ANALISIS PERBANDINGAN PREDIKSI KEBANGKRUTAN PERUSAHAAN DENGAN MENGGUNAKAN MULTIVARIATE DISCRIMINANT ANALYSIS DAN REGRESI LOGISTIK PADA PERUSAHAAN PERTAMBANGAN BATUBARA PERIODE 2010-2014

1 Rozza Asnita * 2 , Raida Fuadi

1,2,3 Fakultas Ekonomi dan Bisnis, Universitas Syiah Kuala

e-mail: rozza_asnita@yahoo.com* 1 , raidafuadi@yahoo.com

Abstract

This research objective is to predict the bankruptcy in sector property and real estate which listed in Indonesia stock exchange: using discriminant analysis and logistic regression period 2010-2014. Sampling methods used in the research was purposive sampling. The hypothesis examination is tested by discriminant analysis and logistic regression analysis to determine significant differences in financial ratios such as current ratio, leverage ratio, net profit margin, debt to equity, operating profit margin, total asset turnover to distinguish a group of companies that are considered insolvent and not statistically bankrupt on listed companies in Indonesia stock exchanges in coal mining sector during the period of 2010-2014. The data source of this research come from Indonesia Stock Exchange (IDX).

The result of this research showed that the accuracy of the models using Discriminant analysis was 80.4% and Logistic Regression Analysis was 88.2%. In the discriminant analysis showed that the significant variables were leverage ratio and net profit margin. As for the second logistic regression showed that significant variables were leverage ratio, net profit margin, and total assets turnover that could affect the company's bankruptcy prediction coal mining sector in the period 2010 to 2014.

Keywords— bankruptcy, current ratio, leverage ratio, net profit margin, debt to equity, operating profit margin, total asset turnover, logistic regression. discriminant analysis.

1. Pendahuluan

kinerja fundamental sebagian besar emiten hingga Indonesia merupakan salah satu negara yang

kuartal III tahun 2015 ini juga menurun sehingga kaya akan sumber daya alam dan mineral, salah

menjadi sentimen negatif pergerakan saham satunya adalah batubara. Kualitas batubara Indonesia

pertambangan. Secara year to date (ytd) dari awal sudah diakui dunia. Batubara Indonesia memiliki

tahun hingga pada tanggal 11 November 2015 saham kadar abu dan sulfur yang rendah sehingga

sektor pertambangan masih terkoreksi sebesar mengurangi polusi udara atau dikenal juga ramah

33,42%. Ini hampir dua kali lipat lebih dari koreksi lingkungan. Hal inilah yang menyebabkan batubara

yang dicatatkan Indeks Harga Saham Gabungan Indonesia sangat kompetitif di pasar dunia, dimana

(IHSG) di Bursa Efek Indonesia (BEI) secara ytd kesadaran lingkungan yang semakin rendah saat ini.

mencapai sebesar Industri batubara yang berkembang baik selama ini

14,13%. (Indonesia finance today, November 2015) dibantu oleh kebijakan yang dilakukan pemerintah

Penurunan harga jual batubara disebabkan yaitu dengan memperkenalkan investasi asing secara

karena kelebihan suplai dan kapasitas di pasar. Pada agresif. (Cahyono, 2013)

tahun 2014 permintaan batubara menurun sebanyak 22 Sepanjang tahun 2015 perkembangan industri

juta ton. Harga Batubara Acuan (HBA) yang batubara menjadi sorotan dalam dunia bisnis karena

digunakan Pemerintah Indonesia juga mengalami kinerja perusahaan batubara terus mengalami

penurunan, yaitu sebesar 27%. Ini disebabkan oleh penurunan. Kinerja saham sektor pertambangan

kelebihan suplai di pasar Cina. Sedangkan pada tahun masih belum dapat bangkit hingga hampir di

2015, Harga Batubara Acuan (HBA) mengalami penghujung tahun 2015 ini. Analis mengatakan,

penurunan karena kelebihan suplai global. Pada bulan selain menurunnya harga komoditi pertambangan,

februari 2015, harga batubara berkisar sekitar 63

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) dollar Amerika Serikat (AS) per ton, sementara itu

estimasi yang konsisten, dan estimasi yang harga batubara Newcastle yang menjadi acuan harga

menggunakan MDA lebih efisien (Andrew, 1986). internasional mengalami penurunan sebesar 17% dari

Salah satu tujuan dari penelitian ini adalah tahun sebelumnya. Sehingga harga rata-rata batubara

mendapatkan model terbaik dalam memprediksi menjadi 70,95 dollar AS per ton. (Indonesia

kebangkrutan dan model-model yang mempunyai Investment , Maret 2015)

tingkat akurasi yang tinggi dan tingkat kesalahan yang Krisis

kecil sehingga bisa memberikan peringatan lebih awal menurunnya harga batubara dan jumlah ekspor ini

untuk perusahaan untuk mengantisipasi kepailitan, membuat beberapa perusahaan pertambangan batubara

dengan menggunakan dua metode uji statistik, yaitu terpaksa ditutup. Ketua Asosiasi Pengusaha Batubara

Multivariate Discriminant Analysis (MDA) dan regresi Indonesia

menyebutkan, dari sekitar 60 perusahaan tambang di Samarinda, lebih dari 70% diantaranya sudah kolaps

2. Kerangka Teoritis Dan Pengembangan

(Jalil, September 2015).

Hipotesis

Permasalahan tersebut jika tidak ditangani dan Kondisi keuangan perusahaan merupakan berlangsung terus-menerus akan memungkinkan gambaran dari keadaan perusahaan. Gambaran ini perusahaan mengalami kebangkrutan yang berarti

perusahaan gagal dalam menjalankan operasinya diperoleh melalui laporan keuangan yang dibuat oleh perusahaan sebagai sarana pertanggung jawaban atas

dalam menghasilkan laba. Salah satu indikator kegiatan yang telah dilaksanakan dalam periode perusahaan bangkrut adalah perusahaan yang delisted

di pasar modal. Perusahaan yang delisted dari Bursa tertentu. Dengan menggunakan laporan keuangan, para pengguna dapat menjadikannya sebagai dasar

Efek Indonesia berarti

perusahaan

tersebut

untuk membuat keputusan.

dikeluarkan dari perusahaan yang terdaftar di Bursa Efek Indonesia. Bagi investor sendiri, perusahaan

Laporan keuangan yang telah selesai dibuat dapat dijadikan sebagai dasar dalam menilai kinerja

yang sudah delisted sering diartikan sebagai keuangan perusahaan selama periode tertentu. Analisis perusahaan yang bangkrut (Fatmawati, 2012). laporan keuangan merupakan salah satunya, yang Permasalahan ini menjadi perhatian bagi para investor dapat dipergunakan untuk mengidentifikasi dan yang ingin berinvestasi untuk menanamkan sahamnya

yang terjadi di di industri pertambangan khususnya pada investasi

memperbaiki permasalahan

saham di sub sektor petambangan batubara.

perusahaan.

