PENGGUNAAN ANALISIS DISKRIMINAN DAN REGRESI LOGISTIK UNTUK MEMPREDIKSI KEGAGALAN RESTRUKTURISASI KREDIT BERMASALAH (STUDI PADA BANK XYZ)

INSAN PRIMA, Bowo Setiyono, S.E., M.Com., Ph.D.,

2020 | Tesis | MAGISTER MANAJEMEN (KAMPUS JAKARTA)

Penelitian ini bertujuan untuk memprediksi kegagalan restrukturisasi kredit bermasalah pada Bank XYZ dengan menggunakan empat kategori rasio keuangan. Pertama yaitu rasio likuiditas yang diproksikan dengan current ratio (CR) dan net working capital to total assets (NWCTA). Kedua yaitu rasio solvabilitas yang diproksikan dengan debt ratio (DR) dan long term liabilities to total assets (LTLTA). Ketiga yaitu rasio profitabilitas yang diproksikan dengan retained earnings to total assets (RETA), return on assets (ROA), profits to current assets (PTCA), dan profits to total debt (PTTD). Keempat yaitu rasio aktivitas yang diproksikan dengan turnover of total assets (TOTA) dan EBIT to total assets (EBITTA). Populasi pada penelitian ini adalah seluruh rekening kredit bermasalah segmen komersial yang direstrukturisasi pada periode tahun 2016 dan 2017. Pemilihan sampel menggunakan teknik purposive sampling dan diperoleh 13 debitur yang gagal restrukturisasi dan 13 debitur yang berhasil restrukturisasi. Teknik analisis data pada penelitian ini menggunakan model multiple discriminant analysis (MDA) dan regresi logistik. Hasil dari penelitian ini menunjukkan bahwa pada model MDA, rasio keuangan yang berpengaruh terhadap kegagalan restrukturisasi kredit bermasalah pada Bank XYZ adalah (1) LTLTA (long term liabilities to total assets) dengan koefisien sebesar -1,539 dan (2) TOTA (turnover of total assets) dengan koefisien sebesar 1,757. Tingkat akurasi dari model MDA yang terbentuk adalah sebesar 67,30%. Pada model regresi logistik, rasio keuangan yang berpengaruh terhadap kegagalan restrukturisasi kredit bermasalah pada Bank XYZ adalah LTLTA (long term liabilities to total assets) dengan koefisien sebesar 6,281. Tingkat akurasi dari model regresi logistik yang terbentuk adalah sebesar 75%.

This study aims to predict the failure of restructuring of non-performing loan at Bank XYZ using four main categories of financial ratios. First, liquidity ratios proxied by current ratio (CR) and net working capital to total assets (NWCTA). Second, solvency ratios proxied by debt ratio (DR) and long term liabilities to total assets (LTLTA). Third, profitability ratios proxied by retained earnings to total assets (RETA), return on assets (ROA), profits to current assets (PTCA), and profits to total debt (PTTD). Fourth, activity ratios proxied by turnover of total assets (TOTA) and EBIT to total assets (EBITTA). The population of this study were commercial non-performing loans that restructured during 2016 and 2017 period. Sample selection using a purposive sampling technique and obtained 13 failed restructuring firm and 13 successfull restructuring firm. Data analysis techniques in this study using multiple discriminant analysis (MDA) and logistic regression model. The results of this study show that in the MDA model, financial ratios that affect the failure of restructuring of non-performing loan at Bank XYZ were (1) LTLTA (long term liabilities to total assets) with a coefficient of -1.539 and (2) TOTA (turnover of total assets) with coefficient of 1.757. The accuracy of the MDA model was 67.30%. In the logistic regression model, the financial ratios that affect the failure of restructuring of non-performing loan at Bank XYZ was LTLTA (long term liabilities to total assets) with a coefficient of 6.281. The accuracy of the logistic regression model was 75%.

Kata Kunci : Non-performing loan (NPL), multiple discriminant analysis (MDA), logistic regression.