MEMPREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN …

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:


37



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


b. 1,23 < Z < 2,90




c. Z > 2,90


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:





Z = overall index


nilai Z-Score, yaitu (Altman, 1995 dalam Rahayu, 2016):

a. Z < 1,10


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


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).


(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).


(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).


(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


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


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


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.

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

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



3 Centratama Telekomunikasi Indonesia Tbk CENT







10 Matahari Department Store Tbk LPPF




14 Ramayana Lestari Sentosa Tbk RALS


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



3 Centratama Telekomunikasi Indonesia Tbk CENT







10 Matahari Department Store Tbk LPPF




14 Ramayana Lestari Sentosa Tbk RALS


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:


Z = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4

57




Z = overall index


nilai Z – Score, yaitu (Altman, 1995 dalam Rahayu, 2016):

a. Z < 1,10


b. 1,10 < Z < 2,60




c. Z > 2,60


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)



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)


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)


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)



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)



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


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


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


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)



rasio X2 adalah :

Tabel 4.2

Retained Earning To Total Assets (X2)


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.



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




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


12 Midi Utama Indonesia Tbk 0,0478 0,0658 0,1030 0,1126 0,1212




16 Skybee Tbk 0,0543 0,0540 0,0252 -0,8681 -1,7681



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


Tbk sebesar -0,0525. sisanya nilai X2 perusahaan di tahun

2014 memiliki nilai positif.

d. Pada tahun 2015 perusahaan yang memiliki nilai negatif dari


Tbk sebesar -0,0789 dan Skybee Tbk sebesar -0,8681. Sisanya


e. Pada tahun 2016 perusahaan yang memiliki nilai negatif dari


Tbk sebesar -0,1003 dan Skybee Tbk sebesar -1,7681. Sisanya


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





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)



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






3 Centratama Telekomunikasi Indonesia Tbk 0,2603 0,0374 0,0143 0,0153 0,0208













16 Skybee Tbk 0,0376 0,0220 0,0289 0,0000 0,0000



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



d. Pada tahun 2015, tidak ada satupun perusahaan yang memiliki



e. Pada tahun 2016, tidak ada satupun perusahaan yang memiliki



f. Apabila semakin besar nilai dari rasio ini mencerminkan bahwa


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


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





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:



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)


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.





Tbk 3,3541 7,2878 2,8841 5,0023 3,7389







10 Matahari Departement Store Tbk -0,3973 -0,2101 0,0489 0,3974 0,6176






16 Skybee Tbk 0,2792 0,3308 0,6717 0,2002 2,6858



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


perusahaan memiliki nilai X4 yang bernilai positif.

e. Pada tahun 2015, tidak ada satupun perusahaan yang memiliki



f. Pada tahun 2016, tidak ada satupun perusahaan yang memiliki



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


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





Tbk 8,5498 8,2373 2,3984 6,6914 4,0648













16 Skybee Tbk 2,0084 1,7326 3,4184 -2,2849 -1,9573



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




zone (1.10 < Z < 2.60) sebanyak 1 perusahaan, yaitu perusahaan Skybee

Tbk dengan nilai Z sebesar 1.7326. Dan sisanya sebanyak 17 perusahaan


c. Analisis hasil perhitungan Z – Score tahun 2014




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



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


e. Analisis hasil perhitungan Z – Score tahun 2016



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


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:





Z = overall index

Langkah keempat yaitu hasil dari perhitungan model Altman Z –

Score modifikasi diklasifikasikan berdasarkan nilai cut-off, yaitu:

a. Z < 1,10


b. 1,10 < Z < 2,60




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.


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


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


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


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.


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.


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


Percent Correct

FINANCIAL DISTRESS

2 0 0 100.0%

RAWAN 0 0 4 .0%


0 0 84 100.0%

Overall Percentage 2.2% .0% 97.8% 95.6%


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

http://www.aprindo.com/

http://www.bi.go.id/


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





99

2. Sumber Alfaria Trijaya Tbk


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


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



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







100

3. Centratama Telekomunikasi Indonesia Tbk


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


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



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




2014 2,398490046 Rawan



101

4. Catur Sentosa Adiprana Tbk


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


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



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


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







102

5. Electronic City Indonesia Tbk


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


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



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


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







103

6. Erajaya Swasembada Tbk


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


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



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


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







104

7. Golden Retailindo Tbk


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


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



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


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






2016 1,345919493 Rawan

105

8. Hero Supermarket Tbk


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


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



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


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







106

9. Kokoh Inti Arebama Tbk


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


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



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


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







107

10. Matahari Department Store Tbk


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


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



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


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







108

11. Mitra Adi Perkasa Tbk


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


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



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


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







109

12. Midi Utama Indonesia Tbk


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


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



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


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







110

13. Matahari Putra Prima Tbk


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


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



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


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







111

14. Ramayana Lestari Sentosa Tbk


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


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



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


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







112

15. Supra Boga Lestari Tbk


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


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



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


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







113

16. Skybee Tbk


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


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



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


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


2012 2,008412129 Rawan

2013 1,732632556 Rawan


2015 -2,284919478 Financial Distress

2016 -1,957342562 Financial Distress

114

17. Sona Topas Tourism Industry Tbk


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


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



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


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







115

18. Tiphone Mobile Indonesia Tbk


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


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



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


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







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


Effect




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


Effect




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


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%

Documents

MEMPREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN …