Pengaruh Rasio Likuiditas, Rasio Profitabilitas, Rasio Rentabilitas Ekonomi dan Rasio Leverage terhadap Prediksi Financial Distress (Suatu Studi pada Perusahaan Transportasi di Bursa Efek Indonesia)

Lampiran 1

Data Variabel Rasio Likuiditas, Rasio Profitabilitas, Rasio Rentabilitas Ekonomi dan Rasio Leverage

No EMITEN

WCTA RETA EBTTA BVETL

2012 2013 2014 2012 2013 2014 2012 2013 2014 2012 2013 2014

1 APOL -0,469 -0,649 -0,942 -1,517 -2,118 -2,926 -0,234 -0,370 0,017 -0,492 -0,617 -0,692 2 ASSA 0,018 -0,096 -0,128 0,009 4,603 0,049 0,020 0,049 0,022 0,533 0,612 0,501 3 BBRM -0,176 -0,072 0,036 0,081 0,164 0,096 0,054 0,037 0,004 0,681 0,851 1,447 4 CMPP 0,191 0,168 -0,146 0,826 -0,916 -0,414 2,438 0,007 0,059 0,822 0,895 0,299 5 GIAA -0,047 -0,056 -0,132 0,044 0,042 -0,082 0,060 0,003 -0,149 0,795 0,608 0,419 6 IATA -0,065 -0,281 0,126 0,003 -0,171 -0,163 -0,056 -0,028 -0,023 0,312 0,265 1,123 7 MBSS -0,025 0,122 0,161 0,423 0,497 0,528 0,111 0,117 0,066 1,577 2,177 2,588 8 MIRA 0,029 7,746 0,203 -2,897 -2,388 2,366 0,028 -0,001 -0,084 3,110 2,653 1,869 9 NELY 0,215 0,172 0,098 0,954 0,161 0,191 0,149 0,076 0,058 2,748 2,951 3,234 10 PTIS 0,056 -0,107 -0,093 0,248 0,299 0,269 0,062 0,056 -0,069 1,459 1,829 1,747 11 SAFE -1,785 -3,538 -4,682 0,024 0,069 0,089 -0,293 0,537 -0,272 -0,669 -0,846 -0,870 12 SMDR 0,007 0,014 0,028 0,199 0,225 0,255 0,024 0,021 0,045 0,676 0,744 0,883 13 TPMA -0,077 -0,119 -0,147 0,149 0,153 0,216 0,114 0,067 0,095 0,844 0,693 0,855 14 TRAM -0,336 -0,258 -0,192 0,041 0,005 -0,115 -0,088 0,016 -0,115 0,084 0,771 0,582 15 WEHA 0,019 0,048 -0,057 0,058 0,046 0,063 0,025 0,006 0,009 0,282 0,437 0,177 16 WINS 0,034 0,041 0,031 0,806 0,175 0,179 0,077 0,094 0,067 1,099 1,073 1,107

Lampiran 2

Data Variabel Financial Distress (Z-Score)

No EMITEN 2012 2013 2014

Zscore Kondisi Zscore Kondisi Zscore Kondisi

1 APOL -10,109 Financial Distress -14,299 Financial Distress -16,332 Financial Distress

2 ASSA 0,843 Financial Distress 15,348 Sehat -0,003 Financial Distress

3 BBRM 0,189 Financial Distress 1,206 Rawan 2,094 Rawan 4 CMPP 21,192 Sehat -0,896 Financial Distress -1,599 Financial Distress

5 GIAA 1,074 Financial Distress 0,428 Financial Distress -1,691 Financial Distress

6 IATA -0,462 Financial Distress -2,311 Financial Distress 1,317 Rawan

7 MBSS 3,613 Sehat 5,493 Sehat 5,939 Sehat

8 MIRA -5,801 Financial Distress 45,808 Sehat 10,441 Sehat

9 NELY 8,407 Sehat 5,262 Sehat 5,049 Sehat

10 PTIS 3,123 Sehat 2,571 Rawan 1,639 Rawan

11 SAFE -14,302 Financial Distress -20,263 Financial Distress -33,163 Financial Distress

12 SMDR 1,570 Rawan 1,748 Rawan 2,242 Rawan

13 TPMA 1,635 Rawan 0,899 Financial Distress 1,273 Rawan 14 TRAM -2,574 Financial Distress -0,759 Financial Distress -1,795 Financial Distress

15 WEHA 0,781 Financial Distress 0,967 Financial Distress 0,079 Financial Distress

Lampiran 3 Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

LIKUIDITAS 48 -468.00 774.00 -10.5833 145.20504

PROFITABILITAS 48 -292.00 460.00 1.5625 113.54124

RENTABILITASEKONOMI 48 -37.00 243.00 5.7917 37.30151

LEVERAGE 48 -87.00 323.00 91.7708 101.43402

ZSCORE 48 -3316.00 4580.00 73.5208 1080.65041

Lampiran 4

Pengujian Asumsi Klasik

1. Uji Normalitas Data

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 48

Normal Parametersa _{Mean .0000000}

Std. Deviation 5.09800104

Most Extreme Differences Absolute .068

Positive .068

Negative -.053

Kolmogorov-Smirnov Z .472

Asymp. Sig. (2-tailed) .979

2. Uji Multikolinearitas Coefficientsa

Model

Collinearity Statistics Tolerance VIF

1 LIKUIDITAS .671 1.491

PROFITABILITAS .892 1.121

RENTABILITASEKONOMI .963 1.038

LEVERAGE .686 1.457

a. Dependent Variable: ZSCORE

4. Uji Autokorelasi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 1.000a _{1.000 1.000 5.32985 2.013}

a. Predictors: (Constant), LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS

Lampiran 5 Pengujian Hipotesis

5. Uji Signifikansi Simultan (Uji F) ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 6111481.674 4 1527870.418 7.274 .000a

Residual 903158.243 43 21003.680

Total 7014639.917 47

a. Predictors: (Constant), LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS

b. Dependent Variable: ZSCORE

6. Uji Signifikansi Parsial (Uji t)

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -61.704 32.000 -1.928 .060

LIKUIDITAS 1.210 .178 .455 6.809 .000

PROFITABILITAS 1.613 .197 .474 8.183 .000

RENTABILITASEKONOMI 2.609 .578 .252 4.518 .000

LEVERAGE 1.513 .252 .397 6.014 .000

7. Koefisien Determinasi (R2₎ Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 1.000a _{1.000 1.000 5.32985}

a. Predictors: (Constant), LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS

DAFTAR PUSTAKA

Adi, Suyatmin Waskito dan Rahmawati, Aryani Intan Endah. 2015. “Analisis Rasio Keuangan Terhadap Kondisi Financial Distress Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia Tahun 2008-2013”, Jurnal Ekonomi dan Bisnis, ISSN: 2460-0784.

Baimwera, Bernard dan Muriuki, Antony Murimi. 2014. “Analysis Of Corporate Financial Distress Determinants: A Survey of Non-Financial Firms Listed

In the NSE”. International Journal of Current Business and Social Sciences, Vol 1.Issue 2.

Bhunia, Amalendu dan Sarkar, Ruchira. 2011. ”A Study of Financial Distress

based on MDA”, Journal of Management Research, Vol.3 No.2: E8, 2011. ISSN: 1941-899X.

Britama. 2014. http://www.britama.com/index.php/2014/08/kinerja-karw-masih-negatif-semester-i-2014/, Diakses pada tanggal 11 Oktober 2015 pukul 12:51 WIB.

. 2014. http://www.britama.com/index.php/2014/06/laba-bersih-mira-pada-kuartal-i-tahun-2014-anjilok-7059/, Diakses pada tanggal 11 Oktober 2015 pukul 13:11 WIB.

. 2015. http://www.britama.com/index.php/2015/06/gara-kurs-rugi-bersih-apol-mencapai-rp11407-miliar-pada-q1-2015/, Diakses pada tanggal 11 Oktober 2015 pukul 10:59 WIB.

. 2015. http://www.britama.com/index.php/2015/08/kinerja-semester-i-2015-kerugian-bersih-iata-menurun-menjadi-usd254-juta/, Diakses pada tanggal 11 Oktober 2015 pukul 12:25 WIB.

. 2015. http://www.britama.com/index.php/2015/07/nilai-aset-dan-pendapatan-turun-tram-rugi-usd6205-juta-semester-i-2015/, Diakses pada tanggal 11 Oktober 2015 pukul 13:41 WIB.

Bursa JKSE. 2015. http://bursajkse.blogspot.co.id/2015/06/pt-citra-maharlika-nusantara-corpora.html, Diakses pada tanggal 11 Oktober 2015 pukul 11:23 WIB.

Financeroll Indonesia. 2015. http://financerolll.blogspot.co.id/2015/01/pt-buana-lystya-tama-alami-penurunan.html, Diakses pada tanggal 11 Oktober 2015 pukul 11:06 WIB.

Firma, Eneng. 2013. Pengaruh Rasio Likuiditas, Rasio Profitabilitas, Rasio Rentabilitas Ekonomi dan Rasio Leverage Terhadap Prediksi Financial Distress (Suatu Studi Pada Perusahaan Jasa Transportasi Di Bursa Efek Indonesia), Skripsi Yang Dipublikasikan, Jurusan Akuntansi, Universitas Pasundan, Bandung.

Fitriyah, Ida dan Hariyati. 2013. “Pengaruh Rasio Keuangan Terhadap Financial Distress Pada Perusahaan Properti dan Real Estate”. Jurnal Ilmu Manajemen, Vol 1. No 3. Mei 2011

Ghozali, Imam. 2005. Aplikasi Analisis Multivariate dengan Program SPSS, Edisi ketiga, Badan penerbit Universitas Diponegoro, Semarang.

Harahap, Sofyan Syafri. 2010. Analisis Kritis laporan Keuangan, PT. Raja Grafindo Persada, Jakarta.

Hery. 2009. Teori Akuntansi, Kencana, Jakarta.

Indopremier. 2015. https://www.indopremier.com/ipotstock/news, Diakses pada tanggal 11 Oktober 2015 pukul 13:52 WIB.

Kamaludin dan Indriani, Rini. 2012. Manajemen Keuangan ”Konsep Dasar dan Penerapannya, Edisi Revisi, CV Mandar Maju, Bandung.

Khaliq, Ahmad, dkk.. 2014. “Identifying Financial Distress Firms: A Case Study

of Makaysia’s Goverrnment Linked Companies (GLC)”, International Journal of Economics, Finance and Management, Vol.3 No.3, April 2014.ISSN: 2307-2466.

Lakhsan, A.M.I. dan Wijekoon, W.M.H.N.. 2013. “The Use of Financial Ratios in

Predicting Corporate Failure in Sri Lanka”. American GSTF International Journal on Business Review, Vol. 2 No 4, July 2013.

