Pengaruh Mekanisme Good Coorporate Governance Terhadap Kondisi Financial Distress pada Perusahaan yang Terdaftar di BEI Periode 2012-2014

DAFTAR LAMPIRAN

Proses Pemilihan Sampel Penelitian

Daftar Populasi dan Sampel Penelitian

NO NAMA PERUSAHAAN KODE

KRITERIA SAMPEL

1 2 3

INDOCEMENT TUNGGAL PERKASA TBK

INTP _{√ √}

- -

HOLCIM INDONESIA TBK SMCB √ √ √ 1

SEMEN INDONESIA TBK SMGR X √ √ -

ALASKA INDUSTRINDO TBK

ALKA

√ √ √ 2

ALUMINDO LIGHT METAL INDUSTRY TBK

ALMI _{√ √ √}

3 BETON JAYA MANUNGGAL

TBK

BTON

X √ √ -

CITRA TURBINDO TBK CTBN √ X √ -

GUNAWAN DIANJAYA STEEL TBK

GDST _{√ √ √}

4 INDAL ALUMINIUM

INDUSTRY TBK

INAI _{√ √ √}

5

JAYA PARI STEEL TBK JPRS √ √ √ 6

KRAKATAU STEEL TBK KRAS √ X √ -

LION METAL WORKS LION √ √ √ 7

LIONMESH PRIMA TBK LMSH √ √ √ 8

PELANGI INDAH CANINDO TBK

PICO _{√ √ √}

9 PELAT TIMAH NUSANTARA

TBK

NIKL _√

X √ -

SARANACENTRAL BAJATAMA TBK

BAJA

√ √ √ 10

TEMBAGA MULIA SEMANAN TBK

TBMS

X X √ -

BUDI STARCH & SWEETENER TBK

BUDI _{√ √ √}

11 CHANDRA ASRI

PETROCHEMICAL TBK

TPIA _√

X √ -

DUTA PERTIWI NUSANTARA

DPNS _{√ √ √}

12 EKADHARMA

INTERNATIONAL TBK

EKAD _{√ √ √}

13 ETERINDO WAHANATAMA

TBK

ETWA _{√ √ √}

14

INDO ACITAMA TBK SRSN √ √ √ 15

INTAN WIJAYA

INTERNATIONAL TBK

INCI _{√ √ √}

16 SORINI AGRO ASIA

CORPORINDO TBK

SOBI

X X √ -

UNGGUL INDAH CAHAYA TBK

UNIC _√

X √ -

ALAM KARYA UNGGUL TBK

AKKU _{√ √}

- - ARGHA KARYA PRIMA

INDUSTRY TBK

AKPI _{√ √ √}

17 ASIAPLAST INDUSTRIES

TBK

APLI

X X √ -

BERLIANA TBK BRNA √ X √ -

CHAMPION PASIFIC INDONESIA TBK

IGAR

√ √ √ 18

INDOPOLY SWAKARSA INDUSTRY TBK

IPOL _√

X √ -

LOTTE CHEMICAL TITAN FPNI √ X √ -

TBK

SIWANI MAKMUR TBK SIMA √ √ - -

TRIAS SENTOSA TBK TRST √ √ √ 19

YANA PRIMA HASTA PERSADA TBK

YPAS _{√ √ √}

20 CHAROEN POKPHAND

INDONESIA TBK

CPIN _{√ √ √}

21 JAPFA COMFEED

INDONESIA TBK

JPFA _{√ √ √}

22

MALINDO FEEDMILL TBK MAIN X X √ -

SIEARAD PRODUCE TBK SIPD √ √ √ 23

SUMALINDO LESTARI JAYA TBK-SLJ GLOBAL TBK

SULI _√

X √ -

TIRTA MAHAKAM RESOURCES TBK

TIRT _{√ √ √}

24

ALKINDO NARATAMA TBK ALDO √ √ - -

DWI ANEKA JAYA KEMASINDO TBK

DAJK

X X √ -

FAJAR SURYA WISESA TBK FASW √ √ √ 25

INDAH KIAT PULP & PAPER TBK

INKP _√

X √ -

KERTAS BASUKI RACHMAT INDONESIA TBK

KBRI _{√ √ √}

26 PABRIK KERTAS TJIWI

KIMIA TBK

TKIM _√

X √ -

SUPARMA TBK SPMA √ √ √ 27

TOBA PULP LESTARI TBK INRU √ X √ -

GRAND KARTECH TBK KRAH X X X -

ASTRA INTERNATIONAL TBK

ASII

√ √ √ 28

GAJAH TUNGGAL TBK GJTL X √ √ - GOODYEAR INDONESIA

TBK

GDYR _√

X √ -

INDO KORDSA TBK BRAM √ √ - -

IDOMOBIL SUKSES INTERNATIONAL TBK

IMAS _{√ √ √}

30

INDOSPRING TBK INDS √ √ √ 31

MULTI PRIMA SEJAHTERA TBK

LPIN _{√ √ √}

32 MULTISTRADA ARAH

SARANA TBK

MASA _√

X √ -

NIPPRES TBK NIPS √ √ √ 33

PRIMA ALLOY STEEL UNIVERSAL TBK

PRAS _{√ √ √}

34

SELAMAT SEMPURNA TBK SMSM √ √ - -

APAC CITRA CENTERTEX TBK

MYTX _{√ √}

- -

ARGO PANTES TBK ARGO √ √ - -

ASIA PASIFIC FIBERS TBK POLY √ X √ -

CENTURY TEXTILE INDUSTRY TBK

CNTX _√

X √ -

ERATEX DJAYA TBK ERTX √ X √ -

EVER SHINE TEXTILE INDUSTRY TBK

ESTI _√

X √ -

INDO RAMA SYNTHETIC TBK

INDR _√

X √ -

NUSANTARA INTI CORPORA TBK

UNIT

√ √ √ 35

PAN BROTHERS TBK PBRX √ √ - -

PANASIA INDOS RESOURCES TBK

HDTX _√

X √ -

TBK

PT RICKY PUTRA GLOBALINDO TBK

RICY

X X √ -

SRI REJEKI ISMAN TBK SRIL X X √ -

STAR PETROCHEM TBK STAR √ √ √ 36

SUNSON TEXTILE MANUFACTURER TBK

SSTM _{√ √}

- - TIFICO FIBER INDONESIA

TBK

TFCO _√

X √ -

TRISULA INTERNATIONAL TBK

TRIS _{√ √ √}

37

UNITEX TBK UNTX √ X √ -

PRIMARINDO ASIA INFRASTRUCTURE

BIMA

√ √ √ 38

SEPATU BATA TBK BATA X X X -

JEMBO CABLE COMPANY TBK

JECC _{√ √ √}

39

KABELINDO MURNI TBK KBLM √ √ √ 40

KMI WIRE AND CABLE TBK KBLI √ √ - -

SUMI INDO KABEL TBK IKBI √ x √ -

SUPREME CABLE

MANUFACTURING AND COMMERCE TBK

SCCO

√ √ √ 41

VOKSEL ELECTRIC TBK VOKS √ √ √ 42

SAT NUSA PERSADA TBK PTSN √ X √ -

AKASHA WIRA

INTERNATIONAL TBK

ADES _{√ √ √}

43

DELTA DJAKARTA TBK DLTA √ √ √ 44

INDOFOOD CBP SUKSES MAKMUR TBK

ICBP

√ √ - -

INDOFOOD SUKSES MAKMUR TBK

INDF _{√ √ √}

MAYORA INDAH TBK MYOR √ √ √ 46 MULTI BINTANG

INDONESIA TBK

MLBI _{√ √}

- - NIPPON INDOSARI

CORPORINDO TBK

ROTI _{√ √ √}

47 PRASHIDA ANEKA NIAGA

TBK

PSDN

√ √ √ 48

SEKAR BUMI TBK SKBM √ √ √ 49

SEKAR LAUT TBK SKLT X X √ -

SIANTAR TOP TBK STTP √ √ - -

TIGA PILAR SEJAHTERA FOOD TBK

AISA

√ √ √ 50

TRI BANYAN TIRTA TBK ALTO √ √ - -

ULTRAJAYA MILK

INDUSTRY AND TRADING COMPANY

ULTJ

√ √ √ 51

WILMAR CAHAYA INDONESIA TBK

CEKA

X X √ -

BENTOEL INTERNATIONAL INVESTAMA TBK

RMBA _{√ √ √}

52

GUDANG GARAM TBK GGRM √ √ √ 53

HM SAMPOERNA TBK HMSP √ √ √ 54

WISMILAK INTI MAKMUR TBK

WIIM

X √ √ -

DARYA VARIA LABORATORIA TBK

DVLA

X X √ -

INDOFARMA TBK INAF √ √ √ 55

INDUSTRI JAMU DAN FARMASI SIDO MUNCUL TBK

SIDO

X X √ -

KALBE FARMA TBK KLBF √ √ √ 56

MERCK SHARP DOHME PHARMA

SCPI

X X √ -

MERCK TBK MERK √ √ √ 57

PYRIDAM FARMA TBK PYFA √ √ √ 58

TAISHO PHARMACEUTICAL INDONESIA(PS) TBK

SQBI _{√ √}

- -

TEMPO SCAN PASIFIC TBK TSPC √ √ - -

MANDOM INDONESIA TBK TCID √ √ √ 59

MARTINA BERTO TBK MBTO √ √ √ 60

MUSTIKA RATU TBK MRAT √ √ √ 61

UNILEVER INDONESIA TBK UNVR √ √ √ 62

KEDAUNG INDAH CAN TBK KICI √ √ √ 63

KEDAWUNG SETIA INDUSTRIAL TBK

KDSI _{√ √ √}

64 LANGGENG MAKMUR

INDUSTRY TBK

LMPI _{√ √ √}

65 IMPACK PRATAMA

INDUSTRI TBK

IMPC

X X √ -

CHITOSE INTERNATIONAL TBK

CINT

X X X -

KRAMIKA INDONESIA ASOSIASI TBK

KIAS

√ √ √ 66

MULIA INDUSTRINDO TBK MLIA √ √ √ 67

AKASHA WIRA

INTERNATIONAL TBK

ADES

Hasil Analisi Data

Statistik Deskriptif Variabel-Variabel dengan Skala Rasio

N Minimum Maximum

Mean Std. Deviation Statistic Statistic Statistic

Statistic Statistic KOMIND 201 ,0000000000000000 1,0000000000001000 _{,396063513600927 ,134397917164566} KEPINS 201 ,0000000000000000 ,9896000000001000 _{,679412039801095 ,212160225198695}

DEWDIR 201 2,0 15,0 _{4,711 2,1299}

KOMAUDIT 201 2,0 5,0 _{3,040 ,3293}

DER 201 -7,3854708663308230 13,4520624600311840 _{5,660147491643475 4,866902118136895} FD 201 -6,4377516497365015 16,7327406033634070 _{7,115359371990877 4,135193723134998} ROA 201 -7,2890506352118870 8,9790365289080040 _{2,897764415168478 2,965488624910601} Size 201 6,1446062529679710 6,9928314231741410 _{6,658600287397602 ,120068915643513} Valid N (listwise) 201

Tabel 4.2

Statistik Deskriptif Variabel-Variabel dengan Skala Nominal Statistics

LAT.PEND KUAL.AUD FD

N Valid 201 201 201

Missing 0 0 0

LATPEND

Frequency Percent Valid Percent Cumulative Percent

Valid

,0 8 4,0 4,0 4,0

1,0 193 96,0 96,0 100,0

Total 201 100,0 100,0

KUAL.AUD

Frequency Percent Valid Percent Cumulative Percent

Valid

,0 141 70,1 70,1 70,1

1,0 60 29,9 29,9 100,0

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 201

Normal Parametersa,b Mean ,0000000 Std. Deviation 3,41612020 Most Extreme Differences

Absolute ,093

Positive ,054

Negative -,093

Kolmogorov-Smirnov Z 1,316

Asymp. Sig. (2-tailed) ,063

a. Test distribution is Normal. b. Calculated from data.

