Analisis Rasio Keuangan Untuk Memprediksi Financial Distress Pada Perusahaan Garmen Dan Tekstil Yang Terdaftar Di Bei Dengan Menggunakan Metode Altman’s Z-Score

SKRIPSI

ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI FINANCIAL

DISTRESS PADA PERUSAHAAN GARMEN DAN TEKSTIL YANG TERDAFTAR DI BEI DENGAN MENGGUNAKAN

METODEALTMAN’S Z-SCORE

OLEH

Asman Affandi

100503089

PROGRAM STUDI AKUNTANSI DEPARTEMEN AKUNTANSI

LEMBAR PERNYATAAN

Saya yang bertanda tangan di bawah ini menyatakan dengan sesungguhnya bahwa skripsi saya yang berjudul “ANALISIS RASIO

KEUANGAN UNTUK MEMPREDIKSI FINANCIAL DISTRESS PADA

PERUSAHAAN GARMEN DAN TEKSTIL YANG TERDAFTAR DI BEI

DENGAN MENGGUNAKAN METODE ALTMAN’S Z-SCORE” adalah benar

hasil karya tulis saya sendiri yang disusun sebagai tugas akademik guna menyelesaikan beban akademik pada Fakultas Ekonomi Universitas Sumatera Utara.

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

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

Medan, 30 Mei 2014

NIM: 100503089 Asman Affandi

ABSTRAK

Tujun dari penelitian ini adalah untuk menguji keakuratan model Altman Z-Score dalam memprediksi financial distress pada suatuperusahaan. Dalam penelitian ini penulis menggunakan 12 perusahaan garmen dan tekstil yang terdaftar di Bursa Efek Indonesia sebagai sampel penelitian dalam jangka wktu dua tahun berturut, kemudian sampel tersebut dikelompokkan menjadi dua grup. Grup I terdiri dari 5 perusahaan yang mengalami kerugian dan memiliki defisit laba ditahan (perusahaan yang tidak sehat) dan grup II terdiri dari 7 perusahaan yang memperoleh laba dan memiliki saldo laba ditahan positif (perusahaan yang sehat). Selain menguji keakuratan model inidalam memprediksi, penulis juga

ingin menguji keakuratan model Altman Z-Score dalam mengklasifikasikan

perusahaan kedalam masing-masing grup.

Hasil penelitian menunjukkan bahwa model Altman Z-Score memiliki

keakuratan yang tinggi dalam memprediksi financial distress. Tingkat

keakuratannya mencapai 100% akurat. Kemudian keakuratan model Altman

Z-Score dalam mengklasifikasikan perusahaan kedalam grup sehat dan tidak sehat mencapai 58,33% pada tahun 2011 dan 50% pada tahun 2012. Dalam penelitian ini ditemukan bahwa rasio keuangan pada masing-masing kategori perusahaan cenderung sama, rasio yang berbeda hanya X3 dan X4.Penelitian yang dilakukan

oleh Altman menunjukkan bahwa rasio keuangan pada masing-masing kategori berbeda signifikan kecuali rasio X5.

ABSTRACT

The aim of this study is to examine the accuracy of Altman Z-Score in predicting financial distress of companies. In this study author uses 12 listed garment and textile companiesin indonesia stock exchange as samples spanning two consecutive years. Then, these samples grouped into two group. Group I consisted of 5 companies that suffered losses and has a deficit in retained earnings (unhealth companies) and group II consisted 7 companies that make a profit and have positive retained earning (health companies). In addition to test the accuracy of this model in predicting, author also wish to examine the accuracy of this model to classify each company into groups correctly.

The study result showed that Altman Z-Score model achieve high accuracy in predicting financial distress. The accuracy rate reached 100% accurate of the firm studied.Then the accuracy of the Altman Z-Score models in classifying companies into healthy and unhealthy group reached 58.33%in 2011 and 50% in 2012. In this study it was found that the financial ratios in each category tend to be the same, only the ratio of X3 and X4 is different. Research conducted by Altman showed that the financial ratios in each category differ significantly except X5 ratio.

KATA PENGANTAR

Skripsi ini berjudul “Analisis Rasio Keuangan Untuk Memprediksi Financial Distress pada Perusahaan Garmen dan Tekstil yang Terdaftar di BEI

dengan Menggunakan Metode Altman’s Z-Score”. Penulis telah banyak menerima

bimbingan, saran, motivasi dan doa dari berbagai pihak selama penulisan skripsi ini. Oleh karena itu, pada kesempatan ini penulis menyampaikan terima kasih kepada semua pihak yang telah memberikan bantuan dan bimbingan, yaitu kepada:

1. Bapak Prof. Dr. Azhar Maksum, M.Ec., Ak. selaku Dekan Fakultas

Ekonomi Universitas Sumatera Utara.

2. Bapak Dr. Syafruddin Ginting Sugihen, MAFIS., Ak. selaku Ketua

Departemen S 1 Akuntansi Fakultas Ekonomi Universitas Sumatera Utara

3. Bapak Drs. Hotmal Ja’far, M.M., Ak. selaku Sekretaris Departemen

Akuntansi Fakultas Ekonomi Universitas Sumatera Utara.

4. Bapak Drs. Firman Syarif, M.Si., Ak. selaku Ketua Program Studi

Akuntansi Fakultas Ekonomi Universitas Sumatera Utara.

5. Bapak Drs. Irwan Djanahar, MAFIS, Ak. selaku Dosen Pembimbing.

6. Bapak Drs. Rustam, M.Si., Ak., CA. selaku Dosen Penguji Penilai.

7. Ibunda dan kakak yang telah memberikan dukungan baik moril dan

materil serta teman-teman yang telah membantu penulis dalam menyelesaikan skripsi ini

Dalam penulisan skripsi ini penulis menyadari bahwa masih banyak kekurangan karena keterbatasan pengetahuan dan pengalaman. Penulis sangat mengharapkan masukan dan saran dari para pembaca demi kesempurnaan skripsi ini. penulis berharap semoga skripsi ini bermanfaat bagi siapapun yang membacanya.

Medan, 30 mei 2014 Penulis,

DAFTAR ISI

Halaman

LEMBAR PERNYATAAN ... i

ABSTRAK ... ii

ABSTRACT ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... ix

DAFTAR LAMPIRAN ... x

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 6

1.3 Tujuan Penelitian ... 7

1.4 Manfaat Penelitian ... 7

BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Teoritis ... 9

2.1.1 Analisis Laporan Keuangan ... 9

2.1.2 Analisis Rasio Keuangan ... 12

2.1.3 Kesulitan Keuangan Perusahaan ... 17

2.1.4 Analisis Metode Altman’s Z-Score ... 18

2.2 Penelitian Terdahulu ... 23

2.3 Kerangka Konseptual ... 25

2.4 Hipotesis ... 27

BAB III METODE PENELITIAN 3.1 Jenis Penelitian ... 28

3.2 Definisi Operasioal Dan Pengukuran Variabel ... 28

3.3 Skala Pengukuran Variabel ... 30

3.4 Populasi Dan Sampel Penelitian ... 30

3.5 Jenis Dan Sumber Data ... 31

3.6 Metode Pengumpulan Data ... 32

3.7 Metode Analisis Data ... 32

3.8 Jadwal Penelitian ... 34

BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Analisis Dan Pembahasan ... 35

4.2 Uji Beda Rasio Keuangan Pada Masing-Masing Kategori Perusahaan ... 42

DAFTAR PUSTAKA ... 46 LAMPIRAN ... 48

DAFTAR TABEL

No. Tabel Judul Halaman

2.1 Tinjauan Penelitian Terdahulu ... 23

3.1 Definisi Operasional Dan Pengukuran Variabel ... 29

3.2 Jadwal Penelitian ... 34

4.1 Nilai Z-Score Dan Kategori Perusahaan Tahun 2011 ... 35

4.2 Nilai Z-Score Dan Kategori Perusahaan Tahun 2012 ... 37

DAFTAR GAMBAR

No. Gambar Judul Halaman

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1 Daftar Populasi Dan Sampel ... 48

2 Daftar Perhitungan Rasio Keuangan Tahun 2011 ... 49

3 Daftar Perhitungan Rasio Keuangan Tahun 2012 ... 50

4 Daftar Perhitungan Z-Score Perusahaan Tahun 2011 ... 51

5 Daftar Perhitungan Z-Score Perusahaan Tahun 2012 ... 52

6 Daftar Perhitungan Working Capital ... 53

7 Daftar Perhitungan Working Capital To Total Assets ... 54

8 Daftar Perhitungan Retained Earning To Total Assets ... 55

9 Daftar Perhitungan EBIT To Total Assets ... 56

10 Daftar Perhitungan Market Value of Equity ... 57

11 Daftar Perhitungan MarketValue of Equity To Book Value of Debt ... 58

12 Daftar Perhitungan Sales To Total Assets ... 59

ABSTRAK

Tujun dari penelitian ini adalah untuk menguji keakuratan model Altman Z-Score dalam memprediksi financial distress pada suatuperusahaan. Dalam penelitian ini penulis menggunakan 12 perusahaan garmen dan tekstil yang terdaftar di Bursa Efek Indonesia sebagai sampel penelitian dalam jangka wktu dua tahun berturut, kemudian sampel tersebut dikelompokkan menjadi dua grup. Grup I terdiri dari 5 perusahaan yang mengalami kerugian dan memiliki defisit laba ditahan (perusahaan yang tidak sehat) dan grup II terdiri dari 7 perusahaan yang memperoleh laba dan memiliki saldo laba ditahan positif (perusahaan yang sehat). Selain menguji keakuratan model inidalam memprediksi, penulis juga

ingin menguji keakuratan model Altman Z-Score dalam mengklasifikasikan

perusahaan kedalam masing-masing grup.

Hasil penelitian menunjukkan bahwa model Altman Z-Score memiliki

keakuratan yang tinggi dalam memprediksi financial distress. Tingkat

keakuratannya mencapai 100% akurat. Kemudian keakuratan model Altman

Z-Score dalam mengklasifikasikan perusahaan kedalam grup sehat dan tidak sehat mencapai 58,33% pada tahun 2011 dan 50% pada tahun 2012. Dalam penelitian ini ditemukan bahwa rasio keuangan pada masing-masing kategori perusahaan cenderung sama, rasio yang berbeda hanya X3 dan X4.Penelitian yang dilakukan

oleh Altman menunjukkan bahwa rasio keuangan pada masing-masing kategori berbeda signifikan kecuali rasio X5.

ABSTRACT

The aim of this study is to examine the accuracy of Altman Z-Score in predicting financial distress of companies. In this study author uses 12 listed garment and textile companiesin indonesia stock exchange as samples spanning two consecutive years. Then, these samples grouped into two group. Group I consisted of 5 companies that suffered losses and has a deficit in retained earnings (unhealth companies) and group II consisted 7 companies that make a profit and have positive retained earning (health companies). In addition to test the accuracy of this model in predicting, author also wish to examine the accuracy of this model to classify each company into groups correctly.

The study result showed that Altman Z-Score model achieve high accuracy in predicting financial distress. The accuracy rate reached 100% accurate of the firm studied.Then the accuracy of the Altman Z-Score models in classifying companies into healthy and unhealthy group reached 58.33%in 2011 and 50% in 2012. In this study it was found that the financial ratios in each category tend to be the same, only the ratio of X3 and X4 is different. Research conducted by Altman showed that the financial ratios in each category differ significantly except X5 ratio.

