Analisis Diskriminan dalam Memprediksi Financial Distress dengan Menggunakan Metode Altman

SKRIPSI

ANALISIS DISKRIMINAN DALAM MEMPREDIKSI FINANCIAL DISTRESS DENGAN MENGGUNAKAN METODE ALTMAN

OLEH

MAY SAFITRI 120501156

PROGRAM STUDI EKONOMI PEMBANGUNAN DEPARTEMEN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SUMATERA UTARA

MEDAN 2015

UNIVERSITAS SUMATERA UTARA FAKULTAS EKONOMI DAN BISNIS DEPARTEMEN EKONOMI PEMBANGUNAN

PERSETUJUAN PERCETAKAN

Nama : May Safitri

Nim : 120501156

Departemen : Ekonomi Pembangunan Konsentrasi : Perbankan

Judul Skripsi : Analisis Diskriminan dalam Memprediksi Financial Distress dengan Menggunakan Metode Altman

Tanggal, ______________ Ketua Program Studi,

NIP. 19710503 200312 1 003 Irsyad Lubis,S.E,M.Soc.Sc.Ph.D

Tanggal, ______________ Ketua Departemen,

NIP. 19730408 199802 1 001 Wahyu Ario Pratomo, SE, M. Ec

UNIVERSITAS SUMATERA UTARA FAKULTAS EKONOMI DAN BISNIS DEPARTEMEN EKONOMI PEMBANGUNAN

Nama : May Safitri

PERSETUJUAN

Nim : 120501156

Departmen : Ekonomi Pembangunan Konsentrasi : Perbankan

Judul Skripsi : Analisis Diskriminan dalam Memprediksi Financial Distress dengan Menggunakan Metode Altman

Tanggal, ______________ Pembimbing,

NIP. 19730408 199802 1 001 Syarief Fauzie, S.E, M.Ak, Ak

Penguji I, Penguji II,

Wahyu Ario Pratomo, SE, M. Ec

NIP. 19730408 199802 1 001 NIP. 19801110 200812 2 003 Inggrita Gusti Sari NST, SE, Msi

LEMBAR PERNYATAAN

Saya yang bertanda tangan di bawah ini menyatakan dengan sesungguhnya bahwa skripsi saya yang berjudul “Analisis Diskriminan dalam Memprediksi

Financial Distress dengan Menggunakan Metode Altman” adalah benar hasil

karya tulis saya sendiri yang disusun sebagai tugas akademik pada Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

Bagian atau data tertentu saya peroleh dari perusahaan atau lembaga, dan/atau saya kutip dari hasil karya orang lain telah mendapat izin, dan/atau dituliskan sumbernya secara jelas sesuai dengan norma, kaidah dan etika penulisan ilmiah.

Apabila kemudian hari ditemukan adanya kecurangan dan plagiat dalam skripsi ini, saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.

Medan, November 2015 Penulis,

NIM 120501156 May Safitri____

ABSTRAK

Penelitian ini bertujuan untuk mengetahui pengaruh working capital to

total assets, retained earning to total assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets dalam

membedakan kelompok financial distress dan nonfinancial distress dan untuk mengetahui rasio keuangan yang paling dominan dalam memprediksi financial distress menggunakan analisis diskriminan dengan metode Altman.

Populasi pada penelitian ini adalah semua perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia pada tahun 2011 sampai 2013 sebanyak 37 perusahaan. Sampel dipilih dengan menggunakan metode purposive sampling yang telah ditentukan sehingga terpilih 8 perusahaan dalam kondisi financial distress dan 8 perusahaan dalam kondisi nonfinancial distress.

Hasil penelitian menunjukkan bahwa variabel working capital to total

assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets berpengaruh positif dan signifikan dalam

membedakan kelompok financial distress dan nonfinancial distress. Sedangkan variabel retained earning to total assets tidak dimasukkan ke dalam pengujian, karena variabel ini tidak berbeda secara signifikan antara perusahaan yang mengalami financial distress dan nonfinancial distress. Dan variabel working

capital to total assets merupakan variabel yang paling dominan dalam

memprediksi financial distress.

ABSTRACT

This study aims to determine the effect of working capital to total assets, retained earnings to total assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets in distinguishing groups of financial distress and nonfinancial distress and to determine the most dominant financial ratios to predict financial distress using discriminant analysis method Altman.

The population in this study are all companies manufacturing consumer goods industry sectors listed on the Indonesia Stock Exchange in 2011 through 2013 as many as 37 companies. Samples were selected using purposive sampling method that has been determined so chosen 8 companies in financial distress and 8 companies in the nonfinancial distress condition.

The results showed that the variables of working capital to total assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets positive effect significant in distinguishing groups of financial distress and nonfinancial distress. While the variable retained earnings to total assets not included in the testing because these variables did not differ significantly among companies experiencing financial distress and nonfinancial distress. And variables working capital to total assets is the most dominant variable in predicting financial distress.

KATA PENGANTAR

Segala puji bagi Allah SWT atas segala rahmat dan karunia-Nya yang berlimpah yang Insya Allah akan selalu diberikan pada setiap hamba-Nya. Shalawat beriring salam penulis hadiahkan kepada junjungan Nabi Muhammad SAW yang telah membawa manusia dari alam kegelapan ke alam terang benderang.

Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara. Skripsi ini teristimewa dipersembahkan kepada Ayahanda tersayang Bunjel Dalimunthe dan Ibunda tercinta Murti Lubis serta abang dan kakak penulis yang selalu memberikan curahan kasih sayang dan do’a.

Proses penulisan skripsi ini tidak terlepas dari bimbingan, bantuan serta dukungan dari berbagai pihak. Karena itu dengan hati yang tulus penulis mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Bapak Prof. Dr. Azhar Maksum, M.Ec, Ac.Ak, CA, selaku Dekan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

2. Bapak Wahyu Ario Pratomo, SE, M.Ec, selaku Ketua Departemen Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara dan Bapak Drs. Syahrir Hakim Nasution, M.Si selaku Sekretaris Departemen Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

3. Bapak Irsyad Lubis, SE,M.Soc.Sc, Ph.D, selaku Ketua Program Studi S1 Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara dan Bapak Paidi Hidayat, SE, M.Si selaku Sekretaris Program Studi S1 Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

4. Bapak Syarief Fauzie, SE, M.Ak, Ak, selaku Dosen Pembimbing saya yang telah memberikan bimbingan dan panduan untuk menyelesaikan skripsi ini.

5. Bapak Wahyu Ario Pratomo, SE, M.ec, selaku Dosen Pembanding I saya yang telah memberikan saran dan kritikan dalam penyempurnaan skripsi ini.

6. Ibu Inggrita Gusti Sari NST, SE, M.si, selaku Dosen Pembanding II saya yang telah memberikan saran dan kritikan dalam penyempurnaan skripsi ini.

7. Seluruh Dosen dan staf Pengajar Departemen Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara, yang telah mendidik dan memberikan ilmu pengetahuan yang bermanfaat bagi penulis.

8. Seluruh pegawai dan staf administrasi di Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara, khususnya Departemen Ekonomi Pembangunan. 9. Kepada teman-teman dan semua pihak yang turut membantu penyelesaian

skripsi ini, namun tidak dituliskan pada lembaran ini, penulis mohon maaf dan tidak mengurangi rasa terima kasih penulis.

Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, dikarenakan keterbatasan pengetahuan, pengalaman, dan kemampuan penulis. Oleh karena itu, penulis mengharapkan kritik dan saran yang membangun demi kesempurnaan penulisan skripsi ini. Penulis juga berharap semoga skripsi ini bermanfaat bagi pembaca dan peneliti selanjutnya. Amin

Medan, November 2015 Penulis,

NIM. 120501156 May Safitri____

DAFTAR ISI

Halaman

ABSTRAK i

ABSTRACT ii

KATA PENGANTAR iii

DAFTAR ISI iv

DAFTAR TABEL vii

DAFTAR GAMBAR viii

BAB I PENDAHULUAN

1.1 Latar Belakang 1

1.2 Rumusan Masalah 6

1.3 Tujuan Penelitian 7

1.4 Manfaat Penelitian 7

BAB II TINJAUAN PUSTAKA

2.1 Landasan Teori 9

2.1.1 Financial Distress (Kesulitan Keuangan) 9 2.1.2 Faktor-faktor Penyebab Financial Distress 10 2.1.3 Manfaat Informasi Prediksi Kebangkrutan 12 2.1.4 Rasio-rasio yang Digunakan dalam Menganalisis

Laporan Keuangan 13

2.1.5 Metode Altman dalam Memprediksi Financian Distress 17

2.1.6 Analisis Diskriminan 23

2.1.7 Penelitian Terdahulu 24

2.2 Kerangka Konseptual 30

2.3 Hipotesis 34

BAB III METODE PENELITIAN

3.1 Jenis Penelitian 35

3.2 Batasan Operasional 35

3.3 Defenisi Operasional 36

3.4 Jenis dan Sumber Data 39

3.5 Populasi dan Sampel Penelitian 39

3.6 Metode Analisis Data 42

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.3 Pengujian Hipotesis 56

4.4 Pembahasan 63

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan 67

5.2 Saran 67

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

Halaman Tabel 2.1 Interprestasi Nilai Z-Score 23

Tabel 2.2 Penelitian Terdahulu 28

Tabel 3.1 Defenisi Operasional dan Skala Pengukuran Variabel 38 Tabel 3.2 Perusahaan yang Termasuk dalam Kondisi Financial Distress 41 Tabel 3.3 Perusahaan yang Termasuk dalam

Kondisi Nonfinancial Distress 41

Tabel 4.1 Hasil Uji Statistik Deskriptif 50 Tabel 4.2 One-Sample Kolmogorov-Smirnov Test 52 Tabel 4.3 Hasil Uji Independent Sample T-test 54

Tabel 4.4 Hasil Uji Homogenitas 56

Tabel 4.5 Test of equality of group means 57

Tabel 4.6 Hasil Uji Wilk’s Lambda 58

Tabel 4.7 Eigenvalues 58

Tabel 4.8 Standardized Canonical Discriminan Function Coefficient 59 Tabel 4.9 Canonical Discriminant Fuction Coefficient 60

Tabel 4.10 Function at Group Centroids 61

DAFTAR GAMBAR

Halaman

Gambar 2.1 Kerangka Konseptual I 30

ABSTRAK

Penelitian ini bertujuan untuk mengetahui pengaruh working capital to

total assets, retained earning to total assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets dalam

membedakan kelompok financial distress dan nonfinancial distress dan untuk mengetahui rasio keuangan yang paling dominan dalam memprediksi financial distress menggunakan analisis diskriminan dengan metode Altman.

