analisis model zmijewski, springate, altman z-score dan...

Analisis Model Zmijewski, Springate, Altman Z-Score dan Grover Pada

Financial Distress Bank Umum Syariah Di Indonesia Periode 2012-2016

Skripsi

Diajukan Untuk Memenuhi Persyaratan Memperoleh

Gelar Sarjana Ekonomi (SE)

Oleh

Nama: Muthia Rahmah

NIM: 11140850000035

JURUSAN PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS

UIN SYARIF HIDAYATULLAH JAKARTA

1439H / 2018

ii

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI

1. Nama : Muthia Rahmah

2. Tempat, Tanggal Lahir : Jakarta, 3 Agustus 1996

3. Usia : 21 Tahun

4. Alamat : Komp. Amarapura B4 No.11 Serpong,

Tangerang Selatan

5. Telepon : 085880149957

6. E-mail : [email protected]

7. Agama : Islam

8. Kewarganegaraan : Indonesia

9. Status : Belum Menikah

II. PENDIDIKAN

1. SDN 1 Setu Tahun 2002-2008

2. SMPN 1 Tangerang Selatan Tahun 2008-2011

3. SMAN 7 Tangerang Selatan Tahun 2011-2014

4. UIN Syarif Hidayatullah Jakarta Tahun 2014-2018

III. PENGALAMAN ORGANISASI DAN KEPANITIAAN

1. Anggota HMJ Perbankan Syariah Tahun 2014-2015

2. Panitia iBdays Tahun 2015

3. Panitia OPAK Jurusan Tahun 2015

IV. PENGALAMAN KERJA

1. Bank Mandiri Tahun 2017

mailto:[email protected]

iii

ABSTRACT

This research aims to analyze and measuring the value score of bankruptcy using

Zmijewski model, Springate, Altman Z-Score and Grover. The samples used 10

sharia banking company in Indonesia from 2012 to 2016 period. The samples was

taken through purposive sampling method. The method of analysis using Multiple

discriminant analysis and Kruskall-Wallis non-parametic methods. The result

showed using Zmijewski models there are one sharia banking that could

potentially bankrupt with accuracy 98%, Springate models there are fifteen

sharia banking that could potentially bankrupt with accuracy 70%, Altman Z-

Score model there are one sharia banking that could potentially bankrupt with

accuracy 98% and Grover model there are two sharia banking that could

potentially bankrupt with accuracy 96%. The result of Kruskall-Wallis test show a

significant different between the four models in bankruptcy prediction.

Keyword: Financial Distress, Zmijewski, Springate, Altman Z-Score, Grover

iv

ABSTRAK

Penelitian ini ditujukan untuk menganalisa dan mengukur nilai skor kebankrutan

dengan menggunakan model Zmijewski, Springate, Altman Z-Score and Grover.

Sampel menggunakan 10 bank syariah di Indonesia periode 2012-2016. Metode

penentuan sampel yang digunakan dalam penelitian ini adalah purposive

sampling. Teknik analisis data menggunakan multiple discriminant analysis dan

uji Kruskall-Wallis. Hasil menunjukan dengan Model Zmijewski terdapat satu

bank syariah yang berpotensi bankrut dengan tingkat akurasi 98%, model

Springate memprediksi lima belas bank syariah berpotensi bankrut dengan akurasi

70%, Model Altman Z-Score memprediksi satu perusahaan bank syariah

mengalami kebankrutan dengan akurasi 98% dan model Grover memprediksi dua

perusahaan pbank syariah mengalami kebankrutan dengan tingkat akurasi 96%.

Hasil uji Kruskall-Wallis menunjukan terdapat perbedaan signifikan diantara

keempat model prediksi kebankrutan.

Kata Kunci: Financial Distress, Zmijewski, Springate, Altman Z-Score, Grover

v

KATA PENGANTAR

Assalamualaikum Warahmatullahi Wabarakatuh.

Alhamdulillahirabbil’alamin, puji syukur kepada Allah SWT yang telah

melimpahkan berkah dan nikmat-Nya kepada penulis serta menganugrahkan

kesehatan dan kemampuan berfikir sehingga penulis mampu menyelesaikan

skripsi yang berjudul “Analisis Model Zmijewski, Springate, Altman Z-Score dan

Grover Pada Financial Distress Bank Umum Syariah di Indonesia Periode 2012-

2016” sebagai salah satu syarat untuk menyelesaikan program sarjana (S1)

Jurusan Perbankan Syariah Fakultas Ekonomi dan Bisnis Universitas Islam

Negeri Syarif Hidayatullah Jakarta.

Penulis menyadari bahwa dalam penulisan skripsi ini tidak akan

terselesaikan dengan baik tanpa bimbingan, dukungan serta bantuan dari berbagai

pihak mulai dari awal perkuliahan sampai penulisan skripsi ini. Oleh karena itu,

penulis mengucapkan terima kasih yang sebesar-besarnya kepada pihak-pihak

yang telah berjasa dalam hidup penulisdan dalam penyusunan skripsi ini,

khususnya:

1. Bapak Prof. Dr. Dede Rosyada , MA selaku Rektor Universitas Islam Negeri

Syarif Hidayatullah Jakarta.

2. Ibu Cut Erika Ananda Fatimah, SE, MBA. selaku Ketua dan Ibu Fitri

Damayanti SE., M.Si., selaku sekertaris Jurusan Perbankan Syariah Fakultas

Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.

3. Bapak Dr. Indo Yama Nasarudin SE., MAB. selaku Dosen Pembimbing yang

telah meluangkan waktu, membimbing dan memberikan arahan, memberikan

motivasi, dan memberikan banyak pengetahuan dan wawasan ilmu yang

sangat bermanfaat bagi penulis.

vi

4. Seluruh Staf Tata Usaha dan Bagian Akademik Fakultas Ekonomi dan Bisnis

UIN Syarif Hidayatullah Jakarta yang telah membantu penulis dalam segala

kebutuhan administrasi dan lain-lain.

5. Ayah dan Ibu tercinta, yang tidak pernah lelah mengasihi dan mencintai

anaknya lebih dari siapapun, yang telah memberikan segenap curahan kasih

saying dan doanya yang tidak pernah terputus kepada penulis, yang selalu

memerikan nasihat, motivasi dan dukungan dalam menjalani kehidupan. Serta

Kakak dan Adikku yang selalu memberikan dukungan.

6. Sahabat sahabat yang selalu menemani penulis selama masa perkuliahan yakni

Sifa, Salsa, Hani, Muthiya, Rubi dan Septian, yang telah memberikan warna,

motivasi, nasihat, dukungan dan doa selama ini kepada penulis.

7. Teman-teman seperjuangan yakni Angkatan 2014 Perbankan Syariah Fakultas

Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta yang tidak bisa

disebutkan satu persatu. Penulis mengucapkan terimakasih sebesar-besarnya

kepada kalian semua karena telah memberikan banyak sekali pengalaman

hidup yang berwarna, ilmu yang bermanfaat dan berharga, motivasi,

dukungan, keceriaan, kebahagiaan selama ini kepada penulis.

Penulis menyadari skripsi ini jauh dari kata sempurna, dikarenakan terbatasnya

ilmu pengetahuan yang dimiliki penulis, maka dari itu penulis menerima kritik

dan saran dari berbagai pihak. Semoga skripsi ini dapat bermanfaat bagi barbagai

pihak.

Wassalamu’alaikum Wr. Wb

Tangerang, 13 Maret 2018

Penulis

vii

DAFTAR ISI

Halaman

LEMBAR PERNYATAAN KEASLIAN SKRIPSI …………………………..….i

DAFTAR RIWAYAT HIDUP ……………………………..………………ii

ABSTRACT ……………………………………………………………...…….iii

ABSTRAK ………………………………………………………………...…..iv

KATA PENGANTAR ……………………………………………………..v

DAFTAR ISI ……………………………………………………………………vii

DAFTAR TABEL …………………………………………………………. ...x

DAFTAR GAMBAR …………………………………………………………….xi

DAFTAR LAMPIRAN ……………………………………………………xii

BAB 1 PENDAHULUAN ……………………………………………………. 2

A. Latar Belakang ……………………………………………………. 2

B. Rumusan Masalah ……………………………………………............10

C. Pertanyaan Penelitian ……………………………………………………11

D. Tujuan Penelitian ……………………………………………………12

E. Manfaat Penelitian ……………………………………………………12

BAB 2 TINJAUAN PUSTAKA ……………………………………………14

A. Laporan Keuangan ……………………………………………………14

1. Pengertian Laporan Keuangan ……………………………………14

2. Analisis Laporan Keuangan ……………………………………15

3. Bentuk Laporan Keuangan ……………………………………16

4. Karakteristik Kualitatif Laporan Keuangan ……………………17

viii

5. Tujuan Laporan Keuangan ……………………………………19

6. Tujuan dan Manfaat Analisis Keuangan ……………………………20

B. Tingkat Kesehatan Bank ……………………………………………20

1. Pengertian Tingkat Kesehatan Bank ……………………………21

2. Penilaian Tingkat Kesehatan Bank ……………………………23

3. Prinsip-Prinsip Umum Penilaian Tingkat Kesehatan Bank Umum …28

C. Financial Distress ……………………………………………………30

1. Pengertian Financial Distress …………………………………....30

2. Analisis Financial Distress …………………………………....31

3. Manfaat Analisis Financial Distress ……………………………32

4. Penyebab Financial Distress ……………………………………33

5. Indikator Financial Distress ……………………………………34

6. Alternatif Perbaikan Kondisi Financial Distress ……………………34

7. Jenis-Jenis Kebankrutan …………………………………………....35

D. Model Zmijewski ……………………………………………………36

E. Model Springate ……………………………………………………39

F. Model Altman Z-Score …………………………………………....42

G. Model Grover ……………………………………………………46

H. Penelitian Terdahulu …………………………………………………....49

I. Kerangka Penelitian ……………………………………………………52

J. Hipotesis ……………………………………………………………54

BAB 3 METODE PENELITIAN ……………………………………………55

A. Lingkup Penelitian ……………………………………………………55

ix

B. Populasi dan Metode Pengumpulan Sampel ……………………………55

C. Metode Pengumpulan Data ……………………………………………57

D. Metode Analisis Data …………………………………………………..57

E. Operasional Variabel Penelitian ……………………………………60

BAB 4 ANALISIS DAN PEMBAHASAN ……………………………………63

A. Deskripsi Objek Penelitian ……………………………………………63

B. Model Zmijewski ……………………………………………………65

C. Model Springate ……………………………………………………68

D. Model Altman Z-Score ……………………………………………71

E. Model Grover ……………………………………………………74

F. Analisis Deskriptif ……………………………………………………77

G. Uji Kruskall Wallis ……………………………………………………81

H. Analisis dan Interpretasi ……………………………………………82

BAB 5 PENUTUP ……………………………………………………………88

A. Kesimpulan ……………………………………………………………88

B. Saran ……………………………………………………………………89

DAFTAR PUSTAKA ……………………………………………………90

LAMPIRAN ……………………………………………………………………96

x

DAFTAR TABEL

No Keterangan Halaman

Tabel 2.1 Kriteria Nilai ROA ……………………………………………37

Tabel 2.2 Hasil-hasil Penelitian terdahulu …………………………....49

Tabel 3.1 Daftar Bank Syariah di Indonesia ……………………………55

Tabel 3.2 Kriteria Sampel ……………………………………………56

Tabel 4.1 Rasio Keuangan Bank Syariah 2012-2016 ……………………64

Tabel 4.2 Perhitungan Model Zmijewski ……………………………66

Tabel 4.3 Perhitungan Model Springate ……………………………………69

Tabel 4.4 Perhitungan Model Altman Z-Score ……………………………72

Tabel 4.5 Perhitungan Model Grover …………………………...….…....75

Tabel 4.6 Analisis Deskriptif Zmijewski ……………………………77

Tabel 4.7 Analisis Deskriptif Springate ……………………………………78

Tabel 4.8 Analisis Deskriptif Altman Z-Score ……………………………79

Tabel 4.9 Analisis Deskriptif Grover ……………………………………80

Tabel 4.10 Uji Kruskall Wallis ……………………………………………81

xi

DAFTAR GAMBAR


Gambar 2.1 Kerangka Pemikiran ……………………………………………53

xii

DAFTAR LAMPIRAN


Lampiran 1 Rasio Keuangan Bank Syariah …………………………..100

Lampiran 2 Perhitungan Return on Asset …………………………………..101

Lampiran 3 Perhitungan Leverage …………………………………..102

Lampiran 4 Perhitungan Likuiditas …………………………………..104

Lampiran 5 Perhitungan Working Capital to Total Asset …………..105

Lampiran 6 Perhitungan Net Profit Before Interest and Taxes to TA …..106

Lampiran 7 Perhitungan Net Profit Before Taxes to Current Liability …..108

Lampiran 8 Perhitungan Sales to Total Asset …………………………..109

Lampiran 9 Perhitunga Retained Earning to Total Asset …………………..110

Lampiran 10 Perhitungan EBITTA …………………………………………..112

Lampiran 11 Perhitungan Book Value of Equity to Book Value of Liability.....113

Lampiran 12 Perhitungan Prediksi Financial Distress Model Zmijewski……114

Lampiran 13 Perhitungan Prediksi Financial Distress Model Springate …..116

Lampiran 14 Perhitungan Prediksi Financial Distress Model Altman …...…117

Lampiran 15 Perhitungan Prediksi Financial Distress Model Grover …..119

Lampiran 16 Analisis Deskriptif Model Zmijewski …………………..121

Lampiran 17 Analisis Deskriptif Model Springate …………………………..121

Lampiran 18 Analisis Deskriptif Model Altman Z-Score …………………..121

Lampiran 19 Analisis Deskriptif Model Grover …………………………..122

Lampiran 20 Uji Kruskall Wallis …………………………………………..122

2

BAB I

PENDAHULUAN

A. Latar Belakang

Keberadaan bank sangatlah penting bagi perekonomian Indonesia. Hal ini

dikarenakan fungsi bank sebagai lembaga keuangan yang bertugas sebagai

lembaga intermediaries dimana bank berperan dalam menghimpun dana dari

masyarakat yang mengalami kelebihan dana dan menyalurkannya kepada

masyarakat yang membutuhkan dana. Secara umum bank adalah lembaga

keuangan yang usaha pokoknya memberikan kredit dan jasa-jasa lain dalam lalu

litas pembayaran serta peredaran uang. Oleh karena itu, usaha bank akan selalu

berkaitan dengan masalah uang sebagai dagangan utamanya (Al-Arif 2011: 296).

Sistem perbankan di Indonesia dilakukan pengembangan dengan

menggunakan sistem kebijakan ganda atau biasa dikenal dengan Dual banking

System dalam Kerangkan Arsitektur Perbankan Indonesia (API), untuk

menghadirkan alternatif jasa perbankan yang masih lengkap kepada

masyarakat Indonesia. Secara bersamaan, perbankan syariah dan perbankan

konvensional dengan sinergis mendukung mobilisasi dana masyarakat secara

lebih luas untuk meningkatkan kemampuan pembiayaan bagi sektor-sektor

perekonomian nasional. (Latumerissa:2012)

Melihat peran perbankan yang sangat strategis, kesehatan dan stabilitas

perbankan menjadi menjadi suatu yang sangat vital. Bank yang sehat, secara

3

individu, maupun secara keseluruhan sebagai suatu sistem merupakan suatu

kebutuhan perekonomian yang ingin tumbuh dan berkembang dengan baik.

Terganggunya fungsi intermediasi perbankan setelah terjadinya krisis

perbankan di Indonesia telah mengakibatkan lambannya kegitan investasi dan

ekonomi. (Rivai, Veithzal, 2007: 108).

Perkembangan perbankan syariah sekarang berkembang dengan pesat.

Semakin meluasnya penggunaan produk dan instrumen syariah disamping

akan mendukung kegiatan keuangan dan bisnis masyarakat juga akan

mengurangi transaksi–transaksi yang bersifat spekulatif, sehingga mendukung

stabilitas sistem keuangan secara keseluruhan yang pada gilirannya akan

meningkatkan kontribusi yang signifikan terhadap pencapaian kestabilan

harga jangka menengah (Latumerissa: 2012).

Dalam perkembangan industri perbankan ketatnya persaingan antar

bank syariah dan bank konvensional kian terasa kedua industri itu bersaing

memberikan dan menawarkan produk-produk terbaiknya agar menarik

kepercayaan masyarakat. Persaingan yang semakin ketat di era globalisasi ini

memaksa perusahaan untuk berusaha lebih kuat untuk mempertahankan

keberlangsungan usahanya dengan berbagai strategi yang telah dirancang agar

dapat menghadapi berbagai berbagai resiko yang akan mengancam

eksistensinya di dunia perbankan (Amaliah: 2016).

Bank syariah dianggap memiliki kemampuan dan ketahanan dalam

menghadapi krisis ekonomi. Ketahanan bank umum syariah di Indonesia dapat

dilihat dengan baiknya bank dalam mengatasi krisis moneter di tahun 1998

4

dan krisis keuangan global tahun 2008 yang membuktikan daya tahan bank

syariah dalam tempaan krisis ekonomi membuat bank syariah sebagai lembaga

yang dipercaya masyarakat.

Setiap perusahaan didirikan dengan harapan menghasilkan keuntungan

sehingga mampu bertahan dan berkembang. Hal ini berarti dapat diasumsikan

bahwa perusahaan akan selalu hidup dan diharapkan tidak mengalami

likuidasi. Namun pada kenyataanya asumsi diatas tidak selalu menjadi

kenyataan, sering kali perusahaan harus bubar karena mengalami financial

distress (Primasari: 2017).

Financial distress atau kebangkrutan adalah sesuatu yang sangat

esensial yang harus diwaspadai oleh perusahaan karena jika sebuah

perusahaan sudah dinyatakan bankrut maka perusahaan tersebut telah benar-

benar mengalami kegagalan usaha. Salah satu cara yang umumnya dilakukan

perusahaan untuk mendeteksi dan meminimalisir terjadinya kondisi financial

distress adalah dengan mengawasi kinerja keuangan dengan menggunakan

analisis laporan keuangan. Analisis terhadap laporan keuangan dapat

dilakukan untuk mengetahui kondisi dan perkembangan perusahaan serta

meramalkan kelangsungan hidup perusahaan dan juga dapat melihat potensi

kesulitan keuangan yang mungkin menimpa perusahaan di masa yang akan

datang, karena dengan melakukan teknik analisis laporan keuangan

perusahaan dapat mengetahui kelemahan dan potensi kebangkrutan

perusahaan tersebut, sehingga dapat dijadikan sebagai acuan strategi dan

perbaikan kinerja di masa yang akan datang (Suryawardani:2015).

5

Analisis mengenai kebangkrutan suatu perusahaan sangat penting bagi

berbagai pihak. Hal ini dikarenakan kebangkrutan suatu perusahaan tidak

hanya merugikan pihak perusahaan saja, tetapi juga merugikan pihak lain yang

berhubungan dengan perusahaan tersebut. Oleh karena itu, analisis potensi

kebangkrutan dapat dilakukan untuk memperoleh peringatan awal

kebangkrutan (tanda-tanda awal kebangkrutan). Semakin awal tanda-tanda

kebangkrutan tersebut diketahui, maka akan semakin baik bagi pihak

manajemen. Karena pihak manajemen bisa segera melakukan perbaikan-

perbaikan agar perusahaan tidak mengalami kebangkrutan (Hanafi dan Halim,

2007:263).Selain itu, bagi pihak eksternal perusahaan, potensi kebangkrutan

ini bisa digunakan sebagai dasar dalam pengambilan keputusaninvestasi.

Salah satu penyebab kebankrutan adalah adanya masalah keuangan

dalam perusahaan yang tidak dapat ditangani.Masalah keuangan terjadi ketika

janji kepada kreditor dilanggar.Terkadang masalah keuangan dalam suatu

perusaaan dapat menyebabkan kebankrutan. Oleh karena itu sangat diperlukan

analisis gejala kebankrutan agar perusahaan dapat mengantisipasi kebankrutan

dimasa yang akan datang. Salah satu bentuk analisis kebankrutan yaitu dengan

menganalisis rasio untuk menilai suatu keadaan di masa lalu, saat ini dan

dimasa depan. Banyak penyebab perusahaan mengalami kebankrutan dan

karena banyaknya penyebab munculah metode untuk menganalisis gejala

kebankrutan perusahaan yang diharapkan dapat digunakan untuk

mengantisipasi kondisi keuangan suatu perusahaan sebelum perusahaan

mencapai titik kebankrutan pailit (Sari: 2013).

6

Semua perusahaan tentunya memiliki berbagai resiko dalam

melakukan kegiatan operasionalnya yang bisa mengakibatkan financial

distress, resiko-resiko tersebut jika tidak di tangani dengan baik maka

akanmengakibatkanfinancial distress pada perusahaan. Perbankan Syariah

sebagai lembaga yang berperan penting dalam perekonomian Indonesia

tentunya harus memperhatikan kinerjanya dengan baik, walaupun perbankan

syariah pernah melewati krisis ekonomi dengan baik namun sebagai

perusahaan tentu akan mengalami berbagai resiko yang dapat menyebabkan

financial distress. Oleh karena itu penilaian potensifinancial distress sangat di

perlukan bagi berbagai pihak yang bersangkutan dengan bank.

Lebih lanjut, masa depan perbankan islam sangat ditentukan oleh

kemampuan manajemen perbankan islam dalam menghadapi berbagai

perubahan pesat yang terjadi saat ini. Tidak dapat dielakkannya globalisasi,

pesatnya informasi dan teknologi serta inovasi keuangan membuat sektor

keuangan, tempat perbankan bernaung menjadi makin kompleks, dinamis dan

kompetitif. Kondisi ini meningkatkan deretan resiko terhadap perbankan islam

dimana semua resiko inimutlak harus dikelola (Wahyudi, 2013: 2).

Beberapa model analisis keuangan untuk melihat potensifinancial

distress sudah banyak dikembangkan oleh banyak peneliti.. Dalam penelitian

ini penulis mencoba menggunakan teori Altman Z-Score (1968), Zmijewski

(1984), Springate (1978) dan Grover (2001) untuk melihat perkiraan financial

distress masing-masing model. Perkembangan metode penilaian potensi

kebankrutan dimulai ketika Beaver (1966) memperkenalkan analisis

7

univariate sederhana pada rasio keuangan untuk melihat potensi kebankrutan

di masa yang akan datang. Model Altman (1968) menggunakan metodeologi

multivariate. Dalam statistika, penetapan formula ini menggunakan

Multivariate Discriminant Analysis (MDA). Model Springate (1978)

menggunakan metodeologi dan teknik pengambilan sample yang sama dengan

Altman (1968) namun dengan sampel yang berbeda. Model Zmijewski (1984)

menggunakan teori yang berbeda yaitu bahwa profitabilitas, volatilitas, dan

kondisi leverage perusahaan sebagai variabel terpenting dalam melihat

potensidistress. Model Grover (2001) merupakan model yang diciptakan

dengan menggunakan pendesainan dan penilaian ulang terhadap model

Altman Z-Score.

Menurut Vernon (2011: 29) model penilaian potensi financial distress

dapat membantu auditor menghitung kemungkinan terjadinya kebankrutan

perusahaan.Meskipun demikian, perlu diperhatikan bahwa perusahaan bisa

saja disebut mengalami kebankrutan secara teknis berdasarkan indikator,

namun tetap dipandang dapat mempertahankan kelangsungan usaha (going

concern).

Penelitian ini menggunakan bank umum syariah sebagai objek

penelitiannya dikarenakan tingkat non performing financing bank syariah

yang semakin meningkat selama tahun 2012-2016 yang jauh lebih tinggi

dibandingkan tingkat non performing financing bank konvensional. Dimana

yang dikutip dari artikel economy okezone, OJK mengungkapkan menyatakan

jika rasio pembiayaan bermasalah (Non Performance Loan/ NPL) dari bank

8

syariah masih relatif lebih tinggi dibandingkan rasio kredit bermasalah (Non

Performance Loan/NPL) Bank konvensional.Tercatat, sejak triwulan IV 2016

hingga Oktober 2017 angka NPF bank syariah berada di angka 4,12%. Angka

ini jauh melampaui NPL Bank Konvensional sebesar 2,96%.

Tingginya non performing financing bank syariah tentunya sangat

mempengaruhi bank syariah, dimana bank syariah dikenal sebagai bank yang

tahan mengahadapi berbagai krisis ekonomi namun tentunya kualitas bank

syariah sangatlah tergantung pada manajemen bank syariah itu sendiri dan jika

bank syariah tidak mampu menurunkan nilai non performing financingnya

bisa saja bank syariah akan mengahadapi berbagai resiko yang nantinya akan

berpengaruh pada operasional yang dapat menyebabkan kesulitan keuangan.

Terlebih, mengingat market share bank syariah yang masih sangat

kecil di Indonesia, padahal pangsa pasar bank syariah di Indonesia sangat

besar mengingat Indonesia sebagai negara yang memiliki jumlah masyarakat

muslim terbesar di dunia, market share bank syariah yang masih berkisar di

angka 5,3% dimana Indonesia adalah negara dengan total aset keuangan

syariah terbesar ke-9 di dunia, tetapi posisi Malaysia masih jauh diatas

Indonesia dengan menempati posisi ke-3 di dunia dengan nilai market share

sebesar 23,8%.

Belum lagi ditambah isu mengenai kinerja yang kurang baik oleh bank

syariah pertama di Indonesia, Bank Muamalat. Dikarekan NPF yang mencapai

7%. Dikutip dari Detik Finance,Peneliti Pusat Ekonomi dan Bisnis Syariah

9

Fakultas Ekonomi Bisnis Universitas Indonesia (UI) Yusuf Wibisono

mengungkapkan,karena tingginya NPF bank Muamalat tersebut menyebabkan

profit dan permodalan terganggu, namun pemegang saham mayoritas tidak

mau menambah modal ke bank Muamalat. Dan jika terjadi „sesuatu‟ pada

bank muamalat maka akan berdampak besar pada sistem perbankan syariah

nasional dikarenakan Bank Muamalat mempunyai peringkat bank syariah

terbaik setelah Bank Syariah Mandiri. Dimana Bank Muamalat dianggap

memiliki peran simbolis bagi perbankan syariah di Indonesia.

Oleh karena itu bank syariah harus memperhatikan dan memperbaiki

kinerjanya untuk dapat terus beroperasional dan meningkatkan pertumbuhan

dan perbankan syariah di Indonesia, oleh karena itu diperlukan analisis potensi

kesulitan keuangan bagi bank syariah yang telah dikembangkan oleh peneliti

sebelumnya.

Sejauh ini penelitian tentang model potensi financial distress telah

banyak dilakukan, umumnya hanya menggunakan model Altman. Sementara

penelitian untuk melihat perbedaan penilaian model potensi financial distress

masih terbatas. Salah satunya adalah penelitian oleh Hendrawati Atik tentang

financial distress pada industri makanan dan minuman yang terdaftar di BEI

dengan menggunakan model Altman Springate dan Zmijewski periode 2009-

2012 menyatakan bahwa adanya perbedaan penilaian yang signifikan antara

terhadap potensi kebankrutan ketiga model yang digunakan dengan

menggunakan Uji Kruskall Wallis.

10

Selanjutnya penelitian Elyasi Malik yang berjudul Prediksi

Kebankrutan Model Altman Z-Score, Grover, Springate dan Zmijewski Pada

Perusahaan Tekstil dan Garmen Di Bursa Efek Indonesia yang menyatakan

bahwa tidak terdapat perbedaan penilaian yang signifikan antara potensi

kebankrutan dengan model Altman, Grover, Springate dan Zmijewski dengan

menggunakan uji Kruskall Wallis.

Berdasarkan kondisi yang telah dipaparkan, penulis tertarik untuk

meneliti dan menganalisa potensi kebankrutan pada bank umum syariah

(BUS) dengan menggunakan pendekatan Multivarate Diskriminant Analysis

(MDA) dan melalui pengujian Kruskall Wallis. Penelitian dan analisis ini

dikembangkan dengan judul “Analisis Model Zmijewski, Springate,

Altman Z-Score dan Grover Pada Financial Distress Bank Umum

Syariah Di Indonesia Periode 2012-2016”

B. Rumusan Masalah

1. Bagaimana tingkat kesehatan bank umum syariah di Indonesia pada

periode 2012-2016 berdasarkan model potensi financial distress?

2. Apakah terdapat perbedaan penilaian model prediksi financial distresspada

bank umum syariah periode 2012-2016 dengan menggunakan model

Zmijewski, Springate, Altman dan Grover?

11

C. Pertanyaan Penelitian

Berdasarkan latar belakang yang sudah dikemukakan diatas maka

dapat dirumuskan beberapa masalah yang akan dikaji pada penelitian ini.

Rumusan masalah pada penelitian ini adalah sebagai berikut:

1. Bagaimana kondisi tingkat kesehatan (financial distress) bank syariah

dengan perhitungan model Zmijewski pada periode 2012-2016?


dengan perhitungan model Springate pada periode 2012-2016?


dengan perhitungan model Altman Z Score pada periode 2012-2016?

4. Bagaimana Kondisi tingkat kesehatan (financial distress) bank syariah

dengan perhitungan model Grover pada periode 2012-2016?

5. Bagaimana keakuratan masing-masing model dalam memprediksi

financial distress perbankan syariah selama periode 2012-2016 dengan

menggunakan model Zmijewski, Springate, Altman dan Grover?

6. Apakah terdapat perbedaan penilaianmodel prediksi financial distress pada


Zmijewski, Springate, Altman dan Grover?

12

D. Tujuan Penelitian

Penelitian ini menggunakan empat model penilaian potensi untuk

menganalisis financial distress pada perbankan syariah. Adapun tujuan

penilitan ini adalah sebagai berkut:

1. Untuk mengukur dan menganalisis potensi financial distress bank umum

syariah di Indonesia dengan menggunakan model Zmijewski, Springate,

Altman Z-Score dan Grover.

2. Untuk melihat perbedaan penilaian potensi financial distress dengan

menggunkan model Zmijewski, Springate, Altman Z-Score dan Grover.

E. Manfaat Penelitian

1. Bagi Penulis

Untuk menambah wawasan dalam bidang perbankan syariah, khususnya

pada potensi financial distress pada perbankan syariah di Indonesia.

2. Bagi Perbankan Syariah

Penelutian ini diharapkan bisa menjadi sarana informasi dan masukan bagi

perkembangan perbankan syariah agar perbankan syariah bisa beroperasi

semakin baik dikedepannya.

3. Bagi Akademisi

Sebagai menambah ilmu penetahuan dan untuk referensi bagi mahasiswa,

staf dan pengajar untuk penelitan selanjutnya terkait financial distress

perbankan syariah.

13

4. Bagi Prodi

Sebagai penambah informasi bagi ilmu pengetahuan khususnya dalam

bidang perbankan syariah dan financial distress.

5. Bagi Masyarakat

Sebagai sarana pemberian informasi mengenai financial distress pada

perbankan syariah terlebih pada pihak-pihak terkait dengan perbankan

syariah langsung.

14

BAB II

TINJAUAN PUSTAKA

A. Laporan Keuangan

1. Pengertian Laporan Keuangan

Laporan keuangan adalah rangkuman dari kegiatan operasional,

keuangan dan investasi bisnis. Laporan keuangan harus memberikan

informasi yang berguna baik bagi investor atau kreditur dalam membuat

keputusan investasi dan pengambilan keputusan bisnis lainnya (Fabozzi

dan Peterson, 2003: 125).

Laporan keuangan pada dasarnya adalah hasil dari proses akuntansi

yang dapat digunakan sebagai alat untuk mengkomunikasikan data

keuangan atau aktivitas perusahaan kepada pihak-pihak yang

berkepentingan. Dengan kata lain laporan keuangan ini berfungsi sebagai

alat infomasi yang menghubungkan perusahaan dengan pihak-pihak yang

berkepentingan, yang menunjukan kondisi kesehatan keuangan perusahaan

dan kinerja perusahaan (Hery, 2015: 3).

Laporan keuangan merupakan sesuatu yang penting bagi

perusahaan dan para pemakai laporan keuangan. Laporan keuangan

menghasilkan informasi yang menggambarkan mengenai kinerja

perusahaan pada periode akuntansi tertentu (Kurniawati, dan Nur: 2014).

Laporan ini akan lebih bermanfaat apabila informasi yang terkandung

dalam laporan keuangan tersebut dapat digunakan untuk memprediksi apa

yang akan terjadi di masa yang akan datang. Dengan mengolah lebih lanjut

15

laporan keuangan melalui proses perbandingan, evaluasi, dan analisis tren

akan diperoleh prediksi tentang apa yang mungkin akan terjadi di masa

yang akan datang. Hasil analisis laporan keuangan ini akan membantu

analisis menginterprestasikan berbagai hubungan kunci antar pos laporan

keuangan dan kecendrungan yang dapat dijadikan dasar dalam menilai

potensi keberhasilan perusahaan di masa yang akan datang (Hery,

2015:113).

Laporan keuangan yang lengkap biasanya meliputi neraca, laporan

laba rugi, laporan perubahan posisi keuangan (yang disajikan dengan

berbagai cara, misalnya sebagai laporan arus kas), catatan dan laporan lain

serta materi penjelasan yang merupakan bagian dari integral dari laporan

keuangan (Abrori: 2015).

2. Analisis Laporan Keuangan

Menurut Siegel dan Shim (2003:50) analisis laporan keuangan

memiliki arti yang berbeda bagi orang yang berbeda, tergantung pada

kepentingan khusus mereka. Para kreditor, investor dan calon investor, dan

manajemen korporasi itu sendiri mempelajari berbagai bagian bagian dari

analisis untuk menemukan jawaban atas pertanyaan-pertanyaan yang

paling memprihatinkan mereka.

Analisis laporan keuangan merupakan suatu proses untuk

membedah laporan keuangan ke dalam unsur-unsurnya dan menelaah

masing-masing dari unsur tersebut dengan tujuan untuk memperoleh

16

pengertian dan pemahaman yang baik dan tepat atas laporan keuangan itu

sendiri (Hery, 2015: 113).

Analisis laporan keuangan dari sudut manajemen berkaitan dengan

semua pertanyaan yang muncul dari kreditor dan investorkarena kelompok

pemakai tersebut harus mengetahui kemampuan perusahaan memperoleh

modal sebagaimana yang dibutuhkan.Manajemen harus

mempertimbangkan kepentingan karyawan, publik, pembuat undang-

undang dan wartawan keuangan (Frasser & Ormiston, 2008: 215).

3. Bentuk Laporan Keuangan

Laporan keuangan entitas syariah terdiri atas sebagai berikut ini

(Nurhayati, 2015: 97):

a. Posisi keuangan entitas syariah, disajikan sebagai neraca. Laporan ini

menyejikan informasi tentang sumber daya yang dikendalikan, struktur

keuangan, likuiditas dan solvabilitas serta kemampuan beradaptasi

terhadap perubahan lingkungan. Laporan ini berguna memprediksi

kemampuan perushaan di masa yang akan datang.

b. Informasi Kinerja Entitas Syariah, disajikan dalam laporan laba rugi.

Laporan ini diperlukan untuk menilai perubahan potensial sumber daya

ekonomi yang mungkin dikendalikan di masa depan.

c. Informasi Perubahan Posisi Keuangan Entitas Syariah, yang dapat

disusun berdasarkan definisi dana seperti seluruh sumber daya

keuangan, modal kerja, aset likuid atas kas. Kerangka ini tidak

mendefinisikan dana secara spesifik. Akan tetapi, laporan ini dapat

17

diketahui aktivitas investasi, pendanaan dan operasi selama periode

pelaporan.

d. Informasi Lain, seperti laporan penjelasan tentang pemenuhan fungsi

sosial entitas syariah. Merupakan informasi yang tidak diatur secara

khusus tapi relevan bagi pengambilan keputusan sebagian besar

pengguna laporan keuangan.

e. Catatan dan skedul tambahan, merupaan penampung dari informasi

tambahan yang relevan termasuk pengungkapan tentang resiko dan

ketidakpastian yang mempengaruhi entitas. Informasi tentang segmen

industri dan geografi serta pengaruh perubahan harga terhadap entitas

yang juga dapat disajikan.

4. Karakteristik Kualitatif Laporan Keuangan

Karakteristik kualitatif adalah ciri khas laporan keuangan agar

informasi yang dihasilkan dapat berguna bagi pengguna informasi dan

tidak menyesatkan pengguna informasi dalam laporan keuangan. Menurut

PSAK 00 tentang kerangka dasar penyusunan penyajian laporan keuangan

terdapat empat karakteristik pokok adalah sebagai berikut (Rosandi:

2016):

a. DapatDipahami

Kualitas penting informasi yang terdapat pada laporan

keuangan adalah kemudahannya untuk segera dapat dipahami oleh

pemakai.Untuk maksud ini, pemakai diasumsikan memiliki

pengetahuan yang memadai tentang aktivitas ekonomi dan bisnis,

18

akuntansi, serta kemauan untuk mempelajari informasi dengan

ketekunan yang wajar.Namun demikian, informasi kompleks yang

seharusnya dimasukkan ke dalam laporankeuangan tidak dapat

dikeluarkan hanya atas dasar pertimbangan bahwa informasi

tersebut terlalu sulit untuk dipahami oleh pemakai tertentu.

b. Relevan

Agar informasi bermanfaat maka informasi harus relevan untuk

memenuhi kebutuhan pemakai dalam proses pengambilan keputusan.

Informasi memiliki kualitas relevan kalau dapat mempengaruhi

keputusan ekonomi pemakai dengan membantu mereka mengevaluasi

peristiwa masa lalu, masa kini, atau masa depan, menegaskan, atau

mengkoreksi hasil evaluasi mereka di masa lalu.

c. Keandalan

Agar bermanfaat, informasi juga harus andal

(reliable).Informasi memiliki kualitas andal jika bebas dari pengertian

yang menyesatkan, kesalahan material, dan dapat diandalkan

pemakainya sebagai penyajian yang tulus atau jujur (faithful

representation) dari yang seharusnya disajkan atau yang secara wajar

diharapkan dapat disajikan.

d. DapatDibandingkan

Pemakai harus dapat memperbandingkan laporan keuangan

perusahaan antar periode untuk mengidentifikasi kecenderungan

(trend) posisi dan kinerja keuangan.Pemakai juga harus dapat

19

memperbandingkan laporan keuangan antar perusahaan untuk

mengevaluasi posisi keuangan, kinerja serta perubahan posisi

keuangan secara relatif. Oleh karena itu, pengukuran dan penyajian

dampak keuangan dari transaksi dan peristiwa lain serupa harus

dilakukan secara konsisten untuk perusahaan tersebut, antar periode

perusahaan yang sama dan untuk perusahaan yang berbeda.

5. Tujuan Laporan Keuangan

Tujuan utama laporan keuangan adalah untuk menyediakan

informasi, menyangkut posisi keuangan, kinerja serta perubahan

posisikeuangan suatu entitas syariah yang bermanfaat bagi sejumlah besar

pemakai dalam pengambilan keputusan ekonomi (Nurhayati dan Wasilah,

2015: 97)

Tujuan keseluruhan dari laporan keuangan adalah untuk

memberikan informasi yang berguna bagi investor dan kreditor dalam

pengambilan keputusan investasi dan kredit.Jenis keputusan yang dibuat

oleh pengambil keputusan sangatlah beragam, begitu juga dengan metode

pengambilan keputusan yang mereka gunakan dan kemampuan mereka

untuk memperoleh informasi.Pengguna informasi akuntansi harus dapat

memperoleh pemahaman mengenai kondisi keuangan dan hasil

operasional perusahaan lewat laporan keuangan (Hery, 2015: 4).

