Analisis Model Zmijewski, Springate, Altman Z-Score dan Grover Pada
Financial Distress Bank Umum Syariah Di Indonesia Periode 2012-2016
Skripsi
Diajukan Untuk Memenuhi Persyaratan Memperoleh
Gelar Sarjana Ekonomi (SE)
Oleh
Nama: Muthia Rahmah
NIM: 11140850000035
JURUSAN PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS
UIN SYARIF HIDAYATULLAH JAKARTA
1439H / 2018
ii
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
1. Nama : Muthia Rahmah
2. Tempat, Tanggal Lahir : Jakarta, 3 Agustus 1996
3. Usia : 21 Tahun
4. Alamat : Komp. Amarapura B4 No.11 Serpong,
Tangerang Selatan
5. Telepon : 085880149957
6. E-mail : [email protected]
7. Agama : Islam
8. Kewarganegaraan : Indonesia
9. Status : Belum Menikah
II. PENDIDIKAN
1. SDN 1 Setu Tahun 2002-2008
2. SMPN 1 Tangerang Selatan Tahun 2008-2011
3. SMAN 7 Tangerang Selatan Tahun 2011-2014
4. UIN Syarif Hidayatullah Jakarta Tahun 2014-2018
III. PENGALAMAN ORGANISASI DAN KEPANITIAAN
1. Anggota HMJ Perbankan Syariah Tahun 2014-2015
2. Panitia iBdays Tahun 2015
3. Panitia OPAK Jurusan Tahun 2015
IV. PENGALAMAN KERJA
1. Bank Mandiri Tahun 2017
iii
ABSTRACT
This research aims to analyze and measuring the value score of bankruptcy using
Zmijewski model, Springate, Altman Z-Score and Grover. The samples used 10
sharia banking company in Indonesia from 2012 to 2016 period. The samples was
taken through purposive sampling method. The method of analysis using Multiple
discriminant analysis and Kruskall-Wallis non-parametic methods. The result
showed using Zmijewski models there are one sharia banking that could
potentially bankrupt with accuracy 98%, Springate models there are fifteen
sharia banking that could potentially bankrupt with accuracy 70%, Altman Z-
Score model there are one sharia banking that could potentially bankrupt with
accuracy 98% and Grover model there are two sharia banking that could
potentially bankrupt with accuracy 96%. The result of Kruskall-Wallis test show a
significant different between the four models in bankruptcy prediction.
Keyword: Financial Distress, Zmijewski, Springate, Altman Z-Score, Grover
iv
ABSTRAK
Penelitian ini ditujukan untuk menganalisa dan mengukur nilai skor kebankrutan
dengan menggunakan model Zmijewski, Springate, Altman Z-Score and Grover.
Sampel menggunakan 10 bank syariah di Indonesia periode 2012-2016. Metode
penentuan sampel yang digunakan dalam penelitian ini adalah purposive
sampling. Teknik analisis data menggunakan multiple discriminant analysis dan
uji Kruskall-Wallis. Hasil menunjukan dengan Model Zmijewski terdapat satu
bank syariah yang berpotensi bankrut dengan tingkat akurasi 98%, model
Springate memprediksi lima belas bank syariah berpotensi bankrut dengan akurasi
70%, Model Altman Z-Score memprediksi satu perusahaan bank syariah
mengalami kebankrutan dengan akurasi 98% dan model Grover memprediksi dua
perusahaan pbank syariah mengalami kebankrutan dengan tingkat akurasi 96%.
Hasil uji Kruskall-Wallis menunjukan terdapat perbedaan signifikan diantara
keempat model prediksi kebankrutan.
Kata Kunci: Financial Distress, Zmijewski, Springate, Altman Z-Score, Grover
v
KATA PENGANTAR
Assalamualaikum Warahmatullahi Wabarakatuh.
Alhamdulillahirabbil’alamin, puji syukur kepada Allah SWT yang telah
melimpahkan berkah dan nikmat-Nya kepada penulis serta menganugrahkan
kesehatan dan kemampuan berfikir sehingga penulis mampu menyelesaikan
skripsi yang berjudul “Analisis Model Zmijewski, Springate, Altman Z-Score dan
Grover Pada Financial Distress Bank Umum Syariah di Indonesia Periode 2012-
2016” sebagai salah satu syarat untuk menyelesaikan program sarjana (S1)
Jurusan Perbankan Syariah Fakultas Ekonomi dan Bisnis Universitas Islam
Negeri Syarif Hidayatullah Jakarta.
Penulis menyadari bahwa dalam penulisan skripsi ini tidak akan
terselesaikan dengan baik tanpa bimbingan, dukungan serta bantuan dari berbagai
pihak mulai dari awal perkuliahan sampai penulisan skripsi ini. Oleh karena itu,
penulis mengucapkan terima kasih yang sebesar-besarnya kepada pihak-pihak
yang telah berjasa dalam hidup penulisdan dalam penyusunan skripsi ini,
khususnya:
1. Bapak Prof. Dr. Dede Rosyada , MA selaku Rektor Universitas Islam Negeri
Syarif Hidayatullah Jakarta.
2. Ibu Cut Erika Ananda Fatimah, SE, MBA. selaku Ketua dan Ibu Fitri
Damayanti SE., M.Si., selaku sekertaris Jurusan Perbankan Syariah Fakultas
Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.
3. Bapak Dr. Indo Yama Nasarudin SE., MAB. selaku Dosen Pembimbing yang
telah meluangkan waktu, membimbing dan memberikan arahan, memberikan
motivasi, dan memberikan banyak pengetahuan dan wawasan ilmu yang
sangat bermanfaat bagi penulis.
vi
4. Seluruh Staf Tata Usaha dan Bagian Akademik Fakultas Ekonomi dan Bisnis
UIN Syarif Hidayatullah Jakarta yang telah membantu penulis dalam segala
kebutuhan administrasi dan lain-lain.
5. Ayah dan Ibu tercinta, yang tidak pernah lelah mengasihi dan mencintai
anaknya lebih dari siapapun, yang telah memberikan segenap curahan kasih
saying dan doanya yang tidak pernah terputus kepada penulis, yang selalu
memerikan nasihat, motivasi dan dukungan dalam menjalani kehidupan. Serta
Kakak dan Adikku yang selalu memberikan dukungan.
6. Sahabat sahabat yang selalu menemani penulis selama masa perkuliahan yakni
Sifa, Salsa, Hani, Muthiya, Rubi dan Septian, yang telah memberikan warna,
motivasi, nasihat, dukungan dan doa selama ini kepada penulis.
7. Teman-teman seperjuangan yakni Angkatan 2014 Perbankan Syariah Fakultas
Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta yang tidak bisa
disebutkan satu persatu. Penulis mengucapkan terimakasih sebesar-besarnya
kepada kalian semua karena telah memberikan banyak sekali pengalaman
hidup yang berwarna, ilmu yang bermanfaat dan berharga, motivasi,
dukungan, keceriaan, kebahagiaan selama ini kepada penulis.
Penulis menyadari skripsi ini jauh dari kata sempurna, dikarenakan terbatasnya
ilmu pengetahuan yang dimiliki penulis, maka dari itu penulis menerima kritik
dan saran dari berbagai pihak. Semoga skripsi ini dapat bermanfaat bagi barbagai
pihak.
Wassalamu’alaikum Wr. Wb
Tangerang, 13 Maret 2018
Penulis
vii
DAFTAR ISI
Halaman
LEMBAR PERNYATAAN KEASLIAN SKRIPSI …………………………..….i
DAFTAR RIWAYAT HIDUP ……………………………..………………ii
ABSTRACT ……………………………………………………………...…….iii
ABSTRAK ………………………………………………………………...…..iv
KATA PENGANTAR ……………………………………………………..v
DAFTAR ISI ……………………………………………………………………vii
DAFTAR TABEL …………………………………………………………. ...x
DAFTAR GAMBAR …………………………………………………………….xi
DAFTAR LAMPIRAN ……………………………………………………xii
BAB 1 PENDAHULUAN ……………………………………………………. 2
A. Latar Belakang ……………………………………………………. 2
B. Rumusan Masalah ……………………………………………............10
C. Pertanyaan Penelitian ……………………………………………………11
D. Tujuan Penelitian ……………………………………………………12
E. Manfaat Penelitian ……………………………………………………12
BAB 2 TINJAUAN PUSTAKA ……………………………………………14
A. Laporan Keuangan ……………………………………………………14
1. Pengertian Laporan Keuangan ……………………………………14
2. Analisis Laporan Keuangan ……………………………………15
3. Bentuk Laporan Keuangan ……………………………………16
4. Karakteristik Kualitatif Laporan Keuangan ……………………17
viii
5. Tujuan Laporan Keuangan ……………………………………19
6. Tujuan dan Manfaat Analisis Keuangan ……………………………20
B. Tingkat Kesehatan Bank ……………………………………………20
1. Pengertian Tingkat Kesehatan Bank ……………………………21
2. Penilaian Tingkat Kesehatan Bank ……………………………23
3. Prinsip-Prinsip Umum Penilaian Tingkat Kesehatan Bank Umum …28
C. Financial Distress ……………………………………………………30
1. Pengertian Financial Distress …………………………………....30
2. Analisis Financial Distress …………………………………....31
3. Manfaat Analisis Financial Distress ……………………………32
4. Penyebab Financial Distress ……………………………………33
5. Indikator Financial Distress ……………………………………34
6. Alternatif Perbaikan Kondisi Financial Distress ……………………34
7. Jenis-Jenis Kebankrutan …………………………………………....35
D. Model Zmijewski ……………………………………………………36
E. Model Springate ……………………………………………………39
F. Model Altman Z-Score …………………………………………....42
G. Model Grover ……………………………………………………46
H. Penelitian Terdahulu …………………………………………………....49
I. Kerangka Penelitian ……………………………………………………52
J. Hipotesis ……………………………………………………………54
BAB 3 METODE PENELITIAN ……………………………………………55
A. Lingkup Penelitian ……………………………………………………55
ix
B. Populasi dan Metode Pengumpulan Sampel ……………………………55
C. Metode Pengumpulan Data ……………………………………………57
D. Metode Analisis Data …………………………………………………..57
E. Operasional Variabel Penelitian ……………………………………60
BAB 4 ANALISIS DAN PEMBAHASAN ……………………………………63
A. Deskripsi Objek Penelitian ……………………………………………63
B. Model Zmijewski ……………………………………………………65
C. Model Springate ……………………………………………………68
D. Model Altman Z-Score ……………………………………………71
E. Model Grover ……………………………………………………74
F. Analisis Deskriptif ……………………………………………………77
G. Uji Kruskall Wallis ……………………………………………………81
H. Analisis dan Interpretasi ……………………………………………82
BAB 5 PENUTUP ……………………………………………………………88
A. Kesimpulan ……………………………………………………………88
B. Saran ……………………………………………………………………89
DAFTAR PUSTAKA ……………………………………………………90
LAMPIRAN ……………………………………………………………………96
x
DAFTAR TABEL
No Keterangan Halaman
Tabel 2.1 Kriteria Nilai ROA ……………………………………………37
Tabel 2.2 Hasil-hasil Penelitian terdahulu …………………………....49
Tabel 3.1 Daftar Bank Syariah di Indonesia ……………………………55
Tabel 3.2 Kriteria Sampel ……………………………………………56
Tabel 4.1 Rasio Keuangan Bank Syariah 2012-2016 ……………………64
Tabel 4.2 Perhitungan Model Zmijewski ……………………………66
Tabel 4.3 Perhitungan Model Springate ……………………………………69
Tabel 4.4 Perhitungan Model Altman Z-Score ……………………………72
Tabel 4.5 Perhitungan Model Grover …………………………...….…....75
Tabel 4.6 Analisis Deskriptif Zmijewski ……………………………77
Tabel 4.7 Analisis Deskriptif Springate ……………………………………78
Tabel 4.8 Analisis Deskriptif Altman Z-Score ……………………………79
Tabel 4.9 Analisis Deskriptif Grover ……………………………………80
Tabel 4.10 Uji Kruskall Wallis ……………………………………………81
xi
DAFTAR GAMBAR
No Keterangan Halaman
Gambar 2.1 Kerangka Pemikiran ……………………………………………53
xii
DAFTAR LAMPIRAN
No Keterangan Halaman
Lampiran 1 Rasio Keuangan Bank Syariah …………………………..100
Lampiran 2 Perhitungan Return on Asset …………………………………..101
Lampiran 3 Perhitungan Leverage …………………………………..102
Lampiran 4 Perhitungan Likuiditas …………………………………..104
Lampiran 5 Perhitungan Working Capital to Total Asset …………..105
Lampiran 6 Perhitungan Net Profit Before Interest and Taxes to TA …..106
Lampiran 7 Perhitungan Net Profit Before Taxes to Current Liability …..108
Lampiran 8 Perhitungan Sales to Total Asset …………………………..109
Lampiran 9 Perhitunga Retained Earning to Total Asset …………………..110
Lampiran 10 Perhitungan EBITTA …………………………………………..112
Lampiran 11 Perhitungan Book Value of Equity to Book Value of Liability.....113
Lampiran 12 Perhitungan Prediksi Financial Distress Model Zmijewski……114
Lampiran 13 Perhitungan Prediksi Financial Distress Model Springate …..116
Lampiran 14 Perhitungan Prediksi Financial Distress Model Altman …...…117
Lampiran 15 Perhitungan Prediksi Financial Distress Model Grover …..119
Lampiran 16 Analisis Deskriptif Model Zmijewski …………………..121
Lampiran 17 Analisis Deskriptif Model Springate …………………………..121
Lampiran 18 Analisis Deskriptif Model Altman Z-Score …………………..121
Lampiran 19 Analisis Deskriptif Model Grover …………………………..122
Lampiran 20 Uji Kruskall Wallis …………………………………………..122
2
BAB I
PENDAHULUAN
A. Latar Belakang
Keberadaan bank sangatlah penting bagi perekonomian Indonesia. Hal ini
dikarenakan fungsi bank sebagai lembaga keuangan yang bertugas sebagai
lembaga intermediaries dimana bank berperan dalam menghimpun dana dari
masyarakat yang mengalami kelebihan dana dan menyalurkannya kepada
masyarakat yang membutuhkan dana. Secara umum bank adalah lembaga
keuangan yang usaha pokoknya memberikan kredit dan jasa-jasa lain dalam lalu
litas pembayaran serta peredaran uang. Oleh karena itu, usaha bank akan selalu
berkaitan dengan masalah uang sebagai dagangan utamanya (Al-Arif 2011: 296).
Sistem perbankan di Indonesia dilakukan pengembangan dengan
menggunakan sistem kebijakan ganda atau biasa dikenal dengan Dual banking
System dalam Kerangkan Arsitektur Perbankan Indonesia (API), untuk
menghadirkan alternatif jasa perbankan yang masih lengkap kepada
masyarakat Indonesia. Secara bersamaan, perbankan syariah dan perbankan
konvensional dengan sinergis mendukung mobilisasi dana masyarakat secara
lebih luas untuk meningkatkan kemampuan pembiayaan bagi sektor-sektor
perekonomian nasional. (Latumerissa:2012)
Melihat peran perbankan yang sangat strategis, kesehatan dan stabilitas
perbankan menjadi menjadi suatu yang sangat vital. Bank yang sehat, secara
3
individu, maupun secara keseluruhan sebagai suatu sistem merupakan suatu
kebutuhan perekonomian yang ingin tumbuh dan berkembang dengan baik.
Terganggunya fungsi intermediasi perbankan setelah terjadinya krisis
perbankan di Indonesia telah mengakibatkan lambannya kegitan investasi dan
ekonomi. (Rivai, Veithzal, 2007: 108).
Perkembangan perbankan syariah sekarang berkembang dengan pesat.
Semakin meluasnya penggunaan produk dan instrumen syariah disamping
akan mendukung kegiatan keuangan dan bisnis masyarakat juga akan
mengurangi transaksi–transaksi yang bersifat spekulatif, sehingga mendukung
stabilitas sistem keuangan secara keseluruhan yang pada gilirannya akan
meningkatkan kontribusi yang signifikan terhadap pencapaian kestabilan
harga jangka menengah (Latumerissa: 2012).
Dalam perkembangan industri perbankan ketatnya persaingan antar
bank syariah dan bank konvensional kian terasa kedua industri itu bersaing
memberikan dan menawarkan produk-produk terbaiknya agar menarik
kepercayaan masyarakat. Persaingan yang semakin ketat di era globalisasi ini
memaksa perusahaan untuk berusaha lebih kuat untuk mempertahankan
keberlangsungan usahanya dengan berbagai strategi yang telah dirancang agar
dapat menghadapi berbagai berbagai resiko yang akan mengancam
eksistensinya di dunia perbankan (Amaliah: 2016).
Bank syariah dianggap memiliki kemampuan dan ketahanan dalam
menghadapi krisis ekonomi. Ketahanan bank umum syariah di Indonesia dapat
dilihat dengan baiknya bank dalam mengatasi krisis moneter di tahun 1998
4
dan krisis keuangan global tahun 2008 yang membuktikan daya tahan bank
syariah dalam tempaan krisis ekonomi membuat bank syariah sebagai lembaga
yang dipercaya masyarakat.
Setiap perusahaan didirikan dengan harapan menghasilkan keuntungan
sehingga mampu bertahan dan berkembang. Hal ini berarti dapat diasumsikan
bahwa perusahaan akan selalu hidup dan diharapkan tidak mengalami
likuidasi. Namun pada kenyataanya asumsi diatas tidak selalu menjadi
kenyataan, sering kali perusahaan harus bubar karena mengalami financial
distress (Primasari: 2017).
Financial distress atau kebangkrutan adalah sesuatu yang sangat
esensial yang harus diwaspadai oleh perusahaan karena jika sebuah
perusahaan sudah dinyatakan bankrut maka perusahaan tersebut telah benar-
benar mengalami kegagalan usaha. Salah satu cara yang umumnya dilakukan
perusahaan untuk mendeteksi dan meminimalisir terjadinya kondisi financial
distress adalah dengan mengawasi kinerja keuangan dengan menggunakan
analisis laporan keuangan. Analisis terhadap laporan keuangan dapat
dilakukan untuk mengetahui kondisi dan perkembangan perusahaan serta
meramalkan kelangsungan hidup perusahaan dan juga dapat melihat potensi
kesulitan keuangan yang mungkin menimpa perusahaan di masa yang akan
datang, karena dengan melakukan teknik analisis laporan keuangan
perusahaan dapat mengetahui kelemahan dan potensi kebangkrutan
perusahaan tersebut, sehingga dapat dijadikan sebagai acuan strategi dan
perbaikan kinerja di masa yang akan datang (Suryawardani:2015).
5
Analisis mengenai kebangkrutan suatu perusahaan sangat penting bagi
berbagai pihak. Hal ini dikarenakan kebangkrutan suatu perusahaan tidak
hanya merugikan pihak perusahaan saja, tetapi juga merugikan pihak lain yang
berhubungan dengan perusahaan tersebut. Oleh karena itu, analisis potensi
kebangkrutan dapat dilakukan untuk memperoleh peringatan awal
kebangkrutan (tanda-tanda awal kebangkrutan). Semakin awal tanda-tanda
kebangkrutan tersebut diketahui, maka akan semakin baik bagi pihak
manajemen. Karena pihak manajemen bisa segera melakukan perbaikan-
perbaikan agar perusahaan tidak mengalami kebangkrutan (Hanafi dan Halim,
2007:263).Selain itu, bagi pihak eksternal perusahaan, potensi kebangkrutan
ini bisa digunakan sebagai dasar dalam pengambilan keputusaninvestasi.
Salah satu penyebab kebankrutan adalah adanya masalah keuangan
dalam perusahaan yang tidak dapat ditangani.Masalah keuangan terjadi ketika
janji kepada kreditor dilanggar.Terkadang masalah keuangan dalam suatu
perusaaan dapat menyebabkan kebankrutan. Oleh karena itu sangat diperlukan
analisis gejala kebankrutan agar perusahaan dapat mengantisipasi kebankrutan
dimasa yang akan datang. Salah satu bentuk analisis kebankrutan yaitu dengan
menganalisis rasio untuk menilai suatu keadaan di masa lalu, saat ini dan
dimasa depan. Banyak penyebab perusahaan mengalami kebankrutan dan
karena banyaknya penyebab munculah metode untuk menganalisis gejala
kebankrutan perusahaan yang diharapkan dapat digunakan untuk
mengantisipasi kondisi keuangan suatu perusahaan sebelum perusahaan
mencapai titik kebankrutan pailit (Sari: 2013).
6
Semua perusahaan tentunya memiliki berbagai resiko dalam
melakukan kegiatan operasionalnya yang bisa mengakibatkan financial
distress, resiko-resiko tersebut jika tidak di tangani dengan baik maka
akanmengakibatkanfinancial distress pada perusahaan. Perbankan Syariah
sebagai lembaga yang berperan penting dalam perekonomian Indonesia
tentunya harus memperhatikan kinerjanya dengan baik, walaupun perbankan
syariah pernah melewati krisis ekonomi dengan baik namun sebagai
perusahaan tentu akan mengalami berbagai resiko yang dapat menyebabkan
financial distress. Oleh karena itu penilaian potensifinancial distress sangat di
perlukan bagi berbagai pihak yang bersangkutan dengan bank.
Lebih lanjut, masa depan perbankan islam sangat ditentukan oleh
kemampuan manajemen perbankan islam dalam menghadapi berbagai
perubahan pesat yang terjadi saat ini. Tidak dapat dielakkannya globalisasi,
pesatnya informasi dan teknologi serta inovasi keuangan membuat sektor
keuangan, tempat perbankan bernaung menjadi makin kompleks, dinamis dan
kompetitif. Kondisi ini meningkatkan deretan resiko terhadap perbankan islam
dimana semua resiko inimutlak harus dikelola (Wahyudi, 2013: 2).
Beberapa model analisis keuangan untuk melihat potensifinancial
distress sudah banyak dikembangkan oleh banyak peneliti.. Dalam penelitian
ini penulis mencoba menggunakan teori Altman Z-Score (1968), Zmijewski
(1984), Springate (1978) dan Grover (2001) untuk melihat perkiraan financial
distress masing-masing model. Perkembangan metode penilaian potensi
kebankrutan dimulai ketika Beaver (1966) memperkenalkan analisis
7
univariate sederhana pada rasio keuangan untuk melihat potensi kebankrutan
di masa yang akan datang. Model Altman (1968) menggunakan metodeologi
multivariate. Dalam statistika, penetapan formula ini menggunakan
Multivariate Discriminant Analysis (MDA). Model Springate (1978)
menggunakan metodeologi dan teknik pengambilan sample yang sama dengan
Altman (1968) namun dengan sampel yang berbeda. Model Zmijewski (1984)
menggunakan teori yang berbeda yaitu bahwa profitabilitas, volatilitas, dan
kondisi leverage perusahaan sebagai variabel terpenting dalam melihat
potensidistress. Model Grover (2001) merupakan model yang diciptakan
dengan menggunakan pendesainan dan penilaian ulang terhadap model
Altman Z-Score.
Menurut Vernon (2011: 29) model penilaian potensi financial distress
dapat membantu auditor menghitung kemungkinan terjadinya kebankrutan
perusahaan.Meskipun demikian, perlu diperhatikan bahwa perusahaan bisa
saja disebut mengalami kebankrutan secara teknis berdasarkan indikator,
namun tetap dipandang dapat mempertahankan kelangsungan usaha (going
concern).
Penelitian ini menggunakan bank umum syariah sebagai objek
penelitiannya dikarenakan tingkat non performing financing bank syariah
yang semakin meningkat selama tahun 2012-2016 yang jauh lebih tinggi
dibandingkan tingkat non performing financing bank konvensional. Dimana
yang dikutip dari artikel economy okezone, OJK mengungkapkan menyatakan
jika rasio pembiayaan bermasalah (Non Performance Loan/ NPL) dari bank
8
syariah masih relatif lebih tinggi dibandingkan rasio kredit bermasalah (Non
Performance Loan/NPL) Bank konvensional.Tercatat, sejak triwulan IV 2016
hingga Oktober 2017 angka NPF bank syariah berada di angka 4,12%. Angka
ini jauh melampaui NPL Bank Konvensional sebesar 2,96%.
Tingginya non performing financing bank syariah tentunya sangat
mempengaruhi bank syariah, dimana bank syariah dikenal sebagai bank yang
tahan mengahadapi berbagai krisis ekonomi namun tentunya kualitas bank
syariah sangatlah tergantung pada manajemen bank syariah itu sendiri dan jika
bank syariah tidak mampu menurunkan nilai non performing financingnya
bisa saja bank syariah akan mengahadapi berbagai resiko yang nantinya akan
berpengaruh pada operasional yang dapat menyebabkan kesulitan keuangan.
Terlebih, mengingat market share bank syariah yang masih sangat
kecil di Indonesia, padahal pangsa pasar bank syariah di Indonesia sangat
besar mengingat Indonesia sebagai negara yang memiliki jumlah masyarakat
muslim terbesar di dunia, market share bank syariah yang masih berkisar di
angka 5,3% dimana Indonesia adalah negara dengan total aset keuangan
syariah terbesar ke-9 di dunia, tetapi posisi Malaysia masih jauh diatas
Indonesia dengan menempati posisi ke-3 di dunia dengan nilai market share
sebesar 23,8%.
