan semaki n sedi ki t j uml ah per usahaan yang di pr edi ksi t i dak pail it . Pemil ihan cut -of f poi nt memai nkan per an pent i ng dal am menghi t ung er r or t ype.
Per bandi ngan per usahaan yang pai l i t dengan yang t i dak pai l i t mer upakan cr i t er i a t er bai k unt uk menent ukan ni l ai cut-of f poi nt . Mi sal nya, sampl e yang t er di r i dar i
50 per usahaan pai l i t dan 50 per usahaan yang t i dak pai l i t akan menggunakan cut -of f poi nt 0. 5, sedangkan sampl e yang t er di r i dar i 60 per usahaan pai l i t dan
40 t idak pail it akan menggunakan cut - of f point 0. 4.
III. 2. Deskripsi Variabel dan Dat a Penelit ian