20

6. Tujuan dan Manfaat Analisis Keuangan

Secara umum, tujuan dan manfaat dari dilakukannya analisis laporan

keuangan adalah (Hery, 2015:114).

a. Untuk mengetahui posisi keuangan dalam suatu periode tertentu baik

aset, liabilitas, ekuitas, maupun hasil usaha yang telah dicapai selama

beberapa periode.

b. Untuk mengetahui kelemahan-kelemahan yang menjadi kekurangan

perusahaan.

c. Untuk mengetahui kekuatan-kekuatan yang menjadi unggulan

perusahaan.

d. Untuk menentukan langkah-langkah perbaikan yang perlu dilakukan di

masa mendatang, khususnya yang berkaitan dengan posisi keuangan

perusahaan saat ini.

e. Untuk melakukan penilaian kinerja manajemen.

f. Sebagai pembanding dengan perusahaan sejenis, terutama mengenai

hasil yang telah dicapai.

B. Tingkat Kesehatan Bank

Kebijakan perbankan yang dikeluarkan dan dilaksanakan oleh bank

Indonesia pada dasarnya ditujukan untuk menciptakan dan memelihara

kesehatan, baik secara individu ataupun perbankan secara sistem (Veithzal,

2007: 118).

21

1. Pengertian Tingkat Kesehatan Bank

Sejalan dengan perubahan kondisi perbankan, maka cara penilaian

tingkat kesehatan bank juga menjadi penyempurnaan dari waktu kewaktu,

hal inidisebabkan adanya otoritas yang mengatur dan mengawasi bank

agar aktivitas perbankan di Indonesia dapat berjalan secara sehat (Riyadi,

2006: 169).

Berdasarkan Peraturan Bank Indonesia (PBI) Nomor

6/10/PBI/2004 Tentang Sistem Penilaian Tingkat Kesehatan Bank Umum,

tingkat kesehatan bank adalah hasil penilaian kualitatif atas berbagai aspek

yang berpengaruh terhadap kondisi atau kinerja suatu bank melalui

penilaian kualitatif dan kuantitatif terhadap faktor-faktor permodalan,

kualitas aktiva produktif, manajemen, rentabilitas dan likuiditas.

Sedangkan menurut Menurut Peraturan Bank Indonesia No:

13/1/PBI/2011. Tingkat Kesehatan Bank adalah hasil penilaian kondisi

bank yangdilakukan terhadap risiko dan kinerja Bank.

Kesehatan bank dapat diartikan sebagai kemampuan suatu bank

untuk melakukan kegiatan operasional perbankan secara normal dan

mampu memenuhi semua kewajibannya dengan baik dengan cara-cara

yang sesuai dengan peraturan perbankan yang berlaku (Sigit Triandaru dan

Totok Budisantoso, 2006:51).

Tingkat kesehatan bank merupakan tingkat kemampuan bank

dalam menjalankan kegiatan operasionalnya secara normal dan sesuai

ketentuan yang berlaku (Rahman dkk: 2016). Bank yang sehat adalah bank

22

yang dapat menjalankan fungsi-fungsinya dengan baik, yang dapat

menjaga dan memelihara kepercayaan masyarakat, dapat menjalanan

fungsi intermediasi, dapat membantu kelancaran lalu lintas pembayaran

serta dapat dipergunakan oleh pemerintah dalam melaksanakan berbagai

kebijakan moneter.Dengan menjalankan fungsi tersebut bank dapat

memberikan layanan yang baik kepada masyarakat dan bermanfaat bagi

perekonomian Indonesia. (Veithzal, 2007:118)

Bank wajib memelihara dan/atau meningkatkan tingkat

kesehatan Bank dengan menerapkan prinsip kehati-hatian dan

manajemen risiko dalam melaksanakan kegiatan usaha (PBI

No.13/1/PBI/2011).

Menyadari arti pentingnya kesehatan suatu bank bagi pembentukan

kepercayaan dalam dunia perbankan serta untuk melaksanakan prinsip

kehati-hatian (prudential banking) dalam dunia perbankan, maka Bank

Indonesia merasa perlu untuk menerapkan aturan tentang kesehatan bank

(Hastuti: 2013).

Para bankir bank islam perlu memahami suatu sistem yang mampu

mengarahkan dana kelolaan mereka ke aktivitas-aktivitas pembiayaan dan

jasa yang memiliki rasio resiko terhadap potensi imbal-hasil yang terbaik.

Mereka tidak hanya diharapkan mampu mengusai teknik dan instrumen

manajemen resiko tradisional yang tidak bertentangan dengan ketentuan

syariah, namun juga teknik dan instrumen manajemen resiko yang unik

yang terdapat pada perbankan islam(Wahyudi. Dkk, 2013: 2).

23

2. Penilaian Tingkat Kesehatan Bank

Sebagai upaya pengawasan perbankan,Bank Indonesia memiliki

tugas sebagai pengawas dan memberikan saran perbaikan terhadap bank

umum.Sebagai upaya pengawasan perbankan, Bank Indonenisa

mengeluarkan Surat Edarab BI No.23/21/ BPPP pada tahun 1991 yang

memberlakukan CAMEL.Selanjutnya CAMEL berkembang menjadi

CAMELS petama kali pada tanggal 1 Januari 1997 di Amerika, sedangkan

CAMELS berkembang pertama kali di Indonesia diakhir tahun 1997

sebagai dampak dari krisis ekonomi dan moneter.Sebagai penyempurnaan

metode sebelumnya Bank Indonesia mengeluarkan peraturan nomor

13/1/PBI/2011 tentang penilaian kesehatan perbankan dengan pendekatan

4 komponen RGEC meliputi (risk profile) profil resiko, (good corporate

governance) tata kelola, (earning) rentabilitas, dan (capital) permodalan.

Berikut masing-masing tingkat penilaian bank umum:

a. CAMEL

Sebelum diberlakukannya metode RGEC sebagai penilai

tingkat kesehatan bank, metode CAMEL yang merupakan garis besar

tingkat penilaian saat itu.Faktor CAMEL merupakan faktor yang

menentukan kondisi suatu bank.

Penilaian peringat komponen rasio keuangan pembentuk faktor

financial (permodalan, kualitas aset, rentabilitas, likuiditas dan

sensitivitas terhadap resiko pasar) dihitung secara kuantitatif dan

24

kualitatif dengan mempertimbangkan unsur judgement (Kasmir, 2011:

201)

Berikut ini adalah perincian dari setiap variabel yang akan

dianalisis dalam analisis rasio CAMEL berdasarkan PBI Nomor

6/10/PBI/2004 yaitu:

1) Permodalan (capital)

Penilaian terhadap faktor permodalan meliputi penilaian terhadap

komponen-komponen sebagai berikut:

a) Kecukupan, komposisi, dan proyeksi (trend ke depan)

permodalan serta kemampuan permodalan Bank dalam

mengcover aset bermasalah;

b) Kemampuan Bank memelihara kebutuhan penambahan modal

yang berasal dari keuntungan, rencana permodalan Bank untuk

mendukung pertumbuhan usaha, akses kepada sumber

permodalan, dan kinerja keuangan pemegang saham untuk

meningkatkan permodalan Bank.

2) Kualitas Aset (asset quality);

Penilaian terhadap faktor kualitas aset meliputi penilaian terhadap


a) Kualitas aktiva produktif, konsentrasi eksposur risiko kredit,

perkembangan aktiva produktif bermasalah, dan kecukupan

penyisihan penghapusan aktiva produktif (PPAP);

25

b) Kecukupan kebijakan dan prosedur, sistem kaji ulang (review)

internal, sistem dokumentasi, dan kinerja penanganan aktiva

produktif bermasalah.

3) Manajemen (management)

Penilaian terhadap faktor manajemen meliputi penilaian terhadap


a) Kualitas manajemen umum dan penerapan manajemen risiko;

b) Kepatuhan Bank terhadap ketentuan yang berlaku dan

komitmen kepada Bank Indonesia dan atau pihak lainnya.

4) Rentabilitas (earning)

Penilaian terhadap faktor rentabilitas meliputi penilaian terhadap


a) Pencapaian return on assets (ROA), return on equity (ROE),

net interestmargin (NIM), dan tingkat efisiensi Bank;

b) Perkembangan laba operasional, diversifikasi pendapatan,

penerapan prinsip akuntansi dalam pengakuan pendapatan dan

biaya, dan prospek laba operasional.

5) Likuiditas (liquidity)

Penilaian terhadap faktor likuiditas meliputi penilaian terhadap


a) Rasio aktiva/pasiva likuid, potensi maturity mismatch, kondisi

Loan to Deposit Ratio (LDR), proyeksi cash flow, dan

konsentrasi pendanaan;

26

b) Kecukupan kebijakan dan pengelolaan likuiditas (assets and

liabilities management/ALMA), akses kepada sumber

pendanaan, dan stabilitas pendanaan.

6) Sensitivitas terhadap risiko pasar (sensitivity to market risk).

Penilaian terhadap faktor sensitivitas terhadap risiko meliputi

penilaian terhadap komponen-komponen sebagai berikut:

a) Kemampuan modal Bank dalam mengcover potensi kerugian

sebagai akibat fluktuasi (adverse movement) suku bunga dan

nilai tukarkecukupan penerapan manajemen risiko pasar.

b. RGEC

Bank Umum di Indonesia sudah harus menggunakan pedoman

penilaian tingkat kesehatan bank yang terbaru sejak dikeluarkannya

Peraturan Bank Indonesia (PBI) No.13/1/PBI/2011 tentang Penilaian

Tingkat Kesehatan Bank Umum, yang mewajibkan Bank

Umum.Penilaian tingkat kesehatan tersebut adalah metode RGEC

(Risk Profile, Good Corporate Governance, Earning, dan Capital).

Berdasarkan Peraturan Bank Indonesia No. 13 tahun 2011

Pasal 6,bank wajib melakukan penilaian tingkat kesehatan bank secara

individual dengan menggunakan pendekatan risiko (Risk-based Bank

Rating) dengan cakupan penilaian terhadap faktor-faktor sebagai

berikut (Prasyananta, dkk: 2016).

27

1) Profil Risiko (Risk Profile)

Penilaian terhadap faktor risiko (risk profile) meliputi

penilaian terhadap risiko kredit, risiko pasar, risiko likuiditas,

risiko operasional, risiko hukum, risiko stratejik, risiko kepatuhan,

dan risiko reputasi (PBI No.13/1/PBI/2011).

2) Good Corporate Governance (GCG)

Dengan menganalisis laporan Good Corporate

Governance (tata kelola) yang berpedoman pada Peraturan Bank

Indonesia No.13/1/PBI/2011 dengan mencari laporan tahunan yang

dipublikasikan dan menetapkan penilaian yang dilakukan oleh

bank berdasarkan sistem self assessment.

3) Rentabilitas (Earning)

Penilaian rentabilitas (earning) merupakan hal yang penting

dalam suatu bank karena merupakan salah satu parameter dalam

penilaian tingkat kesehatan bank terkait dengan kemampuan bank

dalam memperoleh keuntungan.

4) Permodalan (Capital)

Permodalan merupakan salah satu faktor yang penting bagi

sebuah bank karena jika sebuah bank memiliki faktor permodalan

yang baik maka tentu saja bank juga akan semakin lancar dalam

menjalankan kegiatan operasionalnya dalam mencapai tujuan bank

itu sendiri. Faktor permodalan dapat diukur dengan menggunakan

rumus Capital Adequacy Ratio (CAR). CAR adalah rasio yang

28

mengukur kecukupan modal suatu bank yang dihitung berdasarkan

perbandingan total modal dengan aktiva tertimbang menurut risiko.

3. Prinsip-Prinsip Umum Penilaian Tingkat Kesehatan Bank Umum

Berdasarakan Surat Edaran Bank Indonesia Mengenai Penilaian

Kesehatan Bank Umum.Manajemen bank perlu memperhatikan prinsip-

prinsip umum berikut ini sebagai landasan dalam menilai Tingkat

Kesehatan Bank (Surat Edaran Otoritas Jasa Keuangan

No.14/SEOJK.03/2017):

a. Berorientasi Risiko

Penilaian tingkat kesehatan didasarkan pada risiko-risiko Bank

dan dampak yang ditimbulkan pada kinerja bank secara keseluruhan.

Hal ini dilakukan dengan cara mengidentifikasi faktor internal maupun

eksternal yang dapat meningkatkan risiko atau mempengaruhi kinerja

keuangan bank pada saat ini dan di masa yang akan datang. Dengan

demikian, Bank diharapkan mampu mendeteksi secara lebih dini akar

permasalahan Bank serta mengambil langkah-langkah pencegahan dan

perbaikan secara efektif dan efisien.

b. Proporsionalitas

Penggunaan parameter/indikator dalam tiap faktor penilaian

Tingkat Kesehatan Bank dilakukan dengan memperhatikan

karakteristik dan kompleksitas usaha Bank.Parameter/indikator

penilaian tingkatkesehatan bank dalam Surat Edaran ini merupakan

standar minimum yang wajib digunakan dalam menilai tingkat

29

kesehatan bank.Namun demikian, Bank dapat menggunakan

parameter/indikator tambahan yang sesuai dengan karakteristik dan

kompleksitas usahanya dalam menilai tingkat kesehatan bank sehingga

dapat mencerminkan kondisi bank dengan lebih baik.

c. Materialitas dan Signifikansi

Bank perlu memperhatikan materialitas atau signifikansi faktor

penilaian tingkat kesehatan bank yaitu profil risiko, GCG, rentabilitas,

dan permodalan serta signifikansi parameter/indikator penilaian pada

masing-masing faktor dalam menyimpulkan hasil penilaian dan

menetapkan peringkat faktor.Penentuan materialitas dan signifikansi

tersebut didasarkan pada analisis yang didukung oleh data dan

informasi yang memadai mengenai Risiko dan kinerja keuangan Bank.

d. Komprehensif dan Terstruktur

Proses penilaian dilakukan secara menyeluruh dan sistematis

serta difokuskan pada permasalahan utama Bank. Analisis dilakukan

secara terintegrasi, yaitu dengan mempertimbangkan keterkaitan antar

risiko dan antar faktor penilaian tingkat kesehatan bank serta

perusahaan anak yang wajib dikonsolidasikan.Analisis harus didukung

oleh fakta-fakta pokok dan rasio-rasio yang relevan untuk

menunjukkan tingkat, trend, dan tingkat permasalahan yang dihadapi

oleh Bank.

30

C. Financial Distress

1. Pengertian Financial Distress

Menurut Plat & Plat (2002) (dalam Aprylia 2016) mendefinikan

financial distress sebagai tahap penurunan kondisi keuangan yang terjadi

sebelum terjadinya kebankrutan atau likuidasi.

Sedangkan menurut Brealey dan Myer (2003: 497) financial

distress terjadi apabila perusahaan tidak dapat menepati janjinya kepada

kreditor untuk memenuhi kewajibannya yang terkadang kondisi ini akan

membawa perusahaan pada kebangkrutan.

Konsisi financial distress dapat dikategorikan berdasarkan criteria

debt default, yaitu kegagalan membayar utang atau terdapat indikasi

kegagalan membayar utang (debt default) dengan melakukan negosiasi

ulang dengan kreditur atau intitusi keuangan lainya, dimana informasi

mengenai debt default dan indikasi debt default diambil dari informasi

Wall Street Journal Index (WSJI).Terdapat tiga keadaan yang dapat

menyebabkan financial distress bisa terjadi, yaitu (Zukailah: 2016):

a. Faktor ketidak mampuan modal atau kekurangan dana

b. Besarnya beban bunga dan hutang

c. Menderita kerugian

Jika terjadi kebankrutan, pemegang sekuritas secara keseluruhan

akan menerima kurang dari yang seharusnya mereka terima jika tidak ada

biaya kebankrutan. Seama perusahaan yang berutang memiliki

kemungkinan yang lebih besar untuk terjadinya kebankrutan dari pada

31

perusahaan yang tidak berhutang, perusahaan tersebut akan menjadi

investasi yang kurang menarik. Kemungkinan bankrut bukanlah fungsi jika

semua hal lainnya dianggap tetap (Ambarwati, 2010: 51).

2. Analisis Financial Distress

Analisis kebankrutan dilakukan untuk memperoleh peringatan awal

kebankrutan (tanda-tanda awal kebankrutan).Semakin awal tanda-tanda

kebankrutan tersebut, semakin baik bagi pihak manajemen karena pihak

manajemen bisa melakukan perbaikan-perbaikan.Pihak kreditur dan juga

pihak pemegang saham yang bisa melakukan persiapan-persiapan untuk

mengatasi berbagai kemungkinan terburuk.Tanda-tanda kebankrutan

dalam hal ini dilihat dengan menggunakan data-data akuntansi. (Hanafi

dan Halim, 2007: 63)

3. Manfaat Analisis Financial Ditress

Informasi tentang potensi kebangkrutan suatu perusahaan akan

sangat bermanfaat bagi beberapa kalangan. Menurut Hanafi dan Halim

(2007:261), informasi kebangkrutan dapat bermanfaat untuk:

a. Pemberi Pinjaman

Informasi kebangkrutan bisa bermanfaat untuk pengambilan

keputusan siapa yang akan diberi pinjaman dan kemudian bermanfaat

untuk mengambil kebijakan memonitor pinjaman yang ada.

b. Investor

Investor saham atau obligasi yang dikeluarkan oleh suatu

perusahaan tentunya akan sangat berkepentingan melihat adanya

32

kemungkinan bangkrut atau tidaknya perusahaan yang menerbitkan

surat berharga tersebut. Investor yang menganut strategi aktif akan

mengembangkan model potensi kebangkrutan untuk melihat tanda-

tanda kebangkrutan seawal mungkin dan kemudian mengantisipasi

kemungkinan tersebut.

c. Pemerintah

Pada beberapa sektor usaha, lembaga pemerintah memiliki

tanggung jawab untuk mengatasi jalan usaha tersebut.Pemerintah

memiliki kepentingan untuk melihat tanda-tanda kebangkrutan lebih

awal supaya tindakan-tindakan yang perlu dilakukan dapat dilakukan

lebih awal.

d. Akuntan

Akuntan memiliki kepentingan terhadap informasi

kelangsungan suatu usaha karena akuntan akan menilai kemampuan

going concern suatu perusahaan.

e. Manajemen

Informasi kebangkrutan digunakan untuk melakukan langkah-

langkah preventif sehingga biaya kebangkrutan dapat dihindari atau

dapat diminimalisir.

33

4. Penyebab FinancialDistress

Beberapa penyebab terjadinya financial distress menurut Lizal

(dalam Pramuditya: 2014)adalah sebagai berikut:

a. Neoclassicalmodel

Financial distress terjadi ketika alokasi sumber daya tidak

tepat.Mengestimasi kesulitan dilakukan dengan data neraca dan

laporan laba rugi.

b. Financialmodel

Financial distress ditandai dengan adanya struktur keuangan yang

salah dan menyebabkan batasan likuiditas (liquidity constrains). Hal

ini berarti bahwa walaupun perusahaan dapat bertahan hidup dalam

jangka panjang, namun demikian perusahaan tersebut harus bangkrut

juga dalam jangka pendek.

c. Corporate governancemodel

Financial distress menurut corporate governance model adalah ketika

perusahaan memiliki susunan aset yang tepat dan struktur keuangan

yang baik namun dikelola dengan buruk.

34

5. Indikator Financial Distress

Sebelum akhirnya suatu perusahaan dinyatakan bankrut,

biasanya ditandai dengan berbagai situasi atau keadaan khusus yang

berhubungan dengan efektifitas dan efiensi

operasionalnya.Kebankrutan yang terjadi sebenarnya dapat diprediksi

dengan melihat beberapa indikator-indikator sebagai berikut (Hanafi

dan Halim, 2007:263).

a. Analisis aliran kas untuk saat ini dan masa yang akan datang

b. Analisis strategi perusahaan yaitu analisis yang memfokuskan pada

persaingan yang dihadapi oleh perusahaan

c. Struktur biaya yang relatif terhadap pesaingnya

d. Kualitas manajemen

e. Kemampuan manajemen dalam mengendalikan biaya

6. Alternatif Perbaikan Kondisi Financial Distress

Jika perusahaan megalami kegagalan atau kesulitan keuangan,

harus diketahui dahulu apakah kesulitan keuangan tersebut bersifat jangka

panjang atau jangka pendek. Kesulitan keuangan jangka pendek apabila

tidak segera ditanggulangi akan menimbulkan kesulitan jangka panjang.

Kesulitan jangka pendek yang dimaksud adalah kesulitan likuiditas

perusahaan. Sedangkan kesulitan jangka panjang berkaitan dengan

solvabilitas perusahaan terdapat beberapa cara untuk mengatasi kesulitan

keuangan yang dihadapi oleh suatu perusahaan. Diantaranya adalah

sebagai berikut (Sudana, 2011: 249-252).

35

a. Penyelesaian Sukarela (Voluntary Settlement)

Ada beberapa alternatif penyelesaian secara sukarela, yaitu sebegai

berikut:

1) Exstention (Perpanjangan)

2) Composition

3) Liquidation by Voluntary Agreement

b. Penyelesaian Lewat Pengadilan (Settlement Involving Litigation)

1) Liquidation (likuidasi)

2) Reorganisasi Perusahaan.

7. Jenis-Jenis Kebankrutan

Menurut Ross, Westerfield dan Jordan (2006: 562) kebankrutan

didefinisikan menjadi beberapa arti yaitu sebagai berikut:

a. Kegagalan bisnis (business failture)

Situasi dimana binis berakhir dengan bisnis berakhir dengan kerugian

kredit dan bahkan semua modal perusahaan akan habis.

b. Kebankrutan menurut hukum (legal bankruptcy)

Keadaan dimana perusahaan atau kreditor membawa petisi ke

pengadilan federal mengenai kebankrutan. Kebankrutan disini adalah

dimana perusahaan sedang dalam proses hukum untuk melikuidasi dan

mereorganisasi bisnis.

c. Insolvensi Teknis (technical involency)

Suatu keadaan dimana perusahaan tidak memenuhi kewajibannya pada

saat jatuh tempo.

36

d. Insolvensi akuntansi (accounting insolvency)

Dimana perusahaan memiliki pendapatan yang negative dan total

kewajibannya lebih besar dibandingkan total aktiva.

D. Model Zmijewski

Model potensi financial distress yang dihasilkan oleh Zmijewski tahun

1983 ini merupan riset selama 20 tahun yang telah diulang.Zmijewski (1983)

menggunakan analisis rasio likuiditas, laverage, dan mengukur kinerja suatu

perusahaan. Zmijewski melakukan pengukuran potensi dengan sampel 75

perusahaan bangkrut dan 73 perusahaan sehat selama tahun 1972 sampai

tahun 1978, indikator F-Test terhadap rasio kelompok rate of return, liquidity,

leverage turnover, fixed payment coverage, trens, firm size, dan stock return

volatility, menunjukkan perbedaan signifikan antara perusahaan yang sehat

dan tidak sehat. Kemudian model ini menghasilkan rumus sebagai berikut

(Sari:2013):

X-Score = -4,3 – 4,5X1 + 5,7X2 + 0,004X3

Keterangan: X1= ROA ( Return on Asset )

X2= Leverage( Debt Ratio )

X3= Likuiditas ( Current Ratio )

Klarifikasi dari hasil perhitungan tersebut dimasukan kedalam cut off

point yang telah ditentukan yaitu:

Jika hasil >0 Perusahaan berpotensi financial distress

Jika hasil < 0 Perusahaan tidak berpotensi financial

distress

37

Berikut ini adalah penjelasan variabel-variabel rasio yang terdapat

pada model Zmijewski:

a. Return on Asset

Hasil pengembalian atas Aset (Return on Asset), merupakan rasio

yang menunjukan hasil (return) atas penggunaan aset perusahaan dalam

menciptakan laba bersih. Dengan kata lain, rasio ini digunkan untuk

mengukur seberapa besar jumlah laba bersih yang akan dihasilkan dari

setiap rupiah dana yang tertanam di dalam total aset (Hery, 2015: 144).

Rumus rasio ROA adalah sebagai berikut:

Berdasarkan Surat Edaran Bank Indonesia No. 6/23/DPNP Tahun

2004 diperoleh standar untuk nilai rasio ROA:

Tabel 2.1

Kriteria Nilai ROA

Peringkat Kreteria Penilaian Predikat

1 ROA > 1,5 % Sangat Sehat

2 1.25% < ROA ≤ 1,5% Sehat

3 0.5 % < ROA ≤ 1.25% Cukup Sehat

4 0% < ROA ≤ 0,5% Kurang Sehat

5 ROA ≤ 0,5% Tidak Sehat

Sumber: SEBI No. 6/23/DPNP Tahun 2004

b. Leverage (Debt Ratio)

Rasio Leverage digunakan untuk melihat seberapa besar resiko

keuangan yang dimiliki suatu perusahaan (Fabozzi dan Peterson, 2003:

742). Rasio Leverage yang digunakan dalam penelitian ini adalah

Debt to asset ratio yang memiliki rumus sebagai berikut:

38

c. Rasio Likuiditas (Current Ratio)

Likuiditas mencerminkan kemampuan perusahaan untuk

memenuhi kewajiban jangka pendek menggunakan aset yang paling

mudah dicairkan.Aset yang dapat diubah menjadi kas dengan cepat

dapat dikatakan sebagai aset likuid; yang ditulis pada laporan

keuangan sebagai aset lancar (Fabozzi dan Peterson, 2003: 729).

Rasio Likuiditas yang dipakai dalam penelitian ini adalah rasio

lancar (Current Ratio) adalah ukuran umum yang digunakan atas

efisiensi jangka pendek, kemampuan suatu perusahaan memenuhi

kebutuhan hutang ketika jatuh tempo.Kewajiban lancar digunakan

sebagai penyebut rasio dikarenakan dianggap menggambarkan hutang

yang paling mendesak, harus dilunasidalam satu tahun atau satu siklus

operasi (Frasser & Ormiston, 2008:223).Rumus rasio lancar adalah

sebagai berikut:

39

E. Model Springate

Gordon L. V Springate (1978) telah melakukan penelitan berkaitan

dengan model prediksi potensi financial distress suatu perusahaan. Menurut

Guinan (2009: 236) (dalam Savitri: 2014) model Springate merupakan model

yang dikembangkan mengunakan analisis multidiskriminan. Pada awalnya

Springate menggunakan 19 rasio keuangan namun setalah melakukan

pengujian Springate mengambil empat rasio. Model Springate ini dapat

digunakan untuk memprediksi kebangkrutan dengan nilai keakuratan 92.5%

(Sari: 2013). Model ini memiliki rumus:

S-Score = 1,03 A + 3,07 B+ 0,66 C + 0,4 D

Keterangan : A= Working capital / Total asset

B= Net profit before interest and taxes / Total

asset

C= Net profit before taxes / Current liabilities

D= Sales / Total asset

Springate mengemukakan nilai cutoffyang berlaku untuk model ini

adalah 0,862 dengan kriteria penilaian apabila:

Nilai S-score< 0,862 Perusahaan berpotensi financial

distress

0,862 <Nilai S-score >1,062 Perusahaan berada dalam Grey Area

Nilai S-score> 1,802 Perusahaan tidak berpotensi financial

distress

40


pada model Springate:

a. Working Capital to Total Asset

Rasio ini menunjukkan kemampuan perusahaan dalam

menghasilkan modal kerja bersih dari keseluruhan total aktiva yang

dimiliki. Rasio ini dihitung dengan membagi modal kerja bersih dengan

total aktiva.

Modal kerja bersih yang negatif kemungkinan akan menghadapi

masalah dalam menutupi kewajiban jangka pendeknya karena tidak

tersedianya aktiva lancar yang cukup menutupi kewajiban tersebut.

Sebaliknya perusahaan dengan modal kerja bersih yang bernilai positif

jarang mengalami kesulitan dalam melunasi kewajibannya (Sari: 2017).

Modal kerja bersih dihitung dengan cara aktiva lancar dikurangi

dengan kewajiban lancar. Modal kerja dihitung sebagai berikut:

41

b. Net Profit Before Interest and Taxes To Total asset

Rasio ini menunjukkan kemampuan perusahaan untuk

menghasilkan laba dari aktiva perusahaan sebelum pembayaran bunga dan

pajak (Kasmir : 2014). Rasio ini dihitung dengan pendapatan bersih

dengan total aset dengan rumus sebagai berikut:

NetNet Profit Before Interest and Taxes To Total asset =

c. Net Profit Before Taxes to Current Liabilities

Rasio ini dapat dihitung dengan membandingkan antara net profit

before tax dengan current liability.Net profit before tax merupakan laba

sebelum pajak dan current liability merupakan kewajiban lancar.

d. Sales toTotal Asset (X4)

Rasio ini mengukur seberapa efektif perusahaan dalam

menggunakan aktivanya untuk menghasilkan penjualan.Rasio yang tinggi

menunjukan penggunaan aktiva yang efektif.Aktiva yang digunakan dalam

menghitung rasio bisa berupa total aktiva pada akhir tahun , total aktiva

rata-rata bulanan.

42

Mungkinan akan menghadapi masalah dalam menutupi kewajiban

jangka pendeknya karena tidak tersedianya aktiva lancar yang cukup

menutupi kewajiban tersebut. Sebaliknya perusahaan dengan modal kerja

bersih yang bernilai positif jarang mengalami kesulitan dalam melunasi

kewajibannya (Sari: 2017).

F. Model Altman Z-Score

Altman (1968) Altman adalah orang pertama yang menerapkan

multiple discriminant analysis , dasar pemikiran Altman menggunakan analisa

diskriminan analisis bermula dari keterbatasan analisa rasio melalui

metodeologinya pada dasarnya bersifat suatu penyimpangan yang artinya

setiap rasio diuji secara terpisah sehingga pengaruh kombinasi dari beberapa

rasio hanya didasarkan pada pertimbangan para analisis keuangan.

Ramadhani (2009) mengungkapkan bahwa seiring dengan berjalannya

waktu dan penyesuaian terhadap berbagai jenis perusahaan, Altman kemudian

merevisi modelnya supaya dapat diterapkan pada semua perusahaan, seperti

manufaktur, non manufaktur, dan perusahaan penerbit obligasi di negara

berkembang (emerging market).Dalam Z-score modifikasi ini Altman

mengeliminasi variable X5 (sales to total asset) karena rasio ini sangat

bervariatif pada industri dengan ukuran aset yang berbeda-beda. Berikut

persamaan Z-Score yang di modifikasi Altman (1995):

43

Z-Score= 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4

Keterangan: X1= working capital/total asset

X2= retained earnings / total asset

X3= earning before interest and taxes/total asset

X4= book value of equity/book value of total liabilities

Altman Z-Score mengemukakan nilai cutoff yang berlaku untuk model

ini adalah 1,123 dengan kriteria penilaian apabila:

Jika nilai Z<1.123 Perusahaan berpotensi financial

distress

Jika 1,123< Z-score >2,90 Perusahaan berada dalam Grey area

Jika nilai Z-Score> 2,90 Perusahaan tidak berpotensi

financial distress


pada model Altman:




dimiliki. Rasio ini dihitung dengan membagi modal kerja bersih

dengan total aktiva.

Modal kerja bersih yang negatif kemungkinan akan

menghadapi masalah dalam menutupi kewajiban jangka pendeknya

44

karena tidak tersedianya aktiva lancar yang cukup menutupi kewajiban

tersebut. Sebaliknya perusahaan dengan modal kerja bersih yang

bernilai positif jarang mengalami kesulitan dalam melunasi


Modal kerja bersih dihitung dengan cara aktiva lancar

dikurangi dengan kewajiban lancar. Modal kerja dihitung sebagai

berikut:

b. Retained Earning in Total Assets Ratio (X2)

Laba ditahan terhadap total harta (retained earning to total

asset) adalah akun yang menginformasikan total pendapatan atau

kerugian dari investasi yang dilakukan perusahaan. Akun ini

mengindikasikan saldo keuntungan yang didapatkan (Bell, 2013: 433).

Berikut rumus rasio RETA:

Modal kerja bersih yang negatif kemungkinan akan

menghadapi masalah dalam menutupi kewajiban jangka pendeknya

karena tidak tersedianya aktiva lancar yang cukup menutupi kewajiban

tersebut. Sebaliknya perusahaan dengan modal kerja bersih yang

bernilai positif jarang mengalami kesulitan dalam melunasi


45

c. Earning Before Interest and Taxes to Total Assets Ratio


menghasilkan laba dari aktiva perusahaan sebelum pembayaran bunga

dan pajak (Kasmir : 2014). Namun dalam penelitian ini, hal yang

menjadi objek penelitian adalah kondisi keuangan bank umum syariah

atau bank yang telah menjalankan kegiatan usahanya serta

operasionalnya dengan prinsip syariah. Sehingga tidak ada akun yang

bernama EBIT ini dalam laporan keuangannya, karena dalam bank

syariah tidak dikenal dengan sistem bunga, oleh karena itu akun ini

dalam laporan keuangan bank umum syariah dikenal dengan nama

“Laba sebelum pajak penghasilan” (Kartika :2015).

Namun dalam bank Syariah EBIT berubah menjadi EBT,

sehingga menjadi :

d. Market Value of Equity to Book Value of Total Debt (X4)

Rasio ini digunakan untuk menilai solvabilitas perusahaan,

yaitu kemampuan perusahaan memenuhi kewajiban jangka panjang

atau mengukur kemampuan permodalan perusahaan dalam

menanggung seluruh kewajibannya. Namun, dalam penelitian ini

46

karena bank umum syariah belum go public maka market value of

equity diubah menjadi book value of equity (Kartika: 2015).

G. Model Grover

Model Grover diciptakan dengan pendesainan dan penilaian ulang

terhadap Model Altman Z-score. Model Grover mengkategorikan perusahaan

dalam keadaan bangkrut jika memperoleh skor kurang atau sama dengan -0.02

(G ≤ -0.02) sedangkan nilai untuk perusahaan yang dikatagorikan dalam

keadaan tidak bangkrut adalah lebih atau sama dengan 0.01 (G ≥ 0.01)

perusahaan dengan memuliki skor diantara batas atas dan batas bawah berada

pada grey area (-0.02≤ G ≤0.01). Rumus Grover yaitu sebagai berikut:

G-Score= 1,650 X1 + 3,404 x2 + 0,016 ROA + 0,057

Dimana: X1= working capital/ total asset

X2= Earning before interst and taxes/total asset

ROA= Net Income/total asset


pada model Altman:




dimiliki. Rasio ini dihitung dengan membagi modal kerja bersih dengan

total aktiva.

47






Modal kerja bersih dihitung dengan cara aktiva lancar dikurangi

dengan kewajiban lancar. Modal kerja dihitung sebagai berikut:

b. Earning Before Interest and Taxes to Total Assets Ratio


menghasilkan laba dari aktiva perusahaan sebelum pembayaran bunga dan

pajak (Kasmir : 2014). Namun dalam penelitian ini, hal yang menjadi

objek penelitian adalah kondisi keuangan bank umum syariah atau bank

yang telah menjalankan kegiatan usahanya serta operasionalnya dengan

prinsip syariah. Sehingga tidak ada akun yang bernama EBIT ini dalam

laporan keuangannya, karena dalam bank syariah tidak dikenal dengan

sistem bunga, oleh karena itu akun ini dalam laporan keuangan bank

umum syariah dikenal dengan nama “Laba sebelum pajak penghasilan”

(Kartika :2015).

48

Namun dalam bank Syariah EBIT berubah menjadi EBT, sehingga

menjadi :






c. Return on Asset

Hasil pengembalian atas Aset (Return on Asset), merupakan rasio

yang menunjukan hasil (return) atas penggunaan aset perusahaan dalam

menciptakan laba bersih. Dengan kata lain, rasio ini digunkan untuk

mengukur seberapa besar jumlah laba bersih yang akan dihasilkan dari

setiap rupiah dana yang tertanam di dalam total aset (Hery, 2015: 144).

Rumus rasio ROA adalah sebagai berikut:

49

H. Penelitian Terdahulu

Adapun hasil-hasil dari penelitian terdahulu mengenai topik yang

berkaitan dengan penelitian ini sebagai berikut.

Tabel.2.2

Hasil-Hasil Penellitian Terdahulu

No

.

Peneliti

(Tahun) Judul

Metodeologi Penelitian Hasil Penelitian

Persamaan Perbedaan

1. Vahdat

dan

Muhamm

ad

(2012)

The Creation

of Bankruptcy

prediction

models using

Springate and

SAF Models

Model

Prediki

kebankrut

an

Springate

Sampel

perusahaan

internasiona

l Iran,

metode

Zmijewski,

metode

Altman,

metode

Grover

Springate

memberikan

tingkat keakuratan

sebesar 90%

dalam kurun

waktu satu tahun

sebelum

kebankrutan dan

82% dalam kurun

waktu dua tahun

sebelum

kebankrutan. Dan

dengan

menggunakan

SAF Model

memberikan

tingkat akurasi

88,2% dalam

kurun waktu satu

tahun dan dan

79% dalam kurun

waktu dua tahun.

2. Qaiser

Rafique

Yasser

(2015)

Corporate

Failture

Prediction of

Public Listed

Companies in

Malaysia

Prediksi

Financial

distress,

Metode

Altman Z-

score

tahun

penelitian

2016-2010,

metode

Zmijewski,

Springate,

Grover,

Sampel

berasal dari

perusahaan

publik yang

terdaftar di

Malaysia

59% perusahaan

yang terdaftar

mengalami

financial distress,

24% berada di

grey zone dan

20% berada di

safe zone

50

(Lanjutan)

Tabel 2.1

No

.

Peneliti

(Tahun) Judul


Persamaan Perbedaan

3. Jeroen

Oude

Avenhuis

(2013)

Testing the

generalizablit

y of the

bankruptcy

prediction

models of

Altman,

Ohlson and

Zmijewski

for Dutch

listed and

large non-

listed firms

Metode

prediksi

Altman,

Zmijewski

,

Sampel

berasal dari

perusahaan

belanda

yang

terdaftar

dan

perusahaan

besar yang

tidak

terdaftar di

belanda,

Metode

Springate,

metode

Ohlson.

Semua variabel

dalam model

hampir dapat

memprediksi

kebankrutan

perusahaan.

Model Zmijewski

dan Ohlson dapat

memprediksi

perusahaan yang

tidak bankrut

dengan baik.

3. Lintang

Kurniawati

dan Nur

Kholis

(2014)

Analisis

model

Prediksi

Financial

Distress Pada

Perusahaan

Perbankan

Syariah di

Indonesia

Prediksi

kebangkru

tan model

Altman,

Grover

dan

Springate,

sampel

bank

umum

syariah

Model

Zmijewski,

Tahun

Pengamata

n 2012-

2014.

Model Altman,

Grover dan

Springate dapat

dijadikan sebagai

alat untuk

memprediksi

financial distress

pada bank umum

syariah dengan

model Grover

sebagai model

yang memiliki

akurasi tertinggi.

4. Atik

Hendarwati

(2012)

Analisis

Komparasi

Kebankrutan

Model Z-

Score Altman,

Springate dan

Zmijewski

pada Industri

Makanan dan

Minuman

yang terdaftar

di Bursa Efek

Indonesia

Analisis

Kebakruta

n, Model

Altman Z-

Score,

Springate

dan

Zmijewski

, Uji

Kruskall

Wallis

Model

Grover,

Sampel

berasal dari

perusahaan

makanan

dan

minuman

di BEI,

Tahun

pengamata

n 2009-

2012

Hasil penelitian

menunjukan

bahwa terdapat

perbedaan

signifikan

terhadap penilaian

prediki

kebankrutan dari

ketiga model yang

digunakan.

51

(Lanjutan)

Tabel 2.1

No

.

Peneliti

(Tahun) Judul


Persamaan Perbedaan

5. Annisa

oktaviand

ri, Anisah

Firli,

Aldilla

Iradianty

(2015)

Analisis

Prediksi

Kebangkrutan

dengan metode

Altman,

Springate,

Ohlson dan

Grover pada

Perusahaan di

Sektor

Pertanian BEI

Periode 2011-

2015

Analisis

Kebangkr

utan,

Metode

Altman,

Grover

dan

Springate

Sampel

Perusahaan

di sektor

pertanian,

metode

Zmijewski,

tahun

pengamata

n 2012-

2016

Hasil analisis

menunjukkan

bahwa terdapat

perbedaan antara

beberapa model

prediksi dan

model prediksi

terbaik adalah

model Grover

dengan tingkat

kesesuaian

sebesar 82,86%.

6. Ni Made

Evi

Prihanthi

ni dan

dan

Maria M.

Ratna

Sari

Prediksi

Kebankrutan

Dengan Model

Grover, Altman

Z-Score ,

Springate dan

Zmijewski Pada

Perusahaan

Food and

Beverage di

Bursa Efek

Indonesia

Analisis

Kebankrut

an Model

Grover,

Altman Z-

Score

Springate

dan

Zmijewski

Sampel

berasal dari

perusahaan

Food And

Beveragedi

Bursa Efek

Indonesia,

Tahun

pengamata

n 2008-

2012

Terdapat

perbedaan

signifikan antara

model grover

dengan model

Altman Z-score,

model grover

dengan model

springate, dan

model grover

dengan zmijewski

serta akurasi

tertinggi diraih

pada model

Grover diikuti

Springate,

Zmijewski dan

Altman Z-Score

52

(Lanjutan)

Tabel 2.1

No

.

Peneliti

(Tahun) Judul


Persamaan Persamaan

7. Junaidi

(2016)

Pengukuran

Tingkat

Kesehatan dan

Gejala

Financial

Distress pada

Bank Umum

Syariah di

Indonesia

Model

prediksi

analisis

financial

distress

Grover,

Altman,

Springate

dan

Zmijewski

, Sample

Bank

Umum

Syariah di

Indonesia

Tahun

Pengamata

n 2010-

2014,

Pengolahan

data

menggunak

an Paired

Sample T-

Test

Model Altman,

Grover dan

Springate dapat

memprediksi

financial ditress

bank syariah

dengan sedangkan

Model Zmijewski

tidak dapat

dijadikan prediksi

Financial distress

bank umum

syariah

Sumber: Data Diolah

I. Kerangka Penelitian

Penelitian ini mengenai Financial distress pada perbankan syariah di

Indonesia selama 5 tahun yaitu periode 2012-2016 dengan menggunakan

empat model potensifinancial distress yaitu metode Zmijewski, Altman Z-

Score, Springate dan Grover.

Berdasarkan kerangka teori yang dikemukakan sebelumnya dapat

disederhanakan deangan kerangka penulisan. Kerangka penelitian dalam

penelitian ini dapat digambarkan sebagai berikut:

53

Gambar. 2.1

Kerangka Penelitian

Interpretasi

Uji Kruskall Wallis

Analisis Deskriptif

Financial Distress

Grover

G=1,650 X1 +

3,404 x2 + 0,016

ROA + 0,057

Altman

Z= 6,56 X1 + 3,26

X2 + 6,72 X3 +

1,05 X4

Springate

S= 1,03 A +

3,07 B+ 0,66 C +

0,4 D

Zmijewski

X = -4,3 – 4,5X1

+ 5,7X2 +

0,004X3

Laporan keuangan bank umum syariah

Bank Umum Syariah di Indonesia periode 2012-2016

54

Dari kerangka pemikiran tersebut dapat diuraikan bahwah model

Zmijewski, Model Springate, Model Altman Z-Score, dan Moder Grover

akan dihitung menggunakan data-data yang didapatkan dari masing-masing

bank umum syariah yang beroperasi selama periode 2012-2016. Metode-

metode nantinya akan memberikan hasil potensi financial distress masing-

masing berdasarkan setiap bank umum syariah di Indonesia hasil potensi

tersebutlah yang nantinya akan menunjukan financial distress pada bank

umum syariah terkait yang sedang diteliti yang kemudian akan diuji dengan

menggunakan uji Krauskall-Wallis H untuk melihat apakah terdapat

perbedaan yang signifikan antara model potensifinancial distress yang diteliti.

J. Hipotesis

Berdasarkan perumusan masalah dan kerangkam penelitian maka dapat

diketahui hipotesis penelitian ini sebagai berikut:

H0: Tidak terdapat perbedaan model potensifinancial distress pada bank

umum syariah periode 2012-2016 dengan menggunakan model

Zmijewski, Springate, Altman dan Grover.

H1: Terdapat perbedaan perhitungan model potensifinancial distress pada


Zmijewski, Springate, Altman dan Grover.

55

BAB III

METODE PENELITIAN

A. Lingkup Penelitian

Penelitian ini menganalisis financial distress pada perbankan syariah

di Indonesia yang terdaftar di Bank Indonesia (BI) dan Otoritas Jasa Keuangan

(OJK) yang beroperasi pada tahun 2012 sampai akhir tahun 2016. Terdaftar 13

bank umum syariah yang terdaftar di akhir tahun 2016 yang dapat dilihat pada

tabel berikut:

Tabel 3.1

Daftar Bank Syariah di Indonesia

Tahun Jumlah Bank

2012 11

2013 11

2014 12

2015 12

2016 13

Sumber: Data Diolah

Penelitian ini menganalisis laporan keuangan untuk menghitung

financial distress pada masing-masing bank umum syariah yang ada dengan

menggunakan empat model prediksi yaitu model Zmijewski, model Springate,

model Altman Z Score dan model Grover.

B. Populasi dan Metode Penentuan Sampel

Populasi penelitian ini adalah bank umum syariah yang terdaftar di BI dan

OJK pada tahun 2012 sampai tahun 2016. Teknik pengambilan sampel dengan

menggunakan purposive sampling. Karena sampel yag telah terpilih

(memenuhi kriteria) sehingga relevan dengan data penelitian. Pertimbangan

tersebut didasarkan pada pertimbangan atau tujuan penelitian. Sedangkan

56

sampel pada penelitian ini adalah yang termasuk dalam kriteria sebagai

berikut:

Tabel 3.2

Kriteria Sampel

No. Kriteria Jumlah

1. Bank umum syariah yang terdaftar di BI

dan OJK 13 Bank

2. Bank umum syariah yang beroperasi

selama periode 2012-2016 11 Bank

3. Memiliki laporan keuangan selama

periode penelitian dan dipublikasikan

melalui website resmi bank

10 Bank

Sumber: Data Diolah

Berdasarkan kriteria diatas, dari 13 bank umum syariah di Indonesia

hanya 10 bank syariah yang masuk dalam kriteria yang dibutuhkan dalam

penelitian ini. Bank syariah yang termasuk dalam kriteria adalah sebagai

berikut:

1. Bank BCA Syariah (BCAS)

2. Bank Syariah Mandiri (BSM)

3. Bank Syariah Mega Indonesia (BSMI)

4. Bank Muamalat Indonesia (BMI)

5. Bank Panin Dubai Syariah (PNBS)

6. Bank BJB Syariah (BJBS)

7. Bank Syariah Bukopin (BSB)

8. Bank Maybank Syariah Indonesia (BMSI)

9. Bank BNI Syariah (BNIS)

10. Bank BNI Syariah (BNIS)

57

C. Metode Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitian ini adalah

data sekunder yang diperoleh dari berbagai macam sumber melalui studi

kepustakaan, yang merupakan teknik pengumpulan data dari teori-teori yang

bersumber dari berbagai referensi yang mendukung penelitian ini meliputi;

jurnal, skripsi, artikel, literatur, buku-buku, dan sebagainya, yang berkaitan

dengan penelitian ini. Serta laporan keuangan Bank Umum Syariah (BUS) di

Indonesia yang di akses melalui internet dengan memasuki website dari BI.

D. Metode Analisis Data

1. Metode Zmijewski

Persamaan metode Zmijewski yaitu sebaga berikut:

X-Score= -4,3 – 4,5X1 + 5,7X2 + 0,004X3

Keterangan : X1= ROA (Return on Asset)

X2= Leverage (Debt Ratio)

X3= Likuiditas (Current Ratio)

2. Metode Springate

Persamaan Metode Springate yaitu sebagai berikut:

S-Score = 1,03 A + 3,07 B+ 0,66 C + 0,4 D

Keterangan : A= Working capital / Total asset

B= Net profit before interest and taxes / Total asset

C= Net profit before taxes / Current liabilities

D= Sales / Total asset

58

3. Metode Altman

Pesamaan Metode Altman yaitu sebagai berikut:

Z-Score = 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4

Keterangan: Z= financial distress index

X1= working capital/total asset

X2= retained earnings / total asset

X3= earning before interest and taxes/total asset

X4= book value of equity/book value of total liabilities

4. Metode Grover

Persamaan Metode Grover adalah sebagai berikut:

G-Score= 1.650 X1 + 3,404 X2 + 0,016 X3 + 0,057

Keterangan: X1= Working capital/ total asset

X2= Earning before interst and taxes/total asset

X3= Net Income/total asset

5. Uji Deskriptif

Analisis deskriptif memberikan gambaran atau deskripsi suatu data

yang di lihat dari nilai rata-rata (mean), standar deviasi, varian,

maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan

distribusi) (Ghozali, 2013:19).

Pada penelitian ini akan digambarkan atau di deskripsikan data dari

masing-masing variabel yang telah diolah sehingga dapat di lihat nilai

terendah (minimum), nilai tertinggi (maximum), rata-rata (mean), dan

59

deviasi standar (std. deviation) dari masing-masing variabel yang akan di

teliti.

6. Uji Kruskall-Wallis H

Uji Kruskall-Wallis H adalah salah satu model statistika non

parametik. Uji ini bertujuan untuk menguji hipotesis bahwa beberapa

sampel independen berasal dari populasi yang sama. Kesimpulan yang

diperolah dari uji Kruskall-Wallis apabila keputusan yang diambil

menolak H0 maka tidak semua populasi sample sama (Nawangsari: 2014)

Uji Kruskall-Wallis (Kruskall-Wallis one-way analysis of variance

by rank) adalah teknik statistika non parametik yang digunakan untuk

menguji hipotesis awal bahwa beberapa contoh berasal dari populasi yang

sama/identik. Jika hanya melibatkan dua contoh, uji Kruskall-Wallis

ekuivalen dengan uji Mann-Whitney. Uji Kruskall-Wallis digunakan untuk

rancangan acak lengkap.

Statistik uji Kruskall-Wallis dapat diperoleh melalui rumus:

∑

(

)

atau

∑

Dalam hal ini R1 adalah jumlah peringkat untuk contoh ke-ί, n1

adalah jumlah pengamatan.

60

E. Operasional Variabel Penelitian

Variabel penelitian adalah objek penelitian atau apa yang menjadi titik

penelitian. Dalam penelitian ini ada dua variabel penelitian yaitu;

a. Variabel Dependen

Variable dependen adalah variable yang akan dijelaskan atau

variabel terikat pada penelitian ini. Variabel independen penelitian ini

adalah Financial distress pada bank syariah karena sebagai lembaga

keuangan yang memiliki sektor penting bagi perekonomian Indonesia.

Financial distress adalah kondisi dimana perusahaan mengalami

kesulitan keuangan dan terancam bankrut. Jika perusahaan mengalami

kebankrutan maka akan muncul biaya kebangkrutan yang disebabkan oleh:

keterpaksaan menjual aset di bawah harga pasar, bahaya likuidasi dan lain

sebagainya. Perusahaan dengan resiko lebih besar mengalami adanya

financial distress akan meminjam lebih sedikit dibandingakan dengan

resiko terjadinya financial distress lebih kecil (Ambarwati : 2010)

b. Variabel Independen

a. Model Zmijewski

Model potensi yang dihasilkan oleh Zmijewski tahun 1983 ini

merupan riset selama 20 tahun yang telah diulang. Zmijewski (1983)

menggunakan analisis rasio likuiditas, laverage, dan mengukur kinerja

suatu perusahaan. Zmijewski melakukan prediksi dengan sampel 75

perusahaan bangkrut dan 73 perusahaan sehat selama tahun 1972

sampai tahun 1978, indikator F-Test terhadap rasio kelompok rate of

61

return, liquidity, leverage turnover, fixed payment coverage, trens,

firm size, dan stock return volatility, menunjukkan perbedaan

signifikan antara perusahaan yang sehat dan tidak sehat (Sari: 2013).

b. Model Springate

Gordon L. V Springate (1978) telah melakukan penelitan

berkaitan dengan model potensi financial distress suatu perusahaan.

Menurut Guinan (2009: 236) (dalam Savitri: 2012) model Springate

merupakan model yang dikembangkan mengunakan analisis

multidiskriminan. Pada awalnya Springate menggunakan 19 rasio

keuangan namun setalah melakukan pengujian Springate mengambil

empat rasio.

c. Model Altman Z-Score

Altman (1968) Altman adalah orang pertama yang menerapkan

multiple discriminant analysis, dasar pemikiran Altman menggunakan

analisa diskriminan analisis bermula dari keterbatasan analisa rasio

melalui metodeologinya pada dasarnya bersifat suatu penyimpangan

yang artinya setiap rasio diuji secara terpisah sehingga pengaruh

kombinasi dari beberapa rasio hanya didasarkan pada pertimbangan

para analisis keuangan.

Ramadhani (2009) mengungkapkan bahwa seiring dengan

berjalannya waktu dan penyesuaian terhadap berbagai jenis

perusahaan, Altman kemudian merevisi modelnya supaya dapat

diterapkan pada semua perusahaan, seperti manufaktur, non

62

manufaktur, dan perusahaan penerbit obligasi di negara berkembang

(emerging market). Dalam Z-score modifikasi ini Altman

mengeliminasi variable X5 (sales to total asset) karena rasio ini sangat

bervariatif pada industri dengan ukuran aset yang berbeda-beda.

d. Model Grover

Model Grover diciptakan dengan pendesainan dan penilaian

ulang terhadap Model Altman Z-score. Model Grover

mengkategorikan perusahaan dalam keadaan bangkrut jika

memperoleh skor kurang atau sama dengan -0.02 (G ≤ -0.02)

sedangkan nilai untuk perusahaan yang dikatagorikan dalam keadaan

tidak bangkrut adalah lebih atau sama dengan 0.01 (G ≥ 0.01)

perusahaan dengan memuliki skor diantara batas atas dan batas bawah

berada pada grey area (-0.02≤ G ≤0.01).

63

BAB IV

ANALISIS DAN PEMBAHASAN

A. Deskripsi Objek Penelitian

Dalam pemilihan sampel penelitian ini menggunakan 10 bank umum

syariah, yaitu bank Bank BCA Syariah (BCAS), Bank Syariah Mandiri

(BSM), Bank Syariah Mega Indonesia (BSMI), Bank Muamalat Indonesia

(BMI), Bank Panin Dubai Syariah (PNBS), Bank BJB Syariah (BJBS), Bank

Syariah Bukopin (BSB), Bank Maybank Syariah Indonesia (BMSI), Bank

BNI Syariah (BNIS) dan Bank BRI Syariah (BRIS) periode 2012-2016.

Adapun nilai rasio Capital Adequancy Ratio (CAR), Non Performing

Financing (NPF), Likuiditas dan Biaya Operasional pada Pendanpatan

Operasional (BOPO) pada masing-masing bank syariah sepanjang tahun 2012-

2016 adalah sebagai berikut:

64

Tabel 4.1

Rasio Keuangan Bank Syariah periode 2012-2016

(dalam persen) Bank Tahun CAR NPF Likuiditas BOPO

BSM

2012 13.82 1.14 5986.837 1.14

2013 14.1 2.29 581.3133 2.29

2014 14.12 4.29 817.2469 4.29

2015 12.85 4.05 714.8026 4.05

2016 14.01 3.13 706.338 3.13

BMI

2012 11.57 1.81 550.5009 84.47

2013 14.05 1.56 545.501 93.86

2014 13.91 4.85 626.3412 97.33

2015 12 4.2 607.6341 97.36

2016 12.74 1.4 561.0268 97.76

BNIS

2012 19.29 1.42 488.8242 88.79

2013 16.54 1.13 387.6277 88.11

2014 18.76 1.04 345.6788 89.8

2015 18.16 1.46 698.6307 89.63

2016 17.81 1.64 606.4948 87.67

BRIS

2012 11.91 2.06 641.6084 91.31

2013 14.49 3.76 399.6975 90.42

2014 12.89 2.65 388.537 99.77

2015 13.94 3.89 494.1363 93.79

2016 20.63 3.19 357.2507 91.33

PNBS

2012 32.2 0.19 1016.109 47.6

2013 20.83 0.77 1002.056 81.31

2014 25.69 0.29 697.7552 82.58

2015 20.3 1.94 842.6116 89.29

2016 18.17 1.86 836.4775 96.17

BJBS

2012 21.09 1.01 808.8932 110.34

2013 17.99 1.16 697.8231 85.76

2014 15.78 5.84 1131.561 91.01

2015 22.53 6.93 1335.108 98.78

2016 18.25 17.91 855.5118 122.77

BSB

2012 12.78 4.59 10.3412 91.59

2013 11.1 4.27 411.0069 92.29

2014 14.8 3.34 612.861 96.77

2015 16.31 2.74 678.2463 91.99

2016 17 2.72 535.3734 91.76

BSMI

2012 13.51 1.32 391.1954 77.28

2013 12.99 1.45 483.0558 86.09

2014 19.29 1.81 523.8118 97.61

2015 18.74 3.16 562.7352 99.51

2016 23.53 2.81 901.5006 88.16

BCAS

2012 31.5 0 660.67 91.4

2013 22.4 0.6 769.1936 90.2

2014 29.6 0.1 951.8727 92.9

2015 32.3 0.5 1131.491 92.5

2016 36.7 0.2 1239.646 92.2

BMSI

2012 63.89 1.25 392.6205 53.77

2013 59.41 0 440.4369 67.79

2014 52.13 4.29 487.1732 69.62

2015 38.4 4.93 638.7768 192.6

2016 55.06 4.6 409.0318 160.28

Rata-rata 21.8372 3.723913 759.2195 84.3644

(Sumber: Data diolah)

65

Dari tabel 4.1 rasio keuangan bank syariah periode 2012-2016 dapat

dilihat bahwa nilai rata-rata rasio Capital Adequancy Ratio (CAR)bank umum

syariah selama tahun 2012 hingga tahun 2016 memiliki nilai sebesar 21,84%

dan rasio Performing Financing(NPF) bank syariah mempunyai nilai rata-rata

sebesar 3,72% selama tahun 2012 hingga 2016 dan pada rata-rata tingkat

likuiditas bank syariah adalah sebesar 759,22% dan rata-rata nilai Biaya

Operasional pada Pendanpatan Operasional (BOPO) bank umum syariah

selama periode 2012 hingga 2016 adalah 84,36%.

B. Model Zmijewski

Tahap pertama yang dilakukan pada penelitian ini adalah menghitung

nilai setiap bank syariah di Indonesia dengan menggunakan model Zmijewski.