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah

Kesulitan keuangan dan kebangkrutan merupakan suatu ancaman bagi perusahaan yang kalah dalam bersaing dan terus menerus mengalami kerugian. Kesulitan keuangan terjadi jika perusahaan tidak memiliki cukup dana untuk membayar utang pada saat jatuh tempo. Perusahaan juga akan kekurangan dana untuk membeli bahan baku kebutuhan produksi dan keperluan lain dalam perusahaan. Agar dapat keluar dari kesulitan keuangan ini perusahaan harus memperbaiki kinerjanya dan merancang strategi pemasaran yang baik agar dapat meningkatkan pendapatan dan laba. Jika perusahaan tidak dapat memperbaiki kinerja dan keluar dari kesulitan keuangan tersebut maka perusahaan akan berujung pada kebangkrutan.

Analisis prediksifinancial distress dapat dijadikan sebagai peringatan dini

oleh perusahaan untuk mendeteksi adanya tanda-tanda atau gejala kesulitan keuangan dan potensi kebangkrutan. Semakin awal gejala tersebut diketahui perusahaan maka akan semakin baik karena perusahaan dapat mengambil tindakan antisipasi dan membuat perencanaan dan strategi agar terhindar dari resiko kesulitan keuangan dan potensi kebangkrutan tersebut.

Analisis laporan keuangan dengan menggunakan perhitungan rasio-rasio keuangan dapat digunakan untuk memprediksi kesulitan keuangan pada suatu perusahaan. Rasio keuangan dapat menjelaskan dan memberikan gambaran kepada penganalisa mengenai keadaan dan kondisi keuangan suatu

perusahaan.Hasil perhitungan rasio-rasio keuangan tersebut dapat digunakan oleh banyak pihak terutama bagi pihak investor dalam mengambil keputusan investasi. Ada banyak metode atau model yang menggunakan rasio keuangan untuk memprediksi kesulitan keuangan suatu perusahaan.Salah satu metode yang

populer digunakan adalah metode Altman Z-Score. Dalam metode Altman

Z-Score ini digunakan beberapa rasio keuangan untuk memprediksi kesulitan

keuangan dan potensi kebangkrutan suatu perusahaan dimasa depan.

Metode Altman Z-Score atau yang biasa disebut the Z-Score

dikembangkan pada tahun 1968 oleh Edward Altman. The Z-Score ini merupakan

rumus multivariate dapat yang digunakan untuk mengukur tingkat kesehatan keuangan suatu perusahaan dan untuk memprediksi apakah perusahaan berpotensi akan mengalami kebangkrutan dimasa yang akan datang. Beberapa penelitian menunjukkan bahwa metode ini akurat dalam memprediksi kesulitan keuangan dan kebangkrutan perusahaan satu sampai dua tahun sebelum terjadinya kebangkrutan. Tetapi tingkat keakuratanya berbeda-beda pada berbagai perusahaan yang telah diuji diberbagai negara. Hal ini sebagian besar tergantung pada perusahaan dan faktor-faktor lain yang relevan dengan perusahaan tersebut.

Konsep yang pertama kali dikembangkan oleh Altman adalah sebagai berikut:

Z = 1,2X1 + 1.4X2 + 3.3X3 + 0.6X4 + 1,0X5

X2 = retained earnings / total assets

X3 = earnings before interest and taxes / total assets

X4 = market value of equity / book value of debt

X5 = sales / total assets

Pada awal penelitannya Altman mengambil 66 perusahaan manufaktur sebagai sampel penelitian dan membaginya kedalam dua kelompok perusahaan yaitu perusahaan yang telah bangkrut dan yang tidak. Tiap kelompok terdiri dari 33 perusahaan. Nilai aktiva (assets) perusahaan yang diteliti berkisar antara $ 1

juta sampai $ 25 juta. Setelah dilakukan perhitungan dengan menggunakan model tersebut, ternyata metode Altman Z-Score ini akurat dalam memberikan prediksi.

Perusahaan yang telah dinyatakan bangkrut memang benar akurat diprediksi bangkrut oleh metode ini dan perusahaan yang tidak bangkrut memang benar akurat diprediksi tidak bangkrut. Tingkat keakuratannya mencapai 95% satu tahun sebelum terjadinya kebangkrutan tersebut. Tetapi tingkat keakuratannya menurun menjadi 72% akurat pada tahun kedua dan menjadi 52% akurat pada tahun ketiga sebelum perusahaan tersebut benar-benar bangkrut. Pada pertengahan tahun 1980 metode ini telah diterima luas oleh auditor, manajemen dan akuntan.

Suzanne K. Hayes, dkk (2010) mencoba untuk menguji keakuratan metode Altman Z-Score ini dalam memprediksi financial distress dan kebangkrutan pada

perusahaan ritel di USA. Suzanne mengambil sampel 5 perusahaan yang telah bangkrut dan 4 perusahaan yang tidak bangkrut pada tahun 2007 kemudian 4 perusahaan yang telah bangkrut dan 5 perusahaan yang tidak bangkrut pada tahun

2008. Kemudian perusahaan tersebut dikelompokkan kedalam masing-masing sub-sektor perusahaan sehingga tiap sub-sektor perusahaan terdiri dari satu sampai 2 perusahaan bangkrut dan yang tidak. Hasil penelitiannya menunjukkan bahwa metode Altman Z-Score akurat dalam memprediksi financial distresspada

perusahaan ritel tersebut. Dari 9 perusahaan yang diteliti pada tahun 2007 dan

2008 terlihat bahwa metode Altman Z-Score berhasil memprediksi kebangkrutan

yang telah terjadi 94% akurat dan 90% akurat memprediksi financial distress pada

saat itu.

Keakuratan metode Altman ini juga pernah diuji oleh Mihail Diakomihalis (2012) pada perusahaan perhotelan di Yunani. Dalam penelitiannya Mihail ingin menguji seberapa akuratkah ketiga model yang dikembangkan Altman tersebut

dalam memprediksi kegagalan keuangan (financial failure) pada perusahaan

perhotelan non-go public(Private hotel Company). Sampel penelitian diambil

secara acak dari masing-masing provinsi di Yunani sehingga diperoleh 3 sampel dari tiap provinsi. Total sampel adalah 146 hotel pribadi (Private hotel) yang

terdiri dari 30 hotel bintang lima, 29 hotel bintang empat, 51 hotel bintang tiga

dan 36 hotel bintang dua. Hasilnya menunjukkan bahwa metode Altman Z-Score

akurat dalam memprediksi financial distress dan kebangkrutan perusahaan

perhotelan di Yunani tersebut. Tingkat keakuratannya untuk masing-masing model adalah 88,24% untuk model Z-1, 83,33% untuk model Z-2 dan 80% untuk model Z-3. Berdasarkan keakuratan tersebut, ternyata model Z-3 yang dirancang

memberikan tingkat keakuratan yang paling rendah dibandingkan dengan dua model lainnya.

Penelitian selanjutnya juga pernah dilakukan oleh Jasmine Rose Chieng

(2013). Jasmine menguji tingkat keakuratan metode Altman Z-Score pada

perusahaan perbankan Zona Euro (Eurozone bank). Sampel yang digunakan

adalah 4 bank yang gagal (bangkrut) atau yang telah dinasionalisasi dan 4 bank

yang tidak bangkrut pada tahun 2007-2012. Untuk menguji keakuratan Z-Score

dalam memprediksi kegaglaan bank, maka bank yang dianalisis adalah bank yang masih beroperasi 5 tahun sebelum benar-benar dinyatakan bangkrut. Hasil

pengujian menunjukkan bahwa model Z-Score ini 100% akurat memprediksi

kegagalan bank selama 5 tahun sebelum bank tersebut benar-benar bangkrut.

Di Jordania, Bahaaeddin Alareeni dan Joël Branson (2012) juga melakukan pengujian terhadap metode Altman ini. Mereka melakuan pengujian pada perusahaan sektor industri dan sektor jasa yang go public. Sampel penelitian

terdiri dari 71 perusahaan (47 perusahaan sektor industri dan 24 perusahaan sektor jasa). Kemudian tiap perusahaan dalam masing-masing sektor tersebut dipisahkan menjadi 2 kelompok yaitu perusahaan yang bangkrut dan yang tidak. Untuk perusahaan di sektor industri metode ini 70,21% sampai 74,46% akurat dalam memberikan prediksi. Sedangkan untuk perusahaan pada sektor jasa hasilnya 56% sampai 58% akurat dalam memberikan prediksi. Dalam penelitian tersebut juga dibandingkan tingkat keakuratan model Z-1 (model untuk perusahaan manufaktur) dengan Z-2 (model untuk penusahaan non-manufaktur) yang

diaplikasikan pada perusahaan sektor jasa. Hasilnya ternyata model Z-2 lebih akurat dalam memberikan prediksi dibandingkan model Z-1.

Berdasarkan penelitian terdahulu diatas terlihat jelas bahwa metode

Altman Z-Score ini akurat dalam memprediksi financial disrtess dan

kebangkrutan perusahaan. Tetapi ternyata tingkat keakuratannya berbeda-beda setelah dilakukan pengujian pada beberapa jenis perusahaan diberbagai negara tersebut. Pengujian yang dilakukan pada perusahaan di USA, Yunani dan Eropa menunjukkan tingkat keakuratan yang tinggi. Namun pengujian yang dilakukan pada perusahaan di Jordania menunjukkan tingkat keakuratan yang rendah. Secara keseluruhan tingkat keakuratan metode ini berkisar antara 56% - 100% akurat dan kesalahan prediksi berkisar antara 0% - 44%.

Berdasarkan uraian dan latar belakang diatas, maka peneliti memilih judul

penelitian “Analisis Rasio Keuangan Untuk Memprediksi Financial Distress

Pada Perusahaan Garmen dan Tekstil yang Terdaftar di BEI Dengan Menggunakan Metode Altman’sZ-Score ”

1.2 Rumusan Masalah

Adapun masalah yang muncul dan akan dijawab dalam penelitian ini adalah:

Seberapa akuratkah metode Altman Z-Score ini dalam memprediksi

financial distress jika diuji pada perusahaan garmen dan tekstil yang terdaftar di

1.3 Tujuan Penelitian

Tujuan yang hendak dicapai oleh peneliti dalam penelitian ini adalahuntuk menguji tingkat keakuratan metode Altman Z-Score dalam memprediksi financial

distress pada perusahaan garmen dan tekstil yang terdaftar di Bursa Efek

Indonesia.

1.4 Manfaat Penelitian

Diharapkan penelitian ini dapat memberi manfaat bagi pihak-pihak berikut:

1. Bagi peneliti sendiri

Dengan dilakukannya penelitian ini penulis berharap dapat memperoleh lebih banyak pengetahuan tentang cara menganalisis laporan keuangan perusahaan dan menilai tingkat kesehatan keuangan suatu perusahaan.

2. Bagi perusahaan

Perusahaan dapat memanfaatkan penelitian ini sebagai bahan tambahan dalam menilai dan mengevaluasi kinerja keuangannya. Jika mengalami kesulitan keuangan, perusahaan dapat langsung mengambil tindakan untuk keluar dari kesulitan keuangan tersebut.

3. Bagi investor

Investor dapat memanfaatkan penelitian ini untuk memilih saham perusahaan yang cocok untuk dijadikan sebagai sarana investasi dan menilai peluang pertumbuhan perusahaan dimasa depan.