Belum lagi ditambah isu mengenai kinerja yang kurang baik oleh bank
syariah pertama di Indonesia, Bank Muamalat. Dikarekan NPF yang mencapai
7%. Dikutip dari Detik Finance,Peneliti Pusat Ekonomi dan Bisnis Syariah
9
Fakultas Ekonomi Bisnis Universitas Indonesia (UI) Yusuf Wibisono
mengungkapkan,karena tingginya NPF bank Muamalat tersebut menyebabkan
profit dan permodalan terganggu, namun pemegang saham mayoritas tidak
mau menambah modal ke bank Muamalat. Dan jika terjadi „sesuatu‟ pada
bank muamalat maka akan berdampak besar pada sistem perbankan syariah
nasional dikarenakan Bank Muamalat mempunyai peringkat bank syariah
terbaik setelah Bank Syariah Mandiri. Dimana Bank Muamalat dianggap
memiliki peran simbolis bagi perbankan syariah di Indonesia.
Oleh karena itu bank syariah harus memperhatikan dan memperbaiki
kinerjanya untuk dapat terus beroperasional dan meningkatkan pertumbuhan
dan perbankan syariah di Indonesia, oleh karena itu diperlukan analisis potensi
kesulitan keuangan bagi bank syariah yang telah dikembangkan oleh peneliti
sebelumnya.
Sejauh ini penelitian tentang model potensi financial distress telah
banyak dilakukan, umumnya hanya menggunakan model Altman. Sementara
penelitian untuk melihat perbedaan penilaian model potensi financial distress
masih terbatas. Salah satunya adalah penelitian oleh Hendrawati Atik tentang
financial distress pada industri makanan dan minuman yang terdaftar di BEI
dengan menggunakan model Altman Springate dan Zmijewski periode 2009-
2012 menyatakan bahwa adanya perbedaan penilaian yang signifikan antara
terhadap potensi kebankrutan ketiga model yang digunakan dengan
menggunakan Uji Kruskall Wallis.
10
Selanjutnya penelitian Elyasi Malik yang berjudul Prediksi
Kebankrutan Model Altman Z-Score, Grover, Springate dan Zmijewski Pada
Perusahaan Tekstil dan Garmen Di Bursa Efek Indonesia yang menyatakan
bahwa tidak terdapat perbedaan penilaian yang signifikan antara potensi
kebankrutan dengan model Altman, Grover, Springate dan Zmijewski dengan
menggunakan uji Kruskall Wallis.
Berdasarkan kondisi yang telah dipaparkan, penulis tertarik untuk
meneliti dan menganalisa potensi kebankrutan pada bank umum syariah
(BUS) dengan menggunakan pendekatan Multivarate Diskriminant Analysis
(MDA) dan melalui pengujian Kruskall Wallis. Penelitian dan analisis ini
dikembangkan dengan judul “Analisis Model Zmijewski, Springate,
Altman Z-Score dan Grover Pada Financial Distress Bank Umum
Syariah Di Indonesia Periode 2012-2016”
B. Rumusan Masalah
1. Bagaimana tingkat kesehatan bank umum syariah di Indonesia pada
periode 2012-2016 berdasarkan model potensi financial distress?
2. Apakah terdapat perbedaan penilaian model prediksi financial distresspada
bank umum syariah periode 2012-2016 dengan menggunakan model
Zmijewski, Springate, Altman dan Grover?
11
C. Pertanyaan Penelitian
Berdasarkan latar belakang yang sudah dikemukakan diatas maka
dapat dirumuskan beberapa masalah yang akan dikaji pada penelitian ini.
Rumusan masalah pada penelitian ini adalah sebagai berikut:
1. Bagaimana kondisi tingkat kesehatan (financial distress) bank syariah
dengan perhitungan model Zmijewski pada periode 2012-2016?
2. Bagaimana kondisi tingkat kesehatan (financial distress) bank syariah
dengan perhitungan model Springate pada periode 2012-2016?
3. Bagaimana kondisi tingkat kesehatan (financial distress) bank syariah
dengan perhitungan model Altman Z Score pada periode 2012-2016?
4. Bagaimana Kondisi tingkat kesehatan (financial distress) bank syariah
dengan perhitungan model Grover pada periode 2012-2016?
5. Bagaimana keakuratan masing-masing model dalam memprediksi
financial distress perbankan syariah selama periode 2012-2016 dengan
menggunakan model Zmijewski, Springate, Altman dan Grover?
6. Apakah terdapat perbedaan penilaianmodel prediksi financial distress pada
bank umum syariah periode 2012-2016 dengan menggunakan model
Zmijewski, Springate, Altman dan Grover?
12
D. Tujuan Penelitian
Penelitian ini menggunakan empat model penilaian potensi untuk
menganalisis financial distress pada perbankan syariah. Adapun tujuan
penilitan ini adalah sebagai berkut:
1. Untuk mengukur dan menganalisis potensi financial distress bank umum
syariah di Indonesia dengan menggunakan model Zmijewski, Springate,
Altman Z-Score dan Grover.
2. Untuk melihat perbedaan penilaian potensi financial distress dengan
menggunkan model Zmijewski, Springate, Altman Z-Score dan Grover.
E. Manfaat Penelitian
1. Bagi Penulis
Untuk menambah wawasan dalam bidang perbankan syariah, khususnya
pada potensi financial distress pada perbankan syariah di Indonesia.
2. Bagi Perbankan Syariah
Penelutian ini diharapkan bisa menjadi sarana informasi dan masukan bagi
perkembangan perbankan syariah agar perbankan syariah bisa beroperasi
semakin baik dikedepannya.
3. Bagi Akademisi
Sebagai menambah ilmu penetahuan dan untuk referensi bagi mahasiswa,
staf dan pengajar untuk penelitan selanjutnya terkait financial distress
perbankan syariah.
13
4. Bagi Prodi
Sebagai penambah informasi bagi ilmu pengetahuan khususnya dalam
bidang perbankan syariah dan financial distress.
5. Bagi Masyarakat
Sebagai sarana pemberian informasi mengenai financial distress pada
perbankan syariah terlebih pada pihak-pihak terkait dengan perbankan
syariah langsung.
14
BAB II
TINJAUAN PUSTAKA
A. Laporan Keuangan
1. Pengertian Laporan Keuangan
Laporan keuangan adalah rangkuman dari kegiatan operasional,
keuangan dan investasi bisnis. Laporan keuangan harus memberikan
informasi yang berguna baik bagi investor atau kreditur dalam membuat
keputusan investasi dan pengambilan keputusan bisnis lainnya (Fabozzi
dan Peterson, 2003: 125).
Laporan keuangan pada dasarnya adalah hasil dari proses akuntansi
yang dapat digunakan sebagai alat untuk mengkomunikasikan data
keuangan atau aktivitas perusahaan kepada pihak-pihak yang
berkepentingan. Dengan kata lain laporan keuangan ini berfungsi sebagai
alat infomasi yang menghubungkan perusahaan dengan pihak-pihak yang
berkepentingan, yang menunjukan kondisi kesehatan keuangan perusahaan
dan kinerja perusahaan (Hery, 2015: 3).
Laporan keuangan merupakan sesuatu yang penting bagi
perusahaan dan para pemakai laporan keuangan. Laporan keuangan
menghasilkan informasi yang menggambarkan mengenai kinerja
perusahaan pada periode akuntansi tertentu (Kurniawati, dan Nur: 2014).
Laporan ini akan lebih bermanfaat apabila informasi yang terkandung
dalam laporan keuangan tersebut dapat digunakan untuk memprediksi apa
yang akan terjadi di masa yang akan datang. Dengan mengolah lebih lanjut
15
laporan keuangan melalui proses perbandingan, evaluasi, dan analisis tren
akan diperoleh prediksi tentang apa yang mungkin akan terjadi di masa
yang akan datang. Hasil analisis laporan keuangan ini akan membantu
analisis menginterprestasikan berbagai hubungan kunci antar pos laporan
keuangan dan kecendrungan yang dapat dijadikan dasar dalam menilai
potensi keberhasilan perusahaan di masa yang akan datang (Hery,
2015:113).
Laporan keuangan yang lengkap biasanya meliputi neraca, laporan
laba rugi, laporan perubahan posisi keuangan (yang disajikan dengan
berbagai cara, misalnya sebagai laporan arus kas), catatan dan laporan lain
serta materi penjelasan yang merupakan bagian dari integral dari laporan
keuangan (Abrori: 2015).
2. Analisis Laporan Keuangan
Menurut Siegel dan Shim (2003:50) analisis laporan keuangan
memiliki arti yang berbeda bagi orang yang berbeda, tergantung pada
kepentingan khusus mereka. Para kreditor, investor dan calon investor, dan
manajemen korporasi itu sendiri mempelajari berbagai bagian bagian dari
analisis untuk menemukan jawaban atas pertanyaan-pertanyaan yang
paling memprihatinkan mereka.
Analisis laporan keuangan merupakan suatu proses untuk
membedah laporan keuangan ke dalam unsur-unsurnya dan menelaah
masing-masing dari unsur tersebut dengan tujuan untuk memperoleh
16
pengertian dan pemahaman yang baik dan tepat atas laporan keuangan itu
sendiri (Hery, 2015: 113).
Analisis laporan keuangan dari sudut manajemen berkaitan dengan
semua pertanyaan yang muncul dari kreditor dan investorkarena kelompok
pemakai tersebut harus mengetahui kemampuan perusahaan memperoleh
modal sebagaimana yang dibutuhkan.Manajemen harus
mempertimbangkan kepentingan karyawan, publik, pembuat undang-
undang dan wartawan keuangan (Frasser & Ormiston, 2008: 215).
3. Bentuk Laporan Keuangan
Laporan keuangan entitas syariah terdiri atas sebagai berikut ini
(Nurhayati, 2015: 97):
a. Posisi keuangan entitas syariah, disajikan sebagai neraca. Laporan ini
menyejikan informasi tentang sumber daya yang dikendalikan, struktur
keuangan, likuiditas dan solvabilitas serta kemampuan beradaptasi
terhadap perubahan lingkungan. Laporan ini berguna memprediksi
kemampuan perushaan di masa yang akan datang.
b. Informasi Kinerja Entitas Syariah, disajikan dalam laporan laba rugi.
Laporan ini diperlukan untuk menilai perubahan potensial sumber daya
ekonomi yang mungkin dikendalikan di masa depan.
c. Informasi Perubahan Posisi Keuangan Entitas Syariah, yang dapat
disusun berdasarkan definisi dana seperti seluruh sumber daya
keuangan, modal kerja, aset likuid atas kas. Kerangka ini tidak
mendefinisikan dana secara spesifik. Akan tetapi, laporan ini dapat
17
diketahui aktivitas investasi, pendanaan dan operasi selama periode
pelaporan.
d. Informasi Lain, seperti laporan penjelasan tentang pemenuhan fungsi
sosial entitas syariah. Merupakan informasi yang tidak diatur secara
khusus tapi relevan bagi pengambilan keputusan sebagian besar
pengguna laporan keuangan.
e. Catatan dan skedul tambahan, merupaan penampung dari informasi
tambahan yang relevan termasuk pengungkapan tentang resiko dan
ketidakpastian yang mempengaruhi entitas. Informasi tentang segmen
industri dan geografi serta pengaruh perubahan harga terhadap entitas
yang juga dapat disajikan.
4. Karakteristik Kualitatif Laporan Keuangan
Karakteristik kualitatif adalah ciri khas laporan keuangan agar
informasi yang dihasilkan dapat berguna bagi pengguna informasi dan
tidak menyesatkan pengguna informasi dalam laporan keuangan. Menurut
PSAK 00 tentang kerangka dasar penyusunan penyajian laporan keuangan
terdapat empat karakteristik pokok adalah sebagai berikut (Rosandi:
2016):
a. DapatDipahami
Kualitas penting informasi yang terdapat pada laporan
keuangan adalah kemudahannya untuk segera dapat dipahami oleh
pemakai.Untuk maksud ini, pemakai diasumsikan memiliki
pengetahuan yang memadai tentang aktivitas ekonomi dan bisnis,
18
akuntansi, serta kemauan untuk mempelajari informasi dengan
ketekunan yang wajar.Namun demikian, informasi kompleks yang
seharusnya dimasukkan ke dalam laporankeuangan tidak dapat
dikeluarkan hanya atas dasar pertimbangan bahwa informasi
tersebut terlalu sulit untuk dipahami oleh pemakai tertentu.
b. Relevan
Agar informasi bermanfaat maka informasi harus relevan untuk
memenuhi kebutuhan pemakai dalam proses pengambilan keputusan.
Informasi memiliki kualitas relevan kalau dapat mempengaruhi
keputusan ekonomi pemakai dengan membantu mereka mengevaluasi
peristiwa masa lalu, masa kini, atau masa depan, menegaskan, atau
mengkoreksi hasil evaluasi mereka di masa lalu.
c. Keandalan
Agar bermanfaat, informasi juga harus andal
(reliable).Informasi memiliki kualitas andal jika bebas dari pengertian
yang menyesatkan, kesalahan material, dan dapat diandalkan
pemakainya sebagai penyajian yang tulus atau jujur (faithful
representation) dari yang seharusnya disajkan atau yang secara wajar
diharapkan dapat disajikan.
d. DapatDibandingkan
Pemakai harus dapat memperbandingkan laporan keuangan
perusahaan antar periode untuk mengidentifikasi kecenderungan
(trend) posisi dan kinerja keuangan.Pemakai juga harus dapat
19
memperbandingkan laporan keuangan antar perusahaan untuk
mengevaluasi posisi keuangan, kinerja serta perubahan posisi
keuangan secara relatif. Oleh karena itu, pengukuran dan penyajian
dampak keuangan dari transaksi dan peristiwa lain serupa harus
dilakukan secara konsisten untuk perusahaan tersebut, antar periode
perusahaan yang sama dan untuk perusahaan yang berbeda.
5. Tujuan Laporan Keuangan
Tujuan utama laporan keuangan adalah untuk menyediakan
informasi, menyangkut posisi keuangan, kinerja serta perubahan
posisikeuangan suatu entitas syariah yang bermanfaat bagi sejumlah besar
pemakai dalam pengambilan keputusan ekonomi (Nurhayati dan Wasilah,
2015: 97)
Tujuan keseluruhan dari laporan keuangan adalah untuk
memberikan informasi yang berguna bagi investor dan kreditor dalam
pengambilan keputusan investasi dan kredit.Jenis keputusan yang dibuat
oleh pengambil keputusan sangatlah beragam, begitu juga dengan metode
pengambilan keputusan yang mereka gunakan dan kemampuan mereka
untuk memperoleh informasi.Pengguna informasi akuntansi harus dapat
memperoleh pemahaman mengenai kondisi keuangan dan hasil
operasional perusahaan lewat laporan keuangan (Hery, 2015: 4).
20
6. Tujuan dan Manfaat Analisis Keuangan
Secara umum, tujuan dan manfaat dari dilakukannya analisis laporan
keuangan adalah (Hery, 2015:114).
a. Untuk mengetahui posisi keuangan dalam suatu periode tertentu baik
aset, liabilitas, ekuitas, maupun hasil usaha yang telah dicapai selama
beberapa periode.
b. Untuk mengetahui kelemahan-kelemahan yang menjadi kekurangan
perusahaan.
c. Untuk mengetahui kekuatan-kekuatan yang menjadi unggulan
perusahaan.
d. Untuk menentukan langkah-langkah perbaikan yang perlu dilakukan di
masa mendatang, khususnya yang berkaitan dengan posisi keuangan
perusahaan saat ini.
e. Untuk melakukan penilaian kinerja manajemen.
f. Sebagai pembanding dengan perusahaan sejenis, terutama mengenai
hasil yang telah dicapai.
B. Tingkat Kesehatan Bank
Kebijakan perbankan yang dikeluarkan dan dilaksanakan oleh bank
Indonesia pada dasarnya ditujukan untuk menciptakan dan memelihara
kesehatan, baik secara individu ataupun perbankan secara sistem (Veithzal,
2007: 118).
21
1. Pengertian Tingkat Kesehatan Bank
Sejalan dengan perubahan kondisi perbankan, maka cara penilaian
tingkat kesehatan bank juga menjadi penyempurnaan dari waktu kewaktu,
hal inidisebabkan adanya otoritas yang mengatur dan mengawasi bank
agar aktivitas perbankan di Indonesia dapat berjalan secara sehat (Riyadi,
2006: 169).
Berdasarkan Peraturan Bank Indonesia (PBI) Nomor
6/10/PBI/2004 Tentang Sistem Penilaian Tingkat Kesehatan Bank Umum,
tingkat kesehatan bank adalah hasil penilaian kualitatif atas berbagai aspek
yang berpengaruh terhadap kondisi atau kinerja suatu bank melalui
penilaian kualitatif dan kuantitatif terhadap faktor-faktor permodalan,
kualitas aktiva produktif, manajemen, rentabilitas dan likuiditas.
Sedangkan menurut Menurut Peraturan Bank Indonesia No:
13/1/PBI/2011. Tingkat Kesehatan Bank adalah hasil penilaian kondisi
bank yangdilakukan terhadap risiko dan kinerja Bank.
Kesehatan bank dapat diartikan sebagai kemampuan suatu bank
untuk melakukan kegiatan operasional perbankan secara normal dan
mampu memenuhi semua kewajibannya dengan baik dengan cara-cara
yang sesuai dengan peraturan perbankan yang berlaku (Sigit Triandaru dan
Totok Budisantoso, 2006:51).
Tingkat kesehatan bank merupakan tingkat kemampuan bank
dalam menjalankan kegiatan operasionalnya secara normal dan sesuai
ketentuan yang berlaku (Rahman dkk: 2016). Bank yang sehat adalah bank
22
yang dapat menjalankan fungsi-fungsinya dengan baik, yang dapat
menjaga dan memelihara kepercayaan masyarakat, dapat menjalanan
fungsi intermediasi, dapat membantu kelancaran lalu lintas pembayaran
serta dapat dipergunakan oleh pemerintah dalam melaksanakan berbagai
kebijakan moneter.Dengan menjalankan fungsi tersebut bank dapat
memberikan layanan yang baik kepada masyarakat dan bermanfaat bagi
perekonomian Indonesia. (Veithzal, 2007:118)
Bank wajib memelihara dan/atau meningkatkan tingkat
kesehatan Bank dengan menerapkan prinsip kehati-hatian dan
manajemen risiko dalam melaksanakan kegiatan usaha (PBI
No.13/1/PBI/2011).
Menyadari arti pentingnya kesehatan suatu bank bagi pembentukan
kepercayaan dalam dunia perbankan serta untuk melaksanakan prinsip
kehati-hatian (prudential banking) dalam dunia perbankan, maka Bank
Indonesia merasa perlu untuk menerapkan aturan tentang kesehatan bank
(Hastuti: 2013).
Para bankir bank islam perlu memahami suatu sistem yang mampu
mengarahkan dana kelolaan mereka ke aktivitas-aktivitas pembiayaan dan
jasa yang memiliki rasio resiko terhadap potensi imbal-hasil yang terbaik.
Mereka tidak hanya diharapkan mampu mengusai teknik dan instrumen
manajemen resiko tradisional yang tidak bertentangan dengan ketentuan
syariah, namun juga teknik dan instrumen manajemen resiko yang unik
yang terdapat pada perbankan islam(Wahyudi. Dkk, 2013: 2).
23
2. Penilaian Tingkat Kesehatan Bank
Sebagai upaya pengawasan perbankan,Bank Indonesia memiliki
tugas sebagai pengawas dan memberikan saran perbaikan terhadap bank
umum.Sebagai upaya pengawasan perbankan, Bank Indonenisa
mengeluarkan Surat Edarab BI No.23/21/ BPPP pada tahun 1991 yang
memberlakukan CAMEL.Selanjutnya CAMEL berkembang menjadi
CAMELS petama kali pada tanggal 1 Januari 1997 di Amerika, sedangkan
CAMELS berkembang pertama kali di Indonesia diakhir tahun 1997
sebagai dampak dari krisis ekonomi dan moneter.Sebagai penyempurnaan
metode sebelumnya Bank Indonesia mengeluarkan peraturan nomor
13/1/PBI/2011 tentang penilaian kesehatan perbankan dengan pendekatan
4 komponen RGEC meliputi (risk profile) profil resiko, (good corporate
governance) tata kelola, (earning) rentabilitas, dan (capital) permodalan.
Berikut masing-masing tingkat penilaian bank umum:
a. CAMEL
Sebelum diberlakukannya metode RGEC sebagai penilai
tingkat kesehatan bank, metode CAMEL yang merupakan garis besar
tingkat penilaian saat itu.Faktor CAMEL merupakan faktor yang
menentukan kondisi suatu bank.
Penilaian peringat komponen rasio keuangan pembentuk faktor
financial (permodalan, kualitas aset, rentabilitas, likuiditas dan
sensitivitas terhadap resiko pasar) dihitung secara kuantitatif dan
24
kualitatif dengan mempertimbangkan unsur judgement (Kasmir, 2011:
201)
Berikut ini adalah perincian dari setiap variabel yang akan
dianalisis dalam analisis rasio CAMEL berdasarkan PBI Nomor
6/10/PBI/2004 yaitu:
1) Permodalan (capital)
Penilaian terhadap faktor permodalan meliputi penilaian terhadap
komponen-komponen sebagai berikut:
a) Kecukupan, komposisi, dan proyeksi (trend ke depan)
permodalan serta kemampuan permodalan Bank dalam
mengcover aset bermasalah;
b) Kemampuan Bank memelihara kebutuhan penambahan modal
yang berasal dari keuntungan, rencana permodalan Bank untuk
mendukung pertumbuhan usaha, akses kepada sumber
permodalan, dan kinerja keuangan pemegang saham untuk
meningkatkan permodalan Bank.
2) Kualitas Aset (asset quality);
Penilaian terhadap faktor kualitas aset meliputi penilaian terhadap
komponen-komponen sebagai berikut:
a) Kualitas aktiva produktif, konsentrasi eksposur risiko kredit,
perkembangan aktiva produktif bermasalah, dan kecukupan
penyisihan penghapusan aktiva produktif (PPAP);
25
b) Kecukupan kebijakan dan prosedur, sistem kaji ulang (review)
internal, sistem dokumentasi, dan kinerja penanganan aktiva
produktif bermasalah.
3) Manajemen (management)
Penilaian terhadap faktor manajemen meliputi penilaian terhadap
komponen-komponen sebagai berikut:
a) Kualitas manajemen umum dan penerapan manajemen risiko;
b) Kepatuhan Bank terhadap ketentuan yang berlaku dan
komitmen kepada Bank Indonesia dan atau pihak lainnya.
4) Rentabilitas (earning)
Penilaian terhadap faktor rentabilitas meliputi penilaian terhadap
komponen-komponen sebagai berikut:
a) Pencapaian return on assets (ROA), return on equity (ROE),
net interestmargin (NIM), dan tingkat efisiensi Bank;
b) Perkembangan laba operasional, diversifikasi pendapatan,
penerapan prinsip akuntansi dalam pengakuan pendapatan dan
biaya, dan prospek laba operasional.
5) Likuiditas (liquidity)
Penilaian terhadap faktor likuiditas meliputi penilaian terhadap
komponen-komponen sebagai berikut:
a) Rasio aktiva/pasiva likuid, potensi maturity mismatch, kondisi
Loan to Deposit Ratio (LDR), proyeksi cash flow, dan
konsentrasi pendanaan;
26
b) Kecukupan kebijakan dan pengelolaan likuiditas (assets and
liabilities management/ALMA), akses kepada sumber
pendanaan, dan stabilitas pendanaan.
6) Sensitivitas terhadap risiko pasar (sensitivity to market risk).
Penilaian terhadap faktor sensitivitas terhadap risiko meliputi
penilaian terhadap komponen-komponen sebagai berikut:
a) Kemampuan modal Bank dalam mengcover potensi kerugian
sebagai akibat fluktuasi (adverse movement) suku bunga dan
nilai tukarkecukupan penerapan manajemen risiko pasar.
b. RGEC
Bank Umum di Indonesia sudah harus menggunakan pedoman
penilaian tingkat kesehatan bank yang terbaru sejak dikeluarkannya
Peraturan Bank Indonesia (PBI) No.13/1/PBI/2011 tentang Penilaian
Tingkat Kesehatan Bank Umum, yang mewajibkan Bank
Umum.Penilaian tingkat kesehatan tersebut adalah metode RGEC
(Risk Profile, Good Corporate Governance, Earning, dan Capital).
Berdasarkan Peraturan Bank Indonesia No. 13 tahun 2011
Pasal 6,bank wajib melakukan penilaian tingkat kesehatan bank secara
individual dengan menggunakan pendekatan risiko (Risk-based Bank
Rating) dengan cakupan penilaian terhadap faktor-faktor sebagai
berikut (Prasyananta, dkk: 2016).
27
1) Profil Risiko (Risk Profile)
Penilaian terhadap faktor risiko (risk profile) meliputi
penilaian terhadap risiko kredit, risiko pasar, risiko likuiditas,
risiko operasional, risiko hukum, risiko stratejik, risiko kepatuhan,
dan risiko reputasi (PBI No.13/1/PBI/2011).
2) Good Corporate Governance (GCG)
Dengan menganalisis laporan Good Corporate
Governance (tata kelola) yang berpedoman pada Peraturan Bank
Indonesia No.13/1/PBI/2011 dengan mencari laporan tahunan yang
dipublikasikan dan menetapkan penilaian yang dilakukan oleh
bank berdasarkan sistem self assessment.
3) Rentabilitas (Earning)
Penilaian rentabilitas (earning) merupakan hal yang penting
dalam suatu bank karena merupakan salah satu parameter dalam
penilaian tingkat kesehatan bank terkait dengan kemampuan bank
dalam memperoleh keuntungan.
