PENGARUH NET PROFIT MARGIN, RECEIVABLE TURNOVER …jurnal.umrah.ac.id/wp-content/uploads/gravity_forms/1-ec61c9cb232a... · dihitung dengan membagi laba bersih sesudah pajak dengan

1 | P a g e

Universitas Maritim Raja Ali Haji

PENGARUH NET PROFIT MARGIN, RECEIVABLE TURNOVER DAN

CURRENT RATIO TERHADAP PREDIKSI KEBANGKRUTAN PADA

PERUSAHAAN INDUSTRI BARANG KONSUMSI YANG TERDAFTAR DI

BURSA EFEK INDONESIA PERIODE 2009-2012 DENGAN

MENGGUNAKAN MULTINOMIAL LOGISTIK

Novita Sari

100462201119

Jurusan Akuntansi, Fakultas Ekonomi

Universitas Maritim Raja Ali Haji, Tanjungpinang, 2014

ABSTRAK

Penelitian ini bertujuan untuk mengetahui pengaruh

variabel rasio model Altman original secara simultan

ataupun parsial terhadap prediksi kebangkrutan pada

perusahaan industri barang konsumsi yang terdaftar di

Bursa Efek Indonesia periode 2009-2012.

Variabel independen yang digunakan dalam

penelitian ini adalah rasio keuangan yaitu Net Profit

Margin, Receivabale Turnover, dan Current

Ratio.Variabel dependen yang digunakan dalam penelitian

ini adalah Prediksi Kebangkrutan.Populasi dalam

penelitian ini adalah seluruh perusahaan industry

barang konsumsi yang terdaftar di Bursa Efek

Indonesia.Metode pengambilan sampel yang digunakan

adalah purposive sampling.Perusahaan yang memenuhi

kriteria sampel adalah 29 perusahaan.Data yang

digunakan dalam penelitian ini adalah data sekunder

yang berupa laporan keuangan yang diakses dari situs

resmi BEI.Alat yang digunakan dalam penelitian ini

adalah regresi logistik multinomial.

Hasil perhitungan dengan menggunakan multinomial

logit menunjukkan bahwa variabel Net Preofit Margin,

Receivable Turnover, dan Current Ratio berpengaruh

signifikan terhadap prediksi kebangkrutan yang dilihati

dari model fit yang memiliki nilai Sig. (0.000) < 0.05.

Variabel yang berpengaruh signifikan terhadap variabel

dependen (kategori 0 dengan kategori 1 dan 2) adalah:

Receivable Turnover (X2). Sedangkan variabel Net Profit

Margin (X1) dan Current Ratio (X3) tidak berpengaruh

signifikan. Variabel dependen (kategori 1 dengan

kategori 2) adalah: Net Profit Margin (X1) dan.

Sedangkan variabel Receivable Turnover (X2) dan Current

Ratio (X3) tidak berpengaruh signifikan.

2 | P a g e


Kata Kunci: Net Profit Margin, Receivable Turnover,

Current Rati, Prediksi Kebangkrutan.

PENDAHULUAN

Meningkatnya pertumbuhan penduduk dan pertumbuhan

bisnis yang semakin pesat, akan menyebabkan persaingan

antar perusahaan semakin kuat. Hal ini menuntut

perusahaan untuk lebih meningkatkan kinerjanya.

Perusahaan perlu mengevaluasi kembali kinerja

perusahaan agar dapat bekerja secara maksimal. Sehingga

tujuan perusahaan di masa yang akan datang dapat

dicapai. Semakin baik kinerja suatu perusahaan maka

akan semakin baik pula kelangsungan hidup perusahaan.

Kelangsungan hidup perusahaan akan menentukan baik

buruknya suatu perusahaan itu. Untuk mencapai tujuan

perusahaan di masa yang akan datang maka perusahaan

harus dapat bekerja keras dan dapat bekerja sama dengan

baik. Dan sebaliknya apabila itu tidak dapat

dilaksanakan dengan baik maka akan menyebabkan

kesulitan keuangan yang berdampak pada suatu

kebangkrutan perusahaan.

Kebangkrutan merupakan ketidakmampuan perusahaan

untuk membayar kewajiban keuangannya pada saat jatuh

tempo yang menyebabkan kebangkrutan perusahaan (Darsono

dan Ashari, 2005 : 101). Untuk itu, suatu perusahaan

perlu memahami tentang kebangkrutan karena suatu bisnis

memiliki kecendrungan untuk mengalami kegagalan

financial yaitu kebangrutan. Salah satu alat yang

digunakan untuk mengukur prediksi kebangkrutan adalah

dengan menggunakan analisis diskriminan Altman yang

mengacu pada rasio-rasio keuangan perusahaan. Rasio

menggambarkan suatu jumlah tertentu dengan jumlah yang

ada di laporan keuangan. Dan alat analisis berupa rasio

dapat menggambarkan tentang keadaan suatu perusahaan,

apakah perusahaan dalam keadaan sehat atau tidak sehat.

Dengan mengetahui kondisi perusahaan maka diharapkan

perusahaan dapat mengambil langkah-langkah untuk

mengantisipasi keadaan yang mengarah pada kebangkrutan.

Altman (2002) mengembangkan metode kebangkrutan

dengan tingkat keakuratan yang dapat dipercaya dalam

memprediksi kebangkrutan. Model Altman Z-score sebagai

salah satu pengukuran kinerja kebangkrutan dan resiko

obligasi tidak stagnan atau tetap, melainkan berkembang

dari waktu kewaktu, seiring dari kondisi perusahaan dan

kondisi dimana metode tersebut diterapkan (Altman,

2002) dalam (Ramadhani dan Lukviarman, 2009 : 2).

