30
dapat menghindari kebangkrutan dan otomatis juga dapat menghindari biaya langsung dan tidak langsung dari kebangkrutan.
Menurut Foster dalam 1986 dalam Almilia 2006 terdapat beberapa indikator atau sumber informasi mengenai kemungkinan dari kesulitan
keuangan: a. Analisis arus kas untuk periode sekarang dan yang akan datang.
b. Analisis strategi perusahaan yang mempertimbangkan pesaing potensial, struktur biaya relatif, perluasan rencana dalam industri,
kemampuan perusahaan untuk meneruskan kenaikan biaya, kualitas manajemen dan lain sebagainya.
c. Analisis laporan keuangan dari perusahaan serta perbandingannya dengan perusahaan lain. Analisis ini dapat berfokus pada suatu
variabel keuangan tunggal atau suatu kombinasi dari variabel keuangan.
d. Variabel eksternal seperti return sekuritas dan penilaian obligasi. Financial Distress dapat diatasi dengan berbagai cara Rodoni Ali,
2009 : 196, diantaranya yaitu : a. Berhubungan dengan aset perusahaan yaitu dengan menjual 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 negosiasi dengan bank dan
kreditor, dan bankrut. Financial distress dapat melibatkan restrukturisasi aset ataupun restrukturisasi keuangan.
31
B. PENELITIAN TERDAHULU
Penelitian yang berhubungan dengan financial distress telah dilakukan beberapa peneliti sebelumnya sehingga hasil penelitian mereka dapat
dijadikan landasan untuk penelitian ini. Beberapa penelitian terdahulu yang menguji tentang rasio keuangan terhadap financial distress antara lain sebagai
berikut: Penelitian terdahulu yang dilakukan oleh Altman 1986 dalam Almalia
dan Kristidjadi 2003 yang meneneliti pemanfaatan analisis rasio keuangan sebagai alat untuk memprediksi kebangkrutan perusahaan dengan
menggunakan analisis diskriminan. Altman menggunakan sampel perusahaan manufaktur yang bangkrut antara tahun 1946-1965. Dari sampel yang dipilih,
Altman memperoleh 33 perusahaan, dengan menggunakan 22 rasio keuangan yang kemudian dikelompokkan menjadi 5 golongan standar. Hasil
penelitiannya menghasilkan rasio keuangan yang dapat memprediksi kebangkrutan perusahaan dengan fungsi diskriminan sebagai berikut : indeks
kebangkrutan = 0,12 Working CapitalTotal Asset + 0,14 Retained EarningTotal Asset + 0,33 Earning Before Interest and TaxTotal Asset +
0,006 Market Value EquityBook Value Debt + 0,999 SalesTotal Asset. Penelitian lain yang dilakukan oleh Luciana 2006 mengenai prediksi
financial distress perusahaan go-public dengan model multinominal logit menggunakan tiga model dalam penelitian. Model yang pertama menguji
daya klasifikasi dan signifikansi rasio keuangan yang berasal dari neraca dan laporan laba rugi, kedua menguji daya klasifikasi dan signifikansi rasio
32
keuangan yang berasal dari laporan arus kas, dan yang ketiga menguji daya klasifikasi dan signifikansi rasio keuangan yang berasal dari laporan neraca,
laporan laba rugi, dan laporan arus kas secara bersama-sama. Sampel perusahaan terdiri dari 43 perusahaan dengan laba bersih dan nilai buku
ekuitas positif serta masih terdaftar listed hingga 2001, 14 perusahaan yang mengalami laba bersih negatif dari tahun 2000 hingga 2001 serta masih
terdaftar listed, dan 24 perusahaan yang mengalami laba bersih dan nilai buku ekuitas negatif dari tahun 2000 hingga 2001 serta masih terdaftar
listed di BEJ. Hasil penelitian menunjukaan bahwa pada model pertama rasio yang dapat memprediksi kondisi financial distress perusahaan yaitu
rasio TLTA dengan daya klasifikasi sebesar 79. Pada model kedua rasio
keuangan yang dapat memprediksi kondisi financial distress perusahaan yaitu
rasio CFFOTA dan CFFOCL dengan daya klasifikasi sebesar 58. Pada
model ketiga pengujian bersama-sama antara rasio yang berasal dari neraca, laba rugi, dan arus kas rasio keuangan yang dapat memprediksi kondsi
financial distress perusahaan yaitu rasio CATA, TLTA, NFATA,
CFFOCL, CFFOTS dan CFFOTL dengan daya klasifikasi sebesar 79,6.
Penelitian ini sejalan dengan hasil penelitian yang dilakukan oleh platt dan platt 2002 serta Luciana dan Kristijadi 2003 yang memberikan bukti
bahwa rasio keuangan profit margin, likuiditas, efisiensi, profitabilitas, financial leverage, posisi kas dan pertumbuhan dapat digunakan untuk
menilai kinerja perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami financial distress.
33
Penelitian lain yang dilakukan oleh Yolanda dan Mudji 2009 yang meneliti tentang prediksi financial distress perusahaan manufaktur dengan
rasio arus kas periode 1999-2005. Ada 13 rasio arus kas yang digunakan dalam penelitian tersebut yaitu CFFOCL, CFFOTL, CFFOTS, CFFOTA,
CFFOEQ, CFFOOS, CFFOOI, IPPEPPE, CHWCTU, RPPETS, IPPETU, DITS dan Netdebt. Pengujian statistik menggunakan uji normalitas
Kolmogorov Smirnov dan Mann Whitney U Test, dan menggunakan logistic regression. Hasil penelitian menunjukan nahwa model prediksi financial
distress dengan menggunakan arus kas fit secara statistik dan rasio CFFOTA,
CFFOS, IPPEPPE, CHWCTU, RPPETS, DITS dan Netdebt signifikan
dalam memprediksi kondisi financial distress perusahaan. Hasil ini sesuai dengan penelitian Luciana 2006 bahwa arus kas dari operasi menunjukan
signifikan dalam memprediksi kondisi financial distress, tetapi berbeda karena tidak terdapat signifikansi pada laporan arus kas dari investasi, dan
pendanaan. Penelitian lain yang diteliti oleh Wahyu dan Doddo 2009 yang meneliti
tentang pengaruh rasio keuangan terhadap kondisi financial distress perusahaan otomotif yaitu perusahaan Automotive and Allied Product yang
terdaftar di Bursa Efek Indonesia selama periode 2004-2006. Variabel independen yang digunakan dalam penelitian ini adalah rasio CACL, CA-
INVCL, CA-INV-TRCL yang termasuk rasio likuiditas. Variabel NITA yang termasuk rasio profitabilitas, variabel TLTA dan CLTA yang termasuk
rasio financial leverage serta menambahkan variabel pertumbuhan penjualan
34
sales growth. Hasil penelitian menunjukan bahwa likuiditas yang diukur dengan current ratio CACL tidak berpengaruh terhadap financial distress
perusahaan, likuiditas yang diukur dengan quick ratio CA-INVCL berpengaruh negatif terhadap financial distress perusahaan, likuiditas yang
diukur dengan cash ratio CA-INV-TRCL tidak berpengaruh terhadap financial distress perusahaan, probabilitas NITA berpengaruh negatif
terhadap financial distress perusahaan, financial leverage TLTA tidak berpengaruh terhadap financial distress perusahaan, financial leverage
CLTA tidak berpengaruh terhadap financial distress perusahaan, pertumbuhan penjualan sales growth tidak berpengaruh terhadap financial
distress perusahaan. Penelitian lain yang dilakukan oleh Rodoni dan Muslim 2009 yang
meneliti tentang prediksi kondisi financial distress perusahaan go-public dengan menggunakan multinominal logit. Perusahaan yang diteliti yaitu
perusahaan manufaktur yang terdaftar listed di Bursa Efek Indonesia dan memiliki laporan keuangan yang dipublikasikan pada periode 2004-2007.
Untuk penentuan sampel perusahaan financial distress maupun tidak, digunakan interest coverage ratio sesuai dengan penelitian Asquith, Gertner,
dan Scharfstein 1994. Pengujian menggunakan analisis multinominal logit dengan tiga model. Model pertama untuk menguji daya klasifikasi dan
signifikasi rasio keuangan yang berasal dari laporan laba rugi neraca, model kedua menguji klasifikasi dan signifikansi rasio keuangan yang berasal
dari arus kas, dan model ketiga menguji daya klasifikansi dan signifikansi
35
rasio keuangan yang berasal dari laba rugi, neraca dan arus kas. Rasio keuangan yang digunakan dalam penelitian beliau adalah NIS, CACL,
CATA, NFATA, STA, SCA, NITA, TLTA, CASHCL, CASHTA, CFFOCL, CFFOTL, CFFOTA dan CFFOTS yang masing-masing
mewakili dari profit margin, likuiditas, efisiensi, probabilitas, financial leverage, posisi kas dan aktifitas operasi. Hasil penelitian tersebut
menunjukkan pada pengujian model pertama, variabel NITA, TLTA, dan STA dapat digunakan untuk memprediksi kondisi financial distress dengan
daya klasifikasi sebesar 75,4. Model kedua variabel CFFOCL dan CFFOTL dapat digunakan untuk memprediksi kondisi financial distress
dengan daya klasifikasi sebesar 69,7. Model ketiga variabel TLTA, STA, CASHCL, CFFOCL, CFFOTL dan CFFOTA dapat digunakan untuk
memprediksi kondisi financial distress dengan daya klasifikasi sebesar 83,8.
C. KERANGKA PENELITIAN
Dalam penelitian ini terdapat beberapa variable yang di gunakan di antaranya variable dependen, dan variable independent. Dimana untuk
variable dependennya adalah financial distress yang dikatagorikan menjadi tiga kelompok, pertama, perusahaan yang tidak mengalami kondisi financial
distress, yaitu perusahaan yang memiliki laba bersih sebelum pajak positif dan arus kas yang lebih besar dari hutang jangka panjang dua tahun berturut-
turut. Kedua, perusahaan dalam kondisi financial distress yang pertama, yaitu perusahaan yang memiliki laba bersih sebelum pajak negatif dua tahun