Analisis laporan keuangan sangatlah beragam Beberapa penelitian mengukur kinerja

keuangan ataupun tingkat kebangkrutan dengan cara dan memiliki spesialisasi yang berbeda-beda. Analisis rasio merupakan yang umum digunakan untuk

yang berbeda-beda, penulis menganalisis kinerja mengetahui kondisi keuangan perusahaan dengan keuangan ataupun tingkat kebangkrutan melalui

analisis dengan metode Multivariate Discriminant menggunakan rasio-rasio ataupun standar-standar yang telah ditetapkan sebelumnya dengan berdasarkan

Analysis dan Regresi Logistik. Beberapa model pada data-data kuantitatif yang berasal dari laporan prediksi kebangkrutan ini bisa menjadi antisipasi dan

peringatan dini terhadap kondisi kesulitan keuangan keuangan. Rasio-rasio keuangan yang biasa dipakai dalam menganalisis laporan keuangan salah satunya

(finansial distress), apabila kesulitan keuangan adalah rasio keuangan konvensional. Rasio keuangan diprediksi lebih awal akan sangat memungkinkan bagi

perusahaan melakukan langkah-langkah antisipasi ini terdiri dari beberapa kelompok, yaitu likuiditas, rentabilitas, aktivitas, dan profitabilitas. Dalam tiap

untuk mencegah terjadinya kebangkrutan. Menurut kelompok terdiri dari beberapa rasio-rasio yang dapat penelitan Angelina (2003:462) di Amerika Serikat,

fenomena kebangkrutan perusahaan telah menjadi digunakan untuk menganalisis tingkat keuangan dari sudut pandangnya tersendiri. Dengan mengetahui

obyek penelitian yang intensif. kondisi keuangan perusahaan, para manajer dapat Analisis Regresi logistik (logit) dan mengetahui sejauh mana target perusahaan tercapai, Multivariate Discriminant Analysis (MDA) menjadi masalah yang dihadapi dan timbal balik yang harus teknik statistik yang paling sering digunakan untuk dilakukan untuk menyelesaikan permasalahan menganalisis kebangkrutan perusahaan. Analisis logit tersebut. Apabila perusahaan termasuk dalam kategori menunjukkan hasil yang lebih baik dibandingkan perusahaan yang mengalami financial distress, maka dengan model MDA jika digunakan untuk tujuan

estimasi parameter. Namun, untuk estimasi distribusi para manajer diharapkan dapat segera melakukan perubahan dalam pengelolaan perusahaan atau hingga

tertentu, model logit dan model MDA menghasilkan

I Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) 

ISSN: 1978-1520 melakukan restrukturisasi jika perusahaan sudah

Populasi dalam penilitian ini adalah semua termasuk dalam kategori mendekati kebangkrutan.

laporan keuangan perusahaan pertambangan batubara Berdasarkan teori diatas dapat dikatakan

yang dipublikasikan di website www.idx.co.id periode bahwa dengan mengetahui kondisi financial distress

2010-2014. Dalam penelitian ini, sampel yang perusahaan, peneliti dapat memprediksi kondisi

digunakan adalah metode purposive sampling yaitu kebangkrutan perusahaan diantaranya dengan model

teknik penentuan sampel dengan pertimbangan atau multivariate discriminant analysis dan model regresi

kriteria tertentu (Sugiyono, 2009:122). Dengan logistik. Setelah mendapatkan hasilnya maka bisa

kriteria penelitian sebagai berikut: dilihat apakah terdapat perbedaan rasio pada

Tabel 3.1

perusahaan yang bermasalah dan tidak bermasalah dan

Sampel Penelitian

dari hasil tersebut dapat dinilai model prediksi mana

Jumlah

yang memiliki akurasi tertinggi.

No

Kriteria Sampel

Perusahaan

Bagian ini memuat literatur-literatur yang relevan

Perusahaan pertambangan

terkait dengan penelitian dan pengembangan hipotesis batubara yang terdaftar secara yang diajukan. Bagian ini juga membahas secara

22 ringkas teori yang digunakan untuk mengambarkan

1. terus menerus di Bursa Efek

Indonesia selama periode

hubungan antar konsep (disajikan dalam sub judul)

pengamatan

dan hubungan antar konsep tersebut disajikan dalam

Perusahaan pertambangan

bentuk gambar kerangka konseptual.

batubara yang tidak menerbitkan laporan keuangan

2. (4) teraudit dan laporan tahunan

secara terus menerus selama periode pengamatan

5. Sasaran Sampel

6. Periode Penelitian 2010-2014

5 Tahun

7. Jumlah n Sampel

Sumber : Data diolah (2016)

Berdasarkan tabel 3.1, perusahaan manufaktur yang terdaftar di BEI yang memenuhi kriteria sampel penelitian sebanyak 17 perusahaan, periode penelitian ini selama 5 tahun, sehingga jumlah total sampel

Hipotesis

penelitian sebanyak 85 laporan keuangan. Berdasarkan kerangka pemikiran yang telah

dipaparkan sebelumnya, maka dapat disusun hipotesis

3.2 Sumber dan Teknik Pengumpulan Data

sebagai berikut: Jenis data dalam penelitian ini adalah data

1) Terdapat perbedaan yang signifikan pada rasio- sekunder yang diperoleh atau dikumpulkan dari rasio keuangan untuk membedakan kelompok

berbagai sumber yang telah ada. Data yang diolah perusahaan yang mengalami kesulitan keuangan

mencakup data akuntansi berupa laporan keuangan. dan yang tidak mengalami kesulitan keuangan

Laporan keuangan tersebut diperoleh dari website secara statistik.

Bursa Efek indonesia (IDX) tahun 2010-2014. Teknik pengumpulan data dalam penitian ini berbentuk

2) Adanya perbedaan tingkat akurasi dalam kepustakaan dimana teknik pengumpulan data ini

penerapan analisis diskriminan dan regresi logistik dilakukan dengan membaca, mempelajari, serta untuk memberikan nilai metode yang lebih baik

mengalisis literatur-literatur yang bersumber dari buku untuk memprediksi kegagalan keuangan pada

jurnal dan skripsi sehingga dapat memperoleh sektor perusahaan pertambangan batubara.

informasi dan dasar teori yang berkaitan dengan penelitian ini.

3. Metode Penelitian

3.1 Populasi dan Sampel

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016)

3.3 Metode Analisis Data

yang diteliti adalah sama. Apabila terjadi pelanggaran Metode analisis data digunakan untuk

terhadap asumsi ini maka akan menimbulkan menganalisis data hasil penelitian agar dapat

penyimpangan terhadap keakuatan fungsi diskriminan diinterpretasikan sehingga laporan yang dihasilkan

untuk mengelompokkan sampel kedalam kategori- dapat dipahami (Kosasih, 2010:48). Dalam penelitian

ini analisis yang digunakan adalah Multiple kategori tertentu. Uji linieritas ini dilakukan dengan Discriminant Analysis (MDA) dan regresi logistik atas

menggunakan Box’s M Test dengan α=0.05, dan rasio-rasio keuangan. Beberapa analisis yang

asumsi ini terpenuhi apabila hasil pengujian digunakan adalah sebagai berikut:

menunjukkan nilai signifikansi lebih kecil dari 0.05 (Permatasari, 2011:62).

3.3.1 Statistik Deskriptif

Data yang telah dikumpulkan akan diolah dalam penelitian ini menggunakan alat statistik yaitu

3.3.3 Analisis Diskriminan

statistik deskriptif. Pengujian statistik deskripstif ini menggunakan SPSS versi 20 untuk memudahkan

Analisis diskriminan ini berguna dalam memperoleh data untuk peneltian yang menjelaskan

membagi sampel total menjadi kelompok –kelompok variabel-variabel yang digunakan. Pengujian statistik

berdasarkan karakteristik variabel. Tujuan utama dari deskriptif pada dasarnya memaparkan secara numerik

analisis ini adalah untuk mengetahui perbedaan antar ukuran pemusatan data (tendensi sentral), mengukur

kelompok. Asumsi dalam analisis diskriminan adalah penyebaran suatu data (dispersi), dan mengukur

tidak adanya multikolinieritas antara variabel distribusi suatu data. Penelitian dengan menggunakan independen dan setiap variabel independen mengikuti statistik deskriptif yang terdiri dari rata-rata, nilai

maksimum, minimum, dan standart deviasi fungsi distribusi normal serta homogenitas varians (Trihendradi, 2012 : 75).

antar kelompok data (Kurniawan & Yamin, 2009:221- 222).

3.3.2 Uji Asumsi Diskriminan

Asumsi dari analisis diskriminan adalah data

1) Uji Normalitas

berasal dari mutivariate normal distribution dan Menurut Gujarati (1997:67) hasil analisis

matrik kovarian kedua kelompok perusahaan adalah diskriminan sangat sensitif jika terjadi penyimpangan

sama. Asumsi mutivariate normal distribution sangat atas asumsi yang digunakan. Apabila asumsi

penting untuk menguji signifikansi dari variabel kenormalan data tidak terpenuhi maka akan

discriminator dan fungsi diskriminan. Apabila data mengakibatkan kesalahan dalam melakukan estimasi

tidak normal secara multivariate, maka secara teori uji fungsi diskriminan. Asumsi kenormalan data harus

signifikan akan menjadi tidak valid. Hasil klasifikasi terpenuhi dalam sebuah model dengan beberapa

menurut teori juga dipengaruhi oleh multivariate alasan sebagai berikut:

normal distribution . Apabila diketahui bahwa asumsi

1. Data normal menghasilkan model prediksi yang multivariate distribution tidak dipenuhi maka tidak bias, dan memiliki nilai varians yang

sebaiknya menggunakan analisis regresi logistik. Regresi logistik tidak memerlukan asumsi normal

minimum. distribution untuk variabel bebasnya (Ghozali,

2. Data normal menghasilkan model prediksi yang

konsisten. Analisis diskriminan adalah analisis statistik Uji normalitas ini juga dilakukan untuk

yang mengkategorikan observasi ke salah satu dari mengetahui sebuah model variabel bebas telah

beberapa apriori pengelompokan. Sebuah tonggak terdistribusi normal atau mendekati distribusi normal.

yang sangat penting dalam analisis diskriminan adalah Uji ini dilakukan melalui uji one-sample kolmogorov

Z-Score. Altman (1968) membangun model analisis smirnov test . Data yang telah terdistribusi secara

yan komprehensif, yaitu menggunakan statistik MDA, nomal mempunyai nilai asimp. Sig (2 tailed) lebih

karena mudah dalam pengaplikasian sehingga banyak kecil dari 0.05.

praktisi yang menggunakan model ini (Jehan & Khan. 2012 : 42).

2) Uji Linearitas

pembentuk fungsi Equal Variance-Covariance Matrices adalah

Salah

satu variabel

diskriminan terbaik dapat dapat dipilih dengan metode asumsi bahwa keragaman sampel yang digunakan dari

Stepwise Selection. Stepwise Selection merupakan keseluruhan variabel bebas antara kedua kelompok

kombinasi antara forward dan backward. Mula-mula

I Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) 

ISSN: 1978-1520 tidak ada satupun variabel yang dimasukkan dalam

7) Tidak ada outlier seperti pada regresi linier fungsi diskriminan, kemudian satu persatu variabel

8) Galat diasumsikan bebas dan galat yang rendah dimasukkan dalam fungsi diskriminan yaitu variabel

dalam variabel bebasnya

yang mempunyai korelasi tertinggi dan sigifikan

9) Pengkodean yang mempunyai arti, koefisien dengan variabel dependen dan variabel yang

mempunyai korelasi parsial yang tinggi dan masih regresi logistik akan sulit diinterpretasikan apabila signifikan, apabila variabel tersebut tidak signifikan

kodenya tidak berarti

maka variabel tersebut dikeluarkan dari fungsi Bagian ini memuat rancangan penelitian atau diskriminan (Imam Ghozali, 2012:302).

desain penelitian, populasi dan sampel, pengukuran, teknik pengumpulan data, model penelitian, dan

3.3.4 Analisis Regresi Logistik

teknik analisis. Untuk penelitian kualitatif, bagian Hosmer dan Lemeshow (1989) menjelaskan

hasil memuat bagian-bagian rinci dalam bentuk sub bahwa regresi logistik adalah analisis yang digunakan

topik-sub topik yang berkaitan langsung dengan fokus penelitian dan kategori-kategori.

untuk menjelaskan hubungan antara variabel respon yang berupa data dikotomi/biner dengan variabel independen yang berupa data berskala interval atau

4. Hasil Dan Pembahasan

kategorik. Analisis deskriptif menjelaskan deskripsi data

Dalam penelitian ini model regresi yang dari seluruh variabel yang dimasukkan dalam model digunakan adalah model regresi binari logistik (binary

penelitian. Pengujian statistik deskriptif pada dasarnya logistic regression) yaitu model yang variabel

memaparkan secara numerik ukuran pemusatan data independennya merupakan data kategori, dimana

(tendensi sentral), mengukur penyebaran suatu data perusahaan yang bermasalah diberi kode 0 dan

(dispersi), dan mengukur distribusi suatu data perusahaan yang tidak bermasalah diberi kode 1.

(Trihendradi, 2012 : 75).

Penggunaaan regresi logistik ini tidak mensyaratkan

Descriptive Statistics

adanya multivariate normal dstribution karena tidak

Minim Maximu

Mean Std.

memerlukan uji normalitas data pada variabel Deviation independennya (Ghozali, 2005:211).

Berikut adalah asumsi-asumsi yang digunakan

X2 85 .00

dalam regresi logistik (Garson:2008):

X3 85 -.64

1) Tidak mengasumsikan hubungan linier antar

X4 85 -43.34

variabel dependen/respon

dengan

independen/prediktornya, tetapi mengamsusikan

X5 85 -1.01

hubungan log odds yang berasal dari variabel

respon dengan variabel prediktornya

Valid N (listwise)

2) Variabel dependen/respon tidak harus terdistribusi

Sumber: Output SPSS (2016)

normal Pada hasil uji statistik deskriptif diatas untuk

3) Variabel dependen/responnya tidak

variabel X1 (current rasio) memiliki nilai minimum homoskedastis untuk setiap kategori dari variabel

harus

sebesar 0.26, yaitu perusahaan Atlas Resources Tbk, independen/prediktornya

nilai maksimum 49.11, dimiliki oleh perusahaan homogenitas asumsi variansi (variansi tidak mesti

Garda Tujuh Buana Tbk. Hal ini menunjukkan variasi sama dengan kategori)

nilai yang sangat tinggi, terdapat perusahaan dalam kondisi bermasalah secara finansial dan terdapat

4) Galatnya tidak diasumsikan berdistribusi normal perusahaan dalam kondisi sehat. Sedangkan nilai rata-

5) Sampel yang diperlukan dalam jumlah relatif rata 2.5501 dan standart deviasi sebesar 5.30581, hal besar, minimum dibutuhkan hingga 50 sampel

ini menunjukkan banyak perusahaan dalam kondisi data untuk sebuah variabel prediktor (bebas)

sehat secara financial, karena memiliki nilai diatas

6) Regresi logistik tidak mewajibkan bahwa semua

standar yaitu 0.5.

variabel prediktornya berupa variabel interval

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) Hasil deskriptif untuk variabel X2 (Leverage

4.1 Pengujian Hipotesis

Ratio ) memiliki nilai minimum sebesar 0.00, yaitu perusahaan Atlas Resources Tbk, nilai maksimum

4.1.1 Independent Sample t-Test.

3.00, yaitu perusahaan Golden Eagle Energy Tbk, Independent sample t-test dilakukan untuk nilai rata-rata 0.5182 dan standart deviasi sebesar

mengetahui apakah ada perbedaan antara dua 0.45145. hal ini menunjukkan variasi nilai yang

kelompok sampel yang diteliti, dalam penelitian ini rendah yang berarti terdapat perusahaan dalam kondisi

independent sample t-test digunakan untuk melihat sehat dan bermasalah, namun sebahagian perusahaan

perbedaan rasio antara perusahaan dengan kategori berada dalam kondisi grey area atau dengan kata lain

bermasalah dengan perusahaan kategori tidak perusahaan berada dalam kondisi bermasalah secara

bermasalah dalam hal finansial.

finansial. Sedangkan variabel X3 (Net profit margin) Terdapat dua hipotesis pada uji independent menurut hasil deskriptif memiliki nilai minimum

sample t-test, yaitu:

sebesar -0.64, yaitu perusahaan Atlas Resources Tbk, H0 : Tidak terdapat perbedaan yang signifikan antara nilai maksimum 0.60, yaitu perusahaan Golden Eagle

bermasalah dengan Energy Tbk, nilai rata-rata 0.269 dan standart deviasi

perusahaan

yang

perusahaan yang tidak bermasalah. sebesar 0.18595. hal ini menunjukkan variasi nilai

H1 : Terdapat perbedaan yang signifikan antara yang tinggi, yang berarti terdapat perusahaan dengan

bermasalah dengan kategori sehat dan perusahaan dengan kategori

perusahaan

yang

perusahaan yang tidak bermasalah. bermaslah secara finansial, nilai rata-rata berada

Sebelum melakukan uji independent sample t- dibawa 0.5, hal ini menandakan banyak perusahaan

test terlebih dahulu dilakukan uji normalitas. yang bermasalah secara financial.

Berdasarakan uji normalitas hanya variabel X2 Berbeda dengan variable X3 (Net profit

(Leverage Ratio) dan X3 (Net profit margin) yang margin) , Variabel X4 (Debt to Equity) menurut hasil

terdistribusi dengan normal, maka untuk uji deskriptif memiliki nilai minimum sebesar -43.34,

independent sample t-test hanya kedua variabel yaitu perusahaan Berau Coal Energy Tbk, nilai

tersebut yang dimasukkan. Dalam pengujian hipotesis, maksimum 55.16, yaitu perusahaan Delta Dunia

apabila p-value lebih besar 0.05 maka hipotesis Makmur Tbk, nilai rata-rata 1.1956 dan standart

diterima, sebaliknya apabila p-value lebih kecil dari deviasi sebesar 9.21252 yang berarti variabel ini

0.05 maka hipotesis ditolak.

memiliki variasi nilai yang sangat tinggi, dan nilai Tabel Independent Samples test pertama, rarat-rata diatas 0.5 yang menunjukkan banyak

Levene’s test untuk menguji apakah kelompok perusahaan yang berada dalam kondisi sehat secara

perusahaan yang diprediksi mengalami kebangkrutan finansial. Pada variabel X5 (Operating Profit Margin) dan perusahaan yang diprediksi tidak mengalami menurut hasil deskriptif memiliki nilai minimum

sebesar -1.01, yaitu perusahaan Golden Eagle Energy kebangkrutan memiliki varian yang sama. Dari hasil Tbk, nilai maksimum 2.18, yaitu perusahaan Atlas

Levene’s test untuk variabel X2 (Leverage Ratio) Resources Tbk, nilai rata-rata 0.8889 dan standart

menunjukkan F sebesar 12,173 dan tingkat deviasi sebesar 0.84820, hasil tersebut menunjukkan

signifikansi sebesat 0,001. Tingkat signifikansi ini beberapa

ternyata lebih rendah dari 0,05 yang artinya varians bermasalah dan beberapa perusahaan berada dalam

perusahaan berada

dalam kondisi

dari dari kedua sampel tersebut tidak sama dan untuk kondisi sehat, hal ini ditunjukkan dari nilai yang

bervariasi dan nilai rata-rata sebesar 0.8. variabel X3 (Net profit margin) menunjukkan F Hasil deskriptif untuk variabel X6 (total asset

sebesar 7,409 dan tingkat signifikansi sebesat 0,008. turnover) menunjukkan nilai minimum sebesar 0.01,

Tingkat signifikansi ini ternyata lebih rendah dari 0,05 yaitu perusahaan Golden Eagle Energy Tbk, nilai

yang artinya varians dari dari kedua sampel tersebut maksimum 3.22, yaitu perusahaan Golden Eagle

juga tidak sama.

Energy Tbk, nilai rata-rata 0.9262 dan standart deviasi Untuk tabel Independent Sample Test kedua, sebesar 0.60002, yang berarti variabel ini memiliki

t-test untuk menguji apakah kedua kelompok memiliki variasi nilai yang tinggi, beberapa perusahaan berada

rata-rata yang sama. Dimana nilai tingkat signifikansi dalam kondisi sehat, dan beberapa perusahaan berada

(Sig.2-Tailed) untuk variabel X2 (Leverage Ratio) dalam kondisi bermasalah dalam hal finansial, hal ini

sebesar 0,009 angka tersebut lebih rendah dari 0,05 ditunjukkan dari nilai rata-rata diatas 0.5.

yang artinya memiliki rata-rata diantara variabel yang di uji. Sedangkan nilai tingkat signifikansi (Sig.2- Tailed ) untuk variabel X3 (Net profit margin) sebesar

I Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) 

ISSN: 1978-1520 0,000 angka yang lebih rendah dari 0,05 yang artinya

model-model untuk memiliki rata-rata diantara variabel yang di uji.

dimasukkan

kedalam

memprediksi kebangkrutan suatu perusahaan. Dalam Berdasarkan hasil uji independent sample t-test

penelitian ini rasio yang digunakan adalah current terdapat perbedaan yang signifikan antara kedua grup,

rasio, leverage ratio, net profit margin, Debt to maka dapat disimpulkan bahwa hipotesis 1 diterima.

Equity, Operating Profit Margin dan total asset Artinya variabel X2 (Leverage Ratio) dan X3 (Net

turnover. Pada analisis diskriminan rasio yang profit margin) tersebut signifikan dalam memprediksi

signifikan terhadap prediksi kebangkrutan adalah X2 kebangkrutan suatu perusahaan.

(leverage rasio), dan X3 (net profit margin) .

4.1.2 Tingkat Akurasi Prediksi Discriminant

Sedangkan pada regresi logistik rasio yang yang

Analysis

signifikan terhadap prediksi kebangkrutan adalah X2 Untuk melihat suatu ketepatan model prediksi

(leverage rasio), dan X3 (net profit margin) dan X6 dalam analisis diskriminan yang digunakan dalam

(total asset turnover). Artinya secara umum prediksi penelelitian ini berupa predicted values dari keadaan

kebangkrutan perusahaan pertambangan periode 2010- suatu perusahaan. Dengan menggunakan enam

2014 terdapat perbedaan yang signifikan antara variabel independen dalam model ini, yaitu X1

perusahaan-perusahaan yang mengalami kesulitan (Current ratio), X2 (Leverage Ratio), X3 (Net profit

keuangan dengan perusahaan dalam kondisi sehat. margin), X4 (Debt to Equity), X5 (Operating Profit

Penelitian ini sejalan dengan penelitian yang Margin), dan X6 (Total Asset Turnover) maka

dilakukan oleh Ugurlu dan Aksoy (2006) yang diperoleh hasil ketepatan prediksi model Multivariate

melakukan penelitian pada Emerging Market, Turkey Discriminant Analysis (MDA) yang dapat dilihat pada

yang menunjukkan hasil bahwa dari analisis tabel classification result

diskriminan dan logit terpilih sebanyak enam rasio- Tabel diatas menunjukkan crosstabulasi antara

rasio keuangan yang paling dominan dalam model awal dengan pengklasifikasian hasil model

menjelaskan prediksi kebangkrutan suatu perusahaan, diskriminan (Predicted Group Membership). Menurut

salah satunya yaitu net profit margin. Hasil penelitian tabel 4.21, sebanyak 50 sampel atau 10 perusahaan

ini juga konsisten dengan hasil penelitian Juwita yang diprediksi yang bermasalah secara finasial

(2009) yang melakukan peneletian pada perusahaan sedangkan untuk kategori perusahaan yang tidak

property yang terdaftar di BEI menunjukkan hasil bermasalah sebanyak 35 sampel atau 7 perusahaan.

bahwa current ratio, net profit margin memiliki rata- Untuk fungsi diskriminan mampu mengelompokkan

rata yang berbeda, dengan kata lain kedua rasio kasus dengan benar sebesar:

tersebut signifikan dalam memprediksi kebangkrutan. Penelitian lainnya juga dilakukan

Penelitian ini tidak sejalan dengan penelitian

4.1.3 Tingkat Akurasi Prediksi Model Regresi

yang dilakukan oleh Topowijono, at al (2014) yang

menunjukkan hasil bahwa debt equity ratio adalah Untuk melihat suatu ketepatan model prediksi

Logistik

variabel yang paling dominan yang mampu dalam model regresi logistik dapat dilihat pada tabel

memprediksi kebangkrutan. Ini bisa disebabkan classification result dari hasil uji regresi binari logit.

karena penelitian yang mereka lakukan hanya Model regresi logistik menunjukkan bahwa

keakuratan prediksi kategori bermasalah sebesar menggunakan satu model prediksi kebankrutan, yaitu 92.0%, sedangkan untuk kategori bermasalah sebesar

analisis diskriminan sehingga hanya merangkum 82.9%. Dari hasil identifikasi klasifikasi menunjukkan

prediksi dari hasil diskriminan, sedangkan penulis bahwa variabel-variabel yang digunakan mempunyai

melakukan penelitian dengan menggunkan dua model, ketepatan prediksi rata-rata sebesar 88.2 %.

yaitu diskriminan dan regresi logistik, sehingga hasil penelitian merangkum dari kedua model tersebut.

4.2 Pembahasan Hasil Penelitian

4.2.1 Analisis Rasio Keuangan

4.2.2 Perbandingan Model Prediksi Kebangkrutan

Berdasrkan pengujian statistik, penelitian ini menunjukkan bahwa rasio-rasio keuangan dapat

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) Berdasarkan pengujian statistik, hasil analisis

logika dan teori-teori yang ada. Temuan berupa perbandingan pada model diskriminan dan model logit

kenyataan di lapangan diintegrasikan/ dikaitkan didasarkan pada ketepatan klasifikasi kedua model.

dengan hasil-hasil penelitian sebelumnya atau dengan Ketepatan prediksi pada model diskriminan sebesar

teori yang sudah ada. Untuk keperluan ini harus ada 80.4%, sedangkan ketepatan prediksi model logit

rujukan. Dalam memunculkan teori-teori baru, teori- sebesar 88.2% yang berarti ketepatan prediksi pada

teori lama bisa dikonfirmasi atau ditolak, sebagian model logit memiliki ketepatan prediksi lebih besar

mungkin perlu memodifikasi teori dari teori lama. daripada model diskriminan dalam memprediksi

Pembahasan terhadap hasil penelitian dan kebangkrutan pada perusahaan pertambangan batubara pengujian sebaiknya ditampilkan dalam berupa grafik dengan kata lain model logit adalah prediktor terbaik atau tabel. Untuk grafik dapat mengikuti format untuk dalam memprediksi kebangkrutan suatu perusahaan.

diagram dan gambar.