Populasi pada penelitian ini adalah semua perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia pada tahun 2011 sampai 2013 sebanyak 37 perusahaan. Sampel dipilih dengan menggunakan metode purposive sampling yang telah ditentukan sehingga terpilih 8 perusahaan dalam kondisi financial distress dan 8 perusahaan dalam kondisi nonfinancial distress.

Hasil penelitian menunjukkan bahwa variabel working capital to total

assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets berpengaruh positif dan signifikan dalam

membedakan kelompok financial distress dan nonfinancial distress. Sedangkan variabel retained earning to total assets tidak dimasukkan ke dalam pengujian, karena variabel ini tidak berbeda secara signifikan antara perusahaan yang mengalami financial distress dan nonfinancial distress. Dan variabel working

capital to total assets merupakan variabel yang paling dominan dalam

memprediksi financial distress.

ABSTRACT

This study aims to determine the effect of working capital to total assets, retained earnings to total assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets in distinguishing groups of financial distress and nonfinancial distress and to determine the most dominant financial ratios to predict financial distress using discriminant analysis method Altman.

The population in this study are all companies manufacturing consumer goods industry sectors listed on the Indonesia Stock Exchange in 2011 through 2013 as many as 37 companies. Samples were selected using purposive sampling method that has been determined so chosen 8 companies in financial distress and 8 companies in the nonfinancial distress condition.

The results showed that the variables of working capital to total assets, earnings before interest and taxes to total assets, market value equity to book value of debt, sales to total assets positive effect significant in distinguishing groups of financial distress and nonfinancial distress. While the variable retained earnings to total assets not included in the testing because these variables did not differ significantly among companies experiencing financial distress and nonfinancial distress. And variables working capital to total assets is the most dominant variable in predicting financial distress.

BAB I PENDAHULUAN

1.1 Latar Belakang

Di era globalisasi sekarang ini pembangunan perusahaan mulai gencar didirikan baik itu di sektor perbankan, manufaktur, industri makanan dan konsumsi, dan sektor pertambangan. Hal ini menyebabkan semakin bertambah ketatnya persaingan diantara perusahaan. Dengan adanya persaingan usaha ini menuntut perusahaan untuk mengembangkan inovasi, memperbaiki kinerja, dan memperhatikan kondisi keuangannya. Hal ini dilakukan agar perusahaan tetap bisa bertahan dan bersaing di era globalisasi sekarang ini.

Kinerja suatu perusahaan sangat mendukung kemampuan bersaing dan kelangsungan hidup perusahaan itu sendiri. Baik tidaknya kondisi suatu perusahaan dapat dilihat dari laporan keuangannya. Laporan keuangan merupakan proses akhir dalam proses akuntansi yang mempunyai peranan penting bagi pengukuran dan penilaian kinerja sebuah perusahaan.

Perusahaan di Indonesia khususnya perusahaan yang sudah go public diharuskan untuk menyusun laporan keuangan setiap periodenya. Laporan keuangan mempunyai tujuan untuk memberikan informasi tentang posisi keuangan, kinerja, dan arus kas perusahaan yang bermanfaat bagi sebagian besar kalangan pengguna laporan dalam rangka membuat keputusan-keputusan ekonomi serta menunjukkan pertanggungjawaban manajemen atas penggunaan sumber-sumber daya yang dipercayakan kepada mereka. Laporan keuangan

tersebut akan digunakan banyak pihak antara lain investor, manajemen, dan pemerintah.

Bagi pihak investor laporan keuangan berguna untuk membantu menentukan apakah harus membeli, menahan, atau menjual investasi mereka. Bagi pihak manajemen laporan keuangan digunakan sebagai bahan pertimbangan dalam penyusunan rencana kegiatan perusahaan di periode yang akan datang. Bagi pihak pemerintah laporan keuangan digunakan untuk mengatur aktivitas perusahaan, menetapkan kebijakan pajak dan sebagai dasar untuk menyusun statistik pendapatan nasional dan lainnya.

Informasi yang dihasilkan laporan keuangan akan sangat bermanfaat bagi pengguna laporan keuangan apabila informasi tersebut disajikan secara tepat waktu dan akurat. Hal ini sangat dibutuhkan oleh beberapa pihak untuk menganalisa kondisi keuangan perusahaan tersebut serta membuat strategi untuk mengantisipasi kondisi-kondisi yang menyebabkan terjadinya permasalahan keuangan yang mungkin menyerang perusahaan. Seperti contohnya ketika krisis keuangan terjadi tahun 1998 membuat banyak perusahaan mengalami kesulitan keuangan karena banyak perusahaan yang memiliki hutang pada pihak ketiga, dimana pada saat itu bunga hutang melonjak sangat tinggi karena adanya krisis, sehingga jumlah kewajiban mereka pun ikut tinggi.

Financial distress sendiri didefinisikan sebagai tahap penurunan kondisi

keuangan perusahaan yang terjadi sebelum terjadi kebangkrutan ataupun likuidasi (Platt dan Platt, 2002). Financial distress dapat diakibatkan oleh penyebab yang bermacam-macam. Whitaker (1999) menyatakan bahwa awal tahun terjadinya

financial distress adalah saat arus kas perusahaan kurang dari jumlah utang porsi

utang jangka panjang yang telah jatuh tempo. Hal ini berarti perusahaan tidak mampu memenuhi pembayaran kewajibannya yang seharusnya dibayar pada saat itu juga.

Permasalahan keuangan (financial distress) sudah menjadi momok bagi seluruh perusahaan, karena permasalahan keuangan dapat menyerang seluruh jenis perusahaan walaupun perusahaan yang bersangkutan adalah perusahaan yang besar. Peliknya permasalahan keuangan pada perusahaan ini menjadi bahan yang menarik untuk diteliti karena banyak perusahaan berusaha untuk menghindari permasalahan ini. Selain itu, permasalahan keuangan memiliki pengaruh yang besar, dimana bukan hanya pihak perusahaan yang mengalami kerugian, tetapi juga stakeholder dan shareholder perusahaan juga akan terkena dampaknya.

Dalam menganalisa financial distress suatu laporan keuangan dapat dilakukan dengan beberapa metode analisa salah satunya dengan menggunakan metode Altman. Untuk mengukur financial distress suatu perusahaan dapat dilakukan dengan mengambil referensi terhadap penelitian-penelitian yang terdahulu. Adapun beberapa penelitian yang pernah dilakukan, seperti penelitian Luciana (2003) tentang Analisis Rasio Keuangan Untuk Memprediksi Kondisi

Financial Distress Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Jakarta

memberikan hasil bahwa rasio-rasio keuangan dapat digunakan untuk memprediksikan financial distress suatu perusahaan.Variabel yang digunakan dalam penelitian ini adalah profit margin, rasio likuiditas, rasio efisiensi operasi,

rasio profitabilitas, rasio financial leverage, rasio posisi kas, rasio pertumbuhan. Hasil penelitian ini menunjukkan bahwa rasio-rasio keuangan dapat digunakan untuk memprediksi financial distress suatu perusahaan.

Nico Tantra Hartoyo (2013) telah melakukan penelitian tentang Prediksi

Financial Distress Menggunakan Analisis Diskriminan Pada Perusahaan

Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2010-2011. Variabel yang digunakan adalah rasio-rasio yang ditetapkan oleh Altman. Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar di BEI pada tahun 2010-2011, pemilihan sampel dengan menggunakan metode purposive

sampling. Pengujian dalam penelitian dengan menggunakan analisis diskriminan. Penelitian ini memberikan hasil bahwa variabel working

capital/total assets, retained earning/total assets, EBIT/total assets, market value equity/book value of total debt, sales/total assets berpengaruh positif yang

signifikan terhadap kondisi perusahaan. Rasio retained earning/total assets merupakan variabel yang paling berpengaruh signifikan dalam model diskriminan. Altman melakukan penelitian dengan mengkombinasikan beberapa pengukuran dan profitabilitas risiko sebanyak 22 rasio keuangan, kemudian ditemukan 5 rasio keuangan yang dianggap paling berkontribusi dalam memprediksi kebangkrutan perusahaan, yaitu working capital to total assets, retained earning to total assets, earning before interest and tax to total assets, market value equity to book value of total debt, sales to total assets.

Dengan cara melakukan analisis rasio terhadap laporan keuangan yang dikeluarkan oleh perusahaan yang bersangkutan sebenarnya kita dapat melihat dan

mengukur resiko kebangkrutan perusahaan. Analisis rasio merupakan alat yang sangat penting untuk mengetahui posisi keuangan perusahaan serta hasil-hasil yang telah dicapai sehubungan dengan pemilihan strategi perusahaan yang telah dilaksanakan. Tetapi masih terdapat masalah dalam pemakaian analisis rasio ini karena masing-masing rasio memiliki kegunaan dan memberikan indikasi yang berbeda mengenai kesehatan keuangan perusahaan. Oleh karena itu, jika hanya bergantung pada perhitungan rasio secara individual maka para investor akan mendapat kesulitan dan kebingungan untuk memutuskan apakah perusahaan dalam kondisi sehat atau sebaliknya.

Pada analisis rasio memiliki keterbatasan sehingga untuk melengkapinya dapat dipergunakan alat analisis yang dikenal dengan analisis Score. Analisis Z-Score adalah alat yang menghubungkan beberapa rasio sekaligus untuk memprediksi potensi kebangkrutan suatu perusahaan. Analisis Z-Score sendiri merupakan sebuah alat prediksi kebangkrutan yang dibuat oleh Dr. Edward I. Altman pada tahun 1968. Metode ini menggunakan rasio-rasio tertentu dalam rangka memprediksi resiko kebangkrutan sebuah perusahaan. Metode ini juga telah mengalami revisi pada tahun 1983, dengan mengubah beberapa variabel dalam formula Z-Scorenya. Analisis Z-Score Altman mengkombinasikan beberapa rasio menjadi model prediksi dengan teknik statistik yaitu analisis diskriminan yang digunakan untuk memprediksi kebangkrutan perusahaan dengan metode Altman Z-Score (1968). Analisis ini telah digunakan sejak era 1970-an dan menjadi terkenal pada era 1980-an.

