Pendapatan sebelum bunga dan pajak diperoleh dari laporan laba rugi, sedangkan total aset diperoleh dari neraca perusahaan.
4 Market value of equitybook value of total debt MVEBVD
Variabel ini merupakan variabel yang menunjukkan nilai sebuah perusahaan di mata investor dalam pasar aktif pasar
modal. Variabel ini digunakan dalam model Altman saja. Rumus MVBEVD dalam penelitian ini sesuai dengan yang
digunakan dalam penelitian Rismawati 2008.
MVEBVD = harga saham x jumlah saham beredarTotal Hutang
Harga saham diperoleh dari laporan tahunan. Sedangkan jumlah saham beredar serta total liabilities diperoleh dari laporan posisi
keuangan perusahaan.
5 SalesTotal asset SATA
Variabel ini merupakan variabel yang mengukur kemampuan perusahaan dalam menciptakan penjualan dengan
aset yang ada. Variabel ini digunakan dalam model Altman. Cara menghitung SATA dalam penelitian Ardiyanto dan
Prasetiono 2011 adalah sebagai berikut:
SATA = PenjualanTotal Aset
Nilai penjualan diperoleh dari laporan laba rugi, sedangkan nilai total aset didapat dari neraca perusahaan.
6 Total liabilitiestotal asset TLTA
Variabel ini merupakan variabel yang mengukur likuiditas perusahaan secara total. Variabel ini digunakan dalam model
Zmijewski. Perhitungan
TLTA dalam
penelitian ini
menggunakan rumus yang digunakan dalam penelitian Ardiyanto dan Prasetiono 2011 yaitu:
TLTA = Total HutangTotal Aset
Semua data diperoleh dari laporan posisi keuangan perusahaan.
7 Return On Asset ROA
Variabel ini merupakan variabel yang mengukur profitabilitas perusahaan. Variabel ini digunakan pada model
Grover dan Zmijewski. Rumus ROA dalam penelitian ini sesuai dengan yang digunakan dalam penelitian Dewi 2013.
ROA = Laba setelah pajak total aset
Laba bersih diperoleh dari laporan laba rugi, sedangkan total aset diperoleh dari laporan posisi keuangan.
8 Current assetcurrent liabilities CACL
Variabel ini hanya digunakan di model Zmijewski. Perhitungan TLTA dalam penelitian ini menggunakan rumus
yang digunakan dalam penelitian Ardiyanto dan Prasetiono 2011 yaitu:
CACL = current assetcurrent liabilities
Semua data diperoleh dari laporan posisi keuangan perusahaan.
F. Uji Kualitas dan Instrumen Data
1. Analisis Statistik Deskriptif
Analisis statistik deskriptif merupakan suatu teknik analisis yang menggambarkan data-data yang telah terkumpul secara
deskriptif sehingga tercipta sebuah kesimpulan yang bersifat umum. Analisis statistika deskriptif ini memiliki tujuan untuk memberikan
gambaran deskripsi mengenai suatu data agar data yang tersaji menjadi mudah dipahami dan informatif bagi pembaca. Statistik
deskriptif yang digunakan dalam penelitian ini yaitu rata – rata
mean, standart deviasi standard deviation, dan maksimum- minimum.
Mean digunakan untuk memperkirakan besar rata – rata
populasi yang diperkirakan dari sampel. Standar deviasi untuk menilai dispersi rata
– rata dari smpel. Maksimum-minimum digunakan untuk melihat nilai minimum dan maksimum dari populasi. Hal ini perlu
dilakukan untuk melihat gambaran keseluruhan dari smpel yang berhasil dikumpulkan dan memenuhi syarat untuk dijadikan sampel
penelitian.
2. Menilai Model Fit dan keseluruhan model Overall Model Fit
Penilaian model
fit dilakukan
melalui pengujian
berdasarkan fungsi LikelihoodL. LikelihoodL dari model adalah probabilitas bahwa model yang dihipotesiskan menggambarkan data
input. Pengujian dilakukan berdasarkan fungsi LikelihoodL, dengan
cara membandingkan antara nilai -2Log Likelihood awal dengan nilai -2Log Likelihood akhir. Output pada SPSS memberikan dua
nilai -2Log Likelihood. Nilai -2Log Likelihood awal menunjukkan model yang hanya memasukkan konstantanya saja. -2Log Likelihood
akhir menunjukkan model dengan konstanta ditambah variable bebas. Apabila nilai -2LL awal atau pada saat blocknumber = 0 lebih
besar daripada nilai -2LL akhir atau pada saat blocknumber = 1, maka dapat disimpulkan bahwa model regresi menjadi lebih baik
atau dengan kata lain model yang dihipotesiskan fit dengan data Yuanita, 2010.
3. Menilai Kelayakan Data dan Model regresi
Kelayakan data diuji menggunakan Omnibus Test
of Model. Data dikatakan layak apabila hasil pengujian menunjukkan
nilai sig alpha 0,05. Kelayakan model regresi dinilai menggunakan
Hosmer and Lemeshow’s Goodnes of Fit Test Noverio, 2011. Berikut merupakan hipotesis yang digunakan
untuk menilai kelayakan model regresi: H
: Tidak ada perbedaan antara model dengan data. Ha: Ada perbedaan antara model dengan data.
H diterima apabila nilai
Hosmer and Lemeshow’s Goodnes of Fit 0,05, yang artinya data empiris cocok atau sesuai
dengan model. Hal tersebut menunjukkan bahwa tidak ada
perbedaan antara model dengan data sehingga model data dikatakan fit Ghozali, 2011.
4. Koefisien Determinasi
Koefisien determinasi Nagelkerke’s R square digunakan
untuk mengetahui sejauh mana kemampuan model dalam menjelaskan variasi variabel dependen. Hal ini sesuai dengaan
pernyataan Ghozali 2011 yang menyatakan bahwa nilai Nagelkerke’s R
2
menjelaskan besarnya variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas variabel
independen. Nilai koefisien determinasi adalah antara nol sampai dengan satu. Apabila nilai
Nagelkerke’s R
2
semakin kecil, maka kemampuan variabel independen dalam menjelaskan variasi
variabel dependen rendah. Apabila nilai Nagelkerke’s R
2
mendekati satu, maka variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
G. Uji Hipotesis dan Analisis Data
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi logistik biner Regresi Binary Logistic. Analisis ini dipilih agar
dapat melihat pengaruh masing-masing variabel independen terhadap variabel dependen yang berbentuk variabel biner Wiyono, 2011. Regresi
logistik umumnya digunakan jika asumsi multivariate normal ditribution
