61
5. Pengertian Regresi Logistik
Regresi logistik adalah model regresi yang digunakan untuk menganalisis variabel dependen dengan kemungkinan diantara 0 dan 1.
Pada dasarnya logistic regression reregresi logistik sama dengan analisis diskriminan, perbedaan ada pada jenis data dari variabel
dependen. Jika pada analisis diskriminan vaiabel dependennya adalah data rasio, maka pada regresi logistik variabel dependen adalah data
nominal. Data nominal disini lebih khusus adalah data binary Wing Wahyu, 2007:6-10.
Dengan demikian, tujuan regresi logistik adalah pembuatan sebuah model regresi untuk memprediksi besar variabel dependen yang
berupa sebuah variabel binary menggunakan data variabel independen yang sudah diketahui besarnya Singgih Santoso, 2010:206.
E logit = a + b
1
x
1
+ b
2
x
2
+ b
3
x
3
+….+ b
n
x
n
Dimana : a = konstanta ,
b = beta, P
i
=
1 1+�
�����
62
e = bilangan natural 2,71828, x = variabel bebas yang akan digunakan
Analisis logit mencoba untuk menghitung probabilitas, berdasarkan distribusi probabilitas. Seperti analisis diskriminan,
beratnya variabel independen dan memberikan skor dalam bentuk probabilitas kegagalan untuk masing-masing perusahaan dalam sampel.
Prosedur statistik ini tidak hanya kelompok perusahaan baik untuk gagal atau sehat tetapi murni berdasarkan faktor keuangan yang ada lainnya
faktor eksternal yang perlu dipertimbangkan dalam menganalisis risiko dan default, seperti peristiwa acak yang tak terduga, faktor makro-
ekonomi dan peraturan pemerintah dan peraturan baru. Keuntungan dari analisis regresi logistik adalah bahwa hal itu tidak menganggap
normalitas multivariat dan matriks kovarians yang sama Yap, et.al 2012:336.
Model logit menggunakan koefisien dari variabel independen untuk memprediksi probabilitas variabel dependen gagal atau non-gagal.
Teknik bobot independen variabel dan menciptakan skor untuk masing- masing perusahaan untuk mengklasifikasikan sebagai gagal atau tidak
gagal. Fungsi dipertimbangkan dalam regresi logistik disebut fungsi logistik. Ukuran goodness of fit akan ditentukan melalui Pearson dan
nilai-nilai yang Deviance Chi-Square dan signifikansi dari variabel yang
63
digunakan. Jika nilai p 0,05 maka nilai tidak signifikan dan model fit yang baik Yap, et.al 2012:337.
Sebuah uji rasio kemungkinan digunakan untuk melihat apakah variabel yang dimasukkan dalam model akhir yang signifikan dalam
menjelaskan beberapa variabilitas dalam data. Chi Square statistik adalah perbedaan -2 Log Likelihood -2LL antara model akhir dan model
berkurang. Menurunnya Model dibentuk dengan menghilangkan efek dari model akhir. Hipotesis nol adalah bahwa semua parameter efek yang
0. Tes ini sebanding dengan uji F keseluruhan untuk regresi analisis. Dalam regresi, R² merupakan ukuran intuitif seberapa baik model
memprediksi nilai-nilai dari variabel dependen. Namun, dalam regresi logistik, tidak ada tindakan serupa yang mudah ditafsirkan. The pseudo
Rsquare Cox dan Snell dan Nagelkerke merupakan upaya untuk mengukur proporsi variasi dijelaskan dalam variabel dependen. Cox dan
Snell tindakan biasanya 1.0 dan sulit untuk menafsirkan. Berkisar mengukur Nagelkerke ini dari 0 ke 1 dan nilai-nilai biasanya lebih tinggi
dari Cox dan Snell Yap, et.al 2012:337. Hasil dari regresi E logit ditentukan dengan cut-off sebesar 50
0,5. Jika P lebih besar dari pada 0,5 maka perusahaan dinyatakan bangkrut, dan apabila P lebih kecil daripada 0,5 maka perusahaan
dinyatakan tidak bangkrut Murdayanti, 2006 : 279.
