BAB IV

ANALISIS DATA DAN PEMBAHASAN

4.1. Pengertian Analisis Diskriminan

Model Analisis Diskriminan ditandai dengan ciri khusus yaitu data
variabel dependen yang harus berupa data kategori, sedangkan data independen
justru berupa data non kategori. Hal ini dapat dimodelkan sebagai berikut:
Y1 = X1 + X2 + X3 + … + Xn
Non-Metrik Metrik
Dimana :
1. Variabel Independen (X1 dan seterusnya) adalah data metrik, yaitu data
berskala interval atau rasio.
2. Variabel Dependen (Y1) adalah data kategorikal atau nominal.
Jika data kategorikal tersebut hanya terdiri dari 2 kode saja disebut “Two-
Groups Discriminant Analysis”. Namun apabila lebih dari 2 kategori
disebut “Multiple Discriminant Analysis”.

4.2. Tujuan Analisis Diskriminan

Oleh karena bentuk multivariat dari Analisis Diskriminan adalah
Dependen, maka variabel Dependen adalah variabel yang menjadi dasar analisis
diskriminan. Adapun tujuan dari analisis diskriminan antara lain :
1. Mengetahui perbedaan yang jelas antar grup pada variabel dependen.
2. Jika ada perbedaan, variabel independen manakah pada fungsi diskriminan
yang membuat perbedaan tersebut.
3. Membuat fungsi atau model diskriminan (yang mirip dengan persamaan
regresi).
4. Melakukan klasifikasi terhadap obyek ke dalam kelompok (grup).
4.3. Tahapan Analisis Diskriminan
1. Menguji perbedaan antara kedua kelompok perusahaan
Analisis dilakukan dengan menggunakan tabel tests of equality of group
means yang merupakan hasil pengujian tiap-tiap variabel bebas yang ada.
Keputusan yang diambil dalam pengujian variabel dapat melalui 2 cara :
a. Dengan angka “Wilk’s Lambda”
Angka Wilk’s Lambda berkisar 0 sampai 1. Jika angka mendekati 0, maka
data tiap grup cenderung berbeda; sedangkan jika angka mendekati 1, data
tiap grup cenderung sama.
b. Dengan F test (uji signifikansi)
Uji F dilakukan untuk menguji hipotesis berikut:
Ho : group means dari masing-masing kelompok adalah relatif sama
H1 : group means dari masing-masing kelompok memiliki perbedaan
secara nyata
Jika Sig < 0,05, maka Ho ditolak, yang berarti ada perbedaan antar
grup.
Jika Sig > 0,05, maka Ho tidak ditolak yang berarti group means
masing-masing kelompok relatif sama. Hal ini menunjukkan
bahwa tidak ada perbedaan antar grup
Dalam penelitian ini dihasilkan tests of equality of group means seperti
ditunjukkan pada Tabel 4.1. sebagai berikut:
Tabel 4.1.
Tests Of Equality Of Group Means
Variabel Wilks' F Sig. Keterangan
Lambda
Working Capital Total 0,880 45,953 0,000 Ada perbedaan
Assets
Retained Earning Total 1,000 0,013 0,908 Tidak ada
Assets perbedaan
EBIT Total Assets 0,877 47,366 0,000 Ada perbedaan
Current Ratio 0,982 6,128 0,014 Ada perbedaan
Book Value of Equity to 0,991 3,141 0,077 Tidak ada
Total Liabilities perbedaan
Sales Total Assets 0,974 9,041 0,003 Ada perbedaan
Total Debt Total Assets 0,956 15,480 0,000 Ada perbedaan
 EBIT Current Liabilities
Net Income to Total Asset
Kepemilikan Manajerial
Kepemilikan Institusional
Total Asset to GNP
Sumber: Bursa Efek Indonesia tahun 2006 - 2015, diolah.
0,919 29,834 0,000 Ada perbedaan
0,883 44,818 0,000 Ada perbedaan
0,997 1,094 0,296 Tidak ada
perbedaan
0,978 7,519 0,006 Ada perbedaan
0,999 0,425 0,515 Tidak ada
perbedaan

