Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimun, nilai rata-rata serta standar deviasi data yang digunakan dalam
penelitian. b. Uji Normalitas
Menurut Erlina 2008:102, ”tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual
memiliki distribusi normal.Pengujian ini diperlukan karena untuk melakuka n uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi
normal”. Menurut Ghozali 2005:110, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis statistik dan
analisis grafik.
c. Uji Multikolinearitas
Multikolinearitas merupakan suatu keadaan di mana terdapat hubungan yang sempurna antara beberapasemua variabel independen dalam model
regresi. Uji ini berguna untuk menguji persamaan linear klasik di mana antarsesama variabel independen yang ada dalam model seharusnya tidak
terjadi korelasi yang kuat sehingga dapat dianggap sebagai variabel independen yang setara. Pendeteksiannya dilakukan dengan menggunakan
tolerance value dan VIF Variant Inflation Factor. Jika nilai tolerance value 0,01 dan VIF 10 maka tidak terjadi multikolinearitas.
d. Regresi Logistik
Model yang digunakan dalam penelitian ini yaitu :
Universitas Sumatera Utara
Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + e
Keterangan : Y = Probabilitas perusahaan mengalami financial distress
α = Konstanta βi = Koefisien regresi
X1 = Current Ratio X2 = Leverage Ratio
X3 = Gross Profit Margin X4 = Inventory Turnover
X5 = Return On Equity e = Variable pengganggu
e. Uji Validasi
Uji ini digunakan untuk menilai model yang telah dihipotesiskan telah fit atau tidak dengan data. Pengujian dilakukan dengan membandingkan nilai
antara -2 log likelihood pada awal block number =0 dengan nilai -2 log likelihood pada akhir block number =1.
e. Matriks Klasifikasi Classification Matrix
Universitas Sumatera Utara
Classification matrix merupakan ukuran yang dipergunakan untuk
mengetahui keeratan masing-masing prediktor dengan persamaan diskriminan. Classification matrix sering pula disebut sebagai diskriminan loading.
f. Pengujian Z-Score
Pengujian Z score untuk menentukan perusahaan yang diprediksi mengalami kebangkrutan untuk tahun 2006-2008, dengan mempergunakan
persamaan diskriminan yang telah diperoleh sebelumnya, terlebih dahulu menentukan batas standar yang berfungsi sebagai titik pembeda sehingga
dapat diklasifikasikan bahwa nilai sebuah variabel dari setiap perusahaan
masuk dalam kategori tertentu.
G. Jadwal Penelitian