4. Bagi mahasiswa dan peneliti selanjutnya

Penelitian ini dapat digunakan untuk menambah bahan referensi yang telah ada dan sebagai pedoman bagi mahasiswa lain yang juga mungkin akan melakukan penelitian yang sama.

BAB II

TINJAUAN PUSTAKA

2.1 Tinjauan Teoritis

2.1.1 Analisis Laporan Keuangan

Setiap perusahaan harus membuat dan melaporkan kondisi keuangannya pada suatu periode tertentu dalam bentuk laporan keuangan. Laporan keuangan menyajikan informsi penting yang dapat dipakai oleh pembuat keputusan. Menurut Kasmir (2008:7) laporan keuangan adalah laporan yang menunjukkan kondisi keuangan perusahaan terkini atau dalam suatu periode tertentu. Kondisi perusahaan terkini adalah keadaan perusahaan pada saat tertentu (untuk neraca) dan periode tertentu (untuk laporan laba rugi).

Tujuan laporan keuangan yang tertuang dalam PSAK No. 1 adalah untuk memberikan informasi tentang posisi keuangan, kinerja dan arus kas suatu entitas yang bermanfaat bagi beragam pengguna laporan dalam membuat keputusan ekonomi.

Banyak pihak yang memerlukan laporan keuangan karena memiliki informasi penting yang terkandung didalamnya. Informasi tersebut berupa kondisi keuangan dan hasil operasi perusahaan. Masing-masing pihak dapat memanfaatkan informasi tersebut sesuai dengan kebutuhan mereka. Ada pun pihak-pihak yang memerlukan laporan keuangan tersebut yaitu :

1. Pemilik atau pemegang saham

Para pemegang saham sangat berkepentingan untuk melihat kondisi perusahaan saat ini. Mereka juga akan melihat dan menilai kinerja manajemen pada tahun tersebut. Apakah perusahaan telah mencapai target yang telah ditetapkan sebelumnya atau tidak. Jika hasil yang dicapai manajemen tidak memuaskan maka pemegang saham dapat mengambil tindakan seperti mengganti manajemennya atau menjual saham-sahamnya.

2. Manajemen

Informasi yang terkandung dalam laporan keuangan tersebut dapat digunakan oleh manajemen sebagai alat untuk menilai kinerjanya sendiri. Dengan kata lain jika mencapai atau memperoleh target yang telah ditetapkan, berarti ada penghargaan dan jika sebaliknya ada teguran bahkan pemutusan hubungan kerja.

3. Kreditor

Bagi kreditor informasi tersebut dapat digunakan sebagai bahan pertimbangan apakah perusahaan tersebut layak untuk diberikan kredit dan apakah dana yang dipinjam perusahaan beserta bunganya dapat dibayar perusahaan dikemudian hari.

4. Pemerintah

Bagi pemerintah hal ini berkaitan dengan kewajiban pajak yang dibayarkan kepada pemerintah atau negara secara adil dan jujur.

Untuk mengetahui kondisi keuangan suatu perusahaan dengan lebih rinci maka perlu dilakukan analisis terhadap laporan keuangan. Dengan melakukan analisis yang mendalam terhadap laporan keuangan maka akan terlihat apakah suatu perusahaan dapat mencapai target yang telah direncanakan sebelumnya atau tidak, kemudian analisis tersebut juga dapat digunakan untuk menilai kinerja keuangan perusahaan dimasa depan. Jika hasil yang diperoleh dari analisis tersebut menunjukkan bahwa perusahaan mengalami penurunan kinerja, maka hal ini dapat dijadikan sebagai peringatan bagi pihak manajemen perusahaan untuk mengambil tindakan perbaikan terhadap kinerja perusahaan.

Menurut Bernstein (dalam Sjahrial, 2011:1) analisis laporan keuangan mencakup penerapan metode dan teknik analisis untuk laporan keuangan dan data lainnya untuk melihat dari laporan itu ukuran-ukuran dan hubungan tertentu yang sangat berguna dalam pengambilan keputusan.

Ada beberapa tujuan dan manfaat bagi berbagai pihak dengan adanya analisis laporan keuangan. Secara umum dikatakan bahwa tujuan dan manfaat analisis laporan keuangan adalah: (Kasmir, 2008:68)

1. Untuk mengetahui posisi keuangan perusahaan dalam satu periode

tertentu, baik harta, kewajiban, modal maupun hasil usaha yang telah dicapai untuk beberapa periode.

2. Untuk mengetahui kelemahan-kelemahan apa saja yang menjadi

kelemahan perusahaan.

3. Untuk mengetahui kekuatan-kekuatan yang dimiliki.

4. Untuk mengetahui langkah-langkah perbaikan apa saja yang perlu

dilakukan kedepan yang berkaitan dengan posisi keuangan perusahaan saat ini.

5. Untuk melakukan penilaian kinerja manajemen kedepan apakah perlu

6. Dapat juga digunakan sebagai perbandingan dengan perusahaan sejenis tentang hasil yang mereka capai.

Dalam menganalisis laporan keuangan, masing-masing pihak memiliki cara yang berbeda-beda dalam menganalisis dan menafsirkan hasil analisis laporan keuangan tersebut. Hal ini tergantung pada kedudukan dan kepentingan masing-masing pihak terhadap perusahaan yang bersangkutan. Analisis ini harus dilakukan dengan cermat agar hasil yang hendak dicapai sesuai dengan yang diharapkan. Kesalahan dalam melakukan analisis akan berakibat tidak akuratnya hasil yang hendak dicapai.

2.1.2 Analisis Rasio Keuangan

Analisis rasio merupakan salah satu analisis paling populer dan banyak digunakan karena sangat sederhana namun interpretasinya cukup kompleks. Menurut Jumingan (2006:118) rasio dalam analisis laporan keuangan adalah angka yang menunjukkan hubungan antara suatu unsur dengan unsur lainnya dalam laporan keuangan. Hubungan antara unsur-unsur laporan keuangan tersebut dinyatakan dalam bentuk matematis yang sederhana. Rasio keuangan digunakan untuk mengevaluasi kondisi keuangan dan kinerja perusahaan. Dari hasil rasio keuangan ini akan terlihat kondisi kesehatan perusahaan yang bersangkutan.

Rasio keuangan memang memiliki fungsi yang cukup banyak bagi penggunanya dalam mengambil keputusan, tetapi hasil pehitungan rasio tersebut belum tentu menggambarkan kondisi perusahaan yang sebenarnya.

Karena terdapat banyak kelemahan dalam rasio-rasio keuangan yang digunakan tersebut.

J. Fred Weston (dalam Kasmir, 2008:117) menyebutkan kelemahan rasio keuangan adalah sebagai berikut:

1. Data keuangan disusun dari data akuntansi. kemudian data

tersebut ditafsirkan dengan berbagai macam cara, misalnya, masing-masing perusahaan menggunakan:

a. Metode penyusutan yang berbeda untuk menentukan nilai

penyusutan terhadap aktivanya sehingga menghasilkan nilai penyusutan setiap periode juga berbeda.

b. Penilaian persediaan yang berbeda.

2. Prosedur pelaporan yang berbeda mengakibatkan laba yang

dilaporkan juga berbeda (dapat naik atau turun) tergantung prosedur pelaporan keuangan tersebut.

3. Adanya manipulasi data, artinya dalam menyusun data, pihak

penyusun tidak jujur dalam memasukkan angka-angka kedalam laporan keuangan yang mereka buat. Akibatnya hasil perhitungan rasio keuangan tidak menunjukkan hasil yang sebenarnya.

4. Perlakuan pengeluaran untuk biaya-biaya antara satu perusahaan

dengan perusahaan lainnya berbeda. Misalnya biaya riset dan pengembangan, biaya perencanaan pensiun, merger, jaminan kualitas pada barang jadi dan cadangan kredit macet.

5. Penggunaan tahun fiskal yang berbeda juga dapat menghasilkan

perbedaan.

6. Pengaruh musiman mengakibatkan rasio komparatif akan ikut

berpengaruh.

7. Kesamaan rasio keuangan yang telah dibuat dengan standar

industri belum menjamin perusahaan berjalan normal dan telah dikelola dengan baik.

Banyak rasio keuangan yang dapat digunakan untuk menganalisis dan memahami sebuah perusahaan. Pengguna laporan keuangan dapat memilih rasio keuangan yang menurut mereka cocok untuk digunakan dalam melakukan analisis. Beberapa jenis rasio keuangan yang sering digunakan dalam menganalisis laporan keuangan adalah rasio likuiditas, rasio struktur

modal dan solvabilitas, rasio aktivitas, rasio profitabilitas dan rasio ukuran pasar.

Rasio Likuiditas(Liquidity Ratio)

Rasio likuiditas menggambarkan kemampuan perusahaan dalam melunasi utang lancarnya pada saat jatuh tempo. Rasio ini diperoleh dengan membandingkan aktiva lancar dengan utang lancar perusahaan. Semakin tinggi rasio ini maka akan semakin baik, karena kemampuan perusahaan dalam melunasi utang lancarnya dianggap sudah cukup baik atau memuaskan bagi suatu perusahaan.

Berikut ini adalah beberapa contoh rasio likuiditas:

a. ����������� (������������) = ����� ������ ������

����� ����� ������ � 100%

b. ���������� (����������) = ���+������ ���+����� ��� ℎ����+�������

����� ����� ������ � 100%

c. �������� (���ℎ�����) = ���

����� ����� ������ � 100% Rasio Solvabilitas(Solvency Ratio)

Rasio ini menggambarkan kemampuan perusahaan dalam melunasi utang jangka panjangnya apabila perusahaan dibubarkan atau dilikuidasi. Semakin kecil rasio ini maka semakin baik karena semakin kecil juga aktiva perusahaan yang dibiayai dengan utang.

b. ��������������������������ℎ���������= ���� ������ ������ �������

������� � 100%

c. ������������������ℎ���������������=_{�����}�����_{������}����� � 100%

d. �������������������������ℎ�������= ���� ������� ����� ��� ����� �����

����� ����� � 100%

Rasio Aktivitas(Activity Ratio)

Rasio aktivitas merupakan rasio yang digunakan untuk mengukur aktivitas perusahaan dalam menggunakan aktiva yang dimilikinya. Dapat pula dikatakan bahwa rasio ini digunakan untuk mengukur tingkat efisiensi pemanfaatan sumber daya perusahaan. Efisiensi yang dilakukan misalnya dibidang penjualan, persediaan, penagihan piutang dan lainnya (Kasmir, 2008:172). Hasil perhitungan rasio aktivitas bukan dalam persentase, melainkan berapa kali dan atau beberapa hari.

Berikut adalah beberapa contoh rasio aktivitas: a. �����������������= ��������� ������

������� ���� −����

b. �������������������� = ℎ����_{����������}����� _{���� −����}���������

c. ��������������������= ��������� ����� ℎ ����� ����� ���� −����

d. ����������������= ��������� ����� ℎ ����� ������

Rasio Profitabilitas (Profitability Ratio)

Rasio profitabilitas merupakan rasio untuk menilai kemampuan perusahaan dalam menghasilkan laba. Rasio ini juga memberikan ukuran tingkat efektivitas manajemen suatu perusahaan. Hal ini ditunjukkan oleh laba yang dihasilkan dari penjualan dan pendapatan investasi (Kasmir, 2008:196). Semakin tinggi rasio ini maka semakin baik karena laba yang dihasilkan semakin besar.

