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.