Mas’ud, Imam dan Srengga, Reva Maymi. 2015. “Analisis Rasio Keuangan

Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur

Nugroho, Bhuono Agung. 2005. Strategi Jitu Memilih Metode Statistik Penelitian Dengan SPSS, Andi, Yogyakarta.

Pattinasarany, Christanty Amazia Immanuela. 2010. Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Pada Perusahaan Go-Public, Skripsi Yang Dipublikasikan, Jurusan Akuntasi, STIE Perbanas, Surabaya.

Priyatno, Duwi. 2013. Mandiri Belajar Analisis Data Dengan SPSS, Mediakom, Yogyakarta.

Ramadhani, Ayu Suci, dan Lukviarman, Niki. 2009. “Perbandingan Analisis Prediksi Kebangkrutan Menggunakan Model Altman Pertama, Altman Revisi, Dan Altman Modifikasi Dengan Ukuran Dan Umur Perusahaan Sebagai Variabel Penjelas (Studi Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia)”, Jurnal Siasat Bisnis, Vol. 13 No. 1. Riadi, Muchlisin. 2013.

http://www.kajianpustaka.com/2013/03/metode-altman-z-score.html, Diakses pada tanggal 23 Oktober pukul 17:00 WIB.

Sarbapriya, Ray. 2011. “Assessing Corporate Financial Distress in Automobile

Industry of India: An Application of Altman’s Model”. Research Journal of Finance and Accounting, Vol 2. No 3.

Sari, Intan Permata. 2012.

http://intanpermatasarii.blogspot.co.id/2012/10/v-behaviorurldefaultvmlo.html, Diakses pada tanggal 23 Oktober 2015 pukul 17:00 WIB.

Sarwono, Jonathan. 2012. Mengenal SPSS Statistics 20 Aplikasi Untuk Riset Eksperimental, Kompas Gramedia, Jakarta.

Setiawati, Riska Ayu. 2015. “Penggunaan Binary Logit Untuk Prediksi Financial Distress Pada Perusahaan Sektor Industri Manufaktur yang Terdaftar Di Bursa Efek Indonesia (BEI) Periode 2009-2013”, Jurnal Bisnis dan Ekonomika, Vol. 4, No. 1 2015.

Situmorang, Syafrizal Helmi, dkk.. 2010. Analisis Data Untuk Riset Manajemen dan Bisnis. Medan: USU Press.

Sudana, I Made. 2011. Manajemen Keuangan Perusahaan Teori dan Praktik, Erlangga, Jakarta.

Sugiyono. 2006. Statistika untuk Penelitian, ALFABETA, Bandung.

Sukirno. 2015. Akhirnya Garuda Indonesia (GIAA) Raup Laba Bersih US$11,3 Juta.

http://market.bisnis.com/read/20150509/192/431540/akhirnya-garuda-indonesia-giaa-raup-laba-bersih-us113-juta (11 Okt. 2015). . 2015. RIG TENDERS INDONESIA (RIGS) Masih Rugi Ratusan Ribu

Dolar AS.

http://market.bisnis.com/read/20150130/192/396989/rig-tenders-indonesia-rigs-masih-rugi-ratusan-ribu-dolar-as (11 Okt. 2015). Tunggal, Amin Widjaja. 2010. Pokok-pokok Analisis Laporan Keuangan,

Harvarindo, Jakarta.

Vinh, Vo Xuan. 2015. “Using Accounting Ratio in Predicting Financial Distress: An Empirical Investigation in the Vietnam Stock Market, Journal of Economics and Development”, Vol.17 No.1, April 2015, pp.41-49. ISSN: 1859-0020.

Widarjo, Wahyu dan Setiawan, Doddy. 2009. “Pengaruh Rasio Keuangan Terhadap Kondisi Financial Distress Perusahaan Otomotif”, Jurnal Bisnis dan Akuntansi, Vol.11, No.2, Agustus 2009, Hlm. 107-119.

Widhiari, Ni Luh Made Ayu dan Merkusiwati, Ni K. Lely Aryani. 2015.

“Pengaruh Rasio Likuiditas, Leverage, Operating Capacity dan Sales

Growth Terhadap Financial Distress”, Jurnal Akuntansi, Vol.11 No.2, 2015. ISSN:2302-8556.

www.idx.co.id/annualreport, Diakses oleh Erlina Sari Rambe, pada tanggal 10 Oktober 2015 pukul 10.00 WIB.

www.sahamok.com, Diakses oleh Erlina Sari Rambe, pada tanggal 10 Oktober 2015 pukul 11.00 WIB.

BAB III

METODE PENELITIAN

3.1. Jenis Penelitian

Jenis penelitian yang dilakukan adalah penelitian asosiatif yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih dengan bentuk hubungan kausal yang merupakan hubungan sebab akibat antara variabel independen dengan dependen.

3.2. Tempat dan Waktu Penelitian

Penelitian dilakukan di Bursa Efek Indonesia (BEI) melalui media internet dengan menggunakan situs www.idx.co.id mulai dari bulan Desember 2015 sampai dengan Februari 2016.

3.3. Batasan Operasional Variabel

Batasan operasional dilakukan untuk menghindari kesimpangsiuran dalam membahas dan menganalisis permasalahan dalam penelitian yang dilakukan peneliti. Adapun yang menjadi batasan operasional penelitian adalah :

1) Variable independen yang digunakan dalam penelitian ini adalah Rasio Likuiditas, Rasio Profitabilitas, Rasio Rentabilitas Ekonomi dan Rasio Leverage.

2) Variable dependen yang digunakan dalam penelitian ini adalah Financial Distress.

3) Perusahaan yang diteliti adalah perusahaan transportasi di Bursa Efek Indonesia selama tahun 2012-2014.

3.4. Definisi Operasional dan Skala Pengukuran Variabel

Tabel 3.1

Definisi Operasional dan Skala Pengukuran Variabel

No Variabel Konsep Indikator

(Alat Ukur)

Skala Ukuran

1. Rasio Likuiditas

(X1)

Mengukur likuiditas aktiva perusahaan relatif terhadap total kapitalisasinya

Working Capital Ratio :

WCTA = Modal Kerja Total Aktiva

Rasio

2. Rasio Profitabilitas

(X2)

Mengukur profitabilitas kumulatif

Retained Earnings Ratio :

RETA = Laba Ditahan Total Aktiva

Rasio

3. Rasio Rentabilitas

Ekonomi (X3)

Mengukur produktivitas yang sebenarnya dari aktiva perusahaan

Earnings Ratio :

EBITTA = Laba Sebelum Bunga & Pajak Total Aktiva

Rasio

4. Rasio Leverage

(X4)

Mengukur berapa banyak aktiva perusahaan dapat turun nilainya sebelum jumlah hutang lebih besar dari pada aktivanya dan perusahaan menjadi pailit

Ratio of Capital Market :

BVETL = Nilai Buku Ekuitas Total Utang

Rasio

5. Financial Distress (Y) Tingkat kesulitan keuangan perusahaan, diklasifikasikan menjadi kondisi financial distress,kondisi rawan,dan sehat Altman Z-Score:

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

 Z> 2,6 : Kondisi sehat  1,1<Z<2,6 : Kondisi rawan  Z< 1,1 : Kondisi financial distress

Rasio

3.5. Populasi dan Sampel Penelitian

Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempengaruhi kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sampel adalah bagian dari

jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2006:55-56).

Jumlah populasi dalam penelitian ini sebanyak 33 perusahaan dengan periode penelitian selama 3 tahun, Peneliti mengambil 16 perusahaan sebagai sampel dengan kriteria yang telah ditetapkan sehingga jumlah seluruh sampel adalah sebanyak 48. Teknik pengumpulan sampel yang digunakan dalam penelitian ini adalah purposive sampling, yaitu teknik penentuan sampel berdasarkan ktiteria tertentu. Adapun yang menjadi kriteria perusahaan dalam penentuan sampel dalam penelitian ini adalah :

1. Perusahaan transportasi yang terdaftar di Bursa Efek Indonesia selama periode 2012-2014.

2. Perusahaan transportasi memiliki laporan keuangan yang lengkap selama listing di Bursa Efek Indonesia periode 2012-2014.

Berikut ini merupakan hasil pengolahan data jumlah perusahaan yang dapat dijadikan sebagai sampel berdasarkan kriteria yang telah ditetapkan sebelumnya.

Tabel 3.2

Daftar Populasi dan Sampel

No. KODE NAMA PERUSAHAAN KRITERIA SAMPEL

1 2

1 APOL ARPENI PRATAMA OCEAN LINE TBK. √ √ 1

2 ASSA ADI SARANA ARMADA TBK √ √ 2

3 BBRM PELAYARAN NASIONAL BINA BUANA

RAYA TBK √ √ 3

4 BIRD BLUE BIRD TBK √ × -

5 BLTA BERLIAN LAJU TANKER TBK. √ × -

6 BULL BUANA LISTYA TAMA TBK. √ × -

7 CANI CAPITOL NUSANTARA INDONESIA TBK √ × -

8 CASS CARDIG AERO SERVICES TBK. √ × -

No. EMITEN NAMA PERUSAHAAN KRITERIA SAMPEL

1 2

10 CPGT CIPAGANTI CITRA GRAHA TBK √ × -

11 GIAA GARUDA INDONESIA (PERSERO) TBK. √ √ 5

12 HITS HUMPUSS INTERMODA TRANSPORTASI

TBK. √ × -

13 IATA INDONESIA AIR TRANSPORT TBK. √ √ 6

14 INDX TANAH LAUT TBK √ × -

15 KARW ICTSI JASA PRIMA TBK √ × -

16 LEAD LOGINDO SAMUDERAMAKMUR TBK √ × -

17 LRNA EKASARI LORENA TRANSPORT TBK √ × -

18 MBSS MITRA BANTERA SEGARA SEJATI TBK. √ √ 7

19 MIRA MIRA INTERNATIONAL RESOURCES TBK. √ √ 8

20 NELY PELAYARAN NELLY DWI PUTRI TBK. √ √ 9

21 PTIS INDO STRAITS TBK √ √ 10

22 RIGS RIG TENDERS INDONESIA TBK. √ × -

23 SAFE STEADY SAFE TBK. √ √ 11

24 SDMU SIDOMULYO SELARAS TBK √ × -

25 SMDR SAMUDERA INDONESIA TBK. √ √ 12

26 SOCI SOECHI LINES TBK √ × -

27 TAXI EXPRESS TRANSINDO UTAMA TBK √ × -

28 TMAS PELAYARAN TEMPURA EMAS TBK. √ × -

29 TPMA TRANS POWER MARINE TBK √ √ 13

30 TRAM TRADA MARITIME TBK. √ √ 14

31 WEHA PANORAMA TRANSPORTASI TBK. √ √ 15

32 WINS WINTERMAR OFFSHORE MARINE TBK. √ √ 16

33 ZBRA ZEBRA NUSANTARA TBK. √ × -

3.6. Jenis Data

Jenis data yang digunakan adalah data sekunder yang meliputi laporan keuangan perusahaan periode 2012 sampai dengan 2014 yang diperoleh dari website www.idx.co.id dan buku-buku referensi.