Berikut ini adalah beberapa contoh rasio profitabilitas: a. ���������������= ���� �����

��������� ����� ℎ � 100%

b. ���������������ℎ =����_{���������}����� ℎ������ ℎ _{����� ℎ}����� � 100%

c. ���������������������� (���) = ���� ����� ℎ������ ℎ�����

���� −���� ������� �������� ��ℎ�� � 100% Rasio Ukuran Pasar (Market Measure Ratio)

Rasio ukuran pasar merupakan ukuran kemampuan perusahaan dalam mempertahankan bahkan meningkatkan harga pasar sahamnya di pasar modal (Sjahrial, 2011:40)

Berikut adalah beberapa contoh rasio ukuran pasar:

a. ���������������ℎ������� (���) =���� ����� ℎ������ ℎ����� ����� ℎ��ℎ���������

b. �����ℎ������ℎ�� (�����������������) = ℎ���� ����� ��������� ��ℎ�������

c. ����������ℎ�����������= ������� ����� ��������� ��ℎ�������

ℎ���� ����� ��������� ��ℎ������� � 100% 2.1.3 Kesulitan Keuangan Perusahaan

Setiap perusahaan mempunyai peluang untuk mengalami kesulitan keuangan dan bahkan kebangkrutan jika tidak dapat megelola perusahaan dengan baik. Menurut Bringham dan Daves (dalam Fachrudin, 2008:2) kesulitan keuangan dimulai ketika perusahaan tidak dapat memenuhi jadwal pembayaran atau ketika proyeksi arus kas mengindikasikan bahwa perusahaan tersebut akan segera tidak dapat memenuhi kewajibannya. Pengurangan yang bersifat berubah-ubah dalam arus kas dari operasi berjalan adalah sinyal dari serangan kesulitan keuangan. Tingkatan kesulitan berikutnya mungkin ditandai dengan pengurangan pembayaran deviden, kegagalan pinjaman secara teknikal, kegagalan hutang dan restrukturisasi hutang bermasalah.

Perusahaan yang mengalami kesulitan keuangan memiliki potensi besar akan mengalami kegagalan bisnis. Menurut Dun dan Bradstreet (dalam Fachrudin, 2008:9) dalam penelitiannya menyebutkan bahwa

penyebab utama kegagalan bisnis adalah faktor ekonomi (37,1%) dan faktor keuangan (47,3%), selain itu disebabkan oleh kelalaian (neglect) malapetaka (disaster) dan kecurangan (fraud) sebanyak 14%, serta faktor faktor lain yang tidak dirinci yaitu sebayak 1,6%. Faktor ekonomi meliputi kelemahan industri dan lokasi yang buruk. Faktor keuangan meliputi hutang yang terlalu banyak dan modal yang tidak memadai.

Penyebab lain kegagalan perusahaan yang dikemukakan oleh Mackey (dalam Fachrudin, 2008:12) adalah tidak adanya atau kurangnya upaya

mengawasi kondisi keuangan sehingga penggunaan uang tidak sesuai dengan keperluan, akibatnya perusahaan kekurangan uang untuk membayar gaji, membeli bahan baku dan membayar hutang.

Perusahaan yang tidak dapat keluar dari kesulitan keuangan akan memberikan dampak negatif pada perusahaan itu sendiri. Akibat yang ditimbulkan dari kesulitan keuangan ini akan sangat mempengaruhi operasi perusahaan. Berikut adalah akibat dari kesulitan keuangan bagi perusahaan:

1. Perusahaan akan kekurangan dana untuk membayar utang perusahaan

pada saat jatuh tempo dan untuk membeli kebutuhan bahan baku produksi.

2. Hubungan perusahaan dengan karyawan perusahaan akan rusak

karena untuk mengurangi pengeluaran perusahaan harus melakukan pengurangan karyawan.

3. Bagi perusahaan yang go public, harga sahamnya akan terus menerus

mengalami penurunan harga.

4. Kesulitan dalam memperoleh pinjaman, karena kreditor khawatir

perusahaan tidak sanggup membayar cicilan utang beserta bunganya.

2.1.4 Analisis Metode Altman’s Z-Score

Metode Altman’sZ-Score merupakan salah satu metode yang paling

populer digunakan dalam memprediksi kesulitan keuangan (financial

distress) dan potensi kebangkrutan suatu perusahaan. Metode ini pertama

mengukur kesehatan keuangan suatu perusahaan dan untuk menganalisis kemungkinan bahwa suatu perusahaan akan mengalami kebangkrutan dalam periode waktu dua tahun berikutnya (Hayes et all, 2010:124).

Dalam metode ini Altman menggunakan lima rasio keuangan dalam

menentukan Z-Score dan kemudian memasukkan kelima rasio ini kedalam

rumus (formula) yang telah ditetapkannya. Pada awal penelitiannya Altman

menggunakan 66 perusahaan manufaktur sebagai sampel kemudian membaginya menjadi 2 kelompok perusahaan, yaitu perusahaan yang bangkrut dan yang tidak. Dalam tiap kelompok terdapat 33 perusahaan. Hasilnya menunjukkan bahwa 95% metode ini akurat dalam memprediksi kebangkrutan.

Rumus (formula) yang pertama kali dikembangkan oleh Altman

adalah sebagai berikut:

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

Dimana

X1 = working capital / total assets

X2 = retained earnings / total assets

X3 = earnings before interest and taxes / total assets

X4 = market value of equity / book value of debt

X5 = sales / total assets

Altman menggunakan rasio X1 karena rasio ini bertujuan untuk

terhadap ukuran perusahaan. Rasio ini lebih efektif digunakan dalam

memprediksi kebangkrutan bila dibandingkan dengan rasio lancar (current

ratio) dan rasio cepat (acid test ratio).Rasio X2 bertujuan mengukur

kemampuan perusahaan dalam menghasilkan laba. Tingkat kegagalan suatu perusahaan sangat berhubungan dengan rasio ini. Rasio X3 berguna untuk

mengukur profitabilitas suatu bisnis. Rasio X4 menunjukkan seberapa besar

aktiva perusahaan mengalami penurunan nilai (diukur dengan harga pasar ekuitas ditambah utang) sebelum utang perusahaan melebihi aktivanya dan perusahaan tidak sanggup membayar utangnya. Rasio X5 biasanya digunakan

untuk mengukur tingkat efisiensi suatu bisnis dalam mamanfaatkan aset yang dimiliki untuk menghasilkan penjualan dan mendapatkan laba.

Setelah melakukan perhitungan menggunakan model ini maka akan diperolehlah hasilnya berupa Z-Score. Z-Score yang telah diperoleh ini

kemudian bandingkan dengan skor yang telah ditetapkan Altman sebelumnya. Untuk perusahaan manufaktur skor tersebut dikelompokkan kedalam 3 kategori, yaitu:

1. Untuk nilai Z-Score lebih besar dari 2,99 (Z-Score> 2,99), maka

perusahaan dapat dikatakan sehat dan bebas dari kesulitan keuangan sehingga memiliki potensi yang kecil untuk mengalami kebangkrutan. 2. Untuk nilai Z-Score antara 1,8 sampai 2,99 (1,8 <Z-Score< 2,99),

maka perusahaan berada dalam area abu-abu (grey area). Pada area

kebangkrutan dikemudian harinya atau tidak. Hal ini sangat bergantung pada perusahaan itu sendiri.

3. Untuk nilai Z-Score yang lebih kecil dari 1,8 (Z-Score< 1,8), maka

perusahaan dikategorikan mengalami kesulitan keuangan (financial

distress) dan memiliki potensi yang besar untuk mengalami

kebangkrutan.

Seiring berjalanya waktu Altman juga merevisi modelnya agar dapat

diterapkan pada semua jenis perusahaan, seperti perusahaan yang tidak go

public dan perusahaan non-manufaktur. Untuk perusahaan yang tidak go

public Altman melakukan modifikasi pada rumus Z-Score-nya. Modifikasi

tersebut berupa perubahan pada koefisien yang digunakan dalam rumus dan juga klasifikasi kategori Z-Score-nya. Altman juga mengubah market value

of equity menjadi book value of equity pada rasio X4. Hasil dari modifikasi

tersebut terlihat seperti berikut ini:

Z’ = 0,717X1 + 0.847X2 + 3,107X3 + 0,420X4 + 0.998X5

Dengan kategori sebagai berikut:

1. Untuk nilai Z-Score lebih besar dari 2,90 (Z-Score> 2,90), maka

perusahaan dianggap sehat.

2. Untuk nilai Z-Score 1,23 sampai 2,90 (1,23 <Z-Score< 2,90), maka

3. untuk nilai Z-Score kurang dari 1,23 (Z-Score< 1,23), maka

perusahaan mengalami kesulitan keuangan dan berpotensi mengalami kebangkrutan.

Untuk perusahaan non-manufaktur Altman juga melakukan modifikasi

pada koefisien dalam rumus dan pengelompokan kategori Z-Score-nya.

Selain itu rasio X5 dalam rumus tersebut dihilangkan karena rasio ini lebih

tinggi pada perusahaan ritel dan jasa bila dibandingkan dengan perusahaan manufaktur. Jika X5 ini tidak dihapus dalam rumus maka Z-Score yang akan

diperoleh nantinya akan salah dalam memberikan prediksi (underpredict)

(Hayes et all, 2010:125). Untuk perusahaan non-manufaktur ini Altman menggunkan book value of equity dalam rasio X4.Berikut ini adalah rumus

yang digunakan untuk perushaan non-manufaktur:

Z”= 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4

Dengan kategori sebagai berikut:

1. untuk nilai Z-Score lebih besar dari 2,60 (Z-Score> 2,6), maka

perusahaan dianggap sehat.

2. Untuk nilai Z-Score 1,10 sampai 2,60 (1,10 <Z-Score< 2,60), maka

perusahaan berada dalam area abu-abu (grey area).

3. Untuk nilai Z-Score kurang dari 1,10 (Z-Score< 1,10), maka

perusahaan mengalami kesulitan keuangan dan berpotensi besar akan mengalami kebangkrutan.

2.2 Penelitian Terdahulu

Penelitian terdahulu sangat berguna bagi penulis sebagai bahan referensi dan pertimbangan dalam melakukan penelitian lebih lanjut. Penelitian ini dibuat dengan mengacu pada penelitian-penelitian yang telah pernah dilakukan

sebelumya. Penelitian terdahulu mengenai financial distress dan potensi

kebangkrutan dapat dilihat pada tabel berikut ini:

Tabel 2.1

Tinjauan Penelitian Terdahulu

Nama Peneliti Judul

Penelitian Variabel Penelitian Kesimpulan

Raden Roro Deviasri S. (2008) Analisis Rasio Keuangan untuk Memprediksi Kondisi Financial Distress pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia

Variabel independen:

working capital to total assets (WC/TA), retained earnings to total assets (RE/TA), EBIT to total assets (EBIT/TA), market value of equity to total liabilities (MVE/TL), sales to total assets (S/TA)

Variabel dependen: financial distress Rasio keuangan berbeda secara signifikan antara perusahaan yang mengalami financial distress dengan yang berada pada grey area dan yang tidak mengalami financial distress. Rasio keuangan dapat digunakan untuk memprediksi financial distress pada suatu perusahaan. Dagmar Čámská (2012) Predicting Corporate Financial Distress in the Case of Operational Program Environment

Variabel

independen: WC/TA,

RE/TA, EBIT/TA, book value of equity/ total liabilities (BVE/TL) Variabel dependen: Financial distress Setelah dilakukan prediksi dengan metode Altman tersebut, ternyata sebagian besar perusahaan yang menerima program dukungan danadiprediksi berada pada kategori sehat dan abu-abu.