Coefficientsa

Tolerance VIF

1

(Constant)

KOMIND ,867 1,153

KEPINS ,885 1,130

DEWDIR ,495 2,020

KOMAUDIT ,806 1,241 LATPEND ,911 1,098 KUALAUD ,445 2,246

DER ,937 1,067

ROA ,854 1,171

Size ,620 1,614

a. Dependent Variable: FD

Tabel 4.4

Nilai Koefisien Korelasi Coefficient Correlationsa

Model Size LATPEND KEPINS DER ROA

1 Correlations

Size 1,000 ,032 ,035 -,084 ,098 LATPEND ,032 1,000 -,042 -,049 -,077 KEPINS ,035 -,042 1,000 -,089 -,045 DER -,084 -,049 -,089 1,000 ,164 ROA ,098 -,077 -,045 ,164 1,000 KOMAUDIT -,060 -,005 ,167 -,102 -,085 KOMIND -,063 ,234 -,217 -,073 ,083 DEWDIR -,186 ,043 -,015 ,028 ,008

KUALAUD -,381 -,121 -,144 ,008 -,244

Model KOMAUDIT KOMIND DEWDIR KUALAUD

1 Correlations

Size -,060 -,063 -,186 -,381

LATPEND -,005 ,234 ,043 -,121

KEPINS ,167 -,217 -,015 -,144

DER -,102 -,073 ,028 ,008

ROA -,085 ,083 ,008 -,244

KOMAUDIT 1,000 ,006 -,296 ,023

KOMIND ,006 1,000 -,058 ,013

DEWDIR -,296 -,058 1,000 -,475

KUALAUD ,023 ,013 -,475 1,000

Model R R Squareb Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

Model Summaryb

Model R R Square Adjusted R Square

Std. Error of the Estimate

Durbin-Watson

1 ,564

a

,318 ,285 3,495678291474 054

1,752

a. Predictors: (Constant), Size, LATPEND, KEPINS, DER, ROA, KOMAUDIT, KOMIND, DEWDIR, KUALAUD

b. Dependent Variable: FD

Coefficientsa

Model Unstandardized Coefficients Standardized Coefficients

T Sig.

B Std. Error Beta

1 (Constant) -18,592 17,311 -1,074 ,284

Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -18,592 17,311 -1,074 ,284

KOMIND -,576 1,975 -,019 -,291 ,771

KEPINS -,278 1,239 -,014 -,225 ,823

DEWDIR ,348 ,165 ,179 2,111 ,036

KOMAUDIT ,625 ,836 ,050 ,747 ,456

LATPEND ,942 1,322 ,045 ,713 ,477

KUALAUD -,527 ,807 -,058 -,652 ,515

DER ,066 ,052 ,078 1,264 ,208

ROA ,678 ,090 ,486 7,518 ,000

KOMIND -,576 1,975 -,019 -,291 ,771

KEPINS -,278 1,239 -,014 -,225 ,823

DEWDIR ,348 ,165 ,179 2,111 ,036

KOMAUDIT ,625 ,836 ,050 ,747 ,456

LATPEND ,942 1,322 ,045 ,713 ,477

KUALAUD -,527 ,807 -,058 -,652 ,515

DER ,066 ,052 ,078 1,264 ,208

ROA ,678 ,090 ,486 7,518 ,000

Size 2,928 2,615 ,085 1,120 ,264

Dependent Variable: FD ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 1085,990 9 120,666 9,875 ,000b Residual 2333,975 191 12,220

Total 3419,965 200

a. Dependent Variable: FD

b. Predictors: (Constant), Size, LATPEND, KEPINS, DER, ROA, KOMAUDIT, KOMIND, DEWDIR, KUALAUD

