MEMPREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN
DENGAN MENGGUNAKAN METODE ALTMAN Z – SCORE
(Studi Kasus pada Perusahaan Retail yang Terdaftar di Bursa Efek
Indonesia Periode 2012 - 2016)
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Ekonomi
Oleh:
SHELLY FATHIA RIZKY
NIM : 11140810000064
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H/2019 M
vi
DAFTAR RIWAYAT HIDUP
BIODATA
Nama : Shelly Fathia Rizky
Tempat/Tanggal Lahir : Jakarta, 18 Juli 1997
Jenis Kelamin : Wanita
Agama : Islam
Status : Belum Menikah
Alamat Rumah : Perum. Taman Wanasari Indah Blok A7/10, Kec. Cibitung, Kab.
Bekasi.
Alamat Sekarang : Jl. Matraman Salemba VIII/29, Kec. Matraman, Jakarta Timur.
HP : +6287879175007
Email : [email protected]
PENDIDIKAN FORMAL
2014 – 2019 : Universitas Islam Negeri Syarif Hidayatullah Jakarta, Jurusan
Manajemen
Keuangan S1
2012 – 2014 : SMA Negeri 1 Cibitung Jurusan IPA
2009 – 2011 : SMP N 1 Cikarang Barat
2002 – 2008 : SD Negeri Wanasari 14
vii
KOMPETENSI DAN KEAHLIAN
1. Mampu mengoperasikan komputer MS. Word, MS. Excel dan MS. Power Point
2. Mampu Berkomunikasi dengan Baik
3. Terbiasa dengan media sosial, Whatsapp, Email.
4. Mampu bekerja secara tim dan mandiri.
PENGALAMAN BERORGANISASI
1. Panitia Pelaksanaan Orientasi Pengenalan Akademik Kejuruan (OPAK) Tahun 2015
2. Panitia Pelaksanaan LKK Nasional KOHATI Cabang Ciputat di tahun 2016
3. Pengurus Himpunan Mahasiswa Islam KAFEIS Cabang Ciputat tahun 2016 – 2017
4. Pengurus FORSA (Federasi Olahraga Mahasiswa) Bidang Minat dan Bakat UIN Syarif
Hidayatullah Jakarta tahun 2016 – 2017
5. Panitia Sosialisasi Nasional Kebijakan Transfer ke Daerah dan Dana Desa tanggal 2 Maret
2017
PENGALAMAN INTERNSHIP
1. Koperasi Pegawai Bank Indonesia di tahun 2016
2. Direktorat Jendral Perimbangan Keuangan, kementrian Keuangan Republik Indonesia di
tahun 2017.
Urain Tugas :
1. Membantu tim membuat analisis database peminjaman keuangan di Koperasi Bank Indonesia
Jakarta.
2. Membantu pembuatan UP GRADING KEPEGAWAIAN, dan mengolah data DANA
PERIMBANGAN di kantor DJPK Pusat Kemenkeu.
viii
ABSTRACT
This study aims to predict the condition of financial distress in Retail companies listed
in the Indonesia Stock Exchange using the analysis model of Altman Z-Score modification
and multinomial logit regression analysis of the period 2012-2016. The total sample is 33
companies. The data used in this report is a balance sheet and income statement in the
financial statements of Retail companies. Variables used are financial ratios in the model
Altman Z - Score modification, namely: working capital to total assets, retained earnings to
total assets, earnings before interest and taxes to total assets, and book value of equity to
book value of total debt . The method used is a model of Altman Z-Score modification
because it can be used to predict the financial distress conditions of all types of companies
and multinomial logit regression analysis to see the ratio that most influences the state of
financial distress.
The results in this study using the Altman Z-Score indicates that there are 1 company
that experienced financial distress in 2015 and 2016, namely the company code SKYB. While
the results of analysis using multinomial logit regression shows that only the working capital
to total assets variable has a significant effect on financial distress conditions with a
significant level of α <0.05.
Keywords: financial distress, working capital to total assets, retained earnings to
total assets, earnings before interest and taxes to total assets, book
value of equity to book value of total debt, model of Altman Z – Score
modification, multinomial logistic regression analysis.
ix
ABSTRAK
Penelitian ini bertujuan untuk memprediksi kondisi financial distress pada perusahaan
Retail yang terdaftar di Bursa Efek Indonesia dengan menggunakan analisis model Altman Z
– Score modifikasi dan analisis regresi multinomial logit periode 2012 – 2016. Jumlah
sampel sebanyak 33 perusahaan. Data yang digunakan dalam laporan ini berupa laporan
neraca dan laporan laba rugi dalam laporan keuangan perusahaan Retail. Variabel yang
digunakan adalah rasio keuangan yang ada didalam model Altman Z – Score modifikasi,
yaitu: working capital to total assets, retained earning to total assets, earning before interest
and taxes to total assets, dan book value of equity to book value of total debt. Metode yang
digunakan adalah model Altman Z – Score modifikasi karena dapat digunakan untuk
memprediksi kondisi financial distress semua jenis perusahaan dan analisis regresi
multinomial logit untuk melihat rasio yang paling mempengaruhi keadaan financial distress.
Hasil dalam penelitian ini dengan menggunakan metode Altman Z – Score
menunjukkan bahwa terdapat 1 perusahaan yang mengalami kondisi financial distress pada
tahun 2015 dan 2016, yaitu dengan kode perusahaan SKYB. Sedangkan hasil analisis
menggunakan regresi multinomial logit menunjukkan bahwa hanya variabel working capital
to total assets yang berpengaruh signifikan terhadap kondisi financial distress dengan tingkat
signifikan α < 0.05.
Kata kunci: financial distress, working capital to total assets, retained earning to
total assets, earning before interest and taxes to total assets, book
value of equity to book value of total debt, model Altman Z – Score
modifikasi, regresi multinomial logit.
x
KATA PENGANTAR
Assalamu’alaikum Warrahmaatullahi Wabarakatuh
Alhamdulillahirabbil’alamin. Segala puji serta syukur penulis panjatkan kehadirat
Allah Subhanahu wa Ta’ala yang telah memberikan rahmat dan hidayah-Nya, sehingga
penulis dapat menyelesaikan Skripsi ini guna memperoleh gelar Sarjana Ekonomi di Fakultas
Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta, dengan judul: Analisis Rasio
Keuangan Sebagai Indikator dalam Memprediksi Kondisi Financial Distress Perusahaan
(Studi Kasus pada Perusahaan Retail yang Terdaftar di Bursa Efek Indonesia Periode 2012 -
2016).
Penulis bersyukur dapat menyelesaikan skripsi ini disamping Penulis juga menyadari
bahwa dalam penyusunan skripsi ini masih jauh dari sempurna. Hal ini dikarenakan
keterbatasan kemampuan pengetahuan yang Penulis miliki.
Pada kesempatan kali ini, Penulis ingin menyampaikan rasa terima kasih kepada
semua pihak yang telah memberikan bimbingan, arahan, bantuan serta dukungan sehingga
penulis dapat menyelasaikan proposal ini. Adapun pihak – pihak tersebut adalah sebagai
berikut:
1. Allah Subhanahu wa Ta’ala , Alhamdulillah Penulis selalu diberikan kemudahan
dalam penyusunan dan menyelesaikan proposal skripsi ini.
2. Untuk kedua orang tua Penulis, Rilvaridah Sahli Nova dan Siti Maryam Frederika
yang selalu memberikan doa, kasih sayang, bimbingan, serta dukungan semangat
yang selalu diberikan kepada Penulis, sehingga penulis dapat menyelesaikan
penulisan ini. Serta untuk adik Penulis, Silvia Mawardah yang selalu memberikan
tawa canda sehingga penulis dapat menghilangkan rasa penat dalam penulisan ini.
3. Tidak lupa untuk Keluarga Kedua bagi penulis, Study Rizal LK dan Heni Nihaya
yang senantiasa memberikan motivasi, pembelajaran perjalanan lika – liku kehidupan
dan bimbingan pendewasaan diri selama Penulis menempuh pendidikan di FEB UIN
Syarif Hidayatullah Jakarta dan memberikan sebuah masukan di dalam penyusunan
skripsi ini.
4. Bapak Dr. Arief Mufraini, Lc. M.Si selaku Dekan Fakultas Ekonomi dan Bisnis UIN
Syarif Hidayatullah Jakarta beserta jajaran Wakil Dekan 1, 2, dan 3.
xi
5. Ibu Titi Dewi Warninda, SE, M.Si selaku Ketua Jurusan Manajemen dan Ibu Ela
Patriana, Ir, MM selaku Sekretaris Jurusan Manajemen yang telah bersedia menjadi
tempat bertanya dan memberikan saran mengenai berbagai kegiatan perkuliahan.
6. Bapak Dr. Indo Yama Nasarudin, SE, MAB selaku pembimbing skripsi yang telah
memberikan bimbingan, arahan serta memotivasi kepada Penulis sehingga skripsi ini
dapat diselesaikan.
7. Ibu Amalia, SE, MM selaku pembimbing skripsi II yang telah memberikan arahan,
motivasi, nasehat dan bimbingan kepada Penulis untuk sesegera mungkin
menyelesaikan skripsi ini dan akhirnya dapat diselesaikan.
8. Ibu Sri hidayati S.Ag, M.Ed selaku dosen pembimbing akademik yang telah
memberikan arahan serta motivasi selama Penulis berada di Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatullah Jakarta.
9. Seluruh Bapak dan Ibu Dosen Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah
Jakarta yang telah memberikan ilmu serta arahan yang bermanfaat kepada Penulis.
10. Seluruh Karyawan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta
yang telah membantu Penulis dalam mengurus administrasi dan keperluan lainnya.
11. Teman Seperjuangan: Ayu, Shalimah, Ratna, Atika, dan Reviana yang selalu
memberikan keceriaan, masukan–masukan ilmu pengetahuan, dukungan dan
kenangan terindah yang tidak bisa dihitung betapa bahagianya Penulis rasakan selama
ini. Terima kasih sahabat atas waktu yang telah dilewati bersama dalam berjuang
untuk mengejar Gelar Sarjana.
12. Junior dan Senior FEB UIN Syarif Hidayatullah Jakarta dan Kelurga Besar HMI
KAFEIS yang selalu memberikan pembelajaran yang berharga dalam menjalankan
kehidupan ini. Semoga semua bisa menjadi apa yang kalian inginkan.
13. Kepada Kelurga Besar Volleyball UIN Syarif Hidayatullah Jakarta yang telah
memberikan semangat serta motivasi dan pengalaman yang penulis terima, semoga
selalu sukses kedepannya makin jaya pervolian di UIN Syarif Hidayatullah Jakarta.
14. Teman–teman HMI KAFEIS 2014 yang selalu memberikan kenangan yang manis
dalam berorganisasi selama 4 tahun ini.
15. Teman Hidup Kost “ANNISA” selama 3 tahun, kepada Animatun dan Intan yang
telah memberikan semangat, motivasi dan kasih sayang kepada Penulis untuk segera
menyelesaikan tugas akhir ini. Terima kasih Penulis ucapkan semoga sukses dengan
hasil yang diharapkan.
xii
16. Kepada Seseorang yang sering Penulis sebut namanya dalam do’a, terima kasih
selama ini telah memberikan kenangan manis, ujian kesabaran, menjadi panutan,
pendengar yang baik dan memberikan motivasi serta Do’a kepada Penulis. Sehingga
Penulis merasa bersemangat untuk segera menyelesaikan tugas akhir ini.
17. Teman – Teman Manajemen 2014 yang selalu memberikan cerita serta kenangan
dalam mengarungi masa pendidikan di UIN selama 4 tahun ini.
18. Kepada semua pihak yang telah banyak membantu dan mendukung Penulis dalam
menyelesaikan penulisan skripsi ini yang tidak bisa disebutkan satu persatu. Terima
kasih atas bantuannya dan semoga kebaikan kalian di balas oleh Allah Subhanahu wa
Ta’ala.
Penulis menyadari bahwa skripsi ini masih banyak kekurangan. Dengan segenap
kerendahan hati Penulis mengharapkan saran, arahan maupun kritik yang dapat membangun
dalam menyempurnakan skripsi ini.
Skripsi ini diharapkan dapat memberikan manfaat bagi berbagai pihak, bagi
pengembangan diri Penulis khususnya dan kepada para pembaca. Akhirnya segala urusan
Penulis tawakal dan menyerahkan semuanya kepada Allah Subhanahu wa Ta’ala Dzat yang
Maha Mengetahui lagi Maha Bijaksana.
Wassalamu’alaikum Warahmatullahi Wabarakhatuh
Ciputat, Januari 2018
Penulis
Shelly Fathia Rizky
xiii
DAFTAR ISI
HALAMAN JUDUL ......................................................................................................... i
LEMBAR PENGESAHAN SKRIPSI ............................................................................. ii
LEMBAR PENGUJIAN KOMPREHENSIF ................................................................. iii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ........................................ v
DAFTAR RIWAYAT HIDUP ......................................................................................... vi
ABSTRACT ........................................................................................................................ viii
ABSTRAK ......................................................................................................................... ix
KATA PENGANTAR ....................................................................................................... x
DAFTAR ISI...................................................................................................................... xiii
DAFTAR TABEL ............................................................................................................. xv
DAFTAR GAMBAR ......................................................................................................... xvi
BAB I PENDAHULUAN.................................................................................................. 1
A. Latar Belakang ........................................................................................................ 1
B. Perumusan Masalah ................................................................................................ 12
C. Tujuan dan Manfaat. ............................................................................................... 12
BAB II LANDASAN TEORI ........................................................................................... 15
A. Tinjauan Literatur ................................................................................................. 15
1. Pengertian Laporan Keuangan ....................................................................... 15
2. Tujuan Laporan Keuangan ............................................................................ 16
3. Jenis Laporan Keuangan ................................................................................ 20
4. Analisis Laporan Keuangan ........................................................................... 22
5. Analisa Rasio Keuangan ................................................................................ 24
6. Financial Distress .......................................................................................... 28
7. Altman Z – Score ........................................................................................... 34
B. Hubungan Antar Variabel ..................................................................................... 39
C. Penelitian Terdahulu ............................................................................................. 42
D. Kerangka Pemikiran Teoritis ................................................................................ 47
E. Hipotesis ............................................................................................................... 48
BAB III METODOLOGI PENELITIAN ....................................................................... 49
A. Ruang Lingkup Penelitian....................................................................................... 49
B. Metode Penentuan Sampel ...................................................................................... 49
C. Metode Pengumpulan Data ..................................................................................... 55
xiv
D. Metode Analisis Data .............................................................................................. 56
1. Analisa Model Altman Z-Score Modifikasi ...................................................... 56
2. Analisis Korelasi ............................................................................................... 56
3. Analisis Regresi Multinominal Logit................................................................ 58
E. Operasional Variabel .............................................................................................. 61
1. Variabel Dependen............................................................................................ 61
2. Variabel Independen.................................................................................. ....... 62
BAB IV HASIL DAN PEMBAHASAN .......................................................................... 65
A. Model Altman Z-Score Modifikasi ......................................................................... 65
1. Working Capital To Total Assets (X1) ............................................................. 65
2. Rentained Earning To Total Assets (X2) .......................................................... 68
3. Earning Before Interest And Taxes To Total Assets (X3) ................................ 70
4. Book Value Of Equity To Book Value Of Total Debt (X4) ............................... 73
5. Hasil Perhitungan Model Altman Z – Score Modifikasi ................................. 76
B. Analisis Korelasi ..................................................................................................... 79
C. Analisis Regresi Multinomial Logit........................................................................ 81
1. Menilai Model Fit ....................................................................................... 82
2. Goodness of Fit ........................................................................................... 83
3. Pseudo R – Square ...................................................................................... 84
4. Likelihood Ratio Test .................................................................................. 84
5. Ketepatan Parameter Estimasi .................................................................... 85
6. Tabel Klasifikasi ......................................................................................... 86
D. Interpretasi Hasil ..................................................................................................... 87
BAB V PENUTUP............................................................................................................. 92
A. Kesimpulan ............................................................................................................. 92
B. Saran ....................................................................................................................... 93
DAFTAR PUSTAKA ........................................................................................................ 95
LAMPIRAN
xv
DAFTAR TABEL
NO KETERANGAN Halaman
2.1 Penelitian Terdahulu ......................................................................................... 42
3.1 Perusahaan Retail yang Terdaftar di Bursa Efek Indonesia yang Memiliki
Laporan Keuangan pada Periode 31 Desember 2012 – 31 Desember 2016 ....... 51
3.2 Perusahaan Retail yang Terdaftar di Bursa Efek Indonesia yang Memiliki
Kelengkapan Data dan Informasi yang Lengkap pada Periode 31 Desember
2012 – 31 Desember 2016 .................................................................................. 53
3.3 Sampel Perusahaan Retail yang Memiliki Data dan Informasi yang Lengkap
pada Periode 31 Desember 2012 – 31 Desember 2016 ...................................... 54
4.1 Working Capital To Total Asset (X1) .................................................................. 66
4.2 Retained Earning To Total Asset (X2) ................................................................ 68
4.3 Earning Before Interest And Taxes To Total Assets (X3) ................................... 71
4.4 Book Value Of Equity To Book Value Of Total Debt (X4) ................................. 74
4.5 Nilai Z – Score perusahaan Retail yang Terdaftar di Bursa Efek Indonesia
Periode 2012 – 2016 ........................................................................................... 76
4.6 Hasil Uji Korelasi ............................................................................................... 80
4.7 Case Processing Summary .................................................................................. 82
4.8 Model Fitting Information .................................................................................. 82
4.9 Goodnes of Fit ..................................................................................................... 83
4.10 Pseudo R – Square .............................................................................................. 84
4.11 Likelihood Ratio Test .......................................................................................... 84
4.12 Ketepatan Parameter Estimasi ............................................................................ 85
4.13 Tabel Klasifikasi ................................................................................................. 87
xvi
DAFTAR GAMBAR
1.1 KURS TRANSAKSI BANK INDONESIA MATA UANG USD ............................... 2
1.2 Penjualan Ritel Semester I (2016 – 2017) .................................................................... 9
2.1 Tujuan Laporan Keuangan ............................................................................................ 19
2.2 Konversi Data Menjadi Informasi ................................................................................ 23
2.3 Kerangka Pemikiran.................................................................................................... . 47
1
BAB 1
PENDAHULUAN
A. Latar Belakang Masalah
Globalisasi yang terjadi di seluruh dunia memberikan dampak
besar terhadap berbagai aspek kehidupan masyarakat dunia.
Perkembangan ekonomi menjadi salah satu aspek yang terkena dampak
globalisasi tersebut. Pengaruh globalisasi terhadap perkembangan
ekonomi telah terjadi di berbagai negara, termasuk Indonesia. Kegiatan
bisnis yang kuat dan berpengalaman akan semakin mendapat keuntungan
dari meluasnya pengaruh globalisasi. Namun di sisi lain, bagi bisnis yang
baru tumbuh atau bisnis yang berskala nasional masih sulit untuk bersaing
dengan perusahaan asing yang lebih besar, sehingga dampaknya adalah
perusahaan yang berskala kecil berpotensi mengalami kesulitan keuangan
dalam perusahaan mereka.
Financial distress atau kesulitan keuangan merupakan suatu
keadaan dimana arus kas operasi tidak cukup untuk memenuhi kewajiban–
kewajiban lancarnya seperti hutang dagang ataupun biaya bunga (Hidayat
dan Meiranto: 2014). Sedangkan menurut Platt (2002), financial distress
didefinisikan sebagai tahap penurunan kondisi keuangan yang terjadi
sebelum kebangkrutan ataupun likuidasi. Financial distress bisa berarti
mulai dari kesulitan likuidasi (jangka pendek), yang merupakan financial
distress yang paling ringan sampai ke pernyataan kebangkrutan, yang
merupakan financial distress yang paling berat (Brahmana: 2007). Akan
2
tetapi, jika kesulitan keuangan jangka pendek yang biasanya bersifat
sementara dan mungkin tidak terlalu parah tidak ditangani dengan cepat,
akan berakibat pada semakin besarnya kesulitan keuangan tersebut dan
apabila terjadi terus menerus, perusahaan bisa dilikuidasi ataupun
direorganisasi. Dalam suatu kasus, likuidasi lebih baik untuk dilakukan
apabila nilai likuidasi aset perusahaan adalah lebih besar jika
dibandingkan dengan nilai perusahaan apabila diteruskan (Wardhani:
2006).
Prediksi kekuatan keuangan suatu perusahaan pada umumnya
dilakukan oleh pihak eksternal perusahaan, seperti: investor, kreditor,
auditor, pemerintah, dan pemilik perusahaan. Pihak–pihak eksternal
perusahaan biasanya bereaksi terhadap sinyal distress seperti: penundaan
pengiriman, masalah kualitas produk, hilangnya kepercayaan dari
pelanggan, tagihan dari bank atau kreditor, dan lain sebagainya. Untuk
mengidentifikasi adanya financial distress, keadaan yang sangat sulit
bahkan dapat dikatakan mendekati kebangkrutan yang apabila tidak
diselesaikan akan berdampak besar pada perusahaan–perusahaan tersebut.
Dengan hilangnya kepercayaan stakeholder, yang dialami perusahaan
(Brahmana: 2007). Prediksi yang dilakukan oleh pihak eksternal dilakukan
karena mereka tidak menginginkan hal–hal yang akan merugikan atas
investasinya yang disebabkan karena perusahaan mengalami
permasalahan.
3
Oleh sebab itu, dibutuhkan sebuah model peringatan dini (early
warning) untuk mengantisipasi adanya financial distress perlu terus
dikembangkan, karena model ini dapat digunakan sebagai sarana untuk
mengidentifikasi terjadinya kesulitan keuangan sejak awal bahkan untuk
memperbaiki kondisi perusahaan. Dengan mengetahui kondisi financial
distress diharapkan perusahaan dapat melakukan tindakan – tindakan
untuk mengantisipasi kondisi yang mengarah pada kebangkrutan sedini
mungkin (Triwahyuningtias dan Muharam: 2012).
Kebangkrutan suatu perusahaan dapat dilihat dan diukur melalui
laporan keuangannya. Agar informasi laporan keuangan yang tersaji
menjadi lebih bermanfaat dalam pengambilan keputusan, maka data
keuangan harus dikonversi menjadi informasi yang berguna dalam
pengambilan keputusan ekonomis. Untuk membuktikan bahwa laporan
keuangan bermanfaat maka perlu dilakukan penelitian. Salah satu bentuk
penelitiannya yaitu dengan cara menggunakan rasio – rasio keuangan
untuk memprediksi kinerja perusahan seperti kebangkrutan dan financial
distress (Mas’ud dan Srengga, 2012). Rasio keuangan mengambarkan
keadaan perusahaan berdasarkan posisi laporan keuangannya. Oleh karena
itu, dibutuhkan analisis dari berbagai rasio keuangan untuk melihat kondisi
perusahaan secara menyeluruh.
Analisis laporan keuangan adalah suatu cara untuk menganalisis
laporan keuangan yang mengungkapkan hubungan matematik antara suatu
jumlah dengan yang lainnya atau perbandingan antara satu pos dengan pos
4
lainnya (Mas’ud dan Srengga: 2012). Analisis rasio keuangan dapat di
kelompokan menjadi enam macam kategori, yaitu (Bambang dan Mulyo:
2015)
1. Ratio Likuiditas, mengukur kemampuan perusahaan memenuhi
kewajiban jangka pendek pada saat jatuh tempo, dapat memelihara
modal kerja untuk memenuhi kebutuhan operasional membayar bunga
tiap jatuh tempo dan memelihara tingkat kredit yang menguntungkan.
2. Ratio Leverage, mengukur sejauh mana perusahaan dibiayai oleh
hutang atau dengan kata lain mengukur perbandingan antara dana yang
disiapkan oleh pemilik dengan dana yang berasal dari pihak luar/pihak
kreditor.
