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
Regresi Logistik dapat digunakan untuk memodelkan hubungan antara dua kategori binary variabel hasil variabel dependenterikat
Kemampuan secara rata-rata =
1.1+ .
× 00
= 64.35
113
dan dua atau lebih variabel penjelas variabel independenbebas. Estimasi model regresi logistik untuk masing-masing variabel bebas
memberikan perkiraan efek variabel tersebut terhadap variabel terikat setelah menyesuaikannya dengan variabel bebas lainnya pada
permodelan tersebut Sofyan Yamin, 2009 : 95.
Tabel 4.15 Hasil Uji
Processing Summary
Sumber :hasil olah data
Dalam penelitian menunjukkan bahwa jumlah data yang diproses sebanyak 104 atau N= 104 sehingga Tabel 4.15 ini menjelaskan
bahwa seluruh kasus atau perusahaan ternyata seluruhnya teramati, artinya tidak terdapat satu pun data yang tidak teramati.
Tabel 4.16 Hasil Uji Dependent Variable
Sumber: Hasil olah data
114
Tabel 4.16 menggambarkan hasil proses input data yang digunakan pada variabel dependen, yaitu perusahaan yang tidak
mengalami kebangkrutan diberi kode “1” dan perusahaan yang mengalami kebangkrutan diberi kode 0. 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.
5. Ketepatan Model dalam Prediksi
Untuk menganalisis model yang lebih baik untuk memprediksi kebangkrutan pada perusahaan, dilihat dari nilai -2Log likelihood yaitu
pada blok 0 atau blok permulaan nilai -2Log likelihood sebesar 134.167 seperti pada tabel dibawah.
Tabel 4.17 Ketepatan Model Prediksi Kebangkrutan
block 0: Beginning block
Sumber: Hasil olah data
115
Kemudian pada blok kedua block 1: method = enter adalah tahap memasukkan variabel independen ke dalam model penelitian. Nilai
-2Log likelihood sebesar 115.206 terjadinya penurunan dalam nilai tersebut. Maka model tersebut menunjukkan model regresi yang baik.
Tabel 4.18 Ketepatan Model Prediksi Kebangkrutan
block 1: method = enter
Sumber: Hasil olah data
6. Ketepatan Cox Snell`s R Square and Negelkerke R Square