LAMPIRAN 3 Data Variabel Tahun 2012

NO

KODE

PERUSAHAAN KOM.IND KEP.INS DEW.DIR KOM.AUDIT LAT.PEND KUAL.AUD FD DER ROA SIZE

1 BIMA 0,667 0,8896 3 3 1 0 0 -153,2966546 2,620531778 25,3294

2 JECC 0,667 0,9015 4 3 1 0 0 396,2038503 4,481350955 27,2871

3 KBLM 0,333 _{0,7472 3 3 1 0 0 173,0697209 3,296682204 27,3066}

4 SCCO 0,333 0,6726 4 3 1 0 0 127,3424816 11,41564389 28,0277

5 VOKS 0,600 0,4865 5 3 1 0 0 181,5741904 8,658055962 28,1605

6 ASII 0,364 _{0,5015 9 4 1 1 0 102,9460886 12,47682061 32,8365}

7 AUTO 0,333 _{0,9565 8 3 1 1 0 61,92309382 12,78945943 29,815}

8 IMAS 0,429 _{0,704 7 3 1 1 0 207,9238532 5,034694579 30,4977}

9 INDS 0,333 0,881 3 3 1 0 0 46,47361503 32,45618141 28,1407

10 LPIN 0,000 0,3945 3 3 1 0 0 27,74316435 9,636014191 25,8723

11 NIPS 0,250 _{0,3711 3 3 1 0 0 159,6547586 8,290438131 26,9861}

12 PRAS 0,333 0,456 3 3 1 0 0 105,9803073 7,179147415 27,0817

13 STAR 0,500 0,6463 2 3 1 0 0 53,64600967 0,122497408 27,3456

14 TRIS 0,333 0,698 4 3 1 0 0 50,99505291 10,34467691 26,6266

15 UNIT 0,500 _{0,5479 2 3 1 0 0 58,01189558 0,092847062 26,6632}

16 INAF 0,500 0,8066 5 3 1 0 0 82,83568837 3,565913254 27,8038

17 KLBF 0,333 0,5664 5 3 1 1 0 27,75925795 18,81548956 29,8736

18 MERK 0,333 _{0,8665 7 3 1 1 0 36,63876822 18,93261243 27,0679}

19 PYFA 0,333 _{0,9385 3 3 1 0 0 54,89285401 3,907427683 25,6348}

20 ADES 0,333 _{0,9194 3 3 1 0 0 86,06076836 21,42824099 26,6871}

21 MBTO 0,333 0,6775 4 2 1 0 0 40,2544937 7,604517164 27,1359

22 MRAT 0,333 0,8022 4 3 1 0 0 18,03277102 7,557993965 26,8446

23 TCID 0,400 _{0,721 13 4 1 1 0 15,02080012 11,95360456 27,8634}

24 UNVR 0,800 0,85 10 3 1 1 0 202,0130205 40,37785131 30,1147

25 AISA 0,400 0,5348 4 3 1 0 0 90,19746215 6,558733429 28,9836

27 INDF 0,375 _{0,5007 8 4 1 1 0 73,75383955 8,212069316 31,714}

28 MYOR 0,400 0,3293 4 3 1 0 0 170,6294426 8,947141178 29,7476

29 PSDN 0,333 0,72092 6 2 1 1 0 66,66234667 3,753733758 27,2492

30 ROTI 0,333 0,7575 6 3 1 1 0 80,75771798 12,3781241 27,8175

31 SKBM 0,333 _{0,8092 6 3 1 0 0 126,3173559 4,396100484 26,3896}

32 ULTJ 0,333 _{0,4662 3 3 1 0 0 9,033701927 14,59982591 28,5151}

33 KDSI 0,500 0,757 3 3 1 0 0 80,55475005 6,456253365 27,0699

34 KICI 0,333 0,7502 3 3 1 0 0 42,66847817 2,379498088 25,2767

35 LMPI 0,500 _{0,7753 5 3 1 0 0 99,07971994 0,287145351 27,4266}

36 GGRM 0,500 _{0,7555 8 3 1 1 0 56,01658561 9,801920412 31,3569}

37 HMSP 0,400 0,9818 7 3 1 1 0 97,22496735 37,35750419 30,8986

38 RMBA 0,500 0,9896 5 3 1 1 1 260,4907759 -4,6621915 29,5677

39 TIRT 0,500 _{0,7933 4 3 1 0 1 545,4881178 -4,74032976 27,2448}

40 FASW 0,333 0,7574 5 3 1 1 0 208,7086517 0,094875328 29,3499

41 KBRI 0,500 0,3383 3 3 1 0 0 4,117757325 4,933627207 27,3309

42 SPMA 0,333 0,742 4 3 1 0 0 113,5175043 2,401353559 28,1405

43 KIAS 0,500 _{0,9631 4 3 1 0 0 8,529845499 3,313672122 28,3936}

44 MLIA 0,333 _{0,6725 6 3 1 1 0 429,9874431 5,564788903 29,5119}

45 CPIN 0,400 0,5553 7 5 1 1 0 51,02649507 21,70987916 30,1446

46 JPFA 0,333 0,5751 4 3 1 0 0 130,1220135 9,829280103 30,0254

47 SIPD 0,667 _{0,4123 5 3 0 0 0 158,3232491 0,45665354 28,8244}

48 SMCB 0,500 _{0,8065 8 3 1 1 0 44,55257841 11,352279 30,1299}

49 AKPI 0,400 0,751 5 3 1 1 0 103,3561138 0,458994865 28,1703

50 IGAR 0,333 0,8482 3 3 0 0 0 29,05189048 14,24971906 26,4674

51 TRST 0,333 _{0,6036 4 3 1 1 0 61,72519867 89,07852325 28,4141}

52 YPAS 0,333 0,8947 3 3 1 0 0 112,3087672 4,714140992 26,5796

53 BUDI 0,333 0,5268 7 3 1 0 0 169,2398743 0,158718287 28,4638

54 DPNS 0,333 0,6642 4 3 1 0 0 18,58738447 13,24912075 25,9411

56 ETWA 0,250 _{0,4815 4 3 1 0 0 119,5223747 4,016829057 27,5912}

57 INCI 0,000 0 3 3 1 0 0 14,27004147 3,359565766 25,6082

58 SRSN 0,333 0,7799 4 3 1 0 0 49,36962304 4,218756606 26,72

59 ALKA 0,000 0,9492 3 3 1 0 0 169,7296903 4,237162062 25,7197

60 ALMI 0,400 _{0,7597 5 3 1 0 0 220,0582429 0,741349374 28,2631}

61 BAJA 0,333 _{0 4 3 1 0 0 219,1935854 2,301173379 27,4331}

62 GDST 0,333 0,9798 4 3 1 0 0 46,79464867 4,002762955 27,7829

63 INAI 0,500 0,6586 5 3 1 0 0 373,791577 3,782112429 27,1404

64 JPRS 0,333 _{0,684 4 3 1 0 0 14,70379184 2,430965839 26,7112}

65 LION 0,333 _{0,577 4 3 1 0 0 16,58504312 19,69425394 26,7952}

66 LMSH 0,333 0,3222 3 3 1 0 0 31,81030505 32,11485204 25,5796

Data Variabel Tahun 2013

NO KODE PERUSAHAAN KOM.IND KEP.INS DEW.DIR KOM.AUDIT LAT.PEND KUAL.AUD FD DER ROA SIZE

1 BIMA 0,667 0,8896 3 3 1 0 1 (1,5785564) (13,6856288)

25,4940098

2 JECC 0,667 0,7015 4 3 1 0 0 7,3964581 1,8493784

27,8459889

3 KBLM 0,333 0,4017 3 3 1 0 0 1,4263380 1,1734750

27,2068257

4 SCCO 0,333 0,5545 4 3 1 0 0 1,4901139 5,9568725

28,1974888

5 VOKS 0,400 0,5346 4 3 1 0 0 2,2529451 1,9987934

28,3018358

6 ASII 0,300 0,5011 8 4 1 1 0 1,0152371 11,0788153

32,9969691

7 AUTO 0,364 0,8 9 3 1 1 0 0,3200128 8,7156211

30,1661200

8 IMAS 0,429 0,8954 7 3 1 1 0 2,3506693 3,6095864

30,7362812

9 INDS 0,333 0,8811 3 3 1 0 0 0,0249038 18,7245905

28,4178945

10 LPIN 0,000 0,3945 3 2 1 0 0 0,3694277 4,3561059

26,0033734

11 NIPS 0,333 0,5889 3 3 1 0 0 2,3838590 4,2424425

27,4058856

12 PRAS 0,333 0,3794 3 3 1 0 0 0,9575198 10,9540867

27,4024001

13 STAR 0,500 0,5442 2 3 1 0 0 0,5299414 0,0759879

27,3425427

14 TRIS 0,333 0,698 3 3 1 0 0 0,5905046 10,7336379

26,8303088

15 UNIT 0,500 0,5479 2 3 1 0 0 0,9030287 0,1812166

26,8525753

16 INAF 0,500 0,8066 4 3 1 0 1 0,1190214 (4,1886859)

27,8891541

30,0571558

18 MERK 0,333 0,8665 6 3 1 1 0 0,3606426 25,1733994

27,2699738

19 PYFA 0,333 0,5285 3 3 1 0 0 0,8649322 3,5381655

25,8887316

20 ADES 0,333 0,9194 4 3 1 0 0 0,6657879 12,6185769

26,8124558

21 MBTO 0,333 0,6775 4 2 1 0 0 0,3555165 2,7389378

27,1396222

22 MRAT 0,333 0,7126 4 3 1 0 1 0,1635613 (0,2327200)

26,8090947

23 TCID 0,333 0,7378 15 4 1 1 0 0,2391920 10,9528825

28,0135260

24 UNVR 0,800 0,85 10 3 1 1 0 2,1232006 40,1000121

30,2224018

25 AISA 0,333 0,6117 4 3 1 0 0 1,1303808 6,9057987

29,2446152

26 DLTA 0,400 0,8167 5 3 1 1 0 0,2815472 31,1978326

27,4883521

27 INDF 0,375 0,5007 9 3 1 1 0 1,0350905 6,6091211

31,9889188

28 MYOR 0,400 0,3307 5 3 1 0 0 1,4652011 10,8511079

29,9041607

29 PSDN 0,333 0,721 6 3 1 1 0 0,6327419 3,1271633

27,2480491

30 ROTI 0,333 0,7575 6 3 1 1 0 1,3150019 8,6693342

28,2313340

31 SKBM 0,333 0,8092 6 3 1 0 0 1,4743541 11,7083590

26,9331689

32 ULTJ 0,333 0,4662 3 3 1 0 0 0,3952436 11,5636851

28,6647823

33 KDSI 0,500 0,757 4 3 1 0 0 1,4153757 4,2344813

27,4687774

34 KICI 0,333 0,8306 3 3 1 0 0 0,3287373 7,5486286

25,3112492

35 LMPI 0,333 0,8327 4 3 1 0 0 1,0688189 1,4643817

27,4352373

36 GGRM 0,333 0,7555 7 3 1 1 0 0,7259241 8,6348441

31,5583317

37 HMSP 0,500 0,9818 7 3 1 1 0 0,9360137 39,4384861

30,9417318

38 RMBA 0,400 0,9896 4 3 1 1 1 9,4687407 (11,2875454)

29,8536986

39 TIRT 0,333 0,7924 2 3 1 0 1 11,2543295 (19,0712647)

27,3069198

40 FASW 0,333 0,7574 5 3 1 1 1 2,6535998 (4,3755336)

29,3700933

41 KBRI 0,333 0,3383 3 3 1 0 1 0,1377785 (2,3101139)

27,3937140

42 SPMA 0,600 0,742 4 3 0 0 0 1,3388804 1,3501171

28,2003643

43 KIAS 0,333 0,9824 4 3 1 0 0 0,1093273 3,3185008

28,4511995

44 MLIA 0,400 0,6819 6 3 1 1 1 5,0413633 (0,5722751)

29,6036982

45 CPIN 0,400 0,6136 5 3 1 1 0 0,5799774 16,0835664

30,3860947

46 JPFA 0,333 0,5751 5 3 1 0 0 1,8440341 4,4356964

30,3335622

47 SIPD 0,667 0,4144 5 3 0 0 0 1,4555528 0,2654895

28,7802251

48 SMCB 0,286 0,8065 8 3 1 1 0 0,6978320 6,7563859

30,3320460

49 AKPI 0,333 0,751 5 3 1 1 0 1,0251570 8,9260743

28,3655823

50 IGAR 0,333 0,8482 3 3 0 0 0 0,3942714 11,1295739

26,4750350

51 TRST 0,333 0,5971 4 3 1 1 0 0,9073304 11,7992775

28,8130305

52 YPAS 0,333 0,8947 3 3 1 0 0 2,5939020 1,0135548

27,1430637

53 BUDI 0,333 0,5268 7 3 1 0 0 1,6921460 1.670,0414415

21,5915736

54 DPNS 0,333 0,6642 4 3 1 0 0 0,1474524 26,5246340

26,2698993

55 EKAD 0,500 0,7545 3 3 1 0 0 0,4454793 14,9358851

26,5627498

56 ETWA 0,250 0,4815 4 3 1 0 0 1,8984226 0,6124435

27,8869888

57 INCI 0,333 0 3 3 1 0 0 0,0797037 7,5891349

25,6369643

58 SRSN 0,375 0,4278 5 3 1 0 0 0,3384705 10,7350124

26,7653807

59 ALKA 0,750 0,9492 3 3 1 0 0 3,0549288 1,9511147

26,2118440

60 ALMI 0,500 0,7597 5 3 1 0 0 3,1866776 0,9490647

28,6433774

61 BAJA 0,500 0 4 3 1 0 1 3,8375745 (9,1494173)

27,4601474

62 GDST 0,500 0,9798 4 3 1 0 0 0,3472179 7,6784079

27,8062316

63 INAI 0,500 0,672 5 3 1 0 0 5,0631264 0,6554543

27,3642926

64 JPRS 0,333 0,6842 4 3 1 0 0 0,0386708 3,9870824

26,6542928

65 LION 0,333 0,577 5 3 1 0 0 0,1991034 12,9894016

26,9350058

66 LMSH 0,333 0,3222 3 3 1 0 0 0,2826973 10,1504608

25,6769639

67 PICO 0,500 0,941 2 3 1 0 0 1,8897621 2,5622787

27,1552408

Data Variabel Tahun 2014

NO KODE PERUSAHAAN KOM.IND KEP.INS DEW.DIR KOM.AUDIT LAT.PEND KUAL.AUD FD DER ROA SIZE

1 BIMA 0,667 0,8896 3 3 1 1 0 -153,6608557 9,657057542 25,36821983

2 JECC 0,667 0,9015 4 3 1 0 0 520,0435868 2,23014068 27,69162317

3 KBLM 0,333 0,8035 3 3 1 0 0 122,9682034 3,186361423 27,19599792

4 SCCO 0,333 0,6726 4 3 1 0 0 103,3426326 8,310284011 28,13543051

5 VOKS 0,400 0,5346 5 3 1 0 1 201,2288416 -5,495436054 28,07179198

6 ASII 0,364 0,5011 9 4 1 1 0 96,1611981 9384,863724 26,18722052

7 AUTO 0,300 0,8 9 3 1 1 0 41,8718999 6,650538359 30,29692386

8 IMAS 0,333 0,8954 6 3 1 1 1 248,9121281 -0,026133812 30,78680368

9 INDS 0,333 0,8811 3 3 1 0 0 24,8505321 5,603885982 28,45636517

10 LPIN 0,250 0,4427 4 3 1 0 1 33,25373332 -2,22561589 25,94683675

11 NIPS 0,333 0,6285 3 3 1 0 0 109,5618169 9,696131372 27,81903842

12 PRAS 0,333 0,5407 3 3 1 0 0 87,63303922 8,64522693 27,88320131

13 STAR 0,500 0,5442 2 3 1 0 0 58,29458381 0,044968264 27,37731246

14 TRIS 0,333 0,6707 3 3 1 0 0 69,26753239 6,764462974 26,98456789

15 UNIT 0,500 0,5479 2 3 1 0 0 82,37984026 0,089918693 26,81169232

16 INAF 0,333 0,8066 3 3 1 0 0 110,8819081 0,093309639 27,85283841

17 KLBF 0,333 0,5671 5 3 1 1 0 26,56035803 17,13649822 30,15073429

18 MERK 0,333 0,8665 5 3 1 1 0 36,06422884 25,17335302 27,26997423

19 PYFA 0,333 0,5385 3 3 1 0 0 70,67839986 6,144414844 26,9475569

20 ADES 0,333 0,9194 4 3 1 0 0 70,67839986 6,144414844 26,9475569

21 MBTO 0,333 0,6775 4 2 1 0 0 36,50341913 0,480593232 27,15198979

22 MRAT 0,333 0,8017 3 3 1 0 0 29,91105497 1,233595169 26,93544298

23 TCID 0,400 0,721 15 4 1 1 0 44,38872025 9,437982771 28,24795388

24 UNVR 0,800 0,85 9 3 1 1 0 210,5315712 40,18384992 30,28992799

25 AISA 0,200 0,621 5 4 1 0 0 105,1822116 4,501070695 29,62868927

