Saran KESIMPULAN DAN SARAN

Earning to Total Assets, EBIT to Total Assets, Book Value of Equity to Book Value of Debts. 3. Variabel Makro sebagai variabel moderasi tidak mampu memoderasi hubungan antara variabel independen dengan variabel dependen yaitu Z”Score, dengan hasil pengujian variabel interaksi memiliki signifikansi sebesar 0.344 0.05. Variabel interasksi sebagai hasil uji regresi moderasi.

5.2 Saran

Berdasarkan penelitian yang dilakukan maka saran yang dapat diberikan untuk perusahaan telekomunikasi di Bursa Efek Indonesia dan para pihak yang terkait yaitu sebagai berikut : 1. Saran untuk perusahaan telekomunikasi dari laporan keuangan tahun 2012 sampai tahun 2014 yaitu : a. Bagi perusahan yang mengalami masalah nilai rasio X 1 yang rata-rata bernilai negatif atau masalah modal kerja bersih yang negatif maka perusahaan disarankan dapat melakukan beberapa hal yang berkaitan dengan penambahan modal kerja, menurut Munawir 2002 :120-122 disimpulkan bahwa penambahan modal kerja ada empat yaitu 1 Penambahan dari hasil operasi perusahaan atau laba yang tidak diambil pemilik. 2 Penjualan surat berharga dimana penjualan harus lebih tinggi dari harga yang dibeli atau dapat menguntungkan. 3 Penjualan aset tetap yang tidak diperlukan dan tidak boleh terlalu besar sehingga Universitas Sumatera Utara tidak dapat menimbulkan aset lancar atau modal kerja yang berlebihan. 4 Penjualan saham dan obligasi secukupnya sehingga tidak terlalu menimbulkan beban bunga maupun hutang yang besar. b. Bagi Perusahaan yang mengalami masalah nilai rasio X 2 yang negatif atau masalah laba ditahan negatif, maka saran yang dapat diberikan yaitu perusahaan dapat menambah laba ditahan, salah satunya yaitu dengan mengurangi pembagian deviden sehingga dapat memberikan cadangan atau laba ditahan. Perusahaan juga harus mengurangi kerugian operasi yang terjadi pada perusahaan karena laba ditahan bersumber dari hasil operasi perusahaan dan apabila perusahaan merugi terus menerus maka laba ditahan suatu saat akan dapat bernilai negatif. c. Bagi perusahaan yang mengalami masalah nilai rasio X 3 yang negatif atau masalah produktivitas aset dalam menghasilkan laba EBIT, maka saran yang dapat diberikan yaitu mengurangi biaya beban usaha seperti beban gaji, beban sewa dan beban lain-lain yang berhubungan dengan kegiatan produksi yang tidak efektif atau tidak diperlukan lahi sehingga perusahaan terhindar dari kerugian dan dapat dikatakan produktif kembali karena tidak terlalu menanggung beban operasi perusahaan yang melebihi total penerimaan. Universitas Sumatera Utara d. Bagi perusahaan yang mengalami masalah rasio X 4 yang negatif atau masalah jumlah modal yang negatif maka saran yang dapat diberikan yaitu perusahaan dapat mengganti pendanaan melalui obligasi ke dalam bentuk saham untuk meningkatkan jumlah aset dalam menutupi jumlah hutang, bila perusahaan menggunakan saham sebagai penambahan aset setidaknya perusahaan tidak menambah risiko pembayaran obligasi apabila perusahaan mengalami kerugian karena obligasi yang jatuh tempo berserta bunga walaupun bunganya lebih rendah dibandingkan deviden sedangkan dengan saham, perusahaan akan menanggung risiko lebih kecil karena pemegang saham menanggung risiko yang sama dengan perusahaan pada saat perusahaan mengalami kerugian. e. Bagi Perusahaan yang mendapatkan hasil Z”Score yang termasuk ke dalam kategori distress zone dan mengalami Z”Score yang menurun setiap tahunnya, maka perusahaan dapat menjadikan sebagai early warning atau peringatan awal agar perusahaan dapat melakukan pencegahan sebelum terjadinya kebangkrutan. Universitas Sumatera Utara 2. Saran kepada investor dan kreditur a. Bagi Investor, penelitian ini dapat dijadikan sebagai informasi dan sebagai pertimbangan dalam melakukan investasi kepada perusahaan penyedia jasa telekomunikasi. b. Bagi Kreditur, penelitian ini dapat dijadikan sebagai informasi dalam pengambilan keputusan ketika memberikan pinjaman. 3. Saran untuk penelitian selanjutnya : a. Penelitian ini dapat berguna sebagai referensi tentang penelitian financial distress yang menjadi dampak dari keuagan perusahaan yang stagnan bahkan menurun. b. Memilih variabel lain yang dapat memoderasi secara langsung dalam memprediksi financial distress. Universitas Sumatera Utara

1. LAMPIRAN DATA LAPORAN KEUANGAN

X1 Nilai Rasio Modal Kerja terhadap Total Aset Perusahaan Telekomunikasi di Bursa Efek Indonesia 2012 2013 2014 Rata-rata PT. Telkom Indonesia ,Tbk 0.227721 0.237789 0.092002 0.185837333 PT. Indosat, Tbk -0.321548 -0.76108 -0.235775 -0.439467667 PT. XL Axiata ,Tbk -0.940087 -0.339898 -0.215061 -0.498348667 PT. Bakrie Telecom, Tbk -1.525699 -3.409133 -5.013665 -3.316165667 PT. Smartfren, Tbk -1.008662 -1.4575163 -1.661887 -1.376021767 X2 Nilai Laba ditahan terhadap Total Asset Perusahaan Telekomunikasi di Bursa Efek Indonesia 2012 2013 2014 Rata-rata PT. Telekom Indonesia, Tbk 1.544891487 1.493753703 1.465154761 1.50126665 PT. Indosat, Tbk 0.943386996 0.777800967 0.674860825 0.798682929 PT. XL Axiata, Tbk 0.833309218 0.725762316 0.38429449 0.647788675 PT. Bakrie Telecom, Tbk -1.627986387 -2.56018636 -4.31309284 -2.833755196 PT. Smartfren, Tbk -1.81070859 -2.157164395 -2.180431932 -2.049434972 X3 Laba sebelum Bunga dan Pajak terhadap total Asset Perusahaan Telekomunikasi di Bursa Efek Indonesia 2012 2013 2014 Rata-rata PT. Telekom Indonesia, Tbk 1.461916332 1.42586834 1.372855531 1.420213401 PT. Indosat, Tbk 0.056171472 -0.410913766 -0.244283045 -0.199675113 PT. XL Axiata, Tbk 0.711015311 0.231854833 0.112845052 0.351905065 PT. Bakrie Telecom, Tbk -2.623101407 -2.197234046 -2.001464069 -2.273933174 PT. Smartfren, Tbk -0.848964655 -1.146951592 -0.531740742 -0.84255233 X4 Aset terhadap total hutang PT. Telekom Indonesia, Tbk 1.076043262 1.521879828 1.584260323 1.394061138 PT. Indosat, Tbk 0.541997003 0.592294383 0.676527522 0.603606303 PT. XL Axiata, Tbk 0.791752305 0.822578144 0.803485201 0.80593855 PT. Bakrie Telecom, Tbk 0.762018024 0.584776148 0.54370452 0.630166231 PT. Smartfren, Tbk -0.027254967 0.380213782 0.564144222 0.305701012 Universitas Sumatera Utara

2. LAMPIRAN DATA VARIABEL MAKRO

Tahun IRATE INFRATE KURS 1 Jan-11 Mar 2012 5.81 3.92 Rp9.100,46 12 Mar-23 Mei 2012 5.75 4.53 Rp9.256,38 24 Mei 2012-6 Agust 2012 5.75 4.39 Rp9.654,54 7 Agust 2012-18 Okt 2012 5.55 5.64 Rp9.712,12 19 Okt 2012- 31 Des 2012 5.62 5.64 Rp9.801,18 1 Jan-11 Mar 2013 5.75 5.99 Rp9.717,28 12 Mar-23 Mei 2013 6.50 5.34 Rp11.287,30 24 Mei 2012-6 Agust 2013 7.38 6.22 Rp11.989,39 7 Agust 2012-18 Okt 2013 7.31 6.76 Rp11.601,21 19 Okt 2012- 31 Des 2013 7.75 7.19 Rp11.810,85 1 Jan-11 Mar 2014 7.50 8.37 Rp11.789,12 12 Mar-23 Mei 2014 7.50 7.71 Rp11.704,15 24 Mei 2012-6 Agust 2014 7.56 7.13 Rp12.112,15 7 Agust 2012-18 Okt 2014 7.67 6.64 Rp12.421,09 19 Okt 2012- 31 Des 2014 7.10 6.99 Rp12.566,78

3. LAMPIRAN ANALISIS REGRESI BERGANDA TANPA VARIABEL MODERASI

REGRESSION MISSING LISTWISE STATISTICS COEFF OUTS R ANOVA CRITERIA=PIN.05 POUT.10 NOORIGIN DEPENDENT ZScore METHOD=ENTER WCTA RETA EBITTA BVEBVD SAVE RESID. Regression Variables EnteredRemoved b Model Variables Entered Variables Removed Method 1 BVEBVD, WCTA, EBITTA, RETA a . Enter a. All requested variables entered. b. Dependent Variable: ZScore Universitas Sumatera Utara Variables EnteredRemoved b Model Variables Entered Variables Removed Method 1 BVEBVD, WCTA, EBITTA, RETA a . Enter Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .405 a .164 -.170 4.71839 .814 a. Predictors: Constant, BVEBVD, WCTA, EBITTA, RETA b. Dependent Variable: ZScore ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 43.739 4 10.935 .491 .743 a Residual 222.632 10 22.263 Total 266.371 14 a. Predictors: Constant, BVEBVD, WCTA, EBITTA, RETA b. Dependent Variable: ZScore Universitas Sumatera Utara One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 15 Normal Parameters a Mean .0000000 Std. Deviation 3.98776965 Most Extreme Differences Absolute .180 Positive .125 Negative -.180 Kolmogorov-Smirnov Z .698 Asymp. Sig. 2-tailed .715 a. Test distribution is Normal. Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant -.054 3.591 -.015 .988 WCTA -1.973 2.150 -.652 -.917 .380 RETA 2.582 2.021 1.100 1.278 .230 EBITTA -.364 1.967 -.108 -.185 .857 BVEBVD -4.000 4.377 -.374 -.914 .382 a. Dependent Variable: ZScore Coefficient Correlations a Model BVEBVD WCTA EBITTA RETA 1 Correlations BVEBVD 1.000 .350 -.325 -.364 WCTA .350 1.000 -.148 -.761 EBITTA -.325 -.148 1.000 -.373 RETA -.364 -.761 -.373 1.000 Universitas Sumatera Utara Covariances BVEBVD 19.156 3.291 -2.794 -3.222 WCTA 3.291 4.624 -.624 -3.305 EBITTA -2.794 -.624 3.867 -1.482 RETA -3.222 -3.305 -1.482 4.085 a. Dependent Variable: ZScore Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value -9.9383 4.3855 -1.7847 4.29589 15 Std. Predicted Value -1.898 1.436 .000 1.000 15 Standard Error of Predicted Value .580 1.116 .878 .176 15 Adjusted Predicted Value -10.8930 7.5515 -1.6185 5.29560 15 Residual -1.38989 1.14947 .00000 .75619 15 Std. Residual -1.203 .995 .000 .655 15 Stud. Residual -2.085 1.972 -.040 1.182 15 Deleted Residual -6.93377 7.33051 -.16626 3.18425 15 Stud. Deleted Residual -3.629 3.033 -.119 1.638 15 Mahal. Distance 2.597 12.137 7.467 3.207 15 Cooks Distance .002 4.043 .645 1.287 15 Centered Leverage Value .186 .867 .533 .229 15 a. Dependent Variable: ZScore Universitas Sumatera Utara

4. LAMPIRAN ANALISIS REGRESI BERGANDA DENGAN VARIABEL MODERASI

REGRESSION MISSING LISTWISE STATISTICS COEFF OUTS BCOV R ANOVA COLLIN TOL CRITERIA=PIN.05 POUT.10 NOORIGIN DEPENDENT ZScore METHOD=ENTER WCTA RETA EBITTA BVEBVD IRATE INFRATE KURS interaksi SCATTERPLOT=ZScore ,ZPRED SAVE RESID. Universitas Sumatera Utara Variables EnteredRemoved b Model Variables Entered Variables Removed Method 1 interaksi, IRATE, INFRATE, BVEBVD, KURS, EBITTA, WCTA, RETA a . Enter a. All requested variables entered. b. Dependent Variable: ZScore Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .985 a .970 .930 1.15510 a. Predictors: Constant, interaksi, IRATE, INFRATE, BVEBVD, KURS, EBITTA, WCTA, RETA b. Dependent Variable: ZScore ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 258.366 8 32.296 24.205 .001 a Residual 8.006 6 1.334 Total 266.371 14 a. Predictors: Constant, interaksi, IRATE, INFRATE, BVEBVD, KURS, EBITTA, WCTA, RETA b. Dependent Variable: ZScore Coefficients a Universitas Sumatera Utara Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 13.174 7.651 1.722 .136 WCTA -5.115 4.004 -1.691 -1.277 .249 RETA -1.725 4.434 -.735 -.389 .711 EBITTA -4.067 3.498 -1.207 -1.162 .289 BVEBVD -4.251 4.731 -.397 -.898 .404 IRATE -1.710 .737 -.340 -2.321 .059 INFRATE -2.536 .681 -.979 -3.726 .010 KURS .001 .001 .336 1.607 .159 interaksi .000 .000 4.290 1.027 .344 a. Dependent Variable: ZScore Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value -9.9383 4.3855 -1.7847 4.29589 15 Residual -1.38989 1.14947 .00000 .75619 15 Std. Predicted Value -1.898 1.436 .000 1.000 15 Std. Residual -1.203 .995 .000 .655 15 a. Dependent Variable: ZScore Universitas Sumatera Utara

BAB II TINJAUAN PUSTAKA

Dokumen yang terkait

Analisis Hubungan Variabel Makro Ekonomi Dengan Resiko Kebangkrutan (ALTMAN Z-SCORE) Pada Perusahaan Perbankan Di Bursa Efek Indonesia

1 23 94

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN METODE ALTMAN Z-SCORE Analisis Prediksi Kebangkrutan Dengan Menggunakan Metode Altman Z-Score Pada Pt. Indofood Sukses Makmur, Tbk (Studi Kasus Pada Perusahaan Yang Terdaftar Di Bei Tahun 2012-2015)

3 12 17

ANALISIS PREDIKSI KEBANGKRUTAN DENGAN MENGGUNAKAN METODE ALTMAN Z-SCORE Analisis Prediksi Kebangkrutan Dengan Menggunakan Metode Altman Z-Score Pada Pt. Indofood Sukses Makmur, Tbk (Studi Kasus Pada Perusahaan Yang Terdaftar Di Bei Tahun 2012-2015).

0 2 15

ANALISIS PENGGUNAAN MODEL ALTMAN (Z SCORE) UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA Analisis Penggunaan Model Altman (Z Score) Untuk Memprediksi Kondisi Financial Distress Pada Perusahaan Sektor Properti Dan Real Estate Yang Terdaftar Di Bursa

0 3 19

ANALISIS PENGGUNAAN MODEL ALTMAN (Z SCORE) UNTUKMEMPREDIKSI KONDISI FINANCIAL DISTRESS PADA Analisis Penggunaan Model Altman (Z Score) Untuk Memprediksi Kondisi Financial Distress Pada Perusahaan Sektor Properti Dan Real Estate Yang Terdaftar Di Bursa Efe

0 4 16

NASKAH PUBLIKASI Analisis Prediksi Kebangkrutan Perusahaan Dengan Menggunakan Metode Altman Z-Score Pada Pt. Telekomunikasi Indonesia Tbk.

0 5 15

SKRIPSI Analisis Prediksi Kebangkrutan Perusahaan Dengan Menggunakan Metode Altman Z-Score Pada Pt. Telekomunikasi Indonesia Tbk.

0 2 16

Analisis Prediksi Kebangkrutan Perusahaan Dengan Menggunakan Model Altman Z-Score pada Subsektor Rokok yang Terdaftar di Bursa Efek Indonesia.

4 12 29

ANALISIS FINANCIAL DISTRESS MENGGUNAKAN MODEL ALTMAN Z-SCORE PADA PERUSAHAAN ASURANSI YANG LISTING DI BURSA EFEK INDONESIA TAHUN 2011 – 2014 Icha Cahyaningtyas

0 0 7

PREDIKSI KEBANGKRUTAN DENGAN MODEL ALTMAN Z-SCORE PADA PERUSAHAAN FARMASI YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2012-2016

1 0 18