64
C. Penelitian Terdahulu.
Beberapa penelitian untuk memprediksi kegagalan perusahaan telah banyak dilakukan oleh beberapa peneliti, diantaranya adalah
sebagai berikut : No.
Peneliti Judul
Penelitian Variabel
Kesimpulan
1.
Hazem B . Al-khatib
et.al 2011 Predicting
Financial Distress of Public
Companies Listed in Amman Stock
Exchange Current Ratio,
Current liabilities to total fixed assets,
Current liabilities to equity, Working
capital to equity, Logarithm of total
assets, Pre- tax profit to total assets
Net profit margin, Book value per
share, ROA, ROE, Dividend per share,
Retained earnings to total assets,
Equity to total assets, Equity to
total liabilities, Debt ratio, Debt to
equity, Long-term debt ratio to equity
Fixed assets to equity, Asset
turnover, Sales to equity
Sales to working capital
Receivables Turnover,
Logarithm of asset turnover
Metode yang digunakan Regresi
Logistik dan Analisis diskriminan untuk
menentukan mana yang lebih tepat
untuk menggunakan serta yang dari rasio
keuangan yang signifikan secara
statistik dalam memprediksi
keuangan distress perusahaan Yordania.
Selama periode 2007-2011, hasil
menunjukkan bahwa kedua regresi logistik
dan analisis diskriminan dapat
memprediksi kondisi financial distress, dan
Return on Equity ROE dan Return on
Assets ROA adalah yang paling penting
dua rasio keuangan, yang
membantu dalam memprediksi
65
financial distress perusahaan publik
yang terdaftar di Bursa Efek Amman.
2. Selina
Yunika Murdayanti
2002 Penerapan Logit
Model dalam Memprediksi
Kebangkrutan pada Perusahaan-
perusahaan Non- finansial yang
Terdaftar di Bursa Efek Jakarta.
Menggunakan 19 variabel untuk
memprediksi kebangkrutan
perusahaan pada 3 periode dari tahun
2000 sampai 2002. Hasil analisis ini
menunjukkan tingkat akurasi sebesar
78,57 dengan tingkat signifikan
sebesar 10 tiga rasio terbukti
mempengaruhi, yaitu total liabilitiestotal
assets, current assetstotal assets,
dan kaskewajiban lancar.
3. Luciana
Spica Almilia
Emanuel Kristijadi
2003 Analisis Rasio
Keuangan untuk Memprediksi
Kondisi Financial Distress Perusahaan
Manufaktur yang Terdaftar di Bursa
Efek Indonesia Profit Margin,
Rasio Likuiditas, Rasio Efisiensi
Operasi, Rasio Profitabilitas, Rasio
Financial Leverage, Rasio Posisi kas,
Rasio Pertumbuhan. Penelitian ini
menunjukkan bahwa variabel rasio
keuangan yang paling dominan
dalam menentukan financial distress
suatu perusahaan, yaitu : NIS, CLTA,
CACL, GROWTH NI TA.
4. Nur Adiana
Hiau Abdullah,
et.al 2008 Predicting
Corporate Failure of Malaysia`s Listed
Companies: Comparing Multiple
Discriminant Analysis MDA,
Logistic Regression Variabel yang
digunakan untuk penelitian ini
sebanyak 10 rasio. Tingkat akurasi
model hazard sebesar 94,9 sementara
sampel analisis MDA sebesar 85 variabel
net income growth yang digunakan
dalam metodelogi
66
and the Hazard Model
MDA, sedangkan return on assets ratio
yang penting untuk regresi logit dan
model hazard.
5. Rowland
Bismark Fernando
Pasaribu 2008
Penggunaan Binary Logit untuk Prediksi
Financial Distress Perusahaan yang
Tercatat di Bursa Efek Indonesia.
Rasio Likuiditas, Rasio Solvabilitas,
Rasio Leverage, Rasio Efisiensi,
Rasio Profitabilitas, Arus kas, dan
Resiko. Hasil penelitian ini
menunjukkan bahwa model ke tiga
indikator current ratio dan model ke
empat indikator asset turn over
memiliki tingkat daya klasifikasi yang
lebih tinggi sebesar 98,08 dan 91,67 .