26 DLTA 0,400 0,2625 5 3 1 1 0 29,75563633 29,04120816 27,62293565

28 MYOR 0,400 0,3293 5 3 1 0 0 150,9686616 3,946717885 29,96230134

29 PSDN 0,333 0,721 6 3 1 1 1 64,0174338 -4,932294888 27,15448097

30 ROTI 0,333 0,7575 6 3 1 1 0 123,1897613 8,800155304 28,39317837

31 SKBM 0,333 0,8142 6 3 1 0 0 110,2058806 36,99985224 26,20746093

32 ULTJ 0,333 0,8092 3 3 1 0 0 28,78400302 9,713842873 28,70160545

33 KDSI 0,500 0,7568 4 3 1 0 0 140,1467347 4,672345583 27,58201678

34 KICI 0,333 0,7502 3 3 1 0 0 22,96136248 4,862216526 25,29535482

35 LMPI 0,500 0,8327 5 3 1 0 0 102,663286 0,211523912 27,41893125

36 GGRM 0,500 0,7555 7 3 1 1 0 75,21168435 9,221079824 31,69526036

37 HMSP 0,500 0,925 7 3 1 1 0 18,72392793 27,24233035 31,26888945

38 RMBA 0,667 0,9896 4 3 1 1 1 -833,8314053 -22,23021096 29,95835209

39 TIRT 0,500 0,7932 2 3 1 0 0 768,7525866 3,242330622 27,29374956

40 FASW 0,400 0,747 6 3 1 1 0 239,3370009 1,554308985 29,35038927

41 KBRI 0,333 0,75 3 3 1 0 1 91,90969581 -1,246118147 27,89285832

42 SPMA 0,800 0,742 4 3 0 0 0 159,9996271 2,345411497 28,36912111

43 KIAS 0,333 0,9631 4 3 1 0 0 11,13692055 3,723460103 28,48651799

44 MLIA 0,200 0,6969 6 3 1 0 0 445,9522448 0,201674199 31,90978947

45 CPIN 0,333 0,5553 7 5 1 1 0 90,64139675 8,37291843 30,66897148

46 JPFA 0,333 0,5751 5 3 1 0 0 197,3620575 2,026841597 30,38661849

47 SIPD 0,667 0,4144 8 3 0 0 0 117,6302208 0,063586364 28,66096727

48 SMCB 0,500 0,9536 8 3 1 1 0 96,32552812 3,792001466 30,47566023

49 AKPI 0,333 0,6513 5 3 1 1 0 114,9974996 0,760649884 28,43169581

50 IGAR 0,333 0,8482 3 3 0 0 0 32,8121738 9,315366038 26,58089895

51 TRST 0,500 0,5971 3 3 1 1 0 90,7330449 11,7992775 28,81303048

52 YPAS 0,333 0,8947 3 3 1 0 1 97,98367917 -2,786938954 26,49313251

53 BUDI 0,333 0,5268 7 3 1 0 0 171,197163 1,115995191 28,538062

54 DPNS 0,333 0,5118 4 3 1 0 0 13,89130094 6,020596778 26,31751986

55 EKAD 0,500 0,7545 3 3 1 0 0 50,56753502 9,983736438 26,74270784

57 INCI 0,333 0 3 3 1 0 0 7,929550758 7,451703797 25,72043081

58 SRSN 0,375 0,7799 6 3 1 0 0 40,90519286 3,120987079 26,86174207

59 ALKA 0,500 0,9492 3 3 1 0 0 287,2461889 1,461946512 26,22403005

60 ALMI 0,500 0,8213 5 3 1 0 1 401,1323857 -0,124080177 28,79805158

61 BAJA 0,333 0 4 4 1 0 0 417,5298953 1,444441138 27,60532683

62 GDST 0,333 0,9799 5 3 1 0 1 55,62365586 -1,030914136 27,9345443

63 INAI 0,500 0,7799 5 3 1 0 0 515,2425227 2,458424442 27,52263603

64 JPRS 1,000 0,6842 4 3 1 0 1 4,312029536 -1,868894352 26,63938164

65 LION 0,333 0,577 4 3 1 0 0 35,16472626 8,165598239 27,12036714

66 LMSH 0,333 0,3233 3 3 1 0 0 20,66735086 5,291031762 25,66430808

Daftar Pustaka

Almilia, Luciana Spica dan Kristijadi, (2003). “Analisis Rasio Keuangan untuk Memprediksi Kondisi Financial Distress Perusahaan manufaktur yang terdaftar di BEJ.” Jurnal Akuntansi dan Auditing Indonesia, Vol. 7 No. 2, Desember, Hal 183 – 206.

Agoes, Sukrisno dan I Cenik. 2014 . Etika Bisnis dan Profesi Tantangan Membangun Manusia Seutuhnya. Salemba Empat.

Bambang Subroto, 2005, Corporate Governance or Good Corruption Governance, Gramedya, Jakarta.

Barnhart dan Rosenstein 1998, Board Composition Managerial Ownership and Firm Performance An Emperical Analysis, Journal of Accounting Research Fall. Brigham, Eugene F and Daves, Philip R *(2001), Intermediate Financial Management. UK: Thomson Learning.

Butar-Butar, Daniel (2011) dengan Judul “pengaruh kompensasi eksekutif dan manajemen laba terhadap risiko kebangkrutan pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia”. Skripsi. Universitas Sumatera Utara.

BredartXavier (2014) dengan Judul Penelitian “Financial Distress and Corporate Governance : The Impact of Board Configuration”. International Business Research; Vol 7, No 3.

Dwi, Christina dan Fajar . Mekanisme Corporate Governance dalam Perusahaan yang Mengalami Permasalahan Keuangan. Jurnal Informasi, Perpajakan, Akuntansi dan Keuangan Publik Vol 3, No. 2, Juli 2008 , hal 83 – 100.

Fatma, Ade dan Adi.2014. Manajemen Keuangan sebagai Alat untuk Pengambilan Keputusan. USU Press. Cet.Ke-2.

Ghozali, Imam (2013) Aplikasi Analisis Multivariate dengan Program SPSS 21. Badan Penerbit Universitas Diponegoro.

Hadi. 2006. Prinsip Pengelolaan Pengambilan Sampel Lingkungan. PT Gramedia Pustaka Utama, Jakarta

Hanifah, Earning dan Agus Purwanto (2013) dengan Judul “Pengaruh Struktur Corporate Governance dan Financial Indicator terhadap Kondisi Financial Distress.

Jensen, M. C and Meckling, W.H. 1976. Theory of the Firm : Managerial Behavior, Agency Costs and Ownership Structure . Journal of Financial

Economics, Oktober, 1976, V. 3, No. 4, pp. 305-360. Avalaible from: http://papers.ssrn.com

Muntiah, Siti. Pengaruh Mekanisme Corporate Governance terhadap Kinerja Perusahaan . Jurnal Akuntansi 2013

Pranowo, K., Achsani, A.N., Manurung, A.H, Manurung, A.h., & Nuryartomo, N. 2010. Determinant of Corporate Financial Distress in an Emerging Market Economy: Empirical Evidence from Indinesian Stock Exchange 2004 – 2008. International Research Journal of Finance and Economics.

Plat, H., & Plat, m.b. (2002. Predicting Financial Distress. Journal of Financial Service Professionals, 56(3), 12 – 15.

Sabrina, Anindhita. 2010. Pengaruh Corporate Governance dan Struktur Kepemilikan terhadap Kinerja Perusahaan. Skripsi Universitas Diponegoro: Semarang

Surya, Indra dan Ivan. 2006. Penerapan Good Corporate Governance Mengesampingkan Hak-Hak Istimewa demi Kelangsungan Usaha. Lembaga Kajian Pasar Modal dan Keuangan Fakultas Hukum Universitas Indonesia.

Sutedi, Adrian. 2012. Good Corporate Governance. Sinar Grafika

Sinulingga, Sukaria . 2013. Metode Penelitian Edisi 3. Usu Press. Cet.Ke-2. Sutojo, Siswanto.2004. Membangun Citra Perusahaan Sebuah Sasaran Penunjang Keberhasilan Pemasaran. Damar Mulia Pustaka.

Tapanjeh, (2006), Good Corporate Governance Mechanism and Firms’ Operating and Financial Performance : Insight from the Perspective of Jordanian Industrial Companies, J.King Saud Univ, Vol 19, Admin. Sci (2), pp.101-121,Riyadh.

Revina,, Yeni, Muhtar. Mekanisme Internal dan Eksternal Corporate Governance dalam Memitigasi Financial Distress pada Industri Transportasi Indonesia . Jurnal Akuntansi SNA 2015.

BAB III

METODOLOGIPENELITIAN Jenis Penelitian

Jenis penelitian yang peneliti gunakan adalah penelitian kausal yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih. Tujuan utama dari penelitian ini adalah mengidentifikasikan hubungan sebab akibat antara satu variabel atau lebih. Hubungan yang dimaksud dalam penelitian ini adalah pengaruh variabel independen yaitu komisaris Independen, Kepemilikan saham Institusional, Ukuran dewan Direksi, Komite Audit, Latar belakang pendidikan dan kualitas audit terhadap variabel dependen yaitu Financial Distress dengan variabel kontrol DER, ROA, dan Size. Metode penelitian dirancang melalui langkah-langkah penelitian dari operasional variabel, penentuan jenis dan sumber data, metode pengumpulan data dan diakhiri dengan rancangan pengujian hipotesis dan statistik.

Tempat dan Waktu Penelitian

Penelitian ini dilakukan di Bursa Efek Indonesia (BEI) melalui media internet dengan situs manufaktur yang terdaftar di BEI periode 2012-2014.

Definisi Operasional dan Pengukuran Variabel Variabel Dependen

Financial Distress

Variabel dependen merupakan variabel yang dipengaruhi atau yang menjadi akibat yang disebabkan oleh variabel independen (Sugiono, 2011:33)Variabel financial distress dilambangkan dengan FD. Dalam penelitian ini variabel dependen dilihat dalam apabila perusahaan memiliki earning per share (EPS) negatif maka perusahaan tersebut mengalami FD dan apabila perusahaan memiliki earning per share(EPS) positif maka perusahaan tersebut tidak dalam kondisi Financial Distress. (Bodroastuti,2009).

3.3.2Variabel Independen Komisaris Independen

Variabel ini dinyatakan dengan lambang KI dan diukur berdasarkan persentase komisaris independen dalam struktur dewan komisaris perusahaan. (Putri dan Merkusiwati)

Kepemilikan saham Institusional

Variabel kepemilikan Institusional merupakan variable mekanisme governance eksternal. Dalam penelitian ini variable kepemilikan institusional diperoleh dari jumlah presentase hak suara yang dimiliki oleh kepemilikan institusional.

Ukuran dewan Direksi

Dewan direksi dalam suatu perusahaan akan menentukan kebijakan yang akan diambil atau strategi perusahaan tersebut secara jangka pendek maupun jangka panjang. Peningkatan ukuran dan diversitas dewan direksi akan memberikan manfaat bagi perusahaan karena tercipta network dengan pihak luar perusahaan dan menjamin ketersediaan sumberdaya. Jumlah dewan direksi juga mempengaruhi kinerja perusahaan. Ukuran dewan Direksi diperoleh dengan mwnghitung jumlah Dewan direksi termasuk CEO.

Komite audit

Pengertian komite audit dalam keputusan Ketua BAPEPAM Nomor: Kep-29/PM/2004, tertanggal 24 September 2004 pada peraturan no IX.1.5 tentang pembentukan dan Pelaksanaan Komite Audit adalah komite yang dibentuk oleh dewan komisarie\s untuk melakukan tugas pengawasan pengolahan perusahaan. Komite audit diukur dengan menghitung jumlah anggota komite audit dari setiap perusahaan yang digunakan sebagai sampel dalam penelitian ini.

Latar belakang pendidikan Komite

Latar belakang pendidikan komite audit dalam penelitian ini merupakan variabeldummy. Pemberian kode pada variabel ini adalah satu jika minimal salah satu anggota komite audit adalah seorang yang memiliki latar belakang pendidikan dibidang keuangan, dan nol jika tidak terdapat satupun anggota komite audit yang memiliki latar belakang pendidikan dibidang keuangan.(Pembayun dan Januarti, 2012).

Kualitas Audit

Kualitas audit dalam penelitian ini diproksikan dengan menggunakan ukuran kantor akuntan publik (KAP) . Variabel ini diukur dengan menggunakan variabeldummy dimana angka 1 (satu) diberikan jika perusahaan merupakan auditor dari KAP big four dan 0 jika ternyata perusahaan diaudit oleh KAP nonbig four (Lin.2006). KAP big Four yang digunakan dalam penelitian ini adalah : 1. Price Water House Cooper (PWC), dengan partnernya di Indonesia Drs. Hadi Sutanto dan Rekan. 2. Deloit Touche Tohmatsu, dengan partnernya di Indonesia Hans, Tuanakotta dan Mustofa, 3. Klynveld Peat Marwick Goerdeler (KPMG) International, dengan partnernyaa di Indonesia yaitu Siddharta, Siddharta, dan Harsono. 4. Ernst and Young (EY) , DENGAN PARTNERNYA DI Indonesia Hanadi, Sarwoko, dan Sandjaja.