3 | P a g e


Berdasarkan latar belakang di atas, penulis

merumuskan masalah sebagai berikut:

1. Apakah Net Profit Margin, Receivable Turnover, dan Current Ratio secara simultan berpengaruh

signifikan terhadap prediksi kebangkrutan pada

perusahaan Industri Barang Konsumsi yang terdaftar

di BEI?

2. Apakah Net Profit Margin, Receivable Turnover, dan Current Ratio secara parsial berpengaruh



di BEI?

LANDASAN TEORI

Prediksi Kebangkrutan

Menurut Darsono dan Ashari (2005 : 101),

Kebangkrutan merupakan ketidak mampuan perusahaan untuk

membayar kewajiban keuangannya pada saat jatuh tempo

yang menyebabkan kebangkrutan perusahaan.

Persamaan dari model Altman pertama menurut Altman

dalam (Ramadhani dan Lukviarman, 2009 : 5-6), yaitu:

Z = 1,2XI + 1,4X2 + 3,3X3 + 0,6X4 +0,999X5

Keterangan:

Z = Bankrupcy Index

X1 = Working Capital / Total Asset

X2 = Retained Earnings / Ttotal Asset

X3 = Earning Before Interest and Taxes / Total Asset

X4 = Market Value of Equity / Book Value of Total

Debt

Ket : Market Value of Equity adalah Jumlah Lembar

Saham Beredar dikali Jumlah Penutupan Saham

(Rokhayati, 2005 : 9)

X5 = Sales / Total Asset.

Nilai Z adalah indeks keseluruhan fungsi multiple

discriminant analysis. Menurut Almatn terdapat angka-

angka cut off nilai Z yang dapat menjelaskan apakah

perusahaan akan mengalami kegagalan atau tidak pada

masa mendatang dan Altman dalam (Ramadhani dan

Lukviarman, 2009: 5-6) membaginya kedalam tiga

kategori, yaitu:

1. Jika nilai Z < 1,8, maka termasuk perusahaan yang

bangkrut.

2. Jika nilai 1,8 < Z < 2,99 maka termasuk grey area

(tidak dapat ditentukan apakah perusahaan sehat

ataupun mengalami kebangkrutan).

4 | P a g e


3. Jika nilai Z > 2,99 maka termasuk perusahaan yang

tidak bangkrut.

Net Profit Margin

Menurut Moeljadi (2006 : 73), Net Profit Margin

dihitung dengan membagi laba bersih sesudah pajak

dengan penjualan. Rasio ini untuk mengukur laba bersih

sesudah pajak per rupiah penjualan.

Receivable Turnover

Menurut Darsono dan Ashari (2005 : 81), Receivable

Turnover yaitu rasio yang menggambarkan kualitas

piutang perusahaan dan kesuksesan perusahaan dalam

penagihan piutang yang dimiliki. Semakin tinggi rasio

ini akan semakin baik kemampuan perusahaan dalam

menagih piutang yang dimiliki.

Current Ratio

Rasio Lancar (Current Ratio) dipakai untuk

mengukur likuiditas perusahaan, atau untuk mengukur

kemampuan sesuatu perusahaan untuk memenuhi kewajiban

lancarnya yang sudah jatuh tempo (Tunggal, 2000 : 155).

KERANGKA PEMIKIRAN

H1

H2

Gambar 2.1 Kerangka Pemikiran

H1 : Net Profit Margin, Receivable Turnover, dan

Current Ratio secara simultan berpengaruh


Net Profit Margin (X1)

Receivable Turnover (X2)

Current Ratio (X3)

Prediksi Kebangkrutan (Y):

0 = bangkrut

1 = grey area 2 = tidak bangkrut

5 | P a g e



di Bursa Efek Indonesia periode 2009-2012.

H2 : Net Profit Margin, Receivable Turnover, dan

Current Ratio secara parsial berpengaruh



di Bursa Efek Indonesia periode 2009-2012.

METODE PENELITIAN

Populasi dan Sampel

Populasi yang digunakan dalam penelitian ini

adalah seluruh perusahaan barang konsumsi yang

terdaftar di Bursa Efek Indonesia sampai dengan 2012

yang berjumlah 33 perusahaan. Pengambilan sampel dalam

penelitian ini dilakukan dengan menggunakan teknik

purposive sampling, dimana perusahhaan dipilih sesuai

dengan kriteria sebagai berikut:

1. Perusahaan barang konsumsi yang terdaftar di Bursa

Efek Indonesia dan konsisten ada selama periode

penelitian (tahun 2009 sampai dengan 2012).

2. Perusahaan barang konsumsi yang telah

mempublikasikan data laporan keuangan secara

lengkap selama kurun waktu penelitian.

3. Data laporan keuangan tahun 2009 digunakan untuk

memprediksi kebangkrutan tahun 2010-2011, data

laporan keuangan tahun 2010 digunakan untuk

memprediksi kebangkrutan tahun 2011-2012.

4. Sampel penelitian dikategorikan menjadi tiga,

yaitu:

a. Kategori 0 adalah perusahaan barang konsumsi

yang mengalami kebangkrutan jika nilai Z < 1,8.

b. Kategori 1 adalah perusahaan barang konsumsi

yang mengalami grey area jika nilai Z berada

diantara 1,8 dan 2,99.

c. Kategori 2 adalah perusahaan barang konsumsi

yang tidak mengalami kebangkrutan jika nilai Z

> 2,99.

Variabel Penelian

Dalam penelitian ini menggunakan 2 variabel, yaitu

variabel dependen dan variabel independen.

1. Variabel dependen Variabel dependen yang digunakan dalam penelitian

ini adalah perusahaan yang mengalami kebangkrutan,

perusahaan yang mengalami grey area dan perusahaan

yang tidak bangkrut.