Penilaian signifikansi variabel diskriminan berdasarkan Wilks’ Lambda

test statistics menunjukkan bahwa secara statistik belum menunjukkan hasil yang
optimal karena rata-rata Wilks’ Lambda mendekati satu yang artinya perbedaan
antar kelompok tidak besar.
Namun, pengujian signifikansi nilai Wilks’ Lambda dapat dikonversikan
ke dalam uji F. Rasio-rasio keuangan yang memiliki nilai signifikansi lebih kecil
dari tingkat ketidakyakinan 0,05, berarti secara statistik menunjukkan bahwa ada
perbedaan secara signifikan. Rasio-rasio keuangan tersebut adalah Working
Capital to Total Assets, EBIT to Total Assets, Current Ratio, Sales to Total
Assets, Total Debt to Total Assets, EBIT to Current Liabilities, Net Income to
Total Asset, dan kepemilikan institusional. Hasil ini menunjukkan bahwa terdapat
perbedaan secara signifikan antara kedua kelompok perusahaan yang termasuk
kategori bangkrut dan tidak bangrut, dan dapat diartikan bahwa rasio-rasio
keuangan tersebut dapat digunakan untuk membentuk variabel diskriminan.
Sementara rasio-rasio keuangan Retained Earning to Total Assets, Book
Value of Equity to Total Liabilities, Total Asset to GNP, dan Kepemilikan
Manajerial tidak dapat digunakan untuk membentuk variabel diskriminan karena
tidak menunjukkan ada perbedaan yang signifikan.

2. Menguji signifikansi statistik dari fungsi diskriminan

Pengujian signifikansi dari fungsi diskriminan digunakan multivariate test
of significance. Pada pengujian ini digunakan nilai Wilk’s Lambda atau dapat juga
diaproksimasi dengan statistic Chi-Square. Selain melihat nilai Wilk’s Lambda
dan Chi Square perlu juga dilihat signifikansi dari nilai Wilk’s Lambda tersebut
yang dibandingkan dengan tingkat ketidakyakinan yang ditetapkan sebesar 0,05,
bila lebih kecil dari tingkat ketidakyakinan yang dapat diterima maka dapat
dinyatakan terdapat perbedaan yang signifikan.
Tabel 4.2.
Uji Signifikansi Statistik dari Fungsi Diskriminan
Wilks' Lambda
Test of Wilks' Chi-square df Sig.
Function(s) Lambda
1 0,721 108,534 12 0,000
Sumber: Bursa Efek Indonesia tahun 2006 - 2015, diolah.

Besarnya nilai Wilks' Lambda sebesar 0,721 atau sama dengan Chi-square
108,534 dan nilai ini signifikan pada 0,000 yang sangat jauh lebih kecil dari
tingkat ketidakyakinan sebesar 0,05. Hal ini dapat disimpulkan bahwa fungsi
diskriminan signifikan secara statistik, yang berarti nilai means (rata-rata) score
diskriminan untuk kedua kelompok perusahaan berbeda secara statistik.

3. Square Canonical Correlation (CR2)

Pengujian kemampuan variabel-variabel independen dapat menjelaskan
perbedaaan yang terjadi antara kedua kelompok perusahaan. Analisis yang
digunakan menggunakan cannonical correlation yang dikuadratkan untuk
menentukan seberapa besar kemampuan variabel-variabel independen dapat
menjelaskan perbedaaan yang terjadi antara kedua kelompok perusahaan.
Pengujian ini identik dengan koefisien determinasi atau R2 pada regresi, yaitu
mengukur variasi antara kedua kelompok perusahaan yang dapat dijelaskan oleh
variabel diskriminannya. Jadi CR2 mengukur seberapa kuat fungsi diskriminan.
Tabel 4.3.
Squre Cannonical Correlation
Function Eigenvalue % of Cumulative Canonical Square
Variance % Correlation Canonical
Correlation
1 0,387a 100,0 100,0 0,528 0,279
a. First 1 canonical discriminant functions were used in the analysis.
Sumber: Bursa Efek Indonesia tahun 2006 - 2015, diolah.
Besarnya Canonical Correlation adalah sebesar 0,528, atau besarnya Square
Canonical Correlation adalah sebesar (CR2) = (0,528) atau sama dengan 0,279.
Jadi dapat disimpulkan bahwa 27,9% variasi antara kelompok perusahaan sehat
dan bangkrut yang dapat dijelaskan oleh variabel diskriminan secara keseluruhan,
yaitu Working Capital Total Assets, EBIT Total Assets, Current Ratio, Sales Total
Assets, Total Debt Total Assets, EBIT Current Liabilities, Net Income to Total
Asset, dan kepemilikan institusional, serta Retained Earning Total Assets, Book
Value of Equity to Total Liabilities, Total Asset to GNP, dan kepemilikan
manajerial. Sisanya yang sebesar 72,1% dijelaskan oleh variabel yang tidak
dianalisis.

4. Persamaan Diskriminan
Persamaan estimasi fungsi diskriminan unstandardized dapat dilihat dari
tabel canonical discriminant fungction coefficients sebagai berikut:
Tabel 4.4.
Canonical Discriminant Function Coefficients
Function
1
Working Capital Total Assets (WCTA) 1,434
EBIT Total Assets (EBITTA) 2,318
Current Ratio (CR) -0,043
Sales Total Assets (STA) 0,311
Total Debt Total Assets (TDTA) 0,097
EBIT Current Liabilities (EBITCL) 0,605
Net Income to Total Asset (NITA) -0,872
Kepemilikan Institusional (KI) -0,021
(Constant) 1,139
Unstandardized coefficients
Sumber: Bursa Efek Indonesia tahun 2006 - 2015, diolah.

Persamaan estimasi fungsi diskriminan unstandardized adalah sebagai

berikut:
Z = 1,139 + 1,434 WCTA + 2,318 EBITTA - 0,043 CR + 0,311 STA + 0,097
TDTA + 0,605 EBITCL - 0,872 NITA + 0,010 KM - 0,021 KI
 Fungsi diskriminan ini dapat ditulis menjadi bentuk yang sudah
dinormalkan, dalam bentuk fungsi diskriminan standarized sebagai berikut :
Tabel 4.5.
Standardized Canonical Discriminant Function Coefficients
Function
1
Working Capital Total Assets (WCTA) 0,759
EBIT Total Assets (EBITTA) 0,257
Current Ratio (CR) -0,088
Sales Total Assets (STA) 0,330
Total Debt Total Assets (TDTA) 0,068
EBIT Current Liabilities (EBITCL) 0,492
Net Income to Total Asset (NITA) -0,089
Kepemilikan Institusional (KI) -0,395
Sumber: Bursa Efek Indonesia tahun 2006 - 2015, diolah.

Z = 0,759 WCTA + 0,257 EBITTA - 0,088 CR + 0,330 STA + 0,068 TDTA +

0,492 EBITCL - 0,089 NITA - 0,395 KI

Selain itu dapat juga fungsi diskriminan dianalisis dengan memecah

persamaan diskriminan untuk perusahaan yang bangkrut dan tidak bangkrut,
dengan pendekatan Fisher's linear discriminant functions. Tabel Classification
Function Coefficients menunjukkan hal tersebut, yang sama dengan bagian
Canonical Discriminant Function Coefficients di atas yang sebelumnya sudah
sudah dibahas.

Tabel 4.6.
Classification Function Coefficients
FinancialDistress
TIDAK BANGKRUT
BANGKRUT
Working Capital Total Assets (WCTA) 0,635 -1,144
Retained Earning Total Assets (RETA) -0,374 -0,321
EBIT Total Assets (EBITTA) 19,836 16,962
Current Ratio (CR) 0,658 0,711
Book value of equity to Total Liabilities (BVETL) 0,504 0,722
Sales Total Assets (STA) -0,301 -0,688
Total Debt Total Assets (TDTA) 4,115 3,996
EBIT Current Liabilities (EBITCL) -0,460 -1,209
Net Income to Total Asset (NITA) 1,921 3,002
Kepemilikan Manajerial (KM) 0,834 0,821
Kepemilikan Institusional (KI) 0,304 0,330
Total Asset to GNP (TAGNP) 6,286E-008 6,189E-008
(Constant) -15,401 -16,813
Fisher's linear discriminant functions
Sumber: Bursa Efek Indonesia tahun 2006 - 2015, diolah.

Persamaannya sebagai berikut:

Untuk kelompok perusahaan tidak bangkrut (0), persamaannya :
Z = -15,401 + 0,635 WCTA - 0,374 RETA + 19,836 EBITTA + 0,658 CR + 0,504
BVETL - 0,301 STA + 3,996 TDTA - 0,460 EBITCL + 1,921 NITA + 0,834 KM +
0,304 KI + 6,286E-008 TAGNP

Untuk kelompok perusahaan bangkrut (1), persamaannya :

Z = -16,813 - 1,144 WCTA - 0,321 RETA + 16,962 EBITTA + 0,711 CR + 0,722
BVETL - 0,688 STA + 4,115 TDTA - 1,209 EBITCL + 3,002 NITA + 0,821 KM +
0,330 KI + 6,189E-008 TAGNP

Dari beberapa persamaan diskriminan di atas, analisis yang sering

digunakan adalah analisis yang menggunakan Standardized Cannonical
Discriminant Function Coefficient.

5. Menentukan Cutt Off Point (Structure Matrix)

Langkah selanjutnya adalah menentukan urutan variabel yang paling
membedakan atau yang memiliki nilai parameter tertinggi yang artinya variabel
tersebut merupakan variabel penentu dari persamaan tersebut. Tabel Structure
Matrix menunjukkan urutan karakteristik yang paling membedakan keputusan
kebangkrutan perusahaan.
 Tabel 4.7.
Structure Matrix
No. Function
1
1. EBIT Total Assets (EBITTA) 0,602
2. Working Capital Total Assets (WCTA) 0,593
3. Net Income to Total Asset (NITA) 0,586
4. EBIT Current Liabilities (EBITCL) 0,478
5. Total Debt Total Assets (TDTA) -0,344
6. Sales Total Assets (STA) 0,263
7. Kepemilikan Institusional (KI) -0,240
8. Current Ratio (CR) 0,217
Pooled within-groups correlations between discriminating variables and
standardized canonical discriminant functions
Variables ordered by absolute size of correlation within function.

Dari Tabel Structure Matrix menunjukkan bahwa EBIT Total Assets memiliki
peran sebagai penentu keputusan kebangkrutan yang terbesar, diikuti urutan kedua
dan ketiga adalah Working Capital Total Assets dan Net Income to Total Asset.
Urutan selanjutnya dapat dilihat pada Tabel 4.7. di atas.

Nilai cut off yang dipilih nilai yang meminimumkan jumlah incorrect
classification atau kesalahan misklasifikasi atau dapat dihitung dengan rumus:
Cut off = (Z1 + Z2) / 2
Di mana Zj adalah rata-rata score diskriminan kelompok j. Rumus ini berasumsi
jumlah sampel kedua kelompk sama.
Dalam hal jumlah sampel kedua kelompok tidak sama maka rumus cutoff
menjadi:
Cut off = (n1Z1 + n2Z2) / (n1 + n2)

Dalam penelitian ini, jumlah sampel perusahaan yang bangkrut dan tidak bangkrut
sama-sama sebanak 170. Maka rumus yang pertama yang digunakan. Tampilan
output SPSS memberikan rata-rata score diskriminan untuk kelompok tidak
bankrut sebesar 0,620 dan rata-rata score diskriminan untuk kelompok bankrut
sebesar -0,620 dan memberikan nilai cut off 0 (nol).
Functions at Group Centroids
FinancialDistress Function
1
TIDAK BANGKRUT ,620
BANGKRUT -,620
Unstandardized canonical discriminant functions
evaluated at group means

Tabel di atas menunjukkan nilai rata-rata nilai Z dari masing-masing

kelompok (group centroids) dengan menggunakan konstanta. Nilai kedua
kelompok tampak sama, hanya berbeda pada tanda positif dan negatif masing-
masing angkanya. Hal ini terjadi karena seperti telah disebutkan sebelumnya, pada
ukuran sampel yang sama, nilai kritis Z optimal pada perhitungan dengan
konstanta adalah nol.
Hasil nilai kritis Z menunjukkan batasan antara prediksi sehat dan
bermasalah perusahaan-perusahaan sampel di penelitian ini terletak pada nilai 0
(nol). Pada saat nilai Z perusahaan sampel lebih kecil daripada 0, maka
perusahaan tersebut diprediksikan bermasalah. Demikian pula sebaliknya jika
nilai Z lebih besar daripada 0, perusahaan tersebut diprediksi model baru ini
sebagai perusahaan sehat.

Nilai-nilai Z dari bank-bank yang menjadi penelitian ini dapat dilihat pada Tabel
berikut ini.

Persamaan estimasi fungsi diskriminan unstandardized (menggunakan

konstanta) adalah sebagai berikut:
Z = 1,139 + 1,434 WCTA + 2,318 EBITTA - 0,043 CR + 0,311 STA + 0,097
TDTA + 0,605 EBITCL - 0,872 NITA + 0,010 KM - 0,021 KI
 Fungsi diskriminan ini dapat ditulis menjadi bentuk yang sudah
dinormalkan, dalam bentuk fungsi diskriminan standarized (tidak ada konstanta)
sebagai berikut :

Z = 0,759 WCTA + 0,257 EBITTA - 0,088 CR + 0,330 STA + 0,068 TDTA +

0,492 EBITCL - 0,089 NITA - 0,395 KI

Bu Dewi, nilai Z ini dimasukkan berdasarkan data yang dimiliki masing-masing

perusahaan. Karena cut off-nya 0 (nol), maka jika nilainya positif berarti kategori
perusahaan sehat, jika negatif maka masuk kategori bankrut. Tapi mohon maaf
Bu saya tidak bisa menghitungkan.

No. NAMA PERUSAHAAN NILAI Z DENGAN NILAI Z TANPA

KONSTANTA KONSTANTA

dst

6. Kesimpulan
Berdasarkan pada pembahasan di atas, maka terdapat beberapa hal yang
dapat disimpulkan sebagai berikut :
a. Hasil penelitian menunjukkan bahwa terdapat perbedaan secara signifikan
antara kedua kelompok perusahaan yang termasuk kategori bangkrut dan tidak
bangrut, dan dapat diartikan bahwa rasio-rasio keuangan tersebut dapat
digunakan untuk membentuk variabel diskriminan. Rasio-rasio keuangan yang
secara statistik menunjukkan adanya perbedaan secara signifikan adalah
Working Capital Total Assets, EBIT Total Assets, Current Ratio, Sales Total
Assets, Total Debt Total Assets, EBIT Current Liabilities, Net Income to Total
Asset, dan kepemilikan institusional.
b. Fungsi diskriminan signifikan secara statistik. Hal ini berarti nilai means (rata-
rata) score diskriminan untuk kedua kelompok perusahaan sehat dan bangkrut
berbeda secara statistik.
c. Kemampuan variabel-variabel independen dapat menjelaskan perbedaaan
yang terjadi antara kedua kelompok perusahaan sehat dan bangkrut hanya
sebesar 27,9%. Sisanya yang sebesar 72,1% dijelaskan oleh variabel yang
tidak dianalisis.
d. Urutan variabel yang paling membedakan atau yang memiliki nilai parameter
tertinggi yang artinya variabel tersebut merupakan variabel penentu dari
persamaan tersebut adalah EBIT Total Assets memiliki peran sebagai penentu
keputusan kebangkrutan yang terbesar, diikuti urutan kedua dan ketiga adalah
Working Capital Total Assets dan Net Income to Total Asset.

Daftar Pustaka

Ghozali, Imam. 2016. Aplikasi Analisis Multivariete dengan Program IBM SPSS
23. Badan Penerbit Universitas Diponegoro, Semarang.
 LAMPIRAN

Discriminant
Group Statistics

FinancialDistress Mean Std. Deviation Valid N (listwise)

Unweighted Weighted

WorkingCapitalTotalAssets ,2128777 ,21591635 170 170,000

RetainedEarningTotalAssets ,2629402 ,20498841 170 170,000

EBITTotalAssets ,0913376 ,06006250 170 170,000

CurrentRatio 2,1727539 2,05736455 170 170,000

BookvalueofequitytoTotalLiabilities 1,1752504 ,83334093 170 170,000

TIDAK SalesTotalAssets 1,2295372 ,95763018 170 170,000

BANGKRUT TotalDebtTotalAssets ,5201495 ,17688275 170 170,000

EBITCurrentLiabilities ,5734360 ,92024868 170 170,000

NetIncometoTotalAsset ,0705535 ,04723409 170 170,000

KepemilikanManajerial 1,6654118 3,92161800 170 170,000

KepemilikanInstitusional 69,9779412 18,75149953 170 170,000

TotalAssettoGNP 20227248,5204680 22543091,88233078 170 170,000

WorkingCapitalTotalAssets -,1764214 ,71696667 170 170,000

RetainedEarningTotalAssets ,2346336 3,19273548 170 170,000

EBITTotalAssets ,0084121 ,14516597 170 170,000

CurrentRatio 1,6167195 2,08417064 170 170,000

BookvalueofequitytoTotalLiabilities 1,6635996 3,49450242 170 170,000

SalesTotalAssets ,8844332 1,14993763 170 170,000

BANGKRUT
TotalDebtTotalAssets ,8196605 ,97666302 170 170,000

EBITCurrentLiabilities ,0912706 ,69130384 170 170,000

NetIncometoTotalAsset -,0034294 ,13612599 170 170,000

KepemilikanManajerial 1,2348824 3,66282447 170 170,000

KepemilikanInstitusional 75,5457647 18,68845525 170 170,000

TotalAssettoGNP 18588458,9507867 23815881,97138364 170 170,000

WorkingCapitalTotalAssets ,0182282 ,56347478 340 340,000

RetainedEarningTotalAssets ,2487869 2,25895866 340 340,000

EBITTotalAssets ,0498749 ,11844054 340 340,000

CurrentRatio 1,8947367 2,08641556 340 340,000

Total
BookvalueofequitytoTotalLiabilities 1,4194250 2,54828645 340 340,000

SalesTotalAssets 1,0569852 1,07063772 340 340,000

TotalDebtTotalAssets ,6699050 ,71667211 340 340,000

EBITCurrentLiabilities ,3323533 ,84777220 340 340,000

 NetIncometoTotalAsset ,0335620 ,10827028 340 340,000

KepemilikanManajerial 1,4501471 3,79495586 340 340,000

KepemilikanInstitusional 72,7618529 18,89914897 340 340,000

TotalAssettoGNP 19407853,7356273 23168532,20125172 340 340,000

Tests of Equality of Group Means

Wilks' F df1 df2 Sig.

Lambda

WorkingCapitalTotalAssets ,880 45,953 1 338 ,000

RetainedEarningTotalAssets 1,000 ,013 1 338 ,908

EBITTotalAssets ,877 47,366 1 338 ,000

CurrentRatio ,982 6,128 1 338 ,014

BookvalueofequitytoTotalLiabilities ,991 3,141 1 338 ,077

SalesTotalAssets ,974 9,041 1 338 ,003

TotalDebtTotalAssets ,956 15,480 1 338 ,000

EBITCurrentLiabilities ,919 29,834 1 338 ,000

NetIncometoTotalAsset ,883 44,818 1 338 ,000

KepemilikanManajerial ,997 1,094 1 338 ,296

KepemilikanInstitusional ,978 7,519 1 338 ,006

TotalAssettoGNP ,999 ,425 1 338 ,515

Summary of Canonical Discriminant Functions

Eigenvalues

Function Eigenvalue % of Variance Cumulative % Canonical Correlation

1 ,387a 100,0 100,0 ,528

a. First 1 canonical discriminant functions were used in the analysis.

Wilks' Lambda

Test of Function(s) Wilks' Lambda Chi-square df Sig.

1 ,721 108,534 12 ,000

 Standardized Canonical Discriminant Function Coefficients

Function

WorkingCapitalTotalAssets ,759

RetainedEarningTotalAssets -,097

EBITTotalAssets ,257

CurrentRatio -,088

BookvalueofequitytoTotalLiabilities -,446

SalesTotalAssets ,330

TotalDebtTotalAssets ,068

EBITCurrentLiabilities ,492

NetIncometoTotalAsset -,089

KepemilikanManajerial ,037

KepemilikanInstitusional -,395

TotalAssettoGNP ,018

Structure Matrix

Function

EBITTotalAssets ,602

WorkingCapitalTotalAssets ,593

NetIncometoTotalAsset ,586

EBITCurrentLiabilities ,478

TotalDebtTotalAssets -,344

SalesTotalAssets ,263

KepemilikanInstitusional -,240

CurrentRatio ,217

BookvalueofequitytoTotalLiabilities -,155

KepemilikanManajerial ,092

TotalAssettoGNP ,057

RetainedEarningTotalAssets ,010

Pooled within-groups correlations between discriminating variables and

standardized canonical discriminant functions

Variables ordered by absolute size of correlation within function.

 Canonical Discriminant Function Coefficients

Function

WorkingCapitalTotalAssets 1,434

RetainedEarningTotalAssets -,043

EBITTotalAssets 2,318

CurrentRatio -,043

BookvalueofequitytoTotalLiabilities -,176

SalesTotalAssets ,311

TotalDebtTotalAssets ,097

EBITCurrentLiabilities ,605

NetIncometoTotalAsset -,872

KepemilikanManajerial ,010

KepemilikanInstitusional -,021

TotalAssettoGNP ,000

(Constant) 1,139

Unstandardized coefficients

Classification Statistics
Classification Function Coefficients

FinancialDistress

TIDAK BANGKRUT BANGKRUT

WorkingCapitalTotalAssets ,635 -1,144

RetainedEarningTotalAssets -,374 -,321

EBITTotalAssets 19,836 16,962

CurrentRatio ,658 ,711

BookvalueofequitytoTotalLiabilities ,504 ,722

SalesTotalAssets -,301 -,688

TotalDebtTotalAssets 4,115 3,996

EBITCurrentLiabilities -,460 -1,209

NetIncometoTotalAsset 1,921 3,002

KepemilikanManajerial ,834 ,821

KepemilikanInstitusional ,304 ,330

TotalAssettoGNP 6,286E-008 6,189E-008

(Constant) -15,401 -16,813

Fisher's linear discriminant functions