Lanjutan tabel 2.1

Nama Peneliti Judul

Penelitian Variabel Penelitian Kesimpulan

Edward I. Altman dan Max L. Heine (2000)

Predicting Financial Distress of Companies: Revisiting the Z-Score and ZETA® Models

Variabel

independen: WC/TA,

RE/TA, EBIT/TA, MVE/TL, S/TA.

Variabel

Independen: ROA,

stability of earning, debt service, cumulative profitability, liquidity, capitalization, size. Variabel dependen: Financial distress Tingkat keakuratan kedua model tersebut dalam mengklasifikasikan perusahaan kedalam kelompok bangkrut relatif sama pada satu tahun sebelum terjadinya

kebangkrutan. (96,2% untuk ZETA dan 93,9% untuk Z-Score). Tetapi model ZETA secara konsisten lebih akurat dalam mengklasifikasikan pada periode 2-5 tahun sebelum terjadinya kebangkrutan dibandingkan dengan model Z-Score. Edward I. Altman (1968) Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy

Variabel

independen: WC/TA,

RE/TA, EBIT/TA, MVE/TL, S/TA

Variabel dependen: bankcruptcy

ModelZ-Score yag dikembangkan oleh Altman tersebut 94 % akurat

memprediksi kebngkrutan yang terjadi dan juga akurat dalam mengklasifikasikan 95% total sampel kedalam grup bangkrut dan non-bangkrut

2.3 Kerangka Konseptual

Kerangka konseptual atau kerangka teoritis merupakan sebuah landasan dan gambaran suatu penelitian yang dapat dijadikan sebagai pedoman bagi peneliti dalam melakukan proses penelitian. Menurut kuncoro (2003:44) kerangka teoritis adalah pondasi utama dimana sepenuhnya proyek penelitian itu ditujukan. Hal ini merupakan jaringan hubungan antar variabel yang secara logis diterangkan, dikembangkan dan dielaborasi dari perumusan masalah yang telah diidentifikasi melalui proses wawancara, observasi dan survei literatur.

Kerangka konseptual dari penelitian ini dapat digambarkan sebagai berikut:

H3

h h

H1& H2

Gambar 2.1 Kerangka Konseptual

Financial Distress

(Y) Working capital

to total assets (X1)

Retained earnings to total assets (X2)

EBIT to total assets (X3)

Market value of equity to total liabilities (X4)

Working capital to total assets bertujuan untuk mengukur aktiva likuid

bersih (net liquid assets) perusahaan bila dibandingkan dengan keseluruhan aktiva

yang dimiliki perusahaan. Semakin besar rasio ini maka akan semakin baik, karena perusahaan yang memiliki modal kerja positif memiliki potensi kecil akan mengalami kesulitan keuangan.

Retained earning to total assets berguna untuk mengukur apakah laba

perusahaan secara kumulatif mampu untuk mengimbangi jumlah keseluruhan harta (aktiva) perusahaan. Jika perusahaan merugi maka laba ditahan perusahaan akan menurun. Laba ditahan yang negatif akan menyebabkan perusahaan berpotensi akan mengalami kesulitan keuangan.

Earning before interest and taxes to tatal assets bertujuan untuk mengukur

produktivitas aktiva perusahaan diluar pajak dan beban bunga. Kebangkrutan terjadi jika total kewajiban perusahaan melebihi nilai wajar aktiva perusahaan yang diukur melalui kemampuan atau efektivitas aktiva dalam menghasilkan pendapatan (earning power).

Market value of equity to total liabilities. Ukuran ini bertujuan untuk

melihat seberapa besar aktiva perusahaan mengalami penurunan nilai (bila dilihat dari nilai pasar ekuitas perusahaan ditambah utang) sebelum utang perusahaan melebihi aktivanya dan mengalami kepailitan (bangkrut).

Sales to total assets disebut juga perputaran aset (assets turnover) dan

biasanya digunakan untuk mengukur tingkat efisiensi suatu bisnis. Semakin besar rasio ini maka akan semakin baik karena kemungkinan perusahaan akan

2.4 Hipotesis

Hipotesis adalah suatu penjelasan sementara tentang perilaku, fenomena, atau keadaan tertentu yang telah terjadi atau akan terjadi. Fungsi dari hipotesis adalah sebagai pedoman untuk dapat mengarahkan penelitian agar sesuai dengan yang kita harapkan (Kuncoro, 2003:48)

Berdasarkan kerangka konseptual yang telah diuraikan sebelumnya, maka hipotesis penelitian ini adalah sebagai berikut:

H1: Model Altman Z-Scoremempunyai keakuratan yang tinggi dalam

memprediksifinancial distress.

H2 : Model AltmanZ-Scoremempunyai keakuratan yang tinggi dalam

mengklasifikasikan perusahaankedalam grup sehat dan tidak sehat.

H3 : Ada perbedaan yang signifikan pada rasio keuangan antara perusahaan yang

berada pada kategori distressdengan perusahaan yang berada pada kategori

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif (descriptive research). Menururt Erlina (2011:20) penelitian deskriptif

adalah penelitian terhadap fenomena atau populasi tertentu yang diperoleh oleh peneliti dari subjek berupa individu, organisasional, industri atau perspektif yang lain. Penelitian deskriptif dilakukan untuk menjawab pertanyaan tentang apa, siapa, kapan, dimana dan bagaimana yang berkaitan dengan karakteristik populasi atau fenomena tersebut. Penelitian deskriptif membantu peneliti untuk menjelaskan karakteristik subjek yang diteliti, mengkaji berbagai aspek dalam fenomena tertentu dan menawarkan ide masalah untuk pengujian dan penelitian lanjutannya. Dalam penelitian kali ini peneliti akan menguji keakuratan metode

Altman Z-Score dalam memprediksi kesulitan keuangan (financial distress)

perusahaan dan mencari tahu seberapa akuratkah metode ini dalam memberikan prediksi jika dilakukan pengujian pada perusahaan garmen dan tekstil di Indonesia.

3.2 Definisi Operasioal Dan Pengukuran Variabel

Variabel-variabel yang digunakan dalam penelitian ini disajikan dalam tabel berikut:

Tabel 3.1

Definisi Operasional Dan Pengukuran Variabel

Jenis Variabel Definisi Operasional Pengukuran Skala

Working capital to total assets (X1)

Rasio ini bertujuan untuk mengukur aktiva likiud bersih (net liqiud aseets) perusahaan bila dibandingkan dengan keseluruhan aktiva perusahaan

X1 = ��

�� Rasio

Retained earnings to total assets (X2)

Rasio ini bertujuan untuk mengukur apakah laba secara kumulatif mampu untuk mengimbangi aktiva perusahaan.

X2 = ��

�� Rasio

Earnings before interest and taxes to total assets (X3)

Rasio ini bertujuan untuk mengukur produktivitas aset perusahaan diluar pajak dan beban bunga.

X3 = ����

�� Rasio

Market value of equity to book value of debt (X4)

Rasio ini berguna untuk mengukur nilai pasar ekuitas bila dibandingkan dengan total utang perusahaan.

X4 = ���

��� Rasio

Sales to total assets (X5)

Rasio ini digunakan untuk mengukur tingkat efisiensi bisnis dalam memanfaatkan aktiva yang dimiliki.

X5 = �

�� Rasio

Financial distress (Y)

Parameter ini berguna untuk mengukur tingkat kesehatan keuangan perusahaan dan memprediksi kesulitan keuangan serta potensi kebangkrutan perusahaan.

Z = 1,2X1 + 1,4X2

+ 3,3X3 + 0,6X4 +

1,0X5

3.3 Skala Pengukuran Variabel

Skala pengukuran yang digunakan untuk mengukur variabel dalam penelitian ini adalah skala rasio untuk variabel independen dan skala nominal untuk variabel dependen. Skala rasio adalah skala pengukuran yang menunjukkan kategori, peringkat, jarak dan perbandingan konstruk yang diukur. Data yang dihasilkan oleh skala rasio disebut data rasio dan tidak ada pembatasan terhadap alat uji yang sesuai untuk data ini. Skala nominal adalah skala pengukuran yang menyatakan kategori, kelompok atau klasifikasi konstruk yang diukur dalam bentuk variabel (Erlina, 2011:50). Nilai variabel dengan skala nominal hanya menjelaskan kategori.

3.4 Populasi Dan Sampel Penelitian

Menurut Erlina (2011:81) populasi adalah sekelompok entitas yang lengkap yang dapat berupa orang, kejadian atau benda yang mempunyai karakteristik tertentu, yang berada dalam suatu wilayah dan memenuhi syarat tertentu yang berkaitan dengan masalah penelitian. Populasi dalam penelitian ini adalah seluruh perusahaan garmen dan tekstil yang terdaftar di Bursa Efek Indonesia (BEI).

Sampel adalah bagian dari populasi yang digunakan dalam penelitian untuk mencari kesimpulan mengenai populasi. Metode pengambilan sampel yang digunakan dalam penelitian ini adalah purposive sampling. Purposive sampling

adalah metode pengambilan sampel berdasarkan kriteria tertentu. Kriteria yang digunakan dapat berdasarkan pertimbangan atau berdasarkan kuota tertentu.

Adapun kriteria yang digunakan untuk pengambilan sampel penelitian ini adalah sebagai berikut :

1. Perusahaan garmen dan tekstil yang terdaftar di Bursa Efek Indonesia

(BEI).

2. Perusahaan yang mengalami kerugian dan memiliki saldo laba ditahan

negatif selama dua tahun berturut-turut pada tahun 2011 sampai 2012.

3. Perusahaan yang memperoleh laba dan memiliki saldo laba ditahan positif

selama dua tahun berturut-turut pada tahun 2011 sampai 2012.

4. Laporan keuangan perusahaan telah dipublikasikan pada tahun 2011 dan

2012.

Sampel yang diperoleh berdasarkan kriteria tersebut adalah sebanyak 12 perusahaan garmen dan tekstil. Kemudian sampel tersebut dikelompokkan kedalam dua grup yaitu grup I untuk perusahaan yang tidak sehat dan grup II untuk perusahaan yang sehat. Pengelompokan ini didasarkan pada laba rugi yang diperoleh dan saldo laba ditahan perusahaan. Tiap grup masing-masing terdiri dari 5 dan 7 perusahaan. Daftar populasi dan sampel perusahaan dapat dilihat pada lampiran 1.

3.5 Jenis Dan Sumber Data

Penelitian ini menggunakan data kuantitatif yang berupa data sekunder. Data sekunder merupakan data yang diperoleh secara tidak langsung yang berasal dari sumber-sumber tercetak yang telah dikumpulkan oleh pihak lain sebelumnya. Sumber data diperoleh dari laporan keuangan tahunan yang diterbitkan oleh perusahaan garmen dan tekstil go public yang terdaftar di Bursa Efek Indonesia.

Sumber data yang digunakan dalam penelitian ini diperoleh dari website www.idx.co.id.

3.6 Metode Pengumpulan Data

Metode pegumpulan data yang digunakan dalam penelitian ini adalah dengan cara mengumpulkan data sekunder berupa laporan keuangan perusahaan garmen dan tekstil yang dipublikasikan dan perusahaan tersebut terdaftar di Bursa

Efek Indonesia (BEI). Data diambil dengan cara mengunduh (download) laporan

keuangan dari situs www.idx.co.id.