3. Ratio Aktivitas, yang mengukur seberapa efektif perusahaan
menggunakan sumberdaya yang dimiliki semua rasio aktivitas ini
melibatkan perbandingan antara tingkat penjualan dengan investasi
pada beberapa jenis aktiva.
4. Ratio Profitabilitas, yang mengukur tingkat efektifitas manajemen
yang ditunjukan oleh laba yang dihasilkan dalam penjualan dan
investasi perusahaan.
5. Ratio Pertumbuhan (Growth Ratio), yang mengukur kemampuan
perusahaan dalam mempertahankan posisi ekonomi didalam
pertumbuhan ekonomi dan industri.
5
6. Ratio Penilaian (Valuation Ratio), yang mengukur kemampuan
manajemen dalam menciptakan nilai pasar yang melampaui
pengeluaran biaya investasi.
Penelitian terdahulu yang menganalisis rasio keuangan untuk
memprediksi financial distress pada perusahaan yaitu penelitian yang
dilakukan oleh Almilia dan Kristijadi (2003) dimana hasil dari
penelitiannya menyebutkan bahwa rasio keuangan yang paling dominan
dalam menentukan financial distress suatu perusahaan adalah rasio profit
margin yaitu laba bersih dibagi dengan penjualan (NI/S), rasio financial
leverage yaitu hutang lancar dibagai dengan total aktiva (CL/TA), rasio
likuiditas yaitu aktiva lancar dibagi dengan hutang lancar (CA/CL), dan
rasio pertumbuhan yaitu pertumbuhan laba bersih dibagi dengan total
aktiva (Growth NI/TA). Sedangkan penelitian yang dilakukan oleh
Widarjo dan Setiawan (2009) memiliki hasil bahwa rasio likuiditas diukur
dengan current ratio tidak berpengaruh terhadap financial distress, rasio
likuiditas diukur dengan quick ratio berpengaruh negatif terhadap
financial distress, rasio likuiditas diukur dengan cash ratio tidak
berpengaruh terhadap financial distress, rasio profitabilitas berpengaruh
negatif terhadap financial distress, rasio financial leverage yang diukur
dengan total liabilities to total asset tidak berpengaruh terhadap financial
distress, dan rasio pertumbuhan penjualan tidak berpengaruh terhadap
financial distress. Sedangkan penelitian yang dilakukan oleh Hapsari
(2012) mengemukakan hasil bahwa rasio likuidasi (current rasio) tidak
6
terdapat pengaruh terhadap financial distress, rasio profitabilitas (return
on assets) berpengaruh terhadap financial distress, rasio profit margin
tidak berpengaruh terhadap financial distress, dan rasio leverage (current
liabilities to total assets) berpengaruh terhadap financial distress.
Rasio keuangan memberikan indikasi tentang kekuatan
keuangan dari suatu perusahaan. Tetapi rasio keuangan memiliki
keterbatasan yaitu adanya penyimpangan (univariate) karena setiap rasio
diuji terpisah (Winarto: 2006 dalam Widyahningdyah dan Listiyana:
2009). Hal tersebut dapat dilihat perbedaan hasil dari penelitian yang telah
dilakukan oeleh peneliti sebelumnya. Oleh sebab itu, untuk mengatasi
penyimpangan atau kekurangan dari analisis rasio maka diperlukan sebuah
model (kombinasi dari berbagai rasio) dlam memprediksi kondisi financial
distress dengan tingkat keakuratan yang tinggi, seperti model Altman Z –
Score yang telah banyak digunakan peneliti dalam memprediksi kondisi
financial distress perusahaan.
Altman (1968 dalam Rahayu: 2016) menggunakan metode
Multiple Discriminant Analysis dengan lima jenis rasio keuangan yaitu
working capital to total assets, retained earnings to total assets, earning
before interest and taxes to total assets, market value of equity to book
value of total debt, dan sales to total assets. Penelitian ini menggunakan
sampel 66 perusahaan yang terbagi menjadi dua, masing – masing 33
perusahaan bangkrut dan 33 perusahaan tidak bangkrut. Hasil study
7
Altman mampu memperoleh tingkat ketepatan prediksi sebesar 95% untuk
data satu tahun sebelum kebangkrutan. Untuk data dua tahun sebelum
kebangkrutan memperoleh ketepatan prediksi sebesar 72%.
GAMBAR 1.1
KURS TRANSAKSI BANK INDONESIA MATA UANG USD
Sumber: Bank Indonesia
Dilakukannya penelitian ini juga berdasarkan pada kondisi di
Rupiah mengalami tekanan depresiasi yang cukup tinggi. Hal tersebut
disebabkan karena pada akhir tahun 2013 hingga awal tahun 2014 nilai
tukar rupiah melemah dan mencapai Rp 13.400 per dolar AS. Bahkan pada
pertengahan tahun 2015 nilai tukar rupiah terhadap dolar AS menembus
angka Rp 14.050. Dengan melemahnya nilai tukar rupiah, maka jika suatu
perusahaan mengimpor barang dari luar negeri, harga barang tersebut akan
menjadi lebih mahal, sedangkan jika suatu perusahaan mengekspor barang
hasil produksinya ke luar negeri, maka harga barang yang diekspor
8
tersebut akan menjadi lebih murah. Karena kondisi tersebut suatu
perusahaan di Indonesia akan lebih rentan terhadap ancaman financial
distress. Oleh karena itu, agar perusahaan dapat terhindar dari kondisi
financial distress maka perlu ditinjau lebih dalam terkait hal-hal yang
dapat mempengaruhi financial distress.
Pada awal Januari tahun 2016 telah berlaku secara teknis
Masyarakat Ekonomi Asean (MEA). Hal ini merupakan tantangan terbesar
bagi masyarakat Indonesia. Apalagi Perkembangan ekonomi di dunia
bisnis yang semakin menunjukkan keunggulannya. Perusahaan saling adu
dalam persaingan bisnis baik dari sektor industri berskala kecil maupun
besar. Perusahaan yang tidak mampu bersaing dalam mempertahankan
kinerja keuangannya lambat laun akan tereliminasi dari lingkungan
industrinya. Sehingga diharapkan perusahaan tidak hanya mampu
beradaptasi dengan keadaan, tetapi juga dapat menjaga kelangsungan
hidup perusahaan di tengah perubahan yang terus terjadi (Rahayu: 2016).
Perusahaan ritel adalah kegiatan usaha menjual barang atau jasa
kepada perorangan untuk keperluan diri sendiri, keluarga atau rumah
tangga (Ma’ruf: 2005). Perusahaan ritel merupakan peluang besar yang
dimiliki indonesia. Sebagian besar masyarakat berpenghasilan dari
berjualan barang eceran. Industri ritel diprediksi meningkat setiap
tahunnya dan dipandang sebagai industri yang menguntungkan untuk
segala jenis usaha ritel. Ketua umum Asosiasi Pengusaha Ritel Indonesia
(APRINDO: 2017) menyatakan bahwa industri ritel nasional kini dalam
9
kondisi underperform alias kondisi buruk, dikarenakan menurunya
permintaan. Sebagaimana hukum permintaan dan produksi, jika
permintaan menurun, maka produksi juga tidak akan meningkat.
Pengusaha ritel mengeluhkan omset mereka yang menurun dan berimbas
pada jam kerja hingga melakukan Pemutusan Hubungan Kerja (PHK).
Gambar 1.2
Penjualan Ritel Semester I (2016 – 2017)
Sumber: Databoks Katadata Indonesia, Oktober 2017
Penjualan ritel nasional periode Januari – Juni 2017 mengalami
perlambatan dibanding periode yang sama tahun sebelumnya (yoy). Data
Nielsen Retail Audit menunjukan bahwa penjualan ritel nasional pada
semester I tahun ini hanya tumbuh 3,7 persen dari sebelumnya sebesar
10,2 persen. Pada pasar modern, pertumbuhan penjualan ritel pada paruh
pertama tahun ini melambat menjadi 4,8 persen dari sebelumnya 11,4
10
persen. Untuk minimarket pertumbuhannya melambat menjadi 7,04 persen
dari sebelumnya 18 persen. Sama halnya dengan pertumbuhan penjualan
eceran di pasar tradisonal dalam enam bulan pertama 2017 juga melambat
menjadi 2,9 persen dari sebelumnya mencapai 9,4 persen. Lesunya
perekonomian domestik dan turunnya daya beli masyarakat telah
berdampak terhadap industri ritel di indonesia. Jika suatu perusahaan tidak
dapat bertahan dengan situasi tersebut, maka terdapat kemungkinan bahwa
dalam jangka panjang perusahaan akan mengalami financial distress.
Financial distress ditandai dengan menurunnya penjualan yang
mengakibatkan penurunan pandapatan perusahaan. Perusahaan yang
mengalami pendapatan menurun akan mengakibatkan perusahaan tidak
mampu membayar kewajiban jangka pendeknya, sehingga financial
distress menjadi awal perusahaan mengalami kebangkrutan. Prediksi
kebangkrutan merupakan hal yang sangat penting yang harus dilakukan
oleh semua perusahaan untuk mengantisipasi adanya risiko kebangkrutan
yang akan terjadi di masa mendatang. Sehingga perusahaan tersebut akan
melakukan perbaikan untuk mencari jalan keluar agar risiko kebangkrutan
dapat dihindari, jika suatu perusahaan tidak dapat menjaga keseimbangan
perusahaan baik secara internal maupun eksternal. Terdapat banyak alat
analisis yang digunakan untuk mengetahui suatu perusahaan berpotensi
bangkrut atau tidak.
Pada dasarnya untuk menilai kinerja keuangan perusahaan,
dapat digunakan berbagai metode analisis. Analisis Altman Z-Score
11
hanyalah salah satu dari metode – metode yang ada. Karena itu jika
dibandingkan dengan metode yang lain maka terdapat kebaikan dan
kelemahannya.
Menurut Hanafi dan Halim (2012) kebaikan dari model Altman
Z-Score adalah dapat mengkombinasikan berbagai rasio menjadi suatu
model prediksi, yang berarti analisis ini merupakan analisis multivariate
yang bisa melihat hubungan rasio tertentu yang dapat mempengaruhi
kinerja keuangan perusahaan. Seperti terlihat dari persamaanya, persamaan
tersebut menghubungkan antara likuiditas, solvabilitas dan profitabilitas
perusahaan dengan kebangkrutan. Selain itu, kebaikan dari model Altman
Z-Score dapat dipergunakan untuk seluruh perusahaan, baik perusahaan
publik, pribadi, manufaktur, ataupun perusahaan jasa dalam berbagai
ukuran. Walaupun model ini datangnya dari Amerika, tetapi model ini
dapat digunakan di negara – negara berkembang seperti indonesia.
Kelemahan dari model Altman Z-Score adalah tidak ada rentang waktu
yang pasti kapan kebangkrutan akan terjadi setelah hasil Z diketahui lebih
rendah dari standar yang ditetapkan.
Berdasarkan penjelasan dan penelitian sebelumnya, maka
peneliti tertarik untuk melakukan penelitian yang berjudul:
“Memprediksi Kondisi Financial Distress Perusahaan Dengan
Menggunakan Metode Altman Z – Score (Studi Kasus pada
Perusahaan Retail yang Terdaftar di Bursa Efek Indonesia Periode
2012 - 2016)”.
12
B. Rumusan Masalah
Berdasarkan latar belakang permasalahan di atas, penulis merumuskan
masalah penelitian sebagai berikut :
1. Bagaimanakah prediksi kondisi financial distress dengan
menggunakan analisis metode Altman Z – Score pada perusahaan
Retail di Indonesia ?
2. Rasio – rasio apa saja yang memiliki pengaruh terhadap prediksi
kondisi financial distress dengan menggunakan analisis metode
Altman Z – Score pada perusahaan Retail di Indonesia periode 2012 –
2016 ?
C. Tujuan dan Manfaat Penelitian
Tujuan Penelitian untuk :
1. Untuk mengetahui bagaimana prediksi kondisi financial distress
dengan menggunakan analisis metode Altman Z – Score pada
perusahaan Retail di Indonesia.
2. Untuk mengetahui Rasio – rasio apa yang memiliki pengaruh
terhadap prediksi kondisi financial distress dengan menggunakan
analisis metode Altman Z – Score pada perusahaan Retail di
Indonesia periode 2012 – 2016.
13
Manfaat penelitian untuk:
1. Bagi Penulis
Diharapkan penelitian ini dapat membantu dan menambah wawasan
serta pengetahuan dalam memprediksi kondisi Financial Distress pada
perusahaan Retail yang ada di indonesia.
2. Bagi Perusahaan
Dapat memberikan informasi bagi perusahaan mengenai kondisi
financial distress yang dialami oleh perusahaan dan membantu
perusahaan dalam mengambil keputusan dalam menyelesaikan
permasalahan tersebut.
3. Bagi Manajer
Dapat digunakan untuk landasan dalam melakukan pengambilan
keputusan sehingga dapat cepat menangani perusahaan saat mengalami
kesulitan keuangan (financial distress) dan mencegah terjadinya
kebangkrutan.
4. Bagi Investor
Dapat memberikan informasi mengenai kondisi perusahaan sehingga
mereka dapat mempertimbangkan dimana dan kapan harus
mempercayakan investasi mereka pada suatu perusahaan.
5. Bagi Kreditur
Sebagai bahan pertimbangan dalam melakukan pemberian kredit,
apakah suatu perusahaan layak diberikan sejumlah pinjaman dengan
kondisinya yang saat ini terjadi.
14
6. Bagi Kalangan Akademisi
Diharapkan dapat menambah wawasan dan pengetahuan terkait
kondisi financial distress pada perusahaan serta dapat digunakan
sebagai bahan kajian teoritis dan referensi untuk penelitian
selanjutnya.
15
BAB II
LANDASAN TEORI
A. Tinjauan Literatur
1. Pengertian Laporan Keuangan
Pada mulanya laporan keuangan bagi suatu perusahaan hanyalah
sebagai alat penguji dari pekerjaan bagian pembukuan, tetapi
selanjutnya laporan keuangan tidak hanya sebagai alat penguji saja
tetapi juga sebagai dasar untuk dapat menentukan atau menilai posisi
keuangan perusahaan (Munawir, 2014:1).
Bagi para analis, laporan keuangan merupakan media yang
paling penting untuk menilai prestasi dan kondisi ekonomis suatu
perusahaan karena seorang analis tidak akan mampu melakukan
pengamatan langsung ke suatu perusahaan. Dan seandainya dilakukan
secara langsung tidak akan dapat mengetahui banyak tentang situasi
perusahaan. Oleh karena itu, laporan keuangan menjadi bahan sarana
informasi bagi analis dalam proses pengambilan keputusan (Harahap,
2016:105). Laporan keuangan adalah sebuah laporan yang diterbitkan
oleh perusahaan untuk para pemegang saham. Laporan ini berisi
laporan keuangan dasar dan juga analisis manajemen atas operasi
periode lalu dan pendapat mengenai prospek – prospek perusahaan
dimasa mendatang. Didalam laporan keuangan ada dua jenis informasi
yang disajikan. Pertama bagian verbal yang sering disajikan sebagai
surat dari direktur utama, yang menguraikan hasil operasi perusahaan
16
selama satu tahun dan membahas perkembangan-perkembangan baru
yang akan mempengaruhi operasi dimasa mendatang. Lalu yang kedua,
laporan tahunan yang menyajikan empat laporan keuangan dasar
laporan posisi keuangan. Laporan laba-rugi komprehensif, laporan
perubahan ekuitas, dan laporan arus kas (Rodoni & Ali, 2014: 13).
Ada beberapa definisi laporan keuangan yang telah
dikemukakan menurut para ahli, yaitu:
a. Harahap (2016:105) Laporan keuangan menggambarkan kondisi
keuangan dan hasil usaha suatu perusahaan pada saat tertentu atau
jangka waktu tertentu. Adapun jenis laporan keuangan yang lazim
dikenal adalah neraca atau laporan laba/rugi, atau hasil usaha,
laporan arus kas, dan laporan perubahan posisi keuangan.
b. Kasmir (2015:7) Laporan keuangan adalah laporan yang
menunjukan kondisi keuangan perusahaan pada saat ini atau dalam
suatu periode tertentu.
c. Munawir (2014:2) Laporan keuangan pada dasarnya adalah hasil
dari proses akutansi yang dapat digunakan sebagai alat untuk
berkomunikasi antara data keuangan atau aktivitas suatu
perusahaan dengan pihak-pihak yang berkepentingan dengan data
atau aktivitas perusahaan tersebut.
2. Tujuan Laporan Keuangan
Laporan keuangan yang disusun tentu memiliki tujuan tertentu.
Dalam praktiknya terdapat beberapa tujuan yang hendak dicapai,
17
terutama bagi pemilik usaha dan manajemen perusahaan. Disamping
itu, tujuan laporan keuangan disusun guna memenuhi kepentingan
berbagai pihak yang berkepentingan terhadap perusahaan (Kasmir,
2015:10).
Ada beberapa tujuan pembuatan atau penyusunan laporan
keuangan, yaitu (Kasmir, 2015:11) :
a. Memberikan informasi tentang jenis dan jumlah aktiva (harta) yang
dimiliki perusahaan pada saat ini.
b. Memberikan informasi tentang jenis dan jumlah kewajiban dan
modal yang dimiliki perusahaan pada saat ini.
c. Memberikan informasi tentang jenis dan jumlah pendapatan yang
diperoleh pada suatu periode tertentu.
d. Memberikan informasi tentang jumlah biaya dan jenis biaya yang
dikeluarkan perusahaan dalam suatu periode tertentu.
e. Memberikan informasi tentang perubahan-perubahan yang terjadi
terhadap aktiva, pasiva, dam modal perusahaan.
f. Memberikan informasi tentang kinerja manajemen perusahaan
dalam suatu periode.
g. Memberikan informasi tentang catatan-catatan atas laporan
keuangan.
h. Informasi keuangan lainnya.
Dengan memperoleh laporan keuangan suatu perusahaan akan
dapat diketahui kondisi keuangan perusahaan secara menyeluruh dengan
18
cara membaca, mengerti dan memahami tentang posisi laporan keuangan
perusahaan dengan cara melakukan analisis keuangan dengan berbagai
rasio keuangan.
Menurut Harahap (2007:18) tujuan laporan adalah sebagai berikut :
a. Screening
Dilakukan untuk mengetahui situasi dan kondisi laporan keuangan
tanpa perlu pergi langsung ke lapangan.
b. Understanding
Memahami perusahaan, kondisi keuangan, dan hasil usahanya.
c. Forcasting
Analisis digunakan untuk meramalkan kondisi keuangan
perusahaan di masa yang akan datang.
d. Diagnosis
Analisis dimaksudkan untuk melihat kemungkinan adanya
masalah-masalah yang terjadi dalam manajemen, operasi, keuangan
atau masalah lain dalam perusahaan.
e. Evaluation
Untuk menilai prestasi manajemen dalam mengelola perusahaan.
Menurut Hanafi dan Halim (2009) tujuan-tujuan keuangan
semuanya bersifat umum, berkaitan dengan pemakai eksternal yang
bermacam-macam jenisnya bukan pemakai internal yang spesifik
seperti manajemen. Gambar di bawah mengilustrasikan tujuan laporan
19
Memberikan informasi yang bermanfaat bagi investor, kreditur, dan
pemakai lainnya, sekarang atau masa yang akan datang (potensial) untuk
memperkirakan jumlah, waktu (timing) dan ketidak pastian dari
penerimaan kas dan deviden atau bunga dan dari penjualan, pelunasan
surat-surat berharga atau hutang pinjaman.
Memberikan informasi yang bermanfaat bagi investor, kreditur, dan
pemakai lainnya, sekarang atau masa yang akan datang (potensial) untuk
membuat keputusan lainnya yang serupa yang rasional
keuangan dimulai dari yang paling umum, kemudian bergerak ke
tujuan yang lebih spesifik.
Gambar 2.1
TUJUAN LAPORAN KEUANGAN
Diturunkan,
Tujuan Pemakaian Eksternal
Diturunkan
Tujuan Perusahaan (lembaga)
Tujuan
Spesifik
Sumber: Mahmud & Abdul Halim (2009)
Memberikan informasi untuk menolong investor, kreditur dan pemakai
lainnya untuk memperkirakan jumalah, waktu (timing) dan
ketidakpastian aliran arus kas masuk bersih ke perusahaan (lembaga)
Memberi Informasi
sumber daya ekonomi,
kewajiban dan modal
saham
Memberi informasi
pendapatan yang
komprehensif
Memberi
informasi
aliran kas
20
3. Jenis Laporan keuangan
Analisis laporan keuangan sangat bergantung pada informasi yang
diberikan oleh laporan keuangan perusahaan. Laporan keuangan
perusahaan merupakan salah satu sumber informasi yang penting di
samping informasi lain seperti informasi industri, kondisi perekonomian,
pangsa pasar perusahaan, kualitas manajemen, dan lainnya (Hanafi &
Halim, 2012:49).
Menurut Hanafi & Halim (2012:49) ada tiga macam laporan
keuangan pokok yang dihasilkan, yaitu :
a. Neraca
Dalam neraca terdapat ringkasan posisi keuangan pada suatu
perusahaan pada tanggal tertentu. Neraca menampilkan sumber daya
ekonomis (aset), kewajiban ekonomis (utang), modal saham, dan
hubungan antar item tersebut.
Persamaan neraca bisa ditunjukan sebagai berikut (Hanafi & Halim,
2012:13):
b. Laporan Laba Rugi
Laporan ini meringkaskan hasil dari kegiatan perusahaan selama
periode akutansi tertentu. Laporan keuangan ini diharapkan dapat bisa
memberikan informasi yang berkaitan dengan tingkat keuntungan
Aset = Utang + Modal Pemilik
21
(return on investment), risiko, fleksibilitas keuangan, dan kemampuan
operasional perusahaan.
c. Laporan Aliran Kas
Laporan ini memberikan informasi mengenai aliran dana perusahaan.
Maksudnya adalah memberikan informasi mengenai efek kas dari
kegiatan investasi, pendanaan, dan operasi perusahaan selama periode
tertentu.
Sedangkan menurut Kasmir (2015:28) secara umum ada lima macam
jenis laporan keuangan yang bisa disusun, yaitu:
a. Neraca
b. Laporan Laba Rugi
c. Laporan Perubahan Modal
d. Laporan Arus Kas
e. Laporan Catatan atas Laporan Keuangan
Laporan Perubahan modal merupakan laporan yang berisi
jumlah dan jenis modal yang dimiliki pada saat ini dan laporan ini
menjelaskan perubahan modal dan sebab-sebab terjadinya perubahan
modal diperusahaan.
Sedangkan laporan catatan atas laporan keuangan adalah laporan
yang memberikan informasi apabila ada laporan keuangan yang
memerlukan penjelasan tertentu. Maksudnya ada komponen atau nilai
dalam laporan keuangan yang perlu diberikan penjelasan agar pihak
yang berkepentingan tidak salah dalam menafsirkannya.
22
Menurut Kasmir (2015:28) penyusunan laporan keuangan
terkadang disesuaikan dengan kondisi perubahan kebutuhan
perusahaan. Artinya jika tidak ada perubahan dalam laporan keuangan
tersebut tidak perlu dibuat sebagai contoh laporan perubahan modal
atau laporan catatan atau laporan keuangan.
4. Analisis Laporan Keuangan
Analisis laporan keuangan terdiri dari dua kata yaitu analisis dan
laporan keuangan. Kata analisis memiliki arti memecahkan atau
menguraikan sesuatu unit menjadi bagian unit terkecil. Sedangkan
laporan keuangan adalah neraca, laba/rugi, dan arus kas (dana)
(Harahap, 2016:189).