3.7. Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini dilakukan melalui metode dokumentasi. Data dikumpulkan dari berbagai sumber data yang relevan dengan penelitian, yaitu melalui buku, jurnal, skripsi, dan data-data internet.

3.8. Teknik Analisis Data

Teknik analisis data yang digunakan dalam penelitian ini adalah analisis deskriptif dan analisis statistik. Bila dilihat dari tinjauan penelitian ini yaitu ingin mengetahui pengaruh rasio keuangan yang terdiri atas rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage terhadap prediksi financial distress perusahaan transportasi yang terdaftar di Bursa Efek Indonesia tahun 2012 – 2014, maka metode analisis data yang digunakan dalam penelitian ini menggunakan tahap-tahap sebagai berikut:

3.8.1. Analisis Deskriptif

Analisis deskriptif merupakan metode yang digunakan untuk menganalisis dan mengolah data-data yang tersedia sehingga diperoleh gambaran yang jelas mengenai fakta-fakta dan hubungan antara fenomena yang diteliti.

3.8.2. Uji Asumsi Klasik

Asumsi klasik digunakan untuk mempelajari kekuatan antara variabel sehingga dari hubungan tersebut dapat ditaksir nilai variabel tidak bebas jika variabel bebasnya diketahui atau sebaliknya. Uji asumsi klasik ini meliputi :

3.8.2.1. Uji Normalitas

Uji normalitas data menjadi prasyarat pokok dalam analisis, digunakan untuk melihat tingkat normalitas data. Tingkat kenormalan data sangat penting karena dengan data yang

berdistribusi normal, maka data tersebut dianggap dapat mewakili populasi. Pengujian dilakukan dengan uji Kolmogorov-Smirnov atau grafik P-P Plot. Kriteria ujinya adalah apabila nilai signifikansi residual Kolmogorov-Smirnov lebih besar dari 0,05(Asymptotic Significance)>0,05, maka residual terdistribusi secara normal dan jika grafik P-P Plot menyebar mengikuti garis diagonal maka residual terdistribusi normal (Priyatno, 2013:34-53).

3.8.2.2 Uji Multikolinearitas

Uji multikolinearitas digunakan untuk melihat terjadinya hubungan linear yang sempurna atau mendekati sempurna antar variabel independen dalam model regresi (Priyatno, 2013:56). Multikolinearitas akan terjadi jika korelasi antar variabel bebas menunjukan nilai yang sangat tinggi atau mendekati 1. Pengujian lain dapat dilakukan dengan menggunakan nilai Varian Inflation Factor (VIF). Jika nilai VIF > 5, maka terjadi multikolinearitas antar variabel bebas (Sarwono, 2012:122).

3.8.2.3 Uji Autokorelasi

Uji Autokorelasi digunakan untuk melihat apakah terjadi hubungan antara variabel bebas dan variabel terikat suatu periode dengan periode sebelumnya. Uji ini dilakukan dengan menggunakan pengujian Durbin Waston. Terjadinya autokorelasi adalah jika 1<DW > 3 (Sarwono, 2012:97).

3.8.2.4 Uji Heteroskedastisitas

Heteroskedastisitas digunakan untuk melihat keadaan di mana terjadi ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Model regresi yang baik adalah tidak terjadi masalah heterokedasitas (Priyatno, 2013:62).

Uji heterokedastisitas dilakukan dengan uji Glejser Testing yaitu dengan meregresikan variabel-variabel bebas terhadap nilai absolut residual (residual adalah selisih antara nilai observasi dengan nilai prediksi, dan absolut adalah nilai mutlaknya). Jika nilai signifikansi antara variabel independen dengan residual lebih dari 0,05, maka tidak terjadi heterokedasitas (Ghozali, 2005).

3.8.3. Analisis Regresi Berganda

Pada tahap ini dijelaskan hubungan antara variabel dependen dan independen dengan metode regresi berganda dengan rumus :

Y = a + b1X1 + b2X2 + b3X3 + b4X4 + e Dimana :

Y = Financial Distress (Z-Score) a = konstanta

X1 = WCTA X2 = RETA X3 = EBITTA X4 = BVETL

b2 = koefesien regresi variabel RETA b3 = koefesien regresi variabel EBITTA b4 = koefesien regresi variabel BVETL e = error

3.8.4. Pengujian Hipotesis

3.8.4.1. Uji Signifikansi Simultan (Uji F)

Pengujian ini dilakukan untuk mengetahui apakah semua variabel bebas berpengaruh secara simultan terhadap variabel terikat.

Pada uji ini nilai F hitung akan dibandingkan dengan F tabel

pada tingkat signifikan (α) = 5% Kriteria pengambilan keputusan :

Ho diterima jika F hitung < F tabelpada α = 5% Ha ditolak jika F hitung > F tabelpada α = 5%

3.8.4.2. Uji Signifikansi Parsial (Uji t)

Pengujian ini bertujuan untuk menguji pengaruh variabel bebas terhadap variabel terikat secara parsial.

Pada uji ini nilai t hitung akan dibandingkan dengan t tabel

pada tingkat signifikan (α) = 5% Kriteria pengambilan keputusan:

H0 diterima jika t hitung < t tabel pada α = 5% H0 ditolak jika t hitung > t tabel pada α = 5%

3.8.4.3. Koefisien Determinasi (R2₎

Nilai Adjusted R Square menunjukkan proporsi variabel dependen yang dijelaskan oleh variabel independen. Semakin tinggi nilai Adjusted R Square maka akan semakin baik bagi model regresi variabel terikat juga semakin besar. Kelemahan mendasar dalam penggunaan koefisien determinasi adalah biasa terhadap jumlah variabel independen. Semakin banyak variabel independen ditambahkan ke dalam model maka R square akan meningkat walaupun variabel tersebut tidak berpengaruh secara signifikan ke dalam model. Oleh karena itu banyak peneliti yang menganjurkan untuk menggunakan nilai Adjusted R Square untuk mengevaluasi model (Situmorang dkk, 2010:144).

BAB IV

HASIL DAN PEMBAHASAN

4.1. Data Penelitian

Objek penelitian ini adalah perusahaan transportasi yang terdaftar di Bursa Efek Indonesia, dimana jumlah seluruh perusahaan transportasi tersebut adalah 33 perusahaan. Setelah data terkumpul, seluruh perusahaan yang termasuk dalam populasi diseleksi berdasarkan kriteria yang telah ditentukan. Dari penyeleksian tersebut diperoleh 16 perusahaan yang menjadi sampel atau 48 data observasi yang memenuhi kriteria. Berikut tabel data WCTA, RETA, EBITTA, BVETL dan Z-Score untuk tahun 2012-2014.

4.1.1 Deskripsi Nilai Variabel WCTA Tabel 4.1

Working Capital to Total Assets Ratio Perusahaan Transportasi

Periode 2012-2014

No. EMITEN

RASIO LIKUIDITAS (WCTA)

2012 2013 2014

1 APOL -0,469 -0,649 -0,942

2 ASSA 0,018 -0,096 -0,128

3 BBRM -0,176 -0,072 0,036

4 CMPP 0,191 0,168 -0,146

5 GIAA -0,047 -0,056 -0,132

6 IATA -0,065 -0,281 0,126

7 MBSS -0,025 0,122 0,161

8 MIRA 0,029 7,746 0,203

9 NELY 0,215 0,172 0,098

10 PTIS 0,056 -0,107 -0,093

11 SAFE -1,785 -3,538 -4,682

12 SMDR 0,007 0,014 0,028

13 TPMA -0,077 -0,119 -0,147

No. EMITEN

RASIO LIKUIDITAS (WCTA)

2012 2013 2014

15 WEHA 0,019 0,048 -0,057

16 WINS 0,034 0,041 0,031

Rata-rata -0,151 0,196 -0,365

Max 0,215 7,746 0,203

Min -1,785 -3,538 -4,682

Tabel 4.1 menunjukkan tingkat rasio likuiditas yang dimiliki perusahaan transportasi selama periode 2012-2014. Rasio likuiditas digunakan untuk mengetahui likuiditas dari work capital dan total asset (total kapitalis) atau untuk mengetahui kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya.

Berdasarkan rasio keuangan yang diperoleh, sebagian besar rasio likuiditas bernilai negatif karena current liabilities lebih besar dari pada current asset sehingga work capital bernilai negatif dan mempengaruhi total asset. Dengan nilai rasio likuiditas negatif menjadikan likuiditas perusahaan sangat rendah karena total hutang lancar melebihi total aset lancar. Sedangkan perusahaan yang likuid memiliki nilai rasio Likuiditas yang positif lebih dari 1 karena ukuran likuid suatu perusahaan harus 1 : 1 atau 100%.

Dapat dilihat bahwa nilai rasio likuiditas terkecil selama tahun 2012 sampai 2014 adalah perusahaan SAFE dengan nilai WCTA -4,682, sedangkan nilai rasio likuiditas terbesar selama tahun 2012 sampai 2014 adalah perusahaan MIRA dengan niai WCTA 7,746.

4.1.2 Deskripsi Nilai Variabel RETA Tabel 4.2

Retained Earnings to Total Assets Ratio Perusahaan Transportasi

Periode 2012-2014

No. EMITEN

RASIO PROFITABILITAS (RETA)

2012 2013 2014

1 APOL -1,517 -2,118 -2,926

2 ASSA 0,009 4,603 0,049

3 BBRM 0,081 0,164 0,096

4 CMPP 0,826 -0,916 -0,414

5 GIAA 0,044 0,042 -0,082

6 IATA 0,003 -0,171 -0,163

7 MBSS 0,423 0,497 0,528

8 MIRA -2,897 -2,388 2,366

9 NELY 0,954 0,161 0,191

10 PTIS 0,248 0,299 0,269

11 SAFE 0,024 0,069 0,089

12 SMDR 0,199 0,225 0,255

13 TPMA 0,149 0,153 0,216

14 TRAM 0,041 0,005 -0,115

15 WEHA 0,058 0,046 0,063

16 WINS 0,806 0,175 0,179

Rata-rata -0,034 0,053 0,038

Max 0,954 4,603 2,366

Min -2,897 -2,388 -2,926

Tabel 4.2 menunjukkan tingkat rasio profitabilitas yang dimiliki perusahaan jasa transportasi selama periode 2012-2014. Rasio profitabilitas digunakan untuk mengetahui profitabilitas kumulatif dengan menghitung kemampuan aset untuk menghasilkan laba ditahan. Rasio profitabilitas berhubungan dengan usia perusahaan dalam beroperasi, semakin lama usia perusahaan maka semakin tinggi kemungkinan aset untuk mengakumulasikan laba ditahan, jika perusahaan baru beroperasi

laba ditahan yang diakumulasikan sedikit. Perusahaan dengan rasio profitabilitas bernilai negatif, berarti perusahaan mengakumulasikan rugi ditahan atau rugi ditahan lebih besar dari laba ditahan per tahun sehingga tidak dapat menutupi rugi ditahan, namun dapat juga terjadi karena perusahaan tidak membukukan laba ditahan.

Perusahaan yang memiliki profitabilitas terkecil pada tahun 2012 sampai 2014 dimiliki oleh perusahaan APOL dengan nilai RETA -2,926. Sedangkan profitabilitas dengan nilai terbesar pada tahun 2012 sampai 2014 dimiliki oleh perusahaan ASSA sebesar 4,603.

4.1.3 Deskripsi Nilai Variabel EBITTA Tabel 4.3

Earning Before Interest and Tax to Total Assets Ratio Perusahaan

Transportasi Periode 2012-2014

No. EMITEN

RASIO RENTABILITAS EKONOMI (EBITTA)

2012 2013 2014

1 APOL -0,234 -0,370 0,017

2 ASSA 0,020 0,049 0,022

3 BBRM 0,054 0,037 0,004

4 CMPP 2,438 0,007 0,059

5 GIAA 0,060 0,003 -0,149

6 IATA -0,056 -0,028 -0,023

7 MBSS 0,111 0,117 0,066

8 MIRA 0,028 -0,001 -0,084

9 NELY 0,149 0,076 0,058

10 PTIS 0,062 0,056 -0,069

11 SAFE -0,293 0,537 -0,272

12 SMDR 0,024 0,021 0,045

13 TPMA 0,114 0,067 0,095

14 TRAM -0,088 0,016 -0,115

15 WEHA 0,025 0,006 0,009

Rata-rata 0,156 0,043 -0,017

Max 2,438 0,537 0,095

Min -0,293 -0,370 -0,272

Tabel 4.3 menunjukkan tingkat rasio rentabilitas ekonomi yang dimiliki perusahaan jasa transportasi selama periode 2012-2014. Rasio rentabilitas ekonomi 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 aset nya karena dengan operating income yang rendah perusahaan tidak dapat menutupi beban-beban lain selain beban usahanya begitu pula sebaliknya.

Perusahaan dengan rasio rentabilitas ekonomi negatif memiliki operating loss dimana biaya operasi lebih besar dari laba kotornya, sedang rasio rentabilitas ekonomi positif memiliki operating profit dimana laba kotor lebih besar dari biaya operasinya.

Dapat dilihat bahwa rasio rentabilitas ekonomi terbesar pada tahun 2012 sampai 2014 adalah perusahaan CMPP dengan nilai EBITTA 2,438, sedangkan rasio rentabilitas ekonomi terkecil pada tahun 2012 sampai 2014 adalah perusahaan APOL dengan nilai EBITTA -0,370.

4.1.4 Deskripsi Nilai Variabel BVETL Tabel 4.4

Book Value Equity to Total Liability Ratio Perusahaan Transportasi

Periode 2012-2014

No. EMITEN

RASIO LEVERAGE (BVETL)

2012 2013 2014

1 APOL -0,492 -0,617 -0,692

2 ASSA 0,533 0,612 0,501

3 BBRM 0,681 0,851 1,447

4 CMPP 0,822 0,895 0,299

5 GIAA 0,795 0,608 0,419

6 IATA 0,312 0,265 1,123

7 MBSS 1,577 2,177 2,588

8 MIRA 3,110 2,653 1,869

9 NELY 2,748 2,951 3,234

10 PTIS 1,459 1,829 1,747

11 SAFE -0,669 -0,846 -0,870

12 SMDR 0,676 0,744 0,883

13 TPMA 0,844 0,693 0,855

14 TRAM 0,084 0,771 0,582

15 WEHA 0,282 0,437 0,177

16 WINS 1,099 1,073 1,107

Rata-rata 0,866 0,943 0,954

Max 3,110 2,951 3,234

Min -0,669 -0,846 -0,870

Tabel 4.4 menunjukkan tingkat rasio leverage yang dimiliki perusahaan transportasi selama periode 2012-2014. Rasio leverage digunakan untuk mengukur seberapa besar aset perusahaan dapat turun nilainya sebelum jumlah utang lebih besar dari pada aset dan perusahaan menjadi pailit. Semakin rendah nilai leverage, maka semakin besar jumlah utang yang diakumulasikan terhadap modal perusahaan itu sendiri. Semakin tinggi nilai leverage, maka semakin rendah jumlah utang yang

diakumulasikan terhadap modal perusahaan. Jumlah utang yang diakumulasikan terhadap modal lebih besar dari nilai buku ekuitasnya menunjukkan bahwa perusahaan akan mendapat kesulitan dalam memenuhi kewajiban hutangnya dimana nilai buku ekuitas perusahaan yang lebih kecil dari jumlah hutangnya dan rawan terhadap kondisi kesehatan perusahaan.

Perusahaan yang memiliki nilai rasio leverage terkecil pada tahun 2012 sampai 2014 adalah perusahaan SAFE dengan nilai BVETL -0,870. Dengan nilai leverage negatif, berarti jumlah hutang yang diakumulasikan terhadap modal perusahaan lebih besar dan rawan terhadap memenuhi kewajiban jangka panjangnya.

Sedangkan perusahaan yang memiliki nilai rasio leverage terbesar pada tahun 2012 sampai 2014 adalah perusahaan NELY dengan nilai BVETL 3,234, yang berarti akumulasi jumlah hutang terhadap modal perusahaan rendah sehingga aset perusahaan dapat digunakan untuk memenuhi kewajiban jangka panjangnya.

4.1.5 Deskripsi Nilai Variabel Z-Score

Dengan kondisi rasio-rasio keuangan yang dimiliki setiap perusahaan, tidak semua rasio yang bernilai negatif menyebabkan perusahaan diprediksi berpotensi mengalami financial distress begitu juga perusahaan yang memiliki rasio keuangan bernilai positif belum tentu diprediksi sehat karena prediksi berpotensi financial distress, rawan dan sehat ditentukan oleh jumlah hasil perkalian rasio keuangan dengan nilai

regresi tiap variabel. Besarnya nilai Z-Score dipengaruhi oleh besar kecilnya nilai rasio keuangan yang diperoleh.

Tabel 4.5

Nilai Z-Score Perusahaan Transportasi Periode 2012-2014

No EMITEN

2012 2013 2014

Z-SCORE KONDISI Z-SCORE KONDISI Z-SCORE KONDISI

1 APOL -10,109 Financial

Distress -14,299

Financial

Distress -16,332

Financial Distress 2 ASSA 0,843 Financial

Distress 15,348 Sehat -0,003

Financial Distress

3 BBRM 0,189 Financial

Distress 1,206 Rawan 2,094 Rawan

4 CMPP 21,192 Sehat -0,896 Financial

Distress -1,599

Financial Distress 5 GIAA 1,074 Financial

Distress 0,428

Financial

Distress -1,691

Financial Distress 6 IATA -0,462 Financial

Distress -2,311

Financial

Distress 1,317 Rawan

7 MBSS 3,613 Sehat 5,493 Sehat 5,939 Sehat

8 MIRA -5,801 Financial

Distress 45,808 Sehat 10,441 Sehat

9 NELY 8,407 Sehat 5,262 Sehat 5,049 Sehat

10 PTIS 3,123 Sehat 2,571 Rawan 1,639 Rawan

11 SAFE -14,302 Financial

Distress -20,263

Financial

Distress -33,163

Financial Distress

12 SMDR 1,570 Rawan 1,748 Rawan 2,242 Rawan

13 TPMA 1,635 Rawan 0,899 Financial

Distress 1,273 Rawan

14 TRAM -2,574 Financial

Distress -0,759

Financial

Distress -1,795

Financial Distress

15 WEHA 0,781 Financial

Distress 0,967

Financial

Distress 0,079

Financial Distress

16 WINS 4,521 Sehat 2,597 Rawan 2,397 Rawan

RATA-RATA 0,856 2,738 -1,382

Tabel 4.5 menunjukkan nilai Z-Score yang dimiliki perusahaan transportasi selama periode 2012-2014. Dari hasil perhitungan Z-Score, pada tahun 2012 terdapat 9 perusahaan yang diprediksi berpotensi mengalami financial distress, 2 perusahaan diprediksi berpotensi dalam kondisi rawan (grey area) dan 4 perusahaan yang diprediksi dalam

keadaan sehat. Perusahaan dengan Z-Score paling rendah dimiliki perusahaan SAFE dengan nilai Z-Score -14,302, sedangkan perusahaan dengan Score paling tinggi dimiliki perusahaan CMPP dengan nilai Z-Score 21,192.

Pada tahun 2013 terdapat 8 perusahaan yang diprediksi berpotensi mengalami financial distress, 4 perusahaan diprediksi berpotensi dalam kondisi rawan, dan 4 perusahaan yang diprediksi dalam keadaan sehat. Perusahaan dengan Z-Score paling rendah dimiliki perusahaan SAFE dengan nilai Z-Score -20,263, sedangkan perusahaan dengan Z-Score paling tinggi dimiliki perusahaan MIRA dengan nilai Z-Score 45,808.

Pada tahun 2014 terdapat 7 perusahaan yang diprediksi berpotensi mengalami financial distress, 5 perusahaan diprediksi berpotensi dalam kondisi rawan, dan 3 perusahaan yang diprediksi dalam keadaan sehat. Perusahaan dengan Z-Score paling rendah dimiliki perusahaan SAFE dengan nilai Z-Score -33,163, sedangkan perusahaan dengan Z-Score paling tinggi dimiliki perusahaan MIRA dengan nilai Z-Score 10,441.

Perusahaan dengan nilai Z-Score paling rendah yang diprediksi berpotensi financial distress kecenderungan memiliki beberapa rasio keuangan negatif dengan nilai cukup tinggi yang berarti adanya ketidaksesuaian perbandingan masing-masing rasio tersebut diantaranya rendahnya nilai likuiditas, profitabilitas dan rentabilitas ekonomi dan leverage. Secara keseluruhan semakin besar nilai rasio keuangan yang dihasilkan, maka semakin sehat perusahaan.

4.2. Analisis Statistik Deskriptif

Statistik deskriptif memberikan penjelasan mengenai nilai minimum, nilai maksimum, nilai rata-rata (mean), dan nilai standar deviasi dari variabel-variabel independen dan variabel dependen.

Tabel 4.6 Statistik Deskriptif

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

LIKUIDITAS 48 -468.00 774.00 -10.5833 145.20504

PROFITABILITAS 48 -292.00 460.00 1.5625 113.54124

RENTABILITASEKONOMI 48 -37.00 243.00 5.7917 37.30151

LEVERAGE 48 -87.00 323.00 91.7708 101.43402

ZSCORE 48 -3316.00 4580.00 73.5208 1080.65041

Valid N (listwise) ₄₈

Dari tabel 4.6 dapat dijelaskan beberapa hal seperti yang dijelaskan di bawah ini:

a. Variabel rasio likuiditas memiliki nilai minimum -468,00 dan nilai maksimum 774,00 dengan rata-rata sebesar -10,5833 dan standar deviasi 145,20504 dengan jumlah observasi sebanyak 48.

b. Variabel rasio profitabilitas memiliki nilai minimum -292,00 dan nilai maksimum 460,00 dengan rata-rata sebesar 1,5625 dan standar deviasi 113,54124 dengan jumlah observasi sebanyak 48.

c. Variabel rasio rentabilitas ekonomi memiliki nilai minimum -37,00 dan nilai maksimum 243,00 dengan rata-rata sebesar 5,7917 dan standar deviasi 37,30151 dengan jumlah observasi sebanyak 48.

d. Variabel rasio leverage memiliki nilai minimum -87,00 dan nilai maksimum 323,00 dengan rata-rata sebesar 91,7708 dan standar deviasi 101,43402 dengan jumlah observasi sebanyak 48.

e. Variabel z-score memiliki nilai minimum -3316,00 dan nilai maksimum 4580,00 dengan rata-rata sebesar 73,5208 dan standar deviasi 1080,65041 dengan jumlah observasi sebanyak 48.

4.3. Pengujian Asumsi Klasik

Untuk menghasilkan suatu model regresi yang baik, analisis regresi memerlukan pengujian asumsi klasik sebelum melakukan pengujian hipotesis, maka dalam penelitian ini perlu dilakukan uji asumsi klasik terlebih dahulu yang meliputi: uji normalitas data, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi yang dilakukan sebagai berikut:

1. Uji Normalitas Data

Uji normalitas bertujuan menguji apakah variabel residual berdistribusi normal atau tidak. Uji statistik yang dapat digunakan untuk menguji apakah residual berdistribusi normal adalah uji statistik non parametric Kolmogorov-smirnov (K-S) dengan membuat hipotesis:

H0 : data residual berdistribusi normal Ha : data residual tidak berdistribusi normal

Apabila nilai signifikasi lebih besar dari 0,05 maka H0 diterima dan sebaliknya jika nilai signifikasi lebih kecil dari 0,05 maka H0 ditolak atau Ha diterima.

Tabel 4.7 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 48

Normal Parametersa _{Mean .0000000}

Std. Deviation 5.09800104

Most Extreme Differences Absolute .068

Positive .068

Negative -.053

Kolmogorov-Smirnov Z .472

Asymp. Sig. (2-tailed) .979

a. Test distribution is Normal.

Dari hasil pengolahan data pada tabel 4.7 diperoleh besarnya nilai Kolmogorov-Smirnov adalah 0.472 dan signifikan pada 0,979. Nilai signifikasi lebih besar dari 0,05 maka H0 diterima yang berarti data residual berdistribusi normal. Data yang berdistribusi normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data.

Gambar 4.1 Histogram

Grafik histogram pada Gambar 4.1 menunjukkan pola distribusi normal karena grafik tidak menceng kiri maupun menceng kanan. Dengan demikian dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas. Demikian pula hasil uji normalitas dengan menggunakan grafik normal p-plot.

Gambar 4.2 Grafik Normal P-Plot

Pada Gambar 4.2 grafik normal p-plot terlihat bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas.

2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah terdapat korelasi antar variabel independen dalam model regresi. Jika pada model regresi terjadi multikolinearitas, maka koefisien regresi tidak dapat ditaksir dan nilai standard error menjadi tidak terhingga. Deteksi multikolenaritas pada suatu model dapat dilihat yaitu jika nilai Variance Inflation Factor

(VIF) tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolenearitas (Priyatno, 2013:56).

Tabel 4.8

Hasil Uji Multikolinearitas Coefficientsa

Model

Collinearity Statistics Tolerance VIF

1 LIKUIDITAS .671 1.491

PROFITABILITAS .892 1.121

RENTABILITASEKONOMI .963 1.038

LEVERAGE .686 1.457

a. Dependent Variable: ZSCORE

Dari data pada Tabel 4.8, dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antara variabel independen yang diindikasikan dari nilai tolerance setiap variabel independen lebih besar dari 0,1 yakni sebesar 0,671 (Likuiditas), 0,892 (Profitabilitas), 0,963 (Rentabilitas Ekonomi), 0,686 (Leverage) dan nilai VIF lebih kecil dari 10 yakni sebesar 1,491 (Likuiditas), 1,121 (Profitabilitas), 1,038 (Rentabilitas Ekonomi), 1,457 (Leverage).

3. Uji Heteroskedastisitas

Uji heterokedastisitas bertujuan untuk melihat apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Menurut Nugroho (2005:62) cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat diihat dari pola gambar Scatterplot model tersebut. Analisis pada gambar Scatterplot yang

menyatakan model regresi linear berganda tidak terdapat heteroskedastisitas jika :

1. titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0,

2. titik-titik data tidak mengumpul hanya di atas atau di bawah saja,

3. penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali,

4. penyebaran titik-titik data sebaiknya tidak berpola.

Gambar 4.3

Pada Gambar 4.3 garfik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak dipakai untuk memprediksi Z-Score perusahaan jasa transportasi yang terdaftar di BEI berdasarkan masukan variabel independen rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi, dan rasio leverage.

4. Uji Autokorelasi

Pengujian autokorelasi bertujuan untuk menguji apakah terdapat korelasi antara kesalahan pengganggu pada suatu periode dengan kesalahan pengganggu periode sebelumnya dalam model regresi. Jika terjadi autokorelasi dalam model regresi berarti koefisien korelasi yang diperoleh menjadi tidak akurat, sehingga model regresi yang baik adalah model regresi yang bebas dari autokorelasi. Cara yang dapat dilakukan untuk mendeteksi ada tidaknya autokorelasi adalah dengan melakukan pengujian Durbin Watson (DW). Dalam model regresi tidak terjadi autokorelasi apabila nilai du < dw < 4 – du.

Tabel 4.9

Hasil Uji Autokorelasi Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 1.000a _{1.000 1.000 5.32985 2.013}

a. Predictors: (Constant), LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS

Tabel 4.9 menyajikan hasil uji Durbin Watson dengan menggunakan program SPSS Versi 16. Hasil uji autokorelasi di atas menunjukkan nilai statistik Durbin Watson (dw) sebesar 2,013. Nilai ini akan peneliti bandingkan dengan nilai tabel dengan menggunakan signifikansi 5%, jumlah pengamatan (n) sebanyak 48, dan jumlah variabel independen 4 (k=4). Maka berdasarkan tabel Durbin Watson didapat nilai batas atas (du) sebesar 1,7206 dan nilai batas bawah (dl) sebesar 1,3619. Oleh karena itu, nilai (dw) lebih besar dari 1,7206 dan lebih kecil dari 4 – 1,7206 atau dapat dinyatakan bahwa 1,7206 < 2,013 < 4 - 1,7206 (du < dw < 4 – du). Dengan demikian dapat disimpulkan tidak terdapat autokorelasi baik positif maupun negatif.

4.4. Analisis Regresi Berganda

Pengaruh rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage terhadap prediksi financial distress (suatu studi pada perusahaan transportasi di bursa efek indonesia) dapat dilihat dari hasil analisis regresi berganda. Pengujian koefisien regresi bertujuan untuk menguji signifikansi hubungan antara variabel independen dengan variabel dependen baik secara bersama-sama maupun secara individual serta dengan uji koefisien determinasi. Dalam penelitian ini uji hipotesis yang digunakan meliputi; uji signifikansi simultan (Uji-F), uji signifikansi parsial (Uji-t) dan uji koefisien determinasi (R2_).

4.5. Pengujian Hipotesis

Untuk menguji hipotesis, peneliti menggunakan analisis regresi berganda. Data diolah dengan menggunakan program SPSS versi 16. Berdasarkan hasil pengolahan data dengan program SPSS versi 16, maka diperoleh hasil sebagai berikut:

1. Uji Signifikansi Simultan (Uji-F)

Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen mempunyai pengaruh secara bersama-sama terhadap variabel dependen.

Untuk mengetahui apakah terdapat pengaruh yang signifikan secara simultan antara variabel rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage terhadap financial distress dapat dilakukan dengan membandingkan nilai Fhitung dengan Ftabel pada tingkat

signifikansi (α) = 5%.

Hasil uji simultan melalui pengolahan SPSS dapat dilihat dalam tabel berikut ini :

Tabel 4.10 Hasil Uji-F

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 6111481.674 4 1527870.418 7.274 .000a

Residual 903158.243 43 21003.680

Total 7014639.917 47

a. Predictors: (Constant), LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS

Pada Tabel 4.10, dari uji ANOVA (Analysis of Variance) didapat Fhitung sebesar 7,274 dengan tingkat signifikansi sebesar 0,000. Sedangkan Ftabel diketahui sebesar 2,58. Berdasarkan hasil tersebut dapat diketahui bahwa Fhitung > Ftabel (7,274>2,58) maka H0 ditolak dan Ha diterima. Jadi dapat disimpulkan bahwa variabel rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage secara simultan berpengaruh positif dan signifikan terhadap financial distress pada perusahaan transportasi yang terdaftar di Bursa Efek Indonesia.

2. Uji Signifikansi Parsial (Uji-t)

Uji-t dilakukan untuk mengetahui seberapa jauh pengaruh satu variabel independen terhadap variabel dependen secara parsial. Uji ini dilakukan dengan membandingkan signifikasi thitung dengan ttabel dengan ketentuan:

- jika thitung < ttabel, maka H0 diterima dan Ha ditolak untuk α = 5% atau signifikansi > 0,05,

- jika thitung > ttabel, maka Ha diterima dan H0 ditolak untuk α = 5% atau signifikansi < 0,05.