6 | P a g e


2. Variabel independen a. Net Profit Margin (X1)

Metode perhitungannya adalah:

NPM =Laba Bersih

Penjualan Bersih

b. Receivable Turnover (X2) Metode perhitungannya adalah:

RTO =Penjualan Bersih

Rata − rata Piutang Dagang

c. Current Ratio (X3) Metode perhitungannya adalah:

CR =Aktiva Lancar

Kewajiban Lancar

Jenis dan Sumber Data

Di dalam penelitian ini, data yang digunakan

adalah data sekunder yaitu berupa laporan keuangan

tahunan perusahaan manufaktur yang terdaftar di Bursa

Efek Indonesia dengan akhir tahun pembukuan 2009, 2010,

2011 dan 2012. Sumber data yaitu dari situs

www.idx.co.id.

Teknik Pengumpulan Data

Teknik pengumpulan data dilakukan dengan :

1. Dokumentasi Data 2. Penelitian Kepustakaan

PEMBAHASAN

Seleksi sampel berdasarkan kriteria sampel yang

digunakan adalah sebagai berikut:

Tabel 4.1

Seleksi Sampel Periode 2009-2012

Keterangan 2010-2011 2011-2012

Perusahaan barang konsumsi yang

terdaftar di Bursa Efek

Indonesia

33 33

Perusahaan barang konsumsi yang

mempublikasikan laporan

keuangan secara lengkap

32 33

Perusahaan barang konsumsi:

mengalami kebangkrutan

mengalami grey area

tidak mengalami kebangkrutan

4

5

16

2

8

16

Total Sampel 51

Sumber : www.idx.co.id (2014)

http://www.idx.co.id/


7 | P a g e


Dari hasil seleksi populasi diatas, yang menjadi

sampel dalam penelitian ini adalah 29 perusahaan barang

konsumsi yang terdaftar di Bursa Efek Indonesia periode

2009-2012. Daftar sampel dapat dilihat pada tabel di

bawah ini dengan rincian sebagai berikut:

Tabel 4.2

Daftar Sampel Penelitian

No Kode Nama Perusahaan 2010-2011 2011-2012

B GA TB B GA TB

1 ADES Akasha Wira

International Tbk

- - - - -

2 AISA Tiga Pilar

Sejahtera Food Tbk

- - - - -

3 CEKA Cahaya Kalbar Tbk - - - - -

4 DLTA Delta Djakarta Tbk - -

5 DVLA Darya Varia

Laboratoria Tbk

- - - -

6 GGRM Gudang Garam Tbk - - - -

7 HMSP Hanjaya Mandala

Sampoerna Tbk

- - - -

8 INAF Indofarma Tbk - - - -

9 INDF Indofood Sukses

Makmur Tbk

- - - -

10 KAEF Kimia Farma Tbk - - - -

11 KDSI Kedawung Setia

Industrial Tbk

- - - - -

12 KICI Kedaung Indag Can

Tbk

- - - -

13 KLBF Kalbe Farma Tbk - - - -

14 LMPI Langgeng Makmur

Industry Tbk

- - - -

15 MERK Merck Tbk - - - -

16 MLBI Multi Bintang

Indonesia Tbk

- - - -

17 MRAT Mustika Ratu Tbk - - - -

18 MYOR Mayora Indah Tbk - - - -

19 PSDN Prashida Aneka

Niaga Tbk

- - - - -

20 PYFA Pyridam Farma Tbk - - - -

21 RMBA Bentoel

International

Investama Tbk

- - - - -

22 SCPI Schering Plough

Indonesia Tbk

- - - -

23 SKLT Sekar Laut Tbk - - -

24 SQBB Taisho

Pharmaceutical

Indonesia Tbk

- - - -

8 | P a g e


25 STTP Siantar Top Tbk - - - - -

26 TCID Mandom Indonesia

Tbk

- - - -

27 TSPC Tempo Scan Pasific

Tbk

- - - -

28 ULTJ Ultrajaya Milk

Industry and

Trading Company

Tbk

- - - -

29 UNVR Unilever Indonesia

Tbk

- - - -

Sumber : www.idx.co.id (2014)

Deskripsi Hasil Penelitian

Data penelitian ini didasarkan pada laporan

keuangan yang terdiri dari laporan posisi keuangan dan

laporan laba rugi setiap perusahaan. Dalam penelitian

ini Z-Score merupakan variabel dependen yang terdiri

dari bangkrut = 0, grey area = 1, dan tidak bangkrut =

2. Sedangkan rasio keuangan yang digunakan sebagai

variabel independen yaitu Net Profit Margin (NPM),

Receivable Turnover (RTO), dan Current Ratio (CR).

Analisis Data

Uji Statistik Deskriptif

Menurut Wijaya (2011 : 41), Statistik deskriptif

merupakan bidang ilmu statistik yang mempelajari cara-

cara pengumpulan, penyusunan, dan penyajian ringkasan

data penelitian. Data-data tersebut harus diringkas

dengan baik dan teratur, baik dalam bentuk tabel atau

persentasi grafik, sebagai dasar untuk berbagai

pengambilan keputusan. Deskriptif menginformasikan

nilai minimum, maximium, mean, standar deviasi. Menu

ini tidak menampilkan tabulasi frekuensi, tetapi

menampilkan besaran statistik yang akan di deskripsikan

pada sebuah variabel.

