42
2.4.5 Pengaruh Rasio Modal Kerja Dibagi Total Aset, Rasio Laba
Sebelum Beban Bunga dan Pajak Dibagi Total Aset, Rasio Penjualan Dibagi Total Aset dan Rasio Laba Sebelum Pajak
Dibagi Kewajiban Lancar Secara Simultan Terhadap Potensi Kebangkrutan Perusahaan
Analisis potensi kebangkrutan dapat dilakukan dengan beberapa cara, dan salah satunya adalah dengan menggunakan analisis model Springate.
Model Springate merupakan salah satu model prediksi yang telah disadur oleh analis dan menurut Gunathilaka 2014 penggunaan model Springate
sebagai model prediksi itu sudah reliabel dan valid. Botheras 1979 melakukan analisis kebangkrutan model Springate pada 50 perusahaan dan
mendapatkan akurasi sebesar 88. Sands 1980 melakukan uji pada 24 perusahaan dan mendapatkan akurasi sebesar 83. Dari penelitian yang
dilakukan oleh beberapa peneliti diatas model Springate layak dijadikan model prediksi kebangkrutan. Rasio – rasio yang terdiri dari modal kerja
dibagi total aset, laba sebelum beban bunga dan pajak dibagi total aset, penjualan dibagi total aset, dan laba sebelum pajak dibagi kewajiban lancar.
Keempat rasio ini menurut peneliti mampu menganalisis perusahaan yang berpotensi bangkrut terutama perusahaan batubara yang terdaftar di Bursa
Efek Indonesia. Berdasarkan uraian di atas, dapat disusun hipotesis
43
berikutnya. H
5
: Modal kerja dibagi total aset, laba sebelum beban bunga dan pajak dibagi total aset, penjualan dibagi total aset, dan laba sebelum pajak dibagi
kewajiban lancar berpengaruh terhadap prediksi potensi kebangkrutan perusahaan secara simultan.
44
BAB III METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian asosiatif yaitu penelitian dimana hubungan antar variabel tersebut dirumuskan
dalam hipotesis penelitian yang akan diuji kebenarannya. Menurut Sugiyono 2011:4, variabel independen adalah variabel yang mempengaruhi atau yang
menjadi sebab perubahannya atau timbulnya variabel dependen sedangkan variabel dependen adalah variabel yang dipengaruhi atau yang menjadi akibat
karena adanya variabel bebas. Penelitian ini menguji kemampuan rasio keuangan dalam memprediksi kebangkrutan perusahaan.
3.2 Populasi dan Sampel Penelitian
Menurut Sugiyono 2011:61, Populasi adalah wilayah generalisasi yang terdiri atas obyeksubyek yang mempunyai kuantitas dan karakteristik tertentu
yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya, jadi populasi bukan hanya orang, tetapi juga obyek dan
benda-benda alam yang lain. Populasi yang digunakan dalam penelitian ini adalah laporan keuangan perusahaan pertambangan sub sektor batu bara yang terdaftar di
Bursa Efek Indonesia selama tahun 2011, 2012, 2013 dan 2014 yaitu sebanyak 21
45
perusahaan pertambangan sub sektor batu bara. Sampel adalah bagian dari populasi yang digunakan untuk memperkirakan
karakteristik populasi. Oleh sebab itu, sampel yang diambil dari populasi harus benar-benar representatif atau mewakili. Jika sample kurang representative maka
mengakibatkan nilai yang dihitung dari sampel tidak cukup tepat untuk menduga nilai populasi sesungguhnya Erlina dan Sri Mulyani, 2007:74.
Teknik pengambilan sampel dalam penelitian ini adalah dengan menggunakan sampling jenuh. Sampling jenuh adalah teknik penentuan sampel dimana semua
anggota populasi digunakan sebagai sampel sehingga jumlah sampel yang digunakan pada penelitian ini adalah sebanyak 21 perusahaan dan diamati selama
empat tahun yaitu mulai dari tahun 2011 sampai 2014. Daftar populasi dan sampel perusahaan dapat dilihat pada tabel dibawah ini:
Tabel 3.1 Daftar Populasi dan Sampel Perusahaan
No Kode
Nama Perusahaan Sampel
1 ADRO
Adaro Energi Tbk 1
2 ARII
Atlas Resource Tbk 2
3 ATPK
ATPK Resources Tbk 3
4 BORN
Borneo Lumbung Energi Metal Tbk 4
5 BRAU
Berau Coal Energy Tbk 5
6 BSSR
Baramulti Suksessarana Tbk 6
46
7 BUMI
Bumi Resources Tbk 7
8 BYAN
Bayan Resources Tbk 8
9 DEWA
Darma Henwa Tbk 9
10 DOID
Delta Dunia Makmur Tbk 10
11 GEMS
Golden Energy Mines Tbk 11
12 GTBO
Garda Tujuh Buana Tbk 12
13 HRUM
Harum Energy Tbk 13
14 ITMG
Indo Tambangraya Mega Tbk 14
15 KKGI
Resource Alam Indonesia Tbk 15
16 MYOH
Samindo Resources Tbk 16
17 PKPK
Perdana Karya Perkasa Tbk 17
18 PTBA
Bukit Asam Tbk 18
19 PTRO
Petrosea Tbk 19
20 SMMT
Golden Eagle Energy Tbk 20
21 TOBA
Toba Bara Sejahtera Tbk 21
3.3 Jenis dan Sumber Data
Dalam penelitian ini jenis data yang saya gunakan adalah data kuantitatif dan merupakan data sekunder yang informasinya diperoleh secara tidak langsung dari
perusahaan. Data sekunder ini diperoleh dalam bentuk dokumentasi laporan keuangan yang rutin diterbitkan setiap tahun oleh pihak-pihak yang berkompeten
47
yang terdapat di dalam Indonesian Capital Market Directory ICMD dan situs
www.idx.co.id berupa laporan keuangan yang dipublikasikan.
3.4 Metode Pengumpulan Data
Metode Pengumpulan data pada penelitian ini menggunakan teknik dokumentasi yaitu mengumpulkan data-data berupa laporan keuangan perusahaan
dari tahun 2011-2014 yang digunakan sebagai sampel dari Indonesian Capital Market Directory ICMD.
3.5 Definisi Operasional
Agar hasil dari penelitian ini seperti yang diharapkan, maka perlu diketahui unsur-unsur yang menjadi dasar dari penelitian ilmiah yang terdapat pada
operasionalisasi variabel. Secara rinci, berikut operasionalisasi variabel penelitian ini:
Tabel 3.2 Definisi Operasional dan Pengukuran Variabel
Variabel 1
Konsep 2
Indikator 3
Skala 4
X
1
Rasio ini menunjukan kemampuan perusahaan
dalam menghasilkan modal kerja bersih dari
keseluruhan total aset yang dimiliki oleh
perusahaan tersebut Working Capital to
Total Asset Rasio
48
X
2
Rasio yang digunakan untuk mengukur
kemampuan perusahaan dalam menghasilkan laba
dari keseluruhan total aset yang dimiliki oleh
perusahaan Earning Before
Interest and Tax to Total Asset
Rasio
X
3
Rasio ini mengukur intensitas perusahaan
dalam menggunakan asetnya. Rasio ini
mengukur kemampuan manajemen dalam
menggunakan aset untuk menghasilkan penjualan
Sales to Total Asset Rasio
X
4
Rasio ini menggambarkan kemampuan perusahaan
dalam menutupi kewajiban lancar dengan
menggunakan laba bersih sebelum dipotong pajak
Net Profit Before tax to Current Liabilities
Rasio
Y Dari laporan keuangan
perusahaan dianalisislah rasio keuangan yang
dianggap dapat memprediksi
kebangkrutan
Springate = 1,03X
1
+ 3,07X
2
+0,4X
3
+ 0,66X
4
Ordinal
3.6 Pengklasifikasian Variabel 3.6.1
Variabel Bebas independent variable
Variabel bebas adalah variabel yang keberadaanya dapat mempengaruhi perubahan dalam variabel dependen dan mempunyai
hubungan positif dan negatif bagi variabel dependen. Variabel bebas yang digunakan dalam penelitian ini adalah:
49
X
1
=
X
2
=
X
3
=
X
4
= 3.6.2
Variabel Terikat dependent variable
Variabel terikat yaitu variabel keberadaanya yang dipengaruhi oleh besarnya variabel independen. Variabel dependen pada penelitian ini yaitu
potensi kebangkrutan perusahaan.