Hasil penelitian ini sejalan dengan penelitian Makvandi, et al. (2013), yang melakukan penelitian pada perusahaan manufaktur di Iran yang terdaftar di

5. Tehran Stcock Exchange Kesimpulan, Keterbatasan Dan Saran yang menyatakan bahwa prediktabilitas logit, probit, dan model multiple-

5.1 Kesimpulan

penelitian dan 70% yang berarti Logit adalah prediktor terbaik. Hasil

diskriminan masing-masing adalah 81% , 80% , dan

Berdasarkan

hasil

pembahasan pada bab-bab sebelumnya, maka penelitian ini juga konsisten dengan hasil penelitian

kesimpulan dari penelitian ini adalah: Hamdi, et.al (2007) yang melakukan penelitian pada

1) Hasil Uji Independent Sample T-Test dapat Industrial sector yang terdaftar di Shariah Complience

diketahui bahwa terdapat perbedaan yang Securities (Bursa Malaysia) yang menunjukkan hasil

signifikan antara perusahaan kategori bermasalah bahwa akurasi model logit sebesar 76.5% sedangkan

dan tidak bermasalah periode 2010-2014. Rasio akurasi model diskriminan sebesar 64.4% yang berarti

tingkat akurasi model logit lebih tinggi dibandingkan yang siginifikan dalam model Diskriminan adalah dengan model diskriminan. Berbeda dengan penelitian

leverage ratio dan net profit margin sedangkan yang dilakukan oleh Kristin (2014), yang menyatakan

pada model regresi logistik, rasio yang adalah bahwa model Altman Z-Score adalah model prediksi

leverage ratio , net profit margin, dan total assets yang baik dibandingkan dengan model logistik, nilai

turnover .

ketepatan klasifikasi Altman Z-Score sebesar 77%,

2) Hasil Uji ketepatan prediksi antara model sedangkan untuk model logistik sebesar 62%.

diskriminan dan model logit ditunjukkan pada Penelitian ini tidak sejalan dengan penelitian penulis,

hal ini disebabkan karena perbedaan rasio yang Classification Tabel dari hasil output SPSS 20 digunakan, Frenciska Kristin menggunakan rasio-rasio

dapat dilihat bahwa tingkat akurasi model altman Z-Score, sedangkan penulis menggunakan

diskriminan sebesar 80.4%. sedangkan tingkat rasio-rasio keuangan, sehingga tingkat akurasi yang

akurasi model logit sebesar 88.2%. Sehingga diperoleh akan berbeda.

dapat disimpulkan terdapat perbedaan tingkat akurasi antara model diskriminan dan model logit

kebangkrutan pada deskriptif baik mengenai karakteristik responden

Pembahasan dimulai dengan menyajikan hasil

dalam

memprediksi

perusahaan pertambangan batubara yang tedaftar maupun variabel. Selanjutnya pembahasan ditujukan

di BEI. Dalam hal ini model logit adalah prediktor untuk: (1) menjawab rumusan masalah dan

terbaik dalam memprediksi kebangkrutan suatu pertanyaan-pertanyaan penelitian; (2) menunjukkan

bagaimana temuan-temuan itu diperoleh; (3)

perusahaan.

menginterpretasi/ menafsirkan temuan-temuan; (4) mengaitkan hasil temuan penelitian dengan struktur

5.2 Keterbatasan

pengetahuan yang telah mapan; dan (5) memunculkan Penelitian ini mempunyai keterbatasan- teori-teori baru atau modifikasi teori yang telah ada.

dijadikan bahan Dalam menjawab rumusan masalah dan

pertimbangan bagi peneliti selanjutnya sehingga pertanyaan-pertanyaan penelitian, hasil penelitian

diperoleh hasil yang lebih baik dimasa yang akan harus disimpulkan secara eksplisit. Penafsiran

datang, antara lain:

terhadap temuan dilakukan dengan menggunakan

I Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) 

ISSN: 1978-1520

1) Pemilihan variabel independen hanya melihat Pada Lembaga Perbankan (Kasus Likuidasi kepada enam rasio keuangan yaitu current ratio,

di Indonesia)” , JAAI, Vol. 5 No. 2 leverage ratio , net profit margin, debt to equity,

Akhyar, Muhammad Adnan. “Analisis Tingkat operating profit margin , total assets turnover. Hal Kesehatan Perusahaan untuk Memprediksi ini memungkinkan terabaikan rasio-rasio lain yang Potensi Kebangkrutan Dengan Altman” ,

juga mempengaruhi prediksi kebangkrutan. JAAI Vol. 4 No. 2 Desember 2000.

2) Penelitian ini hanya meneliti 17 perusahaan Almilia, Luciana Spica dan Kristijadi, Emanuel. 2003. pertambangan batubara yang terdaftar di BEI

Keuangan Untuk selama periode 2010-2014, sehingga hasilnya tidak

“Analisis

Rasio

Memprediksi Kondisi Financial Distress dapat digeneralisasi untuk semua perusahaan go

Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Jakarta” , Jurnal Akuntansi dan

public yang terdaftar di BEI. Auditing Indonesia (JAAI) Vol. 7 No. 2,

3) Penelitian ini menggunakan data sekunder Desember 2003 ISSN: 1410-2420. STIE sehingga tidak memperoleh persepsi dari pihak

Perbanas. Surabaya.

manajemen perusahaan. Altman, Edward I. 1968. “Financial Ratios: Disciminant Analysis And The Prediction Of

5.3 SARAN

Coporate Bankcruptcy” Journal of Finance Berdasarkan hasil analisis dan kesimpulan

Edition 123 September

penelitian ini, maka dapat dikemukakan saran-saran Amilia, Lucianan Spica, dan Herdiningtyas, Winny. sebagai berikut:

2005. “Analisis Rasio CAMEL terhadap

1) Penelitian ini hanya dilakukan pada perusahaan Prediksi Kondisi Bermasalah Pada Lembaga pertambangan batubara yang terdaftar di BEI,

Perbankan Periode 2000-2002”. Jurnal untuk penelitian selanjutnya diharapkan dapat

Akuntansi dan Keuangan , Vol. 7, No.2 memperluas objek penelitian yang memungkinkan

Andrew, W. 1986. “Logit Versus Discriminant mendapat hasil penelitian yang lebih baik.

Analysis: A Specification Test and

2) Penelitian ini hanya menggunakan beberapa Application to Corporate Bankcruptcies”. Journal of Econometric , Vol 31 No. 2, March

variabel saja, untuk penelitian selanjutnya Angelina, Liza. 2003. “Perbandingan Erly Warning diharapkan dapat menambahkan beberapa variabel

untuk Memprediksi lainnya. Seperti gross profit margin, interest

system

(EWS)

Kebangkrutan Bank Umum di Indonesia ”. coverage ratio, inventory turnover, product to

Buletin Ekonomi Moneter dan Perbankan. working capital ratio , dan variabel lainnya yang

Bagheri, et.al. 2012. “The Bankcruptcy Prediction in bisa mempengaruhi prediksi kebangkrutan.

Tehran Share Holding using Neural Network and it’s

Comparison with Logistic

3) Bagi investor, sebagai pemilik modal dapat Regression”. The Journal of Mathemaatics

mengetahui kondisi keuangan perusahaan and Computer Science Vol. 5 No. 3 2012 sehingga diharapkan bisa mengambil keputusan

Bastian, Indra dan Suhardjono. 2006. “Akuntansi yang tepat dalam berinvestasi.

