Anda di halaman 1dari 4

Analisis Diskriminan & Regresi Logistik

Cindy/ 31080371/ kelas F

Analisis Diskriminan
Pengujian multikolinieritas
Pooled Within-Groups Matricesa EBITAS Correlation EBITAS ROTC 1,000 ,774 ROTC ,774 1,000

Dari matriks korelasi di atas, terdapat angka yang 0,5 sehingga diidentifikasi ada multikolinieritas pada data. Sehingga data dianggap tidak efisien.

Uji Kesamaan vektor rata-rata


Tests of Equality of Group Means Wilks' Lambda EBITAS ROTC ,186 ,236 F 96,394 71,070 df1 1 1 df2 22 22 Sig. 1.6842765216921312E-9 2.4471537670458818E-8

Ho: 1 =2 Ha: 1 2 = 0.05 Dilihat dari p-value nya, masing-masing variabel mempunyai p-value lfa (tolak Ho). Kesimpulan: Terdapat bukti yang kuat bahwa variabel yang diteliti membedakan kedua perusahaan.

Uji Kesamaan matriks varians-covarians(homoskedastisitas)


Test Results Box's M F Approx. df1 df2 Sig. 18,538 5,572 3 87120,000 ,001

Ho: 1 =2 Ha: 1 2 = 0.05 Tabel di atas menunjukkan bahwa kita dapat menolak Ho karena p-value alfa. Kesimpulan: Terdapat bukti yang kuat bahwa data berasal dari populasi yang mempunyai matriks varians-covarians yang berbeda.

Pembentukan fungsi linier


Canonical Discriminant Function Coefficients Function 1 EBITAS ROTC (Constant) Unstandardized coefficients 18,270 3,942 -2,088

Z = -2,088 + 18,270 EBITAS + 3,942 ROTC

Penghitungan cutting score


Functions at Group Centroids Function COMPANY Sehat Bangkrut Unstandardized canonical discriminant functions evaluated at group means 1 2,022 -2,022

Nilai Cutoff = (2,022 + (-2,022))/2 = 0


Eigenvalues Function 1 Eigenvalue 4,459a % of Variance 100,0 Cumulative % 100,0 Canonical Correlation ,904

Output Eigenvalues menunjukkan bahwa besarnya Canonical Correlation adalah 0,904 sehingga besarnya Square Canonical Correlation 0,817. Kesimpulan: 81.7 persen variasi antara kelompok sehat dan bangkrut dapat dijelaskan oleh variabel diskriminan EBITAS dan ROTC. Classification Resultsa Predicted Group Membership COMPANY Original Count Sehat Bangkrut % Sehat Bangkrut Sehat 11 1 91,7 8,3 Bangkrut 1 11 8,3 91,7 Total 12 12 100,0 100,0

No. Skor Klasifikasi No. Skor Klasifikasi Perush EBITAS ROTC Diskriminan Sehat Perush EBITAS ROTC Diskriminan Bangkrut 1 0,158 0,182 1,516104 1 13 -0,012 -0,031 -2,429442 2 2 0,21 0,206 2,560752 1 14 0,036 0,053 -1,221354 2 3 0,207 0,188 2,434986 1 15 0,038 0,036 -1,251828 2 4 0,208 0,236 2,642472 1 16 -0,063 -0,074 -3,530718 2 5 0,197 0,193 2,271996 1 17 -0,054 -0,119 -3,543678 2 6 0,227 0,173 2,741256 1 18 0 -0,005 -2,10771 2 7 0,148 0,196 1,388592 1 19 0,005 0,039 -1,842912 2 8 0,254 0,212 3,388284 1 20 0,091 0,122 0,055494 1 9 0,079 0,147 -0,065196 2 21 -0,036 -0,072 -3,029544 2 10 0,149 0,128 1,138806 1 22 0,045 0,064 -1,013562 2 11 0,2 0,15 2,1573 1 23 -0,026 -0,024 -2,657628 2 12 0,187 0,191 2,081412 1 24 0,016 0,026 -1,693188 2

Regresi Logistik
Dependent Variable Encoding Original Value sehat bangkrut Internal Value 0 1

Menilai Model Fit


Ho: Model yang dihipotesiskan fit dengan data Ha: Model yang dihipotesiskan tidak fit dengan data = 0.05
Hosmer and Lemeshow Test Step 1 Chi-square ,000 df 6 Sig. 1,000

Dilihat dari p value 0 sehingga tolak Ho. Kesimpulan: Terdapat bukti yang kuat bahwa model yang dihipotesiskan fit dengan data.

Estimasi Parameter dan Intepretasinya


Variables in the Equation B Step 1a EBITAS ROTC Constant -387,482 -1419,506 223,628 S.E. 51782,349 133759,374 19900,767 Wald ,000 ,000 ,000 df 1 1 1 Sig. ,994 ,992 ,991 Exp(B) ,000 ,000 1,320E97

Variables in the Equation B Step 1a EBITAS ROTC Constant -387,482 -1419,506 223,628 S.E. 51782,349 133759,374 19900,767 Wald ,000 ,000 ,000 df 1 1 1 Sig. ,994 ,992 ,991 Exp(B) ,000 ,000 1,320E97

Regresi Logistik dapat dinyatakan sebagai berikut:

Dilihat dari p value kedua variabel, masing-masing menunjukkan angka 0,05. Sehingga kesimpulannya: Peluang perusahaan bangkrut berhubungan secara negatif dengan EBITAS dan ROTC. Setiap kenaikan EBITAS, akan menurunkan peluang perusahaan bangkrut sebesar 387,482. Juga dengan setiap kenaikan ROTC akan menurunkan peluang perusahaan bangkrut sebesar 1419,506.

Beri Nilai