109
3. Uji Corelation Summary Of Canonical Discriminant Functions
Pada tabel 4.11 Eigenvalues terdapat nilai canonical correlation. Canonical correlation digunakan untuk mengukur hubungan antara hasil
diskriminan skor dan kelompok perusahaan atau besarnya variabilitas yang mampu diterangkan oleh variabel independen terhadap variabel
dependen.
Tabel 4.11 Eigenvalues
Sumber: Hasil olah data Dari tabel diatas, diperoleh nilai canonical correlation sebesar
0.373, bila dikuadratkan menjadi 0.139 atau 0.14 artinya 14 varians dari variabel dependen dapat dijelaskan dari model diskriminan yang
terbentuk.
4. Menentukan Fungsi Diskriminan
Menerangkan model diskriminan yang terbentuk. Persamaan model discriminant ini digunakan untuk menghasilkan discriminant score
yang berfungsi untuk memprediksi pengklasifikasian suatu objek kelompok bangkrut dan kelompok tidak bangkrut. Model diskriminan
ini sama halnya dengan model regresi.
110
Tabel 4.12 Canonical Discriminant Function Coefficients
Sumber: Hasil olah data
Hasil canonical
discriminant fuction
coefisien dapat
dimasukkan kedalam formula model Multiple Discriminant Analysis atau persamaan yang dapat digunakan untuk mengukur prediksi kebangkrutan
pada perusahaan property and real estate. Berikut ini merupakan model untuk mengukur prediksi kebangkrutan perusahaan:
5. Titik Cut-off
Tabel 4.13 Penentuan titik
cut-off
Sumber: Hasil olah data Z = -1.579 + 1.373X
4
debt to equity
111
Pada tabel 4.13 Functions at Group Centroids digunakan untuk menentukkan cut-off pengelompokkan metode prediksi kebangkrutan.
Besarnya titik cut-off dapat dihitung dengan rumus sebagai berikut:
= . + − .
+
=
-0.748
a. Jika nilai Z score -0.748 maka dikelompokkan sebagai
perusahaan yang mengalami kebangkrutan. b.
Jika Z score -0.748 maka dikelompokkan sebagai perusahaan yang tidak mengalami kebangkrutan.
6. Ketepatan Prediksi Discriminant Analysis
Untuk melihat suatu ketepatan model prediksi yang digunakan dalam penelelitian ini dapat ditunjukkan pada tabel 4.14 berupa predicted
values dari suatu keadaan perusahaan dan baris merupakan data aktual yang dapat dilihat pada tabel dibawah ini:
Cut-off = Z +
Z +
112
Tabel 4.14 Hasil Ketepatan Prediksi MDA
Sumber : Hasil olah data Menurut tabel diatas, jumlah perusahaan yang diamati sebanyak
104 perusahaan
sedangkan yang
diprediksi yang
mengalami kebangkrutan menunjukkan 22 perusahaan, jadi ketepatan klasifikasi
yang diamati untuk perusahaan yang mengalami kebangkrutan sebesar 61.1. Sedangkan untuk jumlah perusahaan yang diamati sebanyak 104
perusahaan sedangkan yang diprediksi yang tidak mengalami kebangkrutan sebanyak 46 perusahaan dengan ketepatan klasifikasi yang
diamati untuk perusahaan yang tidak mengalami kebangkrutan sebesar 67.6. Secara keseluruhan ketepatan klasifikasi untuk group pada
Discriminant Analysis sebesar 65.4. Untuk fungsi diskriminan mampu mengelompokkan kasus dengan benar sebesar
4. Analisis Regresi Logistik