Jadi pengertian analisis laporan keuangan menurut Soemarso
(2008:380) adalah hubungan antara suatu angka dalam laporan
keuangan dengan angka lain yang mempunyai makna atau dapat
menjelaskan arah perubahan (trend) suatu fenomena. Sedangkan
menurut Harahap (2016:190) pengertian analisis laporan keuangan
adalah menguraikan pos-pos laporan keuangan menjadi unit informasi
yang lebih kecil dan melihat hubungannya yang bersifat signifikan atau
yang mempunyai makna antara satu dengan yang lain baik antara data
kuantitatif maupun data non-kuantitatif dengan tujuan untuk
mengetahui kondisi keuangan lebih dalam yang sangat penting dalam
proses menghasilkan keputusan yang tepat.
23
Dalam kegiatan analisis laporan keuangan memiliki fungsi
mengkonversi data yang berasal dari laporan sebagai bahan mentahnya
menjadi informasi yang lebih berguna, lebih mendalam dan lebih tajam
dengan menggunakan teknik tertentu. Maka jika di gambarkan dengan
skema menjadi (Harahap, 2016:190-191):
Gambar 2.2
Konversi Data menjadi Informasi
INPUT OUTPUT
Kegiatan dalam analisis laporan keuangan dapat dilakukan dengan
cara menentukan dan mengukur antara pos-pos yang ada dalam satu
laporan keuangan. Kemudian, analisis laporan keuangan juga dapat
dilakukan dengan menganalisis laporan keuangan yang dimiliki dalam satu
periode dan dapat pula dilakukan dengan antara beberapa periode
(misalnya tiga tahun) (Kasmir, 2015:67).
Tujuan analisa laporan keuangan adalah untuk mengambil
keputusan perencanaan dan kontrol guna menjamin tercapainya tujuan
perusahaan dalam mencapai rentabilitas yang memuaskan dan dapat
menjamin posisi keuangan yang sehat. (Bambang dan Mulyo, 2015)
Laporan
Keuangan Data
Lain
Metode dan
Teknik Analisis
Laporan
keuangan
Informasi Yang
Berguna untuk
Pengambilan
Keputusan
24
5. Analisa Rasio Keuangan
Laporan keuangan melaporkan aktivitas yang sudah dilakukan
perusahaan dalam suatu periode tertentu. Aktivitas yang sudah dilakukan
dituangkan dalam angka-angka, baik dalam bentuk mata uang rupiah
maupun dalam mata uang asing. Angka-angka ini akan menjadi lebih
berarti apabila dapat kita bandingkan antara satu komponen dengan
komponen lainnya. Caranya adalah dengan membandingkan angka-angka
yang ada dalam laporan keuangan atau antara laporan keuangan. Setalah
melakukan perbandingkan maka dapat disimpulkan posisi keuangan
suatu perusahaan pada periode tertentu dan pada akhirnya dapat menilai
kinerja manajemen dalam tersebut. Perbandingan ini dikenal sebagai
analisis rasio keuangan (Kasmir, 2015:104).
Jadi analisis rasio adalah rasio-rasio keuangan yang pada dasarnya
disusun dengan menggabungkan angka-angka di dalam atau antara
laporan laba/rugi dan neraca yang diharapkan pengaruh perbedaan
ukuran akan hilang. (Hanafi dan Halim, 2012:74).
Untuk menilai kinerja keuangan suatu perusahaan mengalami
financial distress kita bisa menganalisa dari hasil analisa laporan
keuangan. Analisa dari laporan keuangan ini bersifat relatif karena
didasarkan pengetahuan dan menggunakan rasio atau nilai relatif rasio
adalah suatu metode perhitungan dan interprestasi rasio keuangan untuk
menilai kinerja dan status perusahaan. Rasio keuangan yang dapat
mempengaruhi kondisi financial distress pada perusahaan adalah rasio
25
likuiditas, rasio reverage, rasio profit margin, rasio probabilitas dan rasio
aktivitas (Rodoni & Ali, 2014:191).
A. Rasio Likuiditas
Likuiditas adalah jumlah dana tunai yang diperlukan
perusahaan untuk membiayai pengeluarannya dan biasanya sangat
tergantung pada sifat bisnis perusahaan tersebut. Pada umumnya
manajemen kurang menyukai penggunaan bencmark tertentu untuk
rasio likuiditasnya. Walaupun begitu, perusahaan pada umumnya
kekurangan likuid aset segera sebelum episode kepailitan terjadi dan
biasanya perusahaan tersebut meminjam lebih banyak lagi untuk
mengelola kewajiban jangka pendeknya (Rodoni & Ali. 2014:191).
Contoh Sebagian dari Rasio Likuiditas yang digunakan:
B. Rasio Leverage
Rasio Financial Leverage adalah alat dalam
mempertimbangkan kemungkinan kelalaian perusahaan pada kontrak
ulang. Semakin tinggi utang perusahaan maka semakin tinggi
kemungkinan perusahaan tidak dapat memenuhi kewajibannya.
26
Debt Ratio 𝑇𝑜𝑡𝑎𝑙 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠 𝑋 100%
𝑅𝐸𝑇𝐴 𝑅𝑒𝑡𝑎𝑖𝑛𝑒𝑑 𝐸𝑎𝑟𝑛𝑖𝑛𝑔
Total 𝐴𝑠𝑠𝑒𝑡𝑠
𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔 𝑃𝑟𝑜𝑓𝑖𝑡 𝑀𝑎𝑟𝑔𝑖𝑛 𝑂𝑝𝑒𝑟𝑎𝑡𝑖𝑛𝑔 𝑖𝑛𝑐𝑜𝑚𝑒
𝑁𝑒𝑡 𝑆𝑎𝑙𝑒𝑠
𝐵𝑜𝑜𝑘 𝑉𝑎𝑙𝑢𝑒 𝑜𝑓 𝐸𝑞𝑢𝑖𝑡𝑦 𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠 𝐵𝑜𝑜𝑘 𝑉𝑎𝑙𝑢𝑒 𝑜𝑓 𝐸𝑞𝑢𝑖𝑡𝑦
𝑇𝑜𝑡𝑎𝑙 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠
Dengan kata lain semakin banyak utang dapat membawa perusahaan
kepada kemungkinan insolvency dan mengalami financial distress
(Rondoni & Ali, 2014:191).
Contoh Sebagian dari Rasio Leverage yang digunakan:
C. Rasio Profit Margin
Rasio profit margin mengukur tingkat efektifitas manajemen
perusahaan yang tercermin dari hasil yang dicapai perusahaan dalam
penjualan dan investasi yang dilakukan perusahaan (Rodoni & Ali,
2014:191).
Contoh dari rasio profit margin yang digunakan:
27
𝑁𝑒𝑡 𝐼𝑛𝑐𝑜𝑚𝑒 𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠 𝑁𝑒𝑡 𝑖𝑛𝑐𝑜𝑚𝑒
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 X 100%
𝐸𝐵𝐼𝑇 𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 𝐸𝐵𝐼𝑇
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎
D. Rasio Profitabilitas
Profitabilitas perusahan harus dilihat sebagai faktor pendorong
dalam memantau aspek likuiditas dan solvabilitas. Dalam jangka
panjang, perusahaan harus menghasilkan keuntungan yang cukup dari
usahanya sehingga mampu membayar kewajibannya. Kerugian yang
terus – menerus akan segera memperburuk aspek solvabilitas
perusahaan dan apabila perusahaan akan memperluas usahanya.
Dalam jangka pendek, kerugian segera akan menurunkan likuiditas
perusahaan. Lebih lanjut, profitabilitas perusahaan akan
mempengaruhi kemampuan perusahaan untuk mendapatkan
pembiayaan dari luar (Rodoni & Ali, 2014:192).
Contoh beberapa dari rasio profitabilitas yang digunakan:
E. Rasio Aktivitas
Rasio aktivitas menunjukan seberapa efektif perusahaan
menggunakan sumber daya (harta dan modal) yang dimilikinya.
Penggunaan sumber daya perusahaan untuk menghasilkan penjualan.
Sebaliknya jika rendah maka menandakan ketidakefektifan
perusahaan dalam menggunakan sumber daya, sehingga dapat
dikatakan kinerja perusahaan rendah (Rodoni & Ali, 2014:192).
28
Contoh salah satu dari rasio aktivitas yang digunakan:
6. Financial Distress
Kesehatan suatu perusahaan akan mencerminkan kemampuan
dalam menjalankan usahanya, distribusi aktiva, keefektifan penggunaan
aktiva, hasil usaha yang telah dicapai, kewajiban yang harus dilunasi dan
potensi kebangkrutan yang akan terjadi. Masalah keuangan yang
dihadapi suatu perusahaan apabila di biarkan berlarut-larut dapat
mengakibatkan terjadinya kebangkrutan (Widarjo & Setiawan,
2009:108). Dengan kata lain, tahap awal kebangkrutan diawali dengan
kesulitan keuangan (financial distress).
Financial Distress merupakan kondisi dimana keuangan
perusahaan dalam keadaan tidak sehat atau krisis dan terjadi sebelum
kebangkrutan dan perusahaan mengalami kerugian dalam beberapa tahun
(Hapsari, 2012:103). Jadi Financial Distress adalah sebagai tahap
penurunan kondisi keuangan yang terjadi sebelum terjadinya
kebangkrutan maupun likuidasi (Platt dan Platt, 2002 dalam Amilia,
2004:546).
Salah satu penyebab terjadinya financial distress adalah
keburukan dalam pengelolaan bisnis (mismanagement) perusahaan
tersebut. Namun dengan bervariasinya kondisi internal dan eksternal
29
maka terdapat banyak hal lain juga dapat menyebabkan terjadinya
financial distress pada suatu perusahaan (Rodoni dan Ali, 2014:189).
Apabila ditinjau dari aspek keuangan, maka terdapat tiga keadaan
yang menyebabkan financial distress yaitu (Rodoni dan Ali, 2014:189):
a. Faktor ketidakcukupan modal atau kekurangan modal.
Ketidakseimbangan aliran penerimaan uang yang bersumber pada
penjualan atau penagihan piutang dengan pengeluaran uang untuk
membiayai operasi perusahaan tidak mampu menarik dana untuk
memenuhi kekurangan dana tersebut, maka perusahaan akan berada
pada kondisi tidak likuid.
b. Besarnya beban utang dan bunga.
Apabila perusahaan mampu menarik dana dari luar, misalnya
mendapatkan kredit dari bank untuk menutupi kekurangan dana,
maka masalah lukuiditas perusahaan dapat teratasi untuk sementara
waktu. Tetapi kemudian timbul persoalan baru yaitu adanya
keterikatan kewajaiban untuk membayar kembali pokok pinjaman
dan bunga kredit. Walaupun demikian hal ini tidak membahayakan
perusahaan dan masih memberikan keuntungan bagi perusahaan
apabila tingkat bunga lebih rendah dari tingkat investasi harta (return
on asset) dan perusahaan melakukan apa yang disebut denga
manajemen risiko atas utang yang diterimanya. Manajemen resiko
atas utang ini sangat penting terutama apabila utang yang diterima
tidak dalam mata uang yang sama dengan pendapatan yang diperoleh
30
perusahaan. Ketidakmampuan perusahaan melakukan manajemen
risiko atas utanya dapat mengakibatkan perusahaan melakukan
manajemen resiko menderita kerugian yang seharusnya tidak perlu
terjadi.
c. Menderita Kerugian
Pendapatan yang diperoleh perusahaan harus mampu menutup
seluruh biaya yang dikeluarkan dan menghasilkan laba bersih.
Bersarnya laba bersih sangat penting bagi perusahaan untuk
melakuka reinvestasi, sehingga akan menambah kekayaan bersih
perusahaan dan meningkatkan return on equity untuk menjamin
kepentingan pemegang saham. Oleh karena itu, perusahaan harus
selalu berupaya mengingkatkan pendapatan dan mengendalikan
tingkat biaya. Ketidakmampuan perusahaan mempertahankan
keseimbangan pendapatan dengan biaya, niscahya perusahaan akan
mengalami financial distress.
Ketiga aspek tersebut saling berkaitan. Oleh karena itu, harus
dijaga keseimbangan agar perusahaan terhindar dari kondisi financial
distress yang mengarah pada kebangkrutan. Caranya adalah dengan
(Rodoni dan Ali, 2014:190) :
a. Kemampuan memperoleh laba.
Kemampuan perusahaan untuk memperoleh laba yang cukup dari
modal yang digunakan. Jadi setiap manajemen harus menghasilkan
laba kotor (gross profit) jauh diatas biaya operasional agar
31
menghasilkan laba kotor sisa yang disebut laba bersih (net profit).
Setiap laba bersih kemudian harus diinvestasikan perusahaan guna
memperbesar dana perusahaan.
b. Tingkat ulang dalam struktur modal.
Manajemen resiko atas utang ini sangat penting terutama apabila
utang yang diterima tidak dalam mata uang yang sama dengan
pendapatan yang dperoleh perusahaan. Ketidakmampuan perusahaan
melakukan manajemen risiko atas utangnya dapat mengakibatkan
perusahaan harus mendapatkan resiko menderita kerugian yang
seharusnya tidak perlu terjadi.
c. Likuiditas
Kemampuan perusahaan untuk membiayai kegiatan operasional
perusahaan dan membayar kewajiban jangka pendeknya dengan
harta lancarnya terutama kas. Oleh karena itu, perusahaan harus
menjaga kualitas dan tingkat investasi piutang dan persediaan dalam
arti kecepatan mengubah kas dengan risiko yang paling kecil.
Akan tetapi, kondisi financial distress pada perusahaan dapat
diatasi dengan beberapa cara, yaitu (Rodoni dan Ali, 2014:187-188):
a. Berhubungan dengan aset perusahaan yaitu dengan menjaul aset-aset
utama, melakukan merger dengan perusahaan lain, menurunkan
pengeluaran dan biaya penelitian dan pengembangan.
b. Berhubungan dengan restrukturisasi keuangan yaitu dengan
menerbitkan sekuritas baru, mengadakan negoisasi dengan bank dan
32
kreditur. Financial distress dapat melibatkan restrukturisasi
keuangan.
Dalam penelitian terdahulu untuk melakukan pengujian apakah
suatu perusahaan mengalami Financial Distress dapat ditentukan dengan
berbagai cara, seperti (Amilia dan Kristijadi, 2003:189-190):
a. Lau (1987) dan Hill, et. al. (1996) menggunakan adanya
pemberhentian tenaga kerja atau menghilangkan pembayaran
deviden.
b. Asquith, Gertner dan Scharfstein (1994) menggunakan interest
coverage ratio untuk mendefinisikan financial distress.
c. Whitaker (1999) mengukur financial distress dengan cara
adanya arus kas yang lebih kecil dari utang jangka panjang saat
ini.
d. John, Lang dan Netter (1992) mendefinisikan financial distress
sebagai perubahan harga ekuitas.
Prediksi financial distress perusahaan menjadi perhatian dari
banyak pihak yang mempunyai kepentingan terhadap kinerja sebuah
perusahaan agar tidak menerima hasil yang buruk. Pihak-pihak yang
melakukan prediksi financial distress tersebut meliputi (amilia dan
Kristijadi, 2003:188) :
33
a. Pemberian pinjaman
Penelitian berikaitan dengan prediksi financial distress
mempunyai relevansi terhadap institusi pemberian pinjaman, baik
dalam memutuskan apakah akan memberikan suatu pinjaman dan
menentukan kebijakan untuk mengawasi pinjaman yang terlah
diberikan.
b. Investor
Model prediksi financial distress dapat membantu investor ketika
akan menilai kemungkinan masalah suatu perusahaan dalam
melakukan pembayaran kembali pokok dan bunga.
c. Pembuat Peraturan
Lembaga regulaor mempunyai tanggung jawab mengenai
kesanggupan membayar hutang dan menstabilkan perusahaan
individu, hal ini menyebabkan perlunya suatu model yang aplikatif
untuk mengetahui kesanggupan perusahaan membayar hutang dan
menilai stabilitas perusahaan.
d. Pemerintah
Prediksi financial distress juga penting bagi pemerintah dalam
antutrush regulation.
e. Auditor
Model prediksi financial distress dapat menjadi alat yang berguna
bagi auditor dalam membuat penilaian going concern suatu
perusahaan.
34
f. Manajemen
Apabila perusahaan mengalami kebangkrutan maka perusahaan
akan menanggung biaya langusng (fee akuntan dan pengacara) dan
biaya tidak langsung (kerugian penjualan atau kerugian paksaan
akibat ketetapan pengadilan). Sehingga dengan adanya model
prediksi financial distress diharapkan perusahaan dapat
menghindari kebangkrutan dan otomatis juga dapat menghindari
kebangkrutan dan otomatis juga dapat menghindari biaya langsung
dan tidak langsung dari kebangkrutan.
7. Altman Z-Score
Edward I Altman merupakan peneliti yang mengumumkan
sebuah model analisis Z-Score pertama kali. Metode analisis tersebut
juga dikenal dengan istilah Multiple Discriminant Analysis (MDA).
Metode tersebut digunakan oleh Altman untuk mengukur besarnya
koefisiensi dari setiap variabel independen (parameter) yang digunakan
untuk memprediksi kemungkinan terjadinya kebangkrutan pada suatu
perusahaan. Akan tetapi model analisis ini dari Altman yang pertama
ini hanya dapat diterapkan pada perusahaan yang bergerak dibidang
manufaktur publik yang berukuran besar (Irfan dan Yuniati, 2014:5-6).
Altman telah mengkombinasikan beberapa rasio menjadi model
prediksi dengan teknis analisis, dimana altman memilih 5 rasio dari 22
rasio melalui prosedur statistik, observasi dan judgement (Kusdiana,
2014:85). Formula MDA dari altman ini dapat disebut dengan Altman
35
Z-Score Pertama. Rumus dari model Altman Z-Score Pertama (untuk
perusahaan manufaktur go publik) adalah (Altman, 1968 dalam Rahayu,
2016):
Dimana:
X1 = working capital to total assets
X2 = retained earning to total assets
X3 = earning before interest and taxes to total assets
X4 = market value of equity to book value of total debt
X5 = sales to total assets
Z = overall index
Nilai Z adalah index keseluruhan fungsi multiple discriminant
analysis. Terdapat angka-angka cut off nilai Z yang dapat menjelaskan
apakah perusahaan akan mengalami kegagalan atau tidak pada masa
datang. Nilai cut off dibagi kedalam 3 kategori keadaan, yaitu (Altman,
1968 dalam Rahayu, 2016):
a. Z < 1,81
Perusahaan masuk dalam kategori financial distress.
b. 1,81 < Z < 2,67
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
36
Z = 0,717X1 + 0,847X2 + 3,107X3 + 0,420X4 + 0,998X5
Perusahaan masuk dalam kategori grey area (tidak dapat
ditentukan apakah perusahaan sehat ataupun mengalami
financial distress).
c. Z > 2,67
Perusahaan masuk dalam ketegori tidak financial distress.
Altman melakukan suatu revisi terhadap model yang
dikembangkannya. Revisi yang dilakukan oleh Altman merupakan
penyesuaian yang dilakukan agar model prediksi kebangkrutan ini tidak
hanya untuk perusahaan manufaktur yang go publik melainkan juga dapat
diaplikasikan untuk perusahaan-perusahaan di sektor swasta. Model yang
lama mengalami perubahan pada salah satu variabel yang digunakan.
Altman mengubah pembilang Market Value Of Equity pada X1 menjadi
Book Value Of Equity karena perusahaan privat tidak memiliki harga pasar
untuk ekuitasnya dan juga mengganti besarnya nilai koefisien dari semua
variabel yang digunakan (Rahayu, et. al, 2016).
Model dari model Altman ini disebut dengan Altman Z-Score
Revisi, dimana rumus dari model Altman Z-Score Revisi (untuk
perusahaan Manufaktur yang non go publik) adalah (Altman, 1983 dalam
Rahayu, 2016):
Dimana:
X1 = working capital to total assets
37
X2 = retained earning to total assets
X3 = earning before interest and taxes to total assets
X4 = book value of equity to book value of total debt
X5 = sales to total assets
Z = overall index
Klasifikasi perusahaan yang sehat dan bangkrut didasarkan pada
nilai Z-Score, yaitu (Altman, 1983 dalam Rahayu, 2016):
a. Z < 1,23
Perusahaan masuk dalam kategori financial distress.
b. 1,23 < Z < 2,90
Perusahaan masuk dalam kategori grey area (tidak dapat
ditentukan apakah perusahaan sehat ataupun mengalami
financial distress).
c. Z > 2,90
Perusahaan masuk dalam ketegori tidak financial distress.
Seiring dengan perkembangan zaman, dan juga perubahan kondisi
ekonomi, serta perilaku pasar, maka Altman memodifikasi model analisis
kebangkrutannya lagi. Dalam model Z-Score ini Altman Mengeliminasi
variabel Sales/Total Assets, yaitu rasio penjualan terhadap total aset dan
juga mengganti besarnya nilai koefisien dari semua variabel yang
digunakan dalam memprediksi kebangkrutan pada sebuah perusahaan
38
(Irfan dan Yuniati, 2014:6). Analisis ini dinamai dengan Model Altman Z-
Score Modifikasi. Formula dari Model Altman Z-Score Modifikasi (untuk
semua perusahaan) adalah (Altman, 1995 dalam Rahayu, 2016):
Dimana:
X1 = working capital to total assets
X2 = retained earning to total assets
X3 = earning before interest and taxes to total assets
X4 = book value of equity to book value of total debt
Z = overall index
Klasifikasi perusahaan yang sehat dan bangkrut didasarkan pada
nilai Z-Score, yaitu (Altman, 1995 dalam Rahayu, 2016):
a. Z < 1,10
Perusahaan masuk dalam kategori financial distress.
b. 1,10 < Z < 2,60
Perusahaan masuk dalam kategori grey area (tidak dapat ditentukan
apakah perusahaan sehat ataupun mengalami financial distress).
c. Z > 2,60
Perusahaan masuk dalam ketegori tidak financial distress.
Z = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
39
B. Hubungan Antar Variabel
1. Hubungan Antara Working Capital to Total Assets (WCTA)
Terhadap Financial Distress.
Rasio ini menunjukan kemampuan perusahaan dalam
menghasilkan modal kerja bersih dari total keseluruhan aktiva yang
dimiliki oleh perusahaan. Modal kerja bersih didapatkan berdasarkan
perhitungan dari jumlah aktiva lancar dikurangi dengan jumlah kewajiban
lancar. Apabila perusahaan mempunyai modal kerja bersih yang bernilai
positif, maka perusahaan tidak akan mengalami kesulitan dalam
memenuhi kewajiban (Irfan dan Yuniati, 2014:11).
Samanyhia et.al (2016), Pozzoli et.al (2016) dan Selassie et.al
(2016) mendapatkn hasil penelitian bahwa variabel working capital to
total assets memiliki signifikan positif terhadap financial distress.
2. Hubungan Antara Retained Earning to Total Assets (RETA)
Terhadap Financial Distress
rasio ini menunjukan kemampuan perusahaan dalam menghasilkan
laba yang ditahan dari total keseluruhan aktiva yang dimiliki oleh
perusahaan. Laba ditahan adalah besarnya laba yang tidak dibagikan
kepada para pemegang saham dalam bentuk dividen yang digunakan untuk
pengembangan perusahaan. Semakin rendah nilai dari rasio laba ditahan
terhadap total aktiva, maka semakin kecil juga peranan dari laba ditahan
terhadap total aktiva perusahaan sehingga probabilitas perusahaan
40
mengalami kondisi financial distress adalah semakin tinggi (Irfan dan
Yuniati, 2014:11-12).
Samanyhia et.al (2016), Pozzoli et.al (2016) dan Selassie et.al
(2016) mendapatkan hasil penelitian bahwa variabel retained earning to
total assets memiliki pengaruh terhadap financial distress.
3. Hubungan Antara Earning Before Interest and Taxes to Total Assets
(EBITA) Terhadap Financial Distress
Earning before interest and taxs ratio digunakan untuk mengetahui
produktivitas (laba/rugi operasi) sebenarnya dari aset perusahaan yang
dimiliki. Semakin rendah tingkat produktivitas ini, maka semakin tidak
efektif dan efisien perusahaan dalam mengelola seluruh asset nya karena
dengan operating income yang rendah perusahaan tidak dapat menutupi
beban – beban lain selain beban usahanya begitu pula sebaliknya.
Perusahaan dengan Retained earning to total assets ratio negatif memiliki
operating loss dimana biaya operasi lebih besar dari laba kotornya, sedang
rasio Retained earning to total assets ratio positif memiliki operating
profit dimana laba kotor lebih besar dari biaya operasinya (Irfan dan
Yunianti, 2014:12).
Samanyhia et.al (2016), Pozzoli et.al (2016) dan Selassie et.al
(2016) mendapatkan hasil penelitian bahwa variabel Earning Before
Interest and Taxes to Total Assets debt memiliki pengaruh terhadap
financial distress.
41
4. Hubungan Antara Book Value of Equity to Book Value of Total Debt
(BVTD) Terhadap Financial Distress
Rasio ini menggambarkan kemampuan suatu perusahaan dalam
memenuhi kewajiban dengan nilai buku ekuitas yang dimiliki oleh
perusahaan. Nilai buku ekuitas memberikan informasi mengenai besarnya
nilai dari sumber daya atau modal yang dimiliki oleh perusahaan. Nilai
buku ekuitas dapat dihitung dengan mengurangi jumlah total aset dengan
jumlah total kewajiban. Sedangkan nilai buku kewajiban memberikan
informasi mengenai besarnya jumlah utang yang dimiliki oleh perusahaan.
Nilai buku kewajiban dapat dihitung dengan menjumlahkan total
kewajiban jangka pendek dengan total kewajiban jangka panjang. Jika
nilai rasio ini bersifat negatif (semakin kecil), hal tersebut menandakan
semaakin kecilnya kemampuan perusahaan dalam memenuhi
kewajibannya dari ekuitas, sehingga probabilitas financial distress bagi
perusahaan adalah semakin tinggi (Irfan dan Yunianti, 2014:12).
Samanyhia et.al (2016), Pozzoli et.al (2016) dan Selassie et.al
(2016) mendapatkan hasil penelitian bahwa variabel book value of equity
to book value of total debt memiliki pengaruh terhadap financial distress.
42
C. Penelitian Terdahulu
Tabel 2.1
Penelitian Terdahulu
NO Peneliti
dan Tahun Judul Variabel Hasil
1. Ni Made
Marlila,
Made Arie
wahyuni,
dan Gege
Ani
Yuniarta
(2017)
Analisis Rasio
Keuangan
Terhadap
Kondisi
Financial
Distress pada
Perusahaan
Manufaktur
yang Terdaftar
di Bursa Efek
Indonesia (BEI)
Periode 2011 –
2015.
Variabel X:
Earning Before
Interest and
Taxes to Total
Asset, CFOTA,
Return On
Asset.
Variabel Y:
Financial
Distress
Terdapat pengaruh negatif
secara signifikan EBITTA
terhadap financial distress
perusahaan, terdapat pengaruh
negatif secara signifikan
CFOTA terhadap financial
distress perusahaan, terdapat
pengaruh negatif secara
signifikan ROA terhadap
probabilitas financial distress
perusahaan, terdapat pengaruh
simultan variabel EBITTA,
CFOTA, dan ROA terhadap
financial distress, dan
Kemampuan variabel EBITTA,
CFOTA, dan ROA secara
simultan dalam menjelaskan
variabel financial distress
adalah sebesar 86,8%.
2. Muhammad
Bani
Pratama
(2016)
Memprediksi
Kondisi
Financial
Distress
Menggunakan
Metode Altman
Z-Score (Studi
Empiris pada
Perusahaan
Property Dan
Real Estate
yang Terdaftar
di Bursa Efek
Variabel X
(Altman Z –
Score):
Working
Capital to Total
Assets,
Retained
Earning to
Total Assets,
Earning Before
Interest and
Taxes to Total
Asset, Book
Value of Equity
to Book Value
Terdapat 3 perusahaan yang
mengalami kondisi financial
distress pada tahun 2011,
sedangkan hasil analisis
menunjukkan bahwa hanya
variabel working capital to total
asset dan earning before
interest and taxes to total assets
yang berpengaruh signifikan
terhadap kondisi financial
distress dengan tingkat
signifikan α < 0,05.
43
NO Peneliti
dan Tahun Judul Variabel Hasil
Indonesia (BEI)
Periode 2011 –
2015.
of Total
Liabilities.
Variabel Y:
Financial
distress
3. Fitriyani
Rahayu, I
Wayan
Suwandra,
Ni Nyoman
Yulianthini
(2016)
Analisis
Financial
Distress dengan
Menggunakan
Metode Altman
Z – Score,
Springate,
Zmijewski pada
perusahaan
Telekomunikasi
Variabel X
(Altman Z –
Score):
Working
Capital to Total
Assets,
Retained
Earning to
Total Assets,
Earning Before
Interest and
Taxes to Total
Asset, Book
Value of Equity
to Book Value
of Total
Liabilities.
Variabel X
(Springate):
Working
Capital to Total
Assets, Earning
Before interest
and Taxes to
Total Asset,
Earning Before
Taxes to Total
Asset, Sales to
Total Asset.
Variabel X
(Zmijewski):
Return on
Asset, Debt
Ratio, Current
Hasil perhitungan berdasarkan
model Altman Z – Score pada
perusahaan Telekomunikasi
selama periode 2012 – 2013
diperoleh tiga dari lima
perusahaan dikategorikan
mengalami financial distress.
Hasil perhitungan berdasarkan
metode springate diperoleh
empat dari lima perusahaan
dikategorikan mengalami
financial distress. Berdasarkan
metode zmijewski diperoleh dua
dari lima perusahaan yang
dikategorikan mengalami
financial distress.
44
NO Peneliti
dan Tahun Judul Variabel Hasil
Ratio.
Variabel Y
(Altman Z –
Score (Z),
Springate (S),
Zmijeski (X)):
Financial
Distress
4. Suyatmin
Waskito
Adi dan
Aryani
Intan Endah
Rahmawati
(2015)
Analisis Rasio
Keuangan
Terhadap
Kondisi
Financial
Distress pada
Perusahaan
Manufaktur
yang Terdaftar
di Bursa Efek
Indonesia
Tahun 2008 –
2013
Variabel X:
Earning Before
Interest and
Taxes to Total
Asset, Working
Capital to Total
Asset, Market
Value of Equity
to Book Value
of Total
Liability,
Retained
Earning by
Total Assets,
Sales by Total
Assets, Cash
Flow From
Operations to
Total Asset.
Variabel Y:
Financial
Distress
Hasil penelitian menunjukan
bahwa baik pada periode satu
tahun sebelum financial distress
(t-1) maupun 2 tahun sebelum
financial distress (t-2) variabel
yang berpengaruh signifikan
hanya variabel Earning Before
Interest and Taxes to Total
Asset, Working Capital to Total
Asset, Market Value of Equity to
Book Value of Total Liability,
Retained Earning by Total
Assets, Sales by Total Assets,
Cash Flow From Operations to
Total Asset. Berpengaruh tetapi
tidak signifikan. Hasil analisis
data dengan menggunakan
regresi logistik menghasilkan
ketepatan prediksi sebesar
69,4% pada satu tahun sebelum
financial distress dan 54,2%
pada dua tahun sebelum
financial distress.
5. Ni Luh
Widhiari, Ni
K. Lely
Aryani
Merkusiwati
(2015)
Pengaruh Rasio
Likuiditas,
Leverage,
Operating
Capacity, dan
Sales Growth
terhadap
Financial
Variabel X:
Likuiditas,
Leverage,
Operating
Capacity, dan
Sales Growth
Variabel Y:
Hasil penelitian ini
menyimpulkan rasio likuiditas,
Operating Capacity, dan Sales
Growth berpengaruh negatif
secara signifikan terhadap
financial distress pada
perusahaan Manufaktur yang
listing di BEI 2010 – 2013.
45
NO Peneliti
dan Tahun Judul Variabel Hasil
distress. Financial
Distress
6. Yayu
Kusdiana
(2014)
Analisis Model
Camel dan
Altman Z –
Score dalam
Memprediksi
Kebangkrutan
Bank Umum di
Indonesia (Studi
pada Bank
Umum yang
Tercatat di
Bursa Efek
Indoensia
Tahun 2007 –
2011)
Variabel X
(Model
CAMEL):
Capital
Aqequacy
Ratio, Non
Perfoming
Loan, Return
on Asset, Biaya
Operasional
terhadap
Pendapatan
Operassional,
Loan to Deposit
Ratio.
Variabel X
(Altman Z –
Score):
Working
Capital to Total
Asset, Retained
Earning to
Total Asset,
Earning Before
Interest and
Taxes to Total
Asset, Book
Value of Equity
to Book Value
of Total
Liabilities.
Variabel Y:
Memprediksi
Kebangkrutan.
Terdapat perbedaan dari model
CAMEL dan Altman Z – Score
dalam ketepatan memprediksi
kebangkrutan bank. Ketepatan
prediksi model Altman Z –
Score lebih baik dalam
memprediksi kebangkrutan
bank umum di indonesia
dibandingkan model CAMEL.
Hal ini disebabkan model
Altman Z – Score mengalami
tingkat probabilitas
kebangkrutan yang tinggi.
46
Sumber Penelitian Terdahulu:
1. Ni Made Marlila, Made Arie wahyuni, dan Gege Ani Yuniarta (2017)
Invention Journal of Research Technology in Engineering & Management
(IJRTEM).
2. Muhammad Bani Pratama (2016) website Repositori Skripsi Universitas Islam
Negeri Jakarta.
3. Fitriyani Rahayu, I Wayan Suwandra, Ni Nyoman Yulianthini (2016) e-
Journal Bisma Universitas Pendidikan Ganesha Jurusan Manajemen (Volume
4 Tahun 2016).
4. Suyatmin Waskito Adi dan Aryani Intan Endah Rahmawati (2015) Menakar
Masa Depan Profesi Memasuki MEA 2015 Menuju Era Crypto Economic,
website Fakultas Ekonomi dan Bisnis, Universitas Muhammadiyah Surakarta.
5. Ni Luh Widhiari, Ni K. Lely Aryani Merkusiwati (2015) E-Jurnal Akuntansi
Universitas Udayana 11.2 (2015): 456-469.
6. Yayu Kusdiana (2014) jurnal Tepak Manajemen Bisnis, Vol. 6, No. 1, Januari
2014. Sekolah Tinggi Ilmu Ekonomi Riau Pekanbaru.
47
D. Kerangka Pemikiran Teoritis
Gambar 2.3
Kerangka Pemikiran
Analisis Regresi Multinominal
Logit
Uji Korelasi:
1. WCTA
2. RETA
3. EBTTA
4. BVTD
Neraca Laporan Laba Rugi
Analisis Financial Distress
Altman Z – Score Modifikasi
Laporan Keuangan Perusahaan Ritel yang Terdaftar di BEI
Periode 2012 - 2016
Nilai Hasil Altman Z - Score
Rasio Keuangan dalam Altman Z – Score yang
Mempengaruhi Financial Distress
48
E. Hipotesis
Berdasarkan kerangka pemikiran yang digambarkan oleh penulis, maka
hipotesis dalam penelitian ini adalah sebagai berikut:
H0 : Rasio model Altman Z – Score modifikasi tidak memiliki pengaruh terhadap
prediksi kondisi finansial distress.
Ha : Rasio model Altman Z – Score modifikasi memiliki pengaruh terhadap
prediksi kondisi finansial distress.
49
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini dilakukan dengan menggunakan metode penelitian
kuantitatif. Metode penelitian kuantitatif dapat diartikan sebagai metode
penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk
meneliti pada populasi atau sampel tertentu, pengumpulan data
menggunakan instrumen penelitian, analisis data bersifat kuantitatif /
statistik, dengan tujuan untuk menguji hipotesis yang telah ditetapkan
(Sugiyono, 2014:8).
Oleh sebab itu, tujuan diadakannya penelitian ini dimaksudkan
untuk memprediksi kondisi financial distress sebagai variabel
dependennya yang dilihat dari laporan keuangan Perusahaan Retail yang
terdaftar di Bursa Efek Indonesia Tahun 2012 – 2016 dengan
menggunakan rasio keuangan yang terdapat pada Model Altman Z-Score
Modifikasi sebagai variabel independennya.
B. Metode Penentuan Sampel
Populasi adalah wilayah generalisasi yang terdiri atas objek /
subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan
oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan (Sugiyono,
2014:80). Populasi yang digunakan pada penelitian ini adalah seluruh
50
perusahaan Jasa Sub Sektor Perdagangan Eceran (Retail) yang terdaftar di
Bursa Efek Indonesia (BEI). Terdapat 25 populasi perusahaan Jasa Sub
Sektor Perdagangan Eceran (Retail) yang terdaftar di Bursa Efek
Indonesia (dilihat www.sahamok.com).
Sedangkan sampel (sample) adalah sebagian dari populasi. Sampel
terdiri atas sejumlah anggota yang dipilih dari populasi. Dengan kata lain,
sejumlah tapi tidak semua elemen populasi akan membentuk sampel
(Sekaran, 2014:123). Untuk itu, sampel yang diambil dari populasi harus
benar – benar representatif (mewakili) (Sugiyono, 2014:81). Sampel yang
digunakan dalam penelitian ini adalah perusahaan-perusahaan yang
tergabung dalam seluruh perusahaan Jasa Sub Sektor Perdagangan Eceran
(Retail)
Pengambilan sampel pada penelitian ini menggunakan teknik non
probability sampling dengan memilih purposive sampling sebagai metode
dalam pengambilan datanya. Menurut Sugiyono (2014:84-85) non
probability sampling adalah teknik pengambilan sampel yang tidak
memberi peluang / kesempatan sama bagi setiap unsur atau anggota
populasi untuk dipilih menjadi sampel. Dan purposive sampling adalah
teknik penentuan sampel dengan perimbangan tertentu.
Kriteria sampel yang dibutuhkan dan yang akan digunakan dalam
penelitian ini adalah sebagai berikut:
51
a. Perusahaan Jasa Sub Sektor Perdagangan Eceran (Retail) yang
terdaftar di Bursa Efek indonesia.
b. Perusahaan yang mengeluarkan laporan keuangan yang
berakhir pada periode 31 Desember.
c. Memiliki laporan keuangan dari tahun 2012 sampai dengan
tahun 2016.
d. Perusahaan mempunyai data dan informasi laporan keuangan
yang lengkap.
Berdasarkan kriteria di atas, maka jumlah perusahaan Retail yang
terdaftar di Bursa Efek Indonesia berjumlah 25 perusahaan. Dan
perusahaan yang tidak memiliki laporan keuangan yang berakhir pada
periode 31 desember pada tahun 2012 sampai tahun 2016 berjumlah 6
perusahaan.
Tabel 3.1
Perusahaan Jasa Sub Sektor Perdagangan Eceran (Retail) yang Terdaftar di
Bursa Efek Indonesia yang Memiliki Laporan Keuangan pada Periode 31
Desember 2012 – 31 Desember 2016
NO Nama Perusahaan Kode
Perusahaan
Tahun
2012 2013 2014 2015 2016
1 Ace Hardware Indonesia Tbk ACES
2 Sumber Alfaria Trijaya Tbk AMRT
3 Centratama Telekomunikasi
Indonesia Tbk CENT
4 Catur Sentosa Adiprana Tbk CSAP
52
5 Duta Intidaya Tbk DAYA × × × ×
6 Electronic City Indonesia Tbk ECII
7 Erajaya Swasembada Tbk ERAA
8 Global Teleskop Tbk GLOB × ×
9 Golden Retailindo Tbk GOLD
10 Hero Supermarket Tbk HERO
11 Kioson Komersial Indonesia
Tbk KIOS × × × × ×
12 Kokoh Inti Arebama Tbk KOIN
13 Matahari Department Store
Tbk LPPF
14 Mitra AdiPerkasa Tbk MAPI
15 M Cash Integrasi Tbk MCAS × × × × ×
16 Midi Utama Indonesia Tbk MIDI
17 Mitra Komunikasi Nusantara
Tbk MKNT × × ×
18 Matahari Putra Prima Tbk MPPA
19 Ramayana Lestari Sentosa
Tbk RALS
20 Supra Boga Lestari Tbk RANC
21 Rimo Internasional Lestari
Tbk RIMO
22 Skybee Tbk SKYB
23 Sona Topas Tourism Industry
Tbk SONA
24 Tiphone Mobile Indonesia
Tbk TELE
25 Trikomsel Oke Tbk TRIO × ×
Sumber: www.idx.co.id (data diolah)
Berdasarkan kriteria di atas, maka jumlah perusahaan Retail yang
tidak memiliki kelengkapan data dan informasi yang lengkap pada periode
31 desember pada tahun 2012 sampai tahun 2016 berjumlah 1 perusahaan.
53
Tabel 3.2
Perusahaan Jasa Sub Sektor Perdagangan Eceran (Retail) yang Memiliki
Kelengkapan Data dan Informasi yang Lengkap pada Periode 31 Desember
2012 – 31 Desember 2016
NO Nama Perusahaan Kode
Perusahaan
Kelengkapan Data dan Informasi
1 Ace Hardware Indonesia Tbk ACES
2 Sumber Alfaria Trijaya Tbk AMRT
3 Centratama Telekomunikasi Indonesia Tbk CENT
4 Catur Sentosa Adiprana Tbk CSAP
5 Electronic City Indonesia Tbk ECII
6 Erajaya Swasembada Tbk ERAA
7 Golden Retailindo Tbk GOLD
8 Hero Supermarket Tbk HERO
9 Kokoh Inti Arebama Tbk KOIN
10 Matahari Department Store Tbk LPPF
11 Mitra AdiPerkasa Tbk MAPI
12 Midi Utama Indonesia Tbk MIDI
13 Matahari Putra Prima Tbk MPPA
14 Ramayana Lestari Sentosa Tbk RALS
15 Supra Boga Lestari Tbk RANC
16 Rimo Internasional Lestari Tbk RIMO X
17 Skybee Tbk SKYB
18 Sona Topas Tourism Industry Tbk SONA
19 Tiphone Mobile Indonesia Tbk TELE Sumber: www.idx.co.id (data diolah)
Berdasarkan Kriteria sampel yang dibutuhkan dan yang akan di
gunakan dalam penelitian ini, maka terdapat sebanyak 18 perusahaan
Retail yang digunakan sebagai sampel dalam penelitian ini.
54
Tabel 3.3
Sampel Perusahaan Jasa Sub Sektor Perdagangan Eceran (Retail)
yang Diteliti
NO Nama Perusahaan Kode Perusahaan
1 Ace Hardware Indonesia Tbk ACES
2 Sumber Alfaria Trijaya Tbk AMRT
3 Centratama Telekomunikasi Indonesia Tbk CENT
4 Catur Sentosa Adiprana Tbk CSAP
5 Electronic City Indonesia Tbk ECII
6 Erajaya Swasembada Tbk ERAA
7 Golden Retailindo Tbk GOLD
8 Hero Supermarket Tbk HERO
9 Kokoh Inti Arebama Tbk KOIN
10 Matahari Department Store Tbk LPPF
11 Mitra AdiPerkasa Tbk MAPI
12 Midi Utama Indonesia Tbk MIDI
13 Matahari Putra Prima Tbk MPPA
14 Ramayana Lestari Sentosa Tbk RALS
15 Supra Boga Lestari Tbk RANC
16 Skybee Tbk SKYB
17 Sona Topas Tourism Industry Tbk SONA
18 Tiphone Mobile Indonesia Tbk TELE
55
C. Metode Pengumpulan Data
Data merupakan bagian yang terpenting dalam melakukan
penelitian. Jika peneliti tidak memiliki data maka tidak akan mendapatkan
informasi yang diinginkan. Sumber data yang digunakan dalam penelitian
ini menggunakan sumber data sekunder. Sumber data sekunder merupakan
sumber data yang tidak langsung memberikan data kepada pengumpul
data, misalnya lewat orang lain atau lewat dokumen (Sugiyono, 2014:137).
Basis data keuangan yang sudah tersedia untuk penelitian juga merupakan
sumber data sekunder (Sekaran, 2014:65).
Data sekunder yang diperoleh peneliti berasal dari laporan
keuangan Perusahaan Jasa Sub Sektor Perdagangan Eceran (Retail) yang
terdaftar di Bursa Efek Indonesia Periode 2012 – 2016 yang telah
dipublikasikan melalui website www.idx.co.id.
Sebelum peneliti melakukan pengumpulan data laporan keuangan
Perusahaan Jasa Sub Sektor Perdagangan Eceran (Retail) yang terdaftar di
Bursa Efek Indonesia Periode 2012 – 2016, peneliti terlebih dahulu
mempelajari serta menganalisa tinjauan tekstual sebagai dasar teori serta
informasi yang bersumber dari jurnal, website, buku dan skripsi yang
memiliki kesamaan tujuan penelitian.
56
D. Metode Analisis Data
1. Analisis Model Altman Z-Score Modifikasi
Analisis diskriminan Altman merupakan salah satu teknik
statistik yang bisa digunakan untuk memprediksi adanya kebangkrutan
suatu perusahaan. Altman telah mengkombinasikan beberapa rasio
keuangan menjadi model prediksi dengan teknik statistik (Rahayu, et.
al., 2016).
Ramdhani dan Lukviarman (2009 dalam Rahayu, et. al., 2016)
mengungkapkan bahwa sering dengan berjalannya waktu dan terhadap
berbagai jenis perusahaan. Altman kemudian merevisi modelnya
supaya dapat diterapkan pada semua perusahaan, seperti manufaktir,
non manufaktur, dan perusahaan penerbit obligasi di negara
berkembang (emerging market). Dalam model Altman Z – Score
modifikasi ini Altman mengeliminasi X5 (sales to total asset) karena
rasio ini sangat bervariatif pada industri dengan ukuran aset yang
berbeda-beda serta berubahnya nilai bobot dari setiap variabel yang
digunakan dalam persamaan tersebut dan nilai klasifikasinya.
Persamaan model Altman Z-Score Modifikasi adalah (Altman, 1995
dalam Rahayu, 2016):
Dimana:
X1 = working capital to total assets
Z = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
57
X2 = retained earning to total assets
X3 = earning before interest and taxes to total assets
X4 = book value of equity to book value of total debt
Z = overall index
Klasifikasi perusahaan yang sehat dan bangkrut didasarkan pada
nilai Z – Score, yaitu (Altman, 1995 dalam Rahayu, 2016):
a. Z < 1,10
Perusahaan masuk dalam kategori financial distress.
b. 1,10 < Z < 2,60
Perusahaan masuk dalam kategori grey area (tidak dapat
ditentukan apakah perusahaan sehat ataupun mengalami
financial distress).
c. Z > 2,60
Perusahaan masuk dalam ketegori tidak financial distress.
2. Analisis Korelasi
Analisis korelasi yang bertujuan untuk mengukur kekuatan
(asosiasi) linier antara dua variabel. Korelasi tidak menunjukan
hubungan fungsional atau dengan kata lain analisis korelasi tidak
membedakan antara variabel dependen dengan variabel independen
(Ghozali, 2016:93).
58
Uji multikolinieritas (analisis korelasi) bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi antar variabel bebas
(independen). Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel independen. Jika variabel independen saling
berkorelasi, maka variabel – variabel independen tidak ortogonal.
Variabel ortogonal adalah variabel independen yang nilai korelasi
antar sesama variabel independen sama dengan nol. Untuk mendeteksi
ada atau tidaknya multikolinieritas dapat dilihat dari nilai matriks
korelasi variabel – variabel independen. Jika natar variabel independen
ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini
merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi
yang tinggi antar variabel independen tidak berarti bebas dari
multikolinieritas. Multikolinieritas dapat disebabkan karena adanya
efek kombinasi dua atau lebih variabel independen (Ghozali,
2016:103).
