Soal 15.

Data berikut ini adalah dua ratio keuangan, yaitu EBITTA (earning before interest and
tax to total asset) dan ROTC (return on total capital), terhadap 24 perusahaan dengan
kondisi sehat dan bangkrut.

Perusahaa Klasifikasi EBBIT ROT Perusahaa Klasifikasi EBBIT ROT

n Awal A C n Awal A C
1 2 0,16 0,18 13 1 -0,01 -0,03
2 2 0,21 0,21 14 1 0,04 0,05
3 2 0,21 0,19 15 1 0,04 0,04
4 2 0,28 0,24 16 1 -0,06 -0,07
5 2 0,2 0,19 17 1 -0,05 -0,12
6 2 0,23 0,17 18 1 0 -0,01
7 2 0,15 0,2 19 1 0,01 0,04
8 2 0,25 0,21 20 1 0,09 0,12
9 2 0,08 0,15 21 1 -0,04 -0,07
10 2 0,15 0,13 22 1 0,05 0,06
11 2 0,2 0,15 23 1 -0,03 -0,02
12 2 0,19 0,19 24 1 0,02 0,03
Keterangan: 1 = bangkrut 2 = sehat

Pertanyaan:

Apakah kedua variabel kinerja keuangan perusahaan mampu membedakan kedua

kelompok perusahaan dengan kondisi sehat dan bangkrut? Buat juga fungsi
diskriminan dan berdasarkan fungsi itu buat reklasifikasi kinerja perusahaan
berdasarkan kategori bangkrut atau sehat.

PEMBAHASAN

A. Identifikasi Variabel yang Mampu Membedakan

a. Deskripsi Variabel Diskriminan
Berdasarkan hasil olahan data dengan menggunakan SPSS, deskripsi variabel
deskriminan tampak dalam Group Statistic sebagai berikut.

Group Statistics
Std. Valid N (listwise)
Kondisi Mean Deviation Unweighted Weighted
1,00 EBITT ,0050 ,04543 12 12,000
A
ROTC ,0017 ,06753 12 12,000
2,00 EBITT ,1925 ,05259 12 12,000
A
ROTC ,1842 ,03059 12 12,000
 Total EBITT ,0988 ,10715 24 24,000
A
ROTC ,0929 ,10638 24 24,000
Dari group statistic dapat diketahui bahwa EBITTA perusahaan dengan
kondisi bangkrut (1) mempunyai rata-rata 0,0050, sedangkan pada EBITTA
perusahaan dengan kondisi sehat (2) mempunyai rata-rata 0,1925. Untuk ROTC
perusahaan dengan kondisi sehat mempunyai rata-rata 0,0017, sedangkan pada ROTC
perusahaan dengan kondisi sehat mempunyai rata-rata 0,1842.

b. Penilaian signifikansi perbedaan masing-masing variabel diskriminan

Penilaian signifikansi variabel diskriminan dapat dilihat dari nilai statistik
masing-masing variabel diskriminan atau secara parsial. Untuk menguji apakah ada
perbedaan secara signifikan antara dua kelompok sampel umumnya dapat dilakukan
dengan uji t tes. Namun, oleh karena analisis diskriminan juga dipakai menganalisis
lebih dari dua kelompok sampel, maka alternatif lain untuk menganalisis perbedaan
nilai rata-rata antarkelompok sampel adalah dengan menggunakan Wilk’s A test
statistic. Semakin kecil nilai Wilk’s A, sehingga semakin besar probabilitas hipotesis
nol (tidak ada perbedaan rata-rata populasi) ditolak. Untuk menguji signifikansi nilai
Walk’s A, maka dapat dikonversikan kedalam F ratio.

