ANALISIS ALTMAN Z-SCORE, GROVER SCORE, SPRINGATE, DAN ZMIJEWSKI SEBAGAI SIGNALING FINANCIAL DISTRESS (Studi Empiris Industri Barang-Barang Konsumsi di Indonesia)

Niken Savitri Primasari

Fakultas Ekonomi dan Bisnis, Universitas Nahdlatul Ulama Surabaya e-mail: nikensp.hendrawan@outlook.co.id

Abstract: This study purpose to determine whether there are differences among Altman model, Springate model and Zmijewski model to predict financial distress, and to find out which the Financial Distress prediction model has the most excellent implementation in Indonesia manufac- ture industry. Comparison of those six models were made by analyzing the accuracy of each model, by using the real condition of a company’s net income. The data used in the form of annual financial statements published by the company on the Indonesia Stock Exchange website.

The sample in this study consisted of 116 financial data from 29 companies in Consumer Goods Industry. All companies are listed in Indonesia Stock Exchange Market at period 2012 - 2015. The company does not conclude yet, whether there is a prediction model that best suit the measure- ment. This cause by: (1) every model have its own superiority and weakness, (2) the company sample characteristic differences (company sector, company size) also influence the choice of prediction model being used, (3) the company financial ratio as independent variable used in bankruptcy prediction.

Since the financial statements are reflecting the company’s financial ability of the signaling, the researchers limited the industry with the highest value of EPS and PER. This is done to avoid confounders in the proof of the accuracy of the model, Springate model, Ohlson model and Zmijewski model to predict financial distress. The data obtained from the Annual Financial Statements, IDX Fact Book and the Indonesian Capital Market Directory.

In this study will be used t test, additional testing is done to see the feasibility of the model by observing the F test results and test the coefficient of determination (R2), R2 value used to examine differences among Altman, Grover, Springate and Zmijewski models in predicting financial distress. The analytical tool used is the One Way ANOVA with level of significance 5 %.

The results from this research showed that any prediction model used in this study can be used to predict Financial Distress, particularly the Altman Z-Scores, which have the greater R2 analysis. Only Grover G-Score models have insignificant value t test and F-test is greater than the probability cannot be used to predict corporate Financial Distress.

The results also showed that the most accurate model is the model Altman Z-Score. At the end of the study was to try predict 29 firms sample used listed on the Stock Exchange with Altman model. Predicted results showed that five companies are expected to experience Financial Distress in the future.

Keywords: financial distress, prediction models, financial ratio, financial statement

A. PENDAHULUAN

memonitor kinerja dan mengevaluasi manajemen, memberikan dasar untuk mengamati tren

1. Latar Belakang

antar-kurun waktu, pencapaian atas tujuan yang Laporan keuangan digunakan sebagai ben-

telah ditetapkan dan membandingkannya dengan tuk pertanggungjawaban kepada publik untuk

kinerja organisasi lain yang sejenis jika ada,

Accounting and Management Journal, Vol. 1, No. 1, July 2017

serta memungkinkan pihak luar untuk memper- pemeringkatan yang dipublikasikan terhadap oleh informasi biaya atas barang dan jasa yang

perusahaan yang tercatat diharapkan dapat men- diterima dan untuk menilai efisiensi dan efek-

jadi sinyal kondisi keuangan perusahaan tertentu tivitas penggunaan sumber daya organisasi. La-

dan menggambarkan kemungkinan yang terjadi poran keuangan juga berfungsi untuk membantu

terkait dengan kinerja dan utang yang dimiliki perusahaan untuk memberikan dasar perenca-

oleh perusahaan tersebut.

naan kebijakan dan aktivitas di masa yang akan Menurut Kusuma (2006) pada signaling datang, terutama informasi pendukung penggu-

theory terdapat motivasi manajemen dalam me- naan dana dan kelangsungan organisasi (viabil-

nyajikan informasi keuangan yang diharapkan ity).

dapat memberikan sinyal kemakmuran kepada Setiap perusahaan didirikan dengan harap-

pemilik ataupun pemegang saham. Publikasi la- an akan menghasilkan profit sehingga mampu

poran keuangan tahunan yang disajikan oleh untuk bertahan dan berkembang dalam jangka

perusahaan akan dapat memberikan signal per- panjang yang tak terbatas. Hal ini berarti dapat

tumbuhan dividen maupun perkembangan harga diasumsikan bahwa perusahaan akan terus hidup

saham perusahaan.

dan diharapkan tidak akan mengalami likuidasi. Sehingga dapat dikatakan bahwa Publikasi Dalam praktik, asumsi seperti di atas tidak

laporan keuangan tahunan dan publikasi data selalu menjadi kenyataan. Seringkali perusahaan

perusahaan yang dikeluarkan oleh BEI (Bursa yang telah beroperasi dalam jangka waktu ter-

Efek Indonesia) baik berupa rating industri mau- tentu terpaksa bubar karena mengalami finan-

pun hasil pengolahan rasio oleh pihak BEI, cial distress yang berujung pada kebangkrutan

dapat menunjukkan kondisi keuangan baik se- (Rismawaty, 2012).

cara industri ataupun masing-masing perusahaan Signaling theory menunjukkan adanya

terbuka. Informasi BEI tersebut diharapkan akan asimetri informasi yang bias terlihat dari bentuk

mampu memberikan sinyal bagi investor maupun pelaporan keuangan perusahaan kepada penggu-

calon investor mengenai kinerja perusahaan na laporan keuangan, baik untuk internal mana-

tertentu.

jemen perusahaan itu sendiri sebagai bentuk Perusahaan manufaktur merupakan industri kebutuhan pada planning, actuating dan con-

yang dalam kegiatannya mengandalkan modal trolling keuangan, maupun untuk pihak-pihak

dari investor, oleh karena itu perusahaan manu- luar yang berkepentingan dengan informasi

faktur harus dapat menjaga kestabilan keuangan- tersebut.

nya. Mengingat besarnya pengaruh yang timbul Menurut Maria Immaculatta (2006), kua-

bila terjadi kesulitan keuangan pada industri litas keputusan investor dipengaruhi oleh kualitas

manufaktur, maka perlu dilakukan analisis sede- informasi yang diungkapkan perusahaan dalam

mikian rupa sehingga kesulitan keuangan dan laporan keuangan. Kualitas informasi tersebut

kemungkinan kebangkrutan dapat dideteksi lebih bertujuan untuk mengurangi asimetri informasi

awal.

yang timbul ketika manajer lebih mengetahui Berbagai pengembangan analisis keuangan informasi internal dan prospek perusahaan di

tersebut dilakukan untuk memprediksi kondisi masa mendatang dibanding pihak eksternal per-

keuangan perusahaan. Analisis yang banyak digu- usahaan. Informasi yang berupa pemberian

nakan saat ini adalah analisis diskriminan altman,

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

di mana analisis ini mengacu pada rasio-rasio

2. Perumusan Masalah

keuangan perusahaan. Rasio menggambarkan Berdasarkan uraian latar belakang di atas suatu hubungan atau pertimbangan ( mathemati-

dapat dirumuskan permasalahan penelitian seba- cal relationship) antara suatu jumlah tertentu

gai berikut.

dengan jumlah yang lain, dan dengan mengguna-

1. Model analisis prediksi kondisi keuangan ( fi- kan alat analisis berupa rasio ini akan dapat

nancial distress) manakah yang paling akurat menjelaskan atau memberi gambaran kepada

dalam memprediksi kondisi keuangan per- penganalisis tentang baik atau buruknya keadaan

usahaan di sektor industri barang konsumsi atau posisi keuangan suatu perusahaan terutama

Indonesia?

apabila angka ratio pembanding yang digunakan

2. Berdasarkan model prediksi yang paling aku- sebagai standar (Munawir, 2007:64).

rat tersebut, perusahaan pada apa sajakah Selain analisis diskriminan altman, masih

pada sektor industri barang konsumsi Indo- banyak jenis model yang telah digunakan peneliti-

nesia yang diprediksi tidak mengalami kondisi peneliti sebelumnya dalam memprediksi keadaan

financial distress?

keuangan suatu perusahaan. Misalnya saja, mo-

3. Sebaliknya, perusahaan pada sektor industri del springate, model zmijewski, model ohlson,

barang konsumsi Indonesia apa sajakah yang model fulmer, model CA-score, dan sebagainya.

diprediksi memiliki prediksi kondisi keuangan Dengan diketahui model-model prediksi

perusahaan yang buruk? kondisi keuangan yang tepat dan penggunaan

informasi keuangan perusahaan-perusahaan ter- publikasi oleh BEI, diharapkan investor maupun

3. Tujuan Penelitian

pihak-pihak lain yang berkepentingan dalam

1. Mengetahui model prediksi mana yang pal- analisis keuangan agar dapat mengambil kepu-

ing akurat dalam memprediksi financial dis- tusan dengan lebih baik.

tress perusahaan sektor industri barang kon- Penelitian ini dilakukan di perusahaan sek-

sumsi Indonesia.

tor industri barang konsumsi yang terdaftar di

2. Mengetahui perusahaan sektor industri ba- Bursa Efek Indonesia yang merupakan salah

rang konsumsi Indonesia yang diprediksi tidak satu industri manufaktur yang mempunyai peran

mengalami kondisi financial distress. aktif dalam pasar modal. Industri barang kon-

3. Mengetahui perusahaan sektor industri ba- sumsi memiliki 5 sub sektor industri dengan

rang konsumsi Indonesia yang diprediksi total jumlah perusahaan tercatat 34 di akhir

mengalami kondisi keuangan yang buruk atau tahun 2011 dan kini, bertambah menjadi 36 di

mengalami financial distress. akhir tahun 2016, namun tercatat hanya 1 per-

usahaan saja yang melakukan dividend payment di setiap tahunnya. Padahal salah satu kriteria

B. TINJAUAN TEORI DAN PENGEMBANG-

perusahaan dapat dikatakan memiliki financial

AN HIPOTESIS

distress, yakni saat perusahaan tersebut lebih

1. Laporan Keuangan dan Teori Signaling

dari satu tahun tidak melakukan pembagian (pembayaran) dividen.

Laporan keuangan yang mencerminkan kinerja baik merupakan signal atau tanda bahwa

Accounting and Management Journal, Vol. 1, No. 1, July 2017

perusahaan telah beroperasi dengan baik. Signal prediksi adanya potensi kebangkrutan di masa baik akan direspons dengan baik pula oleh pihak

yang akan datang.

luar, karena respons pasar sangat tergantung Teori sinyal melandasi penelitian ini dan pada signal fundamental yang dikeluarkan per-

digunakan untuk menjelaskan bahwa laporan usahaan. Investor hanya akan menginvestasikan

keuangan digunakan untuk memberi sinyal positif modalnya jika menilai perusahaan mampu mem-

( good news) maupun sinyal negatif (bad news) berikan nilai tambah atas modal yang diinves-

kepada pemakainya. Sumeth Tuvaratragool tasikan lebih besar dibandingkan jika menginves-

(2013) melakukan penelitian tentang pengaturan tasikan di tempat lain. Untuk itu, perhatian

perbandingan rasio keuangan dalam memberi investor diarahkan pada kemampulabaan perusa-

sinyal adanya financial distress dengan mengguna- haan yang tecermin dari laporan keuangan yang

kan teknik multi ukur (IMM) yang terdiri dari diterbitkan perusahaan.

emerging market, skor model, analisis komparatif Suad Husnan dan Enny (2002) laporan

rasio, dan analisis tren rasio dan model logit keuangan yang pokok ada dua sebagai berikut.

sebagai benchmarking ukuran, hasil penelitian (1) Neraca adalah suatu sumber informasi dari

ini menunjukkan bahwa informasi laporan ke- laporan keuangan yang digunakan untuk menun-

uangan dapat dijadikan media untuk mengetahui jukkan kekayaan yang dimiliki perusahaan, yang

sinyal adanya kegagalan perusahaan atau kebang- berupa aktiva, kewajiban, dan ekuitas pada

krutan.

periode tertentu, kekayaan disajikan pada sisi Setiap pihak yang memiliki hubungan de- aktiva sedangkan kewajiban dan modal sendiri

ngan perusahaan sangat berkepentingan dengan disajikan pada sisi pasiva. (2) Laporan laba rugi

kinerja perusahaan. Pentingnya pengukuran ki- menunjukkan laba atau rugi suatu perusahaan

nerja perusahaan dapat dijelaskan dengan dua pada periode waktu tertentu.

teori yaitu teori keagenan ( agency theory) dan James dan Moira (2005:2) Laporan keuang-

teori pensignalan ( signaling theory). an adalah alat atau sarana utama dalam mencip-

Teori kedua yang menjelaskan pentingnya takan laporan informasi keuangan kepada pihak

pengukuran kinerja adalah teori pensignalan ( sig- yang berkepentingan seperti pihak internal (ma-

naling theory). Teori signal membahas bagaimana najemen dan para karyawan) dan pihak eksternal

seharusnya signal-signal keberhasilan atau kega- (bank, investor, pemerintah). Menurut Ryan dan

galan manajemen (agen) disampaikan kepada Miyosi (2013) tujuan laporan keuangan adalah

pemilik ( principal). Teori signal menjelaskan sebagai berikut. (1) Memberikan berbagai macam

bahwa pemberian signal dilakukan oleh mana- informasi pada periode tertentu (periode akun-

jemen untuk mengurangi informasi asimetris. tansi/satu tahun) misalnya seperti perubahan

Menurut Sari dan Zuhrotun (2006), teori signal asset perusahaan. (2) Memberikan penilaian ten-