3. Analisis Regresi Multinominal Logit
Regresi logistik sebetulnya mirip dengan analisis diskriminan
yaitu menguji apakah probabilitas terjadinya variabel terikat dapat
diprediksi dengan variabel bebasnya. Akan tetapi, asumsi multivariate
normal distribution tidak dapat dipenuhi oleh analisis diskriminan
karena variabel bebas merupakan campuran antara variabel kontinyu
(metrik) dan kategorial (non-metrik). Dalam hal ini dapat dianalisis
dengan analisis regresi logistik karena tidak perlu asumsi normalitas
59
data pada variabel bebasnya. Jadi regresi logistik dipakai jika asumsi
multivariate normal distribution tidak perlu (Ghozali, 2016:321).
Dalam analisis regresi logistik dapat dibedakan menjadi 2
bentuk, yaitu binary logistic (untuk 2 kategori) dan multinomial
logistic (untuk kategori lebih dari 2).
Dalam penelitian ini, peneliti menggunakan regresi multinomial
logit dengan memiliki 3 kategori, yaitu: financial distress (diberi kode
= 0), rawan (diberi kode = 1), dan non financial distress (diberi kode =
2).
a. Menilai Model Fit
Langkah pertama adalah menilai overall fit model terhadap data.
Beberapa test statistics diberikan untuk menilai hal ini. Hipotesis
untuk menilai model fit adalah (Ghozali, 2016:328):
H0 : model yang dihipotesakan fit dengan data
Ha : model yang dihipotesakan tidak fit dengan data
Dari hipotesis ini jelas bahwa kita tidak akan menolak
hipotesa nol supaya model fit dengan data.
b. Nilai -2 Log Likelihood
Statictics -2 Log Likelihood digunakan untuk menentukan
jika variabel bebas ditambahkan kedalam model apakah secara
60
signifikan memperbaiki model fit. Penilaian keseluruhan model
regresi menggunakan nilai -2 Log Likelihood dimana jika terjadi
penurunan dalam nilai pada baris ke dua (final) terhadap baris
pertama (intercept only), maka dapat disimpulkan bahwa model
regresi menjadi lebih baik (Ghozali, 2016:340).
c. Nilai Goodness of Fit
Tes koefisien goodness of fit memberikan informasi
apakah model kita fit dengan data. Nilai Chi-square yang kecil
menghasilkan probabilitas yang tidak signifikan (α > 0,05).
Model yang baik adalah model yang tidak dapat menolak
hipotesis nol yaitu model sesuai atau cocok dengan data empiris
(Ghozali, 2016:340).
d. Nilai Pseudo R – Square
Didalam koefisien pseudo r – square terdapat tiga nilai
yang dihasilkan, yaitu Cox and Snell, Nagelkerke, dan McFadden.
Cox and Snell’s R – Square merupakan ukuran yang mencoba
meniru ukuran R2 pada multiple regression yang didasarkan
padaa teknik estimasi likelihood dengan nilai maksimum kurang
dari satu sehingga sulit diinterprestasikan. Sedangkan
Nagelkerke’s R – Square merupakan modifikasi dari koefisien
Cox and Snell untuk memastikan bahwa nilainya bervariasi dari
nol hingga satu (Ghozali, 2016:329). Nilai Nagelkerke’s R –
61
Square menjelaskan seberapa besar variabel dependen yang dapat
dijelaskan oleh semua variabel independen.
e. Nilai Parameter Estimasi
Tabel klasifikasi menghitung nilai estimasi yang benar
(correct) dan salah (incorrect) (Ghozali, 2016:329). Pada kolom
merupakan dua nilai prediksi dari variabel dependen “Rawan”
dengan kode 1 dan “Non Financial Distress” dengan kode 2,
sedangkan pada baris menunjukan nilai observasi sesungguhnya
dari variabel dependen “Rawan” dengan kode 1 dan “Non
Financial Distress” dengan kode 2.
Model persamaan dalam penelitian ini adalah sebagai berikut:
E. Operasional variabel
1. Variabel Dependen
Variabel dependen atau variabel terikat adalah variabel yang
dipengaruhi oleh variabel independen atau variabel bebas. Variabel
dependen dalam penelitian ini dibagi menjadi 3 kategori, yaitu:
LnP (Rawan)
P (Financial Distress) a + b1 X1 + b2 X2 + b3 X3 + b4 X4
LnP (Non 𝐹𝑖𝑛𝑎𝑛𝑐𝑖𝑎𝑙 𝐷𝑖𝑠𝑡𝑟𝑒𝑠𝑠)
P (Financial Distress) a + b1 X1 + b2 X2 + b3 X3 + b4 X4
62
X1 Modal Kerja (Aset Lancar − Kewajiban lancar)
Total Aset × 6,56 (bobot Z − 𝑆𝑐𝑜𝑟𝑒 X1)
a. ”Financial Distress” dengan nilai Z < 1,10 masuk dalam kategori
0.
b. ”Rawan” dengan nilai 1,10 < Z < 2,60 masuk dalam kategori 1.
c. “Non Financial Distress” dengan nilai Z > 2,60 masuk dalam
kategori 2.
2. Variabel Independen
Variabel independen atau variabel bebas merupakan variabel yang
mempengaruhi variabel dependen atau variabel bebas. Variabel
independen dalam penelitian ini menggunakan rasio keuangan yang
terdapat dalam model Altman Z – Score Modifikasi. Dimana variabel
independennya sebagai berikut:
a. Working Capital to Total Assets (X1)
Rasio ini menunjukan kemampuan perusahaan dalam
menghasilkan modal kerja bersih dari total keseluruhan aktiva yang
dimiliki oleh perusahaan. Modal kerja bersih didapatkan
berdasarkan perhitungan dari jumlah aktiva lancar dikurangi
dengan jumlah kewajiban lancar. Apabila perusahaan mempunyai
modal kerja bersih yang bernilai positif, maka perusahaan tidak
akan mengalami kesulitan dalam memenuhi kewajibannya (Irfan
dan Yuniati, 2014:11).
63
b. Retained Earning to Total Assets (X2)
Rasio ini menunjukan kemampuan perusahaan dalam
menghasilkan laba yang ditahan dari total keseluruhan aktiva yang
dimiliki oleh perusahaan. Laba ditahan adalah besarnya laba yang
tidak dibagikan kepada para pemegang saham dalam bentuk
deviden yang digunakan untuk pengembangan perusahaan.
Semakin rendah nilai rasio laba ditahan terhadap total aktiva, maka
semakin kecil juga peranan dari laba ditahan terhadap total aktiva
perusahaan sehingga probabilitas perusahaan mengalami kondisi
finansial distress adalah semakin tinggi (Irfan dan Yuniati,
2014:11-12).
c. Earning Before Interest And Taxes to Total Assets (X3)
Rasio ini menggambarkan kemampuan suatu perusahaan dalam
menghasilkan laba usaha dari total keseluruhan aktiva yang
dimiliki oleh perusahaan. Laba usaha yang dimaksud adalah laba
yang belum digunakan untuk membayar beban bungan dan beban
pajak. Semakin kecil nilai dari rasio ini mencerminkan bahwa
X2 Laba Ditahan
Total Aset × 3,26 ( bobot Z − 𝑆𝑐𝑜𝑟𝑒 X2)
X3 Pendapatan Sebelum Pajak dan Bunga
Total Aset × 6,72 (bobot Z − 𝑆𝑐𝑜𝑟𝑒 X3)
64
kemampuan perusahaan dalam menghasilkan laba usaha dari
aktiva yang digunakan semakin kecil sehingga probabilitas
perusahaan terhadap kondisi financial distress yaitu semakin tinggi
(Irfan dan Yuniati, 2014:12).
d. Book Value of Equity to Book Value of Total Debt (X4)
Rasio ini menggambarkan kemampuan suatu perusahaan dalam
memenuhi kewajiban dengan nilai buku ekuitas yang dimiliki oleh
perusahaan. Nilai buku ekuitas memberikan informasi mengenai
besarnya nilai dari sumber daya atau modal yang dimiliki oleh
perusahaan. Nilai buku ekuitas dapat dihitung dengan mengurangi
jumlah total aset dengan jumlah total kewajiban. Sedangkan nilai
buku kewajiban memberikan informasi mengenai besarnya jumlah
utang yang dimiliki oleh perusahaan. Nilai buku kewajiban dapat
dihitung dengan menjumlahkan total kewajiban jangka pendek
dengan total kewajiban jangka panjang. Jika nilai rasio ini bersifat
negatif (semakin kecil), hal tersebut menandakan semakin kecilnya
kemampuan perusahaan dalam memenuhi kewajiban dari ekuitas,
sehingga probabilitas financial distress bagi perusahaan semakin
tinggi (Irfan dan Yuniati, 2014:12).
X4 Nilai Buku Modal
Nilai Buku Hutang × 1,05 (bobot Z − 𝑆𝑐𝑜𝑟𝑒 X4)
65
X1 Modal Kerja (Aset Lancar − Kewajiban lancar)
Total Aset
BAB IV
HASIL DAN PEMBAHASAN
A. Analisis Deskriptif Variabel Independen
1. Working Capital To Total Assets (X1)
Rasio ini menunjukan kemampuan perusahaan dalam
menghasilkan modal kerja bersih dari total keseluruhan aktiva yang
dimiliki oleh perusahaan. Modal kerja bersih didapatkan berdasarkan
perhitungan dari jumlah aktiva lancar dikurangi dengan jumlah
kewajiban lancar. Apabila perusahaan mempunyai modal kerja bersih
yang bernilai negatif, maka perusahaan akan mengalami kesulitan
dalam memenuhi kewajibannya. Rasio ini dapat dihitung dengan
rumus sebagai berikut:
Dari data laporan keuangan perusahaan Retail yang terdaftar di
Bursa Efek Indonesia tahun 2012 sampai 2016, maka diperoleh hasil
rasio X1 adalah:
66
Tabel 4.1
Working Capital To Total Assets (X1)
Sumber: Hasil olah data
Penjelasan:
a. Pada tahun 2012 perusahaan yang memiliki nilai negatif dari X1
adalah perusahaan Sumber Alfaria Trijaya Tbk sebesar -0,0132,
Hero Supermarket Tbk sebesar -0,2011, Matahari Departement
Store Tbk sebesar -0,1497, dan Midi Utama Indonesia Tbk
sebesar -0,0697. Sisanya nilai X1 perusahaan di tahun 2012
memiliki nilai positif.
b. Pada tahun 2013 perusahaan yang memiliki nilai negatif dari X1
adalah perusahaan Sumber Alfaria Trijaya Tbk sebesar -0,1141,
NO Nama Perusahaan 2012 2013 2014 2015 2016
1 Ace Hadware Indonesia Tbk 0,5271 0,5276 0,5896 0,6289 0,6521
2 Sumber Alfaria Trijaya Tbk -0,0132 -0,1141 -0,0521 0,0470 -0,0609
3 Centratama Telekomunikasi Indonesia
Tbk 0,3855 0,0537 -0,0846 0,2429 0,0496
4 Catur Sentosa Adiprana Tbk 0,0647 0,0498 0,0876 0,0593 0,1513
5 Electronic City Indonesia Tbk 0,3138 0,6308 0,6308 0,6441 0,6000
6 Erajaya Swasembada Tbk 0,4037 0,3157 0,2256 0,1366 0,1660
7 Golden Retailindo Tbk 0,6353 0,6710 0,7354 0,7259 -0,1243
8 Hero Supermarket Tbk -0,2011 0,1818 0,0596 0,0682 0,1130
9 Kokoh Inti Arebama Tbk 0,1261 0,2421 0,1620 0,1262 0,1274
10 Matahari Departement Store Tbk -0,1497 -0,0637 -0,1174 -0,0427 0,0793
11 Mitra Adiperkasa Tbk 0,0967 0,0600 0,1517 0,2536 0,2279
12 Midi Utama Indonesia Tbk -0,0697 -0,0689 -0,0987 -0,1071 -0,1231
13 Matahari Putra Prima Tbk 0,2879 0,1718 0,1974 0,1837 0,1146
14 Ramayana Lestari Sentosa Tbk 0,3554 0,3223 0,3783 0,4088 0,3920
15 Supra Boga Lestari Tbk 0,3599 0,2323 0,1240 0,1374 0,2094
16 Skybee Tbk 0,1958 0,1617 0,3713 0,0510 0,1504
17 Sona Topas Tourism Industry Tbk 0,5083 0,4991 0,4580 0,4663 0,4242
18 Tiphone mobile Indonesia Tbk 0,7257 0,2358 0,3936 0,7164 0,7577
Rata-rata 0,2529 0,2283 0,2340 0,2637 0,2170
Minimum -0,2011 -0,1141 -0,1174 -0,1071 -0,1243
Maksimum 0,7257 0,6710 0,7354 0,7259 0,7577
67
Matahari Departement Store Tbk sebesar -0,0637, dan Midi
Utama Indonesia Tbk sebesar -0,0689. Sisanya nilai X1
perusahaan di tahun 2013 memiliki nilai positif.
c. Pada tahun 2014 perusahaan yang memiliki nilai negatif dari X1
adalah perusahaan Sumber Alfaria Trijaya Tbk sebesar -0,0521,
Centratama Telekomunikasi Indonesia Tbk sebesar -0,0846,
Matahari Departement Store Tbk sebesar -0,1174, dan Midi
Utama Indonesia Tbk sebesar -0,0987. Sisanya nilai X1
perusahaan di tahun 2014 memiliki nilai positif.
d. Pada tahun 2015 perusahaan yang memiliki nilai negatif dari X1
adalah perusahaan Matahari Departement Store Tbk sebesar -
0,0427, dan Midi Utama Indonesia Tbk sebesar -0,1071. Sisanya
nilai X1 perusahaan di tahun 2015 memiliki nilai positif.
e. Pada tahun 2016 perusahaan yang memiliki nilai negatif dari X1
adalah perusahaan Sumber Alfaria Trijaya Tbk sebesar -0,0609,
Golden Retailindo Tbk sebesar -0,1243, dan Midi Utama
Indonesia Tbk sebesar -0,1231. Sisanya nilai X1 perusahaan di
tahun 2016 memiliki nilai positif.
f. Apabila perusahaan mempunyai modal kerja bersih yang bernilai
negatif, maka perusahaan akan mengalami kesulitan dalam
memenuhi kewajibannya.
68
2. Retained Earning To Total Assets (X2)
Dari data laporan keuangan perusahaan Retail yang terdaftar di
Bursa Efek Indonesia tahun 2012 sampai 2016, maka diperoleh hasil
rasio X2 adalah :
Tabel 4.2
Retained Earning To Total Assets (X2)
Sumber: Hasil olah data
Penjelasan:
a. Pada tahun 2012 perusahaan yang memiliki nilai negatif dari
X2 adalah perusahaan Kokoh Inti Arebama Tbk sebesar -
0,1491. sisanya nilai X2 perusahaan di tahun 2012 memiliki
nilai positif.
NO Nama Perusahaan 2012 2013 2014 2015 2016
1 Ace Hadware Indonesia Tbk 0,5536 0,5644 0,6151 0,6556 0,6882
2 Sumber Alfaria Trijaya Tbk 0,1346 0,1413 0,1382 0,1464 0,1358
3 Centratama Telekomunikasi Indonesia Tbk 0,2299 -0,0059 -0,0525 -0,0789 -0,1003
4 Catur Sentosa Adiprana Tbk 0,0931 0,0949 0,1167 0,1195 0,1137
5 Electronic City Indonesia Tbk 0,2676 0,1642 0,2117 0,2360 0,2232
6 Erajaya Swasembada Tbk 0,1795 0,1744 0,1779 0,1611 0,1970
7 Golden Retailindo Tbk 0,2491 0,2943 0,3254 0,2913 0,1715
8 Hero Supermarket Tbk 0,2694 0,2781 0,2721 0,2509 0,3019
9 Kokoh Inti Arebama Tbk -0,1491 -0,0403 0,0245 0,0325 0,0279
10 Matahari Departement Store Tbk 0,4278 0,8184 0,9799 1,1033 1,0373
11 Mitra Adiperkasa Tbk 0,2262 0,2064 0,1907 0,1789 0,1783
12 Midi Utama Indonesia Tbk 0,0478 0,0658 0,1030 0,1126 0,1212
13 Matahari Putra Prima Tbk 0,3342 0,3421 0,3059 0,2751 0,2068
14 Ramayana Lestari Sentosa Tbk 0,6323 0,6288 0,6352 0,6656 0,6987
15 Supra Boga Lestari Tbk 0,1469 0,1592 0,1611 0,1533 0,2125
16 Skybee Tbk 0,0543 0,0540 0,0252 -0,8681 -1,7681
17 Sona Topas Tourism Industry Tbk 0,3255 0,3439 0,4068 0,4266 0,3493
18 Tiphone mobile Indonesia Tbk 0,2173 0,1567 0,1685 0,1615 0,1849
Rata-rata 0,2355 0,2467 0,2669 0,2235 0,1655
Minimum -0,1491 -0,0403 -0,0525 -0,8681 -1,7681
Maksimum 0,6323 0,8184 0,9799 1,1033 1,0373
69
b. Pada tahun 2013 perusahaan yang memiliki nilai negatif dari
X2 adalah perusahaan Centratama Telekomunikasi Indonesia
Tbk sebesar -0,0059 dan Kokoh Inti Arebama Tbk sebesar -
0,0403. sisanya nilai X2 perusahaan di tahun 2013 memiliki
nilai positif.
c. Pada tahun 2014 perusahaan yang memiliki nilai negatif dari
X2 adalah perusahaan Centratama Telekomunikasi Indonesia
Tbk sebesar -0,0525. sisanya nilai X2 perusahaan di tahun
2014 memiliki nilai positif.
d. Pada tahun 2015 perusahaan yang memiliki nilai negatif dari
X2 adalah perusahaan Centratama Telekomunikasi Indonesia
Tbk sebesar -0,0789 dan Skybee Tbk sebesar -0,8681. Sisanya
nilai X2 perusahaan di tahun 2015 memiliki nilai positif.
e. Pada tahun 2016 perusahaan yang memiliki nilai negatif dari
X2 adalah perusahaan Centratama Telekomunikasi Indonesia
Tbk sebesar -0,1003 dan Skybee Tbk sebesar -1,7681. Sisanya
nilai X2 perusahaan di tahun 2016 memiliki nilai positif.
f. Apabila semakin tinggi nilai dari rasio laba ditahan terhadap
total aktiva, maka semakin besar juga peranan dari laba
ditahan terhadap total aktiva perusahaan sehingga probabilitas
perusahaan mengalami kondisi financial distress adalah
semakin rendah.
70
Rasio ini mengambarkan kemampuan suatu perusahaan dalam
memenuhi kewajiban dengan nilai buku ekuitas yang dimiliki oleh
perusahaan. Nilai buku ekuitas memberikan informasi mengenai
besarnya nilai dari sumber daya atau modal yang dimiliki oleh
perusahaan. Nilai buku ekuitas dapat dihitung dengan mengurangi
jumlah total aset dengan jumlah total kewajiban. Sedangkan nilai buku
kewajiban memberikan informasi mengenai besarnya jumlah utang
yang dimiliki oleh perusahaan. Nilai buku kewajiban dapat dihitung
dengan menjumlahkan total kewajiban jangka pendek dengan total
kewajiban jangka panjang. Jika nilai rasio ini bernilai positif (semakin
besar), hal tersebut menandakan semakin besarnya kemampuan
perusahaan dalam memenuhi kewajiban dari ekuitas, sehingga
probabilitas financial distress bagi perusahaan adalah semakin rendah.
Rasio ini dapat dihitung dengan rumus sebagai berikut:
3. Earning Before Interest And Taxes To Total Assets (X3)
Dari data laporan keuangan perusahaan Retail yang terdaftar di
Bursa Efek Indonesia tahun 2012 sampai 2016, maka diperoleh hasil
rasio X3 adalah :
X4 Nilai Buku Modal
Nilai Buku Hutang
71
Tabel 4.3
Earning Before Interest And Taxes To Total Assets (X3)
Sumber: Hasil Olah data
Penjelasan:
a. Pada tahun 2012, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X3 yang berarti pada tahun 2012 seluruh
perusahaan memiliki nilai X3 yaitu bersifat positif.
b. Pada tahun 2013, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X3 yang berarti pada tahun 2013 seluruh
perusahaan memiliki nilai X3 yaitu bersifat positif.
NO Nama Perusahaan 2012 2013 2014 2015 2016
1 Ace Hadware Indonesia Tbk 0,8094 0,7799 0,7414 0,6897 0,6303
2 Sumber Alfaria Trijaya Tbk 0,4906 0,5764 0,5529 0,6060 0,5582
3 Centratama Telekomunikasi Indonesia Tbk 0,2603 0,0374 0,0143 0,0153 0,0208
4 Catur Sentosa Adiprana Tbk 0,2516 0,2687 0,2816 0,2779 0,2592
5 Electronic City Indonesia Tbk 0,5888 0,2005 0,2139 0,1753 0,1323
6 Erajaya Swasembada Tbk 0,2947 0,2337 0,2105 0,1930 0,2414
7 Golden Retailindo Tbk 0,4655 0,4344 0,3846 0,3886 0,0419
8 Hero Supermarket Tbk 0,4618 0,3669 0,3647 0,4136 0,4768
9 Kokoh Inti Arebama Tbk 0,5081 0,6041 0,4425 0,4103 0,3895
10 Matahari Departement Store Tbk 1,2650 1,4856 1,4790 1,4581 1,2784
11 Mitra Adiperkasa Tbk 0,6441 0,6209 0,6286 0,6098 0,6433
12 Midi Utama Indonesia Tbk 0,4556 0,5110 0,5526 0,5532 0,5107
13 Matahari Putra Prima Tbk 0,2307 0,2870 0,4035 0,3743 0,3423
14 Ramayana Lestari Sentosa Tbk 0,4848 0,4888 0,4325 0,4678 0,4739
15 Supra Boga Lestari Tbk 0,4927 0,4787 0,5478 0,6478 0,7040
16 Skybee Tbk 0,0376 0,0220 0,0289 0,0000 0,0000
17 Sona Topas Tourism Industry Tbk 0,3966 0,4846 0,5231 0,5884 0,6238
18 Tiphone mobile Indonesia Tbk 0,3329 0,1818 0,1632 0,1693 0,1924
Rata-rata 0,4706 0,4479 0,4425 0,4465 0,4177
Minimum 0,0376 0,022 0,0143 0,0000 0,0000
Maksimum 1,265 1,4856 1,479 1,4581 1,2784
72
c. Pada tahun 2014, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X3 yang berarti pada tahun 2014 seluruh
perusahaan memiliki nilai X3 yaitu bersifat positif.
d. Pada tahun 2015, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X3 yang berarti pada tahun 2015 seluruh
perusahaan memiliki nilai X3 yaitu bersifat positif.
e. Pada tahun 2016, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X3 yang berarti pada tahun 2016 seluruh
perusahaan memiliki nilai X3 yaitu bersifat positif.
f. Apabila semakin besar nilai dari rasio ini mencerminkan bahwa
kemampuan perusahaan dalam menghasilkan laba usaha dari
aktiva yang digunakan semakin besar sehingga probabilitas
perusahaan terhadap kondisi financial distress yaitu semakin
rendah.