3.7 Metode Analisis Data
Metode analisis data yang dilakukan dalam penelitian ini adalah dengan menggunakan analisis statistik yang dilakukan dengan tahapan sebagai berikut:
1. Pengujian asumsi klasik Penggunaan analisis regresi dalam statistik harus bebas dari
asumsi-asumsi klasik. Adapun pengujian asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, heteroskedastisitas, dan
autokorelasi. A. Uji Normalitas
Menurut Ghozali 2005:160 uji normalitas bertujuan untuk
50
menguji apakah variabel independen dan dependen berdistribusi normal. Penelitian ini menggunakan analis grafik dan statistik untuk
menguji normalitas data. Analisis grafik dilakukan dengan menggunakan grafik histogram. Uji statistik yang digunakan untuk
mengetahui normalitas residual adalah uji statistik Kolmogorov Smirnov K-S. Pedoman pengambilan keputusan rentang data
tersebut mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari:
a Nilai Sig. atau signifikan atau probabilitas 0,05 maka distribusi adalah tidak normal
b Nilai Sig. atau signifikan atau probabilitas 0,05 maka distribusi data adalah normal Ghozali, 2005:165
B. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya Ghozali,
2005 : 110. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Pengujian autokorelasi
menggunakan uji Durbin Watson DW-test dengan melihat nilai d. Pengambilan keputusan mengenai ada tidaknya autokorelasi yaitu :
51
Tabel 3.3 Nilai Durbin-Watson
Hipotesis nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0 d dl Tidak ada autokorelasi positif
No decision dl
≤ d ≤ du Tidak ada korelasi negative
Tolak 4 – dl d 4
Tidak ada korelasi negative No decision
4 – du ≤ d ≤ 4 – dl
Tidak ada autokorelasi, positif atau negative
Tidak ditolak
du d 4 – du Sumber: Ghozali 2013: 111
C. Uji Heteroskedastisitas Menurut Ghozali 2005:139 uji heteroskedastisitas bertujuan
menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lainnya. Untuk
melihat ada tidaknya heteroskedastisitas dilakukan dengan mengamati Grafik Scatterplot antara nilai prediksi variabel terikat
dengan residualnya. Deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik
scatterplot dengan dasar analisis: a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk
pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi
heteroskedastisitas. b. Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan
di bawah angka 0 pada sumbu Y, maka tidak terjadi
52
heteroskedastisitas Ghozali, 2005:139. D. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mengetahui apakah antar variabel independen dalam model regresi memiliki korelasi. Model
regresi seharusnya tidak memiliki korelasi antar variabel independennya. Uji multikolinearitas dapat dilakukan dengan melihat nilai VIF variance
inlation factor dan nilai tolerance. VIF adalah estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi
sebuah variabel independen Erlina, 2011:103. Jika nilai VIF 10 dan nilai tolerance 0,10 maka tidak terdapat multikolinearitas.
2. Analisis Regresi Berganda Analisis regresi linear berganda ditujukan untuk menentukan hubungan
linear antar beberapa variabel bebas dengan variabel terikat Situmorang, et al., 2007: 118. Data dalam penelitian ini dianalisis dengan analisis regresi
linear berganda sebagai berikut:
Y = α + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ e
Keterangan : Y = Variabel dependen Potensi Kebangkrutan
α = Konstanta β
i
= Koefisien Regresi
53
X
1 =
working capital total asset X
2
= earning before interest and tax total asset X
3
= sales total asset X
4
= net profit before tax current liabilities e = error
3.8 Pengujian Hipotesis
Hipotesis diuji dengan analisis regresi linier berganda untuk menganalisis pengaruh variabel independen terhadap variabel dependen. Untuk menguji apakah
hipotesis yang diajukan diterima atau ditolak, digunakan uji F F-test dan uji t t-test.
3.8.1 Uji R