Tabel 4.3

Hasil Uji Deskriptif Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

NPM (X1) 51 -.063 .313 .08839 .080340 RTO (X2) 51 2.601 54.680 11.10969 11.735352 CR (X3) 51 .659 10.684 3.14992 2.262006 PK (Y) 51 0 2 1.51 .703 Valid N (listwise) 51

Sumber: Output Pengolahan Data SPSS. V. 21.0 2014


9 | P a g e


Dari tabel 4.3 di atas, diketahui bahwa jumlah

sampel yang digunakan dalam penelitian ini berjumlah 51

sampel. NPM (X1) yaitu Net Profit Margin memiliki nilai

minimum sebesar -0.063, nilai maximum sebesar 0.313,

nilai rata-rata 0.08839 dan nilai standart deviasinya

sebesar 0.080340. RTO (X2) yaitu Receivable Turnover

memiliki nilai minimum sebesar 2.601, nilai maximum

sebesar 54.680, nilai rata-rata sebesar 11.10969, dan

nilai standart deviasinya sebesar 11.735352. CR (X3)

yaitu Current Ratio memiliki nilai minimum sebesar

0.659, nilai maximum sebesar 10.684, nilai rata-rata

sebesar 3.14992 dan nilai standart deviasinya sebesar

2.262006. PK (Y) yaitu Prediksi Kebangkrutan memiliki

nilai minimum sebesar 0, nilai maximum sebesar 2, nilai

rata-rata sebesar 1.51 dan nilai standart deviasinya

sebesar 0.703.

Pengujian Hipotesis

Uji Multikolonieritas

Uji Multikolinieritas bertujuan untuk menguji

apakah model regresi ditemukan adanya korelasi antar

variabel bebas (independen). Model regresi yang baik

seharusnya tidak terjadi korelasi di antara variabel

independen. Untuk mendeteksi ada atau tidaknya

multikolonieritas di dalam model regresi adalah

(Ghozali, 2006 :91-92):

Menganalisis matrik korelasi variabel-variabel

independen. Jika antar variabel independen ada korelasi

yang cukup tinggi (umumnya di atas 0.90), maka hal ini

merupakan indikasi adanya multikolonieritas. Tidak

adanya korelasi yang tinggi antar variabel independen

tidak berarti bebas dari multikolonieritas.

Multikolonieritas dapat disebabkan karena adanya efek

kombinasi dua atau lebih variabel independen.

Tabel 4.4

Hasil Uji Multikolonieritas Correlations

NPM (X1) RTO (X2) CR (X3)

NPM (X1)

Pearson Correlation 1 .072 .227

Sig. (2-tailed) .613 .110

N 51 51 51

RTO (X2) Pearson Correlation .072 1 -.264 Sig. (2-tailed) .613 .061 N 51 51 51

CR (X3)

Pearson Correlation .227 -.264 1

Sig. (2-tailed) .110 .061

N 51 51 51

10 | P a g e



Dari tabel 4.4 diatas, dapat diketahui bahwa pada

model regresi tidak terjadi gejala multikoloneritas.

Hal ini terjadi karena nilai korelasi antara variabel

independen > 0.90. Maka dapat disimpulkan model regresi

telah memenuhi uji asumsi multikolonieritas.

Dalam penelitian ini data yang harus diproses

sebanyak 51 atau N=51. Untuk melihat kelengkapan data

yang diproses dalam penelitian ini dan tidak adanya

Missing Case ditunjukkan oleh tabel Case Processing

Summary.

Tabel 4.5

Data yang diproses

Case Processing Summary

N Marginal Percentage

PK (Y)

Bangkrut 6 11.8%

Grey area 13 25.5%

Tidak bangkrut 32 62.7% Valid 51 100.0% Missing 0 Total 51 Subpopulation 51a


Menilai Model Fit

Menurut Uyanto (2009 : 268), Menilai Model Fit

yaitu dengan melihat nilai Likelihood L. Jika terjadi

penurunan dari angka -2 Log Likelihood pada model awal

(Intercept Only) ke angka -2 Log Likelihood pada model

final, maka model multinomial logistik menjadi lebih

baik atau layak digunakan.

Hipotesis untuk menilai model fit adalah:

H0 : Model yang dihipotesakan fit dengan data

HA : Model yang dihipotesakan tidak fit dengan

data

Hasil Menilai Model Fit yang dilakukan dengan

menggunakan bantuan program SPSS V.21.0 dapat dilihat

pada tabel sebagai berikut:

11 | P a g e


Tabel 4.6

Hasil Menilai Model Fit

Model Fitting Information

Model Model Fitting Criteria

Likelihood Ratio Tests

-2 Log Likelihood Chi-Square

Df Sig.

Intercept Only 91.049 Final 43.073 47.976 6 .000

Sumber: Output pengolahan SPSS V.21.0 (2014)

Dari tabel 4.6 di atas menunjukkan bahwa adanya

penurunan nilai -2 Log Likelihood awal (Intercept Only)

91.049 menjadi -2 Log Likelihood akhir (Final) sebesar

43.073. Terjadi penurunan sebesar 47.976. Ini

menunjukkan bahwa model fit dengan data sehingga Ho

tidak dapat ditolak karena terjadi penurunan model

regresi yang lebih baik. Dan dari tabel 4.9 menunjukkan

nilai Chi-Square sebesar 47.976 yang dihasilkan dari

penurunan dari -2 Log Likelihood dengan Degree of

Freedom = 6 dan tingkat signifikansi sebesar 0.000.

Nilai signifikansi tersebut lebih kecil dari 0.05, maka

dapat disimpulkan bahwa Net Profit Margin, Receivable

Turnover, dan Current Ratio secara bersama-sama atau

simultan berpengaruh signifikan terhadap prediksi

kebangkrutan pada perusahaan industry barang konsumsi.