Rasio ini menggambarkan kemampuan suatu perusahaan
dalam menghasilkan laba usaha dari total keseluruhan aktiva yang
dimiliki oleh perusahaan. Laba usaha yang dimaksud adalah laba
yang belum digunakan untuk membayar beban bunga dan beban
pajak. Semakin besar nilai dari rasio ini mencerminkan bahwa
kemampuan perusahaan dalam menghasilkan laba usaha dari
aktiva yang digunakan semakin besar sehingga probabilitas
perusahaan terhadap kondisi financial distress yaitu semakin
rendah. Rasio ini dapat dihitung dengan rumus sebagai berikut:
73
4. Book Value Of Equity To Book Value Of Total Debt (X4)
Rasio ini mengambarkan kemampuan suatu perusahaan dalam
memenuhi kewajiban dengan nilai buku ekuitas yang dimiliki oleh
perusahaan. Nilai buku ekuitas memberikan informasi mengenai
besarnya nilai dari sumber daya atau modal yang dimiliki oleh
perusahaan. Nilai buku ekuitas dapat dihitung dengan mengurangi
jumlah total aset dengan jumlah total kewajiban. Sedangkan nilai buku
kewajiban memberikan informasi mengenai besarnya jumlah utang
yang dimiliki oleh perusahaan. Nilai buku kewajiban dapat dihitung
dengan menjumlahkan total kewajiban jangka pendek dengan total
kewajiban jangka panjang. Jika nilai rasio ini bernilai positif (semakin
besar), hal tersebut menandakan semakin besarnya kemampuan
perusahaan dalam memenuhi kewajiban dari ekuitas, sehingga
probabilitas financial distress bagi perusahaan adalah semakin rendah.
Rasio ini dapat dihitung dengan rumus sebagai berikut:
Dari data laporan keuangan perusahaan Retail yang terdaftar di
Bursa Efek Indonesia tahun 2012 sampai 2016, maka diperoleh hasil
rasio X4 adalah :
X3 Pendapatan Sebelum Pajak dan Bunga
Total Aset
X4 Nilai Buku Modal
Nilai Buku Hutang
74
Tabel 4.4
Book Value Of Equity To Book Value Of Total Debt (X4)
Sumber: Hasil olah data
Penjelasan:
a. Rasio X4 merupakan hasil perhitungan dari nilai buku ekuitas
dibagi dengan nilai buku kewajiban.
b. Pada tahun 2012 perusahaan yang memiliki nilai negatif dari X4
adalah perusahaan Matahari Departement Store Tbk sebesar
-0,3973. sisanya nilai X4 perusahaan di tahun 2012 memiliki nilai
positif.
NO Nama Perusahaan 2012 2013 2014 2015 2016
1 Ace Hadware Indonesia Tbk 5,4129 3,3997 3,7014 4,1157 4,4678
2 Sumber Alfaria Trijaya Tbk 0,5718 0,3115 0,2728 0,4688 0,3734
3 Centratama Telekomunikasi Indonesia
Tbk 3,3541 7,2878 2,8841 5,0023 3,7389
4 Catur Sentosa Adiprana Tbk 0,3477 0,2998 0,3296 0,3197 0,4990
5 Electronic City Indonesia Tbk 0,9287 4,9957 7,8564 12,4693 11,2276
6 Erajaya Swasembada Tbk 1,9711 1,2246 0,9498 0,6829 0,8490
7 Golden Retailindo Tbk 4,2917 5,7611 5,3841 4,5815 1,2581
8 Hero Supermarket Tbk 0,4580 2,2289 1,9191 1,8435 2,6895
9 Kokoh Inti Arebama Tbk 0,1790 0,3533 0,2780 0,2191 0,2065
10 Matahari Departement Store Tbk -0,3973 -0,2101 0,0489 0,3974 0,6176
11 Mitra Adiperkasa Tbk 0,5690 0,4512 0,4106 0,4571 0,4282
12 Midi Utama Indonesia Tbk 0,3453 0,3114 0,3238 0,2946 0,2659
13 Matahari Putra Prima Tbk 0,8781 1,0031 0,9411 0,7888 0,5687
14 Ramayana Lestari Sentosa Tbk 2,9490 2,7701 2,6814 2,6861 2,5483
15 Supra Boga Lestari Tbk 1,7047 1,2608 1,0679 1,1628 1,4859
16 Skybee Tbk 0,2792 0,3308 0,6717 0,2002 2,6858
17 Sona Topas Tourism Industry Tbk 1,3096 1,3881 1,5846 1,6619 1,3091
18 Tiphone mobile Indonesia Tbk 4,4156 0,6703 0,9915 0,6527 0,6397
Rata-rata 1,6426 1,8798 1,7942 2,1113 1,9921
Minimum -0,3973 -0,2101 0,0489 0,2002 0,2065
Maksimum 5,4129 7,2878 7,8564 12,4693 11,2276
75
c. Pada tahun 2013 perusahaan yang memiliki nilai negatif dari X4
adalah perusahaan Matahari Departement Store Tbk sebesar
-0.2101. sisanya nilai X4 perusahaan di tahun 2013 memiliki nilai
positif.
d. Pada tahun 2014, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X4 yang berarti pada tahun 2014 seluruh
perusahaan memiliki nilai X4 yang bernilai positif.
e. Pada tahun 2015, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X4 yang berarti pada tahun 2015 seluruh
perusahaan memiliki nilai X4 yang bernilai positif.
f. Pada tahun 2016, tidak ada satupun perusahaan yang memiliki
nilai negatif dari X4 yang berarti pada tahun 2016 seluruh
perusahaan memiliki nilai X4 yang bernilai positif.
g. Apabila semakin besar nilai rasio ini mencerminkan bahwa
kemampuan perusahaan dalam memenuhi kewajibannya dari
ekuitas semakin besar, sehingga probabilitas financial distress
bagi perusahaan adalah semakin kecil.
76
5. Hasil Perhitungan Model Altman Z – Score Modifikasi
Tabel 4.5
Nilai Z – Score Perusahaan Retail yang Terdaftar di Bursa Efek
Indonesia Periode 2012 – 2016
Sumber: Hasil olah data
Penjelasan:
a. Analisis hasil perhitungan Z – Score tahun 2012
Berdasarkan hasil perhitungan diatas, maka pada tahun 2012 terdapat
sebanyak 0 perusahaan yang dikategorikan mengalami kondisi financial
distress (Z < 1.10). Sedangkan perusahaan yang dikategorikan dalam grey
NO Nama Perusahaan 2012 2013 2014 2015 2016
1 Ace Hadware Indonesia Tbk 16,3859 14,1125 14,7429 15,2196 15,4489
2 Sumber Alfaria Trijaya Tbk 4,2493 3,9130 4,1108 5,3507 4,1869
3 Centratama Telekomunikasi Indonesia
Tbk 8,5498 8,2373 2,3984 6,6914 4,0648
4 Catur Sentosa Adiprana Tbk 2,7848 2,7576 3,1940 2,9828 3,6298
5 Electronic City Indonesia Tbk 7,8637 11,2732 14,5159 19,2663 17,3427
6 Erajaya Swasembada Tbk 7,2842 5,4968 4,4730 3,4363 4,2454
7 Golden Retailindo Tbk 12,6145 14,3302 14,1239 13,1343 1,3459
8 Hero Supermarket Tbk 3,1436 6,9063 5,7451 5,9806 7,7544
9 Kokoh Inti Arebama Tbk 3,9440 5,8876 4,4090 3,9223 3,7613
10 Matahari Departement Store Tbk 8,4962 12,0129 12,4145 13,5331 13,1421
11 Mitra Adiperkasa Tbk 6,2989 5,7136 6,2728 6,8254 6,8495
12 Midi Utama Indonesia Tbk 3,1127 3,5236 3,7418 3,6913 3,2988
13 Matahari Putra Prima Tbk 5,4837 5,2252 5,9926 5,4465 4,3242
14 Ramayana Lestari Sentosa Tbk 10,7477 10,3576 10,2752 10,2752 10,7105
15 Supra Boga Lestari Tbk 7,9412 6,5843 6,1419 6,9760 8,3591
16 Skybee Tbk 2,0084 1,7326 3,4184 -2,2849 -1,9573
17 Sona Topas Tourism Industry Tbk 8,4368 9,1104 9,5102 10,1497 9,4886
18 Tiphone mobile Indonesia Tbk 12,3430 3,9845 5,2697 7,0499 7,5383
Rata-rata 7,3160 7,2866 7,2638 7,6470 6,8629
Minimum 2,0084 1,7326 2,3984 -2,2849 -1,9573
Maksimum 16,3859 14,3302 14,7429 19,2663 17,3427
77
zone (1.10 < Z < 2.60) sebanyak 1 perusahaan, yaitu perusahaan Skybee
Tbk dengan nilai Z sebesar 2.0084. Dan sisanya sebanyak 17 perusahaan
dikategorikan kedalam keadaan non financial disteress (Z > 2.60).
b. Analisis hasil perhitungan Z – Score tahun 2013
Berdasarkan hasil perhitungan diatas, maka pada tahun 2013 terdapat
sebanyak 0 perusahaan yang dikategorikan mengalami kondisi financial
distress (Z < 1.10). Sedangkan perusahaan yang dikategorikan dalam grey
zone (1.10 < Z < 2.60) sebanyak 1 perusahaan, yaitu perusahaan Skybee
Tbk dengan nilai Z sebesar 1.7326. Dan sisanya sebanyak 17 perusahaan
dikategorikan kedalam keadaan non financial disteress (Z > 2.60).
c. Analisis hasil perhitungan Z – Score tahun 2014
Berdasarkan hasil perhitungan diatas, maka pada tahun 2014 terdapat
sebanyak 0 perusahaan yang dikategorikan mengalami kondisi financial
distress (Z < 1.10). Sedangkan perusahaan yang dikategorikan dalam grey
zone (1.10 < Z < 2.60) sebanyak 1 perusahaan, yaitu perusahaan
Centratama Telekomunikasi Indonesia Tbk dengan nilai Z sebesar 2.3984.
Dan sisanya sebanyak 17 perusahaan dikategorikan kedalam keadaan non
financial disteress (Z > 2.60).
d. Analisis hasil perhitungan Z – Score tahun 2015
Berdasarkan hasil perhitungan diatas, maka pada tahun 2015 terdapat
sebanyak 1 perusahaan yang dikategorikan mengalami kondisi financial
distress (Z < 1.10) yaitu perusahaan Skybee Tbk dengan nilai Z sebesar -
2,2849 . Sedangkan perusahaan yang dikategorikan dalam grey zone (1.10
78
< Z < 2.60) sebanyak 0 perusahaan. Dan sisanya sebanyak 17 perusahaan
dikategorikan kedalam keadaan non financial disteress (Z > 2.60).
e. Analisis hasil perhitungan Z – Score tahun 2016
Berdasarkan hasil perhitungan diatas, maka pada tahun 2016 terdapat
sebanyak 1 perusahaan yang dikategorikan mengalami kondisi financial
distress (Z < 1.10) yaitu perusahaan Skybee Tbk dengan nilai Z sebesar
-1,9573. Sedangkan perusahaan yang dikategorikan dalam grey zone (1.10
< Z < 2.60) sebanyak 1 perusahaan, yaitu perusahaan Golden Retailindo
Tbk dengan nilai Z sebesar 1,3459. Dan sisanya sebanyak 16 perusahaan
dikategorikan kedalam keadaan non financial disteress (Z > 2.60).
Langkah pertama untuk melakukan analisis model Altman Z –
Score modifikasi yaitu mengumpulkan data laporan keuangan perusahaan
Retail yang terdaftar di Bursa Efek Indonesia tahun 2012 sampai 2016
yang sesuai dengan kriteria sampel peneliti.
Langkah kedua yaitu melakukan pengelompokan dan menghitung
setiap variabel – variabel yang ada didalam model Altman Z – Score
modifikasi.
Langkah ketiga yaitu melakukan analisis prediksi kondisi financial
distress dengan menjumlahkan dan menghitug hasil dari setiap variabel –
variabel didalam model Altman Z – Score modifikasi, dimana rumus dari
model Altman Z – Score modifikasi yaitu:
Z = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
79
Dimana:
X1 = working capital to total assets
X2 = retained earning to total assets
X3 = earning before interest and taxes to total assets
X4 = book value of equity to book value of total debt
Z = overall index
Langkah keempat yaitu hasil dari perhitungan model Altman Z –
Score modifikasi diklasifikasikan berdasarkan nilai cut-off, yaitu:
a. Z < 1,10
Perusahaan masuk dalam kategori financial distress.
b. 1,10 < Z < 2,60
Perusahaan masuk dalam kategori grey area (tidak dapat
ditentukan apakah perusahaan sehat ataupun mengalami
financial distress).
c. Z > 2,60
Perusahaan masuk dalam ketegori tidak financial distress..
6. Analisis Korelasi
Analisis korelasi bertujuan untuk mengukur kekuatan antar
variabel – variabel independen. Model regresi yang baik tidak terjadi
korelasi diantara variabel independen. Dalam melakukan analisis regresi
logistik, sebenarnya tidak ada pengujian multikolinineritas. Tetapi tetap
80
harus dilihat apakah ada korelasi antara variabel independen yang kuat
dengan melihat nilai korelasi Pearson.
Dibawah ini dijelaskan ada atau tidaknya hubungan korelasi yang
kuat antar variabel independen.
Tabel 4.6
Hasil Uji Korelasi
Correlations
X1 X2 X3 X4
X1 Pearson Correlation 1 .177 -.197 .596**
Sig. (2-tailed) .096 .063 .000
N 90 90 90 90
X2 Pearson Correlation .177 1 .626** .061
Sig. (2-tailed) .096 .000 .565
N 90 90 90 90
X3 Pearson Correlation -.197 .626** 1 -.250
*
Sig. (2-tailed) .063 .000 .018
N 90 90 90 90
X4 Pearson Correlation .596** .061 -.250
* 1
Sig. (2-tailed) .000 .565 .018
N 90 90 90 90
**. Correlation is significant at the 0.01 level (2-tailed).
Sumber : Hasil Olah Data
Berdasarkan hasil tabel 4.10, maka dapat dilihat bahwa terjadi
hubungan korelasi yang cukup kuat antara variabel X1 dan X4 sebesar
0.596 yang berarti variabel X1 sudah mewakili X4 ataupun sebaliknya.
Terjadi hubungan korelasi yang cukup kuat juga antara variabel X2 dan X3
sebesar 0.626 yang berarti variabel X2 sudah mewakili X3 ataupun
sebaliknya. Oleh sebab itu peneliti mengeliminasi variabel X3 (Earning
81
Before Interest And Taxes To Total Assets) dan variabel X4 (Book Value
Of Equity To Book Value Of Total Debt) untuk membuat hasil regresi
multinomial logit yang baik. Jadi, variabel independen yang akan
dianalisis dengan analisis regresi multinomial logit adalah X1 (Working
Capital to Total Assets), dan X2 (Retained Earning to Total Assets).
Penelitian terdahulu yang menganalisis serta melakukan
eliminasi terhadap variabel independen model Altman Z – Score
modifikasi dilakukan oleh Kusdina (2014) dengan mengeliminasi pada
variabel X3 (Earning Before Interest And Taxes To Total Assets) dan
variabel X4 (Book Value Of Equity To Book Value Of Total Debt)
7. Analisis Regresi Multinomial Logit
Analisis Multinomial digunakan jika variabel dependennya memiliki
lebih dari 2 kategori. Dalam penelitian ini, variabel dependen (Z = Y)
memiliki tiga kategori, yaitu: “Financial Distress” dengan kode 0,
“Rawan” dengan kode 1, dan “Non Financial Distress” dengan kode 2.
Dalam penelitian ini, jumlah data yang diolah atau diproses
menggunakan alat bantu software SPSS versi 16 sebanyak 90 atau N = 90
(18 perusahaan selama 5 tahun). Untuk melihat kelengkapan data yang
diolah dalam penelitian ini dan tidak adanya data yang hilang (missing
case), maka akan dijelaskan oleh tabel case processing summary dibawah
ini.
82
Tabel 4.7
Case Processing Summary
N Marginal
Percentage
Y FINANCIAL DISTRESS 2 2.2%
RAWAN 4 4.4%
NON FINANCIAL DISTRESS
84 93.3%
Valid 90 100.0%
Missing 0
Total 90
Subpopulation 90a
a. The dependent variable has only one value observed in 90 (100,0%) subpopulations.
Sumber: Hasil olah data
Dari hasil tabel case processing Summary diatas dapat dilihat bahwa
tidak ada data yang hilang (Missing = 0) dengan jumlah data sebanyak 90.
Berdasarkan hasil tersebut terdapat 2 perusahaan termasuk dalam kategori
“Financial Distress”, 4 perusahaan termasuk kedalam kategori “Rawan”,
dan 84 perusahaan termasuk kedalam kategori “Non Financial Distress”.
1. Menilai Model Fit
Tabel 4.8
Sumber: Hasil olah data
Model Fitting Information
Model
Model Fitting
Criteria Likelihood Ratio Tests
-2 Log
Likelihood Chi-Square df Sig.
Intercept Only 51.726
Final 25.219 26.506 4 .000
83
Tabel ini menunjukan apakah dengan memasukkan variabel
independen kedalam model hasilnya lebih baik dibandingkan dengan
model yang hanya memasukkan intersep saja. Tabel 4.8 menunjukan
bahwa angka -2 Log Likelihood hanya pada intersep (intercept only)
sebesar 51.726, sedangkan dengan memasukkan variabel independen
maka -2 Log Likelihood, turun menjadi 25.219 atau terjadi penurunan Chi-
Square sebesar 26.506 dan signifikan pada α sebesar 0.000. Jadi dapat
ditarik kesimpulan bahwa model dengan variabel independen memberikan
akurasi yang lebih baik untuk memprediksi kondisi financial distress
2. Goodness of Fit
Tabel 4.9
Goodness-of-Fit
Chi-
Square df Sig.
Pearson 45.778 174 1.000
Devianc
e 25.219 174 1.000
Sumber: Hasil olah data
Hasil dari tabel 4.9 menjelaskan bahwa Chi-Square sebesar 45.778
untuk koefisien Pearson dengan signifikan 1.000 dan Chi-Square sebesar
25.219 untuk koefisien Deviance. Oleh karena nilai signifikansi Pearson
sebesar 1.000 atau lebih besar daripada α (0.05), maka menunjukkan
bahwa model regresi multinomial logit sesuai dengan data.
84
3. Pseudo R – Square
Tabel 4.10
Pseudo R-Square
Cox and Snell .255
Nagelkerke .584
McFadden .512
Sumber: Hasil olah data
Berdasarkan tabel 4.10 maka dapat dijelaskan bahwa nilai dari
koefisien Cox and Snell sebesar 0.255. Sedangkan nilai dari koefisien
Nagelkerke sebesar 0.584 yang berarti bahwa variasi variabel dependen
(kondisi X1 dan X2) adalah sebesar 58.4% dan sisanya sebesar 41.6%
dijelaskan oleh variabel lain diluar model.
4. Likelihood Ratio Test
Tabel 4.11
Likelihood Ratio Tests
Effect
Model Fitting Criteria Likelihood Ratio Tests
-2 Log Likelihood of
Reduced Model Chi-Square df Sig.
Intercept 41.342 16.122 2 .000
X1 27.214 1.995 2 .369
X2 47.579 22.360 2 .000
The chi-square statistic is the difference in -2 log-likelihoods between the final model and a reduced model. The reduced model is formed by omitting an effect from the final model. The null hypothesis is that all parameters of that effect are 0.
Sumber: Hasil olah data
85
Tabel likelihood ratio tests menunjukkan kondisi setiap variabel
independen terhadap modal. Hasil dari tabel 4.11 pada kolom sig. terlihat
bahwa untuk variabel X2 memiliki kontribusi yang signifikan terhadap
model sebesar 0.000, dan untuk variabel X1 memiliki kontribusi yang tidak
signifikan terhadap modal sebesar 0.369. Variabel independen yang
dikatakan signifikan apabila Sig. lebih kecil daripada α (0.05).
5. Ketepatan Parameter Estimasi
Tabel 4.12
Parameter Estimates
Ya B
Std.
Error Wald Df Sig. Exp(B)
95% Confidence Interval
for Exp(B)
Lower Bound Upper Bound
RAWAN Intercept 22.399 2021.430 .000 1 .991
X2 13.296 1480.958 .000 1 .993 5.950E5 .000 .b
X1 -2.637 .605 19.023 1 .000 .072 .022 .234
NON FINANCIAL
DISTRESS
Intercept 23.832 2021.430 .000 1 .991
X2 15.710 1480.959 .000 1 .992 6.651E6 .000 .b
X1 -1.882 .000 . 1 .000 .152 .152 .152
a. The reference category is: FINANCIAL
DISTRESSS.
Sumber: Hasil olah data
Hasil pengujian melalui analisis regresi multinomial logit dalam tabel
parameter estimasi, menunjukkan bahwa:
86
a. Dalam kategori “Rawan” variabel independen X1 yang berpengaruh
terhadap financial distress. Dan variabel independen X2 tidak berpengaruh
terhadap financial distress. Hal ini disebabkan karena Sig. X1 sebesar
0.000 dan Sig. X2 sebesar 0.993 tidak lebih kecil dari pada α (0.05). Hal
ini berarti variabel X1 dapat membedakan antara “Rawan” dengan
“Financial Distress”. Sedangkan untuk variabel X2 tidak dapat
membedakan antara “Rawan” dengan “Financial Distress”.
b. Dalam kategori “Non Financial Distress” variabel independen X1 yang
berpengaruh terhadap financial distress.. Hal ini disebabkan karena Sig.
X1 sebesar 0.000 dan variabel independen X2 tidak berpengaruh terhadap
financial distress karena mempunyai Sig. sebesar 0.993 tidak lebih kecil
dari pada α (0.05). Hal ini berarti variabel X1 dapat membedakan antara
“Non Financial Ditress” dengan “Financial Distress”. Sedangkan untuk
variabel X2 tidak dapat membedakan antara “Non Financial Ditress”
dengan “Financial Distress”.
6. Tabel Klasifikasi
Berdasarkan hasil tabel classification, model regresi
multinomial logit mempunyai kemampuan menduga dari data asli sebesar
95.6% dengan tepat. Sedangkan sisanya sebesar 4.4% salah duga.
Kemampuan menduga dengan tepat pada kategori ”Financial Ditress”
sebesar 100%, dan pada kategori “Non Financial Ditress” sebesar 100%.
87
Sedangkan pada kategori “Rawan” sebesar 0%, yang dimana artinya
kemampuan menduganya tidak tepat pada kategori tersebut.
Tabel 4.13
Classification
Observed
Predicted
FINANCIAL DISTRESS RAWAN
NON FINANCIAL DISTRESS
Percent Correct
FINANCIAL DISTRESS
2 0 0 100.0%
RAWAN 0 0 4 .0%
NON FINANCIAL DISTRESS
0 0 84 100.0%
Overall Percentage 2.2% .0% 97.8% 95.6%
Sumber: Hasil olah data
8. Interprestasi Hasil
Berdasarkan hasil analisis model Altman Z – Score modifikasi
menunjukkan hasil bahwa perusahaan Retail yang terdaftar di Bursa Efek
Indonesia periode 2012 sampai 2016 yang mengalami kondisi financial
distress terjadi pada tahun 2015 dan 2016. Dimana terdapat 1 perusahaan
yang mengalami kondisi financial distress yaitu dengan kode perusahaan
SKYB dengan nilai Z sebesar -2,2849 pada tahun 2015 dan nilai Z sebesar
-1,9573 pada tahun 2016. Hal ini dikarenakan perusahaan tersebut pada
tahun 2015 dan 2016 memiliki nilai X2 dan X3 negatif dan X1 dan X4
memiliki nilai positif tetapi tidak besar. Sehingga perusahaan tersebut
dapat dikatakan mengalami kondisi financial distress.
