RINA FARIANA, 040510792 (2009) PREDIKSI KONDISI BERMASALAH BERDASARKAN ANALISIS RASIO CAMEL MENGGUNAKAN PENDEKATAN LOGISTIC REGRESSION PADA LEMBAGA PERBANKAN YANG GO PUBLIC. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) PRAPROPOSAL - gdlhub-gdl-s1-2009-farianarin-10181-a151-9.pdf Download (115kB) | Preview
	Text (FULL TEXT) gdlhub-gdl-s1-2009-farianarin-10181-a151-9.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Mampu memprediksi kondisi bermasalah menjadi salah satu alternatif bagi investor dalam menganalisis kinerja keuangan dan menginvestasikan dana yang dimilikinya. Jika kondisi bermasalah mampu diketahui secara dini, maka investor atau pihak yang berkepentingan dapat meminimalisasi kemungkinan risiko yang akan diderita. Faktor-faktor yang diuji dalam penentuan kondisi kebangkrutan dan kesulitan keuangan perusahaan adalah rasio CAMEL. Sampel penelitian terdiri dari 13 bank sehat, 4 bank yang mengalami kebangkrutan, dan 3 bank yang mengalami kondisi kesulitan keuangan. Analisis logit merupakan alat analisis yang banyak digunakan dalam penelitian peramalan kebangkrutan. Analisis logit bertujuan untuk menguji probabilitas terjadinya variabel terikat dengan variabel bebasnya. Penelitian ini mengungkap bahwa variabel berdasarkan rasio CAMEL yang berpengaruh signifikan terhadap kondisi bermasalah adalah rasio CAR, APB, ROA, NIM, LAR, dan NCM to CA. Variabel yang memiliki kontribusi terbesar terhadap prediksi kondisi bermasalah pada perusahaan jasa perbankan berdasarkan analisis logit adalah rasio yang berhubungan dengan aspek earning yaitu ROA. Analisis logit memberikan tingkat keakuratan yang cukup tinggi yaitu sebesar 90%.

Actions (login required)

View Item