MULTIKOLINEARITAS
Coefficientsa
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -.256 .159 -1.613 .108
CAR .006 .002 .302 3.766 .000 .531 1.884
LDR .005 .001 .293 4.795 .000 .917 1.091
NSFR .004 .001 .287 4.369 .000 .795 1.257
NPL -.089 .019 -.279 -4.559 .000 .912 1.096
GROWTH -.003 .001 -.248 -3.213 .002 .575 1.738
ROA .023 .006 .229 3.701 .000 .890 1.124
a. Dependent Variable: Z_SCORE
Multikolinieritas diuji dengan menghitung nilai VIF (Variance Inflating Factor). Bila nilai VIF
lebih kecil dari 5 maka tidak terjadi multikolinieritas. Semua nilai VIF pada tabel Coefficients
menunjukkan angka kurang dari 5. Dengan demikian dapat disimpulkan bahwa model pada
penelitian ini memenuhi syarat untuk menjadi model regresi yang baik karena tidak terjadi
korelasi antar variabel independen (non-multikolinearitas).
Iteration Historya,b,c,d
-2 Log Coefficients
Iteration likelihood Constant CAR LDR NSFR NPL GROWTH ROA
Step 1 1 151.020 -3.025 .026 .021 .015 -.355 -.011 .094
2 128.434 -5.660 .058 .035 .024 -.402 -.015 .204
3 118.688 -8.376 .100 .048 .029 -.367 -.011 .296
4 116.038 -10.629 .141 .058 .032 -.327 -.009 .337
5 115.854 -11.496 .155 .062 .034 -.313 -.010 .356
6 115.853 -11.574 .157 .062 .034 -.312 -.010 .358
7 115.853 -11.574 .157 .062 .034 -.312 -.010 .358
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 223.420
d. Estimation terminated at iteration number 7 because parameter estimates changed by less than .001.
2
Diketahui statistic uji -2 log likelihood bernilai < chi square (𝜒0.05,(185−6−1) = 210.129) maka
diambil keputusan tolak H0 yang artinya model sudah memenuhi syarat uji.
Diketahui chi square model bernilai 107.567 dengan nilai signifikansi 0.000. Diketahui nilai
signfiiaknsi lebih kecil dari taraf signifiaksni (0.05) maka diambil keptuusan tolak H0 yang
artinya secara simultan variabel independent berpenagruh signifikan terhadap variabel
dependen
KOEFISIEN DETRMINASI
Model Summary
Cox & Snell R Nagelkerke R
Step -2 Log likelihood Square Square
1 115.853a .441 .629
a. Estimation terminated at iteration number 7 because
parameter estimates changed by less than .001.
Berdasrkan output diketahui nilai Nagelkerke R square bernilai 0.629 yang artinya sumbangan
pengaruh variabel independent (CAR, LDR, NSFR, NPL, Growth, dan ROA) terhadap variabel
dependen (Z score) secara simultan sebesar 62.9% atau dalam kata lain variabel CAR, LDR,
NSFR, NPL, Growth, dan ROA mampu menjelaskan 62.9% variasi z score
Pada Hosmer and Lemesho test terdapat nilai signifikansi sebesar 0,829 lebih besar dari 𝞪
(0,05) maka hipotesis nol diterima artinya tidak ada perbedaan yang signifikan antara model
dengan data observasinya. Dengan kata lain model mampu memprediksi nilai observasinya
atau model dapat diterima karena cocok dengan data observasinya.
CLASSIFICATION TABLE
Classification Tablea
Predicted
Observed Z
bank dengan
ketahanan
kurang baik/ bank dengan
potensi ketahanan Percentage
financial distress baik/sehat Correct
Step 1 Z bank dengan ketahanan 36 18 66.7
kurang baik/ potensi
financial distress
bank dengan ketahanan 7 124 94.7
baik/sehat
Overall Percentage 86.5
a. The cut value is .500
Berdasarkan output tabel classification diketahui nilai overall percentage bernilai 86,5 yang
artinya ketepatan prediksi untuk mengklasifikasikan apakah bank memiliki ketahanan yang
baik atau tidDK adalah 86.5%
Diketahui statistic uji wald pada masing masing variabel independent bernilai 14.785, 15.629,
12.145, 2.640, 0.460, dam 10.433 dengan nilai signifikansi 0.000, 0.000, 0.104, 0.498, dan
0.001. Nilai signifknasi variabel CAR, LDR, NSDR, dan ROA lebih kecil dari taraf signifiakansi
0.05 maka diambil keputusan tolak H0 yang artinya variabel CAR, LDR, NSDR, dan ROA
berpengaruh signifikan terhadap variabel z score. Sedangkan variabel NPL dan GROWTH
diambil keputusan gagal tolak H0 karena nilai signifkansi lebih besar dari taraf signifikasni
0.05 sehingga variabel location tidak berpengaruh signfiikan terhadap variabel z score.
Interpretasi berdasarkan nilai odds ratio. variabel CAR menunjukkan nilai odds ratio sebesar
1.170 yang menjelaskan bahwa semakin menigkatnya nilai CAR maka akan meningkatkan
kecenderungan bank memiliki ketahanan yang baik. Variabel LDR memiliki nilai odds ratio
sebesar 1.064 yang menjelaskan bahwa semakin menigkatnya nilai LDR maka akan
meningkatkan kecenderungan bank memiliki ketahanan yang baik. Variabel NSFR memiliki
nilai odds ratio sebesar 1.035 yang menjelaskan bahwa semakin menigkatnya nilai NSFR
maka akan meningkatkan kecenderungan bank memiliki ketahanan yang baik. Variabel NPL
memiliki nilai odds ratio sebesar 0.732 yang menjelaskan bahwa semakin menigkatnya nilai
NPL maka akan menurunkan kecenderungan bank memiliki ketahanan yang baik. Variabel
Growth memiliki nilai odds ratio sebesar 0.990 yang menjelaskan bahwa semakin
menigkatnya nilai growth maka akan menurunkan kecenderungan bank memiliki ketahanan
yang baik. Variabel ROA memiliki nilai odds ratio sebesar 1.431 yang menjelaskan bahwa
semakin menigkatnya nilai ROA maka akan meningkatkan kecenderungan bank memiliki
ketahanan yang baik.