4) Permodalan (Capital)
Permodalan merupakan salah satu faktor yang penting bagi
sebuah bank karena jika sebuah bank memiliki faktor permodalan
yang baik maka tentu saja bank juga akan semakin lancar dalam
menjalankan kegiatan operasionalnya dalam mencapai tujuan bank
itu sendiri. Faktor permodalan dapat diukur dengan menggunakan
rumus Capital Adequacy Ratio (CAR). CAR adalah rasio yang
28
mengukur kecukupan modal suatu bank yang dihitung berdasarkan
perbandingan total modal dengan aktiva tertimbang menurut risiko.
3. Prinsip-Prinsip Umum Penilaian Tingkat Kesehatan Bank Umum
Berdasarakan Surat Edaran Bank Indonesia Mengenai Penilaian
Kesehatan Bank Umum.Manajemen bank perlu memperhatikan prinsip-
prinsip umum berikut ini sebagai landasan dalam menilai Tingkat
Kesehatan Bank (Surat Edaran Otoritas Jasa Keuangan
No.14/SEOJK.03/2017):
a. Berorientasi Risiko
Penilaian tingkat kesehatan didasarkan pada risiko-risiko Bank
dan dampak yang ditimbulkan pada kinerja bank secara keseluruhan.
Hal ini dilakukan dengan cara mengidentifikasi faktor internal maupun
eksternal yang dapat meningkatkan risiko atau mempengaruhi kinerja
keuangan bank pada saat ini dan di masa yang akan datang. Dengan
demikian, Bank diharapkan mampu mendeteksi secara lebih dini akar
permasalahan Bank serta mengambil langkah-langkah pencegahan dan
perbaikan secara efektif dan efisien.
b. Proporsionalitas
Penggunaan parameter/indikator dalam tiap faktor penilaian
Tingkat Kesehatan Bank dilakukan dengan memperhatikan
karakteristik dan kompleksitas usaha Bank.Parameter/indikator
penilaian tingkatkesehatan bank dalam Surat Edaran ini merupakan
standar minimum yang wajib digunakan dalam menilai tingkat
29
kesehatan bank.Namun demikian, Bank dapat menggunakan
parameter/indikator tambahan yang sesuai dengan karakteristik dan
kompleksitas usahanya dalam menilai tingkat kesehatan bank sehingga
dapat mencerminkan kondisi bank dengan lebih baik.
c. Materialitas dan Signifikansi
Bank perlu memperhatikan materialitas atau signifikansi faktor
penilaian tingkat kesehatan bank yaitu profil risiko, GCG, rentabilitas,
dan permodalan serta signifikansi parameter/indikator penilaian pada
masing-masing faktor dalam menyimpulkan hasil penilaian dan
menetapkan peringkat faktor.Penentuan materialitas dan signifikansi
tersebut didasarkan pada analisis yang didukung oleh data dan
informasi yang memadai mengenai Risiko dan kinerja keuangan Bank.
d. Komprehensif dan Terstruktur
Proses penilaian dilakukan secara menyeluruh dan sistematis
serta difokuskan pada permasalahan utama Bank. Analisis dilakukan
secara terintegrasi, yaitu dengan mempertimbangkan keterkaitan antar
risiko dan antar faktor penilaian tingkat kesehatan bank serta
perusahaan anak yang wajib dikonsolidasikan.Analisis harus didukung
oleh fakta-fakta pokok dan rasio-rasio yang relevan untuk
menunjukkan tingkat, trend, dan tingkat permasalahan yang dihadapi
oleh Bank.
30
C. Financial Distress
1. Pengertian Financial Distress
Menurut Plat & Plat (2002) (dalam Aprylia 2016) mendefinikan
financial distress sebagai tahap penurunan kondisi keuangan yang terjadi
sebelum terjadinya kebankrutan atau likuidasi.
Sedangkan menurut Brealey dan Myer (2003: 497) financial
distress terjadi apabila perusahaan tidak dapat menepati janjinya kepada
kreditor untuk memenuhi kewajibannya yang terkadang kondisi ini akan
membawa perusahaan pada kebangkrutan.
Konsisi financial distress dapat dikategorikan berdasarkan criteria
debt default, yaitu kegagalan membayar utang atau terdapat indikasi
kegagalan membayar utang (debt default) dengan melakukan negosiasi
ulang dengan kreditur atau intitusi keuangan lainya, dimana informasi
mengenai debt default dan indikasi debt default diambil dari informasi
Wall Street Journal Index (WSJI).Terdapat tiga keadaan yang dapat
menyebabkan financial distress bisa terjadi, yaitu (Zukailah: 2016):
a. Faktor ketidak mampuan modal atau kekurangan dana
b. Besarnya beban bunga dan hutang
c. Menderita kerugian
Jika terjadi kebankrutan, pemegang sekuritas secara keseluruhan
akan menerima kurang dari yang seharusnya mereka terima jika tidak ada
biaya kebankrutan. Seama perusahaan yang berutang memiliki
kemungkinan yang lebih besar untuk terjadinya kebankrutan dari pada
31
perusahaan yang tidak berhutang, perusahaan tersebut akan menjadi
investasi yang kurang menarik. Kemungkinan bankrut bukanlah fungsi jika
semua hal lainnya dianggap tetap (Ambarwati, 2010: 51).
2. Analisis Financial Distress
Analisis kebankrutan dilakukan untuk memperoleh peringatan awal
kebankrutan (tanda-tanda awal kebankrutan).Semakin awal tanda-tanda
kebankrutan tersebut, semakin baik bagi pihak manajemen karena pihak
manajemen bisa melakukan perbaikan-perbaikan.Pihak kreditur dan juga
pihak pemegang saham yang bisa melakukan persiapan-persiapan untuk
mengatasi berbagai kemungkinan terburuk.Tanda-tanda kebankrutan
dalam hal ini dilihat dengan menggunakan data-data akuntansi. (Hanafi
dan Halim, 2007: 63)
3. Manfaat Analisis Financial Ditress
Informasi tentang potensi kebangkrutan suatu perusahaan akan
sangat bermanfaat bagi beberapa kalangan. Menurut Hanafi dan Halim
(2007:261), informasi kebangkrutan dapat bermanfaat untuk:
a. Pemberi Pinjaman
Informasi kebangkrutan bisa bermanfaat untuk pengambilan
keputusan siapa yang akan diberi pinjaman dan kemudian bermanfaat
untuk mengambil kebijakan memonitor pinjaman yang ada.
b. Investor
Investor saham atau obligasi yang dikeluarkan oleh suatu
perusahaan tentunya akan sangat berkepentingan melihat adanya
32
kemungkinan bangkrut atau tidaknya perusahaan yang menerbitkan
surat berharga tersebut. Investor yang menganut strategi aktif akan
mengembangkan model potensi kebangkrutan untuk melihat tanda-
tanda kebangkrutan seawal mungkin dan kemudian mengantisipasi
kemungkinan tersebut.
c. Pemerintah
Pada beberapa sektor usaha, lembaga pemerintah memiliki
tanggung jawab untuk mengatasi jalan usaha tersebut.Pemerintah
memiliki kepentingan untuk melihat tanda-tanda kebangkrutan lebih
awal supaya tindakan-tindakan yang perlu dilakukan dapat dilakukan
lebih awal.
d. Akuntan
Akuntan memiliki kepentingan terhadap informasi
kelangsungan suatu usaha karena akuntan akan menilai kemampuan
going concern suatu perusahaan.
e. Manajemen
Informasi kebangkrutan digunakan untuk melakukan langkah-
langkah preventif sehingga biaya kebangkrutan dapat dihindari atau
dapat diminimalisir.
33
4. Penyebab FinancialDistress
Beberapa penyebab terjadinya financial distress menurut Lizal
(dalam Pramuditya: 2014)adalah sebagai berikut:
a. Neoclassicalmodel
Financial distress terjadi ketika alokasi sumber daya tidak
tepat.Mengestimasi kesulitan dilakukan dengan data neraca dan
laporan laba rugi.
b. Financialmodel
Financial distress ditandai dengan adanya struktur keuangan yang
salah dan menyebabkan batasan likuiditas (liquidity constrains). Hal
ini berarti bahwa walaupun perusahaan dapat bertahan hidup dalam
jangka panjang, namun demikian perusahaan tersebut harus bangkrut
juga dalam jangka pendek.
c. Corporate governancemodel
Financial distress menurut corporate governance model adalah ketika
perusahaan memiliki susunan aset yang tepat dan struktur keuangan
yang baik namun dikelola dengan buruk.
34
5. Indikator Financial Distress
Sebelum akhirnya suatu perusahaan dinyatakan bankrut,
biasanya ditandai dengan berbagai situasi atau keadaan khusus yang
berhubungan dengan efektifitas dan efiensi
operasionalnya.Kebankrutan yang terjadi sebenarnya dapat diprediksi
dengan melihat beberapa indikator-indikator sebagai berikut (Hanafi
dan Halim, 2007:263).
a. Analisis aliran kas untuk saat ini dan masa yang akan datang
b. Analisis strategi perusahaan yaitu analisis yang memfokuskan pada
persaingan yang dihadapi oleh perusahaan
c. Struktur biaya yang relatif terhadap pesaingnya
d. Kualitas manajemen
e. Kemampuan manajemen dalam mengendalikan biaya
6. Alternatif Perbaikan Kondisi Financial Distress
Jika perusahaan megalami kegagalan atau kesulitan keuangan,
harus diketahui dahulu apakah kesulitan keuangan tersebut bersifat jangka
panjang atau jangka pendek. Kesulitan keuangan jangka pendek apabila
tidak segera ditanggulangi akan menimbulkan kesulitan jangka panjang.
Kesulitan jangka pendek yang dimaksud adalah kesulitan likuiditas
perusahaan. Sedangkan kesulitan jangka panjang berkaitan dengan
solvabilitas perusahaan terdapat beberapa cara untuk mengatasi kesulitan
keuangan yang dihadapi oleh suatu perusahaan. Diantaranya adalah
sebagai berikut (Sudana, 2011: 249-252).
35
a. Penyelesaian Sukarela (Voluntary Settlement)
Ada beberapa alternatif penyelesaian secara sukarela, yaitu sebegai
berikut:
1) Exstention (Perpanjangan)
2) Composition
3) Liquidation by Voluntary Agreement
b. Penyelesaian Lewat Pengadilan (Settlement Involving Litigation)
1) Liquidation (likuidasi)
2) Reorganisasi Perusahaan.
7. Jenis-Jenis Kebankrutan
Menurut Ross, Westerfield dan Jordan (2006: 562) kebankrutan
didefinisikan menjadi beberapa arti yaitu sebagai berikut:
a. Kegagalan bisnis (business failture)
Situasi dimana binis berakhir dengan bisnis berakhir dengan kerugian
kredit dan bahkan semua modal perusahaan akan habis.
b. Kebankrutan menurut hukum (legal bankruptcy)
Keadaan dimana perusahaan atau kreditor membawa petisi ke
pengadilan federal mengenai kebankrutan. Kebankrutan disini adalah
dimana perusahaan sedang dalam proses hukum untuk melikuidasi dan
mereorganisasi bisnis.
c. Insolvensi Teknis (technical involency)
Suatu keadaan dimana perusahaan tidak memenuhi kewajibannya pada
saat jatuh tempo.
36
d. Insolvensi akuntansi (accounting insolvency)
Dimana perusahaan memiliki pendapatan yang negative dan total
kewajibannya lebih besar dibandingkan total aktiva.
D. Model Zmijewski
Model potensi financial distress yang dihasilkan oleh Zmijewski tahun
1983 ini merupan riset selama 20 tahun yang telah diulang.Zmijewski (1983)
menggunakan analisis rasio likuiditas, laverage, dan mengukur kinerja suatu
perusahaan. Zmijewski melakukan pengukuran potensi dengan sampel 75
perusahaan bangkrut dan 73 perusahaan sehat selama tahun 1972 sampai
tahun 1978, indikator F-Test terhadap rasio kelompok rate of return, liquidity,
leverage turnover, fixed payment coverage, trens, firm size, dan stock return
volatility, menunjukkan perbedaan signifikan antara perusahaan yang sehat
dan tidak sehat. Kemudian model ini menghasilkan rumus sebagai berikut
(Sari:2013):
X-Score = -4,3 – 4,5X1 + 5,7X2 + 0,004X3
Keterangan: X1= ROA ( Return on Asset )
X2= Leverage( Debt Ratio )
X3= Likuiditas ( Current Ratio )
Klarifikasi dari hasil perhitungan tersebut dimasukan kedalam cut off
point yang telah ditentukan yaitu:
Jika hasil >0 Perusahaan berpotensi financial distress
Jika hasil < 0 Perusahaan tidak berpotensi financial
distress
37
Berikut ini adalah penjelasan variabel-variabel rasio yang terdapat
pada model Zmijewski:
a. Return on Asset
Hasil pengembalian atas Aset (Return on Asset), merupakan rasio
yang menunjukan hasil (return) atas penggunaan aset perusahaan dalam
menciptakan laba bersih. Dengan kata lain, rasio ini digunkan untuk
mengukur seberapa besar jumlah laba bersih yang akan dihasilkan dari
setiap rupiah dana yang tertanam di dalam total aset (Hery, 2015: 144).
Rumus rasio ROA adalah sebagai berikut:
Berdasarkan Surat Edaran Bank Indonesia No. 6/23/DPNP Tahun
2004 diperoleh standar untuk nilai rasio ROA:
Tabel 2.1
Kriteria Nilai ROA
Peringkat Kreteria Penilaian Predikat
1 ROA > 1,5 % Sangat Sehat
2 1.25% < ROA ≤ 1,5% Sehat
3 0.5 % < ROA ≤ 1.25% Cukup Sehat
4 0% < ROA ≤ 0,5% Kurang Sehat
5 ROA ≤ 0,5% Tidak Sehat
Sumber: SEBI No. 6/23/DPNP Tahun 2004
b. Leverage (Debt Ratio)
Rasio Leverage digunakan untuk melihat seberapa besar resiko
keuangan yang dimiliki suatu perusahaan (Fabozzi dan Peterson, 2003:
742). Rasio Leverage yang digunakan dalam penelitian ini adalah
Debt to asset ratio yang memiliki rumus sebagai berikut:
38
c. Rasio Likuiditas (Current Ratio)
Likuiditas mencerminkan kemampuan perusahaan untuk
memenuhi kewajiban jangka pendek menggunakan aset yang paling
mudah dicairkan.Aset yang dapat diubah menjadi kas dengan cepat
dapat dikatakan sebagai aset likuid; yang ditulis pada laporan
keuangan sebagai aset lancar (Fabozzi dan Peterson, 2003: 729).
Rasio Likuiditas yang dipakai dalam penelitian ini adalah rasio
lancar (Current Ratio) adalah ukuran umum yang digunakan atas
efisiensi jangka pendek, kemampuan suatu perusahaan memenuhi
kebutuhan hutang ketika jatuh tempo.Kewajiban lancar digunakan
sebagai penyebut rasio dikarenakan dianggap menggambarkan hutang
yang paling mendesak, harus dilunasidalam satu tahun atau satu siklus
operasi (Frasser & Ormiston, 2008:223).Rumus rasio lancar adalah
sebagai berikut:
39
E. Model Springate
Gordon L. V Springate (1978) telah melakukan penelitan berkaitan
dengan model prediksi potensi financial distress suatu perusahaan. Menurut
Guinan (2009: 236) (dalam Savitri: 2014) model Springate merupakan model
yang dikembangkan mengunakan analisis multidiskriminan. Pada awalnya
Springate menggunakan 19 rasio keuangan namun setalah melakukan
pengujian Springate mengambil empat rasio. Model Springate ini dapat
digunakan untuk memprediksi kebangkrutan dengan nilai keakuratan 92.5%
(Sari: 2013). Model ini memiliki rumus:
S-Score = 1,03 A + 3,07 B+ 0,66 C + 0,4 D
Keterangan : A= Working capital / Total asset
B= Net profit before interest and taxes / Total
asset
C= Net profit before taxes / Current liabilities
D= Sales / Total asset
Springate mengemukakan nilai cutoffyang berlaku untuk model ini
adalah 0,862 dengan kriteria penilaian apabila:
Nilai S-score< 0,862 Perusahaan berpotensi financial
distress
0,862 <Nilai S-score >1,062 Perusahaan berada dalam Grey Area
Nilai S-score> 1,802 Perusahaan tidak berpotensi financial
distress
40
Berikut ini adalah penjelasan variabel-variabel rasio yang terdapat
pada model Springate:
a. Working Capital to Total Asset
Rasio ini menunjukkan kemampuan perusahaan dalam
menghasilkan modal kerja bersih dari keseluruhan total aktiva yang
dimiliki. Rasio ini dihitung dengan membagi modal kerja bersih dengan
total aktiva.
Modal kerja bersih yang negatif kemungkinan akan menghadapi
masalah dalam menutupi kewajiban jangka pendeknya karena tidak
tersedianya aktiva lancar yang cukup menutupi kewajiban tersebut.
Sebaliknya perusahaan dengan modal kerja bersih yang bernilai positif
jarang mengalami kesulitan dalam melunasi kewajibannya (Sari: 2017).
Modal kerja bersih dihitung dengan cara aktiva lancar dikurangi
dengan kewajiban lancar. Modal kerja dihitung sebagai berikut:
41
b. Net Profit Before Interest and Taxes To Total asset
Rasio ini menunjukkan kemampuan perusahaan untuk
menghasilkan laba dari aktiva perusahaan sebelum pembayaran bunga dan
pajak (Kasmir : 2014). Rasio ini dihitung dengan pendapatan bersih
dengan total aset dengan rumus sebagai berikut:
NetNet Profit Before Interest and Taxes To Total asset =
c. Net Profit Before Taxes to Current Liabilities
Rasio ini dapat dihitung dengan membandingkan antara net profit
before tax dengan current liability.Net profit before tax merupakan laba
sebelum pajak dan current liability merupakan kewajiban lancar.
d. Sales toTotal Asset (X4)
Rasio ini mengukur seberapa efektif perusahaan dalam
menggunakan aktivanya untuk menghasilkan penjualan.Rasio yang tinggi
menunjukan penggunaan aktiva yang efektif.Aktiva yang digunakan dalam
menghitung rasio bisa berupa total aktiva pada akhir tahun , total aktiva
rata-rata bulanan.
42
Mungkinan akan menghadapi masalah dalam menutupi kewajiban
jangka pendeknya karena tidak tersedianya aktiva lancar yang cukup
menutupi kewajiban tersebut. Sebaliknya perusahaan dengan modal kerja
bersih yang bernilai positif jarang mengalami kesulitan dalam melunasi
kewajibannya (Sari: 2017).
F. Model Altman Z-Score
Altman (1968) Altman adalah orang pertama yang menerapkan
multiple discriminant analysis , dasar pemikiran Altman menggunakan analisa
diskriminan analisis bermula dari keterbatasan analisa rasio melalui
metodeologinya pada dasarnya bersifat suatu penyimpangan yang artinya
setiap rasio diuji secara terpisah sehingga pengaruh kombinasi dari beberapa
rasio hanya didasarkan pada pertimbangan para analisis keuangan.
Ramadhani (2009) mengungkapkan bahwa seiring dengan berjalannya
waktu dan penyesuaian terhadap berbagai jenis perusahaan, Altman kemudian
merevisi modelnya supaya dapat diterapkan pada semua perusahaan, seperti
manufaktur, non manufaktur, dan perusahaan penerbit obligasi di negara
berkembang (emerging market).Dalam Z-score modifikasi ini Altman
mengeliminasi variable X5 (sales to total asset) karena rasio ini sangat
bervariatif pada industri dengan ukuran aset yang berbeda-beda. Berikut
persamaan Z-Score yang di modifikasi Altman (1995):
43
Z-Score= 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4
Keterangan: X1= working capital/total asset
X2= retained earnings / total asset
X3= earning before interest and taxes/total asset
X4= book value of equity/book value of total liabilities
Altman Z-Score mengemukakan nilai cutoff yang berlaku untuk model
ini adalah 1,123 dengan kriteria penilaian apabila:
Jika nilai Z<1.123 Perusahaan berpotensi financial
distress
Jika 1,123< Z-score >2,90 Perusahaan berada dalam Grey area
Jika nilai Z-Score> 2,90 Perusahaan tidak berpotensi
financial distress
Berikut ini adalah penjelasan variabel-variabel rasio yang terdapat
pada model Altman:
a. Working Capital to Total Asset
Rasio ini menunjukkan kemampuan perusahaan dalam
menghasilkan modal kerja bersih dari keseluruhan total aktiva yang
dimiliki. Rasio ini dihitung dengan membagi modal kerja bersih
dengan total aktiva.
Modal kerja bersih yang negatif kemungkinan akan
menghadapi masalah dalam menutupi kewajiban jangka pendeknya
44
karena tidak tersedianya aktiva lancar yang cukup menutupi kewajiban
tersebut. Sebaliknya perusahaan dengan modal kerja bersih yang
bernilai positif jarang mengalami kesulitan dalam melunasi
kewajibannya (Sari: 2017).
Modal kerja bersih dihitung dengan cara aktiva lancar
dikurangi dengan kewajiban lancar. Modal kerja dihitung sebagai
berikut:
b. Retained Earning in Total Assets Ratio (X2)
Laba ditahan terhadap total harta (retained earning to total
asset) adalah akun yang menginformasikan total pendapatan atau
kerugian dari investasi yang dilakukan perusahaan. Akun ini
mengindikasikan saldo keuntungan yang didapatkan (Bell, 2013: 433).
Berikut rumus rasio RETA:
Modal kerja bersih yang negatif kemungkinan akan
menghadapi masalah dalam menutupi kewajiban jangka pendeknya
karena tidak tersedianya aktiva lancar yang cukup menutupi kewajiban
tersebut. Sebaliknya perusahaan dengan modal kerja bersih yang
bernilai positif jarang mengalami kesulitan dalam melunasi
kewajibannya (Sari: 2017).
45
c. Earning Before Interest and Taxes to Total Assets Ratio
Rasio ini menunjukkan kemampuan perusahaan untuk
menghasilkan laba dari aktiva perusahaan sebelum pembayaran bunga
dan pajak (Kasmir : 2014). Namun dalam penelitian ini, hal yang
menjadi objek penelitian adalah kondisi keuangan bank umum syariah
atau bank yang telah menjalankan kegiatan usahanya serta
operasionalnya dengan prinsip syariah. Sehingga tidak ada akun yang
bernama EBIT ini dalam laporan keuangannya, karena dalam bank
syariah tidak dikenal dengan sistem bunga, oleh karena itu akun ini
dalam laporan keuangan bank umum syariah dikenal dengan nama
“Laba sebelum pajak penghasilan” (Kartika :2015).
Namun dalam bank Syariah EBIT berubah menjadi EBT,
sehingga menjadi :
d. Market Value of Equity to Book Value of Total Debt (X4)
Rasio ini digunakan untuk menilai solvabilitas perusahaan,
yaitu kemampuan perusahaan memenuhi kewajiban jangka panjang
atau mengukur kemampuan permodalan perusahaan dalam
menanggung seluruh kewajibannya. Namun, dalam penelitian ini
46
karena bank umum syariah belum go public maka market value of
equity diubah menjadi book value of equity (Kartika: 2015).
G. Model Grover
Model Grover diciptakan dengan pendesainan dan penilaian ulang
terhadap Model Altman Z-score. Model Grover mengkategorikan perusahaan
dalam keadaan bangkrut jika memperoleh skor kurang atau sama dengan -0.02
(G ≤ -0.02) sedangkan nilai untuk perusahaan yang dikatagorikan dalam
keadaan tidak bangkrut adalah lebih atau sama dengan 0.01 (G ≥ 0.01)
perusahaan dengan memuliki skor diantara batas atas dan batas bawah berada
pada grey area (-0.02≤ G ≤0.01). Rumus Grover yaitu sebagai berikut:
G-Score= 1,650 X1 + 3,404 x2 + 0,016 ROA + 0,057
Dimana: X1= working capital/ total asset
X2= Earning before interst and taxes/total asset
ROA= Net Income/total asset
Berikut ini adalah penjelasan variabel-variabel rasio yang terdapat
pada model Altman:
a. Working Capital to Total Asset
Rasio ini menunjukkan kemampuan perusahaan dalam
menghasilkan modal kerja bersih dari keseluruhan total aktiva yang
dimiliki. Rasio ini dihitung dengan membagi modal kerja bersih dengan
total aktiva.
47
Modal kerja bersih yang negatif kemungkinan akan menghadapi
masalah dalam menutupi kewajiban jangka pendeknya karena tidak
tersedianya aktiva lancar yang cukup menutupi kewajiban tersebut.
Sebaliknya perusahaan dengan modal kerja bersih yang bernilai positif
jarang mengalami kesulitan dalam melunasi kewajibannya (Sari: 2017).
Modal kerja bersih dihitung dengan cara aktiva lancar dikurangi
dengan kewajiban lancar. Modal kerja dihitung sebagai berikut:
b. Earning Before Interest and Taxes to Total Assets Ratio
Rasio ini menunjukkan kemampuan perusahaan untuk
menghasilkan laba dari aktiva perusahaan sebelum pembayaran bunga dan
pajak (Kasmir : 2014). Namun dalam penelitian ini, hal yang menjadi
objek penelitian adalah kondisi keuangan bank umum syariah atau bank
yang telah menjalankan kegiatan usahanya serta operasionalnya dengan
prinsip syariah. Sehingga tidak ada akun yang bernama EBIT ini dalam
laporan keuangannya, karena dalam bank syariah tidak dikenal dengan
sistem bunga, oleh karena itu akun ini dalam laporan keuangan bank
umum syariah dikenal dengan nama “Laba sebelum pajak penghasilan”
(Kartika :2015).
48
Namun dalam bank Syariah EBIT berubah menjadi EBT, sehingga
menjadi :
Modal kerja bersih yang negatif kemungkinan akan menghadapi
masalah dalam menutupi kewajiban jangka pendeknya karena tidak
tersedianya aktiva lancar yang cukup menutupi kewajiban tersebut.