( signaling theory) menjelaskan mengapa perusa- tang kondisi perusahaan atau kinerja keuangan

haan mempunyai dorongan untuk memberikan perusahaan. (3) Membantu dalam memberikan

informasi laporan keuangan kepada pihak ekster- pertimbangan untuk pihak-pihak tertentu. Setiap

nal, agar perusahaan memiliki hubungan baik perusahaan diharuskan adanya laporan keuangan

dan kredibel di mata investor. Hubungan antara di mana laporan keuangan ini dapat digunakan

pemilik dan manajemen sangat tergantung pada untuk mengetahui kinerja dan kondisi keuangan

penilaian pemilik dalam hal ini investor, tentang perusahaan yang dapat digunakan untuk mem-

kinerja manajemen. Untuk itu, pemilik menuntut

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

pengembalian atas investasi yang dipercayakan selama beberapa tahun dan selama lebih dari satu untuk dikelola oleh manajemen.

tahun tidak melakukan pembayaran dividen, Hubungan baik akan terus berlanjut jika

pemberhentian tenaga kerja atau menghilangkan pemilik ataupun investor puas dengan kinerja

pembayaran dividen (Almilia dan Kristijadi, 2003). manajemen, dan penerima signal juga menafsir-

Selain definisi di atas, isu lain yang juga penting kan signal perusahaan sebagai signal yang positif.

adalah adanya kesalahan umum yang umumnya Hal ini jelas bahwa pengukuran kinerja keuangan

menyamakan financial distress dengan kebang- perusahaan merupakan hal yang krusial dalam

krutan. Padahal, hal ini tidak benar, financial dis- hubungan antara manajemen dengan pemilik

tress hanyalah salah satu penyebab bangkrutnya ataupun investor. Laporan tentang kinerja per-

sebuah perusahaan. Namun tidak berarti semua usahaan yang baik akan meningkatkan nilai

perusahaan yang mengalami financial distress akan perusahaan.

menjadi bangkrut.

Umumnya laporan keuangan sangatlah pen- Model financial distress perlu dikembang- ting untuk setiap perusahaan baik perusahaan

kan, karena diharapkan dapat melakukan tin- yang telah go public maupun tidak, karena dapat

dakan-tindakan untuk mengantisipasi kondisi digunakan untuk mengetahui kinerja dan kondisi

yang mengarah pada kebangkrutan, seperti meng- keuangan perusahaan sehingga dapat mempre-

ubah asset menjadi kas atau untuk memenuhi diksi adanya potensi kebangkrutan di masa yang

kewajiban keuangan jangka pendek perusahaan, akan datang.

mengalkulasi dana perusahaan yang tertanam dalam aset berputar untuk menghasilkan reve- nue, menerbitkan saham untuk mendapatkan

2. Kondisi Financial Distress

modal, hingga meminjam modal dari kreditor. Financial distress merupakan kondisi di mana

Sehingga keadaan terburuk seperti kebangkrutan adanya ketidakmampuan perusahaan untuk me-

dapat dihindari perusahaan. menuhi kewajiban lancarnya yang telah jatuh

Metode prediksi kebangkrutan adalah mo- tempo misalnya; utang usaha, utang pajak, utang

del yang digunakan untuk menilai kapan peru- bank jangka pendek. Brigham and Gapenski

sahaan akan bangkrut dengan menggabungkan (1997) membagi definisi financial distress men-

sekelompok rasio keuangan yang nantinya akan jadi beberapa tipe yaitu economic failure, busi-

memberikan gambaran mengenai kondisi keuang- ness failure, technical insolvency, insolvency in

an atau kinerja perusahaan. Salah satu faktor bankruptcy, dan legal bankruptcy.

yang menopang perusahaan agar tetap beroperasi Dapat dikatakan bahwa sepanjang perusa-

adalah faktor finansial atau kondisi keuangan haan memiliki arus kas yang lebih besar dari kewa-

perusahaan, sehingga banyak peneliti yang telah jiban utangnya maka perusahaan akan memiliki

mengembangkan model prediksi kebangkrutan. cukup dana untuk membayar krediturnya. Di sini

faktor yang menjadi kunci dalam mengidentifikasi apakah perusahaan berada dalam kondisi finan-

3. Model Prediksi Kesulitan Keuangan

cial distress adalah ketidakmampuan perusahaan

a. Model Altman

dalam memenuhi kewajibannya. Financial distress adalah kondisi di mana perusahaan mengalami

Altman (1968) menggunakan model step- laba bersih operasi ( net operation income) negatif

wise multivariate discriminant analysis (MDA)

Accounting and Management Journal, Vol. 1, No. 1, July 2017

dalam penelitiannya. Seperti regresi logistik, tek- perusahaan yang tidak bangkrut pada tahun nik statistika ini juga biasa digunakan untuk

1982 sampai 1996. Grover (2001) dalam Prihan- membuat model di mana variabel dependennya

thini (2013) menghasilkan persamaan sebagai merupakan variabel kualitatif. Output dari teknik

berikut.

MDA adalah persamaan linear yang bisa membe- G-Score = 1,650X1 + 3,404X3 – 0,016ROA + dakan antara dua keadaan variabel dependen.

Kelima rasio yang digunakan altman dima-

Keterangan:

sukkan ke dalam analisis MDA dan menghasilkan X1 = Working capital/total assets model sebagai berikut.

X3 = Earnings before interest and taxes/total

assets Z = 1.2X 1 + 1.4X 2 + 3.3X 3 + 0.6X 4 + 1.0X 5 ROA = net income/total assets

Di mana:

X 1 = working capital/total assets Model Grover mengategorikan perusahaan

X 2 = retained earning/total assets dalam keadaan bangkrut dengan skor kurang

X 3 = EBIT/total assets atau sama dengan -0,02 (G ≤ -0,02) sedangkan

X 4 = Market value of equity/total liabilities nilai untuk perusahaan yang dikategorikan dalam

X 5 = Sales/total assets keadaan tidak bangkrut adalah lebih atau sama

Keterangan: dengan 0,01 (G 0,01). Perusahaan dengan Working Capital

= Current Assets –

skor di antara batas atas dan batas bawah

Current Liabilities

berada pada grey area.

Market Value of Equity = Shares Outstanding x

Current Share Price

c. Model Springate

Altman menggunakan nilai cut-off 2,675 dan 1,81. Artinya jika nilai Z yang diperoleh

Model ini dikembangkan pada tahun 1978 lebih dari 2,675, perusahaan diprediksi tidak

oleh Gorgon L.V. Springate. Model springate mengalami financial distress di masa depan. Per-

adalah model rasio yang menggunakan multiple usahaan yang nilai Z-nya berada di antara 1,81

discriminate analysis atau MDA untuk memilih dan 2,675 berarti perusahaan itu berada dalam

4 rasio dari 19 rasio keuangan yang populer grey area, yaitu perusahaan mengalami masalah

dalam literatur-literatur, yang mampu membeda- dalam keuangannya.

kan secara terbaik antara sound business yang pailit dan tidak pailit. Model springate adalah

sebagai berikut.

b. Model G-Score Grover

S = 1,03X 1 + 3,07X 2 + 0.66X 3 + 0,4X 4 Model grover merupakan model yang dicip-

Z < 0.862; perusahaan diklasifikasikan “gagal ( fi-

nancial failure)”

takan dengan melakukan pendesainan dan penilaian ulang terhadap model altman Z-score.