3.7 Metode Analisis Data

Penelitian ini akan menggunakan metode analisis diskriminan berganda (multiple discriminant analysis). Model analisis diskriminan ditandai dengan ciri

khusus yaitu data variabel dependen yang harus berupa data kategori, sedangkan data variabel independen berupa data non-kategori. Hai ini dapat dimodelkan sebagai berikut:

=

Non-Metrik Metrik

Dimana:

• Variabel independen (X1 dan seterusnya) adalah data metrik, yaitu data

berskala interval atau rasio

• Variabel dependen (Y) adalah data kategorikal atau nominal. Jika

Discriminant Analysis namun apabila lebih dari 2 kategori disebut

Multiple Discriminant Analysis.

Untuk memprediksi dan menguji apakah perusahaan mengalami financial

distress atau tidak maka dilakukan analisis dengan menggunakan rumus Altman

Z-Score berikut ini:

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

Dimana

X1 = working capital / total assets

X2 = retained earnings / total assets

X3 = earnings before interest and taxes / total assets

X4 = market value of equity / book value of debt

X5 = sales / total assets

Dengan kategori sebagai berikut:

1. Z-Score> 2,99, perusahaan dikatakan sehat (health).

2. 1,8 <Z-Score<2,99, perusahaan berada dalam area abu-abu (grey area).

3. Z-Score< 1,8, perusahaan mengalami kesulitan keuangan (distress).

Untuk menguji apakah ada perbedaan yang signifikan pada rasio keuangan

antara perusahaan yang berada pada kategori distress dengan perusahaan yang

berada pada kategori abu-abu(grey area) dan kategori sehat(health area) maka

dilakukan uji wilk’s lambda dan uji F. Keputusan dapat diambil dengan dua cara yaitu:

• Dengan angka Wilk’s Lambda

Angka Wilk’s Lambda berkisar 0 sampai 1. Jika angka mendekati 0maka rasio keuangan pada masing-masing kategori perusahaan cenderung berbeda, sedangkan jika angka mendekati 1, maka rasio keuangan pada masing-masing kategori perusahaan cenderung sama.

• Dengan F test

Lihat angka Sig.

− Jika Sig. > 0,05 berarti tidak ada perbedaan rasio keuangan pada masing-masing kategori perusahaan.

− Jika Sig. < 0,05 berarti ada perbedaan rasio keuangan pada masing-masing kategori perusahaan.

3.8 Jadwal Penelitian

Tabel 3.2 Jadwal Penelitian

No Tahapan Penelitian

Mar 2014 Apr 2014 Mei 2014 Jun 2014 Keterangan

1 Pengajuan proposal skripsi _ 1 hari

2 Pengesahan proposal skripsi

 1 hari

3 Bimbingan dan penyelesaian

proposal skripsi   

3 bulan

4 Seminar proposal skripsi _ 1 hari

5 Pengumpulan dan Pengolahan data _{   } 4 bulan 6 Bimbingan dan penyelesaian skripsi _{ } 2 bulan

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Analisis Dan Pembahasan

Hasil analisis dan perhitungan dengan metode AltmanZ-Score untuk

masing-masing perusahaan pada tahun 2011 dapat dilihat pada tabel 4.1. Dalam tabel tersebut terlihat nilai Z-Score dan kategori masing-masing perusahaan.

Tabel 4.1

Nilai Z-ScoreDan Kategori Perusahaan Tahun 2011

Nama Perusahaan Kode

Saham Tahun Z-Score Kategori

Grup I(Perusahaan yang tidak sehat)

PT Polycem Indonesia Tbk ARGO 2011 -0,81869 Distress

PT Argo Pantes Tbk MYTX 2011 -0,15782 Distress

PT Indo Rama Synthetic Tbk POLY 2011 -7,38493 Distress PT Apac Citra Centertex Tbk SSTM 2011 0,92636 Distress

PT Pan Brother Tbk UNTX 2011 -2,49762 Distress

Grup II (Perusahaan yang sehat)

PT Asia Pasific Fibers Tbk ADMG 2011 1,93248 abu-abu (grey) PT Ricky Putra Globalindo Tbk INDR 2011 1,74147 Distress PT Sunson Textile Manufacturer Tbk PBRX 2011 3,10146 sehat (health)

PT Star Pertochem Tbk RICY 2011 1,79389 Distress

PT Tifico Fiber Indonesia Tbk STAR 2011 1,68280 Distress PT Nusantara Inti Corpora Tbk TFCO 2011 3,13302 sehat (health)

PT Unitex Tbk UNIT 2011 0,81272 Distress

Jumlah Akurat % Akurat % Error N

Grup I 5 100 0 5

Grup II 2 28,57 71,43 7

Grup I merupakan kelompok perusahaan yang mengalami kerugian dan memiliki saldo laba ditahan negatif (tidak sehat). Pada tabel 4.1 diatas terlihat bahwa pada tahun 2011 seluruh perusahaan yang berada dalam grup I ternyata

benar akurat diprediksi mengalami financial distressoleh metode Altman ini.

Tingkat keakuratannya mencapai 100%. Hal ini dapat dilihat dari nilai Z-Score

seluruh perusahaan dalam grup I yang berada cukup jauh dibawah 1,8 (Z-Score<

1,8).

Hasil yang berbeda terlihat pada kelompok perusahaan yang berada dalam grup II. Dalam grup II ini terdapat 7 perusahaan yang berlaba dan memiliki saldo laba ditahan positif (sehat), tetapi setelah dilakukan analisis dengan metode Altman tersebut ternyata perusahaan yang akurat diprediksi sehat (Z-Score> 2,99)

hanya 2 perusahaan saja yaitu PT Sunson Textile Manufacturer Tbk (PBRX) dan PT Nusantara Inti Corpora Tbk (TFCO). Sedangkan 4 perusahaan yaitu INDR,

RICY, STAR dan UNIT ternyata diprediksi mengalami financial distress dan

ADMG diprediksi berada dikategori abu-abu (grey area). Untuk perusahaan

dalam grup II ini metode AltmanZ-Score kurang akurat dalam memberikan

prediksi. Tingkat keakuratannya hanya 28,57 %.

Namun demikian, secara keseluruhan keakuratan model Altman Z-Score

dalam mengklasifikasikan perusahaan kedalam masing-masing grup mencapai 58,33 % pada parusahaan garmen dan tekstil pada tahun 2011.

Hasil analisis untuk tahun 2012 dapat dilihat pada tabel 4.2. Dalam tabel tersebut terlihat bahwa perusahaan yang berada dalam grup I juga 100 % akurat

diprediksi mengalami financial distress. Tetapi hasil yang berbeda juga terjadi

pada perusahaan dalam grup II. Pada grup II ini hanya 1 perusahaan saja yang akurat diprediksi sehat oleh metode Altman tersebut yaituPT Nusantara Inti

Corpora Tbk (TFCO). Sedangkan 5 perusahaan diprediksi mengalami financial

distress dan 1 perusahaan berada dikategori abu-abu (grey area). Tingkat

keakuratan metode ini pada perusahaan grup II hanya 14,29 %.

Tabel 4.2

Nilai Z-ScoreDan Kategori Perusahaan Tahun 2012

Nama Perusahaan Kode Saham Tahun Z-Score Kategori

Grup I(Perusahaan yang tidak sehat)

PT Polycem Indonesia Tbk ARGO 2012 -0,77061 distress

PT Argo Pantes Tbk MYTX 2012 -0,33037 distress

PT Indo Rama Synthetic Tbk POLY 2012 -8,58103 distress PT Apac Citra Centertex Tbk SSTM 2012 1,04474 distress

PT Pan Brother Tbk UNTX 2012 -3,68178 distress

Grup II (Perusahaan yang sehat)

PT Asia Pasific Fibers Tbk ADMG 2012 1,60921 distress PT Ricky Putra Globalindo Tbk INDR 2012 1,55852 distress PT Sunson Textile Manufacturer Tbk PBRX 2012 2,70329 abu-abu (grey)

Pt Strar Pertochem Tbk RICY 2012 1,74850 distress

PT Tifico Fiber Indonesia Tbk STAR 2012 1,29525 distress PT Nusantara Inti Corpora Tbk TFCO 2012 3,44492 sehat (health)

PT Unitex Tbk UNIT 2012 0,36965 distress

Jumlah Akurat % Akurat % Error N

Grup I 5 100 0 5

Grup II 1 14,29 85,71 7

Namun secara keseluruhan metode ini masih memiliki keakuratan yang tinggi dalam mengklasifikasikan perusahaan kedalam masing-masing grup. Dengan tingkat keakuratan mencapai 50 % pada perusahan garmen dan tekstil pada tahun 2012 di Indonesia.

Dari hasil perhitungan Z-Score pada tahun 2011 dan 2012 diatas, terlihat

bahwa 2dari 5 perusahaan dalam grup I memiliki nilai Z-Score yang berada jauh

dibawah 1,8 (Z-Score< 1,8) dan nilainya terus mengalami penurunan ditahun

2012. Perusahaan itu adalah PT Indo Rama Synthetic Tbk (POLY) dan PT Pan

Brother Tbk (UNTX). POLY memiliki nilai Z-Score sebesar -7,38495 pada tahun

2011 dan turun menjadi 8,58103 ditahun 2012. Begitu juga dengan UNTX, dari -2,49762 turun menjadi -3,68178. Dibandingkan dengan perusahaan lain dalam grup I, kedua perusahaan tersebut memiliki potensi yang sangat besar akan mengalami kebangkrutan. Dilihat dari total utang kedua perusahaan itu, ternyata POLY memiliki total utang hampir 3 kali lipat dari total aktivanya dan UNTX memiliki utang hampir 2 kali lipat dari total aktivanya. Begitu juga dengan saldo defisit laba ditahan kedua perusahaan tersebut, POLY memiliki total defisit laba ditahan hampir Rp 20 triliun atau hampir setara 6 kali lipat dari total aktivanya dan merupakan satu-satunya perusahaan yang meliliki total defisit laba ditahan terbesar pada perusahaan garmen dan tekstil di BEI, sedangkan UNTX memiliki total defisit laba ditahan sebesar lebih Rp 300 miliar atau hampir setara 2 kali lipat total aktivanya. Jika kedua perusahaan ini tidak mampu memperoleh laba dan memperbaiki kinerjanya, hampir bisa dipastikan kedua perusahaan ini akan

Untuk ARGO, MYTX dan SSTM yang juga akurat diprediksi mengalami financial distress juga berpotensi besar akan mengalami kebangkrutan jika tidak

berhasil memperbaiki kinerjanya. Masing-masing perusahaan tersebut memiliki

nilai Z-Score -0,81869, -0,15782 dan 0,92636 pada tahun 2011

kemudian-0,77061, -0,33037 dan 1,04474 pada tahun 2012. Dapat dilihat bahwa Z-Score

untuk ARGO dan SSTM mengalami peningkatan pada tahun 2012 dan ini berarti perusahaan berhasil memperbaiki kinerjanya tahun 2012 tersebut. Hal ini dapat dilihat dari penjualan bersih yang meningkat dan rugi bersih perusahaan yang

menurun. Tetapi berbeda dengan MYTX, Z-Score untuk MYTX mengalami

penurunan dari -0,15782 tahun 2011 menjadi -0,33037 ditahun 2012. Ini berarti

tahun 2012 MYTX gagal memperbaiki kinerjanya sehingga nilai Z-Score

perusahaan menurun. Hal ini dapat dilihat dari penjualan yang menurun dan rugi yang meningkat pada tahun tersebut. MYTX harus mewaspadai penurunan kinerja ini jika tidak ingin mengalami kebangkrutan.