Sebaliknya perusahaan dengan modal kerja bersih yang bernilai positif
jarang mengalami kesulitan dalam melunasi kewajibannya (Sari: 2017).
c. Return on Asset
Hasil pengembalian atas Aset (Return on Asset), merupakan rasio
yang menunjukan hasil (return) atas penggunaan aset perusahaan dalam
menciptakan laba bersih. Dengan kata lain, rasio ini digunkan untuk
mengukur seberapa besar jumlah laba bersih yang akan dihasilkan dari
setiap rupiah dana yang tertanam di dalam total aset (Hery, 2015: 144).
Rumus rasio ROA adalah sebagai berikut:
49
H. Penelitian Terdahulu
Adapun hasil-hasil dari penelitian terdahulu mengenai topik yang
berkaitan dengan penelitian ini sebagai berikut.
Tabel.2.2
Hasil-Hasil Penellitian Terdahulu
No
.
Peneliti
(Tahun) Judul
Metodeologi Penelitian Hasil Penelitian
Persamaan Perbedaan
1. Vahdat
dan
Muhamm
ad
(2012)
The Creation
of Bankruptcy
prediction
models using
Springate and
SAF Models
Model
Prediki
kebankrut
an
Springate
Sampel
perusahaan
internasiona
l Iran,
metode
Zmijewski,
metode
Altman,
metode
Grover
Springate
memberikan
tingkat keakuratan
sebesar 90%
dalam kurun
waktu satu tahun
sebelum
kebankrutan dan
82% dalam kurun
waktu dua tahun
sebelum
kebankrutan. Dan
dengan
menggunakan
SAF Model
memberikan
tingkat akurasi
88,2% dalam
kurun waktu satu
tahun dan dan
79% dalam kurun
waktu dua tahun.
2. Qaiser
Rafique
Yasser
(2015)
Corporate
Failture
Prediction of
Public Listed
Companies in
Malaysia
Prediksi
Financial
distress,
Metode
Altman Z-
score
tahun
penelitian
2016-2010,
metode
Zmijewski,
Springate,
Grover,
Sampel
berasal dari
perusahaan
publik yang
terdaftar di
Malaysia
59% perusahaan
yang terdaftar
mengalami
financial distress,
24% berada di
grey zone dan
20% berada di
safe zone
50
(Lanjutan)
Tabel 2.1
No
.
Peneliti
(Tahun) Judul
Metodeologi Penelitian Hasil Penelitian
Persamaan Perbedaan
3. Jeroen
Oude
Avenhuis
(2013)
Testing the
generalizablit
y of the
bankruptcy
prediction
models of
Altman,
Ohlson and
Zmijewski
for Dutch
listed and
large non-
listed firms
Metode
prediksi
Altman,
Zmijewski
,
Sampel
berasal dari
perusahaan
belanda
yang
terdaftar
dan
perusahaan
besar yang
tidak
terdaftar di
belanda,
Metode
Springate,
metode
Ohlson.
Semua variabel
dalam model
hampir dapat
memprediksi
kebankrutan
perusahaan.
Model Zmijewski
dan Ohlson dapat
memprediksi
perusahaan yang
tidak bankrut
dengan baik.
3. Lintang
Kurniawati
dan Nur
Kholis
(2014)
Analisis
model
Prediksi
Financial
Distress Pada
Perusahaan
Perbankan
Syariah di
Indonesia
Prediksi
kebangkru
tan model
Altman,
Grover
dan
Springate,
sampel
bank
umum
syariah
Model
Zmijewski,
Tahun
Pengamata
n 2012-
2014.
Model Altman,
Grover dan
Springate dapat
dijadikan sebagai
alat untuk
memprediksi
financial distress
pada bank umum
syariah dengan
model Grover
sebagai model
yang memiliki
akurasi tertinggi.
4. Atik
Hendarwati
(2012)
Analisis
Komparasi
Kebankrutan
Model Z-
Score Altman,
Springate dan
Zmijewski
pada Industri
Makanan dan
Minuman
yang terdaftar
di Bursa Efek
Indonesia
Analisis
Kebakruta
n, Model
Altman Z-
Score,
Springate
dan
Zmijewski
, Uji
Kruskall
Wallis
Model
Grover,
Sampel
berasal dari
perusahaan
makanan
dan
minuman
di BEI,
Tahun
pengamata
n 2009-
2012
Hasil penelitian
menunjukan
bahwa terdapat
perbedaan
signifikan
terhadap penilaian
prediki
kebankrutan dari
ketiga model yang
digunakan.
51
(Lanjutan)
Tabel 2.1
No
.
Peneliti
(Tahun) Judul
Metodeologi Penelitian Hasil Penelitian
Persamaan Perbedaan
5. Annisa
oktaviand
ri, Anisah
Firli,
Aldilla
Iradianty
(2015)
Analisis
Prediksi
Kebangkrutan
dengan metode
Altman,
Springate,
Ohlson dan
Grover pada
Perusahaan di
Sektor
Pertanian BEI
Periode 2011-
2015
Analisis
Kebangkr
utan,
Metode
Altman,
Grover
dan
Springate
Sampel
Perusahaan
di sektor
pertanian,
metode
Zmijewski,
tahun
pengamata
n 2012-
2016
Hasil analisis
menunjukkan
bahwa terdapat
perbedaan antara
beberapa model
prediksi dan
model prediksi
terbaik adalah
model Grover
dengan tingkat
kesesuaian
sebesar 82,86%.
6. Ni Made
Evi
Prihanthi
ni dan
dan
Maria M.
Ratna
Sari
Prediksi
Kebankrutan
Dengan Model
Grover, Altman
Z-Score ,
Springate dan
Zmijewski Pada
Perusahaan
Food and
Beverage di
Bursa Efek
Indonesia
Analisis
Kebankrut
an Model
Grover,
Altman Z-
Score
Springate
dan
Zmijewski
Sampel
berasal dari
perusahaan
Food And
Beveragedi
Bursa Efek
Indonesia,
Tahun
pengamata
n 2008-
2012
Terdapat
perbedaan
signifikan antara
model grover
dengan model
Altman Z-score,
model grover
dengan model
springate, dan
model grover
dengan zmijewski
serta akurasi
tertinggi diraih
pada model
Grover diikuti
Springate,
Zmijewski dan
Altman Z-Score
52
(Lanjutan)
Tabel 2.1
No
.
Peneliti
(Tahun) Judul
Metodeologi Penelitian Hasil Penelitian
Persamaan Persamaan
7. Junaidi
(2016)
Pengukuran
Tingkat
Kesehatan dan
Gejala
Financial
Distress pada
Bank Umum
Syariah di
Indonesia
Model
prediksi
analisis
financial
distress
Grover,
Altman,
Springate
dan
Zmijewski
, Sample
Bank
Umum
Syariah di
Indonesia
Tahun
Pengamata
n 2010-
2014,
Pengolahan
data
menggunak
an Paired
Sample T-
Test
Model Altman,
Grover dan
Springate dapat
memprediksi
financial ditress
bank syariah
dengan sedangkan
Model Zmijewski
tidak dapat
dijadikan prediksi
Financial distress
bank umum
syariah
Sumber: Data Diolah
I. Kerangka Penelitian
Penelitian ini mengenai Financial distress pada perbankan syariah di
Indonesia selama 5 tahun yaitu periode 2012-2016 dengan menggunakan
empat model potensifinancial distress yaitu metode Zmijewski, Altman Z-
Score, Springate dan Grover.
Berdasarkan kerangka teori yang dikemukakan sebelumnya dapat
disederhanakan deangan kerangka penulisan. Kerangka penelitian dalam
penelitian ini dapat digambarkan sebagai berikut:
53
Gambar. 2.1
Kerangka Penelitian
Interpretasi
Uji Kruskall Wallis
Analisis Deskriptif
Financial Distress
Grover
G=1,650 X1 +
3,404 x2 + 0,016
ROA + 0,057
Altman
Z= 6,56 X1 + 3,26
X2 + 6,72 X3 +
1,05 X4
Springate
S= 1,03 A +
3,07 B+ 0,66 C +
0,4 D
Zmijewski
X = -4,3 – 4,5X1
+ 5,7X2 +
0,004X3
Laporan keuangan bank umum syariah
Bank Umum Syariah di Indonesia periode 2012-2016
54
Dari kerangka pemikiran tersebut dapat diuraikan bahwah model
Zmijewski, Model Springate, Model Altman Z-Score, dan Moder Grover
akan dihitung menggunakan data-data yang didapatkan dari masing-masing
bank umum syariah yang beroperasi selama periode 2012-2016. Metode-
metode nantinya akan memberikan hasil potensi financial distress masing-
masing berdasarkan setiap bank umum syariah di Indonesia hasil potensi
tersebutlah yang nantinya akan menunjukan financial distress pada bank
umum syariah terkait yang sedang diteliti yang kemudian akan diuji dengan
menggunakan uji Krauskall-Wallis H untuk melihat apakah terdapat
perbedaan yang signifikan antara model potensifinancial distress yang diteliti.
J. Hipotesis
Berdasarkan perumusan masalah dan kerangkam penelitian maka dapat
diketahui hipotesis penelitian ini sebagai berikut:
H0: Tidak terdapat perbedaan model potensifinancial distress pada bank
umum syariah periode 2012-2016 dengan menggunakan model
Zmijewski, Springate, Altman dan Grover.
H1: Terdapat perbedaan perhitungan model potensifinancial distress pada
bank umum syariah periode 2012-2016 dengan menggunakan model
Zmijewski, Springate, Altman dan Grover.
55
BAB III
METODE PENELITIAN
A. Lingkup Penelitian
Penelitian ini menganalisis financial distress pada perbankan syariah
di Indonesia yang terdaftar di Bank Indonesia (BI) dan Otoritas Jasa Keuangan
(OJK) yang beroperasi pada tahun 2012 sampai akhir tahun 2016. Terdaftar 13
bank umum syariah yang terdaftar di akhir tahun 2016 yang dapat dilihat pada
tabel berikut:
Tabel 3.1
Daftar Bank Syariah di Indonesia
Tahun Jumlah Bank
2012 11
2013 11
2014 12
2015 12
2016 13
Sumber: Data Diolah
Penelitian ini menganalisis laporan keuangan untuk menghitung
financial distress pada masing-masing bank umum syariah yang ada dengan
menggunakan empat model prediksi yaitu model Zmijewski, model Springate,
model Altman Z Score dan model Grover.
B. Populasi dan Metode Penentuan Sampel
Populasi penelitian ini adalah bank umum syariah yang terdaftar di BI dan
OJK pada tahun 2012 sampai tahun 2016. Teknik pengambilan sampel dengan
menggunakan purposive sampling. Karena sampel yag telah terpilih
(memenuhi kriteria) sehingga relevan dengan data penelitian. Pertimbangan
tersebut didasarkan pada pertimbangan atau tujuan penelitian. Sedangkan
56
sampel pada penelitian ini adalah yang termasuk dalam kriteria sebagai
berikut:
Tabel 3.2
Kriteria Sampel
No. Kriteria Jumlah
1. Bank umum syariah yang terdaftar di BI
dan OJK 13 Bank
2. Bank umum syariah yang beroperasi
selama periode 2012-2016 11 Bank
3. Memiliki laporan keuangan selama
periode penelitian dan dipublikasikan
melalui website resmi bank
10 Bank
Sumber: Data Diolah
Berdasarkan kriteria diatas, dari 13 bank umum syariah di Indonesia
hanya 10 bank syariah yang masuk dalam kriteria yang dibutuhkan dalam
penelitian ini. Bank syariah yang termasuk dalam kriteria adalah sebagai
berikut:
1. Bank BCA Syariah (BCAS)
2. Bank Syariah Mandiri (BSM)
3. Bank Syariah Mega Indonesia (BSMI)
4. Bank Muamalat Indonesia (BMI)
5. Bank Panin Dubai Syariah (PNBS)
6. Bank BJB Syariah (BJBS)
7. Bank Syariah Bukopin (BSB)
8. Bank Maybank Syariah Indonesia (BMSI)
9. Bank BNI Syariah (BNIS)
10. Bank BNI Syariah (BNIS)
57
C. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah
data sekunder yang diperoleh dari berbagai macam sumber melalui studi
kepustakaan, yang merupakan teknik pengumpulan data dari teori-teori yang
bersumber dari berbagai referensi yang mendukung penelitian ini meliputi;
jurnal, skripsi, artikel, literatur, buku-buku, dan sebagainya, yang berkaitan
dengan penelitian ini. Serta laporan keuangan Bank Umum Syariah (BUS) di
Indonesia yang di akses melalui internet dengan memasuki website dari BI.
D. Metode Analisis Data
1. Metode Zmijewski
Persamaan metode Zmijewski yaitu sebaga berikut:
X-Score= -4,3 – 4,5X1 + 5,7X2 + 0,004X3
Keterangan : X1= ROA (Return on Asset)
X2= Leverage (Debt Ratio)
X3= Likuiditas (Current Ratio)
2. Metode Springate
Persamaan Metode Springate yaitu sebagai berikut:
S-Score = 1,03 A + 3,07 B+ 0,66 C + 0,4 D
Keterangan : A= Working capital / Total asset
B= Net profit before interest and taxes / Total asset
C= Net profit before taxes / Current liabilities
D= Sales / Total asset
58
3. Metode Altman
Pesamaan Metode Altman yaitu sebagai berikut:
Z-Score = 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4
Keterangan: Z= financial distress index
X1= working capital/total asset
X2= retained earnings / total asset
X3= earning before interest and taxes/total asset
X4= book value of equity/book value of total liabilities
4. Metode Grover
Persamaan Metode Grover adalah sebagai berikut:
G-Score= 1.650 X1 + 3,404 X2 + 0,016 X3 + 0,057
Keterangan: X1= Working capital/ total asset
X2= Earning before interst and taxes/total asset
X3= Net Income/total asset
5. Uji Deskriptif
Analisis deskriptif memberikan gambaran atau deskripsi suatu data
yang di lihat dari nilai rata-rata (mean), standar deviasi, varian,
maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan
distribusi) (Ghozali, 2013:19).
Pada penelitian ini akan digambarkan atau di deskripsikan data dari
masing-masing variabel yang telah diolah sehingga dapat di lihat nilai
terendah (minimum), nilai tertinggi (maximum), rata-rata (mean), dan
59
deviasi standar (std. deviation) dari masing-masing variabel yang akan di
teliti.
6. Uji Kruskall-Wallis H
Uji Kruskall-Wallis H adalah salah satu model statistika non
parametik. Uji ini bertujuan untuk menguji hipotesis bahwa beberapa
sampel independen berasal dari populasi yang sama. Kesimpulan yang
diperolah dari uji Kruskall-Wallis apabila keputusan yang diambil
menolak H0 maka tidak semua populasi sample sama (Nawangsari: 2014)
Uji Kruskall-Wallis (Kruskall-Wallis one-way analysis of variance
by rank) adalah teknik statistika non parametik yang digunakan untuk
menguji hipotesis awal bahwa beberapa contoh berasal dari populasi yang
sama/identik. Jika hanya melibatkan dua contoh, uji Kruskall-Wallis
ekuivalen dengan uji Mann-Whitney. Uji Kruskall-Wallis digunakan untuk
rancangan acak lengkap.
Statistik uji Kruskall-Wallis dapat diperoleh melalui rumus:
∑
(
)
atau
∑
Dalam hal ini R1 adalah jumlah peringkat untuk contoh ke-ί, n1
adalah jumlah pengamatan.
60
E. Operasional Variabel Penelitian
Variabel penelitian adalah objek penelitian atau apa yang menjadi titik
penelitian. Dalam penelitian ini ada dua variabel penelitian yaitu;
a. Variabel Dependen
Variable dependen adalah variable yang akan dijelaskan atau
variabel terikat pada penelitian ini. Variabel independen penelitian ini
adalah Financial distress pada bank syariah karena sebagai lembaga
keuangan yang memiliki sektor penting bagi perekonomian Indonesia.
Financial distress adalah kondisi dimana perusahaan mengalami
kesulitan keuangan dan terancam bankrut. Jika perusahaan mengalami
kebankrutan maka akan muncul biaya kebangkrutan yang disebabkan oleh:
keterpaksaan menjual aset di bawah harga pasar, bahaya likuidasi dan lain
sebagainya. Perusahaan dengan resiko lebih besar mengalami adanya
financial distress akan meminjam lebih sedikit dibandingakan dengan
resiko terjadinya financial distress lebih kecil (Ambarwati : 2010)
b. Variabel Independen
a. Model Zmijewski
Model potensi yang dihasilkan oleh Zmijewski tahun 1983 ini
merupan riset selama 20 tahun yang telah diulang. Zmijewski (1983)
menggunakan analisis rasio likuiditas, laverage, dan mengukur kinerja
suatu perusahaan. Zmijewski melakukan prediksi dengan sampel 75
perusahaan bangkrut dan 73 perusahaan sehat selama tahun 1972
sampai tahun 1978, indikator F-Test terhadap rasio kelompok rate of
61
return, liquidity, leverage turnover, fixed payment coverage, trens,
firm size, dan stock return volatility, menunjukkan perbedaan
signifikan antara perusahaan yang sehat dan tidak sehat (Sari: 2013).
b. Model Springate
Gordon L. V Springate (1978) telah melakukan penelitan
berkaitan dengan model potensi financial distress suatu perusahaan.
Menurut Guinan (2009: 236) (dalam Savitri: 2012) model Springate
merupakan model yang dikembangkan mengunakan analisis
multidiskriminan. Pada awalnya Springate menggunakan 19 rasio
keuangan namun setalah melakukan pengujian Springate mengambil
empat rasio.
c. Model Altman Z-Score
Altman (1968) Altman adalah orang pertama yang menerapkan
multiple discriminant analysis, dasar pemikiran Altman menggunakan
analisa diskriminan analisis bermula dari keterbatasan analisa rasio
melalui metodeologinya pada dasarnya bersifat suatu penyimpangan
yang artinya setiap rasio diuji secara terpisah sehingga pengaruh
kombinasi dari beberapa rasio hanya didasarkan pada pertimbangan
para analisis keuangan.
Ramadhani (2009) mengungkapkan bahwa seiring dengan
berjalannya waktu dan penyesuaian terhadap berbagai jenis
perusahaan, Altman kemudian merevisi modelnya supaya dapat
diterapkan pada semua perusahaan, seperti manufaktur, non
62
manufaktur, dan perusahaan penerbit obligasi di negara berkembang
(emerging market). Dalam Z-score modifikasi ini Altman
mengeliminasi variable X5 (sales to total asset) karena rasio ini sangat
bervariatif pada industri dengan ukuran aset yang berbeda-beda.
d. Model Grover
Model Grover diciptakan dengan pendesainan dan penilaian
ulang terhadap Model Altman Z-score. Model Grover
mengkategorikan perusahaan dalam keadaan bangkrut jika
memperoleh skor kurang atau sama dengan -0.02 (G ≤ -0.02)
sedangkan nilai untuk perusahaan yang dikatagorikan dalam keadaan
tidak bangkrut adalah lebih atau sama dengan 0.01 (G ≥ 0.01)
perusahaan dengan memuliki skor diantara batas atas dan batas bawah
berada pada grey area (-0.02≤ G ≤0.01).
63
BAB IV
ANALISIS DAN PEMBAHASAN
A. Deskripsi Objek Penelitian
Dalam pemilihan sampel penelitian ini menggunakan 10 bank umum
syariah, yaitu bank Bank BCA Syariah (BCAS), Bank Syariah Mandiri
(BSM), Bank Syariah Mega Indonesia (BSMI), Bank Muamalat Indonesia
(BMI), Bank Panin Dubai Syariah (PNBS), Bank BJB Syariah (BJBS), Bank
Syariah Bukopin (BSB), Bank Maybank Syariah Indonesia (BMSI), Bank
BNI Syariah (BNIS) dan Bank BRI Syariah (BRIS) periode 2012-2016.
Adapun nilai rasio Capital Adequancy Ratio (CAR), Non Performing
Financing (NPF), Likuiditas dan Biaya Operasional pada Pendanpatan
Operasional (BOPO) pada masing-masing bank syariah sepanjang tahun 2012-
2016 adalah sebagai berikut:
64
Tabel 4.1
Rasio Keuangan Bank Syariah periode 2012-2016
(dalam persen) Bank Tahun CAR NPF Likuiditas BOPO
BSM
2012 13.82 1.14 5986.837 1.14
2013 14.1 2.29 581.3133 2.29
2014 14.12 4.29 817.2469 4.29
2015 12.85 4.05 714.8026 4.05
2016 14.01 3.13 706.338 3.13
BMI
2012 11.57 1.81 550.5009 84.47
2013 14.05 1.56 545.501 93.86
2014 13.91 4.85 626.3412 97.33
2015 12 4.2 607.6341 97.36
2016 12.74 1.4 561.0268 97.76
BNIS
2012 19.29 1.42 488.8242 88.79
2013 16.54 1.13 387.6277 88.11
2014 18.76 1.04 345.6788 89.8
2015 18.16 1.46 698.6307 89.63
2016 17.81 1.64 606.4948 87.67
BRIS
2012 11.91 2.06 641.6084 91.31
2013 14.49 3.76 399.6975 90.42
2014 12.89 2.65 388.537 99.77
2015 13.94 3.89 494.1363 93.79
2016 20.63 3.19 357.2507 91.33
PNBS
2012 32.2 0.19 1016.109 47.6
2013 20.83 0.77 1002.056 81.31
2014 25.69 0.29 697.7552 82.58
2015 20.3 1.94 842.6116 89.29
2016 18.17 1.86 836.4775 96.17
BJBS
2012 21.09 1.01 808.8932 110.34
2013 17.99 1.16 697.8231 85.76
2014 15.78 5.84 1131.561 91.01
2015 22.53 6.93 1335.108 98.78
2016 18.25 17.91 855.5118 122.77
BSB
2012 12.78 4.59 10.3412 91.59
2013 11.1 4.27 411.0069 92.29
2014 14.8 3.34 612.861 96.77
2015 16.31 2.74 678.2463 91.99
2016 17 2.72 535.3734 91.76
BSMI
2012 13.51 1.32 391.1954 77.28
2013 12.99 1.45 483.0558 86.09
2014 19.29 1.81 523.8118 97.61
2015 18.74 3.16 562.7352 99.51
2016 23.53 2.81 901.5006 88.16
BCAS
2012 31.5 0 660.67 91.4
2013 22.4 0.6 769.1936 90.2
2014 29.6 0.1 951.8727 92.9
2015 32.3 0.5 1131.491 92.5
2016 36.7 0.2 1239.646 92.2
BMSI
2012 63.89 1.25 392.6205 53.77
2013 59.41 0 440.4369 67.79
2014 52.13 4.29 487.1732 69.62
2015 38.4 4.93 638.7768 192.6
2016 55.06 4.6 409.0318 160.28
Rata-rata 21.8372 3.723913 759.2195 84.3644
(Sumber: Data diolah)
65
Dari tabel 4.1 rasio keuangan bank syariah periode 2012-2016 dapat
dilihat bahwa nilai rata-rata rasio Capital Adequancy Ratio (CAR)bank umum
syariah selama tahun 2012 hingga tahun 2016 memiliki nilai sebesar 21,84%
dan rasio Performing Financing(NPF) bank syariah mempunyai nilai rata-rata
sebesar 3,72% selama tahun 2012 hingga 2016 dan pada rata-rata tingkat
likuiditas bank syariah adalah sebesar 759,22% dan rata-rata nilai Biaya
Operasional pada Pendanpatan Operasional (BOPO) bank umum syariah
selama periode 2012 hingga 2016 adalah 84,36%.
B. Model Zmijewski
Tahap pertama yang dilakukan pada penelitian ini adalah menghitung
nilai setiap bank syariah di Indonesia dengan menggunakan model Zmijewski.
