50
dalam penelitian. Maka, guna menguji normalitas dan membuktikan penyebaran distribusi data dilanjutkan dengan uji normalitas pada bagian selanjutnya.
4.3 Pengujian Hipotesis 4.3.1 Pengujian Hipotesis 1
Pengujian hipotesis 1 dilakukan guna mengetahui perbedaan signifikan antara rata rata variabel bebas dan variabel kontrol yang digunakan pada bank
yang mengalami failure dan yang tidak mengalami failure. Sebelum dilakukan uji beda, maka dilakukan uji normalitas untuk membuktikan distribusi data. Hal ini
bertujuan guna mengetahui alat yang digunakan dalam melakukan uji beda. Data yang terdistribusi secara normal akan diuji dengan menggunakan independent t-
test dan sebaliknya data yang tidak terdistribusi secara normal diuji dengan mann whitney u-test. Uji Kolmogorov Smirnov dilakukan pada tingkat kesalahan 5 .
Adapun dasar pengambilan keputusan pada uji normalitas adalah : a.
Asymp. Sign 2tailed 0,05 Ho diterima, data terdistribusi secara normal b.
Asymp. Sign 2tailed 0,05 H
1
diterima, data terdistribusi secara tidak normal Pengujian normalitas menunjukkan hasil sebagai berikut :
Tabel 4.5 Hasil Uji
Kolmogorov Smirnov Kolmogorov
Smirnov Asymp Sign.
2tailed Keputusan
1,161 0,135
Ho diterima artinya, data terdistribusi secara normal
Sumber: Hasil Olahan SPSS 20, lampiran 6
Universitas Sumatera Utara
51
Berdasarkan hasil uji kolmogorov smirnov pada tabel 4.5 ,menggambarkan bahwa data yang digunakan pada penelitian terdistribusi secara normal. Maka, uji
beda yang digunakan untuk melanjutkan penelitian adalah independent t-test.
a. Uji Independent t-test
Uji independent t-test bertujuan menggambarkan perbedaan nilai rata rata variabel bebas dan variabel kontrol yang digunakan pada penelitian. Rata rata
variabel yang memiliki perbedaan signifikan pada kondisi failure dan nonfailure adalah variabel yang dapat digunakan sebagai prediktor kegagalan bank.
Sebaliknya, variabel yang tidak memiliki perbedaan signifikan, tidak dapat digunakan sebagai prediktor. Apabila pada penelitian tidak terdapat variabel yang
memiliki perbedaan, maka penelitian tidak dapat dilanjutkan. Adapun dasar pengambilan keputusan pada uji independent t-test adalah :
a. Asymp Sign 2tailed 0,05 maka Ho diterima, artinya tidak terdapat
perbedaan yang signifikan variabel bebas dan variabel kontrol yang digunakan.
b. Asymp Sign 2tailed 0,05 maka Ho ditolak, artinya terdapat perbedaan
yang signifikan pada variabel bebas dan variabel kontrol yang digunakan.
Universitas Sumatera Utara
52
Adapun hasil uji beda pada penelitian ini adalah :
Tabel 4.6 Hasil Uji Beda
Sumber: Hasil Olahan SPSS 20, lampiran 7 Analisis dari hasil penelitian yang digambarkan tabel 4.6, terdapat beberapa
variabel yang dapat dan tidak dapat dijadikan sebagai prediktor dalam memprediksi kegagalan bank. Variabel yang dapat dijadikan prediktor adalah
cadangan umum aset produktifX
1
dan modal intiX
3
. Sedangkan sisanya seperti, total modalX
2
, penyisihan penghapusan aktiva produktif yang wajib dibentukX
4
, total asetX
5
, total kreditX
6
, cadangan lainnyaX
7
dan return on assetX
8
tidak dapat dijadikan sebagai prediktor dalam memprediksi potensi kegagalan bank.
Variabel yang Digunakan
Rata rata Sign.
2tailed Kesimpula
n F
NF
Cadangan Umum Aset Produktif X
1
0,39 0,70
0,039 Ho ditolak
Total Modal X
2
0,51075 2,32023
0,073 Ho diterima
Modal Inti X
3
0,27327 1,68731
0,048 Ho ditolak
PPA Wajib yang Dibentuk X
4
0,12885 0,39668
0,173 Ho diterima
Total Aset X
5
6,47724 19,68736 0,165
Ho diterima Total Kredit yang
Disalurkan X
6
2,61169 8,91427
0,103 Ho diterima
Modal Pelengkap Lainnya X
7
0,04939 0,52187
0,053 Ho diterima Return on Asset X
8
0,024 0,050
0,394 Ho diterima
Universitas Sumatera Utara
53
4.3.2 Pengujian Hipotesis 2
Analisis pada pengujian hipotesis dua dilakukan guna mengetahui kemampuan variabel yang dapat dijadikan prediktor dalam memprediksi
kegagalan bank setahun sebelumnya. Adapun model regresi logistik yang digunakan pada penelitian adalah :
Ln p1 – p= Y = b +
∑
i
b
i
Variabel Control
i
+ e Hasil analisis regresi logistik yang diperoleh adalah sebagai berikut :
Tabel 4.7 Hasil Analisis Regresi Logistik
Parameter Satu Tahun Sebelum
Failure
-2 LogLikelihood Block Number 0
Block Number 1 Variabel bebas yang
ditambahkan ke dalam model
63,770 53,941
1. Cadangan Umum Aset Produktif X
1
2. Modal Inti X
3
Cox Snell R Square Nagelkerke R Square
0,192 0,256
Hosmer and Lemeshow Test Chi-Square
Signifikansi 12,740
0,79
Sumber: Hasil Olahan SPSS 20, lampiran 7 Dalam menganalisis hasil penelitian pada regresi logistik, terdapat beberapa
tahap yang dilakukan guna pengambilan keputusan pada hasil penelitian, yaitu :
Universitas Sumatera Utara
54
a. Likelihood L
Pada block number 0 yang menggambarkan kondisi sebelum terjadinya failure, nilai chi square yang dihasilkan adalah sebesar 63,770. Nilai ini hanya
menyertakan konstanta tanpa mengikutsertakan variabel bebas yang dijadikan sebagai prediktor. Pada block number 1, yaitu pada kondisi terjadinya failure,
angka chi square yang dihasilkan adalah sebesar 53,941, dengan menyertakan dua variabel bebas. Bila kedua angka chi square tersebut dibandingkan, maka terdapat
selisih angka sebesar 9,429. Selisih angka tersebut harus dibandingkan dengan nilai X
2
tabel dengan tingkat signifikansi 5 dan derajat kebebasandegree of freedom sebesar 2. Maka X
2
hitung yang diperoleh sebesar 5,9915. Angka tersebut masih lebih kecil dibandingkan dengan penurunan nilai chi square yang
dihasilkan. Hal ini membuktikan bahwa penambahan dua variabel bebas yang dibentuk dapat memperbaiki model fitpada penelitian. Kesimpulan yang dapat
diambil adalah model yang dibentuk merupakan model regresi yang baik. b.
Nagelkerke R Square Nilai koefisienNagelkerke R Square menggambarkan kemampuan variabel
bebas dalam model guna menginterpretasikan kondisi bank yang mengalami failure. Nilai R Square yang dihasilkan pada pengolahan data adalah sebesar
25,6. Hal ini menunjukkan bahwa variabel bebas dan variabel kontrol yang terdapat pada model hanya mampu menjelaskan kondisi kegagalan bank sebesar
25,6. Sedangkan sisanya sebesar 74,4 dijelaskan oleh variabel lain di luar model.
Universitas Sumatera Utara
55
c. Hosmer and Lemeshow’s Goodness of fit test.
Analisis ini bertujuan guna membuktikan kecocokan antara data empiris dengan model yang dibentuk pada penelitian. Kecocokan model membuktikan
bahwa data empiris dan model yang dibentuk merupakan kombinasi yang fit. Pada periode satu tahun sebelumnya, nilai chi square yang dihasilkan pada penelitian
adalah sebesar 12,740. Angka ini dibandingkan dengan X
2
tabel pada tingkat signifikansi 5 dengan derajat kebebasan sebesar 7. Maka X
2
tabel yang diperoleh sebesar 14,0671. Hal ini membuktikan bahwa nilai chi square pada
hosmer test masih lebih kecil dibandingkan X
2
tabel. Maka, kesimpulan yang diperoleh adalah model regresi logistik untuk periode satu tahun sebelum
terjadinya kondisi failure pada perbankan terbukti fit dengan data empiris yang digunakan.
d. Uji Wald
Uji wald pada penelitian bertujuan guna menganalisis pengaruh variabel variabel yang digunakan secara parsial dan hubungannya terhadap terjadinya
kondisi failure pada sektor perbankan. Dasar pengambilan keputusan pada uji ini adalah :
a. Sign. 0,05, Ho diterima, artinya tidak ada pengaruh yang signifikan antara
variabel yang digunakan terhadap kondisi bank yang mengalami failure. b.
Sign. 0,05, H1 diterima, artinya terdapat pengaruh yang signifikan antara variabel yang digunakan terhadap kondisi bank yang mengalami failure.
Universitas Sumatera Utara
56
Hasil uji yang diperoleh adalah :
Tabel 4.8 Hasil
Uji Wald Variabel
βKoefisien Sign.
Keputusan
1. Cadangan Umum Aset Produktif X
1
2. Modal Inti X
2
4,386
0,141 0,036
0,285 H
ditolak
H
1
diterima
Sumber: Hasil Olahan SPSS 20, lampiran 9 Berdasarkan hasil uji wald yang dilakukan, maka variabel yang secara
parsial berpengaruh signifikan terhadap kondisi failure yang dialami sektor perbankan adalah cadangan umum aset produktif X
1
, sedangkan variabel prediktor modal intiX
2
tidak memiliki pengaruh yang signifikan terhadap kondisi failure yang dialami sektor perbankan.
e. Ketepatan Prediksi Model
Ketepatan prediksi model menggambarkan kemampuan model regresi logistik yang dibentuk dalam memprediksi sektor perbankan yang mengalami
failure dibandingkan dengan kondisi yang sesungguhnya. Hal ini juga dibandingkan dengan kondisi perbankan yang tidak mengalami failure
dibandingkan dengan kondisi yang sesungguhnya.
Universitas Sumatera Utara
57
Uji ketepatan prediksi diringkas pada tabel berikut :
Tabel 4.9 Hasil Prediksi Ketepatan Model
Uraian Prediksi
Kondisi Perusahaan
Tingkat Akurasi
NF F
Periode Satu Tahun Sebelumnya
Perusahaan NF Perusahaan F
18 9
5 14
78,3 60,9
Tingkat Akurasi Keseluruhan 69,6
Sumber: Hasil Olahan SPSS 20, lampiran 9 Berdasarkan tabel 4.6, dari 23 sampel perbankan yang dianggap mengalami
kondisi non failure, ternyata terdapat 18 sektor perbankan yang mengalami kondisi non failure dan 5 sektor perbankan yang ternyata mengalami failure. Dari
jumlah yang dihasilkan tersebut maka tingkat ketepatan model prediksi untuk sektor perbankan yang mengalami kondisi non failure adalah sebesar 78,3,
dimana, jumlah sektor perbankan dengan kondisi failure yang dijadikan sampel adalah sebanyak 23 bank. Dari 23 perusahaan perbankan yang dijadikan sampel
terbukti sebanyak 14 perusahaan yang benar benar mengalami kondisi failure dan 9 perusahaan yang ternyata tidak mengalami failure. Dari perbandingan angka
tersebut maka tingkat ketepatan model prediksi untuk sektor perbankan yang mengalami kondisi failure adalah sebesar 60,9.
Universitas Sumatera Utara
58
Dengan hasil yang diperoleh membuktikan bahwa model yang dibentuk berdasarkan variabel bebas dan variabel kontrol yang dijadikan prediktor kondisi
bank failure satu tahun sebelum terjadi kondisi failure, menghasilkan tingkat ketepatan prediksi sebesar 69,6.
4.4 Perumusan Model dan Interpretasi Hasil