Hasil penemuan ini sama dengan fenomena yang ada. Dimana
munculnya fenomena belanja online masyarakat serta ketatnya persaingan
88
membuat pertumbuhan penjualan emiten ritel mengalami tren penurunan
dalam tiga tahun terakhir. Ditambah lagi dengan turunnya daya beli
konsumen membuat beberapa perusahaan ritel mencatat penurunan
penjualan pada tahun 2016. Pada tahun 2014 rata-rata penjualan mencapai
26,69% terjadi penurunan rata-rata penjualan sebesar 4,3% ditahun 2015
dan mengalami penurunan kembali di tahun 2016 sebesar 5,8%. Walaupun
pada tahun 2016 hanya 1 perusahaan yang mengalami financial distress,
akan tetapi terjadi penurunan kinerja keuangan dari tahun 2015. Dimana
terdapat 6 perusahaan Retail yang mengalami penurunan kinerja
keuangan, seperti perusahaan dengan kode AMRT, CENT, ECII, GOLD,
MPPA dan SONA.
Berdasarkan hasil analisis regresi multinomial logit menunjukan
hasil bahwa kemampuan menduga model dengan tepat dari data asli
sebesar 95,6% yang ditunjukkan oleh tabel classification dengan
kemampuan menduga pada kategori “Financial Distress” sebesar 100%.
Nilai dari Nagelkerke R2 menjelaskan bahwa kemampuan variabel X1 dan
X2 sebesar 58,4% dapat menjelaskan kondisi financial distress dan sisanya
sebesar 41,6% dijelaskan oleh variabel lain. Nilai dari likelihood ratio test
menunjukkan bahwa kontribusi variabel X2 memiliki pengaruh yang
signifikan pada nilai α (0.05). Sehingga variabel dependen tersebut dapat
mengklasifikasikan kategori “Rawan” dengan “Financial Ditress” dan
“Non Financial Ditress” dengan ” Financial Ditress”.
89
Berdasarkan hasil dari tabel parameter estimates, maka dapat
diperoleh persamaan untuk menginterprestasikan analisis regresi
multinomial logit, yaitu:
Ln P (Rawan)
P ( ) 22 399 − 2 637X1 + 13 296X2
1. X1 (Working Capital To Total Assets) mempengaruhi probabilitas
perusahaan dalam kategori “Rawan” lebih rendah dibandingkan
kategori “Financial Ditress” dengan nilai koefisien -2.637 dan nilai
signifikansi lebih besar daripada α (0.05) dengan nilai Odd Ratio
0.072.
2. X2 (Retained Earning to Total Assets) tidak mempengaruhi
probabilitas perusahaan dalam kategori “Rawan” lebih tinggi
dibandingkan kategori “Financial Ditress” dengan nilai koefisien
13.296 dan nilai signifikansi lebih besar daripada α (0.05) dengan nilai
Odd Ratio 5.950E5.
Ln P (Non )
P ( ) 23 832 − 1 882X1 + 15 710X2
1. X1 (Working Capital To Total Assets) mempengaruhi probabilitas
perusahaan dalam kategori “Non Financial Distress” lebih rendah
dibandingkan kategori “Financial Ditress” dengan nilai koefisien -
1.882 dan nilai signifikansi lebih besar daripada α (0.05) dengan nilai
Odd Ratio 0.152.
90
2. X2 (Retained Earning to Total Assets) tidak mempengaruhi
probabilitas perusahaan dalam kategori “Non Financial Distress”
lebih tinggi dibandingkan kategori “Financial Ditress” dengan nilai
koefisien 15.710 dan nilai signifikansi lebih besar daripada α (0.05)
dengan nilai Odd Ratio 6.651E6.
Hasil penelitian ini dengan menggunakan analisis regresi
multinomial logit berbeda dengan hasil penelitian yang dilakukan oleh
Kusdiana (2014) yang menggunakan analisis regresi binary logit
dengan kategori “Bangkrut” dan “Tidak Bangkrut” melakukan
eliminasi pada variabel X3 dan X4 mengatakan bahwa variabel X1
tidak berpengaruh pada tingkat signifikansi lebih besar daripada α
(0.05) yang memiliki nilai koefisien 794.405 dan nilai Odd Ratio 0
dan variabel X2 juga tidak berpengaruh pada tingkat signifikansi lebih
besar daripada α (0.05) yang memiliki nilai koefisien 516.162 dan
nilai Odd Ratio 1.467E224.
Dalam penelitian ini, peneliti menggunakan 2 metode, yaitu
model Altman Z – Score modifikasi dan analisis regresi multinomial
logit. Dimana hasil dari metode tersebut mengalami persamaan yaitu
pada hasil yang ditemukan bahwa terdapat 2 data yang masuk dalam
ketegori ”Financial Distress”, 4 data yang masuk dalam kategori
“Rawan” dan 84 data yang masuk dalam kategori “Non Financial
Distress”. Persamaan hasil ini dikarenakan peneliti mengeliminasi
91
variabel X3 (Earning Before Interest and Taxes to Total Assets) dan
X4 (Book Value Of Equity To Book Value Of Total Debt).
92
BAB V
PENUTUP
A. Kesimpulan
Dari hasil pembahasan pada penelitian ini, maka dapat ditarik kesimpulan
sebagai berikut:
1. Berdasarkan hasil dari analisis model Altman Z – Score modifikasi
dalam memprediksi kondisi financial distress pada perusahaan Retail
yang terdaftar di Bursa Efek Indonesia periode 2012 – 2016
menyimpulkan bahwa pada tahun 2015 terdapat 1 perusahaan yang
mengalami kondisi financial distress, yaitu PT. Skybee Tbk. (SKYB)
dengan nilai Z sebesar -2.2849 dan pada tahun 2016 terdapat 1
perusahaan yang mengalami kondisi financial distress, yaitu PT.
Skybee Tbk. (SKYB) dengan nilai Z sebesar -1.9573.
2. Hasil pengujian regresi multinomial logit menunjukkan bahwa variabel
X1 dapat digunakan dalam memprediksi kondisi financial distress
antara kategori “Rawan” dengan kategori “Financial Distress” karena
nilai statistiknya signifikan pada tingkat α sebesar 0.05. dan hasil
variabel X2 tidak dapat digunakan dalam memprediksi kondisi
financial distress antara kategori “Rawan” dengan kategori “Financial
Distress” karena nilai statistiknya tidak signifikan pada tingkat α
sebesar 0.05. Sedangkan hasil pengujian regresi multinomial logit
menunjukan bahwa variabel X1 dapat digunakan dalam memprediksi
93
kondisi financial distress antara kategori “Non Financial Distress”
dengan kategori “Financial Distress” karena nilai statistiknya
signifikan pada tingkat α sebesar 0.05. dan hasil variabel X2 tidak
dapat digunakan dalam memprediksi kondisi financial distress antara
kategori “Non Financial Distress” dengan kategori “Financial
Distress” karena nilai statistiknya tidak signifikan pada tingkat α
sebesar 0.05. Variabel X1 memiliki pengaruh dalam memprediksi
kondisi financial distress karena jika aktiva lancar yang lebih kecil
daripada kewajiban lancar merupakan suatu tanda perusahaan
mengalami permasalahan likuiditas yang menyebabkan kesulitan
perusahaan dalam membayar hutang jangka pendeknya.
B. Saran
Setelah peneliti melihat hasil dari penelitian ini, maka terdapat
beberapa saran yang akan peneliti sampaikan sebagai berikut:
1. Terdapat perbedaan antara hasil dan fenomena yang diangkat. Oleh sebab
itu, untuk peneliti selanjutnya harus lebih mengkaji lebih dalam
fenomena yang hendak diangkat agar sesuai dengan hasilnya.
2. Terdapat beberapa variabel yang tidak terbukti dalam penelitian. Maka
sebaiknya bagi penelitian selanjutnya diperlukan referensi dan
pemahaman yang lebih dalam penggunaan variabel untuk dianalisis lebih
lanjut.
94
3. Memperluas periode waktu sampel agar dapat melihat kondisi financial
distress pada perusahaan retail lebih lengkap.
4. Penelitian yang selanjutnya sebaiknya tidak terpaku terhadap variabel-
variabel yang ada pada model prediksi kebangkrutan supaya hasil
penelitian menjadi lebih baik dn mengetahui penyebab kebangkrutan
secara lengkap.
95
DAFTAR PUSTAKA
Almilia, Luciana Spica dan Kristijadi. 2003. “Analisis Rasio Keuangan Untuk
Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Jakarta”, Jurnal Akuntansi dan Auditing
Indonesia (JAAI), Vol. 7 No. 2, Desember 2003, hal. 183-210. STEI
Perbanas Surabaya.
Almilia, Luciana Spica. 2004. “Analisis Faktor – Faktor Yang Mempengaruhi
Kondisi Financial Distress Suatu Perusahaan yang Terdaftar Di Bursa
Efek Jakarta”, Simposium Nasional Akuntansi 6. Hal. 546-564. STEI
Perbanas Surabaya.
Brahmana, Rayenda K. 2007. “Identifying Financial Distress Condition in
Indonesia Manufacture Industry”, hal. 1-19.
Ghozali, Imam. 2016. ”Aplikasi Analisis Multivariete Dengan Program IBM SPSS
23, Edisi 8”, ISBN 979.704.015.1, Badan Penerbit Universitas
Diponegoro. Semarang.
Hanafi, Mamduh M dan Abdul Halim. 2012. “Analisis Laporan Keuangan”, UPP
STIM YKPN. Yogyakarta.
Hapsari, Evanny Indri. 2012. “Kekuatan Rasio Keuangan Dalam Memprediksi
Kondisi Financial Distress Perusahaan Manufaktur Di BEI”, Jurnal
Dinamika Manajemen, Vol. 3, No. 2, Tahun 2012, hal. 101-109.
Universitas Negeri Semarang. Semarang.
Harahap , Sofyan Syafri. 2016. “Analisis Kritis atas Laporan Keuangan”, PT.
Raja Grafindo Persada. Jakarta.
Hermanto, Bambang dan Mulyo Agung. 2015. “Analisa Laporan Keuangan”,
Lentera Ilmu Cendeka. Jakarta.
Hidayat, Muhammad Arif dan Wahyu Meiranto. 2014. “Prediksi Financial
Distress Perusahaan Manufaktur Di Indonesia”, Diponegoro Journal of
Accounting, Vol. 3, Tahun 2014, hal. 1-11. Universitas Diponegoro.
Semarang.
Irfan, Mochamad dan Tri Yuniati. 2014. “Analisis Financial Distress Dengan
Pendekatan Altman Z – Score Untuk Memprediksi Kebangkrutan
Perusahaan Telekomunikasi”, Jurnal Ilmu dan Riset Manajemen, Vol. 3,
No. 1, Tahun 2014. Sekolah Tinggi Ilmu Ekonomi Indonesia. Surabaya.
Kasmir. 2015. “Analisis Laporan Keuangan”, PT Raja Grafindo Persada. Jakarta.
96
Kusdiana, Yayu. 2014. ”Analisis Model Camel Dan Altman Z-Score Dalam
Memprediksi Kebangkrutan Bank Umum Di Indonesia (Studi Pada Bank
Umum Yang Tercatat Di Bursa Efek Indonesia Tahun 2007 – 2011”,
jurnal Tepak Manajemen Bisnis, Vol. 6, No. 1, Januari 2014. Sekolah
Tinggi Ilmu Ekonomi Riau Pekanbaru.
Mas’ud, Imam dan Reva Maymu Srengga. 2012. “Analisis Rasio Keuangan Untuk
Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Indonesia” , Jurnal Akuntansi Universitas
Jember.
Munawir, S. 2014. ”Analisis Laporan Keuangan”, Liberty. Yogyakarta.
Pozzoli, Matteo. 2016. “An Overlook at Bankruptcy Prediction in Italy in 2016 :
an Companies in The 2016-first Quarter”, International Journal of
Accounting and Financial Reporting, Vol. 6, No. 2.
Platt, H dan M. Platt. 2002. “Predicting Corporate Financial Distress: Reflections
on Choice Based Sample Bias”, Journal of Ecomonic and Finance, Vol.
26, No. 2, h. 184-197.
Rahayu, Fitryani, I Wayan Suwendra, dan Ni Nyoman Yulianthini. 2016.
“Analisis Financial Distress dengan Menggunakan Metode Altman Z –
Score, Springate, dan Zmijewski Pada Perusahaan Telekomunikasi”, e-
Journal Bisma, Vol. 4, Tahun 2016. Universitas Pendidikan Ganesha.
Singaraja.
Rantelino, Ronaldi. 2015. “Prediksi Kebangkrutan Perusahaan Properti yang
Terdaftar di Bursa Efek Indonesia Tahun 1998-2013”. Jurnal Manajemen
Keuangan, Fakultas Ekonomi Universitas Kristen Petra, Vol 3, No 1, h.
96-101.
Rodoni, Ahmad dan Herni Ali. 2014. “Manajemen Keuangan Modern”, Mitra
Wacana Media. Jakarta.
Samanhyia, Solomon, Oware, Kofi Mintah, dan Anisom-Yaansah, Frederick.
2016. “Financial Distress and Bankruptcy Prediction: Evidence From
Ghana”, Expert Journal of Finance, Vol. 4, PP. 52-65.
Sekaran, Uma. 2014. “Research Methods For Business, Edisi 4”, Salemba Empat.
Jakarta.
Selassie, Ephrem G, Tarekegn, Ganfure, dan Ufo, Andualem. 2016. “Analysis of
Financial Distress and its Determinants in Selected SMEs in Wolaita
Zone”, Global Journal of Management and Business Research: C Finance,
Vol. 16, Issue 8, Version 1.0.
Soemarso. 2008. “Suatu Pengantar Akuntansi, Edisi 4”, PT Rineka Cipta. Jakarta.
97
Sugiyono. 2014. “Metode Penelitian Kuantitatif Kualitatif dan R&D”, Alfabeta.
Bandung.
Triwahyuningtias, Melinda dan Harjum Muharam. 2012. ”Analisis Pengaruh
Struktur Kepemilikan, Ukuran Dewan, Komisaris Independen, Likuiditas
Dan Leverage Terhadap Terjadinya Kondisi Financial Distress (Studi
Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia
Tahun 2008-2010”, Diponegoro Journal of Management, Vol. 1, No. 1,
Tahun 2012, hal. 1-14. Universitas Diponegoro Semarang.
Wardhani, Ratna. 2006. ”Mekanisme Corporate Governance Dalam Perusahaan
Yang Mengalami Permasalahan Keuangan (Financially Distressed
Firms)”, Jurnal Nasional Akuntansi IX. Padang.
Widarjo, Wahyu dan Doddy Setiawan. 2009. “Pengaruh Rasio Keuangan
Terhadap Kondisi Financial Distress Perusahaan Otomotif”, Jurnal Bisnis
dan Akutansi Vol. 11, No. 2, Agustus 2009, hlm. 107-119. Universitas
Sebelas Maret.
Widyaningdyah, Agnes Utari dan Octa Fenny Listiyana. 2009. “Kecendrungan
Manajemen Laba Pada Industri Tekstil Dan Produk Tekstil Di Bursa Efek
Indonesia Yang Di Prediksi Mengalami Kebangkrutan”, Jurnal Bisnis
Akuntansi, Vol. 11, No. 1, April 2009, hlm 19-32. Universitas Katolik
Widya Mandala.
www.aprindo.com
www.bi.go.id
www.idx.co.id
www.katadata.com
98
LAMPIRAN
1. Ace Hardware Indonesia Tbk
Tahun Working Capital Total Assets WCTA X1
2012 1010565586508 1916914650213 0,527183402 3,458323117
2013 1307910080344 2478918584338 0,527613165 3,461142363
2014 1744454742308 2958360604225 0,589669407 3,868231308
2015 2055106000028 3267549674003 0,628944073 4,125873118
2016 2433416721806 3731101667891 0,652197913 4,278418311
Tahun Rentained Earning Total Assets RETA X2
2012 1061205679650 1916914650213 0,553600902 1,804738941
2013 1399191168467 2478918584338 0,564436112 1,840061726
2014 1819852382324 2958360604225 0,615155698 2,005407575
2015 2142268717848 3267549674003 0,655619327 2,137319006
2016 2567845297860 3731101667891 0,688227105 2,243620361
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 1551576243757 1916914650213 0,809413316 5,439257484
2013 1933548645987 2478918584338 0,779996833 5,24157872
2014 2193584429818 2958360604225 0,741486493 4,982789234
2015 2253716894547 3267549674003 0,689726896 4,634964742
2016 2351756504844 3731101667891 0,630311558 4,235693669
Tahun Book Value of
Equity
Book Value of Total
Debt BVEBVTD X4
2012 1618001039174 298913611039 5,412938653 5,683585586
2013 1915498438092 563420146246 3,399769161 3,569757619
2014 2329112416371 629248187854 3,701420936 3,886491983
2015 2628825516460 638724157543 4,115744622 4,321531853
2016 3048727694796 682373973095 4,467825291 4,691216555
Tahun Z Interprestasi
2012 16,38590513 Tidak Financial Distress
2013 14,11254043 Tidak Financial Distress
2014 14,7429201 Tidak Financial Distress
2015 15,21968872 Tidak Financial Distress
2016 15,4489489 Tidak Financial Distress
99
2. Sumber Alfaria Trijaya Tbk
Tahun Working Capital Total Assets WCTA X1
2012 -118615 8944117 -0,01326179 -0,086997341
2013 -1251337 10962227 -0,114149889 -0,748823275
2014 -729100 13989045 -0,052119355 -0,341902968
2015 714894 15195887 0,04704523 0,308616709
2016 -1187163 19474367 -0,060960287 -0,399899482
Tahun Rentained Earning Total Assets RETA X2
2012 1204148 8944117 0,134630171 0,438894357
2013 1549982 10962227 0,141392985 0,460941132
2014 1934352 13989045 0,138276201 0,450780416
2015 2225570 15195887 0,14645871 0,477455393
2016 2646527 19474367 0,135897973 0,443027392
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 4388217 8944117 0,490626073 3,29700721
2013 6319339 10962227 0,576464892 3,873844072
2014 7734544 13989045 0,552900073 3,71548849
2015 9209040 15195887 0,606021879 4,07246703
2016 10872498 19474367 0,55829789 3,751761819
Tahun Book Value of
Equity
Book Value of Total
Debt BVEBVTD X4
2012 3253918 5690199 0,571846081 0,600438385
2013 2603727 8358500 0,31150649 0,327081815
2014 2998588 10990457 0,272835606 0,286477387
2015 4850216 10345671 0,468815991 0,49225679
2016 5294763 14179604 0,373406972 0,392077321
Tahun Z Interprestasi
2012 4,249342611 Tidak Financial Distress
2013 3,913043744 Tidak Financial Distress
2014 4,110843324 Tidak Financial Distress
2015 5,350795923 Tidak Financial Distress
2016 4,18696705 Tidak Financial Distress
100
3. Centratama Telekomunikasi Indonesia Tbk
Tahun Working Capital Total Assets WCTA X1
2012 41387939334 107351965930 0,385534992 2,529109548
2013 44769174773 832480768872 0,053778029 0,352783869
2014 -78445579953 927167905372 -0,084607739 -0,555026766
2015 314085900456 1293012666277 0,24291015 1,593490583
2016 65287274424 1314929550049 0,049650777 0,3257091
Tahun Rentained Earning Total Assets RETA X2
2012 24680804478 107351965930 0,229905473 0,749491841
2013 -4983923199 832480768872 -0,005986833 -0,019517075
2014 -48696857412 927167905372 -0,052522156 -0,171222229
2015 -102089097385 1293012666277 -0,078954445 -0,257391491
2016 -131899882518 1314929550049 -0,100309467 -0,327008863
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 27946363172 107351965930 0,260324652 1,749381661
2013 31197641962 832480768872 0,037475511 0,251835432
2014 13302820275 927167905372 0,014347801 0,09641722
2015 19786831737 1293012666277 0,015302891 0,102835427
2016 27439918265 1314929550049 0,020867976 0,140232799
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 82697109925 24654856005 3,35419156 3,521901138
2013 732035053967 100445714905 7,287867428 7,6522608
2014 688460333156 238707572216 2,88411602 3,028321821
2015 1077595668155 215416998122 5,002370646 5,252489179
2016 1037455308227 277474241822 3,738924743 3,92587098
Tahun Z Interprestasi
2012 8,549884189 Tidak Financial Distress
2013 8,237363026 Tidak Financial Distress
2014 2,398490046 Rawan
2015 6,691423698 Tidak Financial Distress
2016 4,064804015 Tidak Financial Distress
101
4. Catur Sentosa Adiprana Tbk
Tahun Working Capital Total Assets WCTA X1
2012 162609340 2512217343 0,064727417 0,424611857
2013 155047424 3107895429 0,049888237 0,327266835
2014 289977202 3308566503 0,087644363 0,574947018
2015 209111728 3522572851 0,059363351 0,389423581
2016 641963287 4240820320 0,151377148 0,993034094
Tahun Rentained Earning Total Assets RETA X2
2012 233960343 2512217343 0,093129022 0,30360061
2013 294974601 3107895429 0,094911366 0,309411054
2014 386228148 3308566503 0,116735797 0,380558699
2015 421074119 3522572851 0,119535958 0,389687222
2016 482416457 4240820320 0,113755458 0,370842792
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 632321954 2512217343 0,251698746 1,691415571
2013 835335435 3107895429 0,268778488 1,806191441
2014 931738567 3308566503 0,281613976 1,892445917
2015 979155839 3522572851 0,2779661 1,867932195
2016 1099330044 4240820320 0,259225801 1,741997382
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 648273200 1863944143 0,347796474 0,365186297
2013 716874227 2391021202 0,299819268 0,314810232
2014 820181752 2488284751 0,32961732 0,346098186
2015 853518984 2669053867 0,319783349 0,335772516
2016 1411774313 2829046007 0,499028404 0,523979824
Tahun Z Interprestasi
2012 2,784814335 Tidak Financial Distress
2013 2,757679561 Tidak Financial Distress
2014 3,19404982 Tidak Financial Distress
2015 2,982815515 Tidak Financial Distress
2016 3,629854092 Tidak Financial Distress
102
5. Electronic City Indonesia Tbk
Tahun Working Capital Total Assets WCTA X1
2012 147081299234 468637757456 0,31384859 2,058846748
2013 1277791891274 2022577449788 0,631764134 4,14437272
2014 1264019324114 2003579371172 0,630880584 4,138576632
2015 1222851328869 1898418873433 0,644141999 4,225571516
2016 1129175627759 1881645933066 0,600099949 3,936655663
Tahun Rentained Earning Total Assets RETA X2
2012 125413906667 468637757456 0,267613748 0,872420818
2013 332194136974 2022577449788 0,164242975 0,535432098
2014 424312102324 2003579371172 0,211777037 0,69039314
2015 448204300952 1898418873433 0,236093471 0,769664715
2016 420119274515 1881645933066 0,223272225 0,727867454
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 275971168452 468637757456 0,5888795 3,957270242
2013 405710760940 2022577449788 0,200590964 1,34797128
2014 428632410088 2003579371172 0,213933332 1,437631989
2015 332872712466 1898418873433 0,175342079 1,178298772
2016 248984453416 1881645933066 0,132322691 0,889208484
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 225667311418 242970446038 0,928785023 0,975224275
2013 1685241508573 337335941215 4,995736602 5,245523432
2014 1777351728606 226227642566 7,856474604 8,249298334
2015 1757475482749 140943390684 12,46937139 13,09283996
2016 1727761584174 153884348892 11,22766283 11,78904597
Tahun Z Interprestasi
2012 7,863762083 Tidak Financial Distress
2013 11,27329953 Tidak Financial Distress
2014 14,5159001 Tidak Financial Distress
2015 19,26637496 Tidak Financial Distress
2016 17,34277757 Tidak Financial Distress
103
6. Erajaya Swasembada Tbk
Tahun Working Capital Total Assets WCTA X1
2012 1569559028601 3887421699847 0,40375322 2,648621123
2013 1579284483520 5001634710690 0,315753664 2,071344033
2014 1381615605867 6121790303175 0,225688163 1,480514347
2015 1066227826007 7800299841485 0,136690621 0,896690471
2016 1233005449176 7424604403847 0,166070188 1,089420433
Tahun Rentained Earning Total Assets RETA X2
2012 698083321757 3887421699847 0,179574889 0,585414139
2013 872735054727 5001634710690 0,174489963 0,568837279
2014 1089201164612 6121790303175 0,177921998 0,580025715
2015 1257224459018 7800299841485 0,161176427 0,525435152
2016 1462979619065 7424604403847 0,19704479 0,642366017
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 1145684762790 3887421699847 0,294715843 1,980490464
2013 1169162416597 5001634710690 0,233756059 1,570840714
2014 1289239906654 6121790303175 0,210598508 1,415221977
2015 1505597586775 7800299841485 0,193017912 1,297080367
2016 1792308574654 7424604403847 0,241401222 1,622216211
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 2579019762494 1308401937353 1,971121938 2,069678035
2013 2753343486718 2248291223972 1,224638275 1,285870189
2014 2956297499896 3112419073573 0,949839154 0,997331112
2015 3138272295562 4594893687532 0,682991274 0,717140838
2016 3409161275013 4015443128834 0,849012467 0,89146309
Tahun Z Interprestasi
2012 7,284203761 Tidak Financial Distress
2013 5,496892214 Tidak Financial Distress
2014 4,47309315 Tidak Financial Distress
2015 3,436346829 Tidak Financial Distress
2016 4,245465751 Tidak Financial Distress
104
7. Golden Retailindo Tbk
Tahun Working Capital Total Assets WCTA X1
2012 55701748516 87673506285 0,635331594 4,167775258
2013 64883218457 96693297826 0,671020845 4,401896746
2014 70201977021 95450853702 0,735477728 4,824733896
2015 67593864705 93105994331 0,725988323 4,7624834
2016 -18767496459 1,50879E+11 -0,124387379 -0,815981204
Tahun Rentained Earning Total Assets RETA X2
2012 21843922322 87673506285 0,249150778 0,812231537
2013 28461727505 96693297826 0,294350572 0,959582864
2014 31062688054 95450853702 0,325431223 1,060905787
2015 27123290930 93105994331 0,291316269 0,949691038
2016 25878855161 1,50879E+11 0,171520105 0,559155541
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 40812516407 87673506285 0,465505694 3,128198265
2013 42008690958 96693297826 0,434452976 2,919523996
2014 36715423507 95450853702 0,384652647 2,584865786
2015 36182973640 93105994331 0,388621312 2,611535214
2016 6323380937 1,50879E+11 0,04191016 0,281636275
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 71105624415 16567881870 4,291775193 4,506363953
2013 77758367098 13497036111 5,761143888 6,049201082
2014 80499736715 14951116987 5,384195494 5,653405269
2015 76425022500 16680971831 4,581568944 4,810647391
2016 84065372585 66814054814 1,258198935 1,321108881
Tahun Z Interprestasi
2012 12,61456901 Tidak Financial Distress
2013 14,33020469 Tidak Financial Distress
2014 14,12391074 Tidak Financial Distress
2015 13,13435704 Tidak Financial Distress
2016 1,345919493 Rawan
105
8. Hero Supermarket Tbk
Tahun Working Capital Total Assets WCTA X1
2012 -1061323 5276736 -0,20113248 -1,319429071
2013 1411067 7758303 0,181878305 1,193121681
2014 495115 8295642 0,059683747 0,391525382
2015 548721 8042797 0,068225146 0,447556958
2016 846299 7487033 0,113035297 0,741511549
Tahun Rentained Earning Total Assets RETA X2
2012 1421794 5276736 0,269445733 0,87839309
2013 2158327 7758303 0,27819576 0,906918178
2014 2257958 8295642 0,272186047 0,887326512
2015 2017943 8042797 0,250900651 0,817936121
2016 2260541 7487033 0,301927479 0,984283582
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 2437163 5276736 0,461869421 3,103762508
2013 2846890 7758303 0,366947514 2,465887295
2014 3025932 8295642 0,364761642 2,451198236
2015 3326518 8042797 0,413602134 2,779406338
2016 3570428 7487033 0,476881563 3,204644104
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 1657729 3619007 0,458061839 0,48096493
2013 5355569 2402734 2,22894794 2,340395337
2014 5453820 2841822 1,91912794 2,015084337
2015 5214378 2828419 1,843566317 1,935744633
2016 5457783 2029250 2,689556733 2,824034569
Tahun Z Interprestasi
2012 3,143691457 Tidak Financial Distress
2013 6,906322492 Tidak Financial Distress
2014 5,745134467 Tidak Financial Distress
2015 5,980644051 Tidak Financial Distress
2016 7,754473805 Tidak Financial Distress
106
9. Kokoh Inti Arebama Tbk
Tahun Working Capital Total Assets WCTA X1
2012 42488249109 336895934853 0,126116835 0,827326439
2013 81472421845 336488362410 0,242125526 1,588343453
2014 85166468423 525488407521 0,16207107 1,063186218
2015 87004281486 688936581313 0,126287795 0,828447933
2016 90221099579 708069212062 0,127418476 0,8358652
Tahun Rentained Earning Total Assets RETA X2
2012 -50253424367 336895934853 -0,149166016 -0,486281212
2013 -13570882639 336488362410 -0,040330912 -0,131478774
2014 12909838552 525488407521 0,024567314 0,080089443
2015 22424674361 688936581313 0,032549693 0,106112
2016 19798797370 708069212062 0,02796167 0,091155043
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 171202175023 336895934853 0,508175247 3,414937662
2013 203282101354 336488362410 0,604128178 4,059741357
2014 232545415964 525488407521 0,442531962 2,973814784
2015 282717576627 688936581313 0,410368072 2,757673444
2016 275795025970 708069212062 0,38950292 2,617459625
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 51172519269 285723415584 0,179098094 0,188052999
2013 87855060821 248633301589 0,353351945 0,371019543
2014 114335781941 411152625580 0,278085983 0,291990282
2015 123850617659 565085963654 0,219171287 0,230129851
2016 121224740388 586844471674 0,206570474 0,216898997
Tahun Z Interprestasi
2012 3,944035889 Tidak Financial Distress
2013 5,887625578 Tidak Financial Distress
2014 4,409080727 Tidak Financial Distress
2015 3,922363227 Tidak Financial Distress
2016 3,761378865 Tidak Financial Distress
107
10. Matahari Department Store Tbk
Tahun Working Capital Total Assets WCTA X1
2012 -438709 2929752 -0,149742709 -0,982312168
2013 -187114 2936882 -0,063711787 -0,417949322
2014 -401014 3412954 -0,117497628 -0,770784441
2015 -166073 3889291 -0,042700071 -0,280112463
2016 385698 4858878 0,079380054 0,520733157
Tahun Rentained Earning Total Assets RETA X2
2012 1253608 2929752 0,427888777 1,394917413
2013 2403768 2936882 0,818476193 2,668232391
2014 3344403 3412954 0,979914467 3,194521163
2015 4291307 3889291 1,103364855 3,596969427
2016 5040383 4858878 1,037355332 3,381778382
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 3706143 2929752 1,265002294 8,500815414
2013 4363052 2936882 1,485606844 9,983277993
2014 5048040 3412954 1,479082343 9,939433347
2015 5671255 3889291 1,458171939 9,798915432
2016 6211767 4858878 1,278436503 8,591093302
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 -1931532 4861284 -0,397329594 -0,417196074
2013 -781372 3718254 -0,210144869 -0,220652113
2014 159263 3253691 0,04894841 0,05139583
2015 1106167 2783124 0,397455162 0,41732792
2016 1855243 3003635 0,617665928 0,648549225
Tahun Z Interprestasi
2012 8,496224584 Tidak Financial Distress
2013 12,01290895 Tidak Financial Distress
2014 12,4145659 Tidak Financial Distress
2015 13,53310032 Tidak Financial Distress
2016 13,14215407 Tidak Financial Distress
108
11. Mitra Adi Perkasa Tbk
Tahun Working Capital Total Assets WCTA X1
2012 579838767 5990586903 0,096791646 0,634953198
2013 468893746 7808299570 0,060050686 0,3939325
2014 1320200544 8700807837 0,1517331 0,995369135
2015 2405667143 9482934568 0,253683828 1,664165912
2016 2434951653 10683437788 0,227918363 1,495144462
Tahun Rentained Earning Total Assets RETA X2
2012 1355507055 5990586903 0,226272831 0,737649427
2013 1611919340 7808299570 0,206436667 0,672983535
2014 1659768135 8700807837 0,190760234 0,621878361
2015 1697102058 9482934568 0,178963806 0,583422006
2016 1905577857 10683437788 0,178367478 0,581477979
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 3858920359 5990586903 0,64416399 4,32878201
2013 4848702577 7808299570 0,620967796 4,172903591
2014 5469645239 8700807837 0,628636483 4,224437167
2015 5782714798 9482934568 0,609802246 4,097871093
2016 6873018094 10683437788 0,643333937 4,323204057
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 2172675170 3817911733 0,569074227 0,597527939
2013 2427883906 5380415664 0,451244673 0,473806906
2014 2532837989 6167969848 0,410643705 0,43117589
2015 2974910568 6508024000 0,457114259 0,479969972
2016 3203510273 7479927515 0,428280925 0,449694971
Tahun Z Interprestasi
2012 6,298912574 Tidak Financial Distress
2013 5,713626533 Tidak Financial Distress
2014 6,272860553 Tidak Financial Distress
2015 6,825428983 Tidak Financial Distress
2016 6,849521469 Tidak Financial Distress
109
12. Midi Utama Indonesia Tbk
Tahun Working Capital Total Assets WCTA X1
2012 -120811 1732407 -0,069735922 -0,457467651
2013 -145431 2108897 -0,068960694 -0,45238215
2014 -254396 2575859 -0,098761617 -0,647876208
2015 -346302 3232642 -0,107126617 -0,702750605
2016 -524952 4261283 -0,123191067 -0,8081334
Tahun Rentained Earning Total Assets RETA X2
2012 82822 1732407 0,047807472 0,15585236
2013 138907 2108897 0,065867133 0,214726855
2014 265367 2575859 0,103020779 0,335847739
2015 364084 3232642 0,11262738 0,36716526
2016 516892 4261283 0,121299618 0,395436755
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 789295 1732407 0,455605986 3,061672228
2013 1077750 2108897 0,511049141 3,434250227
2014 1423558 2575859 0,552653697 3,713832846
2015 1788303 3232642 0,553201685 3,71751532
2016 2176522 4261283 0,510766828 3,432353082
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 444738 1287669 0,345382237 0,362651349
2013 500823 1608074 0,311442757 0,327014895
2014 630095 1945764 0,323829097 0,340020552
2015 735705 2496937 0,294642997 0,309375146
2016 895105 3366178 0,265911369 0,279206937
Tahun Z Interprestasi
2012 3,122708287 Tidak Financial Distress
2013 3,523609826 Tidak Financial Distress
2014 3,741824929 Tidak Financial Distress
2015 3,691305122 Tidak Financial Distress
2016 3,298863374 Tidak Financial Distress
110
13. Matahari Putra Prima Tbk
Tahun Working Capital Total Assets WCTA X1
2012 2368814 8225206 0,287994489 1,889243849
2013 1130559 6579518 0,171830064 1,127205221
2014 1151744 5834019 0,197418623 1,29506617
2015 1156480 6294210 0,183737117 1,205315488
2016 768658 6701734 0,114695391 0,752401763
Tahun Rentained Earning Total Assets RETA X2
2012 2831270 8225206 0,344218734 1,122153074
2013 2251464 6579518 0,342192848 1,115548683
2014 1785006 5834019 0,305965065 0,99744611
2015 1732088 6294210 0,275187514 0,897111294
2016 1386226 6701734 0,20684587 0,674317536
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 1897561 8225206 0,230700727 1,550308882
2013 1888820 6579518 0,28707574 1,929148974
2014 2354457 5834019 0,403573763 2,712015686
2015 2356481 6294210 0,374388684 2,515891958
2016 2294039 6701734 0,34230529 2,300291548
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 3845754 4379452 0,878135895 0,922042689
2013 3294970 3284548 1,003173039 1,053331691
2014 2828512 3005507 0,941109769 0,988165258
2015 2775594 3518616 0,788831177 0,828272736
2016 2429732 4272002 0,568757224 0,597195086
Tahun Z Interprestasi
2012 5,483748495 Tidak Financial Distress
2013 5,225234569 Tidak Financial Distress
2014 5,992693224 Tidak Financial Distress
2015 5,446591476 Tidak Financial Distress
2016 4,324205934 Tidak Financial Distress
111
14. Ramayana Lestari Sentosa Tbk
Tahun Working Capital Total Assets WCTA X1
2012 1447737 4073365 0,355415486 2,331525586
2013 1411217 4378556 0,322301919 2,114300587
2014 1727400 4565923 0,378324383 2,48180795
2015 1870282 4574904 0,408813387 2,68181582
2016 1821834 4647009 0,392044431 2,571811468
Tahun Rentained Earning Total Assets RETA X2
2012 2575630 4073365 0,632310142 2,061331062
2013 2753285 4378556 0,628811188 2,049924473
2014 2900637 4565923 0,635279439 2,07101097
2015 3045099 4574904 0,665609377 2,169886568
2016 3247049 4647009 0,698739555 2,277890949
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 1975072 4073365 0,48487479 3,258358591
2013 2140250 4378556 0,488802701 3,284754152
2014 1975072 4565923 0,432567961 2,906856695
2015 2140250 4574904 0,467824024 3,143777443
2016 2202498 4647009 0,473960347 3,185013535
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 3041885 1031480 2,949048939 3,096501386
2013 3217171 1161385 2,770115853 2,908621646
2014 3325680 1240243 2,681474517 2,815548243
2015 3333804 1241100 2,686168721 2,820477157
2016 3337399 1309610 2,548391506 2,675811081
Tahun Z Interprestasi
2012 10,74771663 Tidak Financial Distress
2013 10,35760086 Tidak Financial Distress
2014 10,27522386 Tidak Financial Distress
2015 10,81595699 Tidak Financial Distress
2016 10,71052703 Tidak Financial Distress
112
15. Supra Boga Lestari Tbk
Tahun Working Capital Total Assets WCTA X1
2012 205186995235 570082177769 0,359925294 2,361109926
2013 165476469367 712079057639 0,232384968 1,524445393
2014 97078119962 782438736120 0,124071209 0,813907131
2015 99048940362 720738968122 0,137426925 0,90152063
2016 151097696366 721237977450 0,209497699 1,374304902
Tahun Rentained Earning Total Assets RETA X2
2012 83754996943 570082177769 0,14691741 0,478950756
2013 113387788330 712079057639 0,159234831 0,519105549
2014 126094244368 782438736120 0,161155422 0,525366674
2015 110509097847 720738968122 0,153327491 0,499847622
2016 153329300723 721237977450 0,212591829 0,693049362
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 280903598994 570082177769 0,492742292 3,311228203
2013 340881763006 712079057639 0,478713367 3,216953824
2014 428641383496 782438736120 0,547827406 3,681400171
2015 466951468532 720738968122 0,647878759 4,353745263
2016 507814022188 721237977450 0,704086637 4,731462202
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 359307576022 210774601747 1,704700533 1,78993556
2013 397116629109 314962428530 1,260838097 1,323880002
2014 404070307852 378368428268 1,067928182 1,121324591
2015 387501041606 333237926516 1,162835952 1,22097775
2016 431117965237 290120012213 1,485998715 1,56029865
Tahun Z Interprestasi
2012 7,941224446 Tidak Financial Distress
2013 6,584384768 Tidak Financial Distress
2014 6,141998568 Tidak Financial Distress
2015 6,976091265 Tidak Financial Distress
2016 8,359115117 Tidak Financial Distress
113
16. Skybee Tbk
Tahun Working Capital Total Assets WCTA X1
2012 205470053703 1048992763319 0,195873662 1,284931221
2013 138925838651 858995382564 0,1617306 1,060952736
2014 134326713635 361690270528 0,37138603 2,436292356
2015 6000460123 117556210410 0,051043327 0,334844227
2016 5308525769 35293559809 0,150410607 0,986693585
Tahun Rentained Earning Total Assets RETA X2
2012 56998702740 1048992763319 0,054336602 0,177137324
2013 46417375408 858995382564 0,054036816 0,17616002
2014 9133039911 361690270528 0,025250997 0,08231825
2015 -102051977837 117556210410 -0,868112178 -2,8300457
2016 -62404092821 35293559809 -1,76814391 -5,764149145
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 39521001453 1048992763319 0,03767519 0,253177275
2013 18936113165 858995382564 0,022044488 0,148138957
2014 10467568353 361690270528 0,028940697 0,194481481
2015 0 117556210410 0 0
2016 0 35293559809 0 0
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 228958494523 820034268796 0,279206008 0,293166308
2013 213541312854 645454069710 0,330838898 0,347380842
2014 145337963001 216352307527 0,671765255 0,705353518
2015 29438399899 146994610309 0,200268567 0,210281995
2016 34026660451 12668993580 2,685821903 2,820112999
Tahun Z Interprestasi
2012 2,008412129 Rawan
2013 1,732632556 Rawan
2014 3,418445605 Tidak Financial Distress
2015 -2,284919478 Financial Distress
2016 -1,957342562 Financial Distress
114
17. Sona Topas Tourism Industry Tbk
Tahun Working Capital Total Assets WCTA X1
2012 472288003386 929094279617 0,508331623 3,334655449
2013 471984430204 945481770859 0,499199926 3,274751516
2014 498517780103 1088453961022 0,458005389 3,004515354
2015 529828962190 1136045185033 0,466380184 3,059454006
2016 437448679243 1031213478568 0,424207682 2,782802393
Tahun Rentained Earning Total Assets RETA X2
2012 302506672638 929094279617 0,325593085 1,061433457
2013 325173671541 945481770859 0,343923787 1,121191547
2014 442795742111 1088453961022 0,406811641 1,32620595
2015 484699920525 1136045185033 0,426655495 1,390896913
2016 360209852293 1031213478568 0,349306773 1,138740079
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 368544317862 929094279617 0,396670527 2,665625944
2013 458244327721 945481770859 0,484667544 3,256965895
2014 569443778497 1088453961022 0,523167538 3,515685852
2015 668494002162 1136045185033 0,588439625 3,954314277
2016 643362243308 1031213478568 0,623888513 4,192530805
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 526830826851 402263452766 1,309666148 1,375149456
2013 549568335967 395913434872 1,388102266 1,457507379
2014 667329477791 421124503231 1,58463702 1,663868871
2015 709273996151 426771188882 1,661953793 1,745051483
2016 584628178181 446585300387 1,309107527 1,374562903
Tahun Z Interprestasi
2012 8,436864305 Tidak Financial Distress
2013 9,110416337 Tidak Financial Distress
2014 9,510276026 Tidak Financial Distress
2015 10,14971668 Tidak Financial Distress
2016 9,48863618 Tidak Financial Distress
115
18. Tiphone Mobile Indonesia Tbk
Tahun Working Capital Total Assets WCTA X1
2012 985999 1358617 0,725737275 4,760836527
2013 815058 3455329 0,23588434 1,547401269
2014 1975287 5017882 0,393649552 2,582341059
2015 5107277 7128717 0,716437053 4,699827068
2016 6224911 8215481 0,757704996 4,970544775
Tahun Rentained Earning Total Assets RETA X2
2012 295315 1358617 0,217364423 0,708608018
2013 541571 3455329 0,156735003 0,510956109
2014 845535 5017882 0,168504361 0,549324217
2015 1151307 7128717 0,161502694 0,526498782
2016 1519517 8215481 0,184957764 0,602962312
Tahun Earning Before
Interest and Taxes Total Assets EBITTA X3
2012 452315 1358617 0,332923112 2,237243314
2013 628485 3455329 0,181888613 1,222291481
2014 819162 5017882 0,163248558 1,097030309
2015 1207520 7128717 0,169388124 1,138288194
2016 1580877 8215481 0,192426591 1,29310669
Tahun Book Value of
Equity
Book Value of
Total Debt BVEBVTD X4
2012 1107746 250871 4,415600049 4,636380052
2013 1386712 2068627 0,670353814 0,703871505
2014 2498263 2519619 0,991524115 1,041100321
2015 2815441 4313276 0,652738429 0,68537535
2016 3205363 5010118 0,639777945 0,671766843
Tahun Z Interprestasi
2012 12,34306791 Tidak Financial Distress
2013 3,984520364 Tidak Financial Distress
2014 5,269795906 Tidak Financial Distress
2015 7,049989395 Tidak Financial Distress
2016 7,53838062 Tidak Financial Distress
116
Analisis Korelasi
Correlations
X1 X2 X3 X4
X1 Pearson Correlation 1 .177 -.197 .596**
Sig. (2-tailed) .096 .063 .000
N 90 90 90 90
X2 Pearson Correlation .177 1 .626** .061
Sig. (2-tailed) .096 .000 .565
N 90 90 90 90
X3 Pearson Correlation -.197 .626** 1 -.250
*
Sig. (2-tailed) .063 .000 .018
N 90 90 90 90
X4 Pearson Correlation .596** .061 -.250
* 1
Sig. (2-tailed) .000 .565 .018
N 90 90 90 90
**. Correlation is significant at the 0.01 level (2-tailed).
Analisis Regresi Multinomial Logit
Case Processing Summary
N Marginal
Percentage
Y FINANCIAL DISTRESS 2 2.2%
RAWAN 4 4.4%
NON FINANCIAL DISTRESS 84 93.3%
Valid 90 100.0%
Missing 0
Total 90
Subpopulation 90a
a. The dependent variable has only one value observed in 90 (100,0%) subpopulations.
117
Goodness-of-Fit
Chi-Square df Sig.
Pearson 45.778 174 1.000
Deviance 25.219 174 1.000
Pseudo R-Square
Cox and Snell .255
Nagelkerke .584
McFadden .512
Likelihood Ratio Tests
Effect
Model Fitting Criteria Likelihood Ratio Tests
-2 Log Likelihood of
Reduced Model Chi-Square df Sig.
Intercept 41.342 16.122 2 .000
X1 27.214 1.995 2 .369
X2 47.579 22.360 2 .000
Model Fitting Information
Model
Model Fitting
Criteria Likelihood Ratio Tests
-2 Log
Likelihood Chi-Square df Sig.
Intercept Only 51.726
Final 25.219 26.506 4 .000
118
Likelihood Ratio Tests
Effect
Model Fitting Criteria Likelihood Ratio Tests
-2 Log Likelihood of
Reduced Model Chi-Square df Sig.
Intercept 41.342 16.122 2 .000
X1 27.214 1.995 2 .369
X2 47.579 22.360 2 .000
The chi-square statistic is the difference in -2 log-likelihoods between the final model and a reduced model. The reduced model is formed by omitting an effect from the final model. The null hypothesis is that all parameters of that effect are 0.
Parameter Estimates
Ya B
Std.
Error Wald Df Sig. Exp(B)
95% Confidence Interval
for Exp(B)
Lower Bound Upper Bound
RAWAN Intercept 22.399 2021.430 .000 1 .991
X2 13.296 1480.958 .000 1 .993 5.950E5 .000 .b
X1 -2.637 .605 19.023 1 .000 .072 .022 .234
NON FINANCIAL
DISTRESS
Intercept 23.832 2021.430 .000 1 .991
X2 15.710 1480.959 .000 1 .992 6.651E6 .000 .b
X1 -1.882 .000 . 1 .000 .152 .152 .152
a. The reference category is: FINANCIAL
DISTRESSS.
119
Classification
Observed
Predicted
FINANCIAL DISTRESS RAWAN
NON FINANCIAL DISTRESS
Percent Correct
FINANCIAL DISTRESS 2 0 0 100.0%
RAWAN 0 0 4 .0%
NON FINANCIAL DISTRESS 0 0 84 100.0%
Overall Percentage 2.2% .0% 97.8% 95.6%