Nilai thitung dapat dilihat pada Tabel 4.11 berikut ini: Tabel 4.11

Hasil Uji-t Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -61.704 32.000 -1.928 .060

PROFITABILITAS 1.613 .197 .474 8.183 .000

RENTABILITASEKONOMI 2.609 .578 .252 4.518 .000

LEVERAGE 1.513 .252 .397 6.014 .000

a. Dependent Variable: ZSCORE

Hasil pengujian statistik thitung pada Tabel 4.11 dapat dijelaskan sebagai berikut:

1. Pengujian terhadap variabel rasio likuiditas

Berdasarkan Tabel 4.11 dapat ditentukan bahwa variabel rasio likuiditas mempunyai pengaruh positif dan signifikan terhadap financial distress (Z-Score), koefisiennya menunjukkan 6,809 dengan nilai signifikansi 0,000 < 0,05 dan thitung(6,809) > ttabel(2,021). Dengan demikian diterima Ha artinya variabel rasio likuiditas secara parsial berpengaruh dan signifikan terhadap financial distress (Z-Score) pada perusahaan transportasi pada tingkat kepercayaan 95%.

2. Pengujian terhadap variabel rasio profitabilitas

Berdasarkan Tabel 4.11 dapat ditentukan bahwa variabel rasio profitabilitas mempunyai pengaruh positif dan signifikan terhadap financial distress (Z-Score), koefisiennya menunjukkan 8,183 dengan nilai signifikansi 0,000 < 0,05 dan thitung(8,183) > ttabel(2,021). Dengan demikian diterima Ha artinya variabel rasio profitabilitas secara parsial berpengaruh dan signifikan terhadap financial distress (Z-Score) pada perusahaan transportasi pada tingkat kepercayaan 95%.

Berdasarkan Tabel 4.11 dapat ditentukan bahwa variabel rasio rentabilitas ekonomi mempunyai pengaruh positif dan signifikan terhadap financial distress (Z-Score), koefisiennya menunjukkan 4,518 dengan nilai signifikansi 0,000 < 0,05 dan thitung(4,518) > ttabel(2,021). Dengan demikian diterima Ha artinya variabel rasio rentabilitas ekonomi secara parsial berpengaruh dan signifikan terhadap financial distress (Z-Score) pada perusahaan transportasi pada tingkat kepercayaan 95%.

4. Pengujian terhadap variabel rasio leverage

Berdasarkan Tabel 4.11 dapat ditentukan bahwa variabel rasio leverage mempunyai pengaruh positif dan signifikan terhadap financial distress (Z-Score), koefisiennya menunjukkan 6,014 dengan nilai signifikansi 0,000 < 0,05 dan thitung(6,014) > ttabel(2,021). Dengan demikian diterima Ha artinya variabel rasio leverage secara parsial berpengaruh dan signifikan terhadap financial distress (Z-Score) pada perusahaan transportasi pada tingkat kepercayaan 95%.

3. Koefisien Determinasi (R2₎

Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0,5 dan mendekati 1.

Koefisien determinasi (R2) menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya. Nilai adjusted R square

adalah nol sampai dengan satu. Apabila nilai adjusted R square semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Sebaliknya, semakin kecil nilai adjusted R square, maka kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen semakin terbatas. Nilai adjusted R square memiliki kelemahan yaitu nilai adjusted R square akan meningkat setiap ada penambahan satu variabel independen meskipun variabel independen tersebut tidak berpengaruh signifikan terhadap variabel dependen. Oleh karena itu, digunakan nilai adjusted R square untuk mengevaluasi mana model regresi terbaik.

Tabel 4.12

Hasil Analisis Koefisien Determinasi Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 1.000a _{1.000 1.000 5.32985}

a. Predictors: (Constant), LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS

b. Dependent Variable: ZSCORE

Nilai Adjusted R Square pada Tabel 4.12 menunjukkan hubungan antara variabel rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage terhadap financial distress (Z-Score) adalah sebesar 1,000 atau sama dengan 100% yang artinya mempunyai tingkat hubungan yang sangat kuat. Dengan demikian secara bersamaan variabel rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage mampu memberikan penjelasan pada variabel financial distress (Z-Score) sebesar 100%.

4.6 Pembahasan Hasil Penelitian

Dari hasil pengujian regresi secara simultan menunjukkan adanya pengaruh positif dan signifikan variabel rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage terhadap financial distress. Hal ini ditunjukkan oleh nilai Fhitung > Ftabel (7,274>2,58). Angka adjusted R Square (R2) sebesar 1,000 atau 100%. Hasil pengujian ini menunjukkan bahwa hasil penelitian ini sejalan dengan hasil penelitian terdahulu dilakukan Firma (2013) yang menyatakan bahwa rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage secara simultan berpengaruh positif dan signifikan terhadap prediksi financial distress.

1. Pengaruh Rasio Likuiditas Terhadap Financial Distress

Dari hasil pengujian secara parsial diketahui bahwa rasio likuiditas berpengaruh positif dan signifikan terhadap financial distress. Rasio likuiditas meunjukkan bahwa t hitung sebesar 6,809 dengan nilai signifikansi 0,000 sedangkan t tabel adalah sebesar 2,021 sehingga thitung(6,809) > ttabel(2,021), maka rasio likuiditas secara individual berpengaruh terhadap financial distress. Hasil pengujian menunjukkan bahwa hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Vinh (2015) dimana hasil penelitiannya menunjukkan bahwa rasio likuiditas berpengaruh positif dan signifikan terhadap kondisi financial distress.

2. Pengaruh Rasio Profitabilitas Terhadap Financial Distress

Dari hasil pengujian secara parsial diketahui bahwa rasio profitabilitas berpengaruh positif dan signifikan terhadap financial distress. Rasio profitabilitas menunjukkan bahwa t hitung sebesar 8,183 dengan nilai signifikansi 0,000 sedangkan t tabel adalah sebesar 2,021 sehingga thitung(8,183) > ttabel(2,021), maka rasio profitabilitas secara individual berpengaruh terhadap financial distress. Hasil pengujian menunjukkan bahwa hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Baimwera dan Muriuki (2014) dimana hasil penelitiannya menunjukkan bahwa rasio profitabilitas berpengaruh positif dan signifikan terhadap kondisi financial distress.

3. Pengaruh Rasio Rantabilitas Ekonomi Terhadap Financial Distress Dari hasil pengujian secara parsial diketahui bahwa rasio rentabilitas ekonomi berpengaruh positif dan signifikan terhadap financial distress. Rasio rentabilitas ekonomi menunjukkan bahwa t hitung sebesar 4,518 dengan nilai signifikansi 0,000 sedangkan t tabel adalah sebesar 2,021 sehingga thitung(4,518) > ttabel(2,021), maka rasio rentabilitas ekonomi secara individual berpengaruh terhadap financial distress. Hasil pengujian menunjukkan bahwa hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Baimwera dan Muriuki (2014) dimana hasil penelitiannya menunjukkan bahwa rasio rentabilitas ekonomi berpengaruh positif dan signifikan terhadap kondisi financial distress.

4. Pengaruh Rasio Leverage Terhadap Financial Distress

Dari hasil pengujian secara parsial diketahui bahwa rasio leverage berpengaruh positif dan signifikan terhadap financial distress. Rasio leverage menunjukkan bahwa t hitung sebesar 6,014 dengan nilai signifikansi 0,000 sedangkan t tabel adalah sebesar 2,021 sehingga thitung(6,014) > ttabel(2,021), maka rasio leverage secara individual berpengaruh terhadap financial distress. Hasil pengujian menunjukkan bahwa hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Vinh (2015) dimana hasil penelitiannya menunjukkan bahwa rasio leverage berpengaruh positif dan signifikan terhadap kondisi financial distress.

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil analisis data dan pembahasan yang telah dikemukakan dalam bab empat, maka kesimpulan yang dapat diambil dari penelitian ini adalah pengaruh Rasio Likuiditas (WCTA), Rasio Profitabilitas (RETA), Rasio Rentabilitas Ekonomi (EBITTA) dan Rasio Leverage (BVETL) terhadap Financial Distress (Z-Score) baik secara simultan maupun parsial.

1. Berdasarkan hasil pengujian hipotesis 1 menunjukkan secara parsial rasio likuiditas berpengaruh dan signifikan terhadap prediksi financial distress perusahaan transportasi, dimana tingkat signifikansi lebih kecil dari 5% dan nilai t hitung sebesar 6,809 lebih besar dari t tabel sebesar 2,021. Hubungan rasio likuiditas dan financial distress menurut hasil penelitian ini adalah positif dimana financial distress akan meningkat jika nilai rasio likuiditas meningkat, begitu juga sebaliknya.

2. Berdasarkan hasil pengujian hipotesis 2 menunjukkan secara parsial rasio profitabilitas berpengaruh positif dan signifikan terhadap prediksi financial distress perusahaan transportasi, dimana tingkat signifikansi lebih kecil dari 5% dan nilai t hitung sebesar 8,183 lebih besar dari t tabel sebesar 2,021. Hubungan rasio profitabilitas dan financial distress menurut hasil penelitian ini adalah positif dimana financial distress akan meningkat jika nilai rasio profitabilitas meningkat, begitu juga sebaliknya.

3. Berdasarkan hasil pengujian hipotesis 3 menunjukkan secara parsial rasio rentabilitas ekonomi berpengaruh positif dan signifikan terhadap prediksi financial distress perusahaan transportasi, dimana tingkat signifikansi lebih kecil dari 5% dan nilai t hitung sebesar 4,518 lebih besar dari t tabel sebesar 2,021. Hubungan rasio rentabilitas ekonomi dan financial distress menurut hasil penelitian ini adalah positif dimana financial distress akan meningkat jika nilai rasio rentabilitas ekonomi meningkat, begitu juga sebaliknya. 4. Berdasarkan hasil pengujian hipotesis 4 menunjukkan secara parsial rasio

leverage berpengaruh positif dan signifikan terhadap prediksi financial distress perusahaan transportasi, dimana tingkat signifikansi lebih kecil dari 5% dan nilai t hitung sebesar 6,014 lebih besar dari nilai t tabel sebesar 2,021. Hubungan rasio leverage dan financial distress menurut hasil penelitian ini adalah positif dimana financial distress akan meningkat jika nilai rasio leverage meningkat, begitu juga sebaliknya.

5. Berdasarkan hasil pengujian hipotesis 5 menunjukkan secara simultan rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage berpengaruh positif dan signifikan terhadap prediksi financial distress perusahaan transportasi, dimana tingkat signifikansi lebih kecil dari 5% dan nilai F hitung sebesar 7,274 lebih besar dari nilai F tabel sebesar 2,58. Hal ini menunjukkan peningkatan variabel rasio likuiditas, rasio profitabilitas, rasio rentabilitas ekonomi dan rasio leverage secara simultan akan mengakibatkan peningkatan financial distress, begitu juga sebaliknya. Dari hasil ini, dapat disimpulkan bahwa rasio likuiditas, rasio profitabilitas, rasio

rentabilitas ekonomi dan rasio leverage bersama-sama mempengaruhi financial distress perusahaan transportasi tahun 2012-2014.

