Uji Normalitas Data Uji Multikolinearitas Uji Heteroskedastisitas Uji Signifikansi Simultan Uji F Uji Normalitas Data

90 Lampiran 4 Pengujian Asumsi Klasik

1. Uji Normalitas Data

One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 48 Normal Parameters a 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. Universitas Sumatera Utara 91 Universitas Sumatera Utara 92

2. Uji Multikolinearitas

Coefficients a 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

3. Uji Heteroskedastisitas

Universitas Sumatera Utara 93

4. Uji Autokorelasi

Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 1.000 a 1.000 1.000 5.32985 2.013 a. Predictors: Constant, LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS b. Dependent Variable: ZSCORE Universitas Sumatera Utara 94 Lampiran 5 Pengujian Hipotesis

5. Uji Signifikansi Simultan Uji F

ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 6111481.674 4 1527870.418 7.274 .000 a 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

Coefficients a 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 a. Dependent Variable: ZSCORE Universitas Sumatera Utara 95 7. Koefisien Determinasi R 2 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 1.000 a 1.000 1.000 5.32985 a. Predictors: Constant, LEVERAGE, RENTABILITASEKONOMI, PROFITABILITAS, LIKUIDITAS b. Dependent Variable: ZSCORE Universitas Sumatera Utara 83 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.comindex.php201408kinerja-karw- masih-negatif-semester-i-2014, Diakses pada tanggal 11 Oktober 2015 pukul 12:51 WIB. . 2014. http:www.britama.comindex.php201406laba-bersih- mira-pada-kuartal-i-tahun-2014-anjilok-7059, Diakses pada tanggal 11 Oktober 2015 pukul 13:11 WIB. . 2015. http:www.britama.comindex.php201506gara-kurs-rugi- bersih-apol-mencapai-rp11407-miliar-pada-q1-2015, Diakses pada tanggal 11 Oktober 2015 pukul 10:59 WIB. . 2015. http:www.britama.comindex.php201508kinerja- semester-i-2015-kerugian-bersih-iata-menurun-menjadi-usd254-juta, Diakses pada tanggal 11 Oktober 2015 pukul 12:25 WIB. . 2015. http:www.britama.comindex.php201507nilai-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.id201506pt-citra-maharlika- nusantara-corpora.html, Diakses pada tanggal 11 Oktober 2015 pukul 11:23 WIB. Universitas Sumatera Utara 84 Financeroll Indonesia. 2015. http:financerolll.blogspot.co.id201501pt-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 da n 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.comipotstocknews, 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 Yang Terdaftar Di Bursa Efek Indonesia”, Jurnal Akuntansi. Universitas Sumatera Utara 85 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.com201303metode- 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.id201210v- 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. Universitas Sumatera Utara 86 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 US11,3 Juta. http:market.bisnis.comread20150509192431540akhirnya- 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.comread20150130192396989rig-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.idannualreport, 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. Universitas Sumatera Utara 44

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. Universitas Sumatera Utara 45

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 X 1 Mengukur likuiditas aktiva perusahaan relatif terhadap total kapitalisasinya Working Capital Ratio : WCTA = Modal Kerja Total Aktiva Rasio 2. Rasio Profitabilitas X 2 Mengukur profitabilitas kumulatif Retained Earnings Ratio : RETA = Laba Ditahan Total Aktiva Rasio 3. Rasio Rentabilitas Ekonomi X 3 Mengukur produktivitas yang sebenarnya dari aktiva perusahaan Earnings Ratio : EBITTA = Laba Sebelum Bunga Pajak Total Aktiva Rasio 4. Rasio Leverage X 4 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 = 6,56X 1 + 3,26X 2 + 6,72X 3 + 1,05X 4  Z 2,6 : Kondisi sehat  1,1Z2,6 : Kondisi rawan  Z 1,1 : Kondisi financial distress Rasio 3.5. Populasi dan Sampel Penelitian Populasi adalah wilayah generalisasi yang terdiri atas objeksubjek yang mempengaruhi kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sampel adalah bagian dari Universitas Sumatera Utara 46 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. √ × - 9 CMPP CENTRIS MULTIPERSADA PRATAMA TBK. √ √ 4 Universitas Sumatera Utara 47 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. Universitas Sumatera Utara 48

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 Universitas Sumatera Utara 49 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 0,05Asymptotic Significance0,05, 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 1DW 3 Sarwono, 2012:97. Universitas Sumatera Utara 50

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 + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Dimana : Y = Financial Distress Z-Score a = konstanta X1 = WCTA X2 = RETA X3 = EBITTA X4 = BVETL b 1 = koefisien regresi variabel WCTA Universitas Sumatera Utara 51 b 2 = koefesien regresi variabel RETA b 3 = koefesien regresi variabel EBITTA b 4 = 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 tabel pada α = 5 Ha ditolak jika F hitung F tabel pada 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: H diterima jika t hitung t tabel pada α = 5 H ditolak jika t hitung t tabel pada α = 5 Universitas Sumatera Utara 52

3.8.4.3. Koefisien Determinasi R

2 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. Universitas Sumatera Utara 53

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 14 TRAM -0,336 -0,258 -0,192 Universitas Sumatera Utara 54 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. Universitas Sumatera Utara 55

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 Universitas Sumatera Utara 56 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 16 WINS 0,077 0,094 0,067 Universitas Sumatera Utara 57 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 labarugi 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. Universitas Sumatera Utara 58

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 Universitas Sumatera Utara 59 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 Universitas Sumatera Utara 60 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 Universitas Sumatera Utara 61 keadaan sehat. Perusahaan dengan Z-Score paling rendah dimiliki perusahaan SAFE dengan nilai Z-Score -14,302, sedangkan perusahaan dengan Z-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. Universitas Sumatera Utara 62

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. Universitas Sumatera Utara 63 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: H : data residual berdistribusi normal H a : data residual tidak berdistribusi normal Apabila nilai signifikasi lebih besar dari 0,05 maka H diterima dan sebaliknya jika nilai signifikasi lebih kecil dari 0,05 maka H ditolak atau H a diterima. Universitas Sumatera Utara 64 Tabel 4.7 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 48 Normal Parameters a 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 H diterima yang berarti data residual berdistribusi normal. Data yang berdistribusi normal tersebut juga dapat dilihat melalui grafik histogram dan grafik normal plot data. Universitas Sumatera Utara 65 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. Universitas Sumatera Utara 66 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