Tests of Equality of Group Means

Wilks'
Lambda F df1 df2 Sig.
EBITT ,201 87,353 1 22 ,000
A
ROTC ,232 72,718 1 22 ,000
Dari test statistic Wilk’s dapat dilihat EBITTA memiliki nilai Wilk’s Lamda
sebesar 0,201 dan probabilitas 0,000 sedangkan nilai Walk’s Lamda ROTC sebesar
0,232 dan juga memiliki probabilitas sebesar 0,000 atau lebih kecil dari tingkat
signifikansi 1 persen. Hasil ini menunjukkan bahwa variabel EBITTA dan ROTC
masing-masing berbeda antara kelompok perusahaan dengan kondisi sehat dan
perusahaan dengan kondisi bangkrut. Dengan demikian variabel tersebut dapat
digunakan untuk membentuk fungsi diskriminan (persamaan diskriminan)
berdasarkan output Canonical Discriminant Function Coefficient.
c. Signifikansi perbedaan skor diskriminan
 Untuk mengetahui kumpulan perbedaan variabel diskriminan tersebut secara
simultan antarkelompok atau kategori yang dianalisis, dilakukan dengan menguji
signifikansi statistik dengan nilai means (rata-rata) score diskriminan. Skor
diskriminan dihasilkan dari fungsi diskriminan (Canonical Discriminant Function)
yang merupakan hasil kombinasi linier dari variabel diskriminan. Contoh skor
diskriminan dengan notasi Z dapat dilihat pada Tabel 15.3. Untuk menguji beda skor
diskriminan atau perbedaan simultan (serempak) antarkelompok variabel diskriminan,
dilakukan menggunakan multivariate test of significance melalui uji Wilk's Lamda,
yang dapat didekati dengan statistic Chi-square, seperti tampak dalam kotak sebagai
berikut.

Wilks' Lambda
Test of Wilks'
Function(s) Lambda Chi-square df Sig.
1 ,194 34,445 2 ,000
Besarnya nilai Wilk's Lamda sebesar 0,194 sama dengan Chi-square 34,445
dan ternyata nilai ini signifíkan pada 0,000, maka dapat disimpulkan bahwa fungsi
atau rata-rata skor disriminan antara perusahaan dengan kondisi sehat dan bangkrut
berbeda secara signifíkan dengan probabilitas kurang dari 1 persen.

d. Koefiesien Korelasi Kanonik

Walaupun secara statistik perbedaan kedua kelompok perusahaan itu
signifíkan, tetapi untuk tujuan praktis perbedaan skor diskriminan tersebut mungkin
belum mempunyai arti apabila jumlah sample cukup besar. Untuk menguji seberapa
besar dan berarti perbedaan skor diskriminan antara kedua kelompok yang
dibandingkan dapat dilihat dari nilai Square Canonical Correlation (CR2). Square
Canonical Correlation identik dengan R2 pada regresi yaitu mengukur variasi antara
kedua kelompok yang dapat dijelaskan oleh variabel diskriminannya.

Eigenvalues
% of Cumulative Canonical
Function Eigenvalue Variance % Correlation
a
1 4,156 100,0 100,0 ,898
a. First 1 canonical discriminant functions were used in the
analysis.
 Tampilan output eigenvalues menunjukkan bahwa besarnya Canonical
Correlation adalah sebesar 0,898 atau besarnya Square Canonical Correlation (CR2) =
(0,898)2 atau sama dengan 0,804. Jadi dapat disimpulkan bahwa 80,4% variasi
perusahaan (dengan kondisi sehat dan bangkrut) dijelaskan oleh variasi variabel
diskriman EBITTA dan ROTC.

e. Menilai peran masing-masing variabel diskriminan

Menilai pentingnya variabel diskriminan dan arti dari fungsi diskriminan dapat
dilakukan dengan melihat fungsi diskriminan standar, seperti berikut ini:

Standardized Canonical
Discriminant Function
Coefficients

Function
1
EBITTA ,717

ROTC ,335

Tampilan standardized canonical discriminant function menunjukkan bahwa

besarnya koefisien EBITTA adalah 0,717 dan koefísien ROTC sebesar 0,335.
Koefísien yang sudah distandardisasi digunakan untuk menilai pentingnya variabel
diskriminator secara relatif dalam membentuk fungsi diskriminan. Makin tinggi
koefisien yang telah distandardisasi, maka makin penting variabel tersebut terhadap
variabel lainnya dan sebaliknya. Variabel EBITTA relatif lebih penting dibandingkan
variabel ROTC dalam membentuk fungsi diskriminan.

f. Kontribusi masing-masing variabel diskriminan

Oleh karena score diskriminan adalah indeks gabungan atau kombinasi linear
dari variabel awal, maka perlu untuk mengetahui apakah arti dari score diskriminan.
Nilai loading dari structure coeffícient dapat digunakan untuk menginterpretasikan
kontribusi setiap variabel untuk membentuk fungsi diskriminan. Nilai loading variabel
diskriminator merupakan korelasi antara score diskriminan dan variabel diskriminator
dan nilai loading akan berkisar antara + 1 dan - 1. Makin mendekati 1 (satu) nilai
absolut dari loading, maka makin tinggi komunalitas (kebersamaan) antara variabel
diskriminan dengan fungsi diskriminan, dan sebaliknya semakin kecil nilai loading
semakin kecil komunalitas (kebersamaan) antara variabel diskriminan dengan fungsi
diskriman.
 Structure Matrix
Function
1
EBITTA ,977
ROTC ,892
Pooled within-groups correlations between
discriminating variables and standardized
canonical discriminant functions
Variables ordered by absolute size of
correlation within function.

Tampilan Struktur Matrik menunjukan bahwa besarnya loading untuk EBITTA

0,977 dan besarnya loading untuk ROTC sebesar 0,892. Oleh karena loading kedua
variabel ini tinggi (di atas 0,50) maka fungsi diskriminan yang dibuat layak dipakai
memprediksi ukuran kondisi perusahaan. Nilai loading dari EBITTA sebesar 0,977
mempunyai arti bahwa 97,7 persen memberikan kontribusi terhadap fungsi diskriminan
atau skor diskriminan yang dibentuk.

B. Fungsi Diskriminan dan Prediksi Klasifikasi Kelompok

Setelah variabel diskriminan mampu membedakan dua kelompok yang

dianalisis, selanjutnya dibuat fungsi diskriminan. Kombinasi linear atau fungsi
diskriminan yang membentuk variabel baru (score diskriminan) adalah dengan
persamaan sbb:

Z = c + w1 Skala + w2 FP ...............................................................(15.1)

Dimana Z adalah fungsi diskriminan tidak standar, w1 dan w2 merupakan bobot

masing-masing variabel. Fungsi diskriminan didapat dengan memaksimumkan nilai λ
dan disebut Fisher's linear discriminant function, yang dapat dilihat dari output
Canonical Discriminant Function Coefficient dengan persamaan sebagai berikut:

Canonical
Discriminant Function
Coefficients
Function
1
EBITTA 14,597
ROTC 6,394
(Constant) -2,036
Unstandardized
coefficients

Selanjutnya dapat dibuat persamaan sebagai berikut:

 Z = - 2,036 + 14,597 EBITTA + 6,394 ROTC .....................................(15.2)

Apabila suatu observasi perusahaan berskala besar dan ROTC sebesar 0,58, maka
dengan persamaan (15.2) diperoleh skor diskriminannya:

Z = - 2,036 + 14,597 (1) + 6,394 (0,58)

Z = 16,270

Dengan mensubstitusikan nilai-nilai variabel diskriminan ke dalam fungsi

diskriminan untuk semua observasi, maka skor diskriminan diperoleh yang dirangkum
pada Tabel 15.3.

Perusahaa Klasifikasi EBBIT Klasifikasi

n Awal A ROTC Z Akhir
1 2 0,16 0,18 1,45087 2
2 2 0,21 0,21 2,37255 2
3 2 0,21 0,19 2,24468 2
4 2 0,28 0,24 3,58618 2
5 2 0,2 0,19 2,0987 2
6 2 0,23 0,17 2,40875 2
7 2 0,15 0,2 1,43277 2
8 2 0,25 0,21 2,95645 2
9 2 0,08 0,15 0,09127 2
10 2 0,15 0,13 0,98521 2
11 2 0,2 0,15 1,84296 2
12 2 0,19 0,19 1,95273 2
Rata-Rata Skor 23,42312  

Perusahaa Klasifikasi EBBIT Klasifikasi

n Awal A ROTC Z Akhir
13 1 -0,01 -0,03 -2,37335 1
14 1 0,04 0,05 -1,13199 1
15 1 0,04 0,04 -1,19593 1
16 1 -0,06 -0,07 -3,35897 1
17 1 -0,05 -0,12 -3,53268 1
18 1 0 -0,01 -2,09951 1
19 1 0,01 0,04 -1,63385 1
20 1 0,09 0,12 0,04543 2*
21 1 -0,04 -0,07 -3,06702 1
22 1 0,05 0,06 -0,92208 1
23 1 -0,03 -0,02 -2,60137 1
24 1 0,02 0,03 -1,55181 1
Rata-Rata Skor -23,42313  
 Berdasarkan Tabel 15.3 dapat dilihat bahwa rata-rata skor diskriminan bank
berdasarkan kategori awal berkinerja bagus adalah 23,423, sedangkan dengan kategori
berkinerja jelek adalah -23,423. Nilai rata-rata score diskriminan itu sesuai dengan hasil
perhitungan output SPSS dalam bentuk function of centroids.

Functions at Group Centroids

Function
Kondisi 1
1,00 -1,952
2,00 1,952
Unstandardized canonical discriminant
functions evaluated at group means

Berdasarkan nilai centroids tersebut dapat digunakan sebagai nilai cut off
pengklasifikasian. Nilai score diskriminan yang membagi ruang kedalam dua wilayah
disebut nilai cutoff. Klasifikasi dari observasi secara esensial akan membagi ruang
diskriminan kedalam dua wilayah. Makin tinggi EBITTA dan makin tinggi ROTC
makin tinggi nilai score diskriminan dan sebaliknya. Oleh karena itu perusahaan yang
mempunyai kondisi sehat akan memiliki nilai yang lebih tinggi untuk kedua variabel
diskriminan tersebut, yaitu EBITTA dan ROTC, sedangkan perusahaan yang
mempunyai kondisi bangkrut akan memiliki score diskriminan lebih rendah. Jadi
perusahaan akan dikelompokkan dengan kondisi sehat jika score diskriminannya lebih
tinggi daripada nilai cutoff dan sebaliknya bank dikelompokkan dengan kondisi
bangkrut jika score diskriminannya lebih kecil dari nilai cutoff.
Secara umum nilai cutoff adalah angka kritis yang merupakan nilai yang
meminimumkan jumlah incorrect classifícation atau kesalahan misklasifíkasi yang
dapat dihitung dengan rumus:
Dimana Zj adalah rata-rata score diskriminan kelompok j atau centroids.
Rumus ini berasumsi jumlah sample kedua kelompok sarna. Dalam hal jumlah sample
kedua kelompok tidak sarna maka rumus cutoff menjadi:
Dengan menggunakan fungsi diskriminan, selanjutnya diperoleh nilai
centroids dapat dicari nilai cut off. Nilai dari Tabel 15.3 dan nilai centroids yang
dihasilkan SPSS, maka cut off = (1,952 + ( -1,952))/2 = 0.

Dengan menggunakan nilai cut off tersebut, maka jika nilai Z score > 0 masuk
klasifikasi perusahaan dengan kondisi sehat (2), sedangkan jika nilai Z score < 0
masuk klasifikasi perusahaan dengan kondisi bangkrut (1). Dengan demikian,
perusahaan sampel nomor 1 dengan skor diskriminan sebesar 1,451, diklasifikasikan
 dengan kondisi “sehat” karena skor diskriminannya lebih besar dari nol, demikian
juga perusahaan nomor 20, karena memiliki skor diskriminannya lebih dari nol, maka
diklasifikasikan dengan kondisi sehat “sehat”. Namun perusahaan dengan nomor 13
diklasifikasikan dengan kondisi “bangkrut”, karena skor diskriminannya lebih kecil
dari nol.

Ketepanan Pridiksi Fungsi Diskriminan

Berdasarkan Tabel 15.3 dapat dilihat bahwa terdapat 1 buah perusahaan yang
misprediksi atau misklasifikasi. Perusahaan dengan nomor 20, pada klasifikasi awal dengan
kondisi bangkrut, namun hasil akhir diklasifikasikan dengan kondisi sehat. Output SPSS
memberikan nilai tingkat klasifikasi sebesar 95,8 persen. Ringkasan hasil klasifíkasi dapat
dilíhat pada classification matrix atau confusion matrix. Hasil matrik klasiflkasi menunjukkan
bahwa 23 dari 24 observasi telah diklasifíkasikan secara benar dan hanya satu observasi
diklasifíkasikan salah yaitu observasi no 20, jadi ketepatan klasifikasi adalah (23/24) atau
95,8 persen.

Classification Resultsa
Predicted Group
Membership
Kondisi 1,00 2,00 Total
Original Count 1,00 11 1 12
2,00 0 12 12
% 1,00 91,7 8,3 100,0
2,00 ,0 100,0 100,0
a. 95,8% of original grouped cases correctly classified.