Aspek kinerja likuiditas dan
solvabilitas perusahaan
berpengaruh signifikan dalam
memprediksi financial distress
6. Mohamed
Sulaiman, et.al 2001
Predicting Corporate Failure
in Malaysia: An Application of the
Logit Model to Financial Ratio
Analysis. Profitability ratio,
Leverage ratio, Liquidity ratio,
Efficiency ratios, Hasil yang diperoleh
dalam penelitian ini menunjukkan bahwa
model logit, yang memiliki keunggulan
atas model diskriminan, antara
lain, tidak membuat persyaratan pada
distribusi data, memprediksi
kegagalan perusahaan yang
lebih baik. Model logit diperkirakan
80,7 dari perusahaan dalam
67
sampel estimasi dan 74,4 dalam sampel
di samping itu, tiga rasio keuangan yaitu
debt to equity, interest coverage,
dan total assets turnover ditemukan
memiliki kekuatan diskriminasi yang
signifikan dalam model logit.
7. Akbar
Pourreza Soltan
Ahmadi et.al 2012
Corporate Bankruptcy
Prediction Using a Logit Model:
Evidence from Listed Companies of
Iran Quality of earnings
Current ratio Working capital
ratio Net profit to total
assets ratio Net profit to owners
equity ratio Times interest
earned Sales growth rate
Profit growth rate Cash flow on total
assets Retained earnings
to total assets ratio Sales to total assets
ratio Debt ratio
Cash flow to debt ratio
Cash flow and net profit ratio
Working capital to total debt ratio
Operating income over total assets
ratio Debt to
Stockholders equity ratio
Investor dapat menggunakan model
diambil dari penelitian ini telah
berhasil dalam pengambilan
keputusan yang berkaitan dengan
perusahaan investasi. Eksekutif perusahaan
juga untuk evaluasi penggunaan
perusahaan model ini bisa. Berdasarkan
standar auditing, auditor diperlukan
untuk mencegah sesat pengguna
mengacu pada ketidakpastian
tentang kelanjutan kegiatan dalam
laporan audit hasil penelitian ini dapat
membantu auditor dalam mengevaluasi
operasi yang dilanjutkan.
Sumber: Kumpulan Penelitian Terdahulu
68
D. Kerangka Pemikiran
`
A.
Variabel Independen - Current Ratio X
1
- Leverage Ratio X
2
- Net Profit Margin X
3
- Debt to Equity X
4
- Operating Profit Margin X
5
- Total Assets Turnover X
6
Laporan Keuangan Perusahaan Properti dan
Real Estate Non Bangkrut dan Bangkrut
Variabel Dependen
Kebangkrutan Perusahaan
Y
Uji Analisis Diskriminan: 1. Uji Normalitas.
2. Uji Independent Sample T-test 3. Uji Linearitas
Multiple Discriminant Analysis MDA
Hasil Perhitungan Prediksi Kebangkrutan dengan Model
MDA Uji Logit
Hasil Perhitungan Prediksi Kebangkrutan dengan Uji Logit
Hasil Perhitungan Perbandingan Prediksi Kebangkrutan Model
MDA dan Logit
69
E . Hipotesis
Beberapa dari penelitian terdahulu menyatakan metode prediksi kebangkrutan bermanfaat bagi perusahaan dalam menilai suatu kinerja
keuangan. Kinerja perusahaan merupakan suatu gambaran tentang kondisi keuangan suatu perusahaan yang dianalisis dengan alat-alat
analisis keuangan, sehingga dapat diketahui mengenai baik buruknya keadaan keuangan suatu perusahaan yang mencerminkan prestasi kerja
dalam periode tertentu. Hal ini sangat penting agar sumber daya digunakan secara optimal dalam menghadapi perubahan lingkungan.