Variabel Kontrol

Total Debt to Equity Ratio

Dalam penelitian ini digunakan debt equity ratio yang digunakan sebagai variabel kontrol . Rasio ini dapat dihitung dengan rumus :

(Almilia dan Kistijadi , 2003)

Return On Asset ( ROA )

Return on Asset (ROA) merupakan salah satu rasio yang dapat digunakan untuk mengukur kinerja menejemen perusahaan. ROA mencerminkan kemampuan menejemen menghasilkan laba dengan menggunakan aktiva perusahaan, Return on Asset (ROA) dapatdiperoleh dengan menggunakan rumus :

Ukuran Perusahaan

Ukuran Perusahaan adalah salah satu skala untuk menentukan besar kecilnya suatu perusahaan. Pada penelitian ini ukuran perusahaan akan diproxykan dengan Log naturnal Total Asset.

Tabel 3.1 Operasional Variabel

Jenis Variabel

Keterangan Skala Pengukuran Dependen

(terikat)

Financial Distress

Rasio Earning Per Share Independen (Bebas) Komisaris Independen Rasio Kepemilikan Saham Institusional

Rasio Presentase kepemilikan oleh institusi lain

Ukuran Dewan Direksi

Rasio Jumlah dewan Direksi termasuk CEO

Komite Audit

Rasio Jumlah orang dalam komite audit Latar

Belakang Pendidikan

Nominal Bidang keuangan = 1 Bidang non Keuangan = 0 ROA = x 100%

Kualitas Audit

Nominal KAP Bigfour = 1 KAP non Bigfour = 0

Kontrol Debt to

Equity Ratio

Rasio _{x 100%}

Return on Asset

Rasio ROA = x 100%

Size Rasio Size = Ln Total Assets

Populasi dan Sampel Penelitian

Populasi dan Sampel penelitian adalah seluruh perusahaan yang terdaftar di BEI pada tahun 2012 sampai dengan Tahun 2014. Sedangkan sampel yang digunakan dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di BEI selama periode 2012 sampai dengan 2014 dengan criteria tertentu. Metode yang digunakan dalam pengambilan sampel yaitu teknik non probability sampling yang dilakukan dengan cara purposive sampling yaitu teknik penentuan sampel dengan suatu kriteria tertentu. Kriteria dalam pengambilan sample penelitian ini adalah sebagai berikut :

(1) Perusahaan termasuk perusahaan menufaktur yang tercatat di BEI selama periode penelitian,

(2) Data laporan keuangan tahunan perusahaan tersedia untuk tahun pelaporan 2012,2013,2014 yang dinyatakan dalam Rupiah.

(3) Perusahaan yang memiliki kelengkapan data laporan keuangan yang berkaitan dengan pengukuran variabel yang digunakan dalam penelitian ini.Berdasarkan teknik pengambilan sampel tersebut, maka yang menjadi populasi sekaligus sampel didalam penelitian ini adalah sebanyak 67 perusahaan manufaktur yang terdaftar di BEI.

Data yang digunakan berupa data sekunder dan pooleddata. Data sekunder adalah data yang diperoleh peneliti secara tidak langsung melainkan melalui media perantara (diperoleh dari pihak lain). Data sekunder umumnya berupa bukti, laporan historis atau catatan yang telah tersusun dalam data dokumenter yang dipublikasikan maupun tidak. Pooled data merupakan gabungan dari data time series dan cross section. Time series merupakan kumpulan data dari fenomena tertentu yng didapat dalam satu kurun waktu saja, Umar (2003). Sumber data yang digunakan dalam penelitian ini diperoleh dari website Bursa Efek Indonesia, berupa laporan keuangan yang diamati.

3.6 Metode Pengumpulan Data

Data dikumpulkan dengan metode studi pustaka dan dokumentasi studi pustaka yang dilakukan dengan mengolah literatur, artikel, jurnal, meupun media lainnya yang berkaitana dengan topik pembahasan dari penelitian ini. Sedangkan dokumentasi dilakukan degan mengumpulkan sumber-sumber dokumenter seperti laporan keuangan perusahaan yang menjadi sampel penelitian.

Teknik AnalisisPengujian Data

Data yang telah dikumpulkan akan dianalisis dengan melakukan analisis stastistik deskriptis dan uji asumsi klasik. Analisis statistik deskriprif dilakukan untuk mengetahui dispersi dan distribusi data. Sedngkan uji asumsi klasik dilakukan untuk menguji kelayakan model regresi yang selanjutnya akan digunakan untuk menguji hipotesis penelitian.

Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (Kemencengan distribusi), Ghozali 2009. Skewnessmengukur kemencengan dari data dan kurtosismengukur puncak dari distribusidata. Data yang terdistribusi secara normal mempunyai nilai skewness dankurtosis mendekati nol, Ghozali(2009).

Pengujian Data Uji Asumsi Klasik

Uji asumsi klasik dilakukan untuk mendapatkan nilai estimasi yang diperoleh bersifat BLUE (Best, Linear, Unbiased, and Estimator) yang artinya nilai estimator yang terbaik, estimator yang linear, dan estimator yang tidak bias.Pengujian asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, autokorelasi, dan heteroskedatisitas.

3.7.2.2 Uji Normalitas

Uji normalitas bertujuan menguji apakah dalam model regresi, variabel penggangu atau residual memiliki distribusi normal.Jika data normal, maka digunakan statistik parametrik, dan jika data tidak normal maka digunakan statistik nonparametrik atau lakukan treatment agar data normal.Data yang baik adalah data yang mempunyai pola seperti distribusi normal. Menurut Ghozali (2013:160), cara untuk mendeteksi apakah residual berdistribusi normal atau tidak ada dua, yaitu analisis grafik dan analisis statistik. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dan grafik dengan melihat histogram dari residualnya. Dasar pengambilan keputusannya adalah:

Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola berdistribusi normal, maka model regresi memenuhi asumsi normalitas,

Jika data menyebar jauh dari diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan data berdistribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

Uji statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik Kolmogorov-Smirnov (K-S), yang dijelaskan oleh Ghozali (2013). Uji K-S dibuat dengan membuat hipotesis:

H0 : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal

Bila signifikansi >0,05 dengan α = 5% berarti distribusi data normal dan H0 diterima, sebaliknya bila nilai signifikan <0,05 berarti distribusi data tidak normal dan Ha diterima.

3.7.2.3 Uji Multikolonieritas

Uji Multikolonieritas memiliki tujuan menguji apakah model regresi ditemukan adanya korelasi antara variabel independen (Ghozali, 2013:105).Model regresi yang baik menunjukkan tidak terjadinya korelasi diantara variabel independen. Jika terjadi korelasi antarvariabel independen, menyebabkan variabel tidak orthogonal. Variabel orthogonal maksudnya variabel independen yang nilai korelasi antarvariabel independennya adalah nol. Model regresi yang baik seharusnya tidak ada korelasi antar variabel independen.Ada tidaknya multikolinieritas dapat dideteksi dengan melihat nilai tolerance dan Variance

Inflation Factor (VIF), serta dengan menganalisis matriks korelasi variabel-variabel independen. Nilai yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah jika nilai tolerance < 0,1 atau sama dengan nilai VIF>10, maka model dapat dikatakan terbebas dari multikolinearitas.

3.7.2.4 Uji Autokorelasi

Uji autokorelasi dilakukan untuk mengetahui apakah terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (Ghozali, 2013:110).Jika terdapat korelasi, maka dianamakan autokorelasi.Autokorelasi muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan yang lainnya.Cara yang dapat digunakan untuk mendeteksi masalah autokorelasi adalah dengan menggunakan nilai uji Durbin Watson (DW). Kriteria untuk penilaian terjadinya autokorelasi yaitu:

Nilai DW terletak antara batas atas atau upper bound (du) dan (4-du), maka koefisien autokorelasi=0, sehingga tidak ada korelasi.

Nilai DW lebih rendah dari pada batas bawah atau lower bound (dl), maka koefisien autokorelasi > 0, sehingga ada korelasi positif.

Nilai DW lebih bear daripada (4-dl), maka koefisien autokorelasi < 0, sehingga ada autokorelasi negatif.

Nilai Dw terletak diantara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan.

Uji heteroskedastisitas memiliki tujuan menguji apakah terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lainnya dalam model regresi (Ghozali, 2013:134).Jika varian dari residual satu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika varian berbeda, maka disebut heterokedasitas.Ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik Scaterplot antar nilai prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heteroskedastisitas, yaitu:

Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas,

Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 (nol) pada sumbu Y, maka tidak terjadi heteroskedastisitas atau terjadi homoskedastisitas.

3.7.3 Analisi Regresi

3.7.3.1 Analisis Regresi Linear Berganda

Analisis regresi liner berganda digunakan untuk meramalkan bagaimana hubungan variabel dependen bila dua atau lebih variabelindependendimanipulasi (Sugiono, 2011:210).Analisis ini bertujuan apakah profitabilitas, struktur modal dan ukuran perusahaan berpengaruh terhadap nilai perusahaan.Analisis ini menggunakan teknik analisis SPSS dengan metode analisis regrasi berganda dengan persamaan sebagai berikut:

Keterangan:

Y = Financial Distress X1 = Komisaris Independen

X2 = Kepemilikan Saham Institusional X3 = Ukuran Dewan Direksi

X4 = Komite Audit

X5 = Latar Belakang Pendidikan X6 = Kualitas Audit

α = Kostanta

β = Koefisien regresi

e = Sstandar eror

3.7.4 Pengujian Hipotesis

Pegujian hasil analisis linear berganda dan moderating dilakukan dengan Uji Koefisien Determinasi, Uji Signifikansi Parsial ( Uji t), Uji Signifikasi Simultan (Uji F), dan Uji Residual.

Koefisen Determinasi (R2)

Koefisien determinasi mengukur seberapa jauh kemampuan variabel independent dapat menjelaskan variabel terikat.Pengujian ini dilakukan dengan melihat nilai koefisien determinan.Nilai koefisien determinasi adalah antara 0 sampai dengan 1.Jika koefisien determinan bernilai 0, maka tidak ada hubungan antara variabel bebas dengan variabel terikat. Sebaliknya jika koefisien

determinan bernilai 1, maka variabel-variabel independen mampu memberikan hampir semua informasi yang dibutuhkan untuk memperediksi variabel dependen.

3.7.4.2 Uji Signifikansi Parsial (Uji t)

Uji t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen.Ketentuan hipotesis yang akan diuji adalah sebagai berikut:

a. Bila t hitung< t tabel, atauprobability lebih besar dari tingkat singfikasi (sig. > 0,05), artinya bahwa secara parsial variabel independen tidak berpengaruh terhadap variabel dependen;

b. Bila t hitung > t tabel, atauprobability lebih kecil dari tingkat signifikasi (sig. <0,05) artinya bahwa secara parsial variabel independen berpengaruh terhadap variabel dependen.

3.7.4.3Uji signifikasi Simultan (Uji F)

Uji F dilakukan untuk mengetahui apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama dengan variabel independen (Ghozali, 2013:98).Ketentuan hipotesis yang akan diuji adalah sebagai berikut:

a. Bila F hitung< F tabel, atau probabilitylebih besar dari tingkat singfikasi (sig.>0,05), artinya secara simutan tidak berpengaruh signifikan terhadap variabel dependen.

b. Bila F hitung > F tabel, atauprobability lebih kecil dari tingkat signifikasi (sig.<0,05) artinya bahwa secara simutan berpengaruh signifikan terhadap variabel dependen.