Penelitian ini menggunakan perusahaan manufaktur sektor industri barang konsumsi sebagai objek penelitian, karena terdapat banyaknya jenis perusahaan yang ada pada sektor industri ini yang menyebabkan banyaknya persaingan. Dengan banyaknya persaingan ini akan dapat menyebabkan terjadinya financial distress pada perusahaan. Adanya indikasi tersebut menjadikan peneliti tertarik untuk melakukan prediksi kebangkrutan perusahaan atau financial distress pada perusahaan manufaktur sektor industri barang konsumsi menggunakan model diskriminan analisis, karena penelitian ini mengacu pada penelitian yang telah dilakukan oleh Edward I. Altman memprediksi kebangkrutan perusahaan atau financial distress. Terkait hal itu, penulis tertarik melakukan penelitian dengan judul “Analisis Diskriminan dalam Memprediksi Financial Distress dengan Menggunakan Metode Altman”.

1.2 Rumusan Masalah

Penggunaan model analisis diskriminan dalam memprediksi financial

distress dengan menggunakan metode Altman dalam penelitian ini akan

memperlihatkan pengaruh rasio-rasio keuangan dalam membedakan perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami financial

1. Apakah terdapat pengaruh working capital to total assets, retained earning to total assets, earnings before interest and taxes to total assets, market value of equity to book value of debt, sales to total assets dalam membedakan kelompok financial distress dan nonfinancial distress?

2. Rasio keuangan manakah yang paling dominan dalam memprediksi financial distress?

1.3 Tujuan Penelitian

Adapun tujuan dari penelitian ini adalah untuk :

1. Mengetahui pengaruh working capital to total assets, retained earning to total assets, earnings before interest and taxes to total assets, market value of equity to book value of debt, sales to total assets dalam membedakan kelompok financial distress dan nonfinancial distress.

2. Mengetahui rasio keuangan yang paling dominan dalam memprediksi financial distress.

1.4 Manfaat Penelitian 1. Bagi Perusahaan

Hasil penelitian ini diharapkan dapat digunakan sebagai acuan bagi perusahaan, bagi manajemen perusahaan mengenai financial distress sehingga manajemen dapat mengetahui faktor yang dapat menyebabkan terjadinya financial distress dan dapat menghindarkan perusahaan yang ia kelola dari kejadian financial distress.

2. Bagi Mahasiswa

Penelitian ini diharapkan dapat dijadikan sebagai bahan literatur untuk sumber referensi pada penelitian selanjutnya, sehingga dapat menambah pengetahuan pembaca mengenai financial distress pada perusahaan dan apa saja yang dapat mempengaruhi terjadinya financial distress dalam perusahaan.

3. Bagi Penulis

Menambah wawasan pengetahuan tentang metode Altman dalam memprediksi financial distress.

BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Financial Distress (Kesulitan Keuangan)

kesulitan keuangan untuk memenuhi kewajiban-kewajibannya artinya perusahaan berada dalam posisi yang tidak aman dari ancaman kebangkrutan atau kegagalan pada usaha perusahaan tersebut. Financial distress menurut Altman (1968) adalah perusahaan yang secara hukum bangkrut. Platt dan Platt (2006) mendefenisikan

financial distress merupakan suatu kondisi dimana keuangan perusahaan dalam

keadaan tidak sehat atau sedang krisis.

Menurut (Hanafi, 2003:263) financial distress dapat didefenisikan dalam beberapa pengertian yaitu :

1. Economic Distressed (Kegagalan Ekonomi)

Kegagalan dalam ekonomi artinya bahwa perusahaan kehilangan uang atau pendapatan perusahaan tidak mampu menutupi biayanya sendiri, ini berarti tingkat labanya lebih kecil dari biaya modal atau nilai sekarang dari arus kas perusahaan lebih kecil dari kewajiban. Kegagalan terjadi bila arus kas sebenarnya dari perusahaan tersebut jauh dibawah arus kas yang diharapkan.

2. Financial Distressed (Kegagalan Keuangan)

Pengertian financial distressed mempunyai makna kesulitan dana baik dalam arti dana dalam pengertian kas atau dalam pengertian modal kerja. Sebagai asset liability management sangat berperan dalam pengaturan untuk menjaga agar tidak terkena financial distressed.

2.1.2 Faktor-Faktor Penyebab Financial Distress

Terjadinya financial distress diawali saat arus kas perusahaan kurang dari jumlah utang porsi utang jangka panjang yang telah jatuh tempo. Financial

distress juga dapat ditimbulkan karena pengaruh dari dalam perusahaan itu

sendiri maupun dari luar perusahaan (Murtanto, 2002:48). Faktor penyebab

financial distress dalam perusahaan lebih bersifat mikro, faktor-faktor internal

yang menyebabkan financial distress adalah kesulitan arus kas. Kesulitan arus kas ini terjadi ketika penerimaan pendapatan perusahaan dari hasil operasi perusahaan tidak cukup untuk menutupi beban-beban usaha yang timbul atas aktivitas operasi perusahaan. Kesulitan arus kas juga disebabkan adanya kesalahan manajemen ketika mengelola aliran kas perusahaan untuk pembayaran aktivitas perusahaan yang memperburuk kondisi keuangan perusahaan.

Besarnya jumlah hutang juga merupakan faktor internal yang menyebabkan financial distress. Kebijakan pengambilan hutang perusahaan untuk menutupi biaya yang timbul akibat operasi perusahaan akan menimbulkan kewajiban bagi perusahaan untuk mengembalikan hutang di masa depan. Ketika tagihan jatuh tempo dan perusahaan tidak mempunyai cukup dana untuk

membayar tagihan-tagihan yang terjadi maka kemungkinan yang dilakukan kreditur adalah mengadakan penyitaan harta perusahaan untuk menutupi kekurangan pembayaran tagihan tersebut.

Selain kesulitan arus kas dan besarnya jumlah hutang faktor lain yang dapat menyebabkan financial distress adalah kerugian dalam kegiatan operasional perusahaan selama beberapa tahun. Kerugian operasional perusahaan menimbulkan arus kas negatif dalam perusahaan. Hal ini dapat terjadi karena beban operasional lebih besar dari pendapatan yang diterima perusahaan.

Sedangkan faktor-faktor eksternal yang bisa mengakibatkan financial

distress adalah perubahan dalam keinginan pelanggan yang tidak diantisipasi oleh

perusahaan yang mengakibatkan pelanggan lari sehingga terjadi penurunan dalam pendapatan. Untuk menjaga hal tersebut perusahaan harus selalu mengantisipasi kebutuhan pelanggan dengan menciptakan produk yang sesuai dengan kebutuhan pelanggan.

Kesulitan bahan baku karena supplier tidak dapat memasok lagi kebutuhan bahan baku yang digunakan untuk produksi juga dapat mengakibatkan terjadinya

financial distress. Untuk mengantisipasi hal tersebut perusahaan harus selalu

menjalin hubungan baik dengan supplier dan tidak menggantungkan kebutuhan bahan baku pada satu pemasok sehingga risiko kekurangan bahan baku dapat diatasi.

Selain kedua hal tersebut faktor debitor juga harus diantisipasi untuk menjaga agar debitor tidak melakukan kecurangan dengan mengemplang hutang. Terlalu banyak piutang yang diberikan debitor dengan jangka waktu

pengembalian yang lama akan mengakibatkan banyak aktiva menganggur yang tidak memberikan penghasilan sehingga mengakibatkan kerugian yang besar bagi perusahaan. Untuk mengantisipasi hal tersebut, perusahaan harus selalu memonitor piutang yang dimiliki dan keadaan debitor supaya bisa melakukan perlindungan dini terhadap aktiva perusahaan.

2.1.3 Manfaat Informasi Prediksi Kebangkrutan

Informasi tentang prediksi kebangkrutan suatu perusahaan merupakan hal yang positif untuk melihat tanda-tanda awal kabangkrutan bagi perusahaan khususnya. Menurut (Hanafi, 2003:261) informasi prediksi kebangkrutan dapat bermanfaat untuk:

1. Pemberi pinjaman

Informasi kebangkrutan digunakan untuk pengambilan keputusan tentang pemberian pinjaman dan monitoring.

2. Investor

Informasi kebangkrutan digunakan untuk pengambilan keputusan terhadap surat berharga perusahaan.

3. Pihak pemerintah

Informasi kebangkrutan digunakan untuk melakukan tindakan awal yang bisa dilakukan terutama terhadap perusahaan BUMN.

4. Akuntan

Informasi kebangkrutan digunakan untuk menilai kemampuan going concern suatu perusahaan.

5. Manajemen

Informasi kebangkrutan digunakan untuk melakukan langkah-langkah preventif sehingga biaya kebangkrutan bisa dihindari dan atau diminimalisir.

2.1.4 Rasio-Rasio yang Digunakan dalam Menganalisis Laporan Keuangan Analisis laporan keuangan adalah menguraikan pos-pos laporan keuangan menjadi unit informasi yang lebih kecil dan melihat hubungannya yang bersifat signifikan atau yang mempunyai makna antara satu dengan yang lain baik antara data kuantitatif maupun data non-kuantitatif dengan tujuan untuk mengetahui kondisi keuangan lebih dalam yang sangat penting dalam proses menghasilkan keputusan tepat (Sofyan, 2010:189). Rasio adalah suatu rumusan secara sistematis dari hubungan atau korelasi antara suatu jumlah dengan jumlah tertentu lainnya. Rasio keuangan atau financial ratio adalah angka yang diperoleh dari hasil perbandingan dari satu pos laporan keuangan dengan pos lainnya yang mempunyai hubungan yang relevan dan signifikan (Sofyan, 2010:297).

