ANALISIS ALTMAN Z-SCORE, GROVER SCORE, SPRINGATE, DAN ZMIJEWSKI SEBAGAI SIGNALING FINANCIAL DISTRESS (Studi Empiris Industri Barang-Barang Konsumsi di Indonesia)
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 pre- diction model being used, (3) the company financial ratio as independent variable used in bank- ruptcy 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 dis- tress. 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 manaje- men, 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 peni- laian 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 fi- nancial 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 dite- rapkan 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 finan- cial 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 bino- mial 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 berikut- nya.
Keseluruhan data yang terkumpul selanjut- nya 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 fi- nancial 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