Perbankan ” Edisi Pertama, Cetakan Pertama,

4) Bagi perusahaan, sebaiknya menggunakan model Salemba Empat, Jakarta logit untuk memprediksi kondisi kesulitan

keuangan, karena memiliki tingkat akurasi lebih Bursa Efek Indonesia. 2015. Laporan keuangan Perusahaan. Melalui http://www.idx.co.id.

tinggi dibandingkan dengan model diskriminan. Tanggal akses 20 - 24 Desember 2015 dan 2 –

7 Februari 2016.

Daftar Pustaka

Cahyono, Adhi Wijaya.2013. Prediksi Kebangkrutan Perusahaan Pertambangan Batubara Yang

Adnan, Muhammad Akhyar dan Muhammad Imam Taufiq. 2001. “Ananlisis Ketepatan Prediksi

Listing Di Bursa Efek Indonesia Periode 2011-2012 Dengan Menggunakan Analisis

Model Altman Terhadap Terjadinya Likuidasi

Model

Z-Score

Altman (online)

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) http://www.jimfeb.ub.ac.id/index.php/jimfeb/a

Hanafi, Mamduh dan Halim Abdul. 2000. “Analisis rticle/viewFile/622/565 (diakses pada 4 Laporan Keuangan ”, Yogyakarta: UPP STIM Desember 2015).

YKPN.

Diakomihalis, Mihail. 2012. The accuracy of Alman’s Hosmer, D.W., Lemeshow, S. 1989. “Applied Logistic models in predicting hotel bankcruptcy.

Regression ”. New York: Wiley and Sons. International Journal of Accounting and Financial Reporting. ISSN 2162-3082 2012,

Indonesia. Undang-Undang Tentang Kepailitan dan Vol. 2, No. 2

Penundaan Kewajiban Pembayaran Utang. Fachruddin, Khaira Amalia. 2008. Kesultan Keuangan

UU No. 37 Tahun 2004. LN No. 131 Tahun Perusahaan Dan Personal , Medan: USU

2004, TLN No. 4484

Press. Investment, Indoneesia. Batubara (online) http://Batu Fatmawati, Mila. 2012. Penggunaan The Zmijewski

Bara Indonesia - Analisis Pertambangan Model, The Altman Model, dan The Springate

Batubara _ Indonesia Investments.htm Model Sebagai Prediktor Delisting. Jurnal

(diakses pada 2 Desember 2015) Keuangan dan Perbankan, Vol. 16, No. 1 Finance today, indonesia. Kinerja saham sektor

Jalil, Alwaludin. 2014. 70% Perusahaan Batu Bara Di pertambangan. Melalui http://www.ift.com.

Samarinda Kolaps . (online) http://70% Tanggal akses 23 Desember 2015.

Perusahaan Batu Bara di Samarinda Garson,

G.D. 2008. “Logistik Regression”. Kolaps.htm (diakses pada 2 Desember 2015) Dipublikasikan

di

http:/www.2chass.ncsu.edu/garson/PA765/Lo Jehan et.al. 2012. “Financial Distress Signaling & gistic. Htm [11 Juli 2012]

Corporate Social Responsibility” , World Journal of Social Sciences. Vol. 2 No. 3, May

Ghozali, Imam. 2005. “Aplikasi

Ananlisis

2012. Japan.

Multivariate dengan Program SPSS” , Semarang: Badan Penerbit Universitas

Juwita, Arimbi. 2009. “Prediksi Rasio Keuangan Diponegoro.

Terhadap Kondisi Financial Distress Pada Perusahaan Property Yang Terdaftar Di BEI.

Ghozali, Imam. 2012. “Aplikasi Analisis Multivariate Skripsi Univeristas Sebelas Maret, Surakarta Dengan Program IBM SPSS 20 Edisi 6 ”, ISBN

Kosasih. 2010. “Analisis Tingkat Kebangkrutan Universitas Diponogoro. Semarang.

Badan Penerbit

Model Altman Dan Foster Pada Perusahaan Textile Dan Garment Go Public Di Bursa

Gujarati, Damodar. 1997. “Ekonometrika Dasar”. Efek Indonesia” , UIN Syarif Hidayatullah Erlangga : Jakarta

Jakarta

Halim, Abdul dan Mamdud Hanafi, M. 2009. Kristin, Frenciska. “Perbandingan Analisis Prediksi “Analisis Laporan Keuangan, UPP AMP

Kebangkrutan Menggunakan Model Altman YKPN

Z-Score dan Model Logistik (Studi Empiris Pada Perusahaan Non Keuangan yang

Hamdi, et. al. 2007. “A Comparison Between Multiple Terdaftar di BEI)”. JOM Fekon Vol. 1 No.2 Discriminant And Logistic Regression On

Oktober 2014

The Performance Of The Shariah Compliance Companies In Industrial Sector”. Skripsi

Makvandi, Sara, at all. 2013. Comparing Logit, Probit Universitas Sains Islam Malaysia.

and Multiple Discriminant Analysis Models in Predicting Bankcruptcy of Companies. Asian

Hamid, Abdul. 2007. “Pedoman Penulisan Skripsi”, Journal of Finace & Accounting. ISSN 146- Fakultas Ekonomi dan Ilmu Sosial UIN Syarif

052X 2013, Vol 5, No. 1 Hidayatullah. Jakarta. Moeljadi. 2006. “Manajemen Keuangan Pendekatan Kuantitatif dan Kualitatif” , Bayumedia Publishing. Jawa Timur.

I Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) 

ISSN: 1978-1520 Sugiyono. 2010. “Metode Penelitian Bisnis” , Munawir. 2001. “Analisa Laporan Keuangan”.

Bandung: Cetakan 13. Alfabeta. Liberty : Yogyakarta Syafri harahap, Sofyan, 2008. “Analisa Kritis atas Murdayanti, Yunika & Selina. 2002. “Penerapan

Laporan Keuangan ” PT Raja Grafindo Logit

Persada, Jakarta.

Kebangkrutan Pada Perusahaan-Perusahaan Non-Finansial yang Terdaftar di Bursa Efek

Topowijono, et. al. “Penerapan Analisis Diskriminan Jakarta”.

Untuk Memprediksi Kebangkrutan Perusahaan Manufaktur Yang Nourosis, M.J. 1986. SPSS: Base Manual for the IBM.

Sebagai

Alat

Terdaftar Di Bursa Efek Indonesia Periode Chicago: SPS Inc

2009-2013”. Jurnal Administrasi Bisnis (JAB) Vol. 15 No. 1 Oktober 2014

Permatasari, Vita. 2011. “Perbandingan Model Logit dan Model Multiple Discriminant Analysis

Trihendradi. 2012. “Step By Step SPSS 20: Analisis (MDA) Sebagai Early Warning System (EWS)

Data Statistik”, Jakarta: Salemba Infotek. Untuk Memprediksi Kondisi Bermasalah Pada Bank-Bank Umum Swasta Nasional Devisa

Ugurlu, Mine dan Aksoy, Hakan. 2009. “Prediction of dan Non-Devisa di Indonesia” , Jakarta: UIN

Corporate Financial Distress in an Emerging Syarif Hidayatullah

Market: The Case of Turkey”. Cross Cultural Prabowo, Reza & Wibowo. 2015. Analisis

Management: An International Journal. Vol Perbandingan Model Altman Z-Score,

13 No. 4 2006

Zmijewski, dan Springate dalam Memprediksi Kebangkrutan Perusahaan Delisting Di BEI

Uyanto, Stanislaus. 2006. “Kupasn Tuntas Analisis Periode 2008 – 2013. Jurnal Akuntansi,

Regresi ”, Yogyakarta: ANDI. Keuangan dan Perbankan, ISSN 2338-9753. Volume 1 No 3 Juni 2015

Wardani, Evi. 2007. “Analisis Tingkat Kebangkrutan Model Altman dan Foster Pada Perusahaan Prasetyo, Bambang dan Jannah, Lina Miftahul. 2005.

Textile dan Garment Go-Public di Bursa Efek “Metode Penelitian Kuantitatif Teori dan

Jakarta ”. Skripsi Fakultas Ekonomi, Jurusan Aplikasi” , Jakarta: PT Raja Grafindo Persada.

Manajemen Keuangan, Universitas Negeri Semarang.

Riyanto, Bambang,

Widarjono, Agus. 2010. “Analisis Statistikan Pembelajaran

“Dasar-dasar

Multivariat Terapan ”. Edisi Pertama, Yogyakarta

Perusahaan ”

BPFE,

Yogyakarta : UPP STIM YKPN Widyasari, Esti. 2015. Harga Acuhan Batubara Mei Sahamok. 2014. Daftar Perusahaan Pertambangan

2015 (online) http://Harga Batu Bara Acuan batubara. Melalui http://www.sahamok.com.

Mei 2015 _ MAJALAH TAMBANG Tanggal akses 1 – 7 Juli 2014.

ONLINE.htm (diakses pada 2 Desember 2015)

Sawir, Agnes, 2008. “Analisa Kinerja Keuangan dan Perencanaan Keuangan Perusahaan ”. PT

2007. “Analisis Gramedia Pustaka Utama: Jakarta.

Ekonometrika dan Statistik Dengan Eviews” , UPP STM YKPN. Jogyakarta.

Sekaran, Uma. 2006. Metodologi Penelitian untuk Bisnis . Buku 1. Edisi 4. Jakarta: Salemba

Yamin, Sofyan & Heri Kurniawan, 2009. “ SPSS Empat.

Complete ” Salemba Empat: Jakarta Simamora, Bilson. 2005. “Analisis Multivariate

Pemasaran” , Gramedia: Jakarta.

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi (JIMEKA) Vol. 1, No. 1, (2016) Halaman 230-246

ol.x, No.x, July xxxx, pp. 1

Tabel 1 Statistik Deskriptif

Minimum Maximum

Mean Std. Deviation

X3 85 -.64

X4 85 -43.34

X5 85 -1.01

3.22 .9262 .60002 Valid N (listwise)

X6 85 .01

Sumber: Output SPSS (2016)

Tabel 2 One-Sample Kolmogorov-Smirnov Test

X1 X2 X3 X4 X5 X6 N

2.5501 .5182 .0269 1.1956 .8889 .9262 Normal Parameters a,b

.143 .116 .378 .267 .151 Most Extreme

-.333 -.130 -.109 -.378 -.224 -.074 Kolmogorov-Smirnov Z

Negative

3.070 1.316 1.068 3.483 2.460 1.394 Asymp. Sig. (2-tailed)

a. Test distribution is Normal.

b. Calculated from data. Sumber: Output SPSS (2016)

Tabel 3

Box's Test of Equality of Covariance Matricesa

Box's M

Tests the null hypothesis that the observed covariance matrices of the dependent variables are equal across groups.

a. Design: Intercept + Y Sumber: Output SPSS (2016)

I Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) 

ISSN: 1978-1520

Tabel 4 Analysis Case Processing Summary

Unweighted Cases

Percent Valid

85 100.0 Missing or out-of-range group codes

At least one missing discriminating variable

Excluded Both missing or out-of-range group codes and

at least one missing discriminating variable Total

85 100.0 Sumber: Output SPSS (2016)

Total

Tabel 5 Tests of Equality of Group Means

Sumber: Output SPSS (2016)

Tabel 6 Variables Entered/Removed a,b,c,d

Step Entered

Wilks' Lambda

Statistic df1 df2

df3

Exact F

Statistic df1

.000 At each step, the variable that minimizes the overall Wilks' Lambda is entered.

a. Maximum number of steps is 6.

b. Minimum partial F to enter is 3.84.

c. Maximum partial F to remove is 2.71.

d. F level, tolerance, or VIN insufficient for further computation. Sumber: Output SPSS (2016)

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016)

Tabel 7 Wilks' Lambda

Step Number Lambda df1 df2 df3

Exact F

Sig. Variables

.000 Sumber: Output SPSS (2016)

Tabel 8 Eigenvalues

Function Eigenvalue % of Variance Cumulative % Canonical Correlation

a. First 1 canonical discriminant functions were used in the analysis. Sumber: Output SPSS (2016)

Tabel 9

Canonical Discriminant Function Coefficients

Function

1 X2 -2.021 X3 1.988

Unstandardized coefficients Sumber: Output SPSS (2016)

Tabel 10 Functions at Group Centroids

tidak bermasalah

I Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016) 

ISSN: 1978-1520 Unstandardized canonical discriminant functions evaluated at group means Sumber: Output SPSS (2016)

Tabel 11 Dependent Variable Encoding

Original Value

Internal Value

Bermasalah tidak bermasalah

Sumber: Output SPSS (2016)

Tabel 12

Iteration History a,b,c (block 0: Beginning block)

Iteration

-2 Log likelihood

a. Constant is included in the model.

b. Initial -2 Log Likelihood: 115.174

c. Estimation terminated at iteration number 3 because parameter estimates changed by less than .001. Sumber: Output SPSS (2016)

Tabel 13

Iteration History a,b,c,d (block 1: method = enter)

Iteration -2 Log

Coefficients

likelihood Constant X1 X2 X3 X4 X5 X6 63.807

.004 -1.996 1.990 -.007 .023 2.140 54.303

.011 -3.123 3.828 -.005 -.046 3.442 52.171

.015 -4.007 4.930 .006 -.136 4.444 Step 1

.012 -4.413 5.376 .018 -.189 4.892 51.942

.009 -4.477 5.455 .020 -.197 4.960 51.942

.008 -4.479 5.458 .020 -.197 4.962 51.942

.008 -4.479 5.458 .020 -.197 4.962

Jurnal Ilmiah Mahasiswa Ekonomi Akuntansi Vol. 1, No. 1, (2016)

a. Method: Enter

b. Constant is included in the model.