Keterbatasan Penelitian Saran bagi Penelitian Selanjutnya

SIMPOSIUM NASIONAL AKUNTANSI VI Surabaya, 16 – 17 Oktober 2003 SESI Analisis faktor-faktor yang mempengaruhi Kondisi Financial Distress suatu Perusahaan yang terdaftar di Bursa Efek Jakarta artinya semakin tinggi rasio ini maka semakin besar kemungkinan perusahaan mengalami delisted. d. Untuk variabel S1_IHKU, S1_IHSG dan S1_M2 mempunyai hubungan negatif dan secara statistis signifikan dengan probabilitas kondisi delisted suatu perusahaan artinya semakin rendah sensitifitas perusahaan terhadap indeks harga konsumen umum, Indeks Harga Saham Gabungan IHSG dan Money Supply maka semakin besar kemungkinan suatu perusahaan mengalami delisted. Sehingga dapat disimpulkan disini bahwa semakin tidak sensitif suatu perusahaan terhadap kondisi makro ekonomi yang berkaitan dengan indeks harga konsumen umum, Indeks Harga Saham Gabungan dan money supply, maka perusahaan cenderung mengalami delisted. e. Sedangkan untuk variabel S1_SBI mempunyai hubungan positif dan secara statistis signifikan dengan probabilitas kondisi delisted suatu perusahaan artinya semakin tinggi sensitifitas perusahaan terhadap tingkat bunga SBI maka semakin besar kemungkinan suatu perusahaan mengalami delisted. Sehingga dapat disimpulkan disini bahwa semakin sensitif suatu perusahaan terhadap kondisi makro ekonomi yang berkaitan dengan tingkat bunga SBI, maka perusahaan cenderung mengalami delisted. f. Variabel K_AUDIT mempunyai hubungan positif dan secara statistis signifikan dengan probabilitas kondisi delisted suatu perusahaan artinya semakin tinggi reputasi atau kualitas auditor maka semakin besar kemungkinan suatu perusahaan mengalami delisted. Dari 19 perusahaan yang delisted terdapat 13 perusahaan atau sebesar 68,42 perusahaan delisted diaudit oleh auditor yang memiliki reputasi yang tinggi, sehingga dapat disimpulkan bahwa jika perusahaan diaudit oleh auditor yang mempunyai reputasi yang tinggi dan jika perusahaan tersebut menunjukkan kecenderungan kinerja keuangan yang menurun maka perusahaan tersebut cenderung memiliki tingkat probabilitas delisted yang lebih tinggi. Hal ini juga dikarenakan bahwa opini auditor juga merupakan penentu suatu perusahaan akan delisted atau masih tetap listed. Berdasarkan penjelasan diatas maka rasio relatif industri, sensitifitas perusahaan terhadap kondisi makro ekonomi dan reputasi auditor merupakan faktor-faktor yang mempengaruhi kondisi delisted suatu perusahaan.

5.2 Keterbatasan Penelitian

Penelitian ini memiliki beberapa keterbatasan: 1. Dalam penelitian ini hanya menggunakan 4 rasio keuangan yang tidak disesuaikan berdasarkan industrinya dan 4 rasio relatif industri. 2. Penelitian ini kurang dapat membedakan antara perusahaan yang mengalami kesulitan keuangan tapi masih beroperasi dengan perusahaan yang bangkrut sesungguhnya. 3. Penelitian ini hanya mengukur sensitifitas perusahaan terhadap 4 variabel makro ekonomi yaitu indeks harga konsumen umum, Indeks Harga Saham Gabungan IHSG, money supply dan tingkat bunga SBI. 4. Penelitian ini sulit mengukur cost dari kesulitan keuangan. Kesulitan ini timbul karena tidak mampu membedakan apakah kesulitan keuangan 51 SIMPOSIUM NASIONAL AKUNTANSI VI Surabaya, 16 – 17 Oktober 2003 SESI Analisis faktor-faktor yang mempengaruhi Kondisi Financial Distress suatu Perusahaan yang terdaftar di Bursa Efek Jakarta disebabkan oleh kinerja perusahaan yang jelek atau disebabkan oleh beberapa faktor lainnya sehingga terjadi kesulitan keuangan itu sendiri. 5. Rasio keuangan industri yang digunakan dalam penelitian ini hanya rasio keuangan industri dari perusahaan-perusahaan yang terdaftar di BEJ.

5.3 Saran bagi Penelitian Selanjutnya

Penelitian ini diharapkan menjadi dasar bagi penelitian selanjutnya seperti: 1. Perlu dilakukan penelitian yang mengukur sensitifitas perusahaan terhadap variabel makro ekonomi yang lain selain yang telah diteliti dalam penelitian ini. 2. Perlu dilakukan penelitian yang menggunakan rasio relatif industri selain yang telah diteliti dalam penelitian ini. 3. Penelitian selanjutnya dapat menggunakan model multinomial logit, jika penelitian tersebut menggunakan sampel delisted, maka pemakaian model multinomial logit terhadap sampel delisted dikategorikan berdasarkan alasan delisted perusahaan. 4. Perlu dilakukan penelitian yang berkaitan besarnya cost untuk dapat diklasifikasikan menjadi perusahaan yang mengalami kesulitan keuangan dengan yang tidak mengalami kesulitan keuangan, dan penentu faktor- faktor yang mempengaruhi cost tersebut. DAFTAR PUSTAKA Asquith P., R. Gertner dan D. Scharfstein. 1994. Anatomy of Financial Distress: An Examination of Junk-Bond Issuers.” Quarterly Journal of Economics 109: 1189-1222. Barnes, P. 1990. “The Prediction of Takeover Targets in the U.K. by Means of Multiple Discriminant Analysis.” Journal of Business Finance Accounting. Vol 17: 73-84. Doumpos, M., dan C. Zopounidis. 1999. “A Multicriteria Discrimination Method for the Prediction of Financial Distress: The Case of Greece.” Multinational Finance Journal. Vol. 3. No. 2: 71-101. Foster, George. 1986. Financial Statement Analysis. Prentice Hall, Englewood Cliffs, New Jersey. Ghozali, Imam. 2002. Aplikasi Analisis Multivariate dengan Program SPSS. Badan Penerbit Universitas Diponegoro Semarang. Hill, N. T., S. E. Perry, dan S. Andes. 1996. Evaluating Firms in Financial Distress: An Event History Analysis.” Journal of Applied Business Research 123: 60-71. Hidayati. 2002. “Pengukuran Tingkat Partisipasi Underwriter dalam Penawaran Perdana IPO Saham Biasa.” Tesis S2. Program Magister Sains. UGM. Yogyakarta Hofer, C. W. 1980. Turnaround Strategies.” Journal of Business Strategy 1: 19-31. John, K, L. H. D. Lang and Netter, 1992. The Voluntary Restructuring of Large Firms in Response to Performance Decline.” Journal of Finance 47: 891-917. Lau, A. H. 1987. A Five State Financial Distress Prediction Model.” Journal of Accounting Research 25: 127-138. 52 SIMPOSIUM NASIONAL AKUNTANSI VI Surabaya, 16 – 17 Oktober 2003 SESI Analisis faktor-faktor yang mempengaruhi Kondisi Financial Distress suatu Perusahaan yang terdaftar di Bursa Efek Jakarta Nasirwan. 1999. “Reputasi Penjamin Emisi, Return Awal, Return 15 Hari Sesudah IPO dan Kinerja Perusahaan Satu Tahun Sesudah IPO di BEJ.” Tesis S2. Program Magister Sains. UGM. Yogyakarta Platt, H., dan M. B. Platt. 1990. “Development of a Class of Stable Predictive Variables: The Case of Bankruptcy Predictions.” Jurnal of Business Finance Accounting. 17: 31-51. ________ . 2002. Predicting Financial Distress.” Journal of Financial Service Professionals, 56: 12-15. Poston, K. M., W. K. Harmon, dan J. D. Gramlich. 1994. “A Test of Financial ratios as predictors of turnaround versus failure among financially distressed firms.” Journal of Applied Business Research, 10: 41-56. Puspita, Harsono Edwin. 2001. “Analisis Faktor Faktor yang Mempengaruhi Status Perusahaan yang Listing di BEJ - Suatu Penelitian Empiris.” Tesis S2. Program Magister Sains. UGM. Yogyakarta Setyaningrum. 2002. “Pengaruh Informasi Prospektus terhadap Underpricing pada saat IPO Initial Public Offering.” Tesis S2. Program Magister Sains. UGM. Yogyakarta Tirapat, Sunti dan A. Nittayagasetwat. 1999. “An Investigation of Thai Listed Firms’ Financial Distress Using Macro and Micro Variables.” Multinational Finance Journal, Vol 3:103-125. Trisnawati, Rina. 1998. “Faktor-Faktor yang Mempengaruhi Initial Return.” Tesis S2. Program Magister Sains. UGM. Yogyakarta Whitaker, R. B. 1999. The Early Stages of Financial Distress.” Journal of Economics and Finance, 23: 123-133. Wilkins, Michael S. 1997. “Tehnical Default, Auditors’ Decisions and Future Financial Distress.” Accounting Horizons. Vol 11 No. 4: 44-48. Tabel 1 HASIL PENGUJIAN REGRESI LOGIT MODEL 1 DAN 2 Model 1 Model 2 Koefisien Sig. Koefisien Sig. Constant 20,2388 0,0317 0,9167 0,4067 LNASET -0,1593 0,0411 -0,1316 0,1000 TRENDHRG 0,7432 0,3886 0,3193 0,5720 NITA -0,0131 0,0660 RETA 2,2272 0,1356 SETA -0,1925 0,0402 TDTA -0,1891 0,0437 AS_NITA -0,8947 0,0000 AS_RETA 2,1939 0,1386 AS_SETA 0,0554 0,8140 RI_TDTA 1,6478 0,1993 -2 Log L Blok = 0 374,59878 374,59878 -2 Log L Blok = 1 351,27600 330,04200 Model Chi-Square 23,323 0,0001 44,557 0,0000 Hosmer Lemeshow 3,4732 0,9013 10,3053 0,2443 53 SIMPOSIUM NASIONAL AKUNTANSI VI Surabaya, 16 – 17 Oktober 2003 SESI Analisis faktor-faktor yang mempengaruhi Kondisi Financial Distress suatu Perusahaan yang terdaftar di Bursa Efek Jakarta Model 1 Model 2 Jumlah Jumlah Daya klasifikasi listed 198 96,59 188 91,71 Daya klasifikasi delisted 14 14,74 28 29,47 Total daya klasifikasi 212 70,67 216 72,00 Signifikan pada 5 Signifikan pada 10 Tabel 2 HASIL PENGUJIAN REGRESI LOGIT MODEL 3 DAN 4 Model 3 Model 4 Koefisien Sig. Koefisien Sig. Constant 18,5644 0,0434 -2,1111 0,0057 LNASET -0,1713 0,0316 1,6122 0,2042 TRENDHRG 0,8925 0,0939 0,8721 0,0974 NITA -0,0168 0,0338 RETA 1,2471 0,2641 SETA -0,1730 0,0586 TDTA -0,1691 0,0646 AS_NITA -0,7930 0,0002 AS_RETA -0,4136 0,0503 AS_SETA 0,7632 0,0250 RI_TDTA 141,8121 0,0611 KUM_RTRN -0,3949 0,0054 -0,4627 0,0015 -2 Log L Blok = 0 374,59878 374,59878 -2 Log L Blok = 1 341,73500 314,19800 Model Chi-Square 32,864 0,0000 60,400 0,0000 Hosmer Lemeshow 9,5700 0,2965 10,0341 0,2626 Model 3 Model 4 Jumlah Jumlah Daya klasifikasi listed 198 96,59 190 92,68 Daya klasifikasi delisted 20 21,05 32 33,68 Total daya klasifikasi 218 72,67 222 74,00 Signifikan pada 5 Signifikan pada 10 Tabel 3 HASIL PENGUJIAN REGRESI LOGIT MODEL 6 DAN 7 Model 6 Model 7 54 SIMPOSIUM NASIONAL AKUNTANSI VI Surabaya, 16 – 17 Oktober 2003 SESI Analisis faktor-faktor yang mempengaruhi Kondisi Financial Distress suatu Perusahaan yang terdaftar di Bursa Efek Jakarta Koefisien Sig. Koefisien Sig. Constant 1,9933 0,2034 -0,2066 0,6088 LNASET -0,2392 0,0393 2,1047 0,1468 TRENDHRG 0,0061 0,9376 0,0022 0,9625 NITA -0,0178 0,0647 RETA 0,2261 0,6344 SETA 0,0642 0,8000 TDTA 0,0104 0,0634 AS_NITA -1,1991 0,0000 AS_RETA 0,3951 0,5296 AS_SETA 0,3367 0,5618 RI_TDTA 1,8719 0,1713 S1_IHKU -372,337 0,0000 -382,293 0,0000 S1_IHSG -1171,29 0,0196 -1259,83 0,0218 S1_M2 -1731,75 0,0004 -1976,79 0,0002 S1_SBI 142,9908 0,0005 136,5237 0,0021 -2 Log L Blok = 0 374,59878 374,59878 -2 Log L Blok = 1 199,64900 188,02000 Model Chi-Square 174,949 0,0000 186,578 0,0000 Hosmer Lemeshow 15,4338 0,0512 6,8631 0,5515 Model 6 Model 7 Jumlah Jumlah Daya klasifikasi listed 192 93,66 195 95,12 Daya klasifikasi delisted 68 71,58 66 69,47 Total daya klasifikasi 260 86,67 261 87,00 Signifikan pada 5 Signifikan pada 10 Tabel 4 HASIL PENGUJIAN REGRESI LOGIT MODEL 8 DAN 9 Model 8 Model 9 Koefisien Sig. Koefisien Sig. Constant 3,6884 0,0308 1,5951 0,3922 LNASET -0,3936 0,0062 -0,3717 0,0158 TRENDHRG 0,0146 0,9039 0,1784 0,6727 NITA -0,0207 0,0352 RETA 0,3659 0,5453 SETA -0,0129 0,0192 TDTA 0,0168 0,8969 AS_NITA -1,0180 0,0001 AS_RETA 0,0069 0,9339 AS_SETA 0,0494 0,8241 RI_TDTA 123,9520 0,0546 S1_IHKU -342,854 0,0000 -324,646 0,0002 S1_IHSG -1635,76 0,0046 -1755,70 0,0050 S1_M2 -1668,82 0,0003 -1909,74 0,0002 55 SIMPOSIUM NASIONAL AKUNTANSI VI Surabaya, 16 – 17 Oktober 2003 SESI Analisis faktor-faktor yang mempengaruhi Kondisi Financial Distress suatu Perusahaan yang terdaftar di Bursa Efek Jakarta S1_SBI 128,3387 0,0016 124,6995 0,0034 K_AUDIT 0,7526 0,0490 0,9536 0,0236 K_UNW 1,2148 0,2704 0,1045 0,7466 -2 Log L Blok = 0 374,59878 374,59878 -2 Log L Blok = 1 195,45100 177,48300 Model Chi-Square 179,148 0,0000 197,116 0,0000 Hosmer Lemeshow 27,4571 0,0006 5,7871 0,6711 Model 8 Model 9 Jumlah Jumlah Daya klasifikasi listed 193 94,15 195 95,12 Daya klasifikasi delisted 68 71,58 68 71,58 Total daya klasifikasi 261 87,00 263 87,67 Signifikan pada 5 Signifikan pada 10 LAMPIRAN 1a DAFTAR SAMPEL EMITEN YANG TELAH DELISTED PADA TAHUN 1999 – 2002 DI BURSA EFEK JAKARTA No . Kode Nama Perusahaan Tanggal Listed Tanggal Delisted Industri

1. GGST Great Golden Star