Di mana:

X = Rasio modal kerja terhadap total aset. Jeffrey S. Grover menggunakan sampel sesuai

X 2 = Rasio pendapatan sebelum bunga dan pajak dengan model altman Z-score pada tahun 1968

terhadap total aset.

dengan menambahkan 13 rasio keuangan baru.

X 3 = Rasio pendapatan sebelum pajak terhadap Sampel yang digunakan sebanyak 70 perusahaan

total utang lancar.

dengan 35 perusahaan yang bangkrut dan 35

X 4 = Rasio penjualan terhadap total aset.

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

Jika nilai S-score > 0,862 maka perusahaan model altman dapat diimplementasikan dalam diprediksi sebagai perusahaan yang berpotensi

memprediksi terjadinya kesulitan keuangan pada sehat (tidak berpotensi bangkrut). Sedangkan

perusahaan dan juga merupakan model prediksi jika nilai S-score < 0,862 maka perusahaan

terbaik.

diprediksi sebagai perusahaan yang berpotensi

H 1 : Model altman dapat memprediksi kondisi mengalami kebangkrutan.

financial distress perusahaan sektor industri barang konsumsi di Indonesia

d. Zmijewski (1984)

b. Hipotesis Model Grover

Perluasan studi dalam prediksi kebangkrut- Berdasarkan penelitian yang dilakukan oleh

an dilakukan oleh Zmijewski (1983) yang me- Ni Made E.D.P. dan Maria M.R.S. (2013) yang

nambah validitas rasio keuangan sebagai alat menyatakan bahwa model grover merupakan

deteksi kegagalan keuangan perusahaan. Model model prediksi yang paling sesuai diterapkan

yang berhasil dikembangkan yaitu: pada perusahaan food and beverage yang terdaf-

X = -4,3 – 4,5X 1 + 5,7 X 2 – 0,004X 3 tar di Bursa Efek Indonesia (BEI).

H 2 : Model springate dapat memprediksi kondisi Rasio keuangan yang dianalisis adalah rasio-

financial distress perusahaan sektor industri rasio keuangan yang terdapat pada model zmi-

barang konsumsi di Indonesia jewski sebagai berikut.

X 1 = (return on asset)

c. Hipotesis Model Springate

X 2 = (debt ratio)

X 3 = (current ratio) Berdasarkan penelitian yang dilakukan oleh Muhammad Rifqi (2009) yang menyatakan bah-

Zmijewski (1984) menyatakan bahwa per- wa model asli yang paling baik adalah model

usahaan dianggap distress jika probabilitasnya springate dibandingkan model altman, ohlson,

lebih besar dari 0. Dengan kata lain, nilai X-nya

dan zmijewski.

adalah 0.

H 3 : Model springate dapat memprediksi kondisi Maka dari itu, nilai cut-off yang berlaku

financial distress perusahaan sektor industri dalam model ini adalah 0. Hal ini berarti, per-

barang konsumsi di Indonesia usahaan yang nilai X-nya lebih besar dari atau sama dengan 0 diprediksi akan mengalami financial distress di masa depan. Sebaliknya,

d. Hipotesis Model Zmijewski

perusahaan yang nilai X-nya kecil dari 0 dipre- Berdasarkan penelitian yang dilakukan oleh diksi tidak akan mengalami financial distress.

Rismawaty (2012) yang menyatakan model zmijewski adalah model yang paling sesuai diterapkan untuk perusahaan di Indonesia karena

4. Pengembangan Hipotesis

tingkat keakuratannya paling tinggi dibandingkan

a. Hipotesis Model Altman

model prediksi lainnya.

H 4 : Model zmijewski dapat memprediksi kon- Berdasarkan penelitian yang dilakukan oleh

disi financial distress perusahaan sektor in- Rahmi Fadhilla (2010) yang menyatakan bahwa

dustri barang konsumsi di Indonesia

Accounting and Management Journal, Vol. 1, No. 1, July 2017

Tabel 3.1 Data EPS dan Average EPS Industri yang Tercatat pada BEI Periode Tahun 2011–2016

EPS Industri

1 Agriculture 191 197 83 151 -9 102 119,17 2 Mining

395 263 110 97 48 43 159,33 3 Basic Industry & Chemicals

245 219 91 130 52 116 142,17 4 Miscellaneous Industry

863 -279 47 118 24 18 131,83 5 Consumer Goods Industry

6 Property, Real Estate & 56 74 111 117 111 109 96,33 Building Construction 7 Infrastructure, Utilities &

23 70 44 64 72,17 Transportations 8 Finance

111 175 132 114 99 101 122,00 9 Trade, Service, & Investment

96 167 132 172 144 73 130,67 Sumber: IDX Fact Book 2011–2016

e. Hipotesis Perbandingan Semua Model Pre-

Pemilihan objek penelitian didasarkan pada

diksi Financial Distress

industri penghasil barang-barang konsumsi ter- Pengujian kandungan informasi untuk me-

catat dari tahun 2012–2015. Industri ini sebenar- ngetahui apakah ada perbedaan secara statistik

nya merupakan sektor industri dengan tingkat antar-model dan menemukan model prediksi

average EPS tertinggi selama tahun 2011–2016, terbaik dalam memprediksi tingkat kesulitan

namun tercatat hanya 1 perusahaan di sektor keuangan perusahaan.

ini yang melakukan pembayaran dividen.

H 5 : Terdapat satu model dengan tingkat akurasi tertinggi dalam memprediksi kondisi financial distress perusahaan sektor industri ba-

2. Populasi dan Sampel

rang konsumsi di Indonesia. Populasi penelitian ini adalah seluruh perusa-

haan tercatat dalam industri penghasil barang-

C. METODE PENELITIAN

barang konsumsi di Bursa Efek Indonesia. Model pengambilan sampel yang diterapkan dalam pene-

1. Pemilihan Objek Penelitian

litian ini adalah model purposive sampling, yaitu Financial distress adalah kondisi perusahaan

model pemilihan sampel secara tidak acak yang mengalami laba bersih operasi ( net operation in-

informasinya diperoleh dengan menggunakan come) negatif selama beberapa tahun dan selama

pertimbangan tertentu dengan tujuan atau masa- lebih dari satu tahun tidak melakukan pembayar-

lah penelitian (Indriantoro 2002:131). Perusa- an dividen, pemberhentian tenaga kerja atau

haan yang akan menjadi sampel penelitian ini menghilangkan pembayaran dividen (Almilia dan

adalah perusahaan yang memiliki indikasi finan- Kristijadi, 2003). Financial distress hanyalah salah

cial distress yakni selama dua tahun mengalami satu penyebab bangkrutnya perusahaan. Namun

laba bersih operasi ( net operating income) negatif tidak berarti semua perusahaan yang mengalami

dan lebih dari satu tahun tidak melakukan pem- financial distress akan menjadi bangkrut.

bayaran dividen.