Menilai Kelayakan Model Regresi

Menurut Ghozali (2007 : 232-233), Menilai

Kelayakan Model Regresi, dengan melihat nilai Goodness

Of Fit. Jika tingkat signifikansi (Sig). Goodness Of

Fit > taraf keyakinan 5% (a = 0,05), maka model regresi

logistik layak digunakan atau H0 tidak dapat ditolak.

H0 : Model yang dihipotesakan fit dengan data

(layak digunakan)

Ha : Model yang dihipotesakan tidak fit dengan

data (tidak layak digunakan)

Dasar pengambilan keputusan: Jika Sig. < 0.05 maka

H0 ditolak.

Tabel 4.7

Hasil Uji Kelayakan Model Regresi

Goodness-of-Fit

Chi-Square df Sig.

Pearson 52.850 94 1.000 Deviance 43.073 94 1.000


12 | P a g e


Hasil output Chi Square sebesar 52.850 untuk

koefisien pearson dengan signifikan pada 1.000 dan

43.073 untuk koefisien Deviance dengan signifikan pada

1.000 oleh karena nilai Sig. > 0.05, maka H0 tidak

dapat di tolak. Dengan demikian dapat disimpulkan bahwa

model regresi layak digunakan untuk analisis

selanjutnya, karena model yang dihipotesakan fit dengan

data.

Pengujian Koefisien Determinasi (Pseudo R-Square (R2))

Pengujian koefisien determinasi, yaitu digunakan

untuk menguji goodness-fit dari model regresi (Ghozali,

2007 : 127).

Nilai statistik R-Square pada analisis multinomial

logistik dilihat pada nilai Pseudo R-Square, Cox and

Snell, Nagelkerke, dan McFadden. Nilai pada rentang 0-

1. Semakin mendekati 1, semakin banyak variasi yang

dapat dijelaskan oleh model.

Tabel 4.8

Hasil Pengujian Koefisien Determinasi (Pseudo R-

Squarev(R2))

Pseudo R-Square

Cox and Snell .610 Nagelkerke .733 McFadden .527


Nilai koefisien Cox and Snell sebesar 0.610, nilai

koefisien McFadden sebesar 0.527 dan nilai koefisien

Negelkerke pada tabel Pseudo R-Square sebesar 0.733

yang berarti 73.3% prediksi kebangkrutan dipengaruhi

oleh Net Profit Margin, Receivable Turnover dan Current

Ratio. Dan sisanya 26.7% dipengaruhi oleh variabel lain

diluar dari variabel dalam penelitian ini.

13 | P a g e


Menilai Tingkat Ketepatan Prediksi Klasifikasi Model

Penelitian

Tabel 4.9

Hasil Menilai Tingkat Ketepatan Prediksi Klasifikasi

Model Penelitian

Classification

Observed Predicted

Bangkrut Grey area Tidak bangkrut Percent Correct

Bangkrut 4 1 1 66.7% Grey area 1 7 5 53.8% Tidak bangkrut 0 4 28 87.5% Overall Percentage 9.8% 23.5% 66.7% 76.5%


Berdasarkan tabel klasifikasi 4.9 diatas dapat

diketahui bahwa sampel awal dalam penelitian ini

berjumlah 51 perusahaan yang terdiri dari 6 perusahaan

termasuk kategori 0 (bangkrut), 13 perusahaan termasuk

kategori 1 (grey area), dan 32 perusahaan termasuk

kategori 2 (tidak bangkrut). Setelah diuji dengan

menggunakan regresi logistik muiltinomial ternyata

hasilnya menunjukkan bahwa dari 6 perusahaan kategori

bangkrut yang benar mengalami kebangkrutan ada 4

perusahaan. Sedangkan 1 termasuk kategori grey area dan

1 termasuk dalam kategori tidak bangkrut. Sehingga

diperoleh persentase kebenaran kategori 0 (bangkrut)

sebesar 66.7%. Sementara dari 13 perusahaan kategori 1

(grey area) ternyata yang benar masuk kategori grey

area ada 7 perusahaan sedangkan 1 perusahaan termasuk

dalam kategori bangkrut dan 5 perusahaan termasuk dalam

tidak bangkrut. Sehingga diperoleh persentase kebenaran

sebesar 53.8%. Sedangkan untuk 32 perusahaan kategori 2

(tidak bangkrut) yang benar masuk kategori tidak

bangkrut sebanyak 28 perusahaan, sedangkan 0 perusahaan

termasuk dalam kategori bangkrut dan 4 perusahaan

termasuk dalam kategori grey area, sehingga diperoleh

persentase kebenaran sebesar 87.5%. Hasil perhitungan

kemampuan memprediksi model ini bagus, hal ini dapat

diketahui dari tingkat sukses total (Overall

Percentage) sebesar 76.5%.

Uji Wald (Uji Parsial)

Ghozali (2007 – 128), Uji parsial digunakan untuk

mengetahui pengaruh masing-masing variabel independen

terhadap variabel dependen. Jika nilai signifikansi <

14 | P a g e


0.05, maka secara parsial variabel independen

berpengaruh terhadap variabel dependen.

Tabel 4.10

Hasil Uji Parsial

Parameter Estimates

PK (Y)a B Std.

Error Wald df Sig. Exp(B)

Bangkrut

Intercept 11.982 4.659 6.615 1 .010

NPM 1.995 21.858 .008 1 .927 7.355

RTO -1.241 .553 5.041 1 .025 .289

CR -2.438 1.318 3.420 1 .064 .087

Grey area

Intercept 2.132 1.149 3.443 1 .064

NPM -47.952 17.265 7.715 1 .005 1.000E-

013

RTO .047 .054 .741 1 .389 1.048

CR -.235 .315 .557 1 .455 .791


Variabel yang dapat digunakan untuk

mengklasifikasikan perusahaan kategori bangkrut dengan

kategori grey area dan tidak bangkrut adalah variabel

RTO yang secara statistik signifikan pada tingkat 5%.

