Pembentukan Fungsi Linier Hit Ratio

Tabel 4.8 Wilks Lambda Test of Functions Wilks Lambda Chi-square df Sig. 1 through 3 .324 58.586 12 .000 2 through 3 .921 4.295 6 .637 3 .973 1.437 2 .487 Jumlah fungsi diskriminan yang akan dihitung adalah g-1 jumlah grup pada variabel dependen minus 1. Oleh karena kita punya empat group pada variabel dependen maka jumlah fungsi diskriminan ada tiga 4 – 1. Fungsi diskriminan dengan empat variabel independen X1, X2, X3, dan X4 ternyata signifikan hanya untuk Fungsi Diskriminan 1, seperti yang terlihat dari nilai Chi-Square. Nilai eigenvalue menunjukkan berapa besar variasi pada variabel dependen yang dapat dijelaskan oleh setiap fungsi diskriminan. Ternyata fungsi diskriminan 1 mampu menjelaskan 95,6 variasi sedangkan fungsi diskriminan 2 hanya mampu menjelaskan variasi 2,9 dan fungsi diskriminan 3 hanya mampu menjelaskan variasi sebesar 1,5.

4.2.4 Pembentukan Fungsi Linier

Tabel 4.9 Standardized Canonical Discriminant Function Coefficients Function 1 2 3 NWC TO TA .713 .765 .333 Universitas Sumatera Utara RE TO TA .551 -.342 .800 EQ TO TL 1.013 .000 -.581 S TO TA 1.001 -.325 -.451 Sumber: Data diolah SPSS, 2014 Tabel 4.10 Canonical Discriminant Function Coefficients Function 1 2 3 NWC TO TA 5.003 5.370 2.336 RE TO TA 1.044 -.649 1.515 EQ TO TL .556 .000 -.319 S TO TA .824 -.267 -.372 Constant -3.006 .046 -.111 Unstandardized coefficients Sumber: Data diolah SPSS, 2014 Standarlized koefisien fungsi diskriminan menunjukkan kontribusi parsial dari setiap variabel terhadap fungsi diskriminan. Sedangkan struktur matrik menunjukkan korelasi sederhana antara variabel dengan fungsi diskriminan. Jadi struktur koefisien pada struktur matrik digunakan untuk menetukan label arti atau makna pada fungsi diskriminan, sedangkan standarlized koefisien fungsi diskriminan digunakan untuk menilai unique kontribusi dari setiap variabel independen terhadap fungsi diskriminan. Berdasarkan tabel 4.10, maka dapat dituliskan fungsi diskriminan sebagai berikut: Fungsi 1 Z1= -3,006 + 5,003 X1 + 1,044 X2 + 0,824 X3 + 0,556 X4 Fungsi 2 Z2= 0,046 + 5,370 X1 – 0,649 X2 – 0,267 X3 + 0,000 X4 Universitas Sumatera Utara Fungsi 3 Z3= -0,111 + 2,336 X1 + 1,515 X2 – 0,372 X3 + 0,319 X4 Fungsi diskriminan yang digunakan adalah fungsi diskriminan 1 yaitu Z= - 3,006 + 5,003 X1 + 1,044 X2 + 0,824 X3 + 0,556 X4 karena fungsi diskriminan 1 mampu menjelaskan 95,6 variasi.

4.2.5 Hit Ratio

Pada lampiran akan diperlihatkan tabel Casewise Statistics, pada tabel ini akan terlihat jumlah preiksi aktual dan kesalahan prediksi dari setiap group. Group 1 yang merupakan group perusahaan sehat, dari 22 data terjadi kesalahan prediksi sebesar 10, sehingga fungsi diskriminan dapat mengelompokkan kasus dengan benar sebesar 54,54 1222. Pada group 2 yang merupakan klasifikasi untuk kategori perusahaan rawan bangkrut, terjadi kesalahan analisis sebanyak 2 data dari 15 data. Fungsi diskriminan dapat mengelompokkan kasus group 2 dengan benar sebesar 86,66 1315. Group 3 adalah group untuk kategori perusahaan kurang sehat, dimana terjadi kesalahan 4 data dari 6 data yang ada. Fungsi diskriminan dapat mengelompokkan kasus group 3 dengan benar sebesar 33,33 26. Group 4 adalah perusahaan dengan kategori bangkrut, dimana terlihat pada group ini, perusahaan yang terdeksi bangkrut sebanyak 11 data dan tidak terjadi kesalahan pada klasifikasi. Fungsi diskriminan dapat mengelompokkan kasus group 4 dengan benar sebesar 100 1111. ��� ����� = 54,54 + 86,66 + 33,33 + 100 4 = 68,63 Universitas Sumatera Utara Hit ratio menunjukkan seberapa baik fungsi diskriminan dalam memprediksi kebangkrutan. Dari hasil tersbut terihat bahwa fungsi diskriminan dapat mengkelompokan kasus dengan keakuratan 68,63. Universitas Sumatera Utara BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dokumen yang terkait

Prediksi Kebangkrutan Perusahaan Berdasarkan Analisa Model Z-Score Altman Pada Perusahaan Farmasi Yang Terdaftar di Bursa Efek Indonesia (BEI)

9 104 86

Prediksi Gejala Kebangkrutan dengan Analisa Model Altman Z-Score pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

4 43 92

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN METODE ALTMAN Z-SCORE (Studi Kasus Pada Bank yang Terdaftar di BEI Tahun 2010-2013)

1 19 20

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN METODE ALTMAN Z-SCORE Analisis Prediksi Kebangkrutan Dengan Menggunakan Metode Altman Z-Score Pada Pt. Indofood Sukses Makmur, Tbk (Studi Kasus Pada Perusahaan Yang Terdaftar Di Bei Tahun 2012-2015)

3 12 17

Cover Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 11

Abstract Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 2 2

Chapter I Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 8

Chapter II Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 22

Reference Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 1

Appendix Prediksi Gejala Kebangkrutan dengan Analisa Model Altman ZScore pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

0 0 21