Hasil prediksi yang berbeda terjadi pada perusahaan yang berada di grup II. Tahun 2011 hanya 2 perusahaan saja yang akurat diprediksi sehat yaitu PBRX

dan TFCO dengan Z-Score masing-masing 3,10146 dan 3,13302 sedangkan tahun

2012 hanya TFCO saja yang akurat diprediksi sehat sedangkan PBRX diprediksi

berada pada kategori abu-abu (grey area). Nilai Z-Score PBRX mengalami

penurunan menjadi 2,70329 ditahun 2012 yang disebabkan oleh peningkatan jumlah utang perusahaan sehingga perusahaan diprediksi berada pada kategori

abu-abu (grey area), padahal pada tahun 2012 tersebut PBRX mampu

namun peningkatan kinerja tersebut tidak mampu mempertahankan nilai Z-Score

perusahaan pada kategori sehat.

INDR, RICY, STAR, ADMG dan UNIT tidak akurat diprediksi oleh

metode Altman Z-Score berada pada grup sehat. Kelima perusahaan tersebut

diprediksi mengalami financial distress kecuali tahun 2011 ADMG diprediksi

berada dikategori abu-abu (grey area), padahal perusahaan tersebut sebenarnya

bisa dikatakan sehat. Hal ini dapat dilihat dari data keuangan perusahaan selama 3 tahun terakhir. Dalam laporan keuangan terlihat bahwa modal kerja perusahaan selalu positif, perusahaan tidak pernah mengalami kerugian, tidak memiliki defisit laba ditahan dan total utang perusahaan yang cenderung stabil.

Kesalahan prediksi ini kemungkinan besar disebabkan oleh akumulasi atau saldo laba ditahan perusahaan yang relatif kecil. Hal ini didasarkan pada pendapat Altman yang menyatakan bahwa perusahaan yang usianya masih muda akan memiliki rasio RE/TA (X2) yang relatif kecil karena saldo laba ditahan perusahaan

yang masih sedikit yang disebabkan oleh sedikitnya waktu yang dimiliki perusahaan untuk mengakumulasikan laba. Jadi hasil analisis yang akan diperoleh nantinya akan berlawanan dengan kondisi perusahaan yang sebenarnya, dan potensi perusahaan akan diklasifikasikan pada kategori distress akan relatif tinggi

jika dibandingkan dengan perusahaan yang sudah berusia tua, cateris

paribus(Altman, 1968:595). Pendapat ini didukung oleh penelitian Dun &

Bradstreet (1994) yang menyatakan bahwa pada tahun 1993 lebih kurang 50% perusahaan yang diprediksi bangkrut adalah perusahaan yang baru berusia lima

Dalam penelitian ini, usia kelima perusahaan tersebut telah melebihi lima tahun, akan tetapi perusahaan pernah mengalami defisit laba ditahan pada tiga sampai empat tahun sebelumnya, sehingga akumulasi laba ditahan perusahaan hingga tahun 2012 masih relatif kecil. Kemudian diantara perusahaan tersebut juga ada yang melakukan kuasi reorganisasi yaitu ADMG. ADMG melakukan kuasi reorganisasi pada tahun 2010. Kasus ini sesuai dengan pernyataan Altman diatas sehingga perusahaan diprediksi mengalami financialdistress.

Berdasarkan analisis yang telah dilakukan, dapat disimpulkan bahwa

metode Altman Z-Score sangat efektif digunakan untuk memprediksi financial

distress pada perusahaan garmen dan tekstil yang terdaftar di BEI. Hasil analisis

menunjukkan bahwa metode ini 100% akurat dalammemprediksifinancial

distress. Dengan demikian H1 diterima. Ternyata metode Altman Z-Score juga

memiliki tingkat keakuratan yang tinggi dalam memprediksi financial distress

pada perusahaan garmen dan tekstil yang terdaftar di Bursa Efek Indonesia.

Dalam hal keakuratan atau ketepatan dalammengklasifikasikan, metode AltmanZ-Score juga memiliki keakuratan yang tinggi dalam mengklasifikasikan

perusahaan kedalam grup sehat dan tidak sehat. Keakuratannya berkisar 50% -

58,33% untuk masing-masing tahun. Dengan demikian H2 diterima. Hasil

perhitungan menunjukkan bahwa model Altman Z-Score memiliki keakuratan

yang tinggi dalam mengklasifikasikan perusahaan kedalam grup sehat dan tidak sehat.

4.2 Uji Beda Rasio Keuangan Pada Masing-Masing Kategori Perusahaan

Untuk melihat apakah ada perbedaan yang signifikan pada rasio keuangan antara perusahaan yang berada pada kategori distress dengan perusahaan yang

berada pada kategori abu-abu (grey area) dan kategori sehat (health area) dapat

dilihat pada tabel 4.2.

Dari tabel di bawah terlihat sebagian besar angka wilks’ lambda mendekati angka 1 dan hanya dua angka saja yang mendekati angka 0. Hal ini berarti rasio X1, X2 dan X5 untuk masing-masing kategori perusahaan tidak berbeda signifikan.

Hanya X3 dan X4 yang berbeda signifikan pada masing-masing kategori

perusahaan.

Tabel 4.3

Uji Beda Rasio Keuangan Antar kategori

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.

X1 .941 .654 2 21 .530

X2 .930 .785 2 21 .469

X3 .626 6.264 2 21 .007

X4 .248 31.882 2 21 .000

X5 .872 1.544 2 21 .237

Begitu juga dengan hasil uji F, nilai sig. pada rasio X1, X2 dan X5 lebih

besar dari 0,05 (sig.> 0,05). Hal ini berarti rasio X1, X2 dan X5 untuk

masing-masing kategori perusahaan tidak berbeda signifikan. Sedangkan X3 dan X4

berbeda signifikan pada masing-masing kategori.Hal ini dapat dilihat dari nilai signifikansinya (sig. < 0,05).

Dari uraian tersebut dapat disimpulkan bahwa rasio keuangan pada

masing-masing kategori perusahaan cenderung sama. Dengan demikian H3

ditolak karena rasio keuangan tidak berbeda signifikan antara perusahaan yang berada pada kategori distress dengan perusahaan yang berada pada kategori

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

1. Hasil analisis menunjukkan bahwa metode AltmanZ-Score

mempunyaikeakuratan yang tinggi dalam mempediksi financial distress.

Berdasarkan analisis dan pengujian yang telah dilakukan, metode ini 100% akurat memprediksi financial distress pada perusahaan garmen dan tekstil

di BEI.

2. Keakuratan model Altman Z-Score dalam mengklasifikasikanperusahaan

kedalam grup sehat dan tidak sehat juga cukup tinggi. Hasil pengujian menunjukkan 50% - 58,33% perusahaan telah diklasifikasikan dengan tepat kedalam masing-masing grup (sehat dan tidak sehat).

3. Hasil uji beda yang dilakukan terhadap masing-masing rasio keuangan

menunjukkan bahwa rasio keuangan cenderung sama pada masing-masing

kategori perusahaan. Rasio yang berbeda hanya X3(EBIT/TA) dan

X4(MVE/BVD).

5.2 Saran

1. Berdasarkan hasil analisis tersebut, metode Altman Z-Score memang

memiliki keakuratan yang tinggi dalam memprediksi financial

distress.Agar hasil prediksi menjadi lebih efektif dan dapat diandalkan,

yang sama agar menggunakan metode lain untuk dijadikan sebagai pembanding.

2. Dalam penelitian ini sampel yang digunakan hanya sebanyak 12

perusahaan saja. Sebaiknya penelitian selanjutnya menggunakan lebih banyak sampel agar hasil penelitian lebih optimal.

DAFTAR PUSTAKA

Alareeni, Bahaaeddin dan Joël Branson, 2013.Predicting Listed Companies’

Failure in Jordan Using Altman Models: A Case Study. International Journal of Business and Management. Vol. 8 No. 1

Altman, Edward I. dan Max L. Heine, 2000. Predicting Financial Distress of

Companies: Revisiting the Z-Score and Zeta® Models. Paper. New York: Stern School of Business, New York University.

Altman, Edward I., 1968.Financial Ratios, Discriminant Analysis and the

Prediction of Corporate Bankruptcy.Journal of Finance, Vol. 23 No.4 Hal. 589-603.

Anjum, Sanobar, 2012. Business Bankruptcy Prediction Models: a Significant

Study of the Altman’s Z-Score Model. Asian Journal of Management Research. Vol. 3 Issue 1, hal 212 -219

Čámská, Dagmar, 2012. Predicting Corporate Financial Distress in the Case of Operational Program Environment. Intellectual Economics. Vol. 6 No. 4(16), hal 450-462

Chieng, Jasmine Rose. 2013. Verifying the Validity of Altman’s Z” Score as a

Predictor of Bank Failures in the Case of the Eurozone. Tesis, National College of Ireland.

Diakomihalis, Mihail, 2012. The Accuracy of Altman’s Model in Predicting Hotel Bankcrupty. International Journal of Accounting and Financial Reporting. Vol. 2 No.2

Erlina. 2011. Metodologi Penelitian. Medan: USU Press.

Fachrudin, Khaira Amalia. 2008. Kesulitan Keuangan Perusahaan dan Personal.

Ghozali, Imam. 2006. Aplikasi Analisis Multivariate Dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro.

Hayes, Suzanne K.et al, 2010. A Study of the Efficacy of Altman’s Z To Predict Bankruptcy of Specialty Retail Firm Doing Business in Contemporary Time. Economics & Business Journal: Inquires & Perspectives. Volume 3 No. 1

Juan, Ng Wahyuni dan Ersa Tri Wahyuni. 2012. Panduan Praktis Standar

Akuntansi Keuangan. Jakarta: Salemba Empat.

Jumingan. 2006. Analisis Laporan Keuangan. Jakarta: Bumi Aksara.

Kasmir. 2008. Analisis Laporan Keuangan. Jakarta: Rajawali Pers.

Kuncoro, Mudrajad. 2003. Metode Untuk Bisnis & Ekonomi. Jakarta:

Erlangga.

Raden Roro Deviasri S. 2008. Analisis Rasio Keuangan Untuk Memprediksi

Kondisi financial Distress Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia. Skripsi.Yogyakarta: Fakultas Ekonomi, Universitas Islam Indonesia.

Robin Darwis. 2013. Analisis Laporan Keuangan Untuk Memprediksi

Kebangkrutan Perusahaan dengan Membandingkan Model Altman Z-Score dan Model Springate pada Perusahaan Manufaktur Makanan dan Minuman yang Terdaftar di Bursa Efek Indonesia. Skripsi. Medan: Fakultas Ekonomi, Universitas Sumatera Utara.

Santoso, Singgih. 2012. Aplikasi SPSS Pada Statistik Multivariat. Jakarta: PT Elex Media Komputindo

Situmorang dkk. 2007. Analisis Data Penelitian. Medan: USU Press.

Sjahrial, Dermawan dan Djahotman Purba. 2013. Analisis Laporan Keuangan.

Jakarta: Mitra Wacana Media.