Pada dasarnya analisis rasio bisa dikelompokkan ke dalam lima macam kategori, yaitu :

1. Rasio Likuiditas

Rasio likuiditas mengukur kemampuan likuiditas jangka pendek perusahaan dengan melihat aktiva lancar perusahaan relatif terhadap hutang lancarnya (hutang dalam hal ini merupakan kewajiban perusahaan). Meskipun rasio ini tidak bicara masalah kewajiban jangka panjangnya, dan biasanya relatif tidak penting dibandingkan rasio solvabilitas, tetapi rasio

likuiditas yang jelek dalam jangka panjang juga akan mempengaruhi solvabilitas perusahaan. Dua rasio likuiditas jangka pendek yang sering digunakan adalah current ratio dan quick ratio.

a. Current Ratio

Current ratio mengukur kemampuan perusahaan memenuhi hutang

jangka pendeknya dengan menggunakan aktiva lancarnya (aktiva yang akan berubah menjadi kas dalam waktu satu tahun atau satu siklus bisnis). Rasio yang rendah menunjukkan risiko likuiditas yang tinggi, sedangkan current ratio yang tinggi menunjukkan adanya kelebihan aktiva lancar, yang akan mempunyai pengaruh yang tidak baik terhadap profitabilitas perusahaan.

b. Quick Ratio

Dari ketiga komponen aktiva lancar (kas, piutang, dan persediaan), persediaan biasanya dianggap merupakan asset yang paling tidak likuid. Hal ini berkaitan dengan semakin panjangnya tahap yang dilalui untuk sampai menjadi kas, yang berarti waktu yang diperlukan untuk menjadi kas semakin lama, dan juga ketidakpastian nilai persediaan.

2. Rasio Aktivitas

Rasio ini melihat pada beberapa asset kemudian menentukan berapa tingkat aktivitas aktiva-aktiva tersebut pada tingkat kegiatan tertentu. Aktivitas yang rendah pada tingkat penjualan tertentu akan mengakibatkan semakin besarnya dana kelebihan yang tertanam pada aktiva-aktiva tersebut. Dana

kelebihan tersebut akan lebih baik bila ditanamkan pada aktiva lain yang lebih produktif.

Empat rasio aktivitas antara lain: a. Rata-Rata Umur Piutang

Rata-rata umur piutang melihat berapa lama yang diperlukan untuk melunasi piutang (merubah piutang menjadi kas). Semakin lama rata-rata piutang berarti semakin besar dana yang tertanam pada piutang. Semakin besar rata-rata umur piutang berarti semakin besar dana yang tertanam pada piutang.

b. Rasio Perputaran Persediaan

Perputaran persediaan yang tinggi menandakan semakin tingginya persediaan berputar dalam satu tahun dan ini menandakan efektivitas manajemen persediaan. Sebaliknya, perputaran persediaan yang rendah menandakan tanda-tanda mis-manajemen seperti kurangnya pengendalian persediaan yang efektif.

c. Perputaran Aktiva Tetap

Rasio ini mengukur sejauh mana kemampuan perusahaan menghasilkan penjualan berdasarkan aktiva tetap yang dimiliki perusahaan. Rasio ini memperlihatkan sejauh mana efektivitas perusahaan menggunakan aktiva tetapnya. Semakin tinggi rasio ini berarti semakin efektif penggunaan aktiva tetap tersebut.

d. Rasio Perputaran Total Aktiva

Sama seperti halnya rasio perputaran aktiva tetap, rasio ini menghitung efektivitas penggunaan total aktiva. Rasio yang tinggi biasanya menunjukkan manajemen yang baik, sebaliknya rasio yang rendah harus membuat manajemen mengevaluasi strategi pemasarannya dan pengeluaran modalnya.

3. Rasio Solvabilitas

Rasio ini mengukur kemampuan perusahaan memenuhi kewajiban-kewajiban jangka panjangnya. Perusahaan yang tidak solvable adalah perusahaan yang total hutangnya lebih besar dibandingkan total asetnya. Rasio ini mengukur likuiditas jangka panjang perusahaan dan dengan demikian memfokuskan pada sisi kanan neraca. Rasio yang digunakan adalah rasio hutang. Rasio ini menghitung seberapa jauh dana disediakan oleh kreditur. Rasio yang tinggi berarti perusahaan menggunakan leverage keuangan yang tinggi. Penggunaan leverage keuangan yang tinggi akan meningkatkan return on equity dengan cepat, tetapi sebaliknya apabila penjualan menurun, return on equity akan menurun cepat pula.

4. Rasio Profitabilitas

Rasio ini mengukur kemampuan perusahaan menghasilkan keuntungan pada tingkat penjualan, asset, dan modal saham yang tertentu. Ada tiga rasio profitabilitas, yaitu : profit margin, return on total asset (ROA), dan

a. Profit Margin Ratio

Profit margin menghitung sejauh mana kemampuan perusahaan

menghasilkan laba bersih pada tingkat penjualan tertentu. Rasio ini bisa diinterprestasikan juga sebagai kemampuan perusahaan menekan biaya-biaya (ukuran efisiensi) di perusahaan pada periode tertentu. Profit

margin yang tinggi menandakan kemampuan perusahaan menghasilkan

laba yang tinggi pada tingkat penjualan tertentu. Profit margin yang rendah menandakan penjualan yang terlalu rendah untuk tingkat biaya yang tertentu, atau biaya yang terlalu tinggi untuk tingkat penjualan yang tertentu, atau kombinasi dari kedua hal tersebut.

b. Return On Total Asset (ROA)

Rasio ini mengukur kemampuan perusahaan menghasilkan laba bersih berdasarkan tingkat asset yang tertentu. Rasio yang tinggi menunjukkan efisiensi manajemen asset, yang berarti efisiensi manajemen.

c. Return On Equity (ROE)

Rasio ini mengukur kemampuan perusahaan menghasilkan laba berdasarkan modal saham tertentu. Rasio ini merupakan ukuran profitabilitas dari sudut pandang pemegang saham.

2.1.5 Metode Altman dalam Memprediksi Financial Distress

Kegiatan analisis laporan keuangan suatu perusahaan untuk melakukan prediksi kondisi masa depan bukanlah suatu hal yang mudah. Apalagi perusahaan sangat rentan akan pengaruh ekonomi nasional dan global. Oleh karena itu alat

prediksi financial distress yang di gunakan pada perusahaan harus mempunyai ketepatan prediksi yang baik dengan memperhatikan karakteristik perusahaan.

Ketepatan prediksi masa depan berlaku selama emiten mempunyai kondisi keuangan yang sama dengan pada saat prediksi dilakukan. Apabila emiten melakukan perbaikan kinerja melalui strategi yang tepat, kemungkinan besar ada ketidaktepatan prediksi. Namun kelemahan apapun yang dihadapi pada kenyataannya prediksi masih selalu di lakukan untuk pengambilan keputusan.

Prediksi kesulitan keuangan salah satunya dikemukakan oleh seorang profesor di New York University bernama Edward Altman yang disebut dengan

Altman Z-Score (1968). Rumus Z-Score ini menggunakan komponen laporan

keuangan sebagai alat prediksi terhadap kemungkinan bangkrut tidaknya perusahaan. Model Altman Z-Score (1968) merupakan salah satu model analisis multivariat yang berfungsi untuk memprediksi kebangkrutan perusahaan dengan tingkat ketepatan dan keakuratan yang relatif dapat dipercaya. Altman menemukan lima jenis rasio keuangan yang dapat dikombinasikan untuk melihat perbedaan antara perusahaan yang bangkrut dan yang tidak bangkrut. Kelima rasio keuangan tersebut adalah sebagai berikut :

1. Working Capital to Total Assets

Rasio working capital to total assets termasuk ke dalam rasio likuiditas yang merupakan rasio yang menggambarkan kemampuan perusahaan dalam memenuhi kewajiban jangka pendek. Rasio working capital to total assets terdiri dari 2 komponen, yaitu modal kerja dan total aktiva. Modal kerja di peroleh dari selisih antara aktiva lancar dengan utang lancar. Hasil perhitungan

working capital merupakan nilai keefektifan modal kerja yang digunakan

perusahaan. Apabila nilai yang diperoleh tinggi maka mengindikasikan kelebihan modal kerja yang mungkin disebabkan rendahnya perputaran persediaan, piutang atau adanya saldo kas yang terlalu besar. Sedangkan apabila nilainya rendah maka mengindikasikan adanya kelebihan hutang jangka pendeknya, sehingga akan berpengaruh tidak baik bagi tingkat likuiditas perusahaan.

Sedangkan komponen rasio working capital to total assets yang kedua adalah aktiva. Manfaat ekonomi masa depan yang terwujud dalam aktiva adalah potensi dari aktiva tersebut untuk memberikan sumbangan, baik secara langsung maupun secara tidak langsung, arus kas dan setara kas kepada perusahaan. Besar kecilnya nilai aktiva sangat menentukan keberlangsungan usaha di masa depan, mengingat potensinya yang berbentuk sumbangan yang diberikan oleh manfaat aktiva tersebut.

Dari dua komponen tersebut perhitungan rasio working capital to total

assets dilakukan. Sedangkan pengertian rasio working capital to total assets

adalah rasio yang mendeteksi kemampuan likuiditas dari total aktiva dan posisi modal kerja (neto). Jika dikaitkan dengan indikator kebangkrutan, maka dapat digunakan untuk mendeteksi adanya masalah pada tingkat likuiditas perusahaan seperti indikator ketidakcukupan kas, utang dagang membengkak, utilitas modal (kekayaan) menurun, penambahan hutang yang tidak terkendali dan beberapa indikator lainya. Rumus yang digunakan untuk menghitung rasio

2. Retained Earning to Total Assets

Retained earning to total assets adalah rasio profitabilitas yang dapat

mendeteksi kemampuan perusahaan dalam menghasilkan keuntungan, yang ditinjau dari kemampuan perusahaan dalam mendapatkan laba di bandingkan dengan kecepatan perputaran operating assets sebagai ukuran efisiensi usaha. Rasio retained earning to total assets terdiri dari 2 komponen, yaitu laba di tahan dan total aktiva. Laba di tahan adalah laba bersih yang di akumulasikan dalam suatu keuntungan setelah dividen di bayarkan. Laba di tahan adalah laba tak di bagi atau surplus yang di peroleh. Rasio retained earning to total assets dapat dihitung dengan rumus :

3. Earning Before Interest And Tax to Total Assets

Rasio earning before interest and tax to total assets juga termasuk ke dalam rasio profitabilitas yang merupakan rasio untuk menilai kemampuan perusahaan dalam mencari keuntungan. Rasio earning before interest and tax

to total assets merupakan rasio yang digunakan untuk mengukur kemampuan Working Capital to Total Assets = ������� ������ −������� �����������

�����������

Retained Earnings to Total Assets = �������� ������� ����� ������

modal yang di investasikan dalam keseluruhan aktiva untuk menghasilkan keuntungan bagi semua investor termasuk pemegang obligasi dan saham. Rasio ini dapat dihitung dengan rumus :