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

3. Memvalidasi sampel dengan cara mencocok- usahaan dari 34 perusahaan terdaftar dalam

Dari pertimbangan tersebut terpilih 29 per-

kan hasil perhitungan indeks financial dis- industri barang-barang konsumsi di BEI yang

tress tersebut dengan kejadian kondisi keuang- memiliki laporan keuangan publik hingga tahun

an sebenarnya, yang mengacu pada 2 kondisi 2015. Periode 2012–2015 yang akan dijadikan

yakni keadaan net income negative dan tidak sampel dalam penelitian ini.

adanya dividend payment.

4. Selanjutnya dari hasil validasi sampel tersebut, akan dihitung persentase keakuratan model

3. Jenis Data, Sumber Data, dan Teknik

prediksi.

Pengumpulan Data

5. Melakukan uji normalitas Jenis data yang digunakan dalam penelitian

6. Melakukan uji asumsi klasik ini adalah data sekunder yakni data penelitian

7. Melakukan uji hipotesis yang diperoleh peneliti secara tidak langsung

melalui media perantara (diperoleh dan dicatat

5. Definisi Operasional dan Pengukuran Varia-

oleh pihak lain). Data tersebut berupa laporan

bel

keuangan dari masing-masing perusahaan publik antara tahun 2011 sampai 2016. Di mana sumber

Dalam penelitian ini terdapat dua variabel data tersebut diperoleh dari Pusat Informasi

penelitian sebagai berikut.

Pasar Modal (PIPM), buku ICMD dan juga

1. Variabel dependen

dengan mengakses internet www.jsx.co.id atau Variabel dependen dalam penelitian ini adalah www.idx.co.id.

financial distress di mana disajikan dalam bentuk variabel dummy dengan ukuran binomial yaitu, 1 untuk perusahaan yang menga-

4. Teknik Analisis Data

lami kesulitan keuangan dan 0 untuk perusa- Analisis data dalam penelitian ini melalui

haan yang tidak mengalami kesulitan keuang- tahapan sebagai berikut.

an. Sedangkan variabel independen dalam

1. Menghitung indeks financial distress dari penelitian ini adalah model altman, grover setiap model prediksi yang digunakan.

score, springate, dan zmijewski.

2. Mengelompokkan hasil indeks financial dis-

2. Variabel independen

tress tersebut berdasarkan hasil kriteria kon- Variabel independen dalam penelitian ini ada- disi keuangan perusahaan. Dalam penelitian

lah working capital, current assets, current ini, perusahaan yang masuk ke dalam grey

liabilities, total assets, retained earning, EBIT, area akan dikategorikan ke dalam perusahaan

market value of equity, total liabilities, sales, yang tidak mengalami kondisi financial dis-

net income, dan ROA.

tress, karena menurut penelitian Suwitno (2013), 93% perusahaan yang masuk dalam kategori grey area tidak mengalami kebang-

6. Definisi Operasional dan Pengukuran Varia-

bel

krutan pada tahun-tahun operasional berikutnya.

Keseluruhan data yang terkumpul selanjutnya dianalisis untuk dapat memberikan jawaban

Accounting and Management Journal, Vol. 1, No. 1, July 2017

dari masalah yang dibahas dalam penelitian ini. tidak terjadi keadaan multikolinearitas terhadap Dalam menganalisis data, peneliti menggunakan

data yang diuji. Sebaliknya, bila nilai tolerance program SPSS 23.0 for windows untuk memper-

< 0,10 menandakan adanya multikolinearitas. kuat hasil perhitungan.

Selanjutnya, bila nilai VIF < 10,00 akan dikatakan tidak terjadi multikolinearitas dan bila nilai VIF > 10,00 menandakan terjadinya

a. Uji Normalitas Data

multikolinearitas.

Uji Normalitas merupakan prasyarat dalam uji awal penganalisisan data. Uji ini dimaksudkan

2) Uji Autokorelasi

untuk memperlihatkan bahwa sampel data yang diambil dari populasi merupakan data yang

Uji autokorelasi bertujuan untuk menguji berdistribusi normal atau tidak. Ada beberapa

apakah dalam model regresi yang diuji ini ter- teknik yang dapat digunakan untuk menguji

dapat residual data pengganggu yang akan me- normalitas, antara lain uji kormogorov-smirnov

mengaruhi nilai data observasi yang berikutnya. dan uji chi-kuadrat. Karena jumlah sampel hasil

Model regresi yang baik adalah model regresi financial distress lebih dari 100, hasil merupakan

yang bebas dari kejadian autokorelasi. data rasio, data merupakan data tunggal yang

Uji autokorelasi yang digunakan adalah uji belum dikelompokkan, maka pada penelitian

durbin watson (DW test) dengan dasar pengam- ini, uji normalitas yang digunakan adalah uji

bilan keputusan bila d lebih kecil dari dL atau kormogorov-smirnov. Jika P value (sig) > 0.05

lebih besar dari (4-dL) maka Ho ditolak yang menandakan data tersebut berdistribusi normal,

artinya terjadi autokorelasi. Jika d terletak di sebaliknya bila nilai signifikansi < 0,05 akan

antara dU dan (4-dL), maka Ho diterima yang menandakan data tersebut tidak berdistribusi

artinya tidak ada autokorelasi. Sebaliknya, bila normal.

nilai d terletak di antara dL dan dU atau di antara (4-dU) dan (4-dL) memberikan informasi bahwa data regresi yang digunakan tersebut

b. Uji Asumsi Klasik

akan menghasilkan kesimpulan yang tidak pasti.

1) Uji Multikolinearitas

Uji ini dilakukan untuk menemukan apakah

3) Uji Heteroskedastisitas

model regresi yang digunakan memiliki korelasi antar-variabel bebasnya. Karena, model regresi

Uji ini dilakukan untuk menguji apakah yang baik adalah model regresi yang tidak memi-

dalam model regresi yang diuji terjadi ketidak- liki korelasi antara variable bebas. Untuk melihat

samaan variance dari residual tiap data observasi. Ketidaksamaan ada atau tidaknya multikolinearitas dalam model variance dari residual ini dinama-

regresi dilihat dari nilai tolerance dan lawannya kan sebagai keadaan heteroskedastisitas. variance inflation factor (VIF).

Model regresi akan dikatakan baik, bila Batasan yang umum dipakai untuk menun-

model regresi tersebut memiliki keadaan yang jukkan adanya multikolinearitas adalah nilai

heteroskedastis. Dasar analisis yang dapat digu- tolerance < 0,10 atau VIF < 10 (Ghozali,

nakan untuk menentukan heteroskedastisitas 2005). Jika nilai tolerance > 0,10 menandakan

adalah sebagai berikut.