Variabel yang dapat digunakan untuk mengklasifikasikan

perusahaan kategori grey area dengan kategori tidak

bangkrut adalah variabel RTO yang secara statistik

signifikan pada tingkat 5%.

Hasil perhitungan multinomial logistik menunjukkan

bahwa variabel yang berpengaruh signifikan terhadap

variabel dependen adalah: Receivable Turnover (X2).

Sedangkan variabel Net Proffit Margin (X1) dan Current



mengklasifikasikan perusahaan kategori bangkrut dengan

perusahaan kategori grey area dan kategori tidak

bangkrut adalah variabel rasio Receivable Turnover yang

signifikan pada tingkat 5%. Berdasarkan nilai B

(koefisien) pada tabel Parameter Estimates, persamaan

pertama untuk mengintrepretasikan analisis multinomial

logistik, yaitu:

πj = ln b0 + b1X1 + b2X2 +… bkXk

PK = 11.982 + 1.995 NPM – 1.241 RTO – 2.438 CR

Pada persamaan kondisi 0, nilai konstanta sebesar

11.982 mempunyai arti bahwa jika variabel-variabel

independen dianggap 0 maka probabilitas perusahaan yang

15 | P a g e


mengalami prediksi kebangkrutan meningkat sebesar

11.982 kali dengan pengaruh persamaan positif.

Koefisien NPM sebesar 1.995 dan mempunyai hubungan

positive, artinya semakin tinggi rasio net profit

margin maka semakin tinggi probabilitas perusahaan

diklasifikasikan pada kondisi 1 dan 2. Nilai Exp(B)

sebesar 7.355 artinya setiap kenaikan variabel NPM akan

menurunkan kemungkinan terjadinya kebangkrutan sebesar

7.355 kali dimana variabel lain dianggap konstan. Hasil

ini konsisten dengan hasil penelitian yang dilakukan

oleh Andhito (2011) yang menyatakan bahwa variabel NPM

dapat digunakan untuk memprediksi financial distress

(kebangkrutan).

Koefisien RTO sebesar -1.241 dan mempunyai

hubungan negative, artinya semakin tinggi rasio

receivable turnover maka semakin rendah probabilitas

perusahaan diklasifikasikan pada kondisi 1 dan 2. Nilai

Exp(B) sebesar 0.289 artinya setiap kenaikan RTO akan


0.289 kali dimana variabel lain dianggap konstan.

Koefisien CR sebesar -2.438 dan mempunyai hubungan

negative artinya semakin tnggi current ratio perusahaan

maka semakin rendah pula probabilitas perusahaan

diklasifikasikan pada kondisi 1 dan 2. Nilai Exp(B)

sebesar 0.087, artinya setiap kenaikan CR akan


0.087 kali dimana variabel lain di anggap konstan.

Hasil ini konsisten dengan hasil penelitian Andhito

(2011), yang menyatakan bahwa rasio likuiditas dapat

digunakan untuk memprediksi financial distress

(kebangkrutan).


mengklasifikasikan kategori grey area dengan kategori

tidak bangkrut adalah variabel NPM yang secara

statistik signifikan pada tingkat 5%. Variabel yang

dapat digunakan untuk mengklasifikasikan kategori tidak

bangkrut adalah variabel NPM yang secara statistik

signifikan pada tingkat 5%.

Hasil perhitungan multinomial logistik menunjukkan

bahwa variabel yang berpengaruh signifikan terhadap

variabel dependen adalah: Net Profit Margin (X1).

Sedangkan variabel Receivable Turnover (X2) dan Current



mengklasifikasikan perusahaan kategori grey area dengan

kategori tidak bangkrut adalah variabel rasio Net

Profit Margin yang signifikan pada tingkat 5%.

16 | P a g e


Berdasarkan nilai B (koefisien) pada tabel Parameter

Estimates, persamaan kedua untuk mengintrepretasikan

analisis multinomial logistik, yaitu:

πj = ln b0 + b1X1 + b2X2 +… bkXk

PK = 2.272 – 23.376 NPM – 0.022 RTO - 0.527 CR

Pada persamaan kondisi 2, nilai konstanta sebesar

2.132 mempunyai arti bahwa jika variabel-variabel

independen dianggap 0 maka probabilitas perusahaan yang

mengalami prediksi kebangkrutan meningkat sebesar 2.132

kali dengan pengaruh persamaan positif.

Koefisien NPM sebesar -47.952 dan mempunyai

hubungan negative, artinya semakin tinggi rasio net

profit margin maka semakin rendah probabilitas

perusahaan diklasifikasikan pada kondisi 2. Nilai

Exp(B) sebesar 1.000E-013 artinya setiap kenaikan

variabel NPM akan menurunkan kemungkinan terjadinya

kebangkrutan sebesar 1.000E-013 kali dimana variabel

lain dianggap konstan. Hasil ini tidak konsisten dengan

hasil penelitian yang dilakukan oleh Andhito (2011)

yang menyatakan bahwa variabel NPM tidak dapat


(kebangkrutan).

Koefisien RTO sebesar 0.047 dan mempunyai hubungan

positive, artinya semakin tinggi rasio receivable

turnover maka semakin rendah probabilitas perusahaan

diklasifikasikan pada kondisi 2. Nilai Exp(B) sebesar

1.048 artinya setiap kenaikan RTO akan menurunkan

kemungkinan terjadinya kebangkrutan sebesar 1.048 kali

dimana variabel lain dianggap konstan.

Koefisien CR sebesar -0.235 dan mempunyai hubungan

negative artinya semakin tinggi current ratio

perusahaan maka semakin rendah pula probabilitas

perusahaan diklasifikasikan pada kondisi 2. Nilai

Exp(B) sebesar 0.791, artinya setiap kenaikan CR akan


0.791 kali dimana variabel lain dianggap konstan. Hasil

ini tidak konsisten dengan penelitian Andhito (2011),

yang menyatakan bahwa rasio likuiditas tidak dapat


(kebangkrutan).

KESIMPULAN DAN SARAN

Kesimpulan

Berdasarkan hasil analisis dan uji hipotesis yang

telah dilakukan dalam penelitian ini, maka dapat

ditarik beberapa kesimpulan sebagai berikut:

17 | P a g e


1. Hasil perhitungan multinomial logistik menunjukkan

bahwa variabel Net Preofit Margin, Receivable

Turnover, dan Current Ratio secar bersama-sama

berpengaruh signifikan terhadap prediksi

kebangkrutan yang dilihati dari model fit yang

memiliki nilai Sig. (0.000) < 0.05.

2a. Hasil perhitungan multinomial logistik

menunjukkan bahwa variabel yang secara parsial

berpengaruh signifikan terhadap variabel dependen

(kategori 0 dengan kategori 1 dan 2) adalah:

Receivable Turnover (X2). Sedangkan variabel Net

Profit Margin (X1) dan Current Ratio (X3) tidak

berpengaruh signifikan.

2b. Hasil perhitungan multinomial logistik

menunjukkan bahwa variabel yang secara parsial

berpengaruh signifikan terhadap variabel dependen

(kategori 1 dengan kategori 2) adalah: Net Profit

Margin (X1). Sedangkan variabel Receivable

Turnover (X2) dan Current Ratio (X3) tidak

berpengaruh signifikan.

Saran

Berdasarkan dari hasil penelitian di atas, maka

saran yang dapat penulis berikan adalah:

1. Diharapkan penelitian selanjutnya dapat

menggunakan model prediksi kebangkrutan Altman

lainnya selain model Altman original, untuk

dijadikan sebagai pembanding dalam memprediksi

kemungkinan perusahaan akan mengalami kondisi

kebangkrutan.

2. Untuk penelitian lebih lanjut diharapkan untuk

mengganti sampel selain perusahaan manufaktur.

3. Bagi peneliti yang tertarik untuk melakukan

penelitian lebih lanjut, diharapkan menambah

variabel lain karena nilai koefisien Negelkerke

pada tabel Pseudo R-Square 49.2% yang

mengindikasikan bahwa masih terdapat variabel lain

yang mempengaruhi prediksi kebangkrutan yaitu

sebesar 50.8% .

DAFTAR PUSTAKA

Andhito, Isyaiyas. 2011. Analisis Rasio Keuangan dalam

Memprediksi Kondisi Financial Distress

Perusahaan (Study Kasus pada Perusahaan yang

Terdaftar pada Bursa Efek Indonesia Periode

2001-2010). Fakultas Ekonomi dan Bisnis.

18 | P a g e


Universitas Islam Negeri Syarif Hidayatullah.

Jakarta

Ardiyanto, Feri Dwi. 2011. Prediksi Rasio keuangan

Terhadap Kondisi Financial Distress Perusahaan

Manufaktur yang Terdaftar di BEI Periode 2005-

2009. Fakultas Ekonomi, Dipenegoro Semarang 2011

Atika, Darminto, dan Handayani. 2012. Pengaruh Beberapa

Rasio Keuangan Terhadap Prediksi Kondisi

Financial Distress.Fakultas Ilmu Administrasi,

Universitas Brawijaya, Malang

Atmaja, Khoirul Fariz. 2012. Analisis Rasio Keuangan

Untuk Memprediksi Kemungkinan Financial

Distress.Jurusan Akuntansi, Fakultas Ekonomi,

Universitas Negri Semarang, Indonesia

Darsono dan Ashari. 2005. Pedoman Praktis Memahami

Laporan Keuangan. Semarang:ANDI

Fahmi, Irham. 2011. Analisis Laporan Keuangan.

Bandung:Alfabeta

Ghozali, Imam. 2007. Aplikasi Analisis Multivariate

dengan Program SPSS. Semarang:Badan Penerbit

UNDIP

Hardiyanti, Ni Made Maya. 2012. Analisi Rasio Keuangan

dalam Memprediksi Financial Distress Perusahaan

Manufaktur yang Terdaftar di Bursa Efek

Indonesia. Artikel Ilmiah. Sekolah Tinggi Ilmu

Ekonomi Perbanas Surabaya 2012

Kamaludin dan Pribadi. 2011. Prediksi Financial

Distress Kasus Industri ManufakturPendekatan

Model Regresi Logistik. Fakultas Ekonomi

Universitas Bengkulu. Forum Bisnis dan

Kewirausahaan Jurnal Ilmiah STIE MDP

Kurniawan, Albert. 2009. Belajar Mudah SPSS untuk

Pemula untuk Mahasiswa dan Umum Disertai Latihan

Soal dan Kunci Jawaban. Yogyakarta: Mediakom

Martha, Yuslely. 2013. Analisis Prediksi Financial

Distress pada Perusahaan Ritel dan Wholesale

yang Terdaftar di Bursa Efek Indonesia

Menggunakan Rasio Model Altman (Periode 2008-

2011). Jurusan Akuntansi, Fakultas Ekonomi,


Moeljadi. 2006. Manajemen Keuangan. Pendekatan

Kuantitatif dan Kualitatif.Jilid 1.

Malang:Bayumedia Publishing

Peter dan Yoseph. 2011. Analisis Kebangkrutan dengan

Metode Z-Score Altman Springate dan Zmijewski

pada PT.Indofood Sukses Makmur Tbk Periode 2005-

52

19 | P a g e


2009.Akurat Jurnal Ilmiah Akuntansi Nomor 04

tahun ke-2 Januari-April 2011

Prastowo, Dwi dan Rifka Juliaty. 2008. Analisis Laporan

Keuangan. Konsep dan Aplikasi. Edisi Kedua.

Yogyakarta:Sekolah Tinggi Ilmu Manajemen YKPN

Prihadi, Toto. 2012. Memahami Laporan Keuangan Sesuai

IFRS dan PSAK. Bagi Pemula. Jakarta:PPM

Qomarudin, Ikhwan. 2008. Rasio Keuangan Sebagai

Prediksi Financial Distress pada Perusahaan

Manufaktur di Bursa Efek Jakarta. Sekolah Tinggi

Ilmu Ekonomi Perbanas Surabaya 2008

Raharjaputra, Hendra.S. 2009. Manajemen Keuangan dan

Akuntansi. Untuk Eksekutif Perusahaan.

Jakarta:Salemba Empat

Ramadhani, Ayu Suci dan Niki Lukviarman. 2009.

Perbandingan Analisis Prediksi Kebangkrutan

Menggunakan Model Altman Pertama, Altman Revisi,

dan Altman Modifikasi dengan Ukuran dan Umur

Perusahaan sebagai Variabel Penjelas (Studi pada

Perusahaan Manufaktur yang Terdaftar di Bursa

Efek Indonesi). Jurnal Siasat Bisnis Vol. 13 No

1, April 2009 Hal: 15-28

Rokhayati, Isnaeni. 2005. Analisis Hubungan Investment

Opportunity SET (IOS) dengan Realisasi

Pertumbuhan Serta Perbedaan Perusahaan yang

Tumbuh dan Tidak Tumbuh Terhadap Kebijakan

Pendanaan dan Dividen di Bursa efek Jakarta.

Vol. 1 No. 2 Januari 2005: (p.41-60)

Trihendradi. C. 2009. Step by Step.SPSS 16 Analisis

Data Statistik. Yogyakarta: ANDI

Tunggal, Amin Widjaja. 2000. Dasar-dasar Analisis

Laporan Keuangan. Jakarta: Rineka Cipta

Uyanto, Stanislaus.S. 2009. Pedoman Analisis Data

dengan SPSS.Edisi 3. Yogyakarta: Graha Ilmu

Wijaya, Tony. 2011. Cepat Menguasai SPSS 19 Untuk Olah

& Interpretasi Data Penelitian Skripsi Step By

Step. Yogyakarta: Cahaya Atma

Yuanita, Ika. Prediksi Financial Distress dalam

Industri Textile dan Garment (Bukti Empiris di

Bursa Efek Indonesia). Jurusan Administrasi

Niaga, Politeknik Negeri Padang. Jurnal

Akuntansi & Manajemen Vol.5 No.1 Juni 2010 ISSN

1858-3687 hal 101-119.



20 | P a g e


LAMPIRAN

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

NPM (X1) 51 -.063 .313 .08839 .080340 RTO (X2) 51 2.601 54.680 11.10969 11.735352 CR (X3) 51 .659 10.684 3.14992 2.262006 PK (Y) 51 0 2 1.51 .703 Valid N (listwise) 51

Correlations

NPM (X1) RTO (X2) CR (X3)

NPM (X1)

Pearson Correlation 1 .072 .227

Sig. (2-tailed) .613 .110

N 51 51 51

RTO (X2) Pearson Correlation .072 1 -.264 Sig. (2-tailed) .613 .061 N 51 51 51

CR (X3)

Pearson Correlation .227 -.264 1

Sig. (2-tailed) .110 .061

N 51 51 51

Case Processing Summary

N Marginal Percentage

PK (Y)

Bangkrut 6 11.8%

Grey area 13 25.5%

Tidak bangkrut 32 62.7% Valid 51 100.0% Missing 0 Total 51 Subpopulation 51a

Model Fitting Information

Model Model Fitting Criteria

Likelihood Ratio Tests

-2 Log Likelihood Chi-Square

Df Sig.

Intercept Only 91.049 Final 43.073 47.976 6 .000

Goodness-of-Fit

Chi-Square df Sig.

Pearson 52.850 94 1.000 Deviance 43.073 94 1.000

21 | P a g e


Pseudo R-Square

Cox and Snell .610 Nagelkerke .733 McFadden .527

Classification

Observed Predicted

Bangkrut Grey area Tidak bangkrut Percent Correct

Bangkrut 4 1 1 66.7% Grey area 1 7 5 53.8% Tidak bangkrut 0 4 28 87.5% Overall Percentage 9.8% 23.5% 66.7% 76.5%

Parameter Estimates

PK (Y)a B Std. Error

Wald df Sig. Exp(B)

Bangkrut

Intercept 11.982 4.659 6.615 1 .010

NPM 1.995 21.858 .008 1 .927 7.355

RTO -1.241 .553 5.041 1 .025 .289

CR -2.438 1.318 3.420 1 .064 .087

Grey area

Intercept 2.132 1.149 3.443 1 .064

NPM -47.952 17.265 7.715 1 .005 1.000E-

013

RTO .047 .054 .741 1 .389 1.048

CR -.235 .315 .557 1 .455 .791

Documents

PENGARUH NET PROFIT MARGIN, RECEIVABLE TURNOVER …jurnal.umrah.ac.id/wp-content/uploads/gravity_forms/1-ec61c9cb232a... · dihitung dengan membagi laba bersih sesudah pajak dengan