FINANCIAL

DISTRESS LQ 45
COMPANIES IN
INDONESIA
STOCK
EXCHANGE
2010-2014 WITH
USING LOGISTIC
REGRESSION
ANALYSIS

BAB I
PENDAHULUAN
1.1 Latar Belang Masalah
Financial Distress Predicting/FDA merupakan pembahasan yang
penting bagi listed Companies dan stakeholders

Jika prediksi kesulitan keuangan dapat diukur , maka :

manajer perusahaan dapat memulai langkah perbaikan untuk menghindari
kerusakan sebelum krisis
investor dapat memahami situasi perusahaan yang terdaftar dan menyesuaikan
strategi investasi mereka untuk mengantisipasi kerugian
Berpengaruh pada keputusan pemberian kredit
Model prediksi kesulitan keungan yang akurat sangat penting untuk
memberikan peringatan yang tepat

1.2 Identifikasi, Perumusan, dan Batasan Masalah

Identifikasi
Banyak penelitian yang dilakukan di Indonesia untuk memprediksi financial distress dengan
menggunakan berbagai model.
Penelitian yang dilakukan Wulandari et al (2014) yang membandingkan Model Altman,
Springate, Ohlson, Fulmer, CA-Score dan Zmijewski dalam memprediksi financial distress
(studi empiris pada perusahaan food and beverages yang Terdaftar di Bursa Efek Indonesia
Periode 2010-2012 yang mengatakan bahwa model yang paling efektif dan akurat untuk
memprediksi kondisi financial distress adalah model Ohlson
Nikmah dan Sulestari (2014) melakukan perbandingan antara model prediksi financial
distress Ohlson dan Altman. Hasil penelitiannya menunjukkan bahwa secara keseluruhan
model Ohlson lebih baik dalam memprediksi kebangkrutan perusahaan besar maupun
perusahaan kecil.

1.2 Identifikasi, Perumusan, dan Batasan Masalah

Perumusan Masalah

1.

Apakah variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN pada model
prediksi Ohlson (O-score) dapat digunakan sebagai prediktor kondisi financial distress pada
perusahaan yang terdaftar pada Index Saham LQ-45?
Bagaimana tingkat ketepatan model prediksi financial distress yang terbentuk dari hasil analisis
regresi logistik?

2.

Batasan Masalah

1.

menggunakan data-data perusahaan-perusahaan terbuka yang tercatat dalam Saham LQ-45

berdasarkan informasi dari Bursa Efek Indonesia (BEI)
terdapat 89 perusahaan yang pernah terdaftar di Index Saham LQ 45 Bursa Efek Indonesia (BEI)
periode tahun 2010 s.d tahun 2014
Data yang digunakan adalah data sekunder yang didapatkan dari Bursa Efek Indonesia (BEI) berupa
laporan keuangan yaitu neraca, laporan laba rugi, dan laporan arus kas

2.
3.

1.3 Maksud dan Tujuan Penelitian

Maksud Penelitian
Mengindikasi penggunaan variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO,
OENEG, dan CHIN pada model prediksi Ohlson (O-score) sebagai prediktor kondisi
financial distress pada perusahaan yang terdaftar dalam Index Saham LQ-45 periode
tahun 2010-2014.

Tujuan Penelitian

1. Untuk mengetahui apakah variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO,
OENEG, dan CHIN pada model prediksi Ohlson (O-Score) dapat digunakan sebagai
prediktor kondisi financial distress pada perusahaan yang terdaftar dalam Index
Saham LQ-45.
2. Untuk mengetahui tingkat ketepatan model prediksi financial distress yang terbentuk
dari hasil analisis regresi logistik.

1.4 Manfaat dan Kegunaan Penelitian

Manfaat Penelitian

stakeholder sebagai peringatan untuk melakukan tindakan-tindakan pencegahan

sebelum perusahaan mengalami kebangkrutan
investor dapat menyesuaikan strategi investasi untuk mengantisipasi kerugian

Kegunaan Penelitian

1. Teoritis dimana analisis yang dilakukan dalam penelitian ini dapat dikembangkan
pada penelitian berikutnya atau bahkan dapat digabungkan dengan teknik analisis
lainnya untuk mendapatkan hasil yang lebih optimal dalam memprediksi financial
distress
2. Praktis dimana hasil penelitian ini dapat digunakan oleh stakeholder dan investor
untuk mengambil keputusan mengenai strategi-strategi yang diperlukan terkait
financial distress

BAB II
DESKRIPSI INDUSTRI
2.1 Sejarah Bursa Efek Indonesia (BEI)
BEI merupakan bursa hasil penggabungan dari Bursa Efek Jakarta (BEJ) dengan Bursa Efek Surabaya
(BES) yang ini mulai beroperasi pada 1 Desember 2007 Demi efektivitas operasional dan transaksi.
Saat ini, BEI mempunyai sebelas jenis index harga saham sebagai indikator pergerakan harga saham
salah satu diantaranya adalah Indeks LQ45. Indeks yang terdiri dari 45 saham Perusahaan Tercatat
yang dipilih berdasarkan pertimbangan likuiditas dan kapitalisasi pasar, dengan kriteria-kriteria yang
sudah ditentukan.
Tujuan indeks LQ 45 adalah untuk menyediakan sarana yang obyektif dan terpercaya bagi analisis
keuangan, manajer investasi, investor dan pemerhati pasar modal lainnya dalam memonitor
pergerakan harga dari saham-saham yang aktif diperdagangkan.

2.1 Perusahaan yang terdaftar di dalam Indeks LQ45 periode

2010-2014

Terdapat 89 perusahaan yang pernah tercatat dalam index LQ 45 selama periode

tahun 2010-2014 yang terbagi kedalam 9 sektor
A. Sektor Utama
Sektor Pertanian (Agriculture)
Sektor Pertambangan (Mining)
B. Sektor Manufaktur
Sektor Industri Dasar dan Kimia (Basic Industry and Chemicals)
Sektor Aneka Industri (Miscellaneous Industry)
Sektor Industri Barang Konsumsi (Consumer Goods Industry)
C. Sektor Jasa
Sektor Properti dan Real Estate (Property, Real Estate, and Building Construction)
Sektor Infrastruktur, Ulititas, & Tranportasi (Infrastructure, utilities, and transportation)
Sektor Keuangan (Finance)
Sektor Perdagangan, Jasa, dan Investasi (Trade, Service & Investment)

Tabel Perusahaan yang Terdaftar Dalam

Index LQ45 periode 2010-2014 per
Sektor
No

Nama Perusahaan

Kode
Saham

Lingkup dan Bidang Usaha

No

1.

Jasa Marga (Persero) Tbk

JSMR

Infrastructure, utilities, and

transportation

1.

2.

Perusahaan Gas Negara

(Persero)Tbk

PGAS

Infrastructure, utilities, and

transportation

2.

3.

Telekomunikasi Indonesia
(Persero) Tbk

TLKM

Infrastructure, utilities, and

transportation

4.

Berlian Laju Tanker Tbk

BLTA

Infrastructure, utilities, and

transportation

3.
4.

5.

Bakrie Telecom Tbk

BTEL

Infrastructure, utilities, and

transportation

5.
6.

6.

Indika Energy Tbk

INDY

Infrastructure, utilities, and

transportation

7.

XL Axiata Tbk

EXCL

Infrastructure, utilities, and

transportation

No

8.

Indosat Tbk

ISAT

Infrastructure, utilities, and

transportation

1.

9.

Gajah Tunggal Tbk

GJTL

Infrastructure, utilities, and

transportation

2.

10. Mitra Rajasa Tbk

MIRA

Infrastructure, utilities, and

transportation

3.

11. Trada Maritim Tbk

TRAM

Infrastructure, utilities, and

transportation

4.

GIAA

Infrastructure, utilities, and

transportation

5.

Indomobil Sukses
13.
International Tbk

IMAS

Infrastructure, utilities, and

transportation

14. Express Transindo Utama Tbk

TAXI

Infrastructure, utilities, and

transportation

6.
7.

Tower Bersama Infrastructure

Tbk

TBIG

Infrastructure, utilities, and

transportation

12.

15.

Garuda Indonesia (Persero)

Tbk

Kode
Saham

Lingkup dan Bidang Usaha

AALI

Agriculture

LSIP
BISI
SGRO

Agriculture
Agriculture
Agriculture

UNSP
SIMP

Agriculture
Agriculture

Kode
Saham

Lingkup dan Bidang Usaha

Semen Indonesia (Persero)

Tbk
Barito Pasific Tbk

SMGR
BRPT

Basic Industry and Chemicals

Basic Industry and Chemicals

Indah Kiat Pulp & paper Tbk

Holcim Indonesia Tbk

INKP
SMCB

Basic Industry and Chemicals

Basic Industry and Chemicals

Charoen Pokphan Indonesia

Tbk
Krakatau Steel
Malindo Feedmill Tbk

CPIN
KRAS
MAIN

Basic Industry and Chemicals

Basic Industry and Chemicals
Basic Industry and Chemicals

Nama Perusahaan

Astra Agro Lestari Tbk

London Sumatera Indonesia
Tbk
Bisi International Tbk
Sampoerna Agro Tbk
Bakrie Sumatera Plantation
Tbk
Salim Ivomas Pratama Tbk
Nama Perusahaan

No

1.
2.
3.
4.
5.
6.
7.
8.
9.

Nama Perusahaan

Kode
Saham

Surya Semesta Internusa Tbk

SSIA

Property, Real Estate, and

Building Construction

Pakuwon Jati Tbk

PWON

Property, Real Estate, and

Building Construction

Wijaya Karya Tbk

WIKA

Property, Real Estate, and

Building Construction

Adhi Karya (Persero) Tbk

ADHI

Property, Real Estate, and

Building Construction

Ciputra Development Tbk

CTRA

Property, Real Estate, and

Building Construction

PP (Persero) Tbk

PTPP

Property, Real Estate, and

Building Construction

Summarecon Agung Tbk

SMRA

Property, Real Estate, and

Building Construction

Lippo Karawaci Tbk

LPKR

Property, Real Estate, and

Building Construction

Bakrieland Development Tbk

ELTY

Property, Real Estate, and

Building Construction

No

TRUB

Property, Real Estate, and

Building Construction

1.

Bumi Serpong Damai Tbk

BSDE

Property, Real Estate, and

Building Construction

2.

Alam Sutera Realty Tbk

ASRI

Property, Real Estate, and

Building Construction

Alam Sutera Realty Tbk

ASRI

Property, Real Estate, and

Building Construction

KIJA

Property, Real Estate, and

Building Construction

Sentul City Tbk

BKSL

Property, Real Estate, and

Building Construction

Waskita Karya (Persero) Tbk

WSKT

Property, Real Estate, and

Building Construction

10. Truba Alam Manunggal

Engineering Tbk
11.
12.
13.

14. Kawasan Industri Jababeka

Tbk
15.
16.

Lingkup dan Bidang Usaha

No

1.
2.
3.
4.
5.
6.
7.
8.
9.

Nama Perusahaan

Bank Central Asia Tbk

Bank Negara Indonesia (Persero) Tbk
Bank Rakyat Indonesia (Persero) Tbk
Bank Danamon Tbk
Bank Mandiri (Persero) Tbk
Bank Tabungan Negara (Persero) Tbk
Bank Bukopin Tbk
BPD Jawa Barat & Banten Tbk
Bhakti Investama Tbk

Nama Perusahaan

Kode
Saham

Kode
Saham

Lingkup dan
Bidang Usaha

BBCA
BBNI
BBRI
BDMN
BMRI
BBTN
BBKP
BJBR
BHIT

Finance
Finance
Finance
Finance
Finance
Finance
Finance
Finance
Finance

Lingkup dan Bidang

Usaha

Gudang Garam Tbk

GGRM

Consumer Goods Industry

Indofood Sukses Makmur Tbk

ICBP

Consumer Goods Industry

Indocement Tunggal Prakasa Tbk

INTP

Consumer Goods Industry

4.

Kalbe Farma Tbk

KLBF

Consumer Goods Industry

5.

Unilever Indonesia Tbk

UNVR

Consumer Goods Industry

6.

Indofood CBP Sukses Makmur

Tbk

ICBP

Consumer Goods Industry

3.

N
o

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.

Nama Perusahaan

Indo Tambangraya Megah

Tbk
Tambang Batubara Bukit
Asam (Persero) Tbk
Aneka Tambang (Persero)
Tbk
Bumi Resources Tbk
Darma Henwa Tbk
Elnusa Tbk
Energi Mega Persada Tbk
Medco Energi International
Tbk
Timah (Persero) Tbk
Benakat Petrolium Energy
Tbk
Berau Coal Energy Tbk
Borneo Lumbung Energy
Tbk
Harum Energy Tbk
Vale Indonesia Tbk

Kode
Saham

Lingkup
dan
Bidang
Usaha

ITMG

Mining

PTBA

Mining

ANTM
BUMI
DEWA
ELSA
ENRG

Mining
Mining
Mining
Mining
Mining

MEDC
TINS

Mining
Mining

BIPI
BRAU

Mining
Mining

BORN
HRUM
INCO

Mining
Mining
Mining

No

Nama Perusahaan

Kode
Saham

Lingkup dan Bidang Usaha

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

Bakrie & Brothers Tk

Hexindo Adiperkasa Tbk
Global Mediacom Tbk
AKR Corporindo Tbk
Intraco Penta Tbk
Media Nusantara Citra Tbk
Mitra Adiperkasa Tbk
Holcim Indonesia Tbk
Multipolar Tbk
Visi Media Karya Tbk

BNBR
HEXA
BMTR
AKRA
INTA
MNCN
MAPI
SMCB
MLPL
VIVA

Trade, Service & Investment

Trade, Service & Investment
Trade, Service & Investment
Trade, Service & Investment
Trade, Service & Investment
Trade, Service & Investment
Trade, Service & Investment
Trade, Service & Investment
Trade, Service & Investment
Trade, Service & Investment

11.

Matahari Department Store

Tbk
Surya Citra Media Tbk
United Tractors Tbk

LPPF
SCMA
UNTR

Trade, Service & Investment

Trade, Service & Investment
Trade, Service & Investment

12.
13.

No

1.
2.
3.

Nama Perusahaan

Adaro Energy Tbk

Astra International Tbk
Delta Dunia Makmur Tbk

Kode
Saham

Lingkup dan Bidang Usaha

ADRO
ASII
DOID

Miscellaneous Industry
Miscellaneous Industry
Miscellaneous Industry

BAB III
KAJIAN PUSTAKA, HASIL PENELITIAN
TERDAHULU, KERANGKA PEMIKIRAN, DAN
HIPOTESIS
3.1 Kajian Pustaka
Financial distress merupakan suatu kondisi yang menunjukkan tahap penurunan
dalam kondisi keuangan perusahaan yang terjadi sebelum terjadinya kebangkrutan
ataupun likuidasi (Plat dan Plat, 2002, dalam Almilia, 2006)
Prediksi kebangkrutan metode O-Score ini dikemukakan oleh James A. Ohlson (1980)
dalam jurnalnya berjudul Financial Ratio dan the Probabilistic Prediction of Bankruptcy.
Ohlson (1980) menjelaskan bahwa model ini tidak menentukan cut-off point tertentu
dalam menentukan batasan yang menyatakan perusahaan tersebut bangkrut atau
tidak bangkrut
EPS merupakan rasio yang paling banyak digunakan oleh pemegang saham dalam
menilai prospek perusahaan di masa yang akan datang dibandingkan dengan rasiorasio keuangan yang lain (Bodroastuti, 2009).

Persamaan model Ohlson adalah sebagai berikut:

O-Score = - 1,32 0,407 SIZE + 6,03 TLTA - 1,43 WCTA + 0,0757 CLCA
2,37 NITA - 1,83 FUTL + 0,285 INTWO - 1,72 OENEG - 0,52 CHIN
Keterangan:
X (SIZE) = Log (total asset / indeks tingkat harga PNB)
X (TLTA) = Total utang / total aset
X (WCTA) = Modal kerja / total aset
X4 (CLCA) = Utang lancar / aset lancar
X5 (NITA) = Pendapatan bersih / total aset
X6 (FUTL) = Dana dari kegiatan operasi / total utang
X7 (INTWO) = 1 jika pendapatan bersih dua tahun terakhir negative
0 untuk kondisi lainnya
X8 (OENEG) = 1 jika total utang > total aset; 0 untuk kondisi sebaliknya
X9 (CHIN) = (Nit-Nit-1)/( |Nit|+|Nit-1|), dimana Nit adalah pendapatan bersih untuk periode tahun
yg diteliti

3.2 Penelitian Terdahulu

4
No
1

Judul Penelitian

Variabel Penelitian

Rasio modal, Risiko

Model Prediksi

Keuangan dan

Model Prediksi 3 bulan sebelum

Variasi Waktu

pailit (MP3) menipakan model yang

CAR (Capital

Rasio Keuangan (CAR dan Risk

Kepailitan Bank Umum

Deteksi Dim Potensi

Adequacy Ratio).

Asset Rasio), serta Market Effect

di Indonesia

Kebangkrutan Bank

Asset Quality*

{Earning) mampu menjelaskan

Melalid Analisis Rasio

Manajemen. dan

tingkat kesehatan Bank dan

Keuangan dan Market

Likuiditas

paling layak digunakan untuk

memprediksi kepailitan Bank Umum.

Subagyo (2007): Model

Financial ratios,

Financial ratios, industry relative

sekaligus menjadi alat untuk

Prediksi Financial

industry relative

ratios, dan sensitivitas terhadap

memprediksi potensi kebangkrutan

Distress di Indonesia Era ratios, dan

bank

Globalisasi

Widodo (2001):

RORA. NRFF Qfet

Variabel yang dapat digunakan

Peng gun a an Rasio

Revenue From

untuk memprediksi kebangkrutan

Keuangan untuk

Fund), FBL CAR

bank adalah NRFF Qfcl Revenue

Mempredik-i

1 Capital Adequacy

From Fund) untuk enam model dan

Probabilitas

Ratio/, LCDR. HS

HS (Hasil Kredit) untuk lima

Kebangkrutan Bank

(HasilKredit),PTK

model. Model Prediksi dua tahun

sebelum kebangkrutan mempunyai

Hadad,dkk (2004):

Qurriyani (2000):

Effect

Hasil

Current

Terdapat

Savitri

Ratio,

perbedaan antara

(2012):

Growth

kedua model.

Model

Ratio,

Menurut hasil

Financial

Financial

analisis model

Distress Vs.

Leverage

Financial Distress

Altman Z-

, dan

4 Bank dinyatakan

Score:

Profit

menglami kondisi

indikator ekonomi

mampu digunakan sebagai predictor

Analisa

Margin

tidak sehat,

financial distress perusahan go

Perbanding

sedangkan

public di Indonesia. Model 4

an Prediksi

menurut

Kebangkrut

Diskriminan

an di

model Altman,

Industri

semua bank
dinyatakan sehat.

indikator ekonomi baik secara

memprediksi. dengan daya prediksi

sebesar 77,1%.
Purbayati (2010):

CAR, ATTM, APB,

Variabel yang berpengaruh

Perbankan

presentasi akurasi lebih Qnggi

Analisis Faktor

NPL, PPAP, ROA,

signrfikan terhadap probabilitas

dibanding model prediksi satu tahun

yang

Penyebab Probabilitas

ROE, NIM, BOPO,

kebangkrutan bank adalah BOPO

sebelum kebangkrutan.

Kebangkrutan Bank

LDR, Stock Price,

terhadap pendapatan operasional dan

Composite Index,

sensitivitas bank terhadap tingkat

Inflation Rate,

suku bunga SBI

Interest Rate, dan

Alrnilia dan Kristiaji

CF/CL,TUFA gross

Rasio keuangan yang paling domman

(2003): Analisis Rasio

profit1 sales.

dalam inenentukan financial distress

Keuangan Untuk

Ol'sales. M:ale:.

suatu perusahaan adalah: Rasio

Fauzi (2011): Analisis

ROA, ROE, NPM,

Variabel ROA, ROE, SLWC, dan

Memprediksi Kondisi

CA'inventoiy,

profit margin (NX'S). Rasio

Kinerja Keuangan

OPM, TDTA,

OPM masuk ke dalam model, dan

Financial Distress

OLTL, NW'saleo.

financial leverage (CL/TA). Rasio

(Performance) dan

EQTA, SLWC, NIM secara signifikan dapat menjelaskan

Perusahaan Manutaktur

CL-NW. dan

hkiuditas (CA CL).

Pengaruhnya Terhadap

50,2 % kondisi kesulitan keuangan

yang Terdaftar Di Bursa

NWTL.

Kesulitan Keuangan

(fianancial distress) pada perbankan.

(Financial Distress)

49,8 % lainnya dijelaskan oleh

Perbankan di Indonesia

variabel di luar model.

Efek Jakarta

Puryati dan

sensitivitas terhadap parsial maupun secara simultan

merupakan model terbaik untuk

Money Supply
7

Terdaftar di
BEI

3.2 Kerangka Pemikiran

Variabel Dependen (Y) :

Financial Distress perusahaan listed
BEI Index LQ45 periode tahun 20102014

Variabel Indepeden (X) :

SIZE, TLTA, WCTA, CLCA, OENEG,
NITA, FUTL, INTWO, dan CHIN

SIZE : Ukuran Perusahaan

TLTA : Total liabilities / Total Asset
WCTA : Working capital / Total Asset
CLCA : Current liabilities / Current Asset
NITA : Net Income / Total Asset
FUTL : Fund provided by operation/ Total Liabilities
INTWO : One if net income wa negative for the las two
years
OENEG : One if total liabilities exceeds total asset, zero
otherwise
CHIN : Net income for the most recent period

3.4 Hipotesis

H1: Variabel SIZE, TLTA, WCTA, CLCA, NITA, FUTL, INTWO, OENEG, dan CHIN
pada model prediksi Ohlson (O-Score) dapat digunakan sebagai prediktor kondisi
financial distress pada industri perusahaan yang terdafatar dalam Index Saham LQ45.

H2: Tingkat ketepatan model prediksi financial distress yang terbentuk dari hasil
analisis regresi logistik selama periode tahun 2010-2014.

BAB IV
METODE PENELITIAN
4.1 Jenis/Desain Penelitian
Penelitian ini menggunakan data sekunder yaitu data yang diperoleh secara tidak
langsung dari objek penelitian, yang berasal dari data base Bursa Efek Indonesia
(BEI) dan Badan Pusat Statistik (BPS). Jenis data yang dikumpulkan adalah data
laporan keuangan yang telah diaudit selama periode 2010 sampai dengan 2014 yang
dipublikasikan.

4.2 Variabel Penelitian

4.2.1 Definisi Konsep
1. Variabel Independen (X)
variabel independen yang diteliti adalah sembilan variabel yang
terdapat pada model yaitu: SIZE, TLTA, WCTA, CLCA, NITA, FUTL,
INTWO, OENEG, dan CHIN dengan persamaan regresi logistik
model Ohlson (O-Score)

1. X1 SIZE

2. X2 TLTA

3. X3 WCTA
4. X4 CLCA
5. X5 NITA

6. X6 FUTL

7. X7 INTWO

8. X8 OENEG

9. X9 CHIN

4.2.2 Definisi Operasional

Variabel Independen (X)

Variabel
XI: SIZE

Konsep
Rasio ini digunakan untuk

Koefisien
Negatif (-)

X4: CLCA
Indikator
Model

Rasio Likiuditas untuk mengukur

Positif(+)

Rasio

Negatif (-)

Rasio

Negatif (-)

Rasio

sejauh mana kemampuan aset lancar

Skala

perusahaan telah dibiayai penggunaan

Rasio

nienenrukan ukuran perusahaan

Ohlson (O-

utang lancar Semakm besar rasio mi.

(firm size). Semakin besai rasio mi.

Score)

maka kemungkinan bank mengalami

kondisi distress semakin besar

maka kemungkinan bank

mengalami kondisi distress semakin
kecil.

X2: TLTA

X3: WCTA

rasio solvabilhtas yang mengukur

Positif(+)

Rasio

X5: NTTA

Rasio rentabUitas untuk mengukur

kemampuan perusahaan dalam

kemampuan bank dalam menghasilkan

membayar seluruh kewajiban

profit dan total aset yang tersedia

Semakin besar rasio uu risiko

Semakm besar rasio mi. maka

pemsaan mengalami kondisi distress

kemungkinan bank mengalami kondisi

semakm besar.

distress semakin kecil

Rasio Likiuditas unfiik mengukur

kemampuan perusahaan dalam

Negatif (-)

Rasio
X6: FITL

Rasio solvabilitas untuk mengukur

mengelola modal kerja bersih dan

kemampuan bank dalam membiayai

total aset yang dimiliki. Semakm

total utang dan dana operasi yang

besar rasio uu. maka kemungkinan

tersedia. Semakm besar rasio mi. maka

perusahaan mengalami kondisi

kemungkinan bank mensalami kondisi

distress semakm kecil

distress semakin kecil

Positif(+)

Variabel Dependen (Y)

X7:

Varibel dummy dinyatakan

Nominal

EN'TWO

dalam angka 1 ilka laba bersih

Variabel

dua tahim terakhir negatif.

Prediksi Kondisi Varibel dependen

atau angka 0 jika terjadi

Perusahaan

Konsep

berupa variabel
dummy yang

kondisi lainnya.

dinyatakan dalam
angka 1 apabila

X8:

Varibel dummy dinyatakan

Negatif (-)

Nominal

OENEG

dalam angka 1 jika Total

mengalami kondisi

Utang > Total Aset atau angka

distress (Nilai EPS

0 jika Total Utang Total Aset.

(-)), atau angka 0

::

perusahaan

apabila perusahaan
berada dalam kondisi

X9: CHEV

Rasio profitabilitas untuk

mengukur pembahan laba
bersih yang dihasilkan
pemsahaan pada penode tahun
ke-t dan tahim sebelumnya (t1)

Negatif (-)

Rasio

non-distress (Nilai
EPS

(+)).

Indikator
EPS (+) = 0
EPS (-) = 1

Skala
Rasio

4.3 Populasi dan Sampel Penelitian

Dalam penentuan sampel digunakan teknik purposive sampling yaitu teknik
penentuan sampel dengan pertimbangan hal-hal tertentu. Berikut ini adalah
kriteria penentuan sampel penelitian yang digunakan:
Sampel penelitian adalah perusahaan yang pernah terdaftar di Index Saham LQ 45
Bursa Efek Indonesia (BEI) dari tahun 2010 hingga tahun 2014
Perusahaan sampel penelitian menerbitkan laporan keuangan lengkap berisi neraca,
laporan laba rugi, dan laporan arus kas pada tahun 2010 hingga tahun 2014.

4.6 Teknik Analisa Data

1. Uji Normalitas
Bertujuan untuk menguji apakah dalam model regresi, variabel penganggu atau
risidual memeliki distribusi normal.
2. Uji Asumsi Klasik
Untuk dapat mengetahui apakah variabel yang akan diteliti telah memenuhi syarat
asumsi klasik yang terdiri dari:
a. uji multikolonieritas : untuk menguji apakah model regresi ditemukan adanya korelasi
antara variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel independen
b. uji heteroskedastisitas : menguji apakah dalam sebuah model regresi terjadi
ketidaksamaan varians dari residual pada suatu pengamatan ke pengamatan yang lain.
Model regresi yang baik adalah yang tidak terjadi adanya Heteros kedastisitas
c. Uji autokolerasi : menguji apakah dalam model regresi linier ada korelasi antara kesalahan
penggangu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya).

4.6.1 Statistik Deskriptif

Digunakan untuk memberikan gambaran atau deskripsi mengenai variabelvariabel yang diteliti. Uji statistik deskriptif yang penulis lakukan mencakup
nilai minimum, maksimum, rata-rata, dan standar deviasi dari variabel
penelitian.

4.6.2 Analisis Regresi Logistik

Analisis regresi logistik adalah suatu metode statistik yang berfungsi untuk
menguji apakah probabilitas terjadinya variabel dependen dapat diprediksi
dengan variabel independennya
Variabel dependen berupa non-matrik (nominal atau ordinal) dengan dua
kategori sedangkan variabel independen berupa satu atau lebih metrik
(interval atau rasio) dan non metrik.

4.6.2.1 Kelayakan Model Regresi Logistik (Goodness of fit)

Langkah pertama dalam menganalis data menggunakan regresi logistik menurut
Prof. Dr. Imam Ghozali (2012) adalah dengan menilai overall fit model terhadap
data. beberapa tes statistik untuk menilai model fit adalah sebagai berikut:
1. Nilai -2 Log Likehood (-2 Log L)
2. Omnibust Test of Model Coefficient
3. Koefisien Cox and Snell R Square dan Negelkerke R Square
4. Hosmer and Lemeshow test

4.6.2.2 Ketepatan Prediksi Model Regresi Logistik

Prof. Dr. Imam Ghozali (2012) menjelaskan bahwa classification tabel 2 X 2 digunakan
untuk menghitung nilai estimasi yang benar (correct) dan salah (incorrect). Kolom pada
tabel klasifikasi merupakan dua nilai prediksi dari variabel dependen, yaitu kategori
perusahaan dalam kondisi aman atau non-distress (0) dan perusahaan yang dalam
kondisi distress (1). Baris pada tabel klasifikasi menunjukkan nilai observasi
sesungguhnya dari variabel dependen.

Ln
P
0
1, 2, n
X

= Log natural
= Probabilitas terjadinya kegagalan bank
= Konstanta
= Koefisien regresi
= Varibel Bebas

4.6.2.2 Ketepatan Prediksi Model Regresi Logistik

Estimasi maksimum likehood parameter dari model dapat dilihat pada tampilan
output tabel variable in the equation (Ghozali, 2012). Persamaan regresi Logistik
dapat dinyatakan sebagai berikut :

Keterangan:
Ln = Log natural
P
= Probabilitas terjadinya kegagalan bank
0 = Konstanta
1, 2, n = Koefisien regresi
X
= Varibel Bebas

Terima Kasih