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

a. Jika nilai signifikansi > (0.05) maka tidak Variabel bebas secara simultan memiliki terjadi heteroskedastisitas.

pengaruh terhadap variabel terikatnya apabila

b. Jika nilai signifikansi < (0.05) maka mengin- nilai F hitung > nilai F tabel dan akan dikatakan dikasikan terjadinya heteroskedastisitas.

tidak berpengaruh bila nilai F hitung < nilai F tabel. Secara signifikansi, bila nilai signifikansi < 0,05 menandakan adanya pengaruh antara

c. Pengujian Hipotesis

variabel bebas dengan variabel terikat, sebaliknya

1) Uji t

bila nilai signifikansi > 0,05 yang menandakan tidak ada pengaruh sama sekali antara variable

Uji ini dilakukan untuk mengetahui apakah bebas dengan variabel terikatnya.

variabel bebas secara parsial berpengaruh secara signifikan terhadap variabel terikatnya. Uji t dilakukan dengan cara membandingkan nilai t

c. Uji Koefisien Determinasi

hitung dengan nilai t tabel pada tingkat signifikan 5% (0,05).

Koefisien determinasi (R2) digunakan untuk Jika nilai t hitung > t tabel maka variabel

seberapa besar variasi variabel bebas terhadap bebas berpengaruh terhadap variable terikatnya.

naik turunnya variasi nilai variabel terikat. Uji Dan sebaliknya bila nilai t hitung < nilai t tabel,

ini menjelaskan kemampuan model regresi ter- mengartikan tidak adanya pengaruh antara vari-

hadap variasi variabel terikatnya. able bebas terhadap variable terikatnya.

Nilai koefisien determinasi adalah antara

1. Jika t hitung < t tabel atau p value > a nol sampai dengan satu. Nilai R2 menandakan dikatakan tidak signifikan, dan hipotesis

seberapa besar persentase pengaruh variabel penelitian ditolak.

bebas terhadap variabel terikat. Apabila nilai

2. Jika t hitung > t tabel atau p value < a R2 semakin kecil, maka kemampuan variabel dikatakan tidak signifikan, dan hipotesis

independen dalam menjelaskan variasi variabel penelitian diterima.

dependen rendah. Apabila nilai R2 mendekati Dan apabila nilai signifikansi t hitung variabel

satu, maka variabel independen memberikan bebas < 0,05 menandakan adanya pengaruh

hampir semua informasi yang dibutuhkan untuk secara signifikan terhadap variable terikat, begitu

memprediksi variasi variabel dependen. pula sebaliknya bila nilai signifikansi t hitung

variable bebas > 0,05.

D. HASIL PENELITIAN DAN PEMBAHAS- AN

2) Uji F

1. Hasil Penelitian

Uji f digunakan untuk mengetahui pengaruh Bab ini akan memaparkan hasil penelitian simultan dari dua variabel independen atau lebih

yang telah dilakukan dan dilanjutkan dengan terhadap variabel independennya. Dasar pengam-

perhitungan statistik serta pengujian hipotesis bilan keputusan ini didasarkan pada nilai F

untuk menjawab identifikasi masalah yang telah hitung terhadap nilai F tabel serta nilai signi-

dirumuskan.

fikansinya.

Accounting and Management Journal, Vol. 1, No. 1, July 2017

Tabel 4.1 Statistik Deskriptif

Std. Method

Min

Max

Mean

Deviation

Altman Z-Scores

1.03007 Grover G-Scores

0.87477 Springate S-Scores

1.22683 Zmijewski X-Scores 116

1.47167 Financial Distress

3.39 -2.169

0.31682 Sumber: Hasil olah data sekunder dengan SPSS 23.0

Tabel 4.2 Perbandingan Tingkat Akurasi Model Prediksi Financial Distress

Tingkat Akurasi Riil Rata-

Berdasarkan

Model Prediksi

Rata

Peringkat

Net Income Dividend Akurasi

Negatif

Payment

1 Grover G-Scores

Altman Z-Scores

4 Springate S-Scores

2 Zmijewski X-Scores 116

3 Sumber: Hasil olah data sekunder

Dari hasil perbandingan tingkat akurasi memilih saham suatu perusahaan yang mampu model prediksi kondisi finansial distress, dapat

memberikan kontinuitas return yang optimal. disimpulkan bahwa model altman G -score memi-

Sedangkan untuk menghindari kesalahan dalam liki tingkat akurasi tertinggi dibandingkan dengan

penilaian risiko dan return atas perusahaan, model-model yang lain, yakni sebesar 65,52%.

sebaiknya menghindari penggunaan metode Sebenarnya model altman Z-scores ini memiliki

grover G-score karena memiliki tingkat akurasi tingkat tertinggi dalam memprediksi keadaan

yang paling rendah, hanya sebesar 9.48%. Na- financial distress bila dilihat dari kemampuan

mun G-score memiliki tingkat akurasi yang tinggi perusahaan untuk membagikan devidennya de-

untuk memprediksi tingkat net income, hal ini ngan nilai akurasi sebesar 92.24%. Altman Z-

dikarenakan net income merupakan variabel score dapat digunakan oleh para manajer keu-

independen pembentuk dari G-score. angan untuk melakukan “ maintain” atas value of the firm-nya yang bermula dari kemampuan perusahaan untuk memperoleh laba dan melihat

a. Uji Normalitas Kormogorov–Smirnov

risiko finansial dari perusahaan. Dari sisi inves- Pengujian ini untuk mengetahui apakah tor, Altman Z-score akan menguntungkan bagi

distribusi sebuah data mengikuti atau mendekati investor dari segi kemampuan perusahaan secara

distribusi normal. Data yang baik adalah data konstan untuk membagi dan membayar deviden,

yang mempunyai pola seperti distribusi normal, selanjutnya menjadi kebijakan investor untuk

yaitu distribusi data tersebut tidak menceng ke

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

kiri atau ke kanan. Adapun hasil uji ini dapat

c. Uji Autokorelasi

terlihat pada tabel berikut ini.

Hasil

Z-Scores G-Scores S-Scores X-Scores

Tabel 4.3 Hasil Uji Normalitas Data

Watson Test Standard

Hasil 0.005 Z-Scores G-Scores S-Scores X-Scores

Tabel 4.5 Hasil Uji Autokorelasi Data

Sumber: Hasil Olah Data Sekunder dengan SPSS 23.0 Sumber: Hasil Olah Data Sekunder dengan SPSS 23.0

Sig (2-tailed) 0.002

Pengujian ini dilakukan untuk menguji apa- Suatu data dikatakan berdistribusi normal

kah ada masalah auto korelasi. Pengujian dilaku- bila Pvalue (sig.) > 0.05, dari hasil data di atas

kan melalui uji Durbin Watson. Dengan melihat dapat disimpulkan bila data sampel yang diuji

tabel, batasan nilai DWtest dU<d<(4-dL) ber- merupakan data yang berdistribusi normal dan

ada, pada 1.462 sampai 2.22. Untuk itu, dipu- dapat dilakukan pengujian yang berikutnya.

tuskan bahwa model ini telah terbebas dari kemungkinan adanya autokorelasi

b. Uji Multikolinearitas

d. Uji Heteroskedastisitas

Uji ini berguna untuk memastikan apakah

Tabel 4.6 Hasil Uji Heteroskedastisitas Data

di dalam sebuah model regresi ada interkorelasi atau kolinearitas antar-variabel bebas. Adapun

Unstandardized

Stdize

hasil uji ini dapat terlihat pada tabel berikut ini, Sig.