5.2. Keterbatasan Penelitian

Penelitian ini memiliki beberapa keterbatasan baik dari jumlah sampel yang digunakan, periode penelitian, maupun faktor-faktor yang diteliti.

1. Jumlah sampel yang digunakan dalam penelitian ini terbatas hanya menganalisis perusahaan transportasi dengan jumlah seluruh perusahaan sebanyak 33 perusahaan dan jumlah sampel sebanyak 16 perusahaan. 2. Periode penelitian yang diamati terbatas karena hanya mencakup tahun 2012

sampai tahun 2014.

3. Penulis melakukan pengamatan terhadap prediksi financial distress hanya dengan menggunakan rasio keuangan dengan mengabaikan faktor-faktor lain yang dapat memprediksi financial distress. Adapun rasio keuangan yang menjadi fokus penelitian terbatas pada Rasio Likuiditas, Rasio Profitabilitas, Rasio Rentabilitas Ekonomi dan Rasio Leverage.

5.3. Saran

Berdasarkan hasil penelitian diatas, maka saran yang dapat diberikan penulis sebagai berikut:

1. Agar hasil penelitian bisa mendukung kesimpulan yang lebih akurat maka sampel yang digunakan hendaknya menggunakan periode lebih dari tiga tahun, misalnya empat atau lima tahun terakhir.

2. Variabel independen ditambah supaya lebih menggambarkan pengaruh financial distress perusahaan.

BAB II

TINJAUAN PUSTAKA

2.1. Tinjauan Teoritis

2.1.1. Laporan Keuangan

2.1.1.1. Pengertian Laporan Keuangan

Laporan keuangan pada dasarnya adalah hasil dari proses akuntansi yang dapat digunakan sebagai alat untuk mengkomunikasikan data keuangan atau aktivitas perusahaan kepada pihak-pihak yang berkepentingan (Hery, 2009:2).

Dalam Standar Akuntansi Keuangan (SAK), laporan keuangan utama terdiri atas:

1. Daftar Neraca yang menggambarkan posisi keuangan perusahaan pada tanggal tertentu.

2. Perhitungan laba/rugi yang menggambarkan jumlah hasil, biaya dan laba/rugi perusahaan pada suatu periode tertentu.

3. Laporan sumber dan penggunaan dana (Harahap, 2010:72).

2.1.1.2. Tujuan Laporan Keuangan

Tujuan laporan keuangan menurut SAK adalah menyediakan informasi yang menyangkut posisi keuangan, kinerja, serta perubahan posisi keuangan suatu perusahaan yang bermanfaat bagi sejumlah besar pemakai dalam pengambilan keputusan ekonomi (Harahap, 2010:134).

2.1.1.3. Unsur-unsur Laporan Keuangan

Dalam SFAC No. 6, FASB telah mendefinisikan 10 unsur laporan keuangan yang berhubungan langsung dengan posisi keuangan dan hasil kinerja perusahaan. Unsur-unsur inilah yang nantinya akan membentuk struktur sebuah laporan keuangan. FASB mengklasifikasikan unsur-unsur laporan keuangan tersebut ke dalam dua kelompok (Hery, 2009:47).

Kelompok pertama mencakup tiga unsur, yaitu aktiva, kewajiban, dan ekuitas. Kelompok pertama ini menggambarkan jumlah sumber daya yang dimiliki perusahaan dan besarnya klaim atau tuntutan kreditor maupun pemilik modal terhadap sumber daya tersebut pada suatu waktu tertentu. Adapun kelompok kedua mencakup tujuh unsur, yaitu investasi oleh pemilik, distribusi kepada pemilik, laba komprehensif, pendapatan, beban, keuntungan, dan kerugian. Kelompok yang kedua ini menggambarkan transaksi dan peristiwa ekonomi yang mempengaruhi kinerja perusahaan selama periode waktu tertentu (Hery, 2009:47).

Berikut adalah definisi dari masing-masing kesepuluh unsur laporan keuangan:

1. Aktiva

Adalah manfaat ekonomi yang mungkin terjadi di masa depan, yang diperoleh atau dikendalikan oleh entitas sebagai hasil dari transaksi atau peristiwa di masa lalu.

2. Kewajiban

Adalah pengorbanan atas manfaat ekonomi yang mungkin terjadi di masa depan, yang timbul dari kewajiban entitas pada saat ini, untuk menyerahkan aktiva atau memberikan jasa kepada entitas lainnya di masa depan sebagai hasil dari transaksi atau peristiwa di masa lalu.

3. Ekuitas

Adalah kepemilikan atau kepentingan residu dalam aktiva entitas, yang masih tersisa setelah dikurangi dengan kewajibannya.

4. Investasi oleh pemilik

Adalah kenaikan ekuitas entitas yang dihasilkan dari penyerahan sesuatu yang bernilai oleh entitas lain untuk memperoleh atau meningkatkan bagian kepemilikannya.

5. Distribusi kepada pemilik

Adalah penurunan ekuitas entitas yang disebabkan oleh penyerahan aktiva, jasa, atau terjadinya kewajiban entitas kepada pemilik. 6. Laba komprehensif

Adalah perubahan dalam ekuitas entitas sepanjang suatu periode sebagai akibat dari transaksi dan peristiwa serta keadaan-keadaan lainnya yang bukan bersumber dari pemilik.

7. Pendapatan

Adalah arus masuk aktiva atau peningkatan lainnya atas aktiva atau penyelesaian kewajiban entitas dari pengiriman barang, pemberian

jasa, atau aktivitas lainnya yang merupakan operasi utama atau operasi sentral perusahaan.

8. Beban

Adalah arus keluar aktiva atau penggunaan lainnya atas aktiva atau terjadinya kewajiban entitas yang disebabkan oleh pengiriman atau pembuatan barang, pemberian jasa, atau aktivitas lainnya yang merupakan operasi utama atau operasi sentral perusahaan.

9. Keuntungan

Adalah kenaikan dalam ekuitas entitas yang ditimbulkan oleh transaksi feriferal (transaksi di luar operasi utama atau operasi sentral perusahaan) atau transaksi insidental (transaksi yang kejadiannya jarang) dan dari seluruh transaksi lainnya serta peristiwa maupun keadaan lainnya yang memengaruhi entitas, tidak termasuk yang berasal dari pendapatan atau investasi oleh pemilik.

10.Kerugian

Adalah penurunan dalam ekuitas entitas yang ditimbulkan oleh transaksi feriferal (transaksi di luar operasi utama atau operasi sentral perusahaan) atau transaksi insidental (transaksi yang kejadiannya jarang) dan dari seluruh transaksi lainnya serta peristiwa maupun keadaan-keadaan lainnya yang memengaruhi entitas, tidak termasuk yang berasal dari beban atau distribusi kepada pemilik (Hery, 2009:47).

2.1.2. Analisis Rasio Keuangan

2.1.2.1. Pengertian Rasio Keuangan

Rasio adalah satu angka yang dinyatakan dalam hubungannya dengan yang lain. Banyak rasio yang dihitung dari satu kumpulan laporan keuangan, tetapi biasanya hanya sedikit yang bermanfaat dalam situasi tertentu (Tunggal, 2010:12).

Rasio keuangan adalah angka yang diperoleh dari hasil perbandingan dari satu pos laporan keuangan dengan pos lainnya yang mempunyai hubungan yang relevan dan signifikan. Rasio keuangan ini hanya menyederhanakan informasi yang menggambarkan hubungan antara pos tertentu dengan pos lainnya. Dengan penyederhanaan ini kita dapat membandingkannya dengan rasio lain sehingga dapat memperoleh informasi dan memberikan penilaian (Harahap, 2010:297).

Harahap (2010:299) juga menggambarkan kerangka rasio keuangan secara katagorik yang diberikan J. Courties bersama tiga aspek penting dalam menganalisis laporan keuangan, sebagai berikut :

2.1.2.2. Jenis-jenis Rasio Keuangan

Beberapa rasio yang sering digunakan adalah : 1. Rasio Likuiditas

Menggambarkan kemampuan perusahaan untuk menyelesaikan kewajiban jangka pendeknya. Rasio-rasio ini dapat dihitung melalui sumber informasi tentang modal kerja yaitu pos-pos aktiva lancar dan hutang lancar. Beberapa rasio likuiditas ini adalah rasio lancar, rasio cepat, rasio kas atas aktiva lancar, rasio kas atas utang lancar, rasio aktiva lancar dan total aktiva, aktiva lancar dan total utang.

Rasio Keuangan

Profitability

Manajerial Performance

Solvency

Return On Investment

Credit Policy Profitability Administration

Aset Equity Structure Cash Flow

Profit Margin Capital Turn

Over

Jangka Panjang

Jangka Pendek Gambar 2.1

2. Rasio Solvabilitas

Menggambarkan kemampuan perusahaan dalam membayar kewajiban jangka panjangnya atau kewajiban-kewajibannya apabila perusahaan dilikuidasi. Rasio ini dapat dihitung dari pos-pos yang sifatnya jangka panjang seperti aktiva tetap dan utang jangka panjang. Rasio solvabilitas antara lain rasio utang atas modal, rasio pelunasan utang, dan rasio utang atas aktiva.

3. Rasio Rentabilitas/Profitabilitas

Menggambarkan kemampuan perusahaan mendapatkan laba melalui semua kemampuan dan sumber yang ada seperti kegiatan penjualan, kas, modal, jumlah karyawan, jumlah cabang dan sebagainya. Rasio yang menggambarkan kemampuan perusahaan menghasilkan laba disebut juga Operating Ratio. Beberapa jenis rasio rentabilitas ini antara lain Profit Margin, Asset Turn Over, Return on Investement, Return on Total Asset, Basic Earning Power, Earning Per Share, Contribution Margin, dan kemampuan karyawan.

4. Rasio Leverage

Menggambarkan hubungan antara utang perusahaan terhadap modal maupun aset. Rasio ini dapat melihat seberapa jauh perusahaan dibiayai oleh utang atau pihak luar dengan kemampuan perusahaan yang digambarkan oleh modal. Rasio ini bisa juga

dianggap bagian dari rasio Solvabilitas dan terdiri atas Leverage, Capital Adequency Ratio, dan Capital Formation.

5. Rasio Aktivitas

Menggambarkan aktivitas yang dilakukan perusahaan dalam menjalankan operasinya baik dalam kegiatan penjualan, pembelian dan kegiatan lainnya. Rasio in terdiri atas Inventory Turn Over, Receivable Turn Over, Fixed Asset Turn Over, Total Asset Turn Over, dan Periode Penagihan Piutang.

6. Rasio Pertumbuhan

Menggambarkan persentase pertumbuhan pos-pos perusahaan dari tahun ke tahun. Rasio ini terdiri atas Kenaikan Penjualan, Kenaikan Laba Bersih, Earning per Share, dan Kenaikan Deviden per Share

7. Rasio Penilaian Pasar

Rasio ini merupakan rasio yang lazim dan yang khusus dipergunakan di pasar modal yang menggambarkan situasi/keadaan prestasi perusahaan di pasar modal. Tidak berarti rasio lainnya tidak terpakai. Rasio ini terdiri atas Price Earning Ratio, dan Market to Book Value Ratio.

8. Rasio Produktivitas

Rasio ini menunjukkan tingkat produktivitas dari unit atau kegiatan yang dinilai, misalnya rasio karyawan atas penjualan, rasio biaya per karyawan, rasio penjualan terhadap space ruangan, rasio laba

terhadap karyawan, rasio laba terhadap cabang, dan rasio lainnya (Harahap, 2010:301).

2.1.3. Financial Distress

Financial distress adalah situasi dimana arus kas operasi perusahaan tidak memadai untuk melunasi kewajiban-kewajiban lancar (seperti hutang dagang atau beban bunga) dan perusahaan terpaksa melakukan tindakan perbaikan. Dan kesulitan keuangan adalah masalah likuidasi yang sangat parah yang tidak bisa dipecahkan tanpa perubahan ukuran dari operasi atau struktur perusahaan. Informasi financial distress ini dapat dijadikan sebagai peringatan dini atas kebangkrutan sehingga manajemen dapat melakukan tindakan secara cepat untuk mencegah masalah sebelum terjadinya kebangkrutan, dimana kebangkrutan suatu perusahaan ditandai dengan financial distress yaitu keadaan dimana perusahaan lemah dalam menghasilkan laba atau perusahaan cenderung mengalami defisit (Ramadhani dan Lukviarman, 2009:17).

Ada berbagai faktor yang dapat menyebabkan perusahaan mengalami kegagalan, diantaranya adalah faktor ekonomi, kesalahan manajemen, dan bencana alam. Perusahaan yang mengalami kegagalan dalam operasinya akan berdampak pada kesulitan keuangan. Tapi kebanyakan penyebabnya, baik langsung maupun tidak langsung adalah karena kesalahan manajemen yang terjadi berulang-ulang (Sudana, 2011:249).

2.1.4. Diskriminan Altman (Z-Score)

Menurut Ramadhani dan Lukviarman (2009:19) dalam jurnal penelitiannya, Altman (1968) adalah orang yang pertama yang menerapkan Multiple Discriminant Analysis. Prediksi yang diformulasikan oleh Altman dalam bentuk persamaan yang kemudian dikenal dengan formula Z-Score adalah sebagai berikut:

1. Model Altman Pertama

Setelah melakukan penelitian terhadap variabel dan sampel yang dipilih, Altman menghasilkan model kebangkrutan yang pertama. Persamaan kebangkrutan yang ditujukan untuk memprediksi sebuah perusahaan publik manufaktur. Persamaan dari model Altman pertama yaitu:

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

Z = bankrupcy index

X1 = working capital / total asset X2 = retained earnings / total asset

X3 = earning before interest and taxes/total asset X4 = market value of equity / book value of total debt X5 = sales / total asset

Nilai Z adalah indeks keseluruhan fungsi multiple discriminant analysis. Menurut Altman, terdapat angka-angka cut off nilai z yang dapat menjelaskan apakah perusahaan akan mengalami kegagalan atau tidak pada masa mendatang dan ia membaginya ke dalam tiga kategori, yaitu:

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

b. Jika nilai 1,8 < Z < 2,99 maka termasuk grey area (tidak dapat ditentukan apakah perusahaan sehat ataupun mengalami kebangkrutan). c. Jika nilai Z > 2,99 maka termasuk perusahaan yang tidak bangkrut. 2. Model Altman Revisi

Model yang dikembangkan oleh Altman ini mengalami suatu revisi. 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 X4 menjadi book value of equity karena perusahaan privat tidak memiliki harga pasar untuk ekuitasnya.

Z’= 0,717X1 + 0,847X2 + 3,108X3 + 0,42X4 + 0,988X5

Keterangan:

Z’ = bankrupcy index

X1 = working capital / total asset X2 = retained earnings / total asset

X3 = earning before interest and taxes/total asset X4 = book value of equity / book value of total debt X5 = sales / total asset

Klasifikasi perusahaan yang sehat dan bangkrut didasarkan pada nilai Z-score model Altman (1983), yaitu:

4. Bapak Drs. M. Utama Nasution, M.M., Ak selaku Dosen Pembimbing yang telah banyak memberikan bimbingan, waktu, masukan dan dorongan bagi penulis.

5. Bapak Drs. Rustam, M.Si., Ak dan Ibu Dra. Salbiah, M.Si., Ak selaku Dosen Penguji dan Pembanding yang telah banyak memberikan saran dan masukan bagi penulis.

6. Ibunda tercinta Erni Yusnita Tambunan dan Ayahanda Napsir Rambe, S.T. yang selalu memberikan doa, dukungan, perhatian, dan pengorbanan yang begitu besar.

7. Sahabatku Irna Triannur Lubis, teman baikku Yuki Andriani Lestiwi dan teman seperjuangan Rana, Gita, Boni, Unita, Yuni dan teman-teman lainnya yang tidak bisa disebutkan satu per satu yang selalu memberikan dukungan dalam pengerjaan skripsi ini.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh karena itu, penulis mengharapkan saran dan kritik yang dapat membangun demi kesempurnaan skripsi ini. Penulis berharap skripsi ini dapat bermanfaat bagi semua pihak.

Medan, April 2016 Penulis,

Erlina Sari Rambe NIM. 120503258

6

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

DAFTAR LAMPIRAN ... ix

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Perumusan Masalah ... 9

1.3. Tujuan Penelitian ... 10

1.4. Manfaat Penelitian ... 11

BAB II TINJAUAN PUSTAKA ... 12

2.1. Tinjauan Teoritis ... 12

2.1.1. Laporan Keuangan ... 12

2.1.1.1. Pengertian Laporan Keuangan ... 12

2.1.1.2. Tujuan Laporan Keuangan ... 12

2.1.1.3. Unsur-unsur Laporan Keuangan ... 13

2.1.2. Analisis Rasio Keuangan ... 16

2.1.2.1. Pengertian Rasio Keuangan ... 16

2.1.2.2. Jenis-jenis Rasio Keuangan ... 17

2.1.3. Financial Distress ... 20

2.1.4. Diskriminan Altman (Z-Score) ... 21

2.2. Penelitian Terdahulu ... 24

2.3. Kerangka Konseptual ... 26

2.4. Hipotesis ... 33

BAB III METODE PENELITIAN ... 34

3.1. Jenis Penelitian ... 34

3.2. Tempat dan Waktu Penelitian ... 34

3.3. Batasan Operasional Variabel ... 34

3.4. Definisi Operasional dan Skala Pengukuran Variabel ... 35

3.5. Populasi dan Sampel Penelitian ... 35

3.6. Jenis data ... 37

3.7. Metode Pengumpulan Data ... 37

3.8. Teknik Analisis Data ... 38

3.8.1. Analisis Deskriptif ... 38

3.8.2. Uji Asumsi Klasik ... 38

3.8.2.1. Uji Normalitas ... 38

3.8.2.2. Uji Multikolinearitas ... 39

3.8.2.3. Uji Autokorelasi... 39

3.8.2.4. Uji Heteroskedastisitas ... 40

3.8.3. Analisis Regresi Berganda ... 40

3.8.4. Pengujian Hipotesis ... 41

3.8.4.1. Uji Signifikansi Simultan (Uji F) ... 41

3.8.4.2. Uji Signifikasi Parsial (Uji t) ... 41

3.8.4.3. Koefisien Determinasi (R2)... 42

BAB VI HASIL DAN PEMBAHASAN... 43

4.1. Data Penelitian ... 43

4.1.1. Deskripsi Nilai Variabel WCTA ... 43

4.1.2. Deskripsi Nilai Variabel RETA ... 45

4.1.3. Deskripsi Nilai Variabel EBITTA ... 46

4.1.4. Deskripsi Nilai Variabel BVETL ... 48

4.1.5. Deskripsi Nilai Variabel Z-Score ... 49

4.2. Analisis Statistik Deskriptif ... 52

4.3. Pengujian Asumsi Klasik ... 53

4.4. Analisis Regresi Berganda ... 60

4.5. Pengujian Hipotesis ... 61

4.6. Pembahasan Hasil Penelitian ... 66

BAB V KESIMPULAN DAN SARAN ... 69

5.1. Kesimpulan ... 69

5.2. Keterbatasan Penelitian ... 71

5.3. Saran ... 71

DAFTAR PUSTAKA ... 73

8

DAFTAR TABEL

No. Tabel Judul Halaman

1.1 Daftar Perusahaan Transportasi yang memiliki Laba

Negatif 2 Tahun atau Lebih pada Tahun 2012-2014 ... 2

2.1 Penelitian Terdahulu ... 24

3.1 Definisi Operasional dan Skala Pengukuran Variabel ... 35

3.2 Daftar Populasi dan Sampel ... 36

4.1 Working Capital to Total Assets Ratio Perusahaan Transportasi Periode 2012-2014 ... 43

4.2 Retained Earnings to Total Assets Ratio Perusahaan Transportasi Periode 2012-2014 ... 45

4.3 Earning Before Interest and Tax to Total Assets Ratio Perusahaan Transportasi Periode 2012-2014 ... 46

4.4 Book Value Equity to Total Liability Ratio Perusahaan Transportasi Periode 2012-2014 ... 48

4.5 Nilai Z-Score Perusahaan Transportasi Periode 2012-2014 ... 50

4.6 Statistik Deskriptif ... 52

4.7 Hasil Uji Normalitas ... 54

4.8 Hasil Uji Multikolinearitas ... 57

4.9 Hasil Uji Autokorelasi... 59

4.10 Hasil Uji F ... 61

4.11 Hasil Uji t ... 62

4.12 Hasil Analisis Koefisien Determinasi ... 65

DAFTAR GAMBAR

No. Gambar Judul Halaman 2.1 Bagan Kerangka Rasio Keuangan Secara Kategorik

J. Courties ... 17

2.2 Kerangka Konseptual ... 28

4.1 Histogram ... 55

4.2 Grafik Normal P-Plot ... 56

10

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman 1 Data Variabel Rasio Likuiditas, Rasio Profitabilitas,

Rasio Rentabilitas Ekonomi dan Rasio Leverage ... 77

2 Data Variabel Financial Distress (Z-Score) ... 78

3 Statistik Deskriptif ... 79

4 Pengujian Asumsi Klasik ... 80

5 Pengujian Hipotesis ... 84