Penilaian kinerja keuangan merupakan salah satu cara yang dapat dilakukan oleh pihak manajemen agar dapat memenuhi kewajibannya
terhadap para penyandang dana dan juga untuk mencapai tujuan yang telah ditetapkan oleh perusahaan. Banyaknya peristiwa yang
mempengaruhi kondisi perekonomian di Indonesia akhir-akhir ini mendorong peneliti untuk menguji konsistensi hasil penelitian terdahulu
jika diterapkan pada kondisi saat ini. Untuk itu hipotesis penelitian yang digunakan adalah :
Hipotesis I : Terdapat perbedaan yang signifikan pada rasio-rasio keuangan untuk membedakan kelompok perusahaan yang dianggap
bangkrut dan tidak bangkrut secara statistik. Almilia 2006 memprediksi kondisi financial distress
perusahaan Go Publik dengan menggunakan analisis multinomial logit. Penelitian ini berusaha untuk menguji daya kalsifikasi rasio keuangan
70
baik yang berasal dari laporan laba rugi, neraca maupun dari arus kas untuk memprediksi kondisi financial distress dengan teknik analisis
multinomial logit. Kelompok perusahaan yang mengalami financial distress dikelompokkan menjadi 2 kelompok yaitu; 1 perusahaan
yang mengalami laba bersih negatif selama dua tahun berturut-turut dan 2 perusahaan yang mengalami laba bersih dan nilai buku ekuitas negatif
selama dua tahun berturut-turut. Hasil penelitian yang dilakukan oleh Rowland Bismark
Fernando Pasaribu 2008 dengan judul Penggunaan Binary Logit untuk Prediksi Financial distress Perusahaan yang Tercatat di Bursa Efek
Jakarta studi Kasus Emiten Industri Perdagangan. Penelitian ini berusaha untuk menguji daya kalsifikasi rasio keuangan baik yang
berasal dari laporan laba rugi, neraca maupun dari arus kas untuk memprediksi kondisi financial distress dengan teknik analisis Binary
Logit. Penetapan financial distress dilakukan dengan 6 indikator yaitu : 1 Perusahaan yang memiliki nilai EVA negatif; 2 Perusahaan yang
rasio assets turnover-nya sebesar 40; 3 Perusahaan yang current rasio-nya sebesar 50 ; 4 Perusahaan yang gross profit margin-nya
sebesar 19; 5 Perusahaan yang debt to total asstes-nya sebesar 66; 6 Perusahaan yang debt to equity-nya sebesar 11,7. Dan untuk Hipotesis
yang ke II adalah : Hipotesis II : Adanya perbedaan tingkat akurasi dalam penerapan analisis
diskriminan dan regresi logistik untuk memberikan nilai metode yang
71
lebih baik untuk memprediksi kegagalan keuangan pada sektor perusahaan property and real estate.
72
BAB III METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Dalam ruang lingkup penelitian diperlukan adanya penekanan batasan lokasi, waktu atau sektor dan variabel-variabel yang dibahas agar
peneliti tidak keluar dari wilayah yang diteliti dan akan sangat berguna bagi para peneliti pemula Abdul Hamid, 2007:28. Menurut Joko
Subagyo 2004:2 di dalam penelitian dikenal adanya adanya beberapa macam teori untuk menerapkan salah satu metode yang relevan terhadap
permasalahan tertentu, mengingat bahwa tidak setiap permasalahan yang dikaitkan dengan kemampuan si peneliti, biaya dan lokasi dapat
diselesaikan dengan sembarang metode penelitian. Dengan pertimbangan tersebut oleh penulis hal ini akan dibahas secara khusus pada bagian
berikutnya. Objek dalam penelitian ini adalah perusahaan pada sektor
property and real estate dan data keuangan perusahaan sampel yang digunakan diperoleh dari Indonesian Capital Market Directory ICMD
2007, 2008, 2009 dan 2010. Serta data-data lainnya yang dibutuhkan dalam penelitian ini yang bersumber dari media cetak, karya ilmiah, dan
internet. Pengumpulan data dilakukan, baik melalui observasi terhadap dokumen atau laporan instansi terkait hasil publikasi, kemudian
dilakukan pencatatan terhadap data yang dibutuhkan. Variabel dalam penelitian ini adalah rasio-rasio keuangan, antara lain: Current Ratio,
73
Leverage Ratio, Net Profit Margin, Debt To Equity, Operating Profit Margin, Total Assets Turnover.
B. Metode Pengumpulan Sampel
Menurut Prasetyo dan Lina 2005 : 119 salah satu konsep yang berhubungan erat dengan sampel adalah populasi. Populasi adalah
keseluruhan gejala satuan yang ingin diteliti. Sementara itu, sampel merupakan bagian dari populasi yang ingin diteliti.
Sedangkan untuk populasi dalam penelitian ini adalah semua laporan keuangan perusahaan property and real estate yang
dipublikasikan di Bursa Efek Indonesia BEI periode tahun 2007 sampai dengan 2010. Dalam penelitian ini penulis akan memilih sampel dengan
menggunakan metode purposive sampling yaitu teknik penentuan sampel dengan pertimbangan atau kriteria tertentu Sugiyono, 2009:122.
Dengan kriteria penelitian sebagai berikut : 1.
Sampel dalam penelitian ini adalah perusahaan property and real estate yang Go Public di Bursa Efek Indonesia periode
2007 sampai dengan 2010. 2.
Laporan Keuangan harus mempunyai tahun buku yang berakhir pada 31 Desember.
3. Neraca perusahaan dengan informasi lengkap dari tahun 2007
sampai dengan tahun 2010.
74
Sedangkan sampel yang digunakan dalam penelitian ini perusahaan yang mengalami financial distress dengan indikasi :
Beberapa tahun mengalami laba bersih operasi net operating income negatif dan selama lebih dari satu tahun tidak melakukan pembayaran
deviden, digunakan oleh Almilia dan Kristijadi 2003. Perusahaan property and real estate yang tercatat di Bursa Efek
Indonesia periode tahun 2007 sampai dengan 2010 berjumlah 50 perusahaan, dan menurut hasil klasifikasi jumlah perusahaan property
and real estate yang akan di teliti berjumlah yaitu 26 perusahaan. Dengan kategori bangkrut berjumlah 9 perusahaan dan perusahaan
dikatakan tidak mengalami kebangkrutan berjumlah 17. Berikut tabel 3.1 yang menjelaskan sampel perusahaan property
and real estate yang akan digunakan untuk diteliti :
Tabel 3.1 Sampel Perusahaan
Properti and Real Estate yang Diteliti No
Kode Perusahaan Nama Perusahaan
1 ASRI
PT Alam Sutera Realty Tbk 2
BCIP PT Bumi Citra Permai Tbk
3 BAPA
PT Bekasi Asri Pemula Tbk 4
BSDE PT Bumi Serpon Damai Tbk
5 COWL
PT Cowell Development Tbk 6
CTRP PT Ciputra Property Tbk
7 CTRA
PT Ciputra Development Tbk 8
DART PT Duta Anggada Realty Tbk
9 DILD
PT Intiland Development Tbk 10
DGIK PT Duta Graha Indah Tbk
11 DUTI
PT Duta Pertiwi Tbk 12
GMTD PT Gowa Makassar Tourism Development Tbk
13 ELTY
PT Bakrieland Development Tbk 14
GPRA PT Perdana Gapuraprima Tbk
75
15 JRPT
PT Jaya Real Property Tbk 16
LAMI PT Lamicitra Nusantara Tbk
17 LPKR
PT Lippo Karawaci Tbk 18
LPCK PT Lippo Cikarang Tbk
19 MKPI
PT Metropolitan Kentjana Tbk 20
MDLN PT Modernland Realty Tbk
21 PJAA
PT Pembangunan Jaya Ancol Tbk 22
PNSE PT Pudjiadi Sons Tbk
23 PUDP
PT Pudjiadi Pretige Tbk 24
PSAB PT Pelita Sejahtera Abadi Tbk
25 SSIA
PT Surya Semesta Internusa Tbk 26
SMRA PT Summarecon Agung Tbk
Sumber : Data ICMD 2011 Yahoo Finance
C. Metode Pengumpulan Data
1. Data Skunder