Subramanyam, K.R. dan John J. Wild. 2010. Analisis Laporan Keuangan. Edisi

Lampiran 1

DAFTAR POPULASI DAN SAMPEL

No Kode

Saham Nama Perusahaan

Kriteria Penentuan

Sampel Kolom

Sampel

1 2 3 4

1 ADMG _{PT Polychem Indonesia Tbk}    S-1

2 ARGO PT Argo Pantes Tbk    S-2

3 CNTX _{PT Century Textile Industry Tbk}  

4 ERTX PT Eratex Djaya Tbk  

5 ESTI PT Ever Shine Tex Tbk  

6 HDTX _{PT Panasia Indo Resources Tbk  }

7 INDR PT Indo Rama Synthetic Tbk    S-3

8 MYTX _{PT Apac Citra Centertex Tbk}    S-4

9 PBRX PT Pan Brothers Tbk    S-5

10 POLY _{PT Asia Pasific Fibers Tbk}    S-6

11 RICY PT Ricky Putra Globalindo Tbk    S-7

12 SRIL PT Sri Rejeki Isman Tbk  

13 SSTM PT Sunson Textile Manufacturer Tbk    S-8

14 STAR PT Star Pertochem Tbk    S-9

15 TFCO _{PT Tifico Fiber Indonesia Tbk}    S-10

16 TRIS PT Trisula Internasional Tbk  

17 UNIT _{PT Nusantara Inti Corpora Tbk}    S-11

Lampiran 9

Daftar Perhitungan

EBIT To Total Assets

Kode Saham EBIT Total Assets X3

2011 2012 2011 2012 2011 2012

ARGO Rp (144.441.813.000,00) Rp (81.212.286.000,00) Rp 1.709.908.215.000,00 Rp 1.809.813.835.000,00 -0,08447 -0,04487 MYTX Rp (60.623.282.647,00) Rp (70.803.507.653,00) Rp 1.848.394.822.216,00 Rp 1.803.323.308.102,00 -0,03280 -0,03926 POLY Rp (184.113.017.596,00) Rp (231.957.684.170,00) Rp 4.104.497.009.216,00 Rp 3.899.449.653.970,00 -0,04486 -0,05948 SSTM Rp 5.219.804.782,00 Rp 12.504.316.700,00 Rp 843.450.156.961,00 Rp 810.275.583.968,00 0,00619 0,01543 UNTX Rp 3.103.187.484,00 Rp (7.580.632.110,00) Rp 166.345.314.416,00 Rp 161.630.288.370,00 0,01866 -0,04690 ADMG Rp 524.596.395.452,00 Rp 187.025.265.240,00 Rp 5.479.104.782.628,00 Rp 5.790.766.805.820,00 0,09574 0,03230 INDR Rp 108.372.465.984,00 Rp 55.214.849.040,00 Rp 6.118.882.914.080,00 Rp 6.653.019.905.650,00 0,01771 0,00830 PBRX Rp 119.557.153.237,00 Rp 144.233.040.282,00 Rp 1.515.038.439.895,00 Rp 2.003.097.631.825,00 0,07891 0,07200 RICY Rp 31.256.989.032,00 Rp 46.332.964.804 Rp 642.094.672.040,00 Rp 842.498.674.322,00 0,04868 0,05499 STAR Rp 22.549.801.533,00 Rp 33.796.159.399,00 Rp 718.569.181.860,00 Rp 751.720.620.157,00 0,03138 0,04496 TFCO Rp 346.162.648.120,00 Rp 79.441.583.540,00 Rp 3.510.204.926.972,00 Rp 3.708.922.552.950,00 0,09862 0,02142 UNIT Rp 11.807.181.952,00 Rp 13.711.438.167,00 Rp 304.802.980.424,00 Rp 379.900.742.389,00 0,03874 0,03609

Lampiran 10

DaftarPerhitungan

Market Value of Equity

Kode Saham Jumlah Saham Harga Saham Market Value of Equity

2011 2012 2011 2012 2011 2012

ARGO 355.557.450 355.557.450 Rp 1.100,00 Rp 1.000,00 Rp 369.113.195.000,00 Rp 335.557.450.000,00 MYTX 1.466.666.577 1.466.666.577 Rp 225,00 Rp 375,00 Rp 329.999.979.825,00 Rp 549.999.966.375,00 POLY 4.267.883.472 4.267.883.472 Rp 450,00 Rp 193,00 Rp 1.920.547.562.400,00 Rp 823.701.510.096,00 SSTM 1.170.909.181 1.170.909.181 Rp 180,00 Rp 134,00 Rp 210.763.652.580,00 Rp 156.901.830.254,00 UNTX 8.068.500 8.068.500 Rp 3.700,00 Rp 3.700,00 Rp 29.853.450.000,00 Rp 29.853.450.000,00 ADMG 3.889.179.559 3.889.179.559 Rp 580,00 Rp 365,00 Rp 2.255.724.144.220,00 Rp 1.419.550.539.035,00 INDR 654.351.707 654.351.707 Rp 1.980,00 Rp 1.420,00 Rp 1.295.616.379.860,00 Rp 929.179.423.940,00 PBRX 3.063.861.660 3.065.612.208 Rp 440,00 Rp 470,00 Rp 1.348.099.130.400,00 Rp 1.440.837.737.760,00 RICY 641.717.510 641.717.510 Rp 184,00 Rp 174,00 Rp 118.076.021.840,00 Rp 111.658.846.740,00 STAR 4.800.000.000 4.800.000.000 Rp 81,00 Rp 50,00 Rp 388.800.000.000,00 Rp 240.000.000.000,00 TFCO 4.823.076.400 4.823.076.400 Rp 500,00 Rp 620,00 Rp 2.411.538.200.000,00 Rp 2.990.307.368.000,00 UNIT 75.422.200 75.422.200 Rp 300,00 Rp 345,00 Rp 22.626.660.000,00 Rp 26.020.659.000,00

Lampiran 11

Daftar Perhitungan Market

Value of Equity To Book Value of Debt

Kode Saham Market Value of Equity Book Value of Debt X4

2011 2012 2011 2012 2011 2012

ARGO Rp 369.113.195.000,00 Rp 335.557.450.000 Rp 1.349.618.405.000,00 Rp 1.588.347.551.000,00 0,27349 0,21126 MYTX Rp 329.999.979.825,00 Rp 549.999.966.375 Rp 1.784.606.616.024,00 Rp 1.864.250.275.649,00 0,18491 0,29502 POLY Rp 1.920.547.562.400,00 Rp 823.701.510.096 Rp 11.052.970.500.772,00 Rp 11.614.551.323.800,00 0,17376 0,07092 SSTM Rp 210.763.652.580,00 Rp 156.901.830.254 Rp 544.374.697.261,00 Rp 525.337.311.071,00 0,38717 0,29867 UNTX Rp 29.853.450.000,00 Rp 29.853.450.000 Rp 332.377.955.124,00 Rp 350.574.216.990,00 0,08982 0,08516 ADMG Rp 2.255.724.144.220,00 Rp 1.419.550.539.035 Rp 2.675.584.157.604,00 Rp 2.696.078.049.950,00 0,84308 0,52652 INDR Rp 1.295.616.379.860,00 Rp 929.179.423.940 Rp 3.452.554.455.008,00 Rp 3.787.366.850.050,00 0,37526 0,24534 PBRX Rp 1.348.099.130.400,00 Rp 1.440.837.737.760 Rp 830.702.000.088,00 Rp 1.178.597.390.919,00 1,62284 1,22250 RICY Rp 118.076.021.840,00 Rp 111.658.846.740 Rp 291.842.821.653,00 Rp 475.541.284.698,00 0,40459 0,23480 STAR Rp 388.800.000.000,00 Rp 240.000.000.000 Rp 230.235.127.158,00 Rp 262.456.727.182,00 1,68871 0,91444 TFCO Rp 2.411.538.200.000,00 Rp 2.990.307.368.000 Rp 847.192.417.868,00 Rp 790.931.908.460,00 2,84651 3,78074 UNIT Rp 22.626.660.000,00 Rp 26.020.659.000 Rp 64.730.300.526,00 Rp 139.475.335.813,00 0,34955 0,18656

Lampiran 12

Daftar Perhitungan

Sales To Total Assets

Kode Saham Sales Total Assets X5

2011 2012 2011 2012 2011 2012

ARGO Rp 848.287.113.000,00 Rp 1.001.452.918.000,00 Rp 1.709.908.215.000,00 Rp 1.809.813.835.000,00 0,49610 0,55335 MYTX Rp 1.957.035.256.801,00 Rp 1.519.059.182.281,00 Rp 1.848.394.822.216,00 Rp 1.803.323.308.102,00 1,05878 0,84237 POLY Rp 5.767.862.465.816,00 Rp 5.807.142.032.170,00 Rp 4.104.497.009.216,00 Rp 3.899.449.653.970,00 1,40525 1,48922 SSTM Rp 403.181.559.300,00 Rp 554.471.435.919,00 Rp 843.450.156.961,00 Rp 810.275.583.968,00 0,47801 0,68430 UNTX Rp 213.074.323.452,00 Rp 147.566.946.280,00 Rp 166.345.314.416,00 Rp 161.630.288.370,00 1,28092 0,91299 ADMG Rp 5.012.511.132.804,00 Rp 4.717.668.532.820,00 Rp 5.479.104.782.628,00 Rp 5.790.766.805.820,00 0,91484 0,81469 INDR Rp 7.078.076.131.432,00 Rp 7.204.321.584.480,00 Rp 6.118.882.914.080,00 Rp 6.653.019.905.650,00 1,15676 1,08286 PBRX Rp 2.170.706.640.132,00 Rp 2.698.804.647.288,00 Rp 1.515.038.439.895,00 Rp 2.003.097.631.825,00 1,43277 1,34732 RICY Rp 616.394.673.133,00 Rp 749.972.702.550,00 Rp 642.094.672.040,00 Rp 842.498.674.322,00 0,95997 0,89018 STAR Rp 220.333.781.433,00 Rp 204.735.375.950,00 Rp 718.569.181.860,00 Rp 751.720.620.157,00 0,30663 0,27236 TFCO Rp 3.644.639.223.948,00 Rp 3.476.585.060.190,00 Rp 3.510.204.926.972,00 Rp 3.708.922.552.950,00 1,03830 0,93736 UNIT Rp 103.226.308.264,00 Rp 88.465.983.753,00 Rp 304.802.980.424,00 Rp 379.900.742.389,00 0,33867 0,23287

Lampiran 13

Kategori:

0 --- kategori distress

1 --- kategori abu-abu (grey area)

2 --- kategori sehat (health area)

Group Statistics

Kategori Mean Std. Deviation

Valid N (listwise)

Unweighted Weighted

0 X1 -.3170379 .83992390 19 19.000

X2 -.8220937 1.52363714 19 19.000

X3 .0000416 .04266732 19 19.000

X4 .3682079 .37240431 19 19.000

X5 .8029621 .38885583 19 19.000

1 X1 .1376900 .05617256 2 2.000

X2 .0893700 .04731959 2 2.000

X3 .0838700 .01678671 2 2.000

X4 1.0327900 .26829045 2 2.000

X5 1.1310800 .30580954 2 2.000

2 X1 .1254367 .09372011 3 3.000

X2 .0506700 .05738700 3 3.000

X3 .0663167 .04011115 3 3.000

X4 2.7500300 1.08218039 3 3.000

X5 1.1361433 .26179716 3 3.000

Total X1 -.2238346 .76646117 24 24.000

X2 -.6370429 1.39751517 24 24.000

X3 .0153117 .05017533 24 24.000

X4 .7213175 .92831388 24 24.000

X5 .8719529 .38371597 24 24.000

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.

X1 .941 .654 2 21 .530

X2 .930 .785 2 21 .469

X3 .626 6.264 2 21 .007

X4 .248 31.882 2 21 .000