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN Deskriptif Penelitian

Data yang digunakan dalam penelitian ini diperoleh dengan menggunakan metode dokumentasi yaitu mengumpulkan dan menganalisis data sekunder yang berupa laporan keuangan yang telah diaudit dan laporan tahunan perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. Selanjutnya, data dianalisis dengan menggunakan analisis statistik deskriptif dan analisis statistik inferensial dengan menggunakan programSPSS 21.0 (aplikasi software pengolah data). Analisis statistik inferensial yang digunakan yaitu statistik non-parametik berupa analisis regresi logistik. Dalam statistik non-parametrik tidak digunakan uji asumsi klasik karena data penelitian tidak terdistribusi secara normal. Proses pengelolahannya dimulai dengan memasukkan data-data penelitian ke program SPSS sehingga menghasilkan output yang sesuai dengan metode analisis data yang digunakan. Dalam menentukan sampel digunakan metode purposive sampling yaitu dengan menggunakan kriteria-kriteria tertentu agar sampel yang dihasilkan benar-benar representatif. Melalui metode tersebut diperoleh delapan puluh lima perusahaan manufaktur yang memenuhi kriteria dan dijadikan sampel dalam penelitian yang diamati selama periode 2012 -2014 dengan 202 unit analisis.

Analisis Hasil Penelitian Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui karakteristik sampel yang digunakan dan menggambarkan variabel-variabel dalam penelitian. Penelitian menggunakan analisis descriptive pada variabel dengan skala rasio dan analisis frequencies pada variabel dengan skala nominal. Berikut ini disajikan tabel hasil pengujian dengan analisis descriptive:

Tabel 4.1

Statistik Deskriptif Variabel-Variabel dengan Skala Rasio

N Minimum Maximum

Mean Std. Deviation

Statistic Statistic Statistic

Statistic Statistic

KOMIND 201 ,0000000000000000 1,0000000000001000 _{,396063513600927 ,134397917164566}

KEPINS 201 ,0000000000000000 ,9896000000001000 _{,679412039801095 ,212160225198695}

DEWDIR 201 2,0 15,0 _{4,711 2,1299}

KOMAUDIT 201 2,0 5,0 _{3,040 ,3293}

DER 201 -7,3854708663308230 13,4520624600311840 _{5,660147491643475 4,866902118136895}

FD 201 -6,4377516497365015 16,7327406033634070 _{7,115359371990877 4,135193723134998}

ROA 201 -7,2890506352118870 8,9790365289080040 _{2,897764415168478 2,965488624910601}

Size 201 6,1446062529679710 6,9928314231741410 _{6,658600287397602 ,120068915643513}

Valid N (listwise) 201

Adapun variabel dalam penelitian ini adalah komisaris independen, kepemilikan institusional, dewan direksi, komite audit, dengan variabel kontrol Debt Equity Ratio, Return on Asset, dan Size (ukuran perusahaan). Nilai minimum dari Financial Distress adalah -6,437 pada perusahaan STAR 2013 dan nilai maksimumnya adalah 16,7327 pada perusahaan LMSH Tbk pada tahun 2012. Rata-rata dari Financial Distress pada penelitian ini adalah 7,11 dengan standar

deviasi adalah 4,13 . Ini mengambarkan berarti bahwa ukuran penyebaran data dari rata- ratanya besar dan simpangan data pada variabel ini dikatakan masih relative kecil.

Variabel Komisaris Independen diukur dengan persentase komisaris independen dibanding total dewan komisaris. Dari tabel diatas, dapat dilihat bahwa nilai minimum adalah 0,000 dan nilai maksimum 0,9896. Nilai rata-rata yang dimiliki adalah 0,6794 dengan standar deviasinya 0,1343 .

Variabel Kepemilikan saham institusional diukur dengan persentase hak suara yang dimiliki oleh kepemilikan institusional. Dari tabel diatas, dapat dilihat bahwa nilai minimum adalah 0,000 dan nilai maksimum 1,000 .. Nilai rata-rata yang dimiliki adalah 0,396 dengan standar deviasinya 0,2121.

Variabel ukuran dewan direksi diukur dengan menghitung jumlah Dewan direksi termasuk CEO.. Dari tabel diatas, dapat dilihat bahwa nilai minimum adalah 2,0 dan nilai maksimum 15,0 .. Nilai rata-rata yang dimiliki adalah 4,711 dengan standar deviasinya 2,1299.

Variabel komite audit diukur dengan menghitung jumlah anggota komite audit dari setiap perusahaan. Dari tabel diatas, dapat dilihat bahwa nilai minimum adalah 2,0 dan nilai maksimum 5,0 .. Nilai rata-rata yang dimiliki adalah 4,711 dengan standar deviasinya 0,3293.

Tabel 4.2

Statistik Deskriptif Variabel-Variabel dengan Skala Nominal

Statistics

LAT.PEND KUAL.AUD FD

N Valid 201 201 201

Sumber : Hasil Olahan SPSS

Berdasarkan tabel 4.2a dapat dideskripsikan bahwa jumlah data yang valid atau sah adalah 201 unit analisis sedangkan data yang hilang (missing) adalah nol. Artinya semua data telah diproses.

LATPEND

Frequency Percent Valid Percent Cumulative

Percent

Valid

,0 8 4,0 4,0 4,0

1,0 193 96,0 96,0 100,0

Total 201 100,0 100,0

Sumber : Hasil Olahan SPSS

Berdasarkan dapat dideskripsikan bahwa variabel inpenden, yaitu latar belakang pendidikan komite audit merupakan variabel dengan skala ukur nominal yang menggunakan variabel dummy. Dimana komite audit yang memiliki latar belakang bidang keuangan diberi kode “1” sedangkan komite audit yang tidak memiliki latar belakang bidang keuangan diberi kode “0”. Data yang diolah bersifat valid karena seluruhnya telah diproses. Perusahaan yang memiliki komite audit dengan latar belakang pendidikan dibidang keuangan ada 193 perusahaan atau 96% dari total keseluruhan data sedangkan komite audit dengan latar belakang non keuangan sebesar 8 perusahaan atau 4% dari total keseluruhan data.

KUAL.AUD

Frequency Percent Valid Percent Cumulative

Percent Valid

,0 141 70,1 70,1 70,1

1,0 60 29,9 29,9 100,0

Total 201 100,0 100,0

Berdasarkan tabel dapat dideskripsikan bahwa variabel inpenden, kualitas audit merupakan variabel dengan skala ukur nominal yang menggunakan variabel dummy. Dimana perusahaan yang menggunakan KAP BIG FOUR diberi kode “1” sedangkan perusahaan dengan kualitas audit non BIG FOUR diberi kode “0”. Data yang diolah bersifat valid karena seluruhnya telah diproses. Perusahaan yang memiliki kualitas audit Big Four ada 60 perusahaan atau 29,9% dari total keseluruhan data sedangkan perusahaan yang memiliki kualitas audit non Big Four sebesar 141 perusahaan atau 70,1% dari total keseluruhan data.

4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas

Uji Normalitas dilakukan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.Uji normalitas pada penelitian ini dilakukan dengan analisis grafik dengan analisis grafik dan analisi statistik.

Analisis Grafik

Analisis grafik dilakukan dengan cara melihat grafik histogram dan grafik normal propability plot. Pada grafik histogram data dikatakan berdistribusi normal apabila data tersebut mengikuti atau mendekati distribusi dengan berbentuk lonceng.Pada grafik normal propability plot, data berdistibusi normal apabila titik-titik data mengkuti garis diagonal yang memanjang.

Pada gambar 4.1 diatas menunjukkan bahwa grafik histogram data penelitian ini berdistribusi normal, hal ini dapat dilihat dari bentuk grafik yang berbentuk lonceng yang tidak melenceng dari ke kiri ataupun ke kanan pada persamaan regresi di atas. Oleh karena itu, dapat disimpulkan bahwa model regresi telah memenuhi asumsi normalitas dan model regresi layak dipakai pada penelitian ini.

Pada gambar 4.2 diatas dapat dilihat bahwa adanya titik-titik yang mengikuti garis normal yang memanjang dan tersebar mengikti garis normal.Oleh karena itu, dapat disimpulkan bahwa data berdistribusi dengan normal dan model regresi dapat digunakan dapat penelitian ini.

Analisi Statistik

Analisis ini dilakukan melalui Uji Kolmogorov-Simirnov. Jika nilai signifikasi lebih dari 0,05 maka data dapat dikatakan berdistribusi normal. Hasil dari pengujian Kolmogorov-Smirnov dapat dilihat pada tabel dibawah ini:

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 201

Normal Parametersa,b Mean ,0000000

Std. Deviation 3,41612020

Most Extreme Differences

Absolute ,093

Positive ,054

Negative -,093

Kolmogorov-Smirnov Z 1,316

Asymp. Sig. (2-tailed) ,063

a. Test distribution is Normal. b. Calculated from data.

Nilai Kolmorogrov-Smirnov dari tabel 4.2 yaitu 1,316dengan nilai Asmp. Sig.

(2-tailed) sebesar 0,063. Nilai signifikasi pada persamaan regresi ini lebih besar 0,05

sehingga dapat disimpulkan bahwa data pada model berdistribusi normal.

4.3.2 Uji Multikolonieritas

Uji Multikolonieritas memiliki tujuan menguji apakah model regresi terjadi korelasi antara variabel independen. Model regresi data dikatakan bebas dari multikolinearitas jika nilai tolerance < 0,1 atau sama dengan nilai VIF>10. Hasil uji multikolenearitas dapat dilihat pada tabel berikut.

Coefficientsa

Model Collinearity Statistics

Tolerance VIF

1

(Constant)

KOMIND ,867 1,153

KEPINS ,885 1,130

DEWDIR ,495 2,020

KOMAUDIT ,806 1,241

LATPEND ,911 1,098

KUALAUD ,445 2,246

DER ,937 1,067

ROA ,854 1,171

Size ,620 1,614

a. Dependent Variable: FD

Dari tabel 4.3 nilai Tolerance variabel Komisaris Independen sebesar 0,867, kepemilikan institusional sebsar 0,885, Dewan Direksi sebesar 0,495, komite audit sebesar 0,806, latar belakang pendidikan sebesar 0,911, kualitas audit sebesar 0,445nberada diatas nilai 0,10 (Tolerance> 0,10) dan nilai VIF variabel komisaris independen 1,153, kepemilikan institusional 1,130, Dewan Direksi 2,020, Komite audit 1,241, latar belakang pendidikan 1,098, dan kualitas audit 2,246 lebih kecil dari 10 (VIF<10), sehingga disimpulkan bahwa data pada penelitian ini tidak mengalami masalah multikolinearitas.

Tabel 4.4

Nilai Koefisien Korelasi

Coefficient Correlationsa

Model Size LATPEND KEPINS DER ROA

1 Correlations

Size 1,000 ,032 ,035 -,084 ,098

LATPEND ,032 1,000 -,042 -,049 -,077

KEPINS ,035 -,042 1,000 -,089 -,045

DER -,084 -,049 -,089 1,000 ,164

ROA ,098 -,077 -,045 ,164 1,000

KOMAUDIT -,060 -,005 ,167 -,102 -,085

KOMIND -,063 ,234 -,217 -,073 ,083

DEWDIR -,186 ,043 -,015 ,028 ,008

KUALAUD -,381 -,121 -,144 ,008 -,244

Model KOMAUDIT KOMIND DEWDIR KUALAUD

1 Correlations

Size -,060 -,063 -,186 -,381

LATPEND -,005 ,234 ,043 -,121

KEPINS ,167 -,217 -,015 -,144

DER -,102 -,073 ,028 ,008

ROA -,085 ,083 ,008 -,244

KOMAUDIT 1,000 ,006 -,296 ,023

KOMIND ,006 1,000 -,058 ,013

DEWDIR -,296 -,058 1,000 -,475

KUALAUD ,023 ,013 -,475 1,000

Tabel nilai Koefisien Korelasi diatas dapat dilihat bahwa hubungan antara variabel- variabel independen mempunyai hasil korelasi antarvariabel dibawah 0,9 sehingga dapat disimpulkan tidak terjadi multikolinearitas.

4.3.3 Uji Autokorelasi

Uji autokorelasi bertujuan untuk mengetahui apakah terjadi korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya).Uji Autokorelasi dilakukan dengan melakukan uji Durbin Watson (DW).

Model R R Squareb _{Adjusted R Square Std. Error of the}

Estimate

Durbin-Watson

1 ,909a ,826 ,818 3,50489 1,777

Hasil uji Durbin-Watson pada panelitian ini adalah 1,777. Data tidak mengalami

autokorelasi apabila du<d<4-du. Nilai du dapat dilihat pada tabel Durbin-Watson yang berada pada lampiran 5.Nilai du dilihat dari simbol ‘k’ yang menunjukkan banyaknya variabel independen pada penelitian dan simbol ‘n’ menunjukkan jumlah observasi pada penelitian. Penelitian ini menggunakan variabel independen dan jumlah observasi 201 , sehingga pada tabel du dimana ‘k’=5 dan ‘n’=201 di dapat bahwa nilai du adalah 1,725 dan nilai 4-du adalah 2,275. Dari uji ini maka di dapat hasil 1,725< 1,777< 2,275 sehingga disimpulkan tidak terjadi autokorelasi.

4.3.4 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lainnya

dalam model regresi (Ghozali, 2013). Model regresi yang baik adalah jika varian dari residual pengamatan tetap (homoskedastisitas) atau tidak terjadi heteroskedatisitas. Uji ini dilakukan dengan melihat grafik Scaterplot antar nilai prediksi variabel independen dengan nilai residualnya.

Berdasarkan gaambar 4.3 diatas menujukkan bahwa data- data pada penelitian ini menyebar secara acak dan tidak membentuk suatu pola tertentu serta tersebar diatas maupun dibawah titik nol yang dapat dilihat dari grafik Scatter Plot .Oleh karena itu, maka model regresi disimpulkan tidak mengalami masalah heteroskedastisitas.

Analisis regresi linear berganda pada penelitian ini dilakukanuntuk meramalkan bagaimana hubungan variabel dependen bila dua atau lebih variabel dimanipulasi (Sugiono, 2011:210).Variabel dependen pada penelitian ini adalah nilai perusahaan sedangkan variabel independenya adalah profitabilitas, struktur modal, dan ukuran perusahaan. Hasil uji regresi berganda dapat dilihat pada tabel

dibawah ini:

Tabel diatas menunjukan bahwa nilai konstansta yaitu (α) -18,592, Komisaris

Independen (β1) -0,576, koefisien Kepemilikan Institusional (β2) -0,278, dan

koefisien Dewan Direksi (β3) 0,348 , Koefisien Komite Audit (β4) 0,625, Koefisien Latar Belakang Pendidikan (β5) 0,942, Koefisien Kualitas Audit (β6) -0,527 Berdasarkan hasil uji regresi berganda diatas, maka persamaannya diperoleh sebagai berikut:

Y = -18,592+ (-0,576)X1 + (-0,278)X2+ 0,348X3+0,625X4 + 0,942X5 + (-0,527)X6 +e

Unstandardized Coefficients Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -18,592 17,311 -1,074 ,284

KOMIND -,576 1,975 -,019 -,291 ,771

KEPINS -,278 1,239 -,014 -,225 ,823

DEWDIR ,348 ,165 ,179 2,111 ,036

KOMAUDIT ,625 ,836 ,050 ,747 ,456

LATPEND ,942 1,322 ,045 ,713 ,477

KUALAUD -,527 ,807 -,058 -,652 ,515

DER ,066 ,052 ,078 1,264 ,208

ROA ,678 ,090 ,486 7,518 ,000

Keterangan:

Y = Financial Distress X1 = Komisaris Independen

X2 = Kepemilikan Saham Institusional X3 = Ukuran Dewan Direksi

X4 = Komite Audit

X5 = Latar Belakang Pendidikan X6 = Kualitas Audit

α = Kostanta

β = Koefisien regresi

e = Sstandar eror

(Penyimpangan yang mungkin terjadi, yaitu sebesar 0,05)

Interpretasi regresi diatas yaitu sebagai berikut: Koefisien (α) -18,592

Nilai konstanta menunjukkan bahwa apabila komisaris independen, kepemilikan institusional, dewan direksi, komite audit, latar belakang pendidikan, kualitas audit, memiliki nilai 0 (nol) maka nilai perusahaan menjadi sebesar -18,592.

Koefisien Komisaris Independen (β1) (-0,576)

Nilai koefisien regresi profitabilitas sebesar -0,576 menunjukkan bahwa setiap

kenaikan 1% pada Komisaris Independentidak akan diikuti dengan peningkatan Financial Distress sebesar 0,576 dengan asumsi koefisien lainnya dianggap tetap. Koefisien Kepemilikan Institusional (β2) (-0,278)

Nilai koefisien struktur modal sebesar -0,278. Hal ini menunjukkan bahwa setiap

kenaikan 1% pada Kepemilikan Institusional akan diikuti dengan penurunan nilai perusahaan sebesar 0,278 dengan Financial Distress perusahaan lainnya dianggap

tetap.

Nilai koefisien Dewan Direksi sebesar 0,348menunjukkan bahwa setiap kenaikan

1% pada Dewan Direksi akan diikuti dengan peningkatan Financial Distress sebesar 0,348dengan asumsi koefisien lainnya dianggap tetap.

Koefisien Komite Audit (β4) 0,625

Nilai koefisien Komite Audit sebesar 0,625menunjukkan bahwa setiap kenaikan

1% pada Komite Audit akan diikuti dengan peningkatan Financial Distress sebesar 0,625dengan asumsi koefisien lainnya dianggap tetap.

Koefisien Latar Belakang Pendidikan (β3) 0,942

Nilai koefisien Latar Belakang Pendidikan sebesar 0,942menunjukkan bahwa

setiap kenaikan 1% pada Latar Belakang Pendidikan akan diikuti dengan peningkatansebesar 0,942 pada Financial Distress dengan asumsi koefisien lainnya

dianggap tetap.

Koefisien Kualitas Audit (β3) (-0,527)

Nilai koefisien Kualitas Audit sebesar -0,527menunjukkan bahwa setiap kenaikan

1% pada Kualitas Audit akan diikuti dengan penuerunanpada Financial Distress sebesar0,527dengan asumsi koefisien lainnya dianggap tetap.

4.5 Pengujian Hipotesis

Setelah melakukan uji asumsi klasik, maka dapat disimpulkan bahwa model regresi yang dipakai pada penelitian ini telah memenuhi model estimasi BLUE (Best Linear Unbiased Estimated) yang artinyanilai estimator yang terbaik,

estimator yang linear, dan estimator yang tidak bias.Ketepatan fungsi regresi sampel dalam menaksir nilai aktualnya dapat diukur dari Goodness of fitnya yang secara statistik dapat diukur dari nilai koefisien determinasi, nilai statistik uji t dan nilai statistik uji F.

4.5.1 Koefisien Determinasi ( Uji R2)

Koefisien determinasi (R Square) mengukur seberapa jauh kemampuan variabel independent dapat menjelaskan variabel terikat.Pengujian ini dilakukan dengan melihat nilai koefisien determinan.Nilai koefisien determinasi adalah antara 0 sampai dengan 1. Semakin tinggi nilai R Square (koefisien korelasi) maka akan semakin baik model regresi karena variabel independen mampu memberikan semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Namun, nilai R Square yang kecil memiliki arti bahwa kemapuan variabel independen dapat menjelaskan variabel dependen amat terbatas. R Square memiliki kelemahan yaitu apabila setiap penambhan variabel independen ke dalam model, maka R Square pasti meningkat tidak peduli apakah variabel tersebut berpengaruh signifikan atau tidak signifikan terhadap variabel dependen (Ghozali, 2013).

Angka koefisien korelasi (Adjusted R Square) menunjukan seberapa besar variasi dependen dapat dijelaskan oleh variasi yang terjadi pada variabel independen. Nilai Adjusted R Squaredapat turun maupun naik meskipun ada penambahan variabel. Standar Eror of Estimate, apabila semakin kecil maka akan membuat model regresi semakin tepat dalam memprediksi variabel dependen.

Model Summaryb

Model R R Square Adjusted R Square Std. Error of the

Estimate

Durbin-Watson

1 ,564

a

,318 ,285 3,4956782914740

54

1,752

a. Predictors: (Constant), Size, LATPEND, KEPINS, DER, ROA, KOMAUDIT, KOMIND, DEWDIR, KUALAUD

b. Dependent Variable: FD

Pada tabel 4.7 didapati bahwa pada persamaan 1 nilai R Square adalah 0,318. Hal ini berarti Financial Distress mampu dijelaskan sebesar 31,8% komisaris independen, kepemilikan institusional, dewan direksi, komite audit, latar belakang pendidikan dan kualitas audit, sedangkan 68,2% dijelaskan oleh variabel- variabel lain yang tidak diteliti pada penelitian ini.

4.5.2 Uji Parsial ( Uji t)

Uji t pada dasarnya menunjukkan seberapa besar pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen.Ketentuan hipotesis yang akan diuji adalah sebagai berikut:

a. Bila t hitung< t tabel, atauprobability lebih besar dari tingkat singfikasi (sig. > 0,05), artinya bahwa secara parsial variabel independen tidak berpengaruh terhadap variabel dependen;

b. Bila t hitung > t tabel, atau probability lebih kecil dari tingkat signifikasi (sig. <0,05) artinya bahwa secara parsial variabel independen berpengaruh terhadap variabel dependen.

Coefficientsa

Model Unstandardized Coefficients Standardized

Coefficients

T Sig.

B Std. Error Beta

1

(Constant) -18,592 17,311 -1,074 ,284

KOMIND -,576 1,975 -,019 -,291 ,771

KEPINS -,278 1,239 -,014 -,225 ,823

DEWDIR ,348 ,165 ,179 2,111 ,036

KOMAUDIT ,625 ,836 ,050 ,747 ,456

LATPEND ,942 1,322 ,045 ,713 ,477

KUALAUD -,527 ,807 -,058 -,652 ,515

DER ,066 ,052 ,078 1,264 ,208

ROA ,678 ,090 ,486 7,518 ,000

Size 2,928 2,615 ,085 1,120 ,264

Dependent Variable: FD

Pada tabel diatas mengambarkan bagaimana pengaruh dan hubungan antara komisaris independen, kepemilikan institusional, dewan direksi, komite audit, latar belakang pendidikan, dan kualitas audit terhadap Kondisi Financial Distress secara parsial. Nilai t tabel penelitian ini adalah 1.97190 . Nilai t tabel dengan signifikasi 0,05 dapat dilihat pada lampiran 6

Berikut ini penjelasan pengaruh setiap variabel independen secara parsial.

Komisaris Independen (X1)

Komisaris Independen memiliki t hitung yaitu -0,291dengan nilai t bernilai negatif yang menujukkan bahwa Komisaris Independen memiliki pengaruh yang negatif terhadap nilai perusahaan. Nilai t hitung< t tabel (-0,291<1.97190). Nilai signifikasi Komisaris Independen adalah 0,771lebih besar dari 0,05. Oleh karena itu, dapat

disimpulkan bahwa variabel Komisaris Independen berpengaruh negatif tetapi tidak signifikan terhadap Financial Distress.

Kepemilikan Institusional (X2)

Kepemilikan Institusional t hitung yaitu -0,225dengan nilai t bernilai negatif yang menujukkan bahwa kepemilikan institusional memiliki pengaruh yang negatif terhadap financial Distress. Nilai thitung > ttabel(-,225<1.97190). Nilai signifikasi struktur modal adalah 0,823lebih besar dari 0,05. Oleh karena itu, dapat

disimpulkan bahwa variabel Kepemilikan Institusional berpengaruh negatif dan tidak signifikan terhadap nilai Financial Distress.

Dewan Direksi (X3)

Dewan Direksi memiliki t hitung yaitu 2,111dengan nilai t bernilai positif yang menujukkan bahwa ukuran perusahaan memiliki pengaruh yang positif terhadap nilai perusahaan. Nilai t hitung> t tabel(2,111>1.97190). Nilai signifikasi Dewan Direksi adalah 0,036lebih kecil dari 0,05. Oleh karena itu, dapat disimpulkan

bahwa variabel Dewan Direksi berpengaruh positif dan signifikan terhadap Financial Distress.

Komite Audit (X4)

Komite Audit memiliki t hitung yaitu 0,747dengan nilai t bernilai positif yang menujukkan bahwa ukuran perusahaan memiliki pengaruh yang positif terhadap nilai perusahaan. Nilai t hitung> t tabel(0,747<1.97190). Nilai signifikasi ukuran perusahaan adalah 0,456lebih besar dari 0,05. Oleh karena itu, dapat disimpulkan

bahwa variabel Komite Audit berpengaruh positif dan tidak signifikan terhadap Financial Distress.

Latar Belakang Pendidikan(X5)

Latar Belakang Pendidikan memiliki t hitung yaitu 0,713dengan nilai t bernilai positif yang menujukkan bahwa Latar Belakang Pendidikan memiliki pengaruh yang positif terhadap Financial Distress. Nilai t hitung> t tabel(0,713<1.97190). Nilai signifikasi ukuran perusahaan adalah ,515lebih besar dari 0,05. Oleh karena itu,

dapat disimpulkan bahwa latar belakang pendidikan berpengaruh positif dan tidak signifikan terhadap Finanal Distress.

Variabel Kontrol

Debt Equity Ratio (X7)

DER memiliki t hitung yaitu 1,264dengan nilai t bernilai positif yang menujukkan bahwa DER memiliki pengaruh yang positif terhadap Financial Distress. Nilai t hitung> t tabel(1,264<1.97190). Nilai signifikasi DER adalah 0,208lebih besar dari 0,05. Oleh karena itu, dapat disimpulkan bahwa variabel DER berpengaruh positif dan tidak signifikan terhadap Financial Distress.

Return on Asset (X8)

ROA memiliki t hitung yaitu 7,518dengan nilai t bernilai positif yang menujukkan bahwa ROA memiliki pengaruh yang positif terhadap Financial Distress. Nilai t hitung> t tabel (7,518>1.97190). Nilai signifikasi ukuran perusahaan adalah 0,000 lebih kecil dari 0,05. Oleh karena itu, dapat disimpulkan bahwa variabel ROA berpengaruh positif dan signifikan terhadap Financial Distress.

Size (X9)

Size memiliki t hitung yaitu 1,120dengan nilai t bernilai positif yang menujukkan bahwa size memiliki pengaruh yang positif terhadap Financial Distress. Nilai t

hitung> t tabel(1,120<1.97190). Nilai signifikasi Size adalah 0,264 lebih besar dari

0,05. Oleh karena itu, dapat disimpulkan bahwa variabel ukuran perusahaan

berpengaruh positif dan tidak signifikan terhadap financial distress.

4.5.3 Uji Simultan (Uji F)

Uji F dilakukan untuk mengetahui apakah semua variabel independen

yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama

dengan variabel independen ( Ghozali, 2013). Ketentuan hipotesis yang akan diuji

adalah sebagai berikut:

a. Bila F hitung< F tabel, atauprofitability lebih besar dari tingkat singfikasi

(sig.>0,05), artinya secara simutan tidak berpengaruh signifikan terhadap variabel

dependen.

b. Bila F hitung > F tabel, atauprofitability lebih kecil dari tingkat signifikasi

(sig.<0,05) artinya bahwa secara simutan berpengaruh signifikan terhadap

variabel dependen.

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 1085,990 9 120,666 9,875 ,000b

Residual 2333,975 191 12,220

Total 3419,965 200

a. Dependent Variable: FD

b. Predictors: (Constant), Size, LATPEND, KEPINS, DER, ROA, KOMAUDIT, KOMIND, DEWDIR, KUALAUD

Pada tabel diatas menunjukkan bahwa nilai F hitung bernilai 9,875sedangkan nilai F tabel adalah 2.15 . Hasil F tabel tersebut ditentukan dengan langkah yaitu pada tabel

terdapat df untuk pembilang (N1) yang dilihat dari jumlah variabel independen

pada penelitian ini yaitu N1 adalah 6. Nilai df untuk penyebut (N2) merupakan

observasi dikurangi jumlah variabel dependen dan independenya sehingga N2

adalah 195 (201-6). Nilai F tabel dapat dilihat pada lampiran 7. Nilai F hitung> F tabel (9,875>2.15). Nilai signifikasi variabel independen adalah 0,000 lebih kecil

dari 0,05. Oleh karena itu, dapat disimpulkan bahwa variabel independen pada

penelitian ini secara simultan berpengaruh positif dan signifikan terhadap

BAB V

KESIMPULAN DAN SARAN Kesimpulan

Berdasarkan analisis hasil penelitian dan pembahasan yang telah dilakukan, maka

dapat diambil kesimpulan sebagai berikut.

Diperoleh bukti empiris bahwa komisaris independen berpengaruh negatif dan

tidak signifikan terhadap Financial Distress Pada perusahaan manufaktur yang

terdaftar di BEI tahun 2012- 2014. Hasil ini sama dengan hasil penelitian

Christina & Fajar (2008) yang menyatakan bahwa Komisaris Independen tidak

berpengaruh terhadap Financial Distress. Hasil yang berbeda ditunjukkan

penelitian Revina, Yeni, Muhtar (2015) yang menyatakan bahwa komisaris

Independen berpengaruh secara signifikan terhadap Financial Distress.

Diperoleh bukti empiris bahwa Kepemilikan Saham Institusionalberpengaruh

negatif dan secara tidak signifikan terhadap Financial DistressPada perusahaan

manufaktur yang terdaftar di BEI tahun 2012- 2014. Hasil ini sesuai dengan hasil

penelitian Christina & Fajar (2008) yang menyatakan bahwa kepemilikan

institusional berpengaruh tidak signifikan terhadap Financial Distress. Dan

berbeda dengan hasil penelitian Siti Muntiah (2013) yang menyatakan bahwa

kepemilikan institusional berpengarug signifikan terhadap kinerja keuangan

perusahaan.

Diperoleh bukti empiris bahwa Variabel Ukuran Dewan Direksi memiliki nilai

positif dan berpengaruh secara signifikan terhadap Financial DistressPada

dengan penelitian Christina & Fajar (2008) yang menyatakan bahwa Dewan

Direksi berpengaruh tidak signifikan terhadap Financial Distress

Diperoleh bukti empiris bahwa Variabel Proporsi Komite Audit memiliki nilai

positif dan tidak berpengaruh secara signifikan terhadap Financial Distress Pada

perusahaan manufaktur yang terdaftar di BEI tahun 2012- 2014. Hasil ini berbeda

dengan penelitian Siti Muntiah (2013) yang menyatakan bahwa Komite Audit

berpengaruh signifikan terhadap kinerja keuangan perusahaan yang dapat

mengurangi permasalahan Keuangan.

Diperoleh bukti empiris bahwa Variabel Latar Belakang Pendidikan memiliki

nilai tidak berpengaruh positif dan secara tidak signifikan terhadap Financial

Distress Pada perusahaan manufaktur yang terdaftar di BEI tahun 2012-

2014.Hasil yang berbeda ditunjukkan penelitian Revina, Yeni, Muhtar (2015)

yang menyatakan bahwa Latar Belakang Pendidikan berpengaruh secara

signifikan terhadap Financial Distress.

Diperoleh bukti empiris bahwa Variabel Kualitas Audit memiliki nilai negatif

tidak berpengaruh secara signifikan terhadap Financial DistressPada perusahaan

manufaktur yang terdaftar di BEI tahun 2012- 2014.

Diperoleh bukti empiris bahwa Variabel Kontrol Debt Equity Ratio memiliki nilai

positif dan tidak berpengaruh secara signifikan terhadap Financial DistressPada

perusahaan manufaktur yang terdaftar di BEI tahun 2012- 2014.

Diperoleh bukti empiris bahwa Variabel Kontrol Return on Asset memiliki nilai

positif dan berpengaruh secara signifikan terhadap Financial DistressPada

Diperoleh bukti empiris bahwa Variabel Kontrol Size memiliki nilai positif dan

tidak berpengaruh secara signifikan terhadap Financial DistressPada perusahaan

manufaktur yang terdaftar di BEI tahun 2012- 2014.

Berdasarkan hasil analisis statistik frekuensi diperoleh temuan penelitian

sebagai berikut:

Perusahaan yang mengalami Financial Distress dengan melihat Earning per share

negatif ada sebanyak 21 perusahaan atau 10,4% dari total keseluruhan data

sedangkan perusahaan yang tidak mengalami Financial Distress sebanyak 180

perusahaan atau 89,06% dari total keseluruhan data. Hal ini menunjukkan

mayoritas perusahaan sampel tidak mengalami kondisi financial distress.

Perusahaan yang memiliki kualitas audit Big Four ada 60 perusahaan atau 29,9%

dari total keseluruhan data sedangkan perusahaan yang memiliki kualitas audit

non Big Four sebesar 141 perusahaan atau 70,1% dari total keseluruhan

data.Hal ini menunjukkan mayoritas perusahaan sampel memiliki kualitas audit

non Big Four.

Perusahaan yang memiliki komite audit dengan latar belakang pendidikan

dibidang keuangan ada 193 perusahaan atau 96% dari total keseluruhan data

sedangkan komite audit dengan latar belakang non keuangan sebesar 8

perusahaan atau 4% dari total keseluruhan data.. Hal ini menunjukkan mayoritas

perusahaan sampel memiliki komite audit yang berlatar belakangkan pendidikan

dibidang keuangan atau ekonomi.

Penelitian ini hanya menggunakan enam variabel independe. Penelitian ini juga

hanya menggunakan tiga variabel kontrol.

Periode penelitian ini hanya 3 tahun sehingga belum bisa melihat kecenderungan

Financial Distress dalam jangka waktu yang lebih panjang.

Penelitian ini hanya memuat sektor manufaktur sebagai populasi dalam

pengambilan sampelnya dan tidak mengikutsertakan sektor lain sehingga belum

bisa melihat Financial Distress dalam ruang lingkup yang lebih luas.

Saran

Berdasarkan hasil dan keterbatasan penelitian ini terdapat beberapa saran untuk

penelitian selanjutnya, yaitu :

Penelitian selanjutnya diharapkan menggunakan variabel-variabel tambahan yang

belum pernah digunakan oleh peneliti sebelumnya sehingga hasil penelitian terus

berkembang dan mampu memprediksi faktor-faktor yang menyebabkan Financial

Distress pada Perusahaan.

2. Penelitian selanjutnya diharapkan untuk menambah tahun pengamatan dan

objek penelitian pada perusahaan dari sektor lainnya selain perusahaan

manufaktur untuk mendapatkan kecenderungan Financial Distress Perusahaan