Model ini menggunakan tiga variabel rasio keuangan dan klarifikasi hasil

tersebut ke dalam cut off yang telah ditentukan yaitu bila hasil perhitungan

kurang dari nol (X-Score< 0) maka perusahaan dinyatakan tidak bankrut dan

bila hasil perhitungan lebih dari nol (X-Score> 0) maka perusahaan berpotensi

mengalami kebankrutan, yang dihitung dengan rumus:

X = -4,3 – 4,5X1 + 5,7X2 + 0,004X3

Dimana X1 merupakan ROA, X2 adalah leverage dan X3 merupakan

likuiditas masing masing bank syariah yang diteliti. Berikut hasil perhitungan

potensifinancial distress model Zmijewski dimana keterangan S (Sehat)

menandakan perusahaan tidak berpotesi Financial distress, dan FD (Financial

distress) menandakan perusahaan berpotensi mengalami kesulitan keuangan:

66

Tabel 4.2

Perhitungan Model Zmijewski Bank Tahun ROA Leverage Likuiditas Zmijewski Ket

PNBS

2012 0.017332 0.097755 10.16109 -3.78015 S

2013 0.005264 0.099343 10.02056 -3.71735 S

2014 0.011427 0.142896 6.977552 -3.50901 S

2015 0.00751 0.114146 8.426116 -3.64946 S

2016 0.002231 0.116366 8.364775 -3.61329 S

BCAS

2012 0.005218 0.160278 6.6067 -3.38347 S

2013 0.006222 0.13471 7.691936 -3.52938 S

2014 0.004325 0.108339 9.518727 -3.66385 S

2015 0.005388 0.090497 11.31491 -3.76316 S

2016 0.00737 0.08398 12.39646 -3.80489 S

BJBS

2012 -0.00429 0.135061 8.088932 -3.4785 S

2013 0.006031 0.136299 6.978231 -3.52232 S

2014 0.003562 0.097483 11.31561 -3.71511 S

2015 0.001131 0.081551 13.35108 -3.78684 S

2016 -0.05573 0.12643 8.555118 -3.29435 S

BSM

2012 0.014857 0.169071 5.952356 -3.37934 S

2013 0.010181 0.172432 5.813133 -3.3397 S

2014 0.001072 0.124435 8.172469 -3.56286 S

2015 0.004115 0.140445 7.148026 -3.48939 S

2016 0.004128 0.142491 7.06338 -3.47812 S

BMI

2012 0.008682 0.18093 5.505009 -3.28575 S

2013 0.0087 0.180553 5.45501 -3.28818 S

2014 0.000944 0.153543 6.263412 -3.404 S

2015 0.001303 0.15658 6.076341 -3.38905 S

2016 0.001443 0.169876 5.610268 -3.31576 S

BSMI

2012 0.022646 0.259326 3.911954 -2.9081 S

2013 0.016394 0.208883 4.830558 -3.16382 S

2014 0.002469 0.184645 5.238118 -3.23768 S

2015 0.002199 0.168085 5.627352 -3.3293 S

2016 0.018048 0.106594 9.015006 -3.73757 S

BNIS

2012 0.009572 0.205316 4.888242 -3.15322 S

2013 0.007986 0.260983 3.876277 -2.83283 S

2014 0.008375 0.158246 3.456788 -3.42186 S

2015 0.009928 0.143825 6.986307 -3.49693 S

2016 0.009796 0.165456 6.064948 -3.37672 S

MBSI

2012 0.019564 0.261028 3.926205 -2.88447 S

2013 0.017986 0.233388 4.404369 -3.03301 S

2014 0.022826 0.20931 4.871732 -3.19016 S

2015 -0.16886 0.157992 6.387768 -2.61404 S

2016 -0.12176 0.240375 4.090318 -2.36557 S

BRIS

2012 0.007204 0.243577 6.416084 -2.91837 S

2013 0.007446 0.258867 3.996975 -2.84198 S

2014 0.000323 0.275698 3.88537 -2.71444 S

2015 0.005061 0.265022 4.941363 -2.79239 S

2016 0.00615 0.305816 3.572507 -2.57023 S

BSB

2012 0.004782 0.924485 0.103412 0.948455 FD

2013 0.004501 0.234601 4.110069 -2.96659 S

2014 0.001678 0.16075 6.12861 -3.36676 S

2015 0.004767 0.150372 6.782463 -3.4372 S

2016 0.00466 0.187235 5.353734 -3.23231 S

Rata-Rata 0.000043165 0.185707 7.592195 -3.21129

(Sumber: Data Diolah)

67

Tabel 4.2 menunjukan nilai masing-masing dan rata-rata setiap

variabel potensifinancial distress model Zmijewski. Dapat dilihat nilai rata-

rata variabel return on asset (ROA) pada bank umum syariah di Indonesia

periode 2012-2016 memiliki nilai sebesar 0.000043165 atau sebesar 0.004%

menyatakan bahwa nilai ROA bank syariah masihlah sangat rendah dan perlu

ditingkatkan. Dari tabel 4.1 diatas juga memberikan nilai rata-rata leverage

bank syariah sebesar 0.185707 dan nilai rata-rata likuiditas bank syariah

sebesar 7.592195.

Berdasarkan berpotensifinancial distress(FD) model Zmijewski hanya

terdapat satu bank syariah yang mengalami financial distress selama tahun

2012-2016 bank yang berpotensi mengalami financial distress adalah Bank

Syariah Bukopin (BSB) pada tahun 2012 dengan nilai perhitungan sebesar

0.948455. Namun berdasarkan rata-rata hasil perhitungan model Zmijewski

bank syariah tidak berpotensi mengalami financial distress dengan nilai rata-

rata sebesar -3.21129.

68

C. Model Springate

Setelah menilai model potensi Zmijewski langkah selanjutnya adalah

menghitung potensifinancial distress bank syariah dengan menggunakan

model Springate. Model Springate menggunkan empat rasio keuangan dan

hasil perhitungan model Springate kemudiaan di klarifikasikan dengan cut off

yang telah ditentukan yaitu bila nilai Springate (S-Score) setiap bank syariah

lebih dari 0.862 (S-Score> 0.862) maka perusahaan berpotensi tidak

mengalami financial distressnamun apabila nilai S-Score kurang dari 0.862

(S-Score< 0.862) maka bank syariah berpotensi mengalami financial distress,

yang dihitung menggunakan rumus:

S= 1,03 A + 3,07 B+ 0,66 C + 0,4 D

Dimana A adalah working capital to total asset (WCTA) dan B adalah

net profit before interest and taxes to total asset(NPBITTA), C adalah net

profit before taxes before current liability (NPBTCL) dan D adalah sales to

total asset (STA). Berikut ini hasil perhitungan potensifinancial distress

model Springate dimana keterangan S (Sehat) menandakan perusahaan tidak

berpotesi Financial distress, Keterangan G (Grey) menandakan bahwa

perusahaan berada dalam grey area dan FD (Financial distress) menandakan

perusahaan berpotensi mengalami kesulitan keuangan:

69

Tabel 4.3

Perhitungan Model Springate Bank Tahun WCTA NPBITTA NPBTCL STA Springate Ket

BSM

2012 0.946772 0.02075 1.290198 0.086288 1.924924 S

2013 0.797908 0.014172 0.085486 0.085012 0.955779 G

2014 0.844737 0.001682 0.014283 0.082856 0.917812 G

2015 0.826527 0.005453 0.040561 0.084696 0.928712 G

2016 0.830799 0.005656 0.041277 0.082047 0.933147 G

PNBS

2012 0.885969 0.021887 0.226319 0.068371 1.156461 G

2013 0.889052 0.007196 0.073008 0.067563 1.013025 G

2014 0.845935 0.015421 0.108971 0.084818 1.024505 G

2015 0.866925 0.010565 0.090503 0.099689 1.024976 G

2016 0.849384 0.003169 0.027475 0.079143 0.934384 G

BCAS

2012 0.835696 0.006841 0.045897 0.073017 0.941268 G

2013 0.854142 0.00821 0.064326 0.07597 0.977815 G

2014 0.879832 0.005843 0.056577 0.075929 0.991878 G

2015 0.892626 0.007332 0.084729 0.082259 1.030739 G

2016 0.897755 0.009857 0.00999 0.085289 0.995657 G

BSMI

2012 0.717513 0.030223 0.122656 0.141143 0.969231 G

2013 0.756046 0.021897 0.110944 0.148631 0.978627 G

2014 0.757941 0.00331 0.01851 0.16968 0.870931 G

2015 0.750557 0.003009 0.018549 0.144848 0.852492 FD

2016 0.822265 0.024 0.233943 0.107652 1.118076 S

BMI

2012 0.798617 0.011634 0.065628 0.06644 0.928183 G

2013 0.7868 0.01195 0.067666 0.079575 0.923581 G

2014 0.784729 0.001549 0.010389 0.083515 0.853289 FD

2015 0.759936 0.001905 0.012725 0.086569 0.831609 FD

2016 0.746268 0.002088 0.012897 0.068136 0.810831 FD

BRIS

2012 0.824151 0.009799 0.064394 0.095004 0.959458 G

2013 0.733154 0.010571 0.043211 0.099852 0.856061 FD

2014 0.725846 0.000756 0.003006 0.101095 0.792365 FD

2015 0.778551 0.006561 0.033216 0.100071 0.884001 G

2016 0.69814 0.008657 0.031899 0.095172 0.804784 FD

BNIS

2012 0.780239 0.01247 0.062142 0.087964 0.918127 G

2013 0.726999 0.012212 0.048314 0.090645 0.854444 FD

2014 0.380744 0.011293 0.072872 0.103945 0.51651 FD

2015 0.842472 0.013371 0.095009 0.105538 1.013716 G

2016 0.820117 0.013181 0.081402 0.098946 0.978489 G

BJBS

2012 0.8383 -0.00535 -0.04527 0.072796 0.846255 FD

2013 0.814825 0.008641 0.063398 0.108942 0.951217 G

2014 0.873418 0.005631 0.066507 0.097342 0.99974 G

2015 0.883867 0.002477 0.03462 0.113142 0.986095 G

2016 0.883111 -0.07337 -0.62767 0.098122 0.309352 FD

BSB

2012 -0.82584 0.006736 0.007313 0.030915 -0.81274 FD

2013 0.711867 0.006273 0.027407 0.08433 0.804302 FD

2014 0.790704 0.002474 0.016048 0.08924 0.868309 G

2015 0.815389 0.006979 0.04949 0.086709 0.928622 G

2016 0.770017 0.006814 0.038529 0.081938 0.872242 G

MBSI

2012 0.735371 0.027241 0.108398 0.06079 0.93692 G

2013 0.761355 0.025734 0.11507 0.060342 0.963283 G

2014 0.786958 0.031265 0.153818 0.069283 1.035782 G

2015 0.787114 -0.22434 -1.53561 0.09945 -0.85172 FD

2016 0.698937 -0.40496 -1.79049 0.080156 -1.67297 FD

Rata-rata 0.765211 -0.00447 0.003011 0.090417 0.812611

(Sumber: Data diolah)

70

Berdasarkan tabel 4.3 diatas dapat dilihat nilai masing masing variabel

pada potensi financial distress model Springate, hasil perhitungan Springate

dan rata-rata keseluruhan hasil perhitungan model Springate pada bank umum

syariah di Indonesia. Dari tabel tersebut dapat diketahui nilai rata-rata rasio

working capital to total asset (WCTA) bank umum syariah adalah sebesar

0.765211, nilai rasio net profit before taxes to total asset (NPBTTA) bank

umum syariah adalah sebesar -0.00447dan nilai rasio net profit before taxes

before current liability (NPBTCL) mempunyai rata-rata sebesar 0.003011dan

rasio terakhir model potensi Springate yaitu sales to total asset(STA) memiliki

nilai rata-rata sebesar 0.090417.

Berdasarkan tabel 4.3 diatas, dapat dilihat hasil perhitungan model

Springate dimana sebanyak tujuh bank umum syariah selama periode 2012-

2012 berpotensi mengalami financial distress(FD) yaitu pada bank Bank

Syariah Mega Indonesia (BSMI) pada tahun 2015 dan Bank Muamalat

Indonesia (BMI) pada tahun 2014, 2015 dan 2016, Bank BJB Syariah pada

tahun 2012 dan 2016, Bank Syariah Bukopin (BSB) pada tahun 2012-2013,

Bank Maybank Syariah Indonesia (MBSI) pada tahun 2015 dan 2016, Bank

BNI Syariah (BNIS) pada tahun 2013-2014 dan terakhir Bank BRI Syariah

(BRIS) pada tahun 2013,2014 dan 2016.

71

D. Model Altman Z-Score

Perhitungan model potensi financial distress Altman Z-Score

menggunakan empat variabel rasio keuangan untuk mendapatkan hasilnya

yang kemudian diklasifikasikan berdasarkan cut off yang telah ditetapkan

yaitu apabila hasil perhitungan model Altman kurang dari 1.123 (Z-Score<

1.123) maka perusahaan berpotensi mengalami kebankrutan, sedangkan

apabila hasil perhitungan model Altman lebih dari 1.123 (Z-Score> 1.123)

maka perusahaan berpotensi tidak mengalami kebankrutan, yang dihitung

dengan menggunkan rumus:

Z-Score = 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4

Dimana X1 adalah working capital to total asset (WCTA), X2 adalah

retained earning to total Asset (RETA), X3 adalah earning before taxes to

total asset (EBITTA) dan X4 adalah Market Value of Equity to Book Value of

Total Debt (BVEBVTD). Berikut ini hasil perhitungan potensi financial

distress model Altman Z-score dimana keterangan S (Sehat) menandakan

perusahaan tidak berpotesi Financial distress, Keterangan G (Grey)

menandakan bahwa perusahaan berada dalam grey area dan FD (Financial

distress) menandakan perusahaan berpotensi mengalami kesulitan keuangan:

72

Tabel 4.4

Perhitungan Model Altman Bank Tahun WCTA RETA EBITTA BVEBVTD Altman Ket

BCAS

2012 0.835696 0.011833 0.006841 1.185293 6.811271 S

2013 0.854142 0.015508 0.00821 1.140062 6.905967 S

2014 0.879832 0.014897 0.005843 1.929721 7.885738 S

2015 0.892626 0.015644 0.007332 2.674011 8.763611 S

2016 0.897755 0.020991 0.009857 2.619736 8.774666 S

PNBS

2012 0.885969 0.016542 0.021887 0.896883 6.954696 S

2013 0.889052 0.006414 0.007196 1.306465 7.273235 S

2014 0.845935 0.015615 0.015421 1.209396 6.973734 S

2015 0.866925 0.021089 0.010565 1.418915 7.316639 S

2016 0.849384 0.019411 0.003169 1.165639 6.88045 S

BJBS

2012 0.8383 -0.00225 -0.00535 1.195692 6.711399 S

2013 0.814825 0.004034 0.008641 0.980972 6.44649 S

2014 0.873418 0.001633 0.005631 1.223554 7.057521 S

2015 0.883867 0.00083 0.002477 2.264321 8.195059 S

2016 0.883111 -0.05608 -0.07337 1.007534 6.175264 S

BSMI

2012 0.717513 0.03695 0.030223 3.856151 9.079394 S

2013 0.756046 0.016416 0.021897 0.404155 5.584688 S

2014 0.757941 0.002503 0.00331 0.605382 5.638153 S

2015 0.750557 0.004496 0.003009 0.935542 5.940847 S

2016 0.822265 0.022271 0.024 1.623604 7.332724 S

BSM

2012 0.946772 0.050198 0.02075 0.455978 6.992687 S

2013 0.797908 0.052738 0.014172 0.44081 5.964291 S

2014 0.844737 0.051465 0.001682 0.592678 6.342866 S

2015 0.826527 0.046078 0.005453 0.568014 6.205292 S

2016 0.830799 0.04526 0.005656 0.569087 6.233134 S

MBSI

2012 0.735371 0.049454 0.027241 1.766117 7.022732 S

2013 0.761355 0.062335 0.025734 1.848442 7.3115 S

2014 0.786958 0.08136 0.031265 2.045423 7.785467 S

2015 0.787114 -0.05455 -0.22434 2.739535 6.35459 S

2016 0.698937 -0.19248 -0.40496 1.831817 3.159634 S

BRIS

2012 0.824151 0.006357 0.009799 0.311377 5.819944 S

2013 0.733154 0.012248 0.010571 2.596978 7.647281 S

2014 0.725846 0.011249 0.000756 0.304505 5.123034 S

2015 0.778551 0.014407 0.006561 0.364369 5.58094 S

2016 0.69814 0.018756 0.008657 0.296537 5.010483 S

BMI

2012 0.798617 0.02499 0.011634 0.309124 5.723152 S

2013 0.7868 0.029194 0.01195 0.444235 5.803332 S

2014 0.784729 0.064443 0.001549 0.432237 5.822164 S

2015 0.759936 0.061543 0.001905 0.411107 5.630278 S

2016 0.746268 0.064868 0.002088 0.400739 5.541791 S

BNIS

2012 0.780239 0.01653 0.01247 0.543186 5.826394 S

2013 0.726999 0.019287 0.012212 0.339878 5.270925 S

2014 0.380744 0.020957 0.011293 0.632184 3.305683 S

2015 0.842472 0.026372 0.013371 0.669281 6.405188 S

2016 0.820117 0.030428 0.013181 0.530778 6.125055 S

BSB

2012 -0.82584 -0.04903 0.006736 0.081684 -5.44629 FD

2013 0.711867 -0.03632 0.006273 0.287194 4.895147 S

2014 0.790704 -0.02889 0.002474 0.604187 5.743873 S

2015 0.815389 0.020866 0.006979 0.722501 6.222495 S

2016 0.770017 0.012661 0.006814 0.600745 5.769164 S

Rata-rata 0.765211 0.01443 -0.00447 1.067675 6.157876

Sumber: Data Diolah

73

Berdasarkan tabel 4.4 diatas dapat dilihat nilai setiap rasio keuangan

potensi kebankrutan model Altman Z-Score pada perusahaan perbankan

syariah. Dapat dilihat bahwa nilai rata-rata rasio keuangan working capital to

total asset (WCTA) bank syariah di Indonesia memiliki nilai sebesar 0.765211

dan rata-rata rasio keuanga retained earning to total asset (RETA) bank

syariah adalah sebesar 0.01443 selanjutnya nilai rata-rata earning before

interest and taxes to total asset (EBITTA) adalah -0.00447dan pada rasio

keuangan terakhir model Altman yaitu Market Value of Equity to Book Value

of Total Debt (BVEBVTD) memiliki rata-rata sebesar 1.067675, dan nilai

Pada tabel 4.4 diatas dapat dilihat pula bahwa hanya satu perusahaan

bank syaraiah dari 10 sampel yang diteliti di potensi mengalami financial

distress yaitu pada perusahaan Bank Syariah Bukopin (BSB) pada tahun 2012

dengan nilai perhitungan potensi financial distress sebesar -5.44629.

sedangkan bila dilihat bedasarkan rata-rata secara keseluruhan bank umum

syariah di Indonesia memiliki score sebesar 6.157876.

74

E. Model Grover

Perhitungan model potensi financial distressGrover menggunakan tiga

variabel rasio keuangan untuk mendapatkan hasilnya yang kemudian

diklasifikasikan berdasarkan cut off yang telah ditetapkan yaitu apabila hasil

perhitungan model Grover kurang dari -0.02 (G-Score< -0.02) maka

perusahaan berpotensi mengalami kebankrutan, sedangkan apabila hasil

perhitungan model Altman lebih dari 0.001 (Z-Score> 0.001) maka

perusahaan berpotensi tidak mengalami kebankrutan, yang dihitung dengan

menggunkan rumus:

G-Score=1,650 X1 + 3,404 X2 + 0,016 X3+ 0,057

Dimana X1 adalah working capital to total asset (WCTA), X2 adalah

earning before taxes to total asset (EBITTA) dan X3 adalah return on asset

(ROA). Berikut ini hasil perhitungan potensi financial distress model Grover

dimana keterangan S (Sehat) menandakan perusahaan tidak berpotesi

Financial distress, Keterangan G (Grey) menandakan bahwa perusahaan

berada dalam grey area dan FD (Financial distress) menandakan perusahaan

berpotensi mengalami kesulitan keuangan.

75

Tabel 4.5

Perhitungan Model Grover Bank Tahun WCTA EBITTA ROA Grover Ket

PNBS

2012 0.885969 0.021887 0.017332 1.593631 S

2013 0.889052 0.007196 0.005264 1.548514 S

2014 0.845935 0.015421 0.011427 1.505469 S

2015 0.866925 0.010565 0.00751 1.523511 S

2016 0.849384 0.003169 0.002231 1.469305 S

BCAS

2012 0.835696 0.006841 0.005218 1.459269 S

2013 0.854142 0.00821 0.006222 1.494382 S

2014 0.879832 0.005843 0.004325 1.528683 S

2015 0.892626 0.007332 0.005388 1.554878 S

2016 0.897755 0.009857 0.00737 1.571967 S

BSM

2012 0.946772 0.02075 0.014857 1.690045 S

2013 0.797908 0.014172 0.010181 1.421952 S

2014 0.844737 0.001682 0.001072 1.456559 S

2015 0.826527 0.005453 0.004115 1.439398 S

2016 0.830799 0.005656 0.004128 1.447136 S

BJBS

2012 0.8383 -0.00535 -0.00429 1.421903 S

2013 0.814825 0.008641 0.006031 1.430972 S

2014 0.873418 0.005631 0.003562 1.517366 S

2015 0.883867 0.002477 0.001131 1.523832 S

2016 0.883111 -0.07337 -0.05573 1.263497 S

BSMI

2012 0.717513 0.030223 0.022646 1.344136 S

2013 0.756046 0.021897 0.016394 1.379276 S

2014 0.757941 0.00331 0.002469 1.318911 S

2015 0.750557 0.003009 0.002199 1.305696 S

2016 0.822265 0.024 0.018048 1.495722 S

BMI

2012 0.798617 0.011634 0.008682 1.414459 S

2013 0.7868 0.01195 0.0087 1.396038 S

2014 0.784729 0.001549 0.000944 1.357091 S

2015 0.759936 0.001905 0.001303 1.3174 S

2016 0.746268 0.002088 0.001443 1.295471 S

BRIS

2012 0.824151 0.009799 0.007204 1.450318 S

2013 0.733154 0.010571 0.007446 1.302806 S

2014 0.725846 0.000756 0.000323 1.257226 S

2015 0.778551 0.006561 0.005061 1.364024 S

2016 0.69814 0.008657 0.00615 1.238498 S

BNIS

2012 0.780239 0.01247 0.009572 1.386994 S

2013 0.726999 0.012212 0.007986 1.298245 S

2014 0.380744 0.011293 0.008375 0.723804 S

2015 0.842472 0.013371 0.009928 1.492753 S

2016 0.820117 0.013181 0.009796 1.455217 S

MBSI

2012 0.735371 0.027241 0.019564 1.363403 S

2013 0.761355 0.025734 0.017986 1.401123 S

2014 0.786958 0.031265 0.022826 1.46227 S

2015 0.787114 -0.22434 -0.16886 0.58938 S

2016 0.698937 -0.40496 -0.12176 -0.17017 TS

BSB

2012 -0.82584 0.006736 0.004782 -1.28262 TS

2013 0.711867 0.006273 0.004501 1.253007 S

2014 0.790704 0.002474 0.001678 1.37011 S

2015 0.815389 0.006979 0.004767 1.426223 S

2016 0.770017 0.006814 0.00466 1.350799 S

Rata-rata 0.765211 -0.00447 0.000043165 1.304397

Sumber: Data diolah

76

Berdasarkan tabel 4.5 diatas dapat dilihat nilai setiap rasio keuangan

potensi kebankrutan model Grover pada perusahaan perbankan syariah. Dapat

dilihat bahwa nilai rata-rata rasio keuangan working capital to total asset

(WCTA) bank syariah di Indonesia memiliki nilai sebesar 0.765211,

selanjutnya nilai rata-rata earning before interest and taxes to total asset

(EBITTA) adalah -0.00447 dan pada rasio keuangan terakhir model Grover

yaitu return on asset (ROA) memiliki rata-rata sebesar 0.000043165,

berdasarkan tabel datas, skor Springate bank syariah periode 2012 hingga

2016 mempunyai nilai sebesar 1.304397.

Pada tabel 4.5 diatas dapat dilihat pula bahwa hanya dua perusahaan

bank syaraiah dari 10 sampel yang diteliti di potensi mengalami financial

distress yaitu pada perusahaan Bank Syariah Bukopin (BSB) pada tahun 2012

dengan nilai perhitungan potensi financial distress sebesar -1.28262 dan Bank

Maybank Syariah Indonesia (MBSI) pada tahun 2016 dengan nilai hasil

perhitungan financial distress sebesar -0.17017. Sedangkan bila dilihat

bedasarkan rata-rata secara keseluruhan bank umum syariah di Indonesia

memiliki score sebesar 1.304397.

77

F. Analisis Deskriptif

1. Analisis Deskriptif Model Zmijewski

Tabel 4.6

Analisis Deskriptif Model Zmijewski

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

ROA 50 -.17 .02 .0000 .03218

LEVERAGE 50 .08 .92 .1857 .12075

LIKUIDITY 50 .10 59.87 7.5922 7.95851

Valid N (listwise) 50

Sumber: Data Diolah.

Dari hasil analisis dan output SPSS 20 yang dilakukan pada model

potensifinancial distress Zmijewski pada bank umum syariah dapat dilihat

pada rasio Return on Asset (ROA) nilai terkecil (minimum) adalah -0.17

dan nilai tertinggi (maximum) rasio Return on Asset (ROA) adalah 0.02

dengan rata-rata (Mean) rasio Return on Asset (ROA) adalah sebesar

0.0000 serta standar deviasi sebesar 0.03218.

Sedangkan pada rasio leverage pada model potensi kebankrutan

Zmijewski dapat dilihat nilai terkecil (Minimum) adalah 0.08 sedangkan

nilai tertinggi (maximum) rasio Leverage adalah 0.92 dan nilai rata-rata

(Mean) Rasio Leverage adalah 0.1857 dan nilai standar deviasi rasio

Leverage adalah 0.12075.

Pada rasio likuiditas model potensi kebankrutan Zmijewski dapat

dilihat nilai terkecil (minimum) adalah sebesar 0.10 dan nilai terbesar

(maximum) adalah sebesar 59.87 dan nilai rata-rata (Mean) rasio

Likuiditas adalah sebesar 7.5922 dan nilai standar deviasi sebesar 7.95851.

78

2. Analisi Deskriptif Model Springate

Tabel 4.7

Analisis Deskriptif Model Springate



WCTA 50 -.83 .95 .7652 .24458

NPBTTA 50 -.40 .03 -.0045 .06802

NPBCL 50 -1.79 1.29 .0030 .40203

STA 50 .03 .17 .0904 .02357


Sumber: Data Diolah

Dari hasil output SPSS 20 yang dilakukan pada setiap rasio pada

model potensifinancial distress Springate yang dapat dilihat dari tabel 4.7

Diatas bahwa pada rasio Working Capital to Total Asset (WCTA) nilai

terkecil atas (Minimum) adalah -0.83 sedangkan nilai terbesar (Maximum)

adalah sebesar -0.95, sedangkan nilai rata-rata (Mean) Rasio WCTA

adalah 0.7652 dan nilai standar deviasi sebesar 0.24458.

Pada rasio Net Profit Before Interest and Tax to Total Asset

(NPBITTA) nilai terendah (minimum) adalah sebesar -0.40 sedangkan

nilai tertinggi (Maximum) adalah sebesar 0.03 sedangkan nilai rata-rata

(Mean) rasio NPBITTA adalah sebesar 0.0045 dan nilai standar deviasi

adalah sebesar 0.06802.

Pada rasio Net Profit Before Interest to Current Liabilities

(NPBICL), nilai terendah dari rasio NPBICL adalah sebesar -1.79 dan

nilai tertinggi adalah sebesar 1.29 sedangkan nilai rata-rata (Mean) rasio

NPBICL adalah sebesar 0.0030 dan nilai standar deviasi sebesar 0.40203.

Pada Rasio Sales to Total Asset (STA) nilai terendah (minimum)

rasio Sales to Total Asset adalah 0.03 sedangkan nilai tertinggi (Maximum)

79

rasio STA adalah sebesar 0.17 sedangkan nilai rata-rata rasio Sales to

Total Asset adalah sebesar 0.0904 dan nilai standar deviasi rasio STA


3. Analisis Deskriptif Model Altman Z-Score

Tabel 4.8

Analisis Deskriptif Model Altman Z-Score



WCTA 50 -.83 .95 .7652 .24458

RETA 50 -.19 .08 .0144 .04166

EBITTA 50 -.40 .03 -.0045 .06802

BVEBTL 50 .08 3.86 1.0677 .82752


Sumber: Data Diolah


model potensifinancial distress Altman Z-Score yang dapat dilihat dari

tabel 4.7 Diatas bahwa pada rasio Working Capital to Total Asset

(WCTA) nilai terkecil atas (minimum) adalah -0.83 sedangkan nilai

terbesar (maximum) adalah sebesar -0.95, sedangkan nilai rata-rata (Mean)

Rasio WCTA adalah 0.7652 dan nilai standar deviasi sebesar 0.24458.

Pada Rasio Retained Earning to Total Asset (RETA) nilai terendah

(minimum) rasio RETA adalah -0.19sedangkan nilai tertinggi (maximum)

rasio RETA adalah sebesar 0.08 sedangkan nilai rata-rata rasio Retained

Earning to Total Asset adalah sebesar -0.0045dan nilai standar deviasi

rasio RETA adalah sebesar 0.06802.

Pada rasio Earning Before Interest and Tax to Total Asset

(EBITTA) nilai terendah (minimum) adalah sebesar -0.40 dan nilai

tertinggi (maximum) adalah sebesar 0.03, sedangkan nilai rata rata (Mean)

80

rasio Earning Before Interest and Tax to Total Asset adalah sebesar -

0.0045 dan nilai standar deviasi rasio EBITTA adalah sebesar 0.06802.

Pada rasio bookvalue of equity to book value of total liabilities

(BVEBVTL) nilai terendah (minimum) adalah sebesar 0.08 dan nilai

tertinggi (maximum) rasio BVEBVTL adalah sebesar 3.86, sedangkan nilai

rata-rata (mean) adalah sebesar 1.0677 dan dengan nilai standar deviasi


4. Analisis Deskriptif Model Grover

Tabel 4.9

Analisis Deskriptif Model Grover



WCTA 50 -.83 .95 .7652 .24458

EBITTA 50 -.40 .03 -.0045 .06802

ROA 50 -.17 .02 .0000 .03218


Sumber: Data Diolah


model potensifinancial distress Grover yang dapat dilihat dari tabel 4.9

Diatas bahwa pada rasio Working Capital to Total Asset (WCTA) nilai

terkecil atas (minimum) adalah -0.83 sedangkan nilai terbesar (maximum)

adalah sebesar -0.95, sedangkan nilai rata-rata (Mean) Rasio WCTA

adalah 0.7652 dan nilai standar deviasi sebesar 0.24458.

Pada rasio Earning Before Interest and Tax to Total Asset

(EBITTA) nilai terendah (minimum) adalah sebesar -0.40 dan nilai

tertinggi (maximum) adalah sebesar 0.03, sedangkan nilai rata rata (Mean)

81

rasio Earning Before Interest and Tax to Total Asset adalah sebesar -

0.0045 dan nilai standar deviasi rasio EBITTA adalah sebesar 0.06802.

Pada rasio Return on Asset nilai terkecil (minimum) adalah -0.17

dan nilai tertinggi (maximum) rasio Return on Asset (ROA) adalah 0.02

dengan rata-rata (Mean) rasio Return on Asset (ROA) adalah sebesar

0.0000 serta standar deviasi sebesar 0.03218.

G. Uji Kruskall Wallis

Uji Kruskal Wallis yang dilakukan ada model potensifinancial distress

bank umum syariah periode 2012-2016 adalah sebagai berikut:

Tabel 4.10

Uji Kruskall-Wallis

Ranks

MODEL N Mean Rank

FD

ZMIJEWSKI 50 27.17

SPRINGATE 50 80.55

ALTMAN 50 172.50

GROVER 50 121.78

Total 200

Sumber: Data Diolah

Test Statisticsa,b

FD

Chi-Square 170.342

Df 3

Asymp. Sig. .000

Sumber: Data Diolah

Berdasarkan nilaioutput uji Kruskall Wallis peringkat

potensikebankrutan pada bank umum syariah dilakukan untuk melihat

perbedaan penilaian antara model Zmijewski, Springate, Altman dan Grover.

82

Data dikatakan tidak memiliki perbedaan penilaian kebankrutan antara model

potensikebankrutan jika nilai Asymp. Sig. lebih dari 0.05 (Asymp. Sig > 0.05)

dan sebaliknya dikatakan terdapat perbedaan penilain potensi kebankrutan

pada model potensikebankrutan jika nilai Asymp. Sig. kurang dari 0.05

(Asymp. Sig. < 0.05).

Berdasarkan output uji Kruskall-Wallis diatas dapat dilihat bahwa nilai

Asymp. Sig. kurang dari 0.05 yaitu 0.00 (Asymp. Sig. < 0.05) sehingga H0

ditolak dan H1 yang menyataka bahwa terdapat perbedaan penilaian model

potensi financial distress diterima. Sehingga dapat disimpulkan bahwa

terdapat perbedaan penilaian potensi kebankrutan pada model potensi

financial distress model Zmijewski, Springate, Altman dan Grover Pada bank

umum syariah di Indonesia periode 2012-2016.

H. Analisis dan Interpretasi

Hasil perhitungan penilaian potensi financial distress model

Zmijewski, Springate, Altman Z-Score, Grover, dan Hasil pengujian

menggunakan Uji Kruskall Wallis untuk melihat ada atau tidaknya perbedaan

penilaian antara model potensi financial distress yang diteliti pada sektor bank

umum syariah periode 2012-2016 adalah sebagai berikut:

1. Hasil Perhitungan model potensifinancial distress menggunakan model

Zmijewski memberikan nilai bahwa semua hasil perhitungan bank syariah

kurang dari 0 (X-Score<0) yang berarti bank umum syariah tidak

mengalami financial distress, namun pada tahun 2012 pada bank syariah

Bukopin yang mempunyai nilai diatas 0 (X-Score>0) yang berarti bank

83

syariah bukopin berpotensi mengalami financial distress. Pada model

Zmijewski Bank Syariah Bukopin berpotensi mengalami financial distress

dengan nilai Zmijewski sebesar 0.948455 namun bila dilihat dari rasio

keuangan pada tabel 4.1 Bank Syariah Bukopin dapat mempertahankan

capital adequancy ratio (CAR) nya yang terus meningkat selama periode

2012-2016 dengan rata-rata CAR Bank Syariah Bukopin (BSB) pada

tahun 2012-2016 sebesar 14.398%, bank syariah bukopin juga mampu

mengendalikan non performing financial (NPF) dengan tingkat NPF yang

semakin berkurang pada periode 2012-2016 dengan rata-rata NPF sebesar

3,532%, memiliki tingkat likuiditas yang terus meningkat setiap tahunnya

dengan rata-rata 449,56% dan BOPO diatas 90%selama periode 2012-

2016 dengan rata-rata sebesar 92.88 selama tahun 2012-2016. Bank

Syariah Bukopin berpotensi mengalami kesulitan keuangan oleh Model

Zmijewski dikarenakan rasio utang yang tinggi. Secara keseluruhan

penelitian ini mendukung penelitian Mila Fatmawati (2012), Fitri

Listyarini (2014),dan Anggi Meiliawati (2016) yang Model Zmijwski

dapat menilai potensifinancial distress perusahaan dengan sangat baik.

2. Hasil Perhitungan model potensi financial distress menggunakan Model

Springate memberikan hasil perhitungan yang menunujukan bahwa

terdapat tujuh bank syariah memiliki S-score kurang dari 0.862 yang

menyatakan bahwa bank syariah tersebut berpotensi mengalami financial

distressperiode 2012-2016. Beberapa bank yang berpotensi mengalami

financial distress berdasarkan model Springate adalah Bank Mega Syariah

84

Indonesia (BMSI) yang berpotensi mengalami financial distress pada

tahun 2015, Bank Muamalat Indonesia (BMI) pada tahun 2014, 2015 dan

2016, Bank BJB Syariah (BJBS) pada tahun 2012 dan 2016, Bank Syariah

Bukopin (BSB) pada tahun 2012 dan 2013, Bank Maybank Syariah

Indonesia (MBSI) pada tahun 2015 dan 2016, Bank BNI Syariah (BNIS)

pada tahun 2013 dan 2014, dan Bank BRI Syariah (BRIS) pada tahun

2013, 2014 dan 2016. Namun dilihat dari rasio keuangan pada tabel 4.1

tujuh bank umum syariah yang berpotensi mengalami financial distress

memiliki rata-rata CAR sebesar 19.82 %, NPF bank umum syariah

memiliki rata-rata sebesar 4.18% Likuiditas yang dilihat dengan current

ratio dengan rata-rata sebesar 138.96 dan nilai BOPO dari tujuh bank

umum syariah yang berpotensi mengalami financial distress rata-rata

sebesar 108%. Ke-7 bank syariah yang berpotensi mengalami financial

distress dikarenakan rasio working capital to total asset yang rendah dan

laba bank syariah yang negatif.Secara keseluruhan penelitian ini

mendukung penelitian Meita (2015), dan Jayanti (2015) yang menyatakan

Model Springate dapat menilai potensifinancial distress perusahaan

dengan sangat baik..

3. Hasil Perhitungan model potensifinancial distress menggunakan Altman

Z-Score menyatakan bahwa seluruh perusahaan perbankan syariah

memiliki nilai diatas 2.90 (Z-Score> 2.90) tidak berpotensi mengalami

financial distress. Menurut penilaian Altman Z-Score Bank Bukopin

Syariah berpotensi mengalami financial distress pada tahun 2012 dengan

85

Z-Score sebesar -5.44629 sedangkan jika dilihat dari rasio keuangannya

bank Bukopin syariah mampu mempertahankan capital adequancy ratio

(CAR) nya yang terus meningkat selama periode 2012-2016 dengan rata-

rata CAR sebesar 14,398% dan mampu menjaga non performing financing

(NPF) dengan tingkat NPF yang semakin berkurang pada periode 2012-

2016 dengan rata-rata nilai NPF sebesar 3,532%, dan memiliki likuidtas

yang baik dengan rata-rata rasio likuiditas sebesar 449,56% dan BOPO

diatas 90% selama periode tahun 2012-2016 dengan rata-rata sebesar

92.88% dan bank syariah Bukopin berpotensi mengalami financial distress

dikarenakan rasio working capital to total asset (WCTA) dan Retained

Earning to Total Asset (RETA) yang bernilai negatif. Secara keseluruhan

model Altman Z-Score dapat melihat potensi financial distresshasil

tersebut mendukung penelitian Junaidi (2016), Savitri (2012) dan

Primasari (2017) yang menyatakan bahwa model Altman Z-dapat menilai

potensifinancial distress perusahaan dengan sangat baik.

4. Hasil Perhitungan model potensi financial distress menggunakan Grover

menunjukan terdapat dua perusahaan yang berpotensi mengalami financial

distress yaitu bank syariah bukopin pada tahun 2012 dengan nilai grover

sebesar -1.28262 dan Maybank Syariah Indonesia pada tahun 2016 dengan

nilai grover sebesar -0.17017 namun dilihat dari rasio keuangan

perusahaan pada tabel 4.1 Bank syariah bukopin mampu memenuhi rasio

kecukupan modal (CAR) selama periode 2012-2016 dengan rata-rata rasio

CAR sebesar 14,398%, dan bank Syariah bukopin memiliki nilai non

86

perfoming financingyang baik selama tahun 2012-2016 dengan rata-rata

sebesar 3,532%, berdasarkan rasio likuiditas Bank Syariah Bukopin

memiliki likuiditas yang baik dengan nilai 449,56% dan BOPO diatas

90% selama periode tahun 2012-2016 dengan rata-rata sebesar 92.88%

Bank Syariah Bukopin (BSB) berpotensi mengalami financial distress

karena Earning Before Interest and Taxes to Total Asset (EBITTA) dan

ROA bank yang negatif. Sedangkan pada Bank Maybank Syariah

Indonesia (BMSI) memiliki rata-rata rasio kecukupan modal

(CAR)sebesar53,778% selama periode 2012-2016 dan mampu memiliki

rata-rata rasio non performing financing (NPF) selama periode 2012-2016

sebesar 3,014%, Likuiditas yang terus meningkat dengan rata-rata rasio

likuiditas sebesar 473,6078% dan rata-rata rasio BOPO sebesar

108,812%Bank Maybank Syariah Indonesia berpotensi mengalami

financial distress oleh model Grover dikarenakan rasio working capital to

total asset bank yang negatif.Hasil tersebut mendukung penelitian

Penelitian Prihanthini (2013), Oktaviandri (2015) dan Junaidi (2016) yang

menyatakan bahwa model Grover dapat menilai potensifinancial distress

perusahaan dengan sangat baik.

5. Pada Uji Kruskall Wallis H yang dilakukan kepada hasil model

potensifinancial distress Zmijewski, Springate, Altman dan Grover

memberikan hasil output sebesar nilai Asymp. Sig. kurang dari 0.05 yaitu

0.00 (Asymp. Sig. < 0.05) maka Ho ditolak dan H1 diterima sehingga

terdapat perbedaan penilaian potensi kebankrutan model Zmijewski,

87

Springate, Altman dan Grover pada bank umum syariah periode 2012-

2015. Dimanahasil tersebut mendukung penelitian Hendrawati Atik (2012)

yang menyatakan bahwa terdapat perbedaan penilaian potensi financial

distress antara model Altman, Springate dan Zmijewski pada industri

makanan dan minuman, dan penelitian Dyah Ayu Prasmita (2015) yang

menyatakan bahwa terdapat perbedaan penilaian model potensi financial

distressAltman, Springate dan Zmijewski.

88

BAB V

PENUTUP

A. Kesimpulan

Kesimpulan dari hasil penelitian yang berjudul “Analisis Model

Zmijewski, Springate, Altman Z-Score dan Grover Pada Financial

Distress Bank Umum Syariah di Indonesia Periode 2012-2016” dapat

disimpulkan sebagai berikut:

1. Berdasarkan penilaian potensi financial distress model Zmijewski dari

10 sampel bank syariah yang diteliti terdapat satu bank syariah yang

diprediksi mengalami financial distress. Artinya penilaian potensi

financial distress model Zmijewski dapat menganalisis financial

distress bank syariah dengan baik.

2. Berdasarkan penilaian potensi financial distress model Springate dari

10 sampel bank syariah yang diteliti terdapat tujuh bank syariah yang

berpotensi mengalami financial distress. Artinya penilaian potensi

financial distress model Springate dapat menganalisis potensi financial


3. Berdasarkan penilaian potensi financial distress model Altman Z-

Score dari 10 sampel bank syariah yang diteliti terdapat satu bank

syariah yang diprediksi mengalami financial distress. Artinya

penilaian potensi financial distress model Altman Z-Score dapat

menganalisis potensi financial distress bank syariah dengan baik.

89

4. Berdasarkan penilaian potensi financial distress model Grover dari 10

sampel bank syariah yang diteliti terdapat dua bank syariah yang

berpotensi mengalami financial distress. Artinya penilaian potensi

financial distress model Grover dapat menganalisis potensi financial


5. Berdasarkan hasil uji Kruskall-Wallis menyatakan bahwa terdapat

perbedaan signifikan Pada model potensi financial distress bank umum

syariah dengan menggunakan model Zmijewski, Springate, Altman

dan Grover.

B. Saran

Peneliti menyadari bahwa penelitian ini masih jauh dari kesempurnaan.

Untuk itu berdasarkan hasil penelitian, maka penulis memberikan saran

sebagai berikut:

1. Jumlah sampel bank syariah dan periode penelitian yang terbatas pada

penelitian, diharapkan pada penelitian selanjutnya disarankan untuk

menambah jumlah sampel dan periode penelitian untuk hasil yang lebih

baik.

2. Model potensi financial distress yang digunakan dalam penelitian ini

hanya empat, disarankan pada penelitian selanjutnya untuk mencoba

model potensi financial distress lainnya.

3. Penelitian ini hanya sebatas melihat tingkat financial distress bank syariah

di Indonesia dan membandingkannya dengan rasio kinerja bank syariah,

diharapkan pada penelitian selanjutnya.

90

DAFTAR PUSTAKA

Abrori, Hilman. “Analisis perbandingan resiko Kebankrutan Pada Bank Syariah

Devisa dan Non Devisa Dengan Menggunakan Metode Altman Z-Score

Periode 2010-2012”, Skripsi. Universitas Islam Negeri Walisongo. 2015.

Aghanjani, Vaghdat dan Mohammad Jouzbarkand. “The Creation of Bankruptcy

prediction models using Springate and SAF Models”. Jurnal

DOI:10.7763/IPEDR.2012. Volume 54 (No. 4): hal. 6-10. Islamic Azad

University Iran, 2012.

Al-Arif, M Nur Rianto, “Dasar-Dasar Ekonomi Islam”. Solo, Era Adicitra

Intermedia, 2011.

Amaliah, Indri. “Analisis Rasio Keuangan dengan Model Zmijewski (X-Score)

dalam memprediksi kebangkrutan pada perbankan Syariah di Indonesia

Periode 2012-2015”. Skripsi. Fakultas Syariah dan Hukum. UIN Syarif

Hidayatullah Jakarta. 2016.

Ambarwati, Dwi Ari. “Manajemen Keuangan Lanjut”, Graha Ilmu, Yogyakarta,

2010.

Aminah dan Andi Sanjaya. “Analisis Kebankrutan pada Perusahaan Perbankan di

Indonesia Tahun 2001-2012”. Jurnal Akuntansi & Keuangan Volume. 4

(No. 2): hal 1-11, Universitas Bandar Lampung. 2013.

Meliawati, Anggi. “Analisis Perbandingan Model Springate dan Altman Z-Score

terhadap Potensi Financial Distress (Studi Kasus pada Perusahaan Sektor

Kosmetik yang Terdaftar di Bursa Efek Indonesia)”. Jurnal Akuntansi dan

Pendidikan, Volume 6, No.1. IKIP PGRI Madiun. 2016.

Avenhuis, Jeroen Oude. “Testing the generalizablity of the bankruptcy prediction

models of Altman, Ohlson and Zmijewski for Dutch listed and large non-

listed firms“. Thesis . University of Twente. 2013.

Baker, H. Kent dan Gary, E. Powell. “Understanding Financial Management; A

Practical Guide”. Garshington: Blackwell Publishing. 2005.

Beaver W. H. “Financial Ratios As Predictors Of Failure”. Journal of Accounting

research, Vol. 4 1966.

Bell. Adrian, R., Chris Brook, dan Marcel Prokopczuk. “Handbook of Research

Method and Appplications in Empirical Finance. Edward Elgar Publishing.

Inc, UK. 2013.

Brealey Richard A, dan Steward C. Myer. Principle of Corporate Finance”. New

York McGraw-Hill Irwin. 2003

91

Fabozzi, Frank J, dan Pamela P. Peterson. “Financial Management & Analysis”.

John Wiley & Sons, Inc. Canada. 2003.

Fraser, Lyn M dan Aileen Ormiston. “Memahami Laporan Keuangan”. PT Indeks.

Indonesia. 2008.

Ghozali, Imam. “Aplikasi Analisis Multivariate Dengan Program IBM SPSS 21

Update PLS Regresi”. Semarang: Badan Penerbit Universitas Diponegoro.

2013.

Hanafi, Mamduh. M dan Abdul Halim. “Analisis Lapora Keuanangan”. UPP

STIM YKPN, Yogyakarta, 2007.

Hastuti, Septiana Tri. “Analisis Tingkat Kesehatan Bank dengan Metode Camel”,

Skripsi, Universitas Muhamadiyah Surakarta, 2013.

Hendrawati, Atik. “Analisis Komparasi potensi kebankrutan model Altman Z-

Score, Springate dan Zmijewski pada Industri makanan dan minuman

yang terdaftar di BEI”, Jurnal Akmenika Vol. 11 (No.2):hal 481-495,

2012.

Hery, “Analisis Kinerja Manajemen”. Jakarta: PT Grasindo. 2015.

Januri., Eka Nurmala Sari dan Armida Diyanti. “The Analysis of Bankruptcy

Potential Comparative by Altman Z-Score, Springate, and Zmijewski

Methods at Cement Companies listed in In Indonesia Stock Excange”.

IOSR Journal of Bussines and Management, Vol. 19, Issue. 10, Ver. VI:

hal 80-87. Universitas Muhamadiyah Sumatra Utara. 2017.

Jayanti, Queenaria. “Analisis Tingkat Akurasi Model-model Prediksi Kebankrutan

Untuk Memprediksi Voluntary Auditor Switching (Studi Pada Perusahaan

Manufaktur yang Terdaftar di BEI”. Jurnal MODUS Vol. 27 No. 2: hal

87-108, Yogyakarta, Universitas Atmajaya. 2015.

Kamal, St. Ibrah Mustafa. “Analisis Prediksi Kebankrutan Pada Perusahaan

Perbankan Go-Public di Bursa Efek Indonesia(Dengan Menggunakan

Model Altman Z-Score)”. Skripsi Fakultas Ekonomi dan Bisnis Jurusan

Manajemen. Universitas Hasanudin Makasar. 2012.

Kartika, Syarfina Putri.”Potensi Kebangkrutan pada Sektor Perbankan Syariah

Untuk Menghadapi Perubahan Lingkungan Bisnis Dengan Menggunakan

Model Altman Z-Score Modifikasi”. Skripsi. Fakultas Syariah dan Hukum.

UIN Syarif Hidayatullah Jakarta. 2015.

Kasmir, “Analisis Laporan Keuangan”, Jakarta: PT. RajaGrafindo Persada, 2014.

Kasmir. “Bank dan Lembaga Keuangan Lainnya”. Jakarta: PT RajaGrafindo

Persada. 2011.

92

Kurniawati, Lintang dan Nur Kholis. “Analisis Model Prediksi Model Financial

Distress Pada Perusahaan Perbankan Syariah di Indonesia”. Syariah Paper

Accounting, ISSN: 2460.0784, Universitas Muhamadiyah Surakarta. 2014.

Latumerissa, Julius R.” Bank dan Lembaga Keuangan Lain”. Jakarta: Salemba

Empat. 2012.

Manik, Elyasi. “Prediksi Kebankrutan model Altman Z-Score, Grover, Springate

dan Zmijewski pada perusahaan tekstil dan garmen di bursa efek

Indonesia”. Skripsi. Universitas Sumatra Utara. 2015.

Meita, Elvina Wiwit Firma. “Analisis Penggunaan Metode Altman, Springate dan

Zmijewski dalam Memprediksi Kebankrutan Perusahaan Pertambangan

Batu Bara Periode 2012-2014. Jurnal Akuntansi Unesa, Vol. 3(No. 3): Hal

1-21, Universitas Negeri Surabaya, 2015.

Nawangsari, Tantri. “Analisis Perbandingan Berganda Setelah Uji Kruskall-

Wallis”, Prosiding Seminar Nasional Matematika dan Pendidikan

Matematika (2013), ISSN 978 – 979 – 16353 – 9 – 4, FKIP UNIROW,

2013.

Nurhayati, Sri. Wasilah. Akuntansi Syariah Indonesia. Salemba Empat. 2015.

Oktaviandri, Annisa, Anisah Firli, dan Aldilla Iradianty. “Analisis Prediksi

Kebangkrutan dengan metode Altmat, Springate, Ohlson dan Grover pada

Perusahaan di Sektor Pertanian BEI Periode 2011-2015”. Majalah Ilmilah

Unikom, Vol. 15 (No. 1). Universitas Telkom. 2015.

Otoritas Jasa Keuangan (OJK). “Data OJK Ungkap Kredit Bermasalah Bank

Syariah 4,12% Lebihi Konvensional 2,96%”. Artikel diakses pada 30

April 2018, dari

https://economy.okezone.com/read/2017/12/15/320/1831077/data-ojk-

ungkap-kredit-bermasalah-bank-syariah-4-12-lebihi-konvensional-2-96

Plat. H & Plat, M. B. Predicting Financial Distress. Journal of Financial Service

Profesional. Vol 56 (No.3): Hal 12-15, 2002.

Pangestu, Rayendra. “Analisis Kebangkrutan Z- Score Model Altman dan X-

Score Zmijewski pada laporan keuangan Perusahaan Subsektor

Telekomunikasi yang Terdaftar di Bursa Efek Indonesia Tahun 2010 –

2013”. Skripsi. Fakultas Ekonomi Universitas Widyatama. 2015.

Parathon, Audri Ayuwardhani Dkk. “Analisis Rasio Keuangan Perbankan Sebagai

Alat Ukur Kinerja Keuangan Bank”, Jurnal Administrasi Bisnis (JAB)

Vol. 3 No.2 Universitas Brawijaya, 2013.

Peraturan Bank Indonesia (PBI) No.13/1/PBI/2011.

https://economy.okezone.com/read/2017/12/15/320/1831077/data-ojk-ungkap-kredit-bermasalah-bank-syariah-4-12-lebihi-konvensional-2-96

https://economy.okezone.com/read/2017/12/15/320/1831077/data-ojk-ungkap-kredit-bermasalah-bank-syariah-4-12-lebihi-konvensional-2-96

93

Peraturan Bank Indonesia (PBI) No. 6/10/PBI/2004.

Pramuditya, A.Y. (2014). “Analisis Pengaruh Penerapan Mekanisme Corporate

Governance terhadap Kemungkinan Perusahaan Mengalami Kondisi

Financial Distress (studi empiris pada Perusahaan manufaktur

yang terdaftar di Bursa Efek Indonesia tahun 2010 – 2012 )”, Skripsi,

Program Sarjana (SI) Fakultas Ekonomika dan Bisnis Universitas

Diponegoro.

Prastowo, Dwi dan Rifka Julianti. “Analisis Laporan Keuagan Konsep dan

Aplikasi”, AMP YKPN, Yogyakarta, 2005.

Prasyananta, Fungki. “Analisis Penggunaan Metode RGEC (Risk Profile, Good

Corporate Governance, Earning, dan Capital) Untuk Mengetahui Tingkat

Kesehatan Bank”, Jurnal Administrasi dan Bisnis (JAB) Vol. 3 (No.2): hal

68-76, Universitas Brawijaya, 2016.

Prihanthini, Ni Made Evi dan Maria M. Ratna Sari “Prediksi Kebankrutan Dengan

Model Grover, Altman Z-Score , Springate dan Zmijewski pada Perushaan

Food Aand Beverage di Bursa Efek Indonesia”. E-Journal Akuntansi, Vol.

5 (No.2): hal 417-435. Fakultas Ekonomi Universitas Udayana. 2013.

Primasari, Niken. Savitri. “Analisis Altman Z-Score, Grover Score, Springate dan

Zmijewski Sebagai Signaling Financial Distress (Studi Empiris Industri

Barang-Barang Konsumsi di Indonesia)”. Accounting and Management

Journal, Vol. 1 (No.1): hal 23-43. Universitas Naudhatul Ulama Surabaya.

2015.

Rahman, Tessa Aulia, Dkk. “Analisis Kinerja Perbankan Dengan Pendekatan

RGEC ( Risk profile, good Corporate Governance, Earning, and Capital)

untuk mengetahui Tingkat Kesehatan Bank”. Jurnal Administrasi Bisnis

(JAB) Vol. 35 (No.2): hal 68-76, 2016.

Rahmatulloh. “Analisis Prediksi Kebankrutan Pada Bank Muamalat, Bank

Syariah Bukopin, dan Bank Victoria Syariah: Menggunakan Model

Altman Z-Score dan Grover G-Score Periode 2012-2015”. Skripsi. UIN

Sultan Kalijaga. Yogyakarta. 2017.

Rivai Veithzal, dkk. “Bank And Financial Institution Management: Conventional

and Sharia System. Jakarta”: PT Raja Grafindo Persada. 2007.

Ross, Stephen A., Randolph W. Werterfield, dan Bradford D. Jordan.

“Fundamental Corporate Finance”. New York: McGrw-Hill Irwin. 2006.

Siegel, Joel.G dan Shim, “Mengatur Keuangan”. Jakarta: PT Elex Media

Komputindo. 2003.

94

Suryawardhani Bethany. “Analisis Perbandingan Kemampuan Prediksi

Kebankrutan Antara Analisis Altman, Analisis Ohlson, dan Analisis

Zmijewski pada sektor industry tekstil yang Go Publik di BEI Periode

2008-2012”. Jurnal Ecodemica, Vol. 3 (No.1): hal 363-369. Universitas

Telkom. 2015.

Ramadhani, Ayu Suci dan Niki Lukviarman. “Perbandingan Analisis Prediksi

Kebangkrutan Menggunakan Model Altman Pertama, Altman Revisi dan

Altman Modifikasi Dengan Ukuran dan Umur Perusahaan sebagai

Variabel Penjelas (Studi Pada Perusahaan Manufaktur yang Terdaftar di

Bursa Efek Indonesia)”. Jurnal Siasat Bisnis, Vol. 13 (No. 1): hal 15-28.

2009.

Ramanadiar, Buyung. Dkk. “Analisis Rasio Keuangan Perbankan Untuk Menilai

Kinerja Keuangan Bank”, Jurnal Administrasi Bisnis Vol.1 (No.1): Hal49-

58, 2013.

Riyadi, Slamet. “Banking Asset and Liability Management”, Lembaga Penerbit

Fakultas Ekonomi Universitas Indonesia, Jakarta, 2006.

Rosandi, Rexy. “Analisis Kebankrutan dengan Model Springate S-Score pada

Seluruh Perusahaan yang Terrdaftar di BEI Tahun 2011-2014”, Skripsi.

Universitas Lampung, 2016.

Sari, Desi Mila. “Prediksi Potensi Financial Distress Analisis Model Altman Z-

Score”. Skripsi. Fakultas Ekonomi dan Bisnis Islam. IAIN Surakarta.

2017.

Sari, Enny W. P. “Penggunaan Model Zmijewski, Springate, Altman Z-Score dan

Grover Dala Memprediksi Kepailitan pada Perusahaan Transportasi yang

terdaftar di BEI”. Skripsi, Universitas Dian Nuswantoro. 2013.

Savitri, Dita, W. “Analisis Prediktor Kebankrutan terbaik menggunakan Model

Altman, Springate, dan Zmijewski pada Perusahaan Delisting dari BEI

tahun 2012”, Jurnal E-proceeding of Management Vol.1 (No.3) h.1-

Universitas Telkom 2014.

Sudana, I M, “Manajemen Keuangan Perusahaan Teori dan Praktik”. Jakarta:

Erlangga. 2011.

Surat Edaran Bank Indonesia No. 6/23/DPNP/Tahun 2004.

Surat Edaran Otoritas Jasa Keuangan No.14/SEOJK.03/2017.

Supardi dan Sri Mastuti. “Validitas Penggunaan Z-Score Altman Untuk Menilai

Kebangkrutan Pada Perusahaan Perbankan Go Publik di Bursa Efek

Jakarta”. Dalam Kompak No. 7. 2013.

95

Tambulon, Nelson. “Pertumbuhan Perbankan Syariah Melambat”, Artikel diakses

Tanggal 16 November 2017, dari

https://ekbis.sindonews.com/read/1060959/178/pertumbuhan-perbankan-

syariah-melambat-1447310336.

Triandaru, Sigit dkk. “Bank dan Lembaga Keuangan Lain”. Edisi ke-2. Salemba

Empat. Yogyakarta, 2006.

Rivai Veithzal, dkk.”Bank And Financial Institution Management: Conventional

and Sharia System”. Jakarta: PT Raja Grafindo Persada. 2007

Vernon, Mark. ”Bisnis The Key Concepts”. Jakarta: RT Raja Grafindo Persada.

2011.

Wahyudi, Imam. Dkk. “Manajemen Resiko Bank Islam”. Jakarta: Salemba Empat,

2013.

Wibisono, Yusuf. “Bank Muamalat Terancam Bangkrut? Ini Kata Pengamat”,

artikel diakses tanggal 1 Mei 2018, dari

https://finance.detik.com/moneter/d-3879581/bank-muamalat-terancam-

bangkrut-ini-kata-pengamat

Yasser, Qaiser Rