• Tidak ada hasil yang ditemukan

Lampiran 2 Tabulasi Hasil Perhitungan Loan Loss Provission (LLPit) Sampel Penelitian Tahun 2019-2013 No Kode LLPit 2009 2010 2011 2012 2013

N/A
N/A
Protected

Academic year: 2019

Membagikan "Lampiran 2 Tabulasi Hasil Perhitungan Loan Loss Provission (LLPit) Sampel Penelitian Tahun 2019-2013 No Kode LLPit 2009 2010 2011 2012 2013"

Copied!
26
0
0

Teks penuh

(1)

LAMPIRAN

Lampiran 1

Daftar Sampel yang Memenuhi Kriteria

(2)

Lampiran 2

(3)

Lampiran 3

(4)

Lampiran 4

(5)

Lampiran 5

Tabulasi Hasil Perhitungan Perubahan Nilai Kredit yang Diberikan (∆NLOANit) Sampel Penelitian Tahun 2019-2013

(6)

Lampiran 6

Tabulasi Hasil Perhitungan Nondiscretionary Accrual Loan Loss Provission (NDLLPit) Sampel Penelitian Tahun 2019-2013

(7)

Lampiran 7

Tabulasi Hasil Perhitungan Discretionary Accrual Loan Loss Provission (DLLPit) Sampel Penelitian Tahun 2019-2013

(8)

Lampiran 8

(9)

Lampiran 9

(10)

Lampiran 10

(11)

Lampiran 11

(12)

Lampiran 12

Data Awal (Sebelum Transformasi Ln)

(13)
(14)
(15)

-0.0098 1 29.73 9.69 1.00

-0.0060 1 29.60 6.88 0.85

0.0060 1 30.99 8.69 2.25

0.0107 1 33.84 6.74 3.85

-0.0001 1 31.87 10.18 0.99

0.0065 1 33.59 7.11 1.68

0.0035 1 29.93 8.49 0.95

0.0115 1 34.07 6.89 2.41

-0.0382 1 32.51 10.35 1.05

0.0335 1 30.31 9.60 1.02

-0.0088 1 32.85 4.84 1.78

-0.0240 1 29.83 11.54 1.80

-0.0193 1 30.03 6.30 1.85

0.0125 1 34.23 6.72 2.64

-0.0005 1 29.03 6.17 0.70

0.0011 1 33.02 7.45 1.12

-0.0067 1 32.58 10.33 1.70

-0.0030 1 32.74 10.74 1.25

-0.0053 1 28.91 6.92 1.24

0.0028 1 31.87 6.03 2.45

0.0030 1 30.58 10.66 0.50

-0.0359 1 30.68 7.11 0.51

-0.0204 1 30.81 8.96 3.97

-0.0074 1 29.70 6.65 0.72

-0.0064 1 31.83 9.86 2.33

0.0107 1 32.21 6.23 1.11

0.0095 1 32.73 7.22 0.86

(16)

Lampiran 13

HASIL PENGOLAHAN DATA DENGAN SPSS 20 Hasil Pengujian Statistik Deskriptif Awal (Sebelum Transformasi Ln)

Descriptive Statistics N Minimu

m

Maximum Mean Std. Deviation DLLPit 145 -.054630 .083720 .00018987 .018264466

IFRS 145 0 1 .80 .401

SIZE 145 27.99 34.23 30.9642 1.70758

DER 145 .000000 15.620000 8.70319495 2.629006744

PBV 145 .00 5.89 1.9336 1.14358

Valid N

(listwise) 145

(17)
(18)
(19)

b. Analisis Statistik dengan Uji Kolmogorov – Smirnov (Sebelum

Asymp. Sig. (2-tailed) .002

(20)
(21)

-4.44 1 33.94 7.50

Hasil Pengujian Statistik Deskriptif Setelah Transformasi Ln Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

LN_DLLPit 82 -8.49 -2.48 -5.1768 1.14055

IFRS 82 0 1 .82 .389

SIZE 82 28.076746 34.228303 31.2332866

3 1.815003813 DER 82 4.800000 15.450000 8.74885287 2.183850616 PBV 82 .503888 5.890000 2.05314693 1.173033562 Valid N

(22)
(23)

Hasil Uji Normalitas dengan Kolmogorov- Smirnov (Setelah Transformasi Ln)

One-Sample Kolmogorov-Smirnov Test Unstandardiz

ed Residual

N 82

Normal Parametersa,b

Mean 0E-7

Std.

Deviation 1.12651367 Most Extreme

Differences

Absolute .089

Positive .089

Negative -.068

Kolmogorov-Smirnov Z .808

Asymp. Sig. (2-tailed) .531

a. Test distribution is Normal. b. Calculated from data.

(24)

Uji Autokorelasi dengan Durbin-Watson Model Summaryb Mode

l

R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 .156a .024 -.026 1.15540 1.816

a. Predictors: (Constant), PBV, DER, IFRS, SIZE b. Dependent Variable: LN_DLLPit

Hasil uji Multikolinearitas

Model Collinearity Statistics Tolerance VIF 1 (Constant)

(25)

SIZE .784 1.276

DER .968 1.033

PBV .786 1.272

Hasil Uji Regresi Berganda

Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -4.347 2.506 -1.735 .087

IFRS .042 .335 .014 .125 .901

SIZE -.032 .080 -.052 -.405 .686

DER -.022 .060 -.041 -.362 .718

PBV .164 .123 .169 1.331 .187

a. Dependent Variable: LN_DLLPit

Hasil Koefisien Determinasi

Model Summaryb Model R R Square Adjusted R

Square

Std. Error of the Estimate

1 .156a .024 -.026 1.15540

(26)

b. Dependent Variable: LN_DLLPit

Hasil Uji F

ANOVAa

Model Sum of

Squares

df Mean

Square

F Sig.

1

Regression 2.577 4 .644 .483 .748b

Residual 102.792 77 1.335

Total 105.369 81

a. Dependent Variable: LN_DLLPit

b. Predictors: (Constant), PBV, DER, IFRS, SIZE

Hasil Uji t

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -4.347 2.506 -1.735 .087

IFRS .042 .335 .014 .125 .901

SIZE -.032 .080 -.052 -.405 .686

DER -.022 .060 -.041 -.362 .718

PBV .164 .123 .169 1.331 .187

Referensi

Dokumen terkait

Quantification results of the flow cytometric (FCM) of the effects of mucoxin application on the proliferation of T47D cells of each exposure hour group are presented in Table 1..

akibat pembebanan grafitasi dan gempa bumi [3], juga pemodelan struktur halfslab terhadap pembebanan momen dua arah pada struktur dermaga [5] maka penelitian ini

No sólo tratan de decir: Yo estuve aquí, vi grandes cosas, ahora permítanme en- tretenerlos con la angustiosa historia de ellas -de cómo sufrí, cómo sobreviví, recordé, pero

Peraturan pemerintah ini didesain untuk melindungi kon- sumen dengan jalan mengurangi produksi produk yang merusak lingkungan, mengubah perilaku kon- sumen dan industri

( independent ) dan angket kecerdasan spiritual siswa sebagai variabel terikatnya ( dependent ). Lebih jelasnya peneliti menyajikan dalam tabel dibawah ini..

Dengan mengucap puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayah-Nya, sehingga saya dapat menyelesaikan skripsi saya dengan judul

Jamil Suprihatiningrum, Guru Profesional : Pedoman Kinerja, Kualifikasi, & Kompetensi Guru, (Jogjakarta: Ar-Ruzz Media, 2014), hal.. guru yang mempunyai kompetensi sosial

Kemajuan teknologi dijaman sekarang ini membuat sesuatu menjadi mudah dan cepat, salah satunya yaitu Reservasi Tiket Pesawat Online ini dibuat untuk mempermudah pelanggan