Model ini menggunakan tiga variabel rasio keuangan dan klarifikasi hasil
tersebut ke dalam cut off yang telah ditentukan yaitu bila hasil perhitungan
kurang dari nol (X-Score< 0) maka perusahaan dinyatakan tidak bankrut dan
bila hasil perhitungan lebih dari nol (X-Score> 0) maka perusahaan berpotensi
mengalami kebankrutan, yang dihitung dengan rumus:
X = -4,3 – 4,5X1 + 5,7X2 + 0,004X3
Dimana X1 merupakan ROA, X2 adalah leverage dan X3 merupakan
likuiditas masing masing bank syariah yang diteliti. Berikut hasil perhitungan
potensifinancial distress model Zmijewski dimana keterangan S (Sehat)
menandakan perusahaan tidak berpotesi Financial distress, dan FD (Financial
distress) menandakan perusahaan berpotensi mengalami kesulitan keuangan:
66
Tabel 4.2
Perhitungan Model Zmijewski Bank Tahun ROA Leverage Likuiditas Zmijewski Ket
PNBS
2012 0.017332 0.097755 10.16109 -3.78015 S
2013 0.005264 0.099343 10.02056 -3.71735 S
2014 0.011427 0.142896 6.977552 -3.50901 S
2015 0.00751 0.114146 8.426116 -3.64946 S
2016 0.002231 0.116366 8.364775 -3.61329 S
BCAS
2012 0.005218 0.160278 6.6067 -3.38347 S
2013 0.006222 0.13471 7.691936 -3.52938 S
2014 0.004325 0.108339 9.518727 -3.66385 S
2015 0.005388 0.090497 11.31491 -3.76316 S
2016 0.00737 0.08398 12.39646 -3.80489 S
BJBS
2012 -0.00429 0.135061 8.088932 -3.4785 S
2013 0.006031 0.136299 6.978231 -3.52232 S
2014 0.003562 0.097483 11.31561 -3.71511 S
2015 0.001131 0.081551 13.35108 -3.78684 S
2016 -0.05573 0.12643 8.555118 -3.29435 S
BSM
2012 0.014857 0.169071 5.952356 -3.37934 S
2013 0.010181 0.172432 5.813133 -3.3397 S
2014 0.001072 0.124435 8.172469 -3.56286 S
2015 0.004115 0.140445 7.148026 -3.48939 S
2016 0.004128 0.142491 7.06338 -3.47812 S
BMI
2012 0.008682 0.18093 5.505009 -3.28575 S
2013 0.0087 0.180553 5.45501 -3.28818 S
2014 0.000944 0.153543 6.263412 -3.404 S
2015 0.001303 0.15658 6.076341 -3.38905 S
2016 0.001443 0.169876 5.610268 -3.31576 S
BSMI
2012 0.022646 0.259326 3.911954 -2.9081 S
2013 0.016394 0.208883 4.830558 -3.16382 S
2014 0.002469 0.184645 5.238118 -3.23768 S
2015 0.002199 0.168085 5.627352 -3.3293 S
2016 0.018048 0.106594 9.015006 -3.73757 S
BNIS
2012 0.009572 0.205316 4.888242 -3.15322 S
2013 0.007986 0.260983 3.876277 -2.83283 S
2014 0.008375 0.158246 3.456788 -3.42186 S
2015 0.009928 0.143825 6.986307 -3.49693 S
2016 0.009796 0.165456 6.064948 -3.37672 S
MBSI
2012 0.019564 0.261028 3.926205 -2.88447 S
2013 0.017986 0.233388 4.404369 -3.03301 S
2014 0.022826 0.20931 4.871732 -3.19016 S
2015 -0.16886 0.157992 6.387768 -2.61404 S
2016 -0.12176 0.240375 4.090318 -2.36557 S
BRIS
2012 0.007204 0.243577 6.416084 -2.91837 S
2013 0.007446 0.258867 3.996975 -2.84198 S
2014 0.000323 0.275698 3.88537 -2.71444 S
2015 0.005061 0.265022 4.941363 -2.79239 S
2016 0.00615 0.305816 3.572507 -2.57023 S
BSB
2012 0.004782 0.924485 0.103412 0.948455 FD
2013 0.004501 0.234601 4.110069 -2.96659 S
2014 0.001678 0.16075 6.12861 -3.36676 S
2015 0.004767 0.150372 6.782463 -3.4372 S
2016 0.00466 0.187235 5.353734 -3.23231 S
Rata-Rata 0.000043165 0.185707 7.592195 -3.21129
(Sumber: Data Diolah)
67
Tabel 4.2 menunjukan nilai masing-masing dan rata-rata setiap
variabel potensifinancial distress model Zmijewski. Dapat dilihat nilai rata-
rata variabel return on asset (ROA) pada bank umum syariah di Indonesia
periode 2012-2016 memiliki nilai sebesar 0.000043165 atau sebesar 0.004%
menyatakan bahwa nilai ROA bank syariah masihlah sangat rendah dan perlu
ditingkatkan. Dari tabel 4.1 diatas juga memberikan nilai rata-rata leverage
bank syariah sebesar 0.185707 dan nilai rata-rata likuiditas bank syariah
sebesar 7.592195.
Berdasarkan berpotensifinancial distress(FD) model Zmijewski hanya
terdapat satu bank syariah yang mengalami financial distress selama tahun
2012-2016 bank yang berpotensi mengalami financial distress adalah Bank
Syariah Bukopin (BSB) pada tahun 2012 dengan nilai perhitungan sebesar
0.948455. Namun berdasarkan rata-rata hasil perhitungan model Zmijewski
bank syariah tidak berpotensi mengalami financial distress dengan nilai rata-
rata sebesar -3.21129.
68
C. Model Springate
Setelah menilai model potensi Zmijewski langkah selanjutnya adalah
menghitung potensifinancial distress bank syariah dengan menggunakan
model Springate. Model Springate menggunkan empat rasio keuangan dan
hasil perhitungan model Springate kemudiaan di klarifikasikan dengan cut off
yang telah ditentukan yaitu bila nilai Springate (S-Score) setiap bank syariah
lebih dari 0.862 (S-Score> 0.862) maka perusahaan berpotensi tidak
mengalami financial distressnamun apabila nilai S-Score kurang dari 0.862
(S-Score< 0.862) maka bank syariah berpotensi mengalami financial distress,
yang dihitung menggunakan rumus:
S= 1,03 A + 3,07 B+ 0,66 C + 0,4 D
Dimana A adalah working capital to total asset (WCTA) dan B adalah
net profit before interest and taxes to total asset(NPBITTA), C adalah net
profit before taxes before current liability (NPBTCL) dan D adalah sales to
total asset (STA). Berikut ini hasil perhitungan potensifinancial distress
model Springate dimana keterangan S (Sehat) menandakan perusahaan tidak
berpotesi Financial distress, Keterangan G (Grey) menandakan bahwa
perusahaan berada dalam grey area dan FD (Financial distress) menandakan
perusahaan berpotensi mengalami kesulitan keuangan:
69
Tabel 4.3
Perhitungan Model Springate Bank Tahun WCTA NPBITTA NPBTCL STA Springate Ket
BSM
2012 0.946772 0.02075 1.290198 0.086288 1.924924 S
2013 0.797908 0.014172 0.085486 0.085012 0.955779 G
2014 0.844737 0.001682 0.014283 0.082856 0.917812 G
2015 0.826527 0.005453 0.040561 0.084696 0.928712 G
2016 0.830799 0.005656 0.041277 0.082047 0.933147 G
PNBS
2012 0.885969 0.021887 0.226319 0.068371 1.156461 G
2013 0.889052 0.007196 0.073008 0.067563 1.013025 G
2014 0.845935 0.015421 0.108971 0.084818 1.024505 G
2015 0.866925 0.010565 0.090503 0.099689 1.024976 G
2016 0.849384 0.003169 0.027475 0.079143 0.934384 G
BCAS
2012 0.835696 0.006841 0.045897 0.073017 0.941268 G
2013 0.854142 0.00821 0.064326 0.07597 0.977815 G
2014 0.879832 0.005843 0.056577 0.075929 0.991878 G
2015 0.892626 0.007332 0.084729 0.082259 1.030739 G
2016 0.897755 0.009857 0.00999 0.085289 0.995657 G
BSMI
2012 0.717513 0.030223 0.122656 0.141143 0.969231 G
2013 0.756046 0.021897 0.110944 0.148631 0.978627 G
2014 0.757941 0.00331 0.01851 0.16968 0.870931 G
2015 0.750557 0.003009 0.018549 0.144848 0.852492 FD
2016 0.822265 0.024 0.233943 0.107652 1.118076 S
BMI
2012 0.798617 0.011634 0.065628 0.06644 0.928183 G
2013 0.7868 0.01195 0.067666 0.079575 0.923581 G
2014 0.784729 0.001549 0.010389 0.083515 0.853289 FD
2015 0.759936 0.001905 0.012725 0.086569 0.831609 FD
2016 0.746268 0.002088 0.012897 0.068136 0.810831 FD
BRIS
2012 0.824151 0.009799 0.064394 0.095004 0.959458 G
2013 0.733154 0.010571 0.043211 0.099852 0.856061 FD
2014 0.725846 0.000756 0.003006 0.101095 0.792365 FD
2015 0.778551 0.006561 0.033216 0.100071 0.884001 G
2016 0.69814 0.008657 0.031899 0.095172 0.804784 FD
BNIS
2012 0.780239 0.01247 0.062142 0.087964 0.918127 G
2013 0.726999 0.012212 0.048314 0.090645 0.854444 FD
2014 0.380744 0.011293 0.072872 0.103945 0.51651 FD
2015 0.842472 0.013371 0.095009 0.105538 1.013716 G
2016 0.820117 0.013181 0.081402 0.098946 0.978489 G
BJBS
2012 0.8383 -0.00535 -0.04527 0.072796 0.846255 FD
2013 0.814825 0.008641 0.063398 0.108942 0.951217 G
2014 0.873418 0.005631 0.066507 0.097342 0.99974 G
2015 0.883867 0.002477 0.03462 0.113142 0.986095 G
2016 0.883111 -0.07337 -0.62767 0.098122 0.309352 FD
BSB
2012 -0.82584 0.006736 0.007313 0.030915 -0.81274 FD
2013 0.711867 0.006273 0.027407 0.08433 0.804302 FD
2014 0.790704 0.002474 0.016048 0.08924 0.868309 G
2015 0.815389 0.006979 0.04949 0.086709 0.928622 G
2016 0.770017 0.006814 0.038529 0.081938 0.872242 G
MBSI
2012 0.735371 0.027241 0.108398 0.06079 0.93692 G
2013 0.761355 0.025734 0.11507 0.060342 0.963283 G
2014 0.786958 0.031265 0.153818 0.069283 1.035782 G
2015 0.787114 -0.22434 -1.53561 0.09945 -0.85172 FD
2016 0.698937 -0.40496 -1.79049 0.080156 -1.67297 FD
Rata-rata 0.765211 -0.00447 0.003011 0.090417 0.812611
(Sumber: Data diolah)
70
Berdasarkan tabel 4.3 diatas dapat dilihat nilai masing masing variabel
pada potensi financial distress model Springate, hasil perhitungan Springate
dan rata-rata keseluruhan hasil perhitungan model Springate pada bank umum
syariah di Indonesia. Dari tabel tersebut dapat diketahui nilai rata-rata rasio
working capital to total asset (WCTA) bank umum syariah adalah sebesar
0.765211, nilai rasio net profit before taxes to total asset (NPBTTA) bank
umum syariah adalah sebesar -0.00447dan nilai rasio net profit before taxes
before current liability (NPBTCL) mempunyai rata-rata sebesar 0.003011dan
rasio terakhir model potensi Springate yaitu sales to total asset(STA) memiliki
nilai rata-rata sebesar 0.090417.
Berdasarkan tabel 4.3 diatas, dapat dilihat hasil perhitungan model
Springate dimana sebanyak tujuh bank umum syariah selama periode 2012-
2012 berpotensi mengalami financial distress(FD) yaitu pada bank Bank
Syariah Mega Indonesia (BSMI) pada tahun 2015 dan Bank Muamalat
Indonesia (BMI) pada tahun 2014, 2015 dan 2016, Bank BJB Syariah pada
tahun 2012 dan 2016, Bank Syariah Bukopin (BSB) pada tahun 2012-2013,
Bank Maybank Syariah Indonesia (MBSI) pada tahun 2015 dan 2016, Bank
BNI Syariah (BNIS) pada tahun 2013-2014 dan terakhir Bank BRI Syariah
(BRIS) pada tahun 2013,2014 dan 2016.
71
D. Model Altman Z-Score
Perhitungan model potensi financial distress Altman Z-Score
menggunakan empat variabel rasio keuangan untuk mendapatkan hasilnya
yang kemudian diklasifikasikan berdasarkan cut off yang telah ditetapkan
yaitu apabila hasil perhitungan model Altman kurang dari 1.123 (Z-Score<
1.123) maka perusahaan berpotensi mengalami kebankrutan, sedangkan
apabila hasil perhitungan model Altman lebih dari 1.123 (Z-Score> 1.123)
maka perusahaan berpotensi tidak mengalami kebankrutan, yang dihitung
dengan menggunkan rumus:
Z-Score = 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4
Dimana X1 adalah working capital to total asset (WCTA), X2 adalah
retained earning to total Asset (RETA), X3 adalah earning before taxes to
total asset (EBITTA) dan X4 adalah Market Value of Equity to Book Value of
Total Debt (BVEBVTD). Berikut ini hasil perhitungan potensi financial
distress model Altman Z-score dimana keterangan S (Sehat) menandakan
perusahaan tidak berpotesi Financial distress, Keterangan G (Grey)
menandakan bahwa perusahaan berada dalam grey area dan FD (Financial
distress) menandakan perusahaan berpotensi mengalami kesulitan keuangan:
72
Tabel 4.4
Perhitungan Model Altman Bank Tahun WCTA RETA EBITTA BVEBVTD Altman Ket
BCAS
2012 0.835696 0.011833 0.006841 1.185293 6.811271 S
2013 0.854142 0.015508 0.00821 1.140062 6.905967 S
2014 0.879832 0.014897 0.005843 1.929721 7.885738 S
2015 0.892626 0.015644 0.007332 2.674011 8.763611 S
2016 0.897755 0.020991 0.009857 2.619736 8.774666 S
PNBS
2012 0.885969 0.016542 0.021887 0.896883 6.954696 S
2013 0.889052 0.006414 0.007196 1.306465 7.273235 S
2014 0.845935 0.015615 0.015421 1.209396 6.973734 S
2015 0.866925 0.021089 0.010565 1.418915 7.316639 S
2016 0.849384 0.019411 0.003169 1.165639 6.88045 S
BJBS
2012 0.8383 -0.00225 -0.00535 1.195692 6.711399 S
2013 0.814825 0.004034 0.008641 0.980972 6.44649 S
2014 0.873418 0.001633 0.005631 1.223554 7.057521 S
2015 0.883867 0.00083 0.002477 2.264321 8.195059 S
2016 0.883111 -0.05608 -0.07337 1.007534 6.175264 S
BSMI
2012 0.717513 0.03695 0.030223 3.856151 9.079394 S
2013 0.756046 0.016416 0.021897 0.404155 5.584688 S
2014 0.757941 0.002503 0.00331 0.605382 5.638153 S
2015 0.750557 0.004496 0.003009 0.935542 5.940847 S
2016 0.822265 0.022271 0.024 1.623604 7.332724 S
BSM
2012 0.946772 0.050198 0.02075 0.455978 6.992687 S
2013 0.797908 0.052738 0.014172 0.44081 5.964291 S
2014 0.844737 0.051465 0.001682 0.592678 6.342866 S
2015 0.826527 0.046078 0.005453 0.568014 6.205292 S
2016 0.830799 0.04526 0.005656 0.569087 6.233134 S
MBSI
2012 0.735371 0.049454 0.027241 1.766117 7.022732 S
2013 0.761355 0.062335 0.025734 1.848442 7.3115 S
2014 0.786958 0.08136 0.031265 2.045423 7.785467 S
2015 0.787114 -0.05455 -0.22434 2.739535 6.35459 S
2016 0.698937 -0.19248 -0.40496 1.831817 3.159634 S
BRIS
2012 0.824151 0.006357 0.009799 0.311377 5.819944 S
2013 0.733154 0.012248 0.010571 2.596978 7.647281 S
2014 0.725846 0.011249 0.000756 0.304505 5.123034 S
2015 0.778551 0.014407 0.006561 0.364369 5.58094 S
2016 0.69814 0.018756 0.008657 0.296537 5.010483 S
BMI
2012 0.798617 0.02499 0.011634 0.309124 5.723152 S
2013 0.7868 0.029194 0.01195 0.444235 5.803332 S
2014 0.784729 0.064443 0.001549 0.432237 5.822164 S
2015 0.759936 0.061543 0.001905 0.411107 5.630278 S
2016 0.746268 0.064868 0.002088 0.400739 5.541791 S
BNIS
2012 0.780239 0.01653 0.01247 0.543186 5.826394 S
2013 0.726999 0.019287 0.012212 0.339878 5.270925 S
2014 0.380744 0.020957 0.011293 0.632184 3.305683 S
2015 0.842472 0.026372 0.013371 0.669281 6.405188 S
2016 0.820117 0.030428 0.013181 0.530778 6.125055 S
BSB
2012 -0.82584 -0.04903 0.006736 0.081684 -5.44629 FD
2013 0.711867 -0.03632 0.006273 0.287194 4.895147 S
2014 0.790704 -0.02889 0.002474 0.604187 5.743873 S
2015 0.815389 0.020866 0.006979 0.722501 6.222495 S
2016 0.770017 0.012661 0.006814 0.600745 5.769164 S
Rata-rata 0.765211 0.01443 -0.00447 1.067675 6.157876
Sumber: Data Diolah
73
Berdasarkan tabel 4.4 diatas dapat dilihat nilai setiap rasio keuangan
potensi kebankrutan model Altman Z-Score pada perusahaan perbankan
syariah. Dapat dilihat bahwa nilai rata-rata rasio keuangan working capital to
total asset (WCTA) bank syariah di Indonesia memiliki nilai sebesar 0.765211
dan rata-rata rasio keuanga retained earning to total asset (RETA) bank
syariah adalah sebesar 0.01443 selanjutnya nilai rata-rata earning before
interest and taxes to total asset (EBITTA) adalah -0.00447dan pada rasio
keuangan terakhir model Altman yaitu Market Value of Equity to Book Value
of Total Debt (BVEBVTD) memiliki rata-rata sebesar 1.067675, dan nilai
Pada tabel 4.4 diatas dapat dilihat pula bahwa hanya satu perusahaan
bank syaraiah dari 10 sampel yang diteliti di potensi mengalami financial
distress yaitu pada perusahaan Bank Syariah Bukopin (BSB) pada tahun 2012
dengan nilai perhitungan potensi financial distress sebesar -5.44629.
sedangkan bila dilihat bedasarkan rata-rata secara keseluruhan bank umum
syariah di Indonesia memiliki score sebesar 6.157876.
74
E. Model Grover
Perhitungan model potensi financial distressGrover menggunakan tiga
variabel rasio keuangan untuk mendapatkan hasilnya yang kemudian
diklasifikasikan berdasarkan cut off yang telah ditetapkan yaitu apabila hasil
perhitungan model Grover kurang dari -0.02 (G-Score< -0.02) maka
perusahaan berpotensi mengalami kebankrutan, sedangkan apabila hasil
perhitungan model Altman lebih dari 0.001 (Z-Score> 0.001) maka
perusahaan berpotensi tidak mengalami kebankrutan, yang dihitung dengan
menggunkan rumus:
G-Score=1,650 X1 + 3,404 X2 + 0,016 X3+ 0,057
Dimana X1 adalah working capital to total asset (WCTA), X2 adalah
earning before taxes to total asset (EBITTA) dan X3 adalah return on asset
(ROA). Berikut ini hasil perhitungan potensi financial distress model Grover
dimana keterangan S (Sehat) menandakan perusahaan tidak berpotesi
Financial distress, Keterangan G (Grey) menandakan bahwa perusahaan
berada dalam grey area dan FD (Financial distress) menandakan perusahaan
berpotensi mengalami kesulitan keuangan.
75
Tabel 4.5
Perhitungan Model Grover Bank Tahun WCTA EBITTA ROA Grover Ket
PNBS
2012 0.885969 0.021887 0.017332 1.593631 S
2013 0.889052 0.007196 0.005264 1.548514 S
2014 0.845935 0.015421 0.011427 1.505469 S
2015 0.866925 0.010565 0.00751 1.523511 S
2016 0.849384 0.003169 0.002231 1.469305 S
BCAS
2012 0.835696 0.006841 0.005218 1.459269 S
2013 0.854142 0.00821 0.006222 1.494382 S
2014 0.879832 0.005843 0.004325 1.528683 S
2015 0.892626 0.007332 0.005388 1.554878 S
2016 0.897755 0.009857 0.00737 1.571967 S
BSM
2012 0.946772 0.02075 0.014857 1.690045 S
2013 0.797908 0.014172 0.010181 1.421952 S
2014 0.844737 0.001682 0.001072 1.456559 S
2015 0.826527 0.005453 0.004115 1.439398 S
2016 0.830799 0.005656 0.004128 1.447136 S
BJBS
2012 0.8383 -0.00535 -0.00429 1.421903 S
2013 0.814825 0.008641 0.006031 1.430972 S
2014 0.873418 0.005631 0.003562 1.517366 S
2015 0.883867 0.002477 0.001131 1.523832 S
2016 0.883111 -0.07337 -0.05573 1.263497 S
BSMI
2012 0.717513 0.030223 0.022646 1.344136 S
2013 0.756046 0.021897 0.016394 1.379276 S
2014 0.757941 0.00331 0.002469 1.318911 S
2015 0.750557 0.003009 0.002199 1.305696 S
2016 0.822265 0.024 0.018048 1.495722 S
BMI
2012 0.798617 0.011634 0.008682 1.414459 S
2013 0.7868 0.01195 0.0087 1.396038 S
2014 0.784729 0.001549 0.000944 1.357091 S
2015 0.759936 0.001905 0.001303 1.3174 S
2016 0.746268 0.002088 0.001443 1.295471 S
BRIS
2012 0.824151 0.009799 0.007204 1.450318 S
2013 0.733154 0.010571 0.007446 1.302806 S
2014 0.725846 0.000756 0.000323 1.257226 S
2015 0.778551 0.006561 0.005061 1.364024 S
2016 0.69814 0.008657 0.00615 1.238498 S
BNIS
2012 0.780239 0.01247 0.009572 1.386994 S
2013 0.726999 0.012212 0.007986 1.298245 S
2014 0.380744 0.011293 0.008375 0.723804 S
2015 0.842472 0.013371 0.009928 1.492753 S
2016 0.820117 0.013181 0.009796 1.455217 S
MBSI
2012 0.735371 0.027241 0.019564 1.363403 S
2013 0.761355 0.025734 0.017986 1.401123 S
2014 0.786958 0.031265 0.022826 1.46227 S
2015 0.787114 -0.22434 -0.16886 0.58938 S
2016 0.698937 -0.40496 -0.12176 -0.17017 TS
BSB
2012 -0.82584 0.006736 0.004782 -1.28262 TS
2013 0.711867 0.006273 0.004501 1.253007 S
2014 0.790704 0.002474 0.001678 1.37011 S
2015 0.815389 0.006979 0.004767 1.426223 S
2016 0.770017 0.006814 0.00466 1.350799 S
Rata-rata 0.765211 -0.00447 0.000043165 1.304397
Sumber: Data diolah
76
Berdasarkan tabel 4.5 diatas dapat dilihat nilai setiap rasio keuangan
potensi kebankrutan model Grover pada perusahaan perbankan syariah. Dapat
dilihat bahwa nilai rata-rata rasio keuangan working capital to total asset
(WCTA) bank syariah di Indonesia memiliki nilai sebesar 0.765211,
selanjutnya nilai rata-rata earning before interest and taxes to total asset
(EBITTA) adalah -0.00447 dan pada rasio keuangan terakhir model Grover
yaitu return on asset (ROA) memiliki rata-rata sebesar 0.000043165,
berdasarkan tabel datas, skor Springate bank syariah periode 2012 hingga
2016 mempunyai nilai sebesar 1.304397.
Pada tabel 4.5 diatas dapat dilihat pula bahwa hanya dua perusahaan
bank syaraiah dari 10 sampel yang diteliti di potensi mengalami financial
distress yaitu pada perusahaan Bank Syariah Bukopin (BSB) pada tahun 2012
dengan nilai perhitungan potensi financial distress sebesar -1.28262 dan Bank
Maybank Syariah Indonesia (MBSI) pada tahun 2016 dengan nilai hasil
perhitungan financial distress sebesar -0.17017. Sedangkan bila dilihat
bedasarkan rata-rata secara keseluruhan bank umum syariah di Indonesia
memiliki score sebesar 1.304397.
77
F. Analisis Deskriptif
1. Analisis Deskriptif Model Zmijewski
Tabel 4.6
Analisis Deskriptif Model Zmijewski
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
ROA 50 -.17 .02 .0000 .03218
LEVERAGE 50 .08 .92 .1857 .12075
LIKUIDITY 50 .10 59.87 7.5922 7.95851
Valid N (listwise) 50
Sumber: Data Diolah.
Dari hasil analisis dan output SPSS 20 yang dilakukan pada model
potensifinancial distress Zmijewski pada bank umum syariah dapat dilihat
pada rasio Return on Asset (ROA) nilai terkecil (minimum) adalah -0.17
dan nilai tertinggi (maximum) rasio Return on Asset (ROA) adalah 0.02
dengan rata-rata (Mean) rasio Return on Asset (ROA) adalah sebesar
0.0000 serta standar deviasi sebesar 0.03218.
Sedangkan pada rasio leverage pada model potensi kebankrutan
Zmijewski dapat dilihat nilai terkecil (Minimum) adalah 0.08 sedangkan
nilai tertinggi (maximum) rasio Leverage adalah 0.92 dan nilai rata-rata
(Mean) Rasio Leverage adalah 0.1857 dan nilai standar deviasi rasio
Leverage adalah 0.12075.
Pada rasio likuiditas model potensi kebankrutan Zmijewski dapat
dilihat nilai terkecil (minimum) adalah sebesar 0.10 dan nilai terbesar
(maximum) adalah sebesar 59.87 dan nilai rata-rata (Mean) rasio
Likuiditas adalah sebesar 7.5922 dan nilai standar deviasi sebesar 7.95851.
78
2. Analisi Deskriptif Model Springate
Tabel 4.7
Analisis Deskriptif Model Springate
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
WCTA 50 -.83 .95 .7652 .24458
NPBTTA 50 -.40 .03 -.0045 .06802
NPBCL 50 -1.79 1.29 .0030 .40203
STA 50 .03 .17 .0904 .02357
Valid N (listwise) 50
Sumber: Data Diolah
Dari hasil output SPSS 20 yang dilakukan pada setiap rasio pada
model potensifinancial distress Springate yang dapat dilihat dari tabel 4.7
Diatas bahwa pada rasio Working Capital to Total Asset (WCTA) nilai
terkecil atas (Minimum) adalah -0.83 sedangkan nilai terbesar (Maximum)
adalah sebesar -0.95, sedangkan nilai rata-rata (Mean) Rasio WCTA
adalah 0.7652 dan nilai standar deviasi sebesar 0.24458.
Pada rasio Net Profit Before Interest and Tax to Total Asset
(NPBITTA) nilai terendah (minimum) adalah sebesar -0.40 sedangkan
nilai tertinggi (Maximum) adalah sebesar 0.03 sedangkan nilai rata-rata
(Mean) rasio NPBITTA adalah sebesar 0.0045 dan nilai standar deviasi
adalah sebesar 0.06802.
Pada rasio Net Profit Before Interest to Current Liabilities
(NPBICL), nilai terendah dari rasio NPBICL adalah sebesar -1.79 dan
nilai tertinggi adalah sebesar 1.29 sedangkan nilai rata-rata (Mean) rasio
NPBICL adalah sebesar 0.0030 dan nilai standar deviasi sebesar 0.40203.
Pada Rasio Sales to Total Asset (STA) nilai terendah (minimum)
rasio Sales to Total Asset adalah 0.03 sedangkan nilai tertinggi (Maximum)
79
rasio STA adalah sebesar 0.17 sedangkan nilai rata-rata rasio Sales to
Total Asset adalah sebesar 0.0904 dan nilai standar deviasi rasio STA
adalah sebesar 0.02357.
3. Analisis Deskriptif Model Altman Z-Score
Tabel 4.8
Analisis Deskriptif Model Altman Z-Score
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
WCTA 50 -.83 .95 .7652 .24458
RETA 50 -.19 .08 .0144 .04166
EBITTA 50 -.40 .03 -.0045 .06802
BVEBTL 50 .08 3.86 1.0677 .82752
Valid N (listwise) 50
Sumber: Data Diolah
Dari hasil output SPSS 20 yang dilakukan pada setiap rasio pada
model potensifinancial distress Altman Z-Score yang dapat dilihat dari
tabel 4.7 Diatas bahwa pada rasio Working Capital to Total Asset
(WCTA) nilai terkecil atas (minimum) adalah -0.83 sedangkan nilai
terbesar (maximum) adalah sebesar -0.95, sedangkan nilai rata-rata (Mean)
Rasio WCTA adalah 0.7652 dan nilai standar deviasi sebesar 0.24458.
Pada Rasio Retained Earning to Total Asset (RETA) nilai terendah
(minimum) rasio RETA adalah -0.19sedangkan nilai tertinggi (maximum)
rasio RETA adalah sebesar 0.08 sedangkan nilai rata-rata rasio Retained
Earning to Total Asset adalah sebesar -0.0045dan nilai standar deviasi
rasio RETA adalah sebesar 0.06802.
Pada rasio Earning Before Interest and Tax to Total Asset
(EBITTA) nilai terendah (minimum) adalah sebesar -0.40 dan nilai
tertinggi (maximum) adalah sebesar 0.03, sedangkan nilai rata rata (Mean)
80
rasio Earning Before Interest and Tax to Total Asset adalah sebesar -
0.0045 dan nilai standar deviasi rasio EBITTA adalah sebesar 0.06802.
Pada rasio bookvalue of equity to book value of total liabilities
(BVEBVTL) nilai terendah (minimum) adalah sebesar 0.08 dan nilai
tertinggi (maximum) rasio BVEBVTL adalah sebesar 3.86, sedangkan nilai
rata-rata (mean) adalah sebesar 1.0677 dan dengan nilai standar deviasi
adalah sebesar 0.82752.
4. Analisis Deskriptif Model Grover
Tabel 4.9
Analisis Deskriptif Model Grover
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
WCTA 50 -.83 .95 .7652 .24458
EBITTA 50 -.40 .03 -.0045 .06802
ROA 50 -.17 .02 .0000 .03218
Valid N (listwise) 50
Sumber: Data Diolah
Dari hasil output SPSS 20 yang dilakukan pada setiap rasio pada
model potensifinancial distress Grover yang dapat dilihat dari tabel 4.9
Diatas bahwa pada rasio Working Capital to Total Asset (WCTA) nilai
terkecil atas (minimum) adalah -0.83 sedangkan nilai terbesar (maximum)
adalah sebesar -0.95, sedangkan nilai rata-rata (Mean) Rasio WCTA
adalah 0.7652 dan nilai standar deviasi sebesar 0.24458.
Pada rasio Earning Before Interest and Tax to Total Asset
(EBITTA) nilai terendah (minimum) adalah sebesar -0.40 dan nilai
tertinggi (maximum) adalah sebesar 0.03, sedangkan nilai rata rata (Mean)
81
rasio Earning Before Interest and Tax to Total Asset adalah sebesar -
0.0045 dan nilai standar deviasi rasio EBITTA adalah sebesar 0.06802.
Pada rasio Return on Asset nilai terkecil (minimum) adalah -0.17
dan nilai tertinggi (maximum) rasio Return on Asset (ROA) adalah 0.02
dengan rata-rata (Mean) rasio Return on Asset (ROA) adalah sebesar
0.0000 serta standar deviasi sebesar 0.03218.
G. Uji Kruskall Wallis
Uji Kruskal Wallis yang dilakukan ada model potensifinancial distress
bank umum syariah periode 2012-2016 adalah sebagai berikut:
Tabel 4.10
Uji Kruskall-Wallis
Ranks
MODEL N Mean Rank
FD
ZMIJEWSKI 50 27.17
SPRINGATE 50 80.55
ALTMAN 50 172.50
GROVER 50 121.78
Total 200
Sumber: Data Diolah
Test Statisticsa,b
FD
Chi-Square 170.342
Df 3
Asymp. Sig. .000
Sumber: Data Diolah
Berdasarkan nilaioutput uji Kruskall Wallis peringkat
potensikebankrutan pada bank umum syariah dilakukan untuk melihat
perbedaan penilaian antara model Zmijewski, Springate, Altman dan Grover.
82
Data dikatakan tidak memiliki perbedaan penilaian kebankrutan antara model
potensikebankrutan jika nilai Asymp. Sig. lebih dari 0.05 (Asymp. Sig > 0.05)
dan sebaliknya dikatakan terdapat perbedaan penilain potensi kebankrutan
pada model potensikebankrutan jika nilai Asymp. Sig. kurang dari 0.05
(Asymp. Sig. < 0.05).
Berdasarkan output uji Kruskall-Wallis diatas dapat dilihat bahwa nilai
Asymp. Sig. kurang dari 0.05 yaitu 0.00 (Asymp. Sig. < 0.05) sehingga H0
ditolak dan H1 yang menyataka bahwa terdapat perbedaan penilaian model
potensi financial distress diterima. Sehingga dapat disimpulkan bahwa
terdapat perbedaan penilaian potensi kebankrutan pada model potensi
financial distress model Zmijewski, Springate, Altman dan Grover Pada bank
umum syariah di Indonesia periode 2012-2016.
H. Analisis dan Interpretasi
Hasil perhitungan penilaian potensi financial distress model
Zmijewski, Springate, Altman Z-Score, Grover, dan Hasil pengujian
menggunakan Uji Kruskall Wallis untuk melihat ada atau tidaknya perbedaan
penilaian antara model potensi financial distress yang diteliti pada sektor bank
umum syariah periode 2012-2016 adalah sebagai berikut:
1. Hasil Perhitungan model potensifinancial distress menggunakan model
Zmijewski memberikan nilai bahwa semua hasil perhitungan bank syariah
kurang dari 0 (X-Score<0) yang berarti bank umum syariah tidak
mengalami financial distress, namun pada tahun 2012 pada bank syariah
Bukopin yang mempunyai nilai diatas 0 (X-Score>0) yang berarti bank
83
syariah bukopin berpotensi mengalami financial distress. Pada model
Zmijewski Bank Syariah Bukopin berpotensi mengalami financial distress
dengan nilai Zmijewski sebesar 0.948455 namun bila dilihat dari rasio
keuangan pada tabel 4.1 Bank Syariah Bukopin dapat mempertahankan
capital adequancy ratio (CAR) nya yang terus meningkat selama periode
2012-2016 dengan rata-rata CAR Bank Syariah Bukopin (BSB) pada
tahun 2012-2016 sebesar 14.398%, bank syariah bukopin juga mampu
mengendalikan non performing financial (NPF) dengan tingkat NPF yang
semakin berkurang pada periode 2012-2016 dengan rata-rata NPF sebesar
3,532%, memiliki tingkat likuiditas yang terus meningkat setiap tahunnya
dengan rata-rata 449,56% dan BOPO diatas 90%selama periode 2012-
2016 dengan rata-rata sebesar 92.88 selama tahun 2012-2016. Bank
Syariah Bukopin berpotensi mengalami kesulitan keuangan oleh Model
Zmijewski dikarenakan rasio utang yang tinggi. Secara keseluruhan
penelitian ini mendukung penelitian Mila Fatmawati (2012), Fitri
Listyarini (2014),dan Anggi Meiliawati (2016) yang Model Zmijwski
dapat menilai potensifinancial distress perusahaan dengan sangat baik.
2. Hasil Perhitungan model potensi financial distress menggunakan Model
Springate memberikan hasil perhitungan yang menunujukan bahwa
terdapat tujuh bank syariah memiliki S-score kurang dari 0.862 yang
menyatakan bahwa bank syariah tersebut berpotensi mengalami financial
distressperiode 2012-2016. Beberapa bank yang berpotensi mengalami
financial distress berdasarkan model Springate adalah Bank Mega Syariah
84
Indonesia (BMSI) yang berpotensi mengalami financial distress pada
tahun 2015, Bank Muamalat Indonesia (BMI) pada tahun 2014, 2015 dan
2016, Bank BJB Syariah (BJBS) pada tahun 2012 dan 2016, Bank Syariah
Bukopin (BSB) pada tahun 2012 dan 2013, Bank Maybank Syariah
Indonesia (MBSI) pada tahun 2015 dan 2016, Bank BNI Syariah (BNIS)
pada tahun 2013 dan 2014, dan Bank BRI Syariah (BRIS) pada tahun
2013, 2014 dan 2016. Namun dilihat dari rasio keuangan pada tabel 4.1
tujuh bank umum syariah yang berpotensi mengalami financial distress
memiliki rata-rata CAR sebesar 19.82 %, NPF bank umum syariah
memiliki rata-rata sebesar 4.18% Likuiditas yang dilihat dengan current
ratio dengan rata-rata sebesar 138.96 dan nilai BOPO dari tujuh bank
umum syariah yang berpotensi mengalami financial distress rata-rata
sebesar 108%. Ke-7 bank syariah yang berpotensi mengalami financial
distress dikarenakan rasio working capital to total asset yang rendah dan
laba bank syariah yang negatif.Secara keseluruhan penelitian ini
mendukung penelitian Meita (2015), dan Jayanti (2015) yang menyatakan
Model Springate dapat menilai potensifinancial distress perusahaan
dengan sangat baik..
3. Hasil Perhitungan model potensifinancial distress menggunakan Altman
Z-Score menyatakan bahwa seluruh perusahaan perbankan syariah
memiliki nilai diatas 2.90 (Z-Score> 2.90) tidak berpotensi mengalami
financial distress. Menurut penilaian Altman Z-Score Bank Bukopin
Syariah berpotensi mengalami financial distress pada tahun 2012 dengan
85
Z-Score sebesar -5.44629 sedangkan jika dilihat dari rasio keuangannya
bank Bukopin syariah mampu mempertahankan capital adequancy ratio
(CAR) nya yang terus meningkat selama periode 2012-2016 dengan rata-
rata CAR sebesar 14,398% dan mampu menjaga non performing financing
(NPF) dengan tingkat NPF yang semakin berkurang pada periode 2012-
2016 dengan rata-rata nilai NPF sebesar 3,532%, dan memiliki likuidtas
yang baik dengan rata-rata rasio likuiditas sebesar 449,56% dan BOPO
diatas 90% selama periode tahun 2012-2016 dengan rata-rata sebesar
92.88% dan bank syariah Bukopin berpotensi mengalami financial distress
dikarenakan rasio working capital to total asset (WCTA) dan Retained
Earning to Total Asset (RETA) yang bernilai negatif. Secara keseluruhan
model Altman Z-Score dapat melihat potensi financial distresshasil
tersebut mendukung penelitian Junaidi (2016), Savitri (2012) dan
Primasari (2017) yang menyatakan bahwa model Altman Z-dapat menilai
potensifinancial distress perusahaan dengan sangat baik.
4. Hasil Perhitungan model potensi financial distress menggunakan Grover
menunjukan terdapat dua perusahaan yang berpotensi mengalami financial
distress yaitu bank syariah bukopin pada tahun 2012 dengan nilai grover
sebesar -1.28262 dan Maybank Syariah Indonesia pada tahun 2016 dengan
nilai grover sebesar -0.17017 namun dilihat dari rasio keuangan
perusahaan pada tabel 4.1 Bank syariah bukopin mampu memenuhi rasio
kecukupan modal (CAR) selama periode 2012-2016 dengan rata-rata rasio
CAR sebesar 14,398%, dan bank Syariah bukopin memiliki nilai non
86
perfoming financingyang baik selama tahun 2012-2016 dengan rata-rata
sebesar 3,532%, berdasarkan rasio likuiditas Bank Syariah Bukopin
memiliki likuiditas yang baik dengan nilai 449,56% dan BOPO diatas
90% selama periode tahun 2012-2016 dengan rata-rata sebesar 92.88%
Bank Syariah Bukopin (BSB) berpotensi mengalami financial distress
karena Earning Before Interest and Taxes to Total Asset (EBITTA) dan
ROA bank yang negatif. Sedangkan pada Bank Maybank Syariah
Indonesia (BMSI) memiliki rata-rata rasio kecukupan modal
(CAR)sebesar53,778% selama periode 2012-2016 dan mampu memiliki
rata-rata rasio non performing financing (NPF) selama periode 2012-2016
sebesar 3,014%, Likuiditas yang terus meningkat dengan rata-rata rasio
likuiditas sebesar 473,6078% dan rata-rata rasio BOPO sebesar
108,812%Bank Maybank Syariah Indonesia berpotensi mengalami
financial distress oleh model Grover dikarenakan rasio working capital to
total asset bank yang negatif.Hasil tersebut mendukung penelitian
Penelitian Prihanthini (2013), Oktaviandri (2015) dan Junaidi (2016) yang
menyatakan bahwa model Grover dapat menilai potensifinancial distress
perusahaan dengan sangat baik.
5. Pada Uji Kruskall Wallis H yang dilakukan kepada hasil model
potensifinancial distress Zmijewski, Springate, Altman dan Grover
memberikan hasil output sebesar nilai Asymp. Sig. kurang dari 0.05 yaitu
0.00 (Asymp. Sig. < 0.05) maka Ho ditolak dan H1 diterima sehingga
terdapat perbedaan penilaian potensi kebankrutan model Zmijewski,
87
Springate, Altman dan Grover pada bank umum syariah periode 2012-
2015. Dimanahasil tersebut mendukung penelitian Hendrawati Atik (2012)
yang menyatakan bahwa terdapat perbedaan penilaian potensi financial
distress antara model Altman, Springate dan Zmijewski pada industri
makanan dan minuman, dan penelitian Dyah Ayu Prasmita (2015) yang
menyatakan bahwa terdapat perbedaan penilaian model potensi financial
distressAltman, Springate dan Zmijewski.
88
BAB V
PENUTUP
A. Kesimpulan
Kesimpulan dari hasil penelitian yang berjudul “Analisis Model
Zmijewski, Springate, Altman Z-Score dan Grover Pada Financial
Distress Bank Umum Syariah di Indonesia Periode 2012-2016” dapat
disimpulkan sebagai berikut:
1. Berdasarkan penilaian potensi financial distress model Zmijewski dari
10 sampel bank syariah yang diteliti terdapat satu bank syariah yang
diprediksi mengalami financial distress. Artinya penilaian potensi
financial distress model Zmijewski dapat menganalisis financial
distress bank syariah dengan baik.
2. Berdasarkan penilaian potensi financial distress model Springate dari
10 sampel bank syariah yang diteliti terdapat tujuh bank syariah yang
berpotensi mengalami financial distress. Artinya penilaian potensi
financial distress model Springate dapat menganalisis potensi financial
distress bank syariah dengan baik.
3. Berdasarkan penilaian potensi financial distress model Altman Z-
Score dari 10 sampel bank syariah yang diteliti terdapat satu bank
syariah yang diprediksi mengalami financial distress. Artinya
penilaian potensi financial distress model Altman Z-Score dapat
menganalisis potensi financial distress bank syariah dengan baik.
89
4. Berdasarkan penilaian potensi financial distress model Grover dari 10
sampel bank syariah yang diteliti terdapat dua bank syariah yang
berpotensi mengalami financial distress. Artinya penilaian potensi
financial distress model Grover dapat menganalisis potensi financial
distress bank syariah dengan baik.
5. Berdasarkan hasil uji Kruskall-Wallis menyatakan bahwa terdapat
perbedaan signifikan Pada model potensi financial distress bank umum
syariah dengan menggunakan model Zmijewski, Springate, Altman
dan Grover.
B. Saran
Peneliti menyadari bahwa penelitian ini masih jauh dari kesempurnaan.
Untuk itu berdasarkan hasil penelitian, maka penulis memberikan saran
sebagai berikut:
1. Jumlah sampel bank syariah dan periode penelitian yang terbatas pada
penelitian, diharapkan pada penelitian selanjutnya disarankan untuk
menambah jumlah sampel dan periode penelitian untuk hasil yang lebih
baik.
2. Model potensi financial distress yang digunakan dalam penelitian ini
hanya empat, disarankan pada penelitian selanjutnya untuk mencoba
model potensi financial distress lainnya.
3. Penelitian ini hanya sebatas melihat tingkat financial distress bank syariah
di Indonesia dan membandingkannya dengan rasio kinerja bank syariah,
diharapkan pada penelitian selanjutnya.
90
DAFTAR PUSTAKA
Abrori, Hilman. “Analisis perbandingan resiko Kebankrutan Pada Bank Syariah
Devisa dan Non Devisa Dengan Menggunakan Metode Altman Z-Score
Periode 2010-2012”, Skripsi. Universitas Islam Negeri Walisongo. 2015.
Aghanjani, Vaghdat dan Mohammad Jouzbarkand. “The Creation of Bankruptcy
prediction models using Springate and SAF Models”. Jurnal
DOI:10.7763/IPEDR.2012. Volume 54 (No. 4): hal. 6-10. Islamic Azad
University Iran, 2012.
Al-Arif, M Nur Rianto, “Dasar-Dasar Ekonomi Islam”. Solo, Era Adicitra
Intermedia, 2011.
Amaliah, Indri. “Analisis Rasio Keuangan dengan Model Zmijewski (X-Score)
dalam memprediksi kebangkrutan pada perbankan Syariah di Indonesia
Periode 2012-2015”. Skripsi. Fakultas Syariah dan Hukum. UIN Syarif
Hidayatullah Jakarta. 2016.
Ambarwati, Dwi Ari. “Manajemen Keuangan Lanjut”, Graha Ilmu, Yogyakarta,
2010.
Aminah dan Andi Sanjaya. “Analisis Kebankrutan pada Perusahaan Perbankan di
Indonesia Tahun 2001-2012”. Jurnal Akuntansi & Keuangan Volume. 4
(No. 2): hal 1-11, Universitas Bandar Lampung. 2013.
Meliawati, Anggi. “Analisis Perbandingan Model Springate dan Altman Z-Score
terhadap Potensi Financial Distress (Studi Kasus pada Perusahaan Sektor
Kosmetik yang Terdaftar di Bursa Efek Indonesia)”. Jurnal Akuntansi dan
Pendidikan, Volume 6, No.1. IKIP PGRI Madiun. 2016.
Avenhuis, Jeroen Oude. “Testing the generalizablity of the bankruptcy prediction
models of Altman, Ohlson and Zmijewski for Dutch listed and large non-
listed firms“. Thesis . University of Twente. 2013.
Baker, H. Kent dan Gary, E. Powell. “Understanding Financial Management; A
Practical Guide”. Garshington: Blackwell Publishing. 2005.
Beaver W. H. “Financial Ratios As Predictors Of Failure”. Journal of Accounting
research, Vol. 4 1966.
Bell. Adrian, R., Chris Brook, dan Marcel Prokopczuk. “Handbook of Research
Method and Appplications in Empirical Finance. Edward Elgar Publishing.
Inc, UK. 2013.
Brealey Richard A, dan Steward C. Myer. Principle of Corporate Finance”. New
York McGraw-Hill Irwin. 2003
91
Fabozzi, Frank J, dan Pamela P. Peterson. “Financial Management & Analysis”.
John Wiley & Sons, Inc. Canada. 2003.
Fraser, Lyn M dan Aileen Ormiston. “Memahami Laporan Keuangan”. PT Indeks.
Indonesia. 2008.
Ghozali, Imam. “Aplikasi Analisis Multivariate Dengan Program IBM SPSS 21
Update PLS Regresi”. Semarang: Badan Penerbit Universitas Diponegoro.
2013.
Hanafi, Mamduh. M dan Abdul Halim. “Analisis Lapora Keuanangan”. UPP
STIM YKPN, Yogyakarta, 2007.
Hastuti, Septiana Tri. “Analisis Tingkat Kesehatan Bank dengan Metode Camel”,
Skripsi, Universitas Muhamadiyah Surakarta, 2013.
Hendrawati, Atik. “Analisis Komparasi potensi kebankrutan model Altman Z-
Score, Springate dan Zmijewski pada Industri makanan dan minuman
yang terdaftar di BEI”, Jurnal Akmenika Vol. 11 (No.2):hal 481-495,
2012.
Hery, “Analisis Kinerja Manajemen”. Jakarta: PT Grasindo. 2015.
Januri., Eka Nurmala Sari dan Armida Diyanti. “The Analysis of Bankruptcy
Potential Comparative by Altman Z-Score, Springate, and Zmijewski
Methods at Cement Companies listed in In Indonesia Stock Excange”.
IOSR Journal of Bussines and Management, Vol. 19, Issue. 10, Ver. VI:
hal 80-87. Universitas Muhamadiyah Sumatra Utara. 2017.
Jayanti, Queenaria. “Analisis Tingkat Akurasi Model-model Prediksi Kebankrutan
Untuk Memprediksi Voluntary Auditor Switching (Studi Pada Perusahaan
Manufaktur yang Terdaftar di BEI”. Jurnal MODUS Vol. 27 No. 2: hal
87-108, Yogyakarta, Universitas Atmajaya. 2015.
Kamal, St. Ibrah Mustafa. “Analisis Prediksi Kebankrutan Pada Perusahaan
Perbankan Go-Public di Bursa Efek Indonesia(Dengan Menggunakan
Model Altman Z-Score)”. Skripsi Fakultas Ekonomi dan Bisnis Jurusan
Manajemen. Universitas Hasanudin Makasar. 2012.
Kartika, Syarfina Putri.”Potensi Kebangkrutan pada Sektor Perbankan Syariah
Untuk Menghadapi Perubahan Lingkungan Bisnis Dengan Menggunakan
Model Altman Z-Score Modifikasi”. Skripsi. Fakultas Syariah dan Hukum.
UIN Syarif Hidayatullah Jakarta. 2015.
Kasmir, “Analisis Laporan Keuangan”, Jakarta: PT. RajaGrafindo Persada, 2014.
Kasmir. “Bank dan Lembaga Keuangan Lainnya”. Jakarta: PT RajaGrafindo
Persada. 2011.
92
Kurniawati, Lintang dan Nur Kholis. “Analisis Model Prediksi Model Financial
Distress Pada Perusahaan Perbankan Syariah di Indonesia”. Syariah Paper
Accounting, ISSN: 2460.0784, Universitas Muhamadiyah Surakarta. 2014.
Latumerissa, Julius R.” Bank dan Lembaga Keuangan Lain”. Jakarta: Salemba
Empat. 2012.
Manik, Elyasi. “Prediksi Kebankrutan model Altman Z-Score, Grover, Springate
dan Zmijewski pada perusahaan tekstil dan garmen di bursa efek
Indonesia”. Skripsi. Universitas Sumatra Utara. 2015.
Meita, Elvina Wiwit Firma. “Analisis Penggunaan Metode Altman, Springate dan
Zmijewski dalam Memprediksi Kebankrutan Perusahaan Pertambangan
Batu Bara Periode 2012-2014. Jurnal Akuntansi Unesa, Vol. 3(No. 3): Hal
1-21, Universitas Negeri Surabaya, 2015.
Nawangsari, Tantri. “Analisis Perbandingan Berganda Setelah Uji Kruskall-
Wallis”, Prosiding Seminar Nasional Matematika dan Pendidikan
Matematika (2013), ISSN 978 – 979 – 16353 – 9 – 4, FKIP UNIROW,
2013.
Nurhayati, Sri. Wasilah. Akuntansi Syariah Indonesia. Salemba Empat. 2015.
Oktaviandri, Annisa, Anisah Firli, dan Aldilla Iradianty. “Analisis Prediksi
Kebangkrutan dengan metode Altmat, Springate, Ohlson dan Grover pada
Perusahaan di Sektor Pertanian BEI Periode 2011-2015”. Majalah Ilmilah
Unikom, Vol. 15 (No. 1). Universitas Telkom. 2015.
Otoritas Jasa Keuangan (OJK). “Data OJK Ungkap Kredit Bermasalah Bank
Syariah 4,12% Lebihi Konvensional 2,96%”. Artikel diakses pada 30
April 2018, dari
https://economy.okezone.com/read/2017/12/15/320/1831077/data-ojk-
ungkap-kredit-bermasalah-bank-syariah-4-12-lebihi-konvensional-2-96
Plat. H & Plat, M. B. Predicting Financial Distress. Journal of Financial Service
Profesional. Vol 56 (No.3): Hal 12-15, 2002.
Pangestu, Rayendra. “Analisis Kebangkrutan Z- Score Model Altman dan X-
Score Zmijewski pada laporan keuangan Perusahaan Subsektor
Telekomunikasi yang Terdaftar di Bursa Efek Indonesia Tahun 2010 –
2013”. Skripsi. Fakultas Ekonomi Universitas Widyatama. 2015.
Parathon, Audri Ayuwardhani Dkk. “Analisis Rasio Keuangan Perbankan Sebagai
Alat Ukur Kinerja Keuangan Bank”, Jurnal Administrasi Bisnis (JAB)
Vol. 3 No.2 Universitas Brawijaya, 2013.
Peraturan Bank Indonesia (PBI) No.13/1/PBI/2011.
93
Peraturan Bank Indonesia (PBI) No. 6/10/PBI/2004.
Pramuditya, A.Y. (2014). “Analisis Pengaruh Penerapan Mekanisme Corporate
Governance terhadap Kemungkinan Perusahaan Mengalami Kondisi
Financial Distress (studi empiris pada Perusahaan manufaktur
yang terdaftar di Bursa Efek Indonesia tahun 2010 – 2012 )”, Skripsi,
Program Sarjana (SI) Fakultas Ekonomika dan Bisnis Universitas
Diponegoro.
Prastowo, Dwi dan Rifka Julianti. “Analisis Laporan Keuagan Konsep dan
Aplikasi”, AMP YKPN, Yogyakarta, 2005.
Prasyananta, Fungki. “Analisis Penggunaan Metode RGEC (Risk Profile, Good
Corporate Governance, Earning, dan Capital) Untuk Mengetahui Tingkat
Kesehatan Bank”, Jurnal Administrasi dan Bisnis (JAB) Vol. 3 (No.2): hal
68-76, Universitas Brawijaya, 2016.
Prihanthini, Ni Made Evi dan Maria M. Ratna Sari “Prediksi Kebankrutan Dengan
Model Grover, Altman Z-Score , Springate dan Zmijewski pada Perushaan
Food Aand Beverage di Bursa Efek Indonesia”. E-Journal Akuntansi, Vol.
5 (No.2): hal 417-435. Fakultas Ekonomi Universitas Udayana. 2013.
Primasari, Niken. Savitri. “Analisis Altman Z-Score, Grover Score, Springate dan
Zmijewski Sebagai Signaling Financial Distress (Studi Empiris Industri
Barang-Barang Konsumsi di Indonesia)”. Accounting and Management
Journal, Vol. 1 (No.1): hal 23-43. Universitas Naudhatul Ulama Surabaya.
2015.
Rahman, Tessa Aulia, Dkk. “Analisis Kinerja Perbankan Dengan Pendekatan
RGEC ( Risk profile, good Corporate Governance, Earning, and Capital)
untuk mengetahui Tingkat Kesehatan Bank”. Jurnal Administrasi Bisnis
(JAB) Vol. 35 (No.2): hal 68-76, 2016.
Rahmatulloh. “Analisis Prediksi Kebankrutan Pada Bank Muamalat, Bank
Syariah Bukopin, dan Bank Victoria Syariah: Menggunakan Model
Altman Z-Score dan Grover G-Score Periode 2012-2015”. Skripsi. UIN
Sultan Kalijaga. Yogyakarta. 2017.
Rivai Veithzal, dkk. “Bank And Financial Institution Management: Conventional
and Sharia System. Jakarta”: PT Raja Grafindo Persada. 2007.
Ross, Stephen A., Randolph W. Werterfield, dan Bradford D. Jordan.
“Fundamental Corporate Finance”. New York: McGrw-Hill Irwin. 2006.
Siegel, Joel.G dan Shim, “Mengatur Keuangan”. Jakarta: PT Elex Media
Komputindo. 2003.
94
Suryawardhani Bethany. “Analisis Perbandingan Kemampuan Prediksi
Kebankrutan Antara Analisis Altman, Analisis Ohlson, dan Analisis
Zmijewski pada sektor industry tekstil yang Go Publik di BEI Periode
2008-2012”. Jurnal Ecodemica, Vol. 3 (No.1): hal 363-369. Universitas
Telkom. 2015.
Ramadhani, Ayu Suci dan Niki Lukviarman. “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 Indonesia)”. Jurnal Siasat Bisnis, Vol. 13 (No. 1): hal 15-28.
2009.
Ramanadiar, Buyung. Dkk. “Analisis Rasio Keuangan Perbankan Untuk Menilai
Kinerja Keuangan Bank”, Jurnal Administrasi Bisnis Vol.1 (No.1): Hal49-
58, 2013.
Riyadi, Slamet. “Banking Asset and Liability Management”, Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia, Jakarta, 2006.
Rosandi, Rexy. “Analisis Kebankrutan dengan Model Springate S-Score pada
Seluruh Perusahaan yang Terrdaftar di BEI Tahun 2011-2014”, Skripsi.
Universitas Lampung, 2016.
Sari, Desi Mila. “Prediksi Potensi Financial Distress Analisis Model Altman Z-
Score”. Skripsi. Fakultas Ekonomi dan Bisnis Islam. IAIN Surakarta.
2017.
Sari, Enny W. P. “Penggunaan Model Zmijewski, Springate, Altman Z-Score dan
Grover Dala Memprediksi Kepailitan pada Perusahaan Transportasi yang
terdaftar di BEI”. Skripsi, Universitas Dian Nuswantoro. 2013.
Savitri, Dita, W. “Analisis Prediktor Kebankrutan terbaik menggunakan Model
Altman, Springate, dan Zmijewski pada Perusahaan Delisting dari BEI
tahun 2012”, Jurnal E-proceeding of Management Vol.1 (No.3) h.1-
Universitas Telkom 2014.
Sudana, I M, “Manajemen Keuangan Perusahaan Teori dan Praktik”. Jakarta:
Erlangga. 2011.
Surat Edaran Bank Indonesia No. 6/23/DPNP/Tahun 2004.
Surat Edaran Otoritas Jasa Keuangan No.14/SEOJK.03/2017.
Supardi dan Sri Mastuti. “Validitas Penggunaan Z-Score Altman Untuk Menilai
Kebangkrutan Pada Perusahaan Perbankan Go Publik di Bursa Efek
Jakarta”. Dalam Kompak No. 7. 2013.
95
Tambulon, Nelson. “Pertumbuhan Perbankan Syariah Melambat”, Artikel diakses
Tanggal 16 November 2017, dari
https://ekbis.sindonews.com/read/1060959/178/pertumbuhan-perbankan-
syariah-melambat-1447310336.
Triandaru, Sigit dkk. “Bank dan Lembaga Keuangan Lain”. Edisi ke-2. Salemba
Empat. Yogyakarta, 2006.
Rivai Veithzal, dkk.”Bank And Financial Institution Management: Conventional
and Sharia System”. Jakarta: PT Raja Grafindo Persada. 2007
Vernon, Mark. ”Bisnis The Key Concepts”. Jakarta: RT Raja Grafindo Persada.
2011.
Wahyudi, Imam. Dkk. “Manajemen Resiko Bank Islam”. Jakarta: Salemba Empat,
2013.
Wibisono, Yusuf. “Bank Muamalat Terancam Bangkrut? Ini Kata Pengamat”,
artikel diakses tanggal 1 Mei 2018, dari
https://finance.detik.com/moneter/d-3879581/bank-muamalat-terancam-
bangkrut-ini-kata-pengamat
Yasser, Qaiser Rafique. “Corporate Failture Prediction of Public Listed
Companies in Malaysia. Jurnal. University Malaysia Sarawak. 2015.
Zakkiyah, Ufi Zuhriatuz DKK. “Analisis Penggunaan Model Zmijewski (X-
Score) dan Altman (Z-Score) Untuk Memprediksi Potensi Kebankrutan
(Studi pada Perusahaan Tekstil dan Garmen yang Terdaftar di BEI Periode
2009-2012)”. Jurnal Administrasi Bisnis Vol.12 (No.2) : hal 1-9. 2014.
Zukailah, Siti. “Perbandingan Financial Distress Bank Syariah di Indonesia dan
BankIslam di Malaysia Sebelum dan Sesudah Krisis Global 2008
Menggunakan Model Alman Z-Score”. Jurnal Ekonomi Syariah Teori
dan Terapan, Vol. 3 (No. 2): hal 900-914, Universitas Airlangga. 2016.
96
LAMPIRAN
97
Lampiran 1: Rasio Keuangan Bank Umum Syariah
Bank Tahun CAR NPL LIKUIDITAS BOPO
BCAS
2012 31.5 0 660.67 91.4
2013 22.4 0.6 769.1936 90.2
2014 29.6 0.1 951.8727 92.9
2015 32.3 0.5 1131.491 92.5
2016 36.7 0.2 1239.646 92.2
BSM
2012 13.82 1.14 5986.837 1.14
2013 14.1 2.29 581.3133 2.29
2014 14.12 4.29 817.2469 4.29
2015 12.85 4.05 714.8026 4.05
2016 14.01 3.13 706.338 3.13
BSMI
2012 13.51 1.32 391.1954 77.28
2013 12.99 1.45 483.0558 86.09
2014 19.29 1.81 523.8118 97.61
2015 18.74 3.16 562.7352 99.51
2016 23.53 2.81 901.5006 88.16
BMI
2012 11.57 1.81 550.5009 84.47
2013 14.05 1.56 545.501 93.86
2014 13.91 4.85 626.3412 97.33
2015 12 4.2 607.6341 97.36
2016 12.74 1.4 561.0268 97.76
PNBS
2012 32.2 0.19 1016.109 47.6
2013 20.83 0.77 1002.056 81.31
2014 25.69 0.29 697.7552 82.58
2015 20.3 1.94 842.6116 89.29
2016 18.17 1.86 836.4775 96.17
BJBS
2012 21.09 1.01 808.8932 110.34
2013 17.99 1.16 697.8231 85.76
2014 15.78 5.84 1131.561 91.01
2015 22.53 6.93 1335.108 98.78
2016 18.25 17.91 855.5118 122.77
BSB
2012 12.78 4.59 10.3412 91.59
2013 11.1 4.27 411.0069 92.29
2014 14.8 3.34 612.861 96.77
2015 16.31 2.74 678.2463 91.99
2016 17 2.72 535.3734 91.76
BMSI
2012 63.89 1.25 392.6205 53.77
2013 59.41 0 440.4369 67.79
2014 52.13 4.29 487.1732 69.62
2015 38.4 4.93 638.7768 192.6
2016 55.06 4.6 409.0318 160.28
BNIS
2012 19.29 1.42 488.8242 88.79
2013 16.54 1.13 387.6277 88.11
2014 18.76 1.04 345.6788 89.8
2015 18.16 1.46 698.6307 89.63
2016 17.81 1.64 606.4948 87.67
BRIS
2012 11.91 2.06 641.6084 91.31
2013 14.49 3.76 399.6975 90.42
2014 12.89 2.65 388.537 99.77
2015 13.94 3.89 494.1363 93.79
2016 20.63 3.19 357.2507 91.33
Rata-rata 21.8372 3.723913 759.2195 84.3644
98
Lampiran 2: Perhitungan Return On Asset
Bank Tahun Net Income Total Asset Return On asset
BCAS
2012 8359925529 1602180989075 0.00521784
2013 12701022880 2041418847273 0.00622166
2014 12949752123 2994449136265 0.00432459
2015 23436849581 4349580046527 0.0053883
2016 36816335736 4995606338455 0.00736974
BSM
2012 8.05691E+11 54229395784522 0.01485708
2013 6.5124E+11 63965361177789 0.01018114
2014 71778420782 66942422284470 0.00107224
2015 2.89576E+11 70369708944091 0.00411506
2016 3.25414E+11 78831721590271 0.00412795
BSMI
2012 184871633 8163668180 0.02264566
2013 149539953 9121575543 0.01639409
2014 17396222 7044584889 0.00246945
2015 12223583 5559819466 0.00219856
2016 110729286 6135241922 0.01804807
BMI
2012 389414422 44854413084 0.00868174
2013 475846659 54694020564 0.00870016
2014 58916694 62442189696 0.00094354
2015 74492188 57172587967 0.00130294
2016 80511090 55786397505 0.0014432
PNBS
2012 37098796 2140482104 0.01733198
2013 21332026 4052700692 0.00526366
2014 70936895 6207678452 0.01142728
2015 53578381 7134234975 0.00751004
2016 19540914 8757963603 0.00223122
BJBS
2012 -18180256 4239448850 -0.00428835
2013 28315837 4695088075 0.00603095
2014 21702238 6093478708 0.00356155
2015 7278699 6437966411 0.00113059
2016 -414714205 7441652530 -0.05572878
BSB
2012 17292940859 3616107512472 0.0047822
2013 19547650105 4343096056830 0.00450086
2014 8661952636 5161300488180 0.00167825
2015 27778475573 5827153527325 0.00476707
2016 32709937326 7019598576013 0.0046598
BMSI
2012 40352 2062552 0.01956411
2013 41367 2299971 0.01798588
2014 55913 2449541 0.02282591
2015 -294392 1743439 -0.16885707
2016 -163738 1344720 -0.12176364
BNIS
2012 101892 10645313 0.00957154
2013 117462 14708504 0.00798599
2014 163251 19492112 0.00837523
2015 228525 23017667 0.00992824
2016 277375 28314175 0.00979633
BRIS
2012 101502 14088914 0.00720439
2013 129564 17400914 0.00744582
2014 6577 20343249 0.0003233
2015 122637 24230247 0.00506132
2016 170209 27678188 0.00614957
99
Lampiran 3: Perhitungan Leverage (Debt to Asset Ratio)
Bank Tahun Total Liability Total Asset Leverage
BCAS
2012 256793877391 1602180989075 0.160278
2013 275000002371 2041418847273 0.13471
2014 324416857496 2994449136265 0.108339
2015 393622629885 4349580046527 0.090497
2016 419533187553 4995606338455 0.08398
BSM
2012 9168631145854 54229395784522 0.169071
2013 11029685200566 63965361177789 0.172432
2014 8329956338523 66942422284470 0.124435
2015 9883107046874 70369708944091 0.140445
2016 11232796484546 78831721590271 0.142491
BSMI
2012 2117051180 8163668180 0.259326
2013 1905341988 9121575543 0.208883
2014 1300748345 7044584889 0.184645
2015 934524234 5559819466 0.168085
2016 653977609 6135241922 0.106594
BMI
2012 8115487602 44854413084 0.18093
2013 9875162022 54694020564 0.180553
2014 9587562800 62442189696 0.153543
2015 8952097186 57172587967 0.15658
2016 9476756018 55786397505 0.169876
PNBS
2012 209242761 2140482104 0.097755
2013 402609317 4052700692 0.099343
2014 887049913 6207678452 0.142896
2015 814347824 7134234975 0.114146
2016 1019132249 8757963603 0.116366
BJBS
2012 572583107 4239448850 0.135061
2013 639934291 4695088075 0.136299
2014 594012407 6093478708 0.097483
2015 525022661 6437966411 0.081551
2016 940848054 7441652530 0.12643
BSB
2012 3343035359342 3616107512472 0.924485
2013 1018893278431 4343096056830 0.234601
2014 829679583386 5161300488180 0.16075
2015 876238579155 5827153527325 0.150372
2016 1314314270143 7019598576013 0.187235
BMSI
2012 538384 2062552 0.261028
2013 536785 2299971 0.233388
2014 512714 2449541 0.20931
2015 275450 1743439 0.157992
2016 323237 1344720 0.240375
BNIS
2012 2185658 10645313 0.205316
2013 3838672 14708504 0.260983
2014 3084547 19492112 0.158246
2015 3310505 23017667 0.143825
2016 4684758 28314175 0.165456
BRIS
2012 3431739 14088914 0.243577
2013 4504515 17400914 0.258867
2014 5608590 20343249 0.275698
2015 6421537 24230247 0.265022
2016 8464428 27678188 0.305816
100
Lampiran 4: Variabel Likuiditas (Current Ratio)
Bank Tahun Current Asset Current Liability Likuiditas
BCAS
2012 1577746499002 238810075504 6.6067
2013 2004222884173 260561575993 7.691936
2014 2943885448130 309273017258 9.518727
2015 4258949819735 376401415620 11.31491
2016 4878360718270 393528534234 12.39646
BSM
2012 52215047515569 8772164156921 5.952356
2013 61642505618462 10604006870278 5.813133
2014 64432871841446 7884138140141 8.172469
2015 67622849301048 9460352567301 7.148026
2016 76294735788560 10801449184015 7.06338
BSMI
2012 7869081784 2011547476 3.911954
2013 8696674088 1800345764 4.830558
2014 6599230909 1259847677 5.238118
2015 5074765188 901803383 5.627352
2016 5674210496 629418380 9.015006
BMI
2012 43772958850 7951477655 5.505009
2013 52692752324 9659515820 5.45501
2014 58309787069 9309588390 6.263412
2015 52006360528 8558827817 6.076341
2016 50661789204 9030190679 5.610268
PNBS
2012 2103407548 207006057 10.16109
2013 4002489566 399427658 10.02056
2014 6129791108 878501732 6.977552
2015 7017696814 832850752 8.426116
2016 8448931405 1010060755 8.364775
BJBS
2012 4055263728 501334847 8.088932
2013 4465609557 639934291 6.978231
2014 5838088346 515932063 11.31561
2015 6151018744 460713177 13.35108
2016 7441652530 869848054 8.555118
BSB
2012 344439659046 3330749939521 0.103412
2013 4085802948385 994095862770 4.110069
2014 4876804830454 795744053623 6.12861
2015 5573086044373 821690633482 6.782463
2016 6646724681463 1241511992685 5.353734
BMSI
2012 2035070 518330 3.926205
2013 2265462 514367 4.404369
2014 2425572 497887 4.871732
2015 1626990 254704 6.387768
2016 1244009 304135 4.090318
BNIS
2012 10442038 2136154 4.888242
2013 14410750 3717678 3.876277
2014 10442308 3020812 3.456788
2015 22631094 3239350 6.986307
2016 27805577 4584636 6.064948
BRIS
2012 13755257 2143871 6.416084
2013 17014354 4256808 3.996975
2014 19883632 5117565 3.88537
2015 23650761 4786283 4.941363
2016 26834707 7511450 3.572507
101
Lampiran 5: Variabel Working Capital to Total Asset
Bank Tahun Working Capital Total Asset WCTA
BCAS
2012 1338936423498 1602180989075 0.83569611
2013 1743661308180 2041418847273 0.85414187
2014 2634612430872 2994449136265 0.87983209
2015 3882548404115 4349580046527 0.89262604
2016 4484832184036 4995606338455 0.89775532
BSM
2012 43442883358648 54229395784522 0.80109473
2013 51038498748184 63965361177789 0.7979084
2014 56548733701305 66942422284470 0.84473689
2015 58162496733747 70369708944091 0.82652746
2016 65493286604545 78831721590271 0.83079863
BSMI
2012 5857534308 8163668180 0.71751254
2013 6896328324 9121575543 0.75604574
2014 5339383232 7044584889 0.7579415
2015 4172961805 5559819466 0.75055707
2016 5044792116 6135241922 0.82226458
BMI
2012 35821481195.00 44854413084 0.79861665
2013 43033236504.00 54694020564 0.78679965
2014 49000198679.00 62442189696 0.78472903
2015 43447532711.00 57172587967 0.75993644
2016 41631598525.00 55786397505 0.74626791
PNBS
2012 1896401491.00 2140482104 0.88596933
2013 3603061908.00 4052700692 0.88905206
2014 5251289376.00 6207678452 0.8459345
2015 6184846062.00 7134234975 0.86692492
2016 7438870650.00 8757963603 0.8493836
BJBS
2012 3553928881.00 4239448850 0.83829974
2013 3825675266.00 4695088075 0.81482503
2014 5322156283.00 6093478708 0.87341838
2015 5690305567.00 6437966411 0.88386692
2016 6571804476.00 7441652530 0.8831109
BSB
2012 -2986310280475.00 3616107512472 -0.82583559
2013 3091707085615.00 4343096056830 0.71186707
2014 4081060776831.00 5161300488180 0.79070397
2015 4751395410891.00 5827153527325 0.81538875
2016 5405212688778.00 7019598576013 0.77001735
BMSI
2012 1516740.00 2062552 0.73537055
2013 1751095.00 2299971 0.76135525
2014 1927685.00 2449541 0.78695764
2015 1372286.00 1743439 0.78711443
2016 939874.00 1344720 0.69893658
BNIS
2012 8305884.00 10645313 0.78023859
2013 10693072.00 14708504 0.72699929
2014 7421496.00 19492112 0.38074355
2015 19391744.00 23017667 0.84247218
2016 23220941.00 28314175 0.82011717
BRIS
2012 11611386.00 14088914 0.82415053
2013 12757546.00 17400914 0.73315379
2014 14766067.00 20343249 0.72584605
2015 18864478.00 24230247 0.77855079
2016 19323257.00 27678188 0.69814025
102
Lampiran 6: Perhitungan Net Profit Before Interest and Taxes to Total Asset
Bank Tahun NPBIT Total Aset NPBITTA
BCAS
2012 10960778015 1602180989075 0.00684116
2013 16760901061 2041418847273 0.00821042
2014 17497708631 2994449136265 0.00584338
2015 31892132856 4349580046527 0.00733223
2016 49241137711 4995606338455 0.00985689
BSM
2012 1.12526E+12 54229395784522 0.02075008
2013 9.06499E+11 63965361177789 0.01417172
2014 1.12609E+11 66942422284470 0.00168217
2015 3.83719E+11 70369708944091 0.0054529
2016 4.45851E+11 78831721590271 0.00565573
BSMI
2012 246727574 8163668180 0.03022264
2013 199737385 9121575543 0.02189725
2014 23319637 7044584889 0.00331029
2015 16727372 5559819466 0.00300862
2016 147247752 6135241922 0.02400032
BMI
2012 521841321 44854413084 0.01163411
2013 653620388 54694020564 0.01195049
2014 96719801 62442189696 0.00154895
2015 108909838 57172587967 0.00190493
2016 116459114 55786397505 0.00208759
PNBS
2012 46849335 2140482104 0.02188728
2013 29161500 4052700692 0.00719557
2014 95731515 6207678452 0.01542147
2015 75375666 7134234975 0.01056535
2016 27751225 8757963603 0.00316868
BJBS
2012 -22694851 4239448850 -0.00535326
2013 40570354 4695088075 0.00864102
2014 34313170 6093478708 0.00563113
2015 15949840 6437966411 0.00247747
2016 -545977456 7441652530 -0.07336777
BSB
2012 24357096259 3616107512472 0.00673572
2013 27244911130 4343096056830 0.00627315
2014 12769963065 5161300488180 0.00247418
2015 40665677424 5827153527325 0.00697865
2016 47833776081 7019598576013 0.00681432
BMSI
2012 56186 2062552 0.02724101
2013 59188 2299971 0.02573424
2014 76584 2449541 0.03126463
2015 -391125 1743439 -0.22434109
2016 -544552 1344720 -0.40495568
BNIS
2012 132744 10645313 0.01246971
2013 179616 14708504 0.01221171
2014 220133 19492112 0.01129344
2015 307768 23017667 0.01337095
2016 373197 28314175 0.01318057
BRIS
2012 138052 14088914 0.00979863
2013 183942 17400914 0.01057082
2014 15385 20343249 0.00075627
2015 158979 24230247 0.00656118
2016 239609 27678188 0.00865696
103
Lampiran 7: Perhitungan Net Profit Before Taxes to Current Liability
Bank Tahun Net Profit Brefore interest Curent Liability NPBICL
BCAS
2012 10960778015 238810075504 0.045897
2013 16760901061 260561575993 0.064326
2014 17497708631 309273017258 0.056577
2015 31892132856 376401415620 0.084729
2016 49241137711 393528534234 0.00999
BSM
2012 1.12526E+12 8772164156921 0.128277
2013 9.06499E+11 10604006870278 0.085486
2014 1.12609E+11 7884138140141 0.014283
2015 3.83719E+11 9460352567301 0.040561
2016 4.45851E+11 10801449184015 0.041277
BSMI
2012 246727574 2011547476 0.122656
2013 199737385 1800345764 0.110944
2014 23319637 1259847677 0.01851
2015 16727372 901803383 0.018549
2016 147247752 629418380 0.233943
BMI
2012 521841321 7951477655 0.065628
2013 653620388 9659515820 0.067666
2014 96719801 9309588390 0.010389
2015 108909838 8558827817 0.012725
2016 116459114 9030190679 0.012897
PNBS
2012 46849335 207006057 0.226319
2013 29161500 399427658 0.073008
2014 95731515 878501732 0.108971
2015 75375666 832850752 0.090503
2016 27751225 1010060755 0.027475
BJBS
2012 -22694851 501334847 -0.04527
2013 40570354 639934291 0.063398
2014 34313170 515932063 0.066507
2015 15949840 460713177 0.03462
2016 -545977456 869848054 -0.62767
BSB
2012 24357096259 3330749939521 0.007313
2013 27244911130 994095862770 0.027407
2014 12769963065 795744053623 0.016048
2015 40665677424 821690633482 0.04949
2016 47833776081 1241511992685 0.038529
BMSI
2012 56186 518330 0.108398
2013 59188 514367 0.11507
2014 76584 497887 0.153818
2015 -391125 254704 -1.53561
2016 -544552 304135 -1.79049
BNIS
2012 132744 2136154 0.062142
2013 179616 3717678 0.048314
2014 220133 3020812 0.072872
2015 307768 3239350 0.095009
2016 373197 4584636 0.081402
BRIS
2012 138052 2143871 0.064394
2013 183942 4256808 0.043211
2014 15385 5117565 0.003006
2015 158979 4786283 0.033216
2016 239609 7511450 0.031899
104
Lampiran 8: Perhitungan Sales to Total Asset
Bank Tahun Sales Total Asset STA
BCAS
2012 1.16986E+11 1602180989075 0.0730167
2013 1.55087E+11 2041418847273 0.07597023
2014 2.27365E+11 2994449136265 0.07592867
2015 3.57791E+11 4349580046527 0.08225879
2016 4.26069E+11 4995606338455 0.0852887
BSM
2012 4.67933E+12 54229395784522 0.0862877
2013 5.43785E+12 63965361177789 0.08501244
2014 5.54656E+12 66942422284470 0.0828557
2015 5.96002E+12 70369708944091 0.08469576
2016 6.4679E+12 78831721590271 0.08204689
BSMI
2012 1152243631 8163668180 0.14114288
2013 1355745354 9121575543 0.14863061
2014 1195321911 7044584889 0.16967954
2015 805328207 5559819466 0.14484791
2016 660472502 6135241922 0.10765223
BMI
2012 2980143546 44854413084 0.06644036
2013 4352254733 54694020564 0.0795746
2014 5214863502 62442189696 0.08351506
2015 4949359579 57172587967 0.08656875
2016 3801050983 55786397505 0.0681358
PNBS
2012 146346178 2140482104 0.06837066
2013 273812379 4052700692 0.06756294
2014 526519793 6207678452 0.0848175
2015 711205543 7134234975 0.09968911
2016 693132212 8757963603 0.07914308
BJBS
2012 308613421 4239448850 0.07279565
2013 511493027 4695088075 0.10894216
2014 593150492 6093478708 0.09734185
2015 728402525 6437966411 0.11314171
2016 730187052 7441652530 0.09812163
BSB
2012 1.11792E+11 3616107512472 0.03091496
2013 3.66252E+11 4343096056830 0.08432977
2014 4.60596E+11 5161300488180 0.08924034
2015 5.05265E+11 5827153527325 0.08670875
2016 5.75169E+11 7019598576013 0.08193765
BMSI
2012 125382 2062552 0.06078974
2013 138786 2299971 0.0603425
2014 169712 2449541 0.06928318
2015 173385 1743439 0.09945
2016 107788 1344720 0.08015646
BNIS
2012 936406 10645313 0.08796416
2013 1333245 14708504 0.0906445
2014 2026108 19492112 0.10394502
2015 2429243 23017667 0.10553819
2016 2801575 28314175 0.09894602
BRIS
2012 1338501 14088914 0.09500384
2013 1737511 17400914 0.09985171
2014 2056602 20343249 0.10109506
2015 2424752 24230247 0.10007129
2016 2634201 27678188 0.09517245
105
Lampiran 9: Perhitungan Retained Earning to Total Asset
Bank Tahun Retained earning Total Asset RETA
BCAS
2012 18958257282 1602180989075 0.011833
2013 31659280162 2041418847273 0.015508
2014 44609032287 2994449136265 0.014897
2015 68045881869 4349580046527 0.015644
2016 1.04862E+11 4995606338455 0.020991
BSM
2012 2.72218E+12 54229395784522 0.050198
2013 3.37342E+12 63965361177789 0.052738
2014 3.4452E+12 66942422284470 0.051465
2015 3.2425E+12 70369708944091 0.046078
2016 3.56792E+12 78831721590271 0.04526
BSMI
2012 301649128 8163668180 0.03695
2013 149739081 9121575543 0.016416
2014 17635303 7044584889 0.002503
2015 24994403 5559819466 0.004496
2016 136635655 6135241922 0.022271
BMI
2012 1120894073 44854413084 0.02499
2013 1596740732 54694020564 0.029194
2014 684634232 62442189696 0.064443
2015 162708953 57172587967 0.061543
2016 243220044 55786397505 0.064868
PNBS
2012 35408162 2140482104 0.016542
2013 25995008 4052700692 0.006414
2014 96933903 6207678452 0.015615
2015 150456446 7134234975 0.021089
2016 169997360 8757963603 0.019411
BJBS
2012 -9557923 4239448850 -0.00225
2013 18937914 4695088075 0.004034
2014 9951168 6093478708 0.001633
2015 5344100 6437966411 0.00083
2016 -417332199 7441652530 -0.05608
BSB
2012 -1.77298E+11 3616107512472 -0.04903
2013 -1.5775E+11 4343096056830 -0.03632
2014 -1.49088E+11 5161300488180 -0.02889
2015 1.21587E+11 5827153527325 0.020866
2016 88877272230 7019598576013 0.012661
BMSI
2012 102001 2062552 0.049454
2013 143368 2299971 0.062335
2014 199294 2449541 0.08136
2015 -95098 1743439 -0.05455
2016 -258836 1344720 -0.19248
BNIS
2012 175967 10645313 0.01653
2013 283680 14708504 0.019287
2014 408500 19492112 0.020957
2015 607025 23017667 0.026372
2016 861547 28314175 0.030428
BRIS
2012 89564 14088914 0.006357
2013 213128 17400914 0.012248
2014 228843 20343249 0.011249
2015 349090 24230247 0.014407
2016 519299 27678188 0.018756
106
Lampiran 10: Perhitungan Earning Before Interes and Taxes to Total Asset
Bank Tahun EBIT Total Asset EBITTA
BCAS
2012 10960778015 1602180989075 0.00684116
2013 16760901061 2041418847273 0.00821042
2014 17497708631 2994449136265 0.00584338
2015 31892132856 4349580046527 0.00733223
2016 49241137711 4995606338455 0.00985689
BSM
2012 1.12526E+12 54229395784522 0.02075008
2013 9.06499E+11 63965361177789 0.01417172
2014 1.12609E+11 66942422284470 0.00168217
2015 3.83719E+11 70369708944091 0.0054529
2016 4.45851E+11 78831721590271 0.00565573
BSMI
2012 246727574 8163668180 0.03022264
2013 199737385 9121575543 0.02189725
2014 23319637 7044584889 0.00331029
2015 16727372 5559819466 0.00300862
2016 147247752 6135241922 0.02400032
BMI
2012 521841321 44854413084 0.01163411
2013 653620388 54694020564 0.01195049
2014 96719801 62442189696 0.00154895
2015 108909838 57172587967 0.00190493
2016 116459114 55786397505 0.00208759
PNBS
2012 46849335 2140482104 0.02188728
2013 29161500 4052700692 0.00719557
2014 95731515 6207678452 0.01542147
2015 75375666 7134234975 0.01056535
2016 27751225 8757963603 0.00316868
BJBS
2012 -22694851 4239448850 -0.00535326
2013 40570354 4695088075 0.00864102
2014 34313170 6093478708 0.00563113
2015 15949840 6437966411 0.00247747
2016 -545977456 7441652530 -0.07336777
BSB
2012 24357096259 3616107512472 0.00673572
2013 27244911130 4343096056830 0.00627315
2014 12769963065 5161300488180 0.00247418
2015 40665677424 5827153527325 0.00697865
2016 47833776081 7019598576013 0.00681432
BMSI
2012 56186 2062552 0.02724101
2013 59188 2299971 0.02573424
2014 76584 2449541 0.03126463
2015 -391125 1743439 -0.22434109
2016 -544552 1344720 -0.40495568
BNIS
2012 132744 10645313 0.01246971
2013 179616 14708504 0.01221171
2014 220133 19492112 0.01129344
2015 307768 23017667 0.01337095
2016 373197 28314175 0.01318057
BRIS
2012 138052 14088914 0.00979863
2013 183942 17400914 0.01057082
2014 15385 20343249 0.00075627
2015 158979 24230247 0.00656118
2016 239609 27678188 0.00865696
107
Lampiran 11: Book Value of Equity to Book Value of Liability
Bank Tahun Book Value of Equity Book Value Of Liability BVEBVL
BCAS
2012 3.04376E+11 256793877391 1.185293
2013 3.13517E+11 275000002371 1.140062
2014 6.26034E+11 324416857496 1.929721
2015 1.05255E+12 393622629885 2.674011
2016 1.09907E+12 419533187553 2.619736
BSM
2012 4.18069E+12 9168631145854 0.455978
2013 4.862E+12 11029685200566 0.44081
2014 4.93698E+12 8329956338523 0.592678
2015 5.61374E+12 9883107046874 0.568014
2016 6.39244E+12 11232796484546 0.569087
BSMI
2012 8163668180 2117051180 3.856151
2013 770053081 1905341988 0.404155
2014 787449303 1300748345 0.605382
2015 874286571 934524234 0.935542
2016 1061800638 653977609 1.623604
BMI
2012 2457989411 8115487602 0.309124
2013 4291093718 9875162022 0.444235
2014 4023951885 9587562800 0.432237
2015 3518592629 8952097186 0.411107
2016 3618746556 9476756018 0.400739
PNBS
2012 187666331 209242761 0.896883
2013 525995008 402609317 1.306465
2014 1072794674 887049913 1.209396
2015 1155490602 814347824 1.418915
2016 1187940719 1019132249 1.165639
BJBS
2012 599442077 572583107 1.195692
2013 627757914 639934291 0.980972
2014 631270749 594012407 1.223554
2015 1043202612 525022661 2.264321
2016 876401193 940848054 1.007534
BSB
2012 2.73072E+11 3343035359342 0.081684
2013 2.9262E+11 1018893278431 0.287194
2014 5.01282E+11 829679583386 0.604187
2015 6.33083E+11 876238579155 0.722501
2016 7.89568E+11 1314314270143 0.600745
BMSI
2012 950849 538384 1.766117
2013 992216 536785 1.848442
2014 1048717 512714 2.045423
2015 754605 275450 2.739535
2016 592111 323237 1.831817
BNIS
2012 1187218 2185658 0.543186
2013 1304680 3838672 0.339878
2014 1950000 3084547 0.632184
2015 2215658 3310505 0.669281
2016 2486566 4684758 0.530778
BRIS
2012 1068564 3431739 0.311377
2013 11698128 4504515 2.596978
2014 1707843 5608590 0.304505
2015 2339812 6421537 0.364369
2016 2510014 8464428 0.296537
108
Lampiran 12: Perhitungan Potensi Financial Distress Model Zmijewski
Bank
Tahun
ROA
(4.5)
Leverage
(5.7)
Likuiditas
(0.004)
ZMIJEWSKI
BCAS
2012 0.005218 0.160278 6.6067 -3.38347
2013 0.006222 0.13471 7.691936 -3.52938
2014 0.004325 0.108339 9.518727 -3.66385
2015 0.005388 0.090497 11.31491 -3.76316
2016 0.00737 0.08398 12.39646 -3.80489
BSM
2012 0.014857 0.169071 5.952356 -3.37934
2013 0.010181 0.172432 5.813133 -3.3397
2014 0.001072 0.124435 8.172469 -3.56286
2015 0.004115 0.140445 7.148026 -3.48939
2016 0.004128 0.142491 7.06338 -3.47812
BSMI
2012 0.022646 0.259326 3.911954 -2.9081
2013 0.016394 0.208883 4.830558 -3.16382
2014 0.002469 0.184645 5.238118 -3.23768
2015 0.002199 0.168085 5.627352 -3.3293
2016 0.018048 0.106594 9.015006 -3.73757
BMI
2012 0.008682 0.18093 5.505009 -3.28575
2013 0.0087 0.180553 5.45501 -3.28818
2014 0.000944 0.153543 6.263412 -3.404
2015 0.001303 0.15658 6.076341 -3.38905
2016 0.001443 0.169876 5.610268 -3.31576
PNBS
2012 0.017332 0.097755 10.16109 -3.78015
2013 0.005264 0.099343 10.02056 -3.71735
2014 0.011427 0.142896 6.977552 -3.50901
2015 0.00751 0.114146 8.426116 -3.64946
2016 0.002231 0.116366 8.364775 -3.61329
BJBS
2012 -0.00429 0.135061 8.088932 -3.4785
2013 0.006031 0.136299 6.978231 -3.52232
2014 0.003562 0.097483 11.31561 -3.71511
2015 0.001131 0.081551 13.35108 -3.78684
2016 -0.05573 0.12643 8.555118 -3.29435
BSB
2012 0.004782 0.924485 0.103412 0.948455
2013 0.004501 0.234601 4.110069 -2.96659
2014 0.001678 0.16075 6.12861 -3.36676
2015 0.004767 0.150372 6.782463 -3.4372
2016 0.00466 0.187235 5.353734 -3.23231
MBSI
2012 0.019564 0.261028 3.926205 -2.88447
2013 0.017986 0.233388 4.404369 -3.03301
2014 0.022826 0.20931 4.871732 -3.19016
2015 -0.16886 0.157992 6.387768 -2.61404
2016 -0.12176 0.240375 4.090318 -2.36557
BNIS
2012 0.009572 0.205316 4.888242 -3.15322
2013 0.007986 0.260983 3.876277 -2.83283
2014 0.008375 0.158246 3.456788 -3.42186
2015 0.009928 0.143825 6.986307 -3.49693
2016 0.009796 0.165456 6.064948 -3.37672
BRIS
2012 0.007204 0.243577 6.416084 -2.91837
2013 0.007446 0.258867 3.996975 -2.84198
2014 0.000323 0.275698 3.88537 -2.71444
2015 0.005061 0.265022 4.941363 -2.79239
2016 0.00615 0.305816 3.572507 -2.57023
Rata-rata 0.000043165 0.185707 7.592195 -3.21129
109
Lampiran 13: Perhitungan Potensi Financial Distress Model Springate
Bank
Tahun
WCTA
(1.03)
NPBITTA
(3.07)
NPBTCL
(0.66)
STA
(9.4)
SPRINGATE
BCAS
2012 0.835696 0.006841 0.045897 0.073017 0.941268
2013 0.854142 0.00821 0.064326 0.07597 0.977815
2014 0.879832 0.005843 0.056577 0.075929 0.991878
2015 0.892626 0.007332 0.084729 0.082259 1.030739
2016 0.897755 0.009857 0.00999 0.085289 0.995657
BSM
2012 0.946772 0.02075 1.290198 0.086288 1.924924
2013 0.797908 0.014172 0.085486 0.085012 0.955779
2014 0.844737 0.001682 0.014283 0.082856 0.917812
2015 0.826527 0.005453 0.040561 0.084696 0.928712
2016 0.830799 0.005656 0.041277 0.082047 0.933147
BSMI
2012 0.717513 0.030223 0.122656 0.141143 0.969231
2013 0.756046 0.021897 0.110944 0.148631 0.978627
2014 0.757941 0.00331 0.01851 0.16968 0.870931
2015 0.750557 0.003009 0.018549 0.144848 0.852492
2016 0.822265 0.024 0.233943 0.107652 1.118076
BMI
2012 0.798617 0.011634 0.065628 0.06644 0.928183
2013 0.7868 0.01195 0.067666 0.079575 0.923581
2014 0.784729 0.001549 0.010389 0.083515 0.853289
2015 0.759936 0.001905 0.012725 0.086569 0.831609
2016 0.746268 0.002088 0.012897 0.068136 0.810831
PNBS
2012 0.885969 0.021887 0.226319 0.068371 1.156461
2013 0.889052 0.007196 0.073008 0.067563 1.013025
2014 0.845935 0.015421 0.108971 0.084818 1.024505
2015 0.866925 0.010565 0.090503 0.099689 1.024976
2016 0.849384 0.003169 0.027475 0.079143 0.934384
BJBS
2012 0.8383 -0.00535 -0.04527 0.072796 0.846255
2013 0.814825 0.008641 0.063398 0.108942 0.951217
2014 0.873418 0.005631 0.066507 0.097342 0.99974
2015 0.883867 0.002477 0.03462 0.113142 0.986095
2016 0.883111 -0.07337 -0.62767 0.098122 0.309352
BSB
2012 -0.82584 0.006736 0.007313 0.030915 -0.81274
2013 0.711867 0.006273 0.027407 0.08433 0.804302
2014 0.790704 0.002474 0.016048 0.08924 0.868309
2015 0.815389 0.006979 0.04949 0.086709 0.928622
2016 0.770017 0.006814 0.038529 0.081938 0.872242
MBSI
2012 0.735371 0.027241 0.108398 0.06079 0.93692
2013 0.761355 0.025734 0.11507 0.060342 0.963283
2014 0.786958 0.031265 0.153818 0.069283 1.035782
2015 0.787114 -0.22434 -1.53561 0.09945 -0.85172
2016 0.698937 -0.40496 -1.79049 0.080156 -1.67297
BNIS
2012 0.780239 0.01247 0.062142 0.087964 0.918127
2013 0.726999 0.012212 0.048314 0.090645 0.854444
2014 0.380744 0.011293 0.072872 0.103945 0.51651
2015 0.842472 0.013371 0.095009 0.105538 1.013716
2016 0.820117 0.013181 0.081402 0.098946 0.978489
BRIS
2012 0.824151 0.009799 0.064394 0.095004 0.959458
2013 0.733154 0.010571 0.043211 0.099852 0.856061
2014 0.725846 0.000756 0.003006 0.101095 0.792365
2015 0.778551 0.006561 0.033216 0.100071 0.884001
2016 0.69814 0.008657 0.031899 0.095172 0.804784
rata-rata 0.765211 -0.00447 0.003011 0.090417 0.812611
110
Lampiran 14: Perhitungan Potensi Financial Distress Model Altman Z-Score
Bank
Tahun
WCTA
(6.56)
RETA
(3.26)
EBITTA
(6.72)
BVEBVTD
(1.05)
ALTMAN
BCAS
2012 0.835696 0.011833 0.006841 1.185293 6.811271
2013 0.854142 0.015508 0.00821 1.140062 6.905967
2014 0.879832 0.014897 0.005843 1.929721 7.885738
2015 0.892626 0.015644 0.007332 2.674011 8.763611
2016 0.897755 0.020991 0.009857 2.619736 8.774666
BSM
2012 0.946772 0.050198 0.02075 0.455978 6.992687
2013 0.797908 0.052738 0.014172 0.44081 5.964291
2014 0.844737 0.051465 0.001682 0.592678 6.342866
2015 0.826527 0.046078 0.005453 0.568014 6.205292
2016 0.830799 0.04526 0.005656 0.569087 6.233134
BSMI
2012 0.717513 0.03695 0.030223 3.856151 9.079394
2013 0.756046 0.016416 0.021897 0.404155 5.584688
2014 0.757941 0.002503 0.00331 0.605382 5.638153
2015 0.750557 0.004496 0.003009 0.935542 5.940847
2016 0.822265 0.022271 0.024 1.623604 7.332724
BMI
2012 0.798617 0.02499 0.011634 0.309124 5.723152
2013 0.7868 0.029194 0.01195 0.444235 5.803332
2014 0.784729 0.064443 0.001549 0.432237 5.822164
2015 0.759936 0.061543 0.001905 0.411107 5.630278
2016 0.746268 0.064868 0.002088 0.400739 5.541791
PNBS
2012 0.885969 0.016542 0.021887 0.896883 6.954696
2013 0.889052 0.006414 0.007196 1.306465 7.273235
2014 0.845935 0.015615 0.015421 1.209396 6.973734
2015 0.866925 0.021089 0.010565 1.418915 7.316639
2016 0.849384 0.019411 0.003169 1.165639 6.88045
BJBS
2012 0.8383 -0.00225 -0.00535 1.195692 6.711399
2013 0.814825 0.004034 0.008641 0.980972 6.44649
2014 0.873418 0.001633 0.005631 1.223554 7.057521
2015 0.883867 0.00083 0.002477 2.264321 8.195059
2016 0.883111 -0.05608 -0.07337 1.007534 6.175264
BSB
2012 -0.82584 -0.04903 0.006736 0.081684 -5.44629
2013 0.711867 -0.03632 0.006273 0.287194 4.895147
2014 0.790704 -0.02889 0.002474 0.604187 5.743873
2015 0.815389 0.020866 0.006979 0.722501 6.222495
2016 0.770017 0.012661 0.006814 0.600745 5.769164
MBSI
2012 0.735371 0.049454 0.027241 1.766117 7.022732
2013 0.761355 0.062335 0.025734 1.848442 7.3115
2014 0.786958 0.08136 0.031265 2.045423 7.785467
2015 0.787114 -0.05455 -0.22434 2.739535 6.35459
2016 0.698937 -0.19248 -0.40496 1.831817 3.159634
BNIS
2012 0.780239 0.01653 0.01247 0.543186 5.826394
2013 0.726999 0.019287 0.012212 0.339878 5.270925
2014 0.380744 0.020957 0.011293 0.632184 3.305683
2015 0.842472 0.026372 0.013371 0.669281 6.405188
2016 0.820117 0.030428 0.013181 0.530778 6.125055
BRIS
2012 0.824151 0.006357 0.009799 0.311377 5.819944
2013 0.733154 0.012248 0.010571 2.596978 7.647281
2014 0.725846 0.011249 0.000756 0.304505 5.123034
2015 0.778551 0.014407 0.006561 0.364369 5.58094
2016 0.69814 0.018756 0.008657 0.296537 5.010483
Rata-rata 0.765211 0.01443 -0.00447 1.067675 6.157876
111
Lampiran 15: Perhitungan Potensi Financial Distress Model Grover
Bank
Tahun
WCTA
(1.65)
EBITTA
(3.404)
ROA
(0.016)
Grover
BCAS
2012 0.835696 0.006841 0.005218 1.459269
2013 0.854142 0.00821 0.006222 1.494382
2014 0.879832 0.005843 0.004325 1.528683
2015 0.892626 0.007332 0.005388 1.554878
2016 0.897755 0.009857 0.00737 1.571967
BSM
2012 0.946772 0.02075 0.014857 1.690045
2013 0.797908 0.014172 0.010181 1.421952
2014 0.844737 0.001682 0.001072 1.456559
2015 0.826527 0.005453 0.004115 1.439398
2016 0.830799 0.005656 0.004128 1.447136
BSMI
2012 0.717513 0.030223 0.022646 1.344136
2013 0.756046 0.021897 0.016394 1.379276
2014 0.757941 0.00331 0.002469 1.318911
2015 0.750557 0.003009 0.002199 1.305696
2016 0.822265 0.024 0.018048 1.495722
BMI
2012 0.798617 0.011634 0.008682 1.414459
2013 0.7868 0.01195 0.0087 1.396038
2014 0.784729 0.001549 0.000944 1.357091
2015 0.759936 0.001905 0.001303 1.3174
2016 0.746268 0.002088 0.001443 1.295471
PNBS
2012 0.885969 0.021887 0.017332 1.593631
2013 0.889052 0.007196 0.005264 1.548514
2014 0.845935 0.015421 0.011427 1.505469
2015 0.866925 0.010565 0.00751 1.523511
2016 0.849384 0.003169 0.002231 1.469305
BJBS
2012 0.8383 -0.00535 -0.00429 1.421903
2013 0.814825 0.008641 0.006031 1.430972
2014 0.873418 0.005631 0.003562 1.517366
2015 0.883867 0.002477 0.001131 1.523832
2016 0.883111 -0.07337 -0.05573 1.263497
BSB
2012 -0.82584 0.006736 0.004782 -1.28262
2013 0.711867 0.006273 0.004501 1.253007
2014 0.790704 0.002474 0.001678 1.37011
2015 0.815389 0.006979 0.004767 1.426223
2016 0.770017 0.006814 0.00466 1.350799
MBSI
2012 0.735371 0.027241 0.019564 1.363403
2013 0.761355 0.025734 0.017986 1.401123
2014 0.786958 0.031265 0.022826 1.46227
2015 0.787114 -0.22434 -0.16886 0.58938
2016 0.698937 -0.40496 -0.12176 -0.17017
BNIS
2012 0.780239 0.01247 0.009572 1.386994
2013 0.726999 0.012212 0.007986 1.298245
2014 0.380744 0.011293 0.008375 0.723804
2015 0.842472 0.013371 0.009928 1.492753
2016 0.820117 0.013181 0.009796 1.455217
BRIS
2012 0.824151 0.009799 0.007204 1.450318
2013 0.733154 0.010571 0.007446 1.302806
2014 0.725846 0.000756 0.000323 1.257226
2015 0.778551 0.006561 0.005061 1.364024
2016 0.69814 0.008657 0.00615 1.238498
Rata-rata 0.765211 -0.00447 4.32E-05 1.304397
112
Lampiran 16: Analisis Deskriptif Model Zmijewski
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
ROA 50 -.17 .02 .0000 .03218
LEVERAGE 50 .08 .92 .1857 .12075
LIKUIDITY 50 .10 59.87 7.5922 7.95851
Valid N (listwise) 50
Lampiran 17: Analisis Deskriptif Model Springate
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
WCTA 50 -.83 .95 .7652 .24458
NPBTTA 50 -.40 .03 -.0045 .06802
NPBCL 50 -1.79 1.29 .0030 .40203
STA 50 .03 .17 .0904 .02357
Valid N (listwise) 50
Lampiran 18: Analisis Deskriptif Model Altman Z-Score
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
WCTA 50 -.83 .95 .7652 .24458
RETA 50 -.19 .08 .0144 .04166
EBITTA 50 -.40 .03 -.0045 .06802
BVEBTL 50 .08 3.86 1.0677 .82752
Valid N (listwise) 50
Lampiran 19: Analisis Deskriptif Model Grover
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
WCTA 50 -.83 .95 .7652 .24458
EBITTA 50 -.40 .03 -.0045 .06802
ROA 50 -.17 .02 .0000 .03218
Valid N (listwise) 50
113
Lampiran 20: Uji Kruskall Wallis
Ranks
MODEL N Mean Rank
FD
ZMIJEWSKI 50 27.17
SPRINGATE 50 80.55
ALTMAN 50 172.50
GROVER 50 121.78
Total 200
Test Statisticsa,b
FD
Chi-Square 170.342
df 3
Asymp. Sig. .000
a. Kruskal Wallis Test
b. Grouping Variable: MODEL
114