4. Market Value Equity to Book Value Of Total Debt

Rasio market value equity to book value of total debt termasuk ke dalam rasio aktivitas yang merupakan rasio yang digunakan untuk mengukur efektivitas perusahaan dalam menggunakan aktiva yang dimilikinya. Rasio

market value equity to book value of total debt merupakan rasio yang

mengukur kemampuan perusahaan dalam memberikan jaminan kepada setiap hutangnya melalui modalnya sendiri. Rasio market value equity to book value

of total debt dapat dihitung dengan rumus :

5. Sales to Total Assets

Rasio sales to total assets juga termasuk kedalam rasio aktivitas. Rasio

sales to total assets merupakan rasio yang mendeteksi kemampuan dana

perusahaan yang tertanam dalam keseluruhan aktiva yang berputar dalam satu periode tertentu. Rasio ini mengukur kemampuan perusahaan dalam

Earning Before Interest and Tax to Total Assets = ���� ���� �������

Market Value Equity to Book Value of Total Debt = ������ ����� ������ ���� ����� ������� ����

menggunakan aktiva untuk menghasilkan revenue. Rasio ini dapat dihitung dengan rumus :

Z-Score Altman (1968) ditentukan dengan menggunakan rumus sebagai berikut: (Cheng F. Lee 1984:97)

Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5

Keterangan :

Z : Overall Index

X1 : Working Capital to Total Assets (modal kerja dibagi total aktiva)

X2 : Retained Earnings to Total Assets (laba ditahan dibagi total aktiva)

X3 : Earnings Before Interest and Taxes to Total Assets (laba sebelum

pajak dan bunga dibagi total aktiva)

X4 : Market Value of Equity to Book Value of debt (nilai pasar modal

dibagi dengan nilai buku hutang)

X5 : Sales to Total Assets (penjualan dibagi total aktiva)

Kelima rasio inilah yang akan digunakan dalam menganalisa laporan keuangan sebuah perusahaan untuk kemudian mendeteksi kemungkinan terjadinya kebangkrutan pada perusahaan.

Sales to Total Assets = ����� ����� ������

Hasil perhitungan nilai Z-Score bisa dijelaskan dengan tabel sebagai berikut:

Tabel 2.1 Interprestasi Nilai Z-Score

Sumber :Financial Analysis and Planning, (Cheng F. Lee 1984:99)

2.1.6 Analisis Diskriminan

Analisis diskriminan adalah salah satu teknik statistik yang biasa digunakan pada hubungan dependensi (hubungan antar variabel dimana sudah bisa dibedakan mana variabel respon dan mana variabel penjelas) (Ghozali, 2006 :289). Lebih spesifik lagi, analisis diskriminan digunakan pada kasus dimana variabel respon berupa data kualitatif (misalnya, laki-laki atau perempuan, bangkrut atau tidak bangkrut) dan variabel penjelas berupa data kuantitatif. Analisis diskriminan bertujuan untuk mengklasifikasikan suatu individu atau observasi ke dalam kelompok yang saling bebas dan menyeluruh berdasarkan sejumlah variabel penjelas. Analisis diskriminan mempunyai asumsi bahwa sejumlah variabel penjelas harus berdistribusi normal dan matriks kovarian kedua kelompok harus sama.

Nilai Z-Score INTERPRESTASI

Z > 2,99 Perusahaan tidak mengalami masalah dengan kondisi keuangan

2,7 < Z < 2,99 Perusahaan memiliki sedikit masalah dengan kondisi keuangan (meskipun tidak serius)

1,88 < Z < 2,69 Perusahaan akan mengalami permasalahan keuangan jika tidak melakukan perbaikan yang berarti dalam manajemen maupun struktur keuangan

Jika dianalogikan dengan regresi linier, maka analisis diskriminan merupakan kebalikannya. Pada regresi linier, variabel respon yang harus mengikuti distribusi normal dan homoskedastis, sedangkan variabel penjelas diasumsikan tetap, artinya variabel penjelas tidak disyaratkan mengikuti sebaran tertentu. Analisis diskriminan, variabel penjelasnya seperti sudah disebutkan di atas harus mengikuti distribusi normal dan homoskedastis, sedangkan variabel responnya tetap.

2.1.7 Penelitian Terdahulu

1. Luciana Spica Almilia dan Emanuel Kristijadi (2003)

Luciana Spica Almilia dan Emanuel Kristijadi telah melakukan penelitian tentang Analisis Rasio Keuangan Untuk Memprediksi Kondisi

Financial Distress Perusahaan Manufaktur yang Terdaftar di Bursa Efek

Jakarta. Variabel yang digunakan dalam penelitian ini adalah profit margin, rasio likuiditas, rasio efisiensi operasi, rasio profitabilitas, rasio financial leverage, rasio posisi kas, rasio pertumbuhan. Pengujian dalam penelitian dengan menggunakan regresi logit untuk mengetahui kekuatan prediksi rasio keuangan terhadap penentuan financial distress suatu perusahaan. Hasil penelitian ini menunjukkan bahwa :

1. Rasio-rasio keuangan dapat digunakan untuk memprediksi financial distress suatu perusahaan.

2. Rasio keuangan yang paling dominan dalam menentukan financial distress suatu perusahaan adalah rasio profit margin yaitu laba bersih

dibagi dengan penjualan (NI/S), rasio financial leverage yaitu hutang lancar dibagi dengan total aktiva (CL/TA), rasio likuiditas yaitu aktiva lancar dibagi dengan hutang lancar (CA/CL), rasio pertumbuhan yaitu rasio pertumbuhan laba bersih dibagi dengan total aktiva (GROWTH NI/TA).

2. Aprilianasari Pudjiono (2009)

Aprilianasari Pudjiono telah melakukan penelitian tentang Prediksi

Corporate Financial Distress yang Terjadi Pada Perusahaan Go Public di

Indonesia dengan Menggunakan Analisis Diskriminan Model altman

(Z-Zcore). Variabel yang digunakan dalam penelitian ini adalah current ratio, quick ratio, working capital to total asset ratio, inventory turnover, working capital turnover, debt to equity ratio, debt ratio, long term debt to equity ratio, net profit margin, return on equity, return on assets, price earning ratio. Populasi dalam penelitian ini adalah perusahaan manufaktur

yang tercatat di BEI periode 2006-2008. Metode analisis yang digunakan dalam penelitian ini adalah analisis diskriminan.

Hasil penelitian ini adalah dari 14 rasio keuangan yang diidentifikasi dan dianalisis, terpilih 3 rasio yang paling dominan dalam membedakan perilaku perusahaan yang mengalami financial distress dan

nonfinancial distress yaitu working capital to total assets ratio, long-term debt to equity ratio, dan price earning ratio.

3. Riesta Devi Kumalasari (2012)

Riesta Devi Kumalasari telah melakukan penelitian tentang Indikasi Financial Distress Berdasarkan Analisis Z-Score Altman Pada Perusahaan Tekstil yang Terdaftar di Bursa Efek Indonesia Selama Tahun 2008-2010. Variabel yang digunakan adalah rasio-rasio yang ditetapkan oleh Altman. Yang menjadi sampel dalam penelitian ini adalah seluruh perusahaan tekstil yang terdaftar di BEI pada tahun 2008-2010. Pengujian dalam penelitian dengan menggunakan analisis diskriminan. Penelitian ini memberikan hasil bahwa variabel modal kerja terhadap total aktiva, EBIT terhadap total aktiva, nilai pasar modal terhadap nilai buku hutang, penjualan terhadap total aktiva berpengaruh positif yang signifikan untuk mengetahui indikasi pengelompokan perusahaan yang mengalami

financial distress. Sedangkan variabel laba ditahan berpengaruh negatif

atau berlawanan terhadap penentuan indikasi financial distress perusahaan tekstil. Variabel penjualan terhadap total aktiva merupakan variabel yang paling berpengaruh signifikan untuk mengetahui perusahaan yang mengalami financial distress.

4. Nico Tantra Hartoyo (2014)

Nico Tantra Hartoyo telah melakukan penelitian tentang Prediksi

Financial Distress Menggunakan Analisis Diskriminan Pada Perusahaan

Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2010-2011. Variabel yang digunakan adalah rasio-rasio yang ditetapkan oleh Altman.

Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang terdaftar di BEI pada tahun 2010-2011, pemilihan sampel dengan menggunakan metode purposive sampling. Pengujian dalam penelitian dengan menggunakan analisis diskriminan. Penelitian ini memberikan hasil bahwa variabel working capital/total assets, retained earning/total

assets, EBIT/total assets, market value equity/book value of total debt, sales/total assets berpengaruh positif yang signifikan terhadap kondisi

perusahaan. Rasio retained earning/total asset merupakan variabel yang paling berpengaruh signifikan dalam model diskriminan.

Secara ringkas, hasil penelitian terdahulu disajikan dalam tabel 2.2. Tabel 2.2

Penelitian Terdahulu

Nama

Peneliti Judul

Variabel yang Digunakan

Metode Analisis

Hasil yang Diperoleh

Luciana Spica Almilia dan Emanuel Kristijadi (2003) Analisis Rasio KeuanganUntuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur yang Terdaftar di Bursa Efek Jakarta.

Profit margin, rasio likuiditas, rasio efisiensi operasi, rasio profitabilitas, rasio financial leverage,

rasio posisi kas, rasio

pertumbuhan

Regresi Logit

Rasio keuangan yang paling dominan dalam menentukan financial

distress suatu

perusahaan adalah rasio profit margin yaitu laba bersih dibagi dengan penjualan (NI/S), rasio

financial leverage yaitu hutang lancar dibagi dengan total aktiva (CL/TA), rasio likuiditas yaitu aktiva lancar dibagi dengan

hutang lancar (CA/CL), rasio

pertumbuhan yaitu rasio pertumbuhan laba bersih dibagi dengan total aktiva (GROWTH NI/TA). Aprilianasari Pudjiono (2009) Prediksi Corporate Financial Distress yang Terjadi Pada Perusahaan Go

Public di

Indonesia dengan Menggunakan Analisis Diskriminan Model altman (Z-Zcore) current ratio, quick ratio, working capital to total asset ratio, inventory turnover,

working capital turnover, debt to equity ratio, debt ratio, long term debt to equity ratio, net profit margin, return on equity, return on assets, price earning ratio

Analisis Diskriminan

Dari 14 rasio keuangan yang diidentifikasi dan dianalisis, terpilih 3 rasio yang paling dominan dalam membedakan perilaku perusahaan yang mengalami financial

distress dan

nonfinancial distress

yaitu working capital

to total assets ratio, long-term debt to equity ratio, dan price earning ratio.

Nama

Peneliti Judul

Variabel yang Digunakan

Metode Analisis

Hasil yang Diperoleh

Riesta Devi Kumalasari (2012) Indikasi Financial Distress Berdasarkan Analisis Z-Score Almant Pada Perusahaan Tekstil yang Terdaftar di Bursa Efek Indonesia Selama Tahun 2008-2010 Working Capital to Total Asset, Retained Earnings to Total Assets, Earnings Before Interest and Taxes to Total Assets,

Market Value of Equity to Book Value of debt , Sales to Total Assets

Analisis Diskriminan

Variabel modal kerja terhadap total aktiva, EBIT terhadap total aktiva, nilai pasar modal terhadap nilai buku hutang, penjualan terhadap total aktiva berpengaruh positif yang signifikan untuk mengetahui indikasi pengelompokan

perusahaan yang mengalami financial distress. Sedangkan variabel laba ditahan berpengaruh negatif terhadap penentuan indikasi financial distress. Variabel penjualan terhadap total aktiva merupakan variabel yang paling berpengaruh signifikan untuk mengetahui perusahaan yang mengalami financial distress. Nico Tantra Hartoyo (2014) Prediksi Financial Distress Menggunakan Analisis Diskriminan Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2010-2011

Working Capital to Total Asset, Retained Earnings to Total Assets, Earnings Before Interest and Taxes to Total Assets,

Market Value of Equity to Book Value of debt , Sales to Total Assets

Analisis Diskriminan

working capital/total

asset, retained

earning/total asset, EBIT/total asset,

market value

equity/book value of total liabilities, sales/total asset

berpengaruh positif yang signifikan terhadap kondisi perusahaan. Rasio

retained earning/total

asset merupakan

variabel yang paling berpengaruh signifikan

dalam model diskriminan.

2.2 Kerangka Konseptual

BERBEDA

Working Capital to Total Asset

Sales to Toatal Asset Market Value of Equity to Book Value of Total Debt Earning Before Interest and

Tax to Total Asset Retained Earnings to Total

Assets

Working Capital to Total Asset

Retained Earnings to Total Assets

Earning Before Interest and Tax to Total Asset

Market Value of Equity to Book Value of Total Debt

Sales to Toatal Asset Perusahaan yang mengalami

Financial Distress

Perusahaan yang tidak mengalami Financial Distress

Gambar 2.1 Kerangka Konseptual I

Working Capital to Total Asset

Earning Before Interest and

Tax to Total Asset

Retained Earnings to Total Assets

Market Value of Equity

to Book Value of Total Debt

Sales to Total Asset

Financial Distress

Gambar 2.2 Kerangka Konseptual II

Dari kerangka konseptual di atas dapat dijelaskan bahwa :

Rasio working capital to total assets menunjukkan potensi cadangan kas yang ada akibat selisih yang terjadi antara aktiva lancar dengan kewajiban lancar. Semakin besar rasio ini maka semakin baik, karena modal kerja merupakan ukuran keamanan dari kepentingan kreditur jangka pendek dan juga sebagai dana yang tersedia untuk diinvestasikan. Jadi, semakin besar rasio working capital to

total assets menunjukkan semakin besar kemampuan perusahaan dalam

memenuhi kewajibannya sehingga semakin besar kemungkinan perusahaan terhindar dari financial distress. Sebaliknya, semakin kecil rasio working capital

to total assets menunjukkan semakin rendah kemampuan perusahaan dalam

memenuhi kewajibannya sehingga semakin besar kemungkinan perusahaan mengalami financial distress.

Rasio retained earnings to total assets menunjukkan kemampuan perusahaan untuk menghasilkan laba ditahan dari total aktiva perusahaan. Laba ditahan merupakan laba yang tidak dibagikan kepada para pemegang saham. Dengan kata lain, laba ditahan menunjukkan berapa banyak pendapatan perusahaan yang tidak dibayarkan dalam bentuk deviden kepada para pemegang saham. Jadi, semakin besar rasio retained earnings to total assets maka semakin besar kemungkinan perusahaan terhindar dari financial distress. Sebaliknya, semakin kecil rasio retained earnings to total assets maka semakin besar kemungkinan perusahaan mengalami financial distress.

Rasio earning before interest and tax to total assets menunjukkan kemampuan perusahaan untuk menghasilkan laba dari aktiva perusahaan, sebelum

pembayaran bunga dan pajak. Jadi, semakin besar rasio earning before interest

and tax to total assets maka semakin besar kemungkinan perusahaan terhindar

dari financial distress. Sebaliknya, semakin kecil rasio earning before interest and

tax to total assets maka semakin besar kemungkinan perusahaan mengalami financial distress.

Rasio market value equity to book value of debt menunjukkan kemampuan perusahaan dalam memberikan jaminan kepada setiap utangnya melalui modal sendiri. Jadi, semakin besar rasio market value equity to book value of debt maka semakin besar kemungkinan perusahaan terhindar dari financial distress. Sebaliknya, semakin kecil rasio market value equity to book value of debt maka semakin besar kemungkinan perusahaan mengalami financial distress.

Rasio sales to total assets menunjukkan perputaran total aktiva diukur dari volume penjualan, dengan kata lain seberapa jauh kemampuan semua aktiva menciptakan penjualan. Rasio perputaran total aktiva yang tinggi menunjukkan semakin efektif perusahaan dalam penggunaan aktivanya untuk menghasilkan penjualan. Semakin efektif perusahaan menggunakan aktivanya untuk menghasilkan penjualan diharapkan dapat memberikan keuntungan yang semakin besar bagi perusahaan. Jadi, semakin besar rasio sales to total assets maka semakin besar kemungkinan perusahaan terhindar dari financial distress. Sebaliknya, semakin kecil rasio sales to total assets maka semakin besar kemungkinan perusahaan mengalami financial distress.

2.3 Hipotesis

Hipotesis yang dapat ditarik pada penelitian ini adalah :

H1= Rasio-rasio keuangan yang terdiri dari working capital to total assets

(X1), retained earnings to total assets (X2), earning before interest and tax to total assets (X3), market value of equity to book value of debt

(X4), sales to total assets (X5) berpengaruh positif signifikan dalam

membedakan kelompok financial distress dan nonfinancial distress. H2= Variabel working capital to total asset (X1) adalah variabel independen

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan adalah penelitian deskriptif dengan pendekatan kuantitatif. Penelitian deskriptif adalah penelitian yang disusun dalam rangka memberikan gambaran secara sistematis tentang informasi ilmiah yang berasal dari subjek atau objek penelitian (Sanusi, 2011:13). Penelitian kuantitatif dapat diartikan sebagai positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiyono, 2008:13). Berdasarkan pendapat tersebut, pada dasarnya penelitian deskriptif kuantitatif adalah jenis penelitian yang menggambarkan secara terperinci dan mendalam mengenai objek penelitian dengan analisis data yang bersifat kuantitatif/statistik untuk menguji hipotesis yang telah ditetapkan.

3.2 Batasan Operasional

Objek pada penelitian ini hanya terdiri dari perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia dan dalam penelitian ini menggunakan data laporan keuangan yang dipublikasikan oleh masing-masing perusahaan dari tahun 2011 sampai 2013.

3.3 Defenisi Operasional

Penjelasan dari masing-masing variabel yang digunakan dalam penelitian ini adalah sebagai berikut :

a. Variabel Dependen (Variabel Terikat)

Variabel dependen (variabel terikat) adalah variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas (Sugiyono, 2008:59). Pada penelitian ini variabel dependennya adalah kondisi financial distress atau kebangkrutan perusahaan dalam bentuk kategori. Perusahaan yang mengalami financial distress dinyatakan dengan 0 dan perusahaan yang

nonfinancial distress dinyatakan dengan 1.

b. Variabel Independen (Variabel Bebas)

Variabel independen (variabel bebas) adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat). Variabel independen pada penelitian ini adalah rasio keuangan yang digunakan dalam persamaan Z-Score Altman (1968) yang dinotasikan dengan X1, X2, X3, X4, X5. Kelima rasio tersebut adalah :

• Working Capital to Total Assets (X1)

Rasio yang menunjukkan kemampuan perusahaan untuk menghasilkan modal kerja bersih dari keseluruhan total aktiva yang dimilikinya.

Working Capital to Total Assets = ������� ������ −������� ����������� ����� ������

• Retained Earnings to Total Assets (X2)

Rasio ini menunjukkan kemampuan perusahaan untuk menghasilkan laba ditahan dari total aktiva perusahaan.

• Earning Before Interest and Tax to Total Assets (X3)

Rasio ini menunjukkan kemampuan perusahaan untuk menghasilkan laba dari aktiva perusahaan, sebelum pembayaran bunga dan pajak.

• Market Value of Equity to Book Value of debt (X4)

Rasio ini menunjukkan kemampuan perusahaan untuk memenuhi kewajiban-kewajiban dari nilai pasar modal sendiri. Nilai pasar modal dibagi dengan nilai buku hutang.

Retained Earnings to Total Assets = �������� ������� ����� ������

Earning Before Interest and Tax to Total Assets = ���� ����� ������

Market Value Equity to Book Value of Total Debt = ������ ����� ������ ���� ����� ������� ����

• Sales to Total Asset (X5)

Rasio ini mengukur kemampuan perusahaan dalam menggunakan aktiva untuk menghasilkan penjualan.

Secara ringkas defenisi operasional variabel dan pengukuran variabel disajikan pada tabel 3.1.

Tabel 3.1

Defenisi Operasional dan Skala Pengukuran Variabel

No Variabel Penelitian Defenisi Operasional Skala

Pengukuran

1 Financial Distress Perusahaan dikatakan

mengalami financial distress apabila memperoleh nilai

Z-Score < 2,99, sedangkan

perusahaan dikatakan

nonfinancial distress apabila

memperoleh nilai Z-Score > 2,99

Nominal

2 Working Capital to Total Assets

Perbandingan antara modal kerja (aktiva lancar dikurangi kewajiban lancar) dengan total aktiva.

Rasio

3 Retained Earnings to Total Assets

Perbandingan antara laba ditahan dengan total aktiva

Rasio

4 Earning Before Interest and Tax to Total Assets

Perbandingan laba sebelum pajak dan bunga dengan total aktiva

Rasio

5 Market Value Equity to Book Value of debt

Perbandingan nilai pasar modal dengan nilai buku hutang

Rasio

6 Sales to Total Assets Perbandingan antara penjualan

dengan total aktiva

Rasio

Sumber : Penulis, 2015

Sales to Total Assets = ����� ����� ������

3.4 Jenis dan Sumber Data

Sumber data dalam penulisan skripsi ini adalah dari berbagai sumber buku, jurnal dan penelitian terdahulu yang mendukung penelitian. Sedangkan untuk sumber data yang akan diolah dalam penelitian ini menggunakan data sekunder, yaitu data laporan keuangan auditan perusahaan tahun 2011 sampai 2013 yang telah dipublikasikan di website Bursa Efek Indonesia

Data laporan keuangan tahun 2012 sampai 2013 digunakan sebagai pedoman penentuan apakah suatu perusahaan mengalami financial distress atau tidak. Sedangkan data laporan keuangan tahun 2011 merupakan data yang akan diolah untuk perhitungan rasio keuangan sebagai prediktor dalam satu tahun sebelum terjadinya kondisi financial distress. Hal ini dilakukan karena kondisi

financial distress seharusnya dianalisis sebelum peristiwa financial distress itu

terjadi. Rasio-rasio keuangan tersebut dihitung menggunakan perangkat lunak

Microsoft Excell kemudian di analisis dengan perangkat lunak SPSS.

3.5 Populasi dan Sampel Penelitian

Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2008:115). Populasi dalam penelitian ini adalah perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di Bursa Efek Indonesia yang berjumlah sekitar 37 perusahaan. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki

oleh populasi. Pemilihan sampel pada penelitian ini dilakukan dengan teknik

purposive sampling yaitu metode berdasarkan pertimbangan dan kriteria

tertentu (Sugiyono, 2008:116). Teknik ini ditujukan untuk mendapatkan sampel yang representatif sesuai dengan kriteria yang ditentukan. Kriteria yang digunakan untuk pemilihan sampel pada penelitian ini adalah :

1. Terdaftar sebagai perusahaan manufaktur sektor industri barang konsumsi di Bursa Efek Indonesia selama periode pengamatan tahun 2011 sampai 2013 secara berturut-turut.

2. Perusahaan yang mengalami financial distress dengan indikasi memiliki nilai

Z-Score < 2,99 selama 2 tahun berturut-turut.

3. Perusahaan yang nonfinancial distress dengan indikasi memiliki nilai Z-Score > 2,99 selama 2 tahun berturut-turut. Dipilih berpasangan berdasarkan dari industri yang sejenis, laporan keuangan pada tahun yang sama dan besar asset yang mendekati dengan asset yang digunakan untuk perusahaan dalam kategori financial distress.

Berdasarkan metode purposive sampling yang digunakan maka penelitian ini menggunakan sampel sebanyak 16 perusahaan. Perusahaan yang dikatakan mengalami financial distress sebanyak 8 perusahaan yang dikategorikan “0” dan perusahaan yang nonfinancial distress sebanyak 8 perusahaan yang dikategorikan “1”.

Perusahaan yang mengalami financial distress berdasarkan kriteria diatas dapat dilihat pada tabel 3.2.

Tabel 3.2

Perusahaan yang Termasuk dalam Kondisi Financial Distress

No Kode Nama Perusahaan

1 DVLA PT. Darya-Varia Laboratoria, Tbk 2 ICBP PT. Indofood CBP Sukses Makmur,Tbk 3 INAF PT. Indofarma (Persero),Tbk

4 LMPI PT. Langgeng Makmur Industri, Tbk 5 PYFA PT. Pyridam Farma, Tbk

6 RMBA PT. Bentoel Internasional Investama, Tbk 7 SCPI PT. Merck Sharp Dohme Pharma,Tbk 8 STTP PT. Siantar TOP,Tbk

Sumber : Data Hasil Olahan Excel, Lampiran 3

Perusahaan yang nonfinancial distress berdasarkan kriteria diatas dapat dilihat pada tabel 3.3.

Tabel 3.3

Perusahaan yang Termasuk dalam Kondisi Nonfinancial Distress

No Kode Nama Perusahaan

1 HMSP PT. Hanjaya Mandala Sampoerna, Tbk 2 INDF PT. Indofood Sukses Makmur,Tbk 3 KAEF PT. Kimia Farma, Tbk

4 KICI PT. Kedaung Indah Can,Tbk 5 KLBF PT. Kalbe Farma, Tbk 6 MERK PT. Merck, Tbk 7 MYOR PT. Mayora Indah,Tbk

8 SQBB PT. Taisho Pharmaceutical Indonesia, Tbk

3.6 Metode Analisis Data

Metode analisis data digunakan untuk menganalisis data hasil penelitian agar dapat diinterprestasikan sehingga laporan yang dihasilkan dapat dipahami. Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis diskriminan dengan bantuan SPSS (Statistical Product and Service Solution). Analisis diskriminan merupakan bentuk regresi dengan variabel terikat berbentuk non-metrik atau kategori. Analisis diskriminan mempunyai asumsi bahwa data berdistribusi normal dan matrik kovarian kedua kelompok adalah sama (Ghozali, 2006:301). Adapun tahapan analisis yang digunakan adalah sebagai berikut : a. Statistik Deskriptif

Data yang dikumpulkan dan yang akan diolah dalam penelitian ini dianalisis dengan alat statistik yaitu statistik deskriptif. Pengujian statistik deskriptif menggunakan SPSS untuk memudahkan perolehan data sehingga dapat menjelaskan variabel-variabel yang digunakan. Pengujian statistik deskriptif pada dasarnya memaparkan secara numerik ukuran pemusatan data, mengukur penyebaran suatu data, dan mengukur distribusi suatu data. Penelitian dengan menggunakan statistik deskriptif yang terdiri dari rata-rata, nilai maksimum, minimum, dan standart deviasi (Trihendradi, 2012:75). Dalam penelitian ini angka-angka tersebut adalah rasio-rasio keuangan dan kondisi perusahaan yang dikategorikan dalam dua kelompok, yaitu kodisi financial distress (0) dan perusahaan yang nonfinancial distress (1) selama 1 tahun sebelum terjadinya

b. Uji Asumsi Diskriminan 1. Uji Normalitas

Hasil analisis diskriminan sangat sensitif jika terjadi penyimpangan atas asumsi yang digunakan. Asumsi kenormalan data penting untuk menguji signifikansi variabel bebas dan fungsi diskriminan (Ghozali, 2006:301). Uji normalitas dilakukan untuk mengetahui apakah dalam sebuah model variabel bebasnya mempunyai distribusi normal atau mendekati distribusi normal. Uji ini dilakukan dengan menggunakan

one-sample kolmogorov-smirnov test. Pengambilan keputusan dilakukan

dengan melihat nilai asymp. Sig (2-tailed) > 0,05. Ketentuan :

a. Asymp. Sig (2 tailed) > 0,05, maka data berdistribusi normal

b. Asymp. Sig (2 tailed) < 0,05, maka data tidak berdistribusi normal

2. Independent Samples T-Test

Uji beda t-test digunakan untuk menentukan apakah dua sampel yang berhubungan memiliki rata-rata yang berbeda. Uji beda t-test dilakukan dengan standart error dari perbedaan rata-rata dua sampel dalam menilai rata-rata terdistribusi normal (Ghozali, 2005:56).

t = �1−�2 �.�

Dimana :

μ1 = Rata-rata sampel pertama μ2 = Rata-rata sampel kedua

S.E = Standart Error perbedaan rata-rata kedua sampel

Dari hasil pengujian ini dapat diketahui terdapat tidaknya perbedaan rasio kondisi antara perusahaan yang mengalami financial

distress dengan perusahaan yang tidak mengalami financial distress.

Pengambilan keputusan dilakukan dengan melihat nilai asymp. Sig

(2-tailed) > 0,05.

Ketentuan :

a. Nilai asymp. Sig (2-tailed) > 0,05, maka tidak terdapat perbedaan rasio keuangan antara kondisi distress dan nondistress.

b. Nilai asymp. Sig (2-tailed) < 0,05, maka terdapat perbedaan rasio keuangan antara kondisi distress dan nondistress.

3. Uji Homogenitas

Dalam analisis diskriminan, varians dan kovarians matriks dari variabel adalah homogen antar kelompok. Untuk menguji homogenitas digunakan uji Multivariat Box M Test of Homogeneity of

Variance/Covariance dengan ketentuan :

a. Signifikansi > 0,05 maka H0 diterima

Hipotesis :

 H0 = Matrik kovarians antar grup adalah sama

 H1 = Matrik kovarians antar grup adalah berbeda

c. Pengujian Hipotesis

Pengujian hipotesis diuji melalui analisis diskriminan. Analisis diskriminan meliputi pembentukan kombinasi linier dari dua atau lebih variabel independen yang mampu dengan baik dalam membedakan antara dua kelompok tertentu yang telah ditetapkan (Simamora, 2005:144).

Model analisis diskriminan adalah sebagai berikut :

Z = a + b1X1 +b2X2 + b3X3 +b4X4 + b5X5

Keterangan :

Z : Skor Diskriminan b : Koefisien Diskriminan X : Variabel Independen

Adapun langkah-langkah yang digunakan dalam melakukan analisis ini adalah sebagai berikut :

1. Test of Equality of Group Means

Test of equality of group means digunakan untuk mengetahui

pengaruh variabel terhadap perbedaan kategori perusahaan. Dalam hal ini digunakan dua statistik uji, yaitu Wilk’s Lambda dan F test. Nilai Wilk’s

membedakan kelompok. Sebaliknya, nilai Wilk’s Lambda semakin mendekati 1 maka menunjukkan arti bahwa variabel tidak signifikan dalam membedakan kelompok. Untuk uji F dapat digunakan nilai p-value pada kolom signifikannya dimana :

a. Sig. > 0,05, berarti tidak ada perbedaan antara kelompok b. Sig. < 0,05, berarti ada perbedaan antara kelompok

2. Uji Wilk’s Lambda

Uji wilk’s lambda digunakan untuk melihat tingkat signifikansi untuk kedua kelompok. Hasilnya dapat dilihat dari nilai wilk’s lambda atau

Chi-square yang signifikan pada tingkat signifikansi 0,05.

Ketentuan :

a. Signifikansi > 0,05 maka perbedaan kelompok dianggap tidak signifikan

b. Signifikansi ≤ 0,05 maka perbedaan kelompok dianggap signifikan

3. Eigenvalues

Eigenvalues memuat informasi mengenai nilai square canonical correlation (CR2) yang dapat digunakan untuk mengukur kemampuan

4. Uji Variabel Dominan

Variabel dominan dalam memprediksi financial distress di lihat dari nilai standardized canonical discriminant function. Koefisien yang sudah distandardisasi digunakan untuk menilai pentingnya variabel diskriminator secara relatif dalam membentuk fungsi diskriminan. Makin tinggi koefisien yang telah distandardisasi, maka makin penting variabel tersebut terhadap variabel lainnya dan sebaliknya.

5. Menentukan Model Diskriminan

Persamaan model diskriminan digunakan untuk menghasilkan

discriminan score yang berfungsi untuk memprediksi pengklasifikasian

suatu objek (kelompok distress atau nondistress). Model diskriminan dapat di lihat dari nilai canonical discriminant fuction coefficient.

6. Ketepatan Prediksi Analisis Diskriminan

Persentase ketepatan prediksi analisis diskriminan digunakan untuk menganalisis kemampuan model diskriminan dalam memprediksi perusahaan yang berada dalam kondisi financial distress dan nonfinancial

distress. Penggolongan perusahaan kondisi financial distress dan nonfinancial distress diprediksi dengan menggunakan nilai titik cut off.

Nilai titik cut off dapat dihitung dengan menggunakan rumus :

Nilai cut off = ��+��

Keterangan :

Za dan Zb : Angka centroid untuk kelompok 1 dan kelompok 2 Keputusan :

a. Z-Score ≥ cut off, maka dimasukkan pada kelompok nonfinancial

distress.

b. Z-Score < cut off, maka dimasukkan pada kelompok financial distress.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Statistik Deskriptif

Populasi yang digunakan sebagai sampel penelitian ini adalah perusahaan manufaktur sektor industri barang konsumsi yang terdaftar di BEI. Data penelitian diperoleh dari data sekunder yaitu laporan keuangan perusahaan yang diperoleh dari website Bursa Efek Indonesia. Mengingat karakteristik populasi yang ada dan tujuan penelitian, maka peneliti menggunakan teknik purposive sampling, yaitu metode berdasarkan pertimbangan dan kriteria tertentu. Teknik ini ditujukan untuk mendapatkan sampel yang representatif sesuai dengan kriteria yang ditentukan. Dengan metode purposive sampling yang dilakukan maka sampel yang digunakan dalam penelitian ini berjumlah 16 perusahaan. Dimana perusahaan yang berada dalam kondisi financial distress berjumlah 8 perusahaan dan perusahaan yang berada dalam kondisi nonfinancial distress berjumlah 8 perusahaan. Metode analisis yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan analisis diskriminan.

Analisis data dimulai dengan mengolah data menggunakan perangkat lunak Microsoft Excel. Kemudian, data-data tersebut diolah menggunakan perangkat lunak SPSS untuk memperoleh deskripsi data penelitian dan menguji hipotesis yang telah ditetapkan pada bab sebelumnya. Pengujian statistik deskriptif pada dasarnya memaparkan secara numerik ukuran pemusatan data, mengukur penyebaran suatu data, dan mengukur distribusi data. Tujuan dari hasil

uji statistik deskriptif ini adalah untuk melihat kualitas data penelitian yang ditunjukkan dengan angka atau nilai yang terdapat pada mean atau standart deviasinya. Dapat dikatakan apabila mean lebih besar dari pada standart deviasi atau penyimpangan maka kualitas data adalah lebih baik. Nilai statistik deskriptif dari masing-masing variabel penelitian ini dapat dilihat pada tabel 4.1.

Tabel 4.1

Hasil Uji Statistik Deskriptif

Minimum Maximum Mean Std.

Deviasi

Working Capital to Total Assets (X1)

-0,14 0,90 0,3669 0,27366

Retained Earning to Total Assets (X2)

0,01 0,78 0,3813 0,22021

Earning Before Interest And Tax to Total Assets (X3)

-0,02 0,56 0,1675 0,17816

Market Value Equity to Book Value Of Debt (X4)

0.01 0,94 0,4225 0,30449

Sales to Total Assets (X5) 0,07 2,73 1,2088 0,61231

Sumber : Data Hasil Olahan SPSS, Lampiran 5

Berdasarkan tabel diatas, dapat dilihat bahwa variabel working capital to

total assets (X1) memiliki nilai rata-rata 0,3669 lebih besar dari nilai standart deviasi yaitu sebesar 0,27366 yang artinya bahwa penyimpangan datanya kecil

sehingga data tidak tersebar. Nilai minimum dari variabel working capital to total

assets sebesar -0,14 yang terdapat pada PT. Darya Varia Laboratoria. Tbk. Dan

nilai maksimum sebesar 0,90 pada PT. Indofood Sukses Makmur. Tbk.

Variabel retained earning to total assets (X2) memiliki rata-rata 0,3813

lebih besar dari nilai standart deviasi yaitu sebesar 0,22021 yang artinya bahwa penyimpangan datanya kecil sehingga data tidak tersebar. Nilai minimum dari variabel retained earning to total assets sebesar 0,01 yang terdapat pada PT.

Eigenvalues

Function Eigenvalue % of Variance Cumulative % Canonical Correlation

1 2.226a 100.0 100.0 .831

a. First 1 canonical discriminant functions were used in the analysis.

Wilks' Lambda Test of

Function(s) Wilks' Lambda Chi-square df Sig.

1 .310 14.055 4 .007

Standardized Canonical Discriminant Function

Coefficients Function

1

WC/TA .717

EBIT/TA .272

MVE/TA .355

S/TA .457

Structure Matrix Function

1

WC/TA .704

MVE/TA .528

EBIT/TA .426

89

Structure Matrix Function

1

WC/TA .704

MVE/TA .528

EBIT/TA .426

S/TA .420

Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions

Variables ordered by absolute size of correlation within function.

Canonical Discriminant Function Coefficients

Function

1

WC/TA 3.673

EBIT/TA 1.747

MVE/TA 1.432

S/TA .851

(Constant) -3.273

Functions at Group Centroids Financi

al Distress

Function

1

.00 -1.396

1.00 1.396

Unstandardized canonical discriminant functions evaluated at group means

Classification Processing Summary

Processed 16

Excluded Missing or out-of-range group codes

0

At least one missing discriminating variable

0

Used in Output 16

Prior Probabilities for Groups Financi

al

Distress Prior

Cases Used in Analysis

Unweighted Weighted

.00 .500 8 8.000

1.00 .500 8 8.000

91

Classification Function Coefficients Financial Distress

.00 1.00

WC/TA 4.691 14.943

EBIT/TA -1.911 2.966

MVE/TA 4.051 8.049

S/TA 3.676 6.050

(Constant) -3.161 -12.298

Fisher's linear discriminant functions

Classification Resultsb,c Financi

al Distress

Predicted Group Membership

Total

.00 1.00

Original Count .00 7 1 8

1.00 1 7 8

% .00 87.5 12.5 100.0

1.00 12.5 87.5 100.0

Cross-validateda Count .00 6 2 8

1.00 2 6 8

% .00 75.0 25.0 100.0

1.00 25.0 75.0 100.0

a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.

b. 87.5% of original grouped cases correctly classified.

Casewise Statistics

Case Number

Highest Group Second Highest Group

Discriminant Scores

P(D>d | G=g)

Actual Group Predicted Group p df P(G=g | D=d)

Squared Mahalanobis

Distance to

Centroid Group P(G=g | D=d)

Squared Mahalanobis

Distance to

Centroid Function 1

Original 1 0 0 .053 1 1.000 3.733 1 .000 22.310 -3.328

2 1 1 .523 1 .997 .409 0 .003 11.770 2.035

3 0 1** .184 1 .547 1.764 0 .453 2.141 .068

4 1 1 .429 1 .998 .626 0 .002 12.834 2.187

5 0 0 .391 1 .818 .735 1 .182 3.740 -.538

6 1 1 .865 1 .968 .029 0 .032 6.869 1.225

7 1 1 .233 1 .637 1.425 0 .363 2.552 .202

8 1 1 .954 1 .977 .003 0 .023 7.475 1.338

9 0 0 .636 1 .995 .224 1 .005 10.660 -1.869

10 1 1 .283 1 .999 1.154 0 .001 14.942 2.470

11 1 0** .202 1 .584 1.624 1 .416 2.301 -.121

12 0 0 .526 1 .893 .402 1 .107 4.653 -.761

13 0 0 .938 1 .975 .006 1 .025 7.363 -1.318

14 0 0 .882 1 .970 .022 1 .030 6.984 -1.247

15 0 0 .438 1 .998 .602 1 .002 12.726 -2.172

16 1 1 .664 1 .994 .188 0 .006 10.401 1.829

Cross-validateda 1 0 0 .000 4 1.000 25.662 1 .000 60.208

93

3 0 1** .737 4 .643 1.994 0 .357 3.174

4 1 1 .173 4 .998 6.377 0 .002 18.506

5 0 1** .000 4 1.000 22.644 0 .000 39.179

6 1 1 .330 4 .925 4.607 0 .075 9.627

7 1 0** .414 4 .636 3.940 1 .364 5.057

8 1 1 .892 4 .965 1.112 0 .035 7.769

9 0 0 .983 4 .993 .398 1 .007 10.197

10 1 1 .210 4 .999 5.860 0 .001 20.437

11 1 0** .688 4 .769 2.261 1 .231 4.666

12 0 0 .653 4 .825 2.452 1 .175 5.558

13 0 0 .584 4 .955 2.847 1 .045 8.938

14 0 0 .198 4 .915 6.021 1 .085 10.780

15 0 0 .803 4 .997 1.631 1 .003 13.343

16 1 1 .094 4 .989 7.925 0 .011 16.920

For the original data, squared Mahalanobis distance is based on canonical functions. For the cross-validated data, squared Mahalanobis distance is based on observations. **. Misclassified case