Model

Beta

Std. Error

Beta

Tabel 4.4 Hasil Uji Multikolineraritas Data 0.672

Z-Scores Grover

-5.627E-6 0.0000

-0.109 -1.176 0.242

Collinearity Z-Scores G-Scores S-Scores X-Scores

Sumber: Hasil Olah Data Sekunder dengan SPSS 23.0 Sumber: Hasil Olah Data Sekunder dengan SPSS 23.0

Dari keseluruhan data dapat diketahui Pada tabel di atas dapat dilihat uji Glejser bahwa pada data tidak ada nilai tolerance yang untuk pengujian Heteroskedastisitas menunjuk- lebih kecil dari 0,1 dan tidak ada data yang kan bahwa nilai signifikansi untuk semua model memiliki nilai VIF lebih dari 10. Sehingga dapat yang digunakan dalam memprediksi financial dikatakan hasil uji multikolinearitas menunjuk- distress memiliki nilai sig di atas nilai alpha kan bahwa tidak terjadi korelasi di antara varia- (5%). Oleh karena itu, dapat disimpulkan bahwa bel independen di mana semua model memenuhi model regresi dalam penelitian ini bebas dari asumsi multikolinearitas dengan batasan nilai

heteroskedastisitas.

tolerance < 0.10 dan VIF < 10.

Accounting and Management Journal, Vol. 1, No. 1, July 2017

2. Hasil Pengujian Hipotesis

Dari hasil pengujian financial distress dengan Pengujian hipotesis dalam penelitian ini akan

metode altman di atas dapat diketahui bahwa digunakan uji t, pengujian tambahan dilakukan

nilai signifikan t sebesar 1,8E-33 yang meng- untuk melihat kelayakan model dengan meng-

artikan bahwa nilai (sig.) lebih kecil dari nilai amati hasil uji F dan uji koefisien determinasi

probabilitas 0.05. Maka hasil uji t untuk model (R2) selanjutnya uji binomial sebagai uji tam-

altman disimpulkan berpengaruh positif dalam bahan yang akan digunakan sebagai alat perban-

memprediksi kondisi financial distress perusa- dingan di antara model kesulitan keuangan yang

haan. Nilai signifikansi F sebesar 295,994 dengan digunakan. Berikut adalah penjelasan hasil uji

level of signifikan lebih kecil dari nilai probabi- analisis data tersebut.

litasnya sebesar 0,05 menandakan tingginya pengaruh penilaian altman Z-score dalam mem-

1. Hipotesis Pertama: model altman dapat mem-

prediksi keadaan kesahan keuangan suatu per-

prediksi kondisi financial distress perusahaan

usahaan, baik itu financial distress maupun good financial.

sektor industri barang konsumsi di Indonesia

Selanjutnya bila dilihat dari nilai koefisien

Tabel 4.7 Uji T Model Altman Z-Score

determinasi ( R-square) di atas, dapat dilihat bah- Coefficients a wa nilai pengaruh modelling multiple discrimi-

Unstandardized

Standardized

nate analysis altman Z-score cukup tinggi 0.720

atau 72%. Nilai ini menunjukkan persentase

Model

B Error

Beta

Sig.

kemampuan model altman dalam memberikan

FINANCIAL DISTRESS

signaling kondisi keuangan suatu perusahaan.

-,850 -17,204 1,8E-33

Hal ini sejajar dengan nilai signifikansi uji t dan uji f yang berpengaruh positif. Berdasarkan

a. Dependent Variable: ALTMAN Z-SCORE

Tabel 4.8 Uji F Model Altman Z-Score

analisis hasil tabel di atas dapat disimpulkan ANOVA a bahwa H1 bisa diterima. Hasil penelitian ini

sejalan dengan penelitian yang dilakukan oleh

Sum of

Mean

Model Squares

df Square

F Sig.

Mihail Diakomihalis Accounting Department,

1 Regression 88,092

,000 b Technological Educational Institute of Epirus

Psathaki, 48100 Preveza, Greece (2012) dalam

Total 122,021

a. Dependent Variable: ALTMAN Z-SCORE

judul penelitiannya The Accuracy of Altman’s

b. Predictors: (Constant), FINANCIAL DISTRESS

Models in Predicting Hotel Bankruptcy yang menyatakan bahwa model altman dapat diimple-

Tabel 4.9 Uji Determinasi (R2) Model Altman Z-Score

Model Summary b

Change Statistics

Adjusted

F Sig. F Model

Std. Error of Square

Square Square the Estimate Change Change

df1

df2 Change

1 114 ,000 a. Predictors: (Constant), FINANCIAL DISTRESS b. Dependent Variable: ALTMAN Z-SCORE

1 ,850 a ,722

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

mentasikan dalam memprediksi terjadinya kesu- likuiditas suatu perusahaan. Di mana rasio li- litan keuangan pada perusahaan dan juga me-

kuiditas adalah rasio yang memperlihatkan hu- rupakan model prediksi terbaik. Di dalam model

bungan kas perusahaan dan aktiva lancar lainnya Altman digunakan beberapa rasio yang telah

terhadap kewajiban lancar. Dan rasio-rasio lain diuji mampu memprediksi kondisi kesulitan

yang digunakan dalam model ini juga memiliki keuangan suatu perusahaan. Di antaranya adalah

kemampuan untuk menguji tingkat stabilitas rasio working capital/total assets yang digunakan

perusahaan.

untuk mengukur likuiditas dari total aktiva dan posisi modal kerja (neto). Atau merupakan rasio

2. Hipotesis Kedua: model grover dapat mem-

keuangan yang bisa digunakan untuk mengukur

prediksi kondisi financial distress perusahaan sektor industri barang konsumsi di Indonesia

Tabel 4.10 Uji T Model Grover G-Score

Coefficients a

Interval for B

Collinearity Statistics

Bound Tolerance VIF 1 (Constant)

B Error

KONDISI FINANCIAL

1,000 1,000 a. Dependent Variable: GROVER G-SCORE

Tabel 4.11 Uji F Model Grover G-Score ANOVA a

df Mean Square

F Sig.

a. Dependent Variable: GROVER G-SCORE b. Predictors: (Constant), KONDISI FINANCIAL

Tabel 4.12 Uji Koefisien Determinasi (R2) Model Grover G-Score Model Summary b

Adjus ted

Std. Error of the

Model

Square Square

a. Predictors: (Constant), KONDISI FINANCIAL b. Dependent Variable: GROVER G-SCORE

Accounting and Management Journal, Vol. 1, No. 1, July 2017

Dari hasil pengujian pada tabel di atas lemah dalam memberikan signaling financial dapat diketahui bahwa metode memprediksikan

distress suatu perusahaan. Hal ini ditunjukkan kondisi kesehatan keuangan suatu perusahaan

dengan hasil uji koefisien determinasi (R2) model melalui G-scores Grover ini tidak dapat dilaku-

G-score hanya sebesar 0.056 atau sama dengan kan. Ditunjukkan dengan nilai signifikan t sebe-

5.6% sehingga hasil uji hipotesis H2 ditolak. sar 2.598 lebih besar dari nilai probabilitas 0.05 dan memiliki hubungan yang terbalik dengan

3. Hipotesis Ketiga: model springate dapat

kondisi financial distress riil yang terjadi, sekali-

memprediksi kondisi financial distress per-

pun pada uji F yang memperlihatkan tingkat

usahaan sektor industri barang konsumsi di

signifikansi < 0.05, namun metode ini sangat

Indonesia

Tabel 4.13 Uji T Model Springate S-Score

Coefficients a

Sig. 1 (Constant)

B Std. Error

Beta

21,917 1,09892E-42 FINANCIAL

-7,370 2,91595E-11 a. Dependent Variable: SPRINGATE SCORE

Tabel 4.14 Uji F Model Springate S -Score

ANOVA a

df Mean Square

F Sig.

a. Dependent Variable: SPRINGATE SCORE b. Predictors: (Constant), FINANCIAL DISTRESS

Tabel 4.15 Uji Koefisien Determinasi (R2) Model Springate S -Score

Model Summary b

Adjusted

Std. Error of

Model

R Square R Square the Estimate

1 ,568 a ,323

a. Predictors: (Constant), FINANCIAL DISTRESS b. Dependent Variable: SPRINGATE SCORE

Niken Savitri Primasari, Analisis Altman Z-Score, Grover Score, Springate, dan Zmijewski sebagai Signaling Financial Distress

Berdasarkan analisis hasil tabel di atas dapat springate yang lebih kecil dari 50% ini meng- disimpulkan bahwa H3 bisa diterima, dilihat

artikan bahwa S-score tidak mampu memberikan dari nilai signifikansi uji T < 0.05, nilai uji F

kontribusi bagi manajer keuangan sebagai alat dengan signifikansi kesalahan < 0.05 dan hasil

analisis dalam memberikan signaling. uji determinasi yang mengisyaratkan bahwa kemampuan springate dalam financial distress

4. Hipotesis Keempat: model zmijewski dapat

hanya sebesar 32.3%. Sekalipun nilai uji T dan

memprediksi kondisi financial distress per-

F yang berada pada nilai signifikansi yang lebih

usahaan sektor industri barang konsumsi di

kecil dari 0,05 yang bias mengartikan diterima-

Indonesia

nya H3, tapi dengan kemampuan signaling model

Tabel 4.16 Uji T Model Zmijewski X-Score

Coefficients a

B Std. Error

FINANCIAL DISTRESS

10,629 9,4E-19 a. Dependent Variable: ZMIJEWSKI X-SCORE

Tabel 4.17 Uji F Model Zmijewski X -Score

ANOVA a

df Mean Square

F Sig.

a. Dependent Variable: ZMIJEWSKI X-SCORE b. Predictors: (Constant), FINANCIAL DISTRESS

Tabel 4.18 Uji Koefisien Determinasi (R2) Model Zmijewski X –Score

Model Summary b

Adjusted

Std. Error of

Model

R Square R Square the Estimate

a. Predictors: (Constant), FINANCIAL DISTRESS b. Dependent Variable: ZMIJEWSKI X-SCORE

Accounting and Management Journal, Vol. 1, No. 1, July 2017

Dari hasil pengujian pada tabel di atas untuk memprediksi potensi terjadinya financial dapat diketahui bahwa nilai signifikan t sebesar

distress pada perusahaan. Semakin tinggi nilai 9.4E-19, menandakan bahwa nilai Uji T lebih

debt ratio perusahaan, maka probabilitas perusa- kecil dari nilai probabilitas 0.05 maka hasil uji

haan akan dalam kondisi financial distress se- t untuk model zmijewski disimpulkan berpe-

makin besar pula current ratio. ngaruh positif dalam memprediksi kondisi financial distress perusahaan. Selanjutnya untuk Uji F dengan nilai 112.969 dan tingkat signifi-

5. Hipotesis Kelima: terdapat satu model de-

kansi < 0.05 yang berarti hasil signifikansi ini

ngan tingkat akurasi tertinggi dalam mem-

lebih kecil dari nilai probabilitasnya sebesar

prediksi kondisi financial distress perusahaan

0.05, memberikan arti bahwa hasil perhitungan

sektor industri barang konsumsi di Indone-

model zmijewski dapat digunakan untuk mem-

sia

prediksi ataupun memberikan signaling kondisi Hasil olah data regresi perbandingan ma- financial distress perusahaan. Kemampuan model

sing-masing model yang digunakan dalam mem- zmijewski adalah sebesar 49,8% dalam memberi-

prediksi kondisi financial distress perusahaan kan sinyal financial distress suatu perusahaan.

dapat dilihat pada tabel regresi setiap model Hasil tersebut menyimpulkan bahwa H4

yang telah dijelaskan di atas. Semua tabel ter- bisa diterima. Dengan demikian, model zmijew-

sebut menunjukkan nilai koefisien determinasi ski dapat memprediksi kondisi financial distress

dan nilai signifikansi F setiap model yang di- perusahaan. Hasil penelitian ini sejalan dengan

perbandingkan. Hasil menyatakan bahwa model penelitian yang dilakukan oleh Rismawaty (2012)

altman Z-score memiliki nilai koefisien deter- yang menyatakan model zmijewski adalah model

minasi tertinggi sebesar 72.2% dan nilai signifi- yang paling sesuai diterapkan untuk perusahaan

kansi F sebesar 295.994 yang menyatakan bahwa di Indonesia karena tingkat keakuratannya pal-

model altman Z-scores merupakan model yang ing tinggi dibandingkan model prediksi lainnya.

memiliki tingkat akurasi paling tinggi dibanding- Dalam model zmijewski terdapat rasio-rasio

kan model lain dalam memprediksi kondisi finan- yang telah teruji keakuratannya dalam mempre-

cial distress perusahaan-perusahaan yang terma- diksi tingkat financial distress perusahaan. Rasio

suk dalam industri barang-barang konsumsi yang tersebut antara lain: return on asset, debt ratio,

terdaftar di Bursa Efek Indonesia. dan current ratio. Di mana return on assets ratio

Selanjutnya, model zmijewski X-scores men- ini digunakan untuk mengukur kemampuan ma-

jadi model kedua dengan tingkat akurasi tertinggi najemen dan efisiensi penggunaan aset perusa-

dalam memprediksi kondisi financial distress haan dalam menghasilkan keuntungan. Rasio

perusahaan dengan nilai koefisien determinasi yang tinggi menunjukkan efisiensi manajemen.

sebesar 49,8% dan nilai signifikansi F sebesar Sebaliknya, rasio yang rendah maka semakin

rendah ukuran efektivitas terhadap keseluruhan Perbedaan antara hasil analisis model alt- operasional perusahaan. Debt ratio merupakan

ANALISIS ALTMAN Z-SCORE, GROVER SCORE, SPRINGATE, DAN ZMIJEWSKI SEBAGAI SIGNALING FINANCIAL DISTRESS (Studi Empiris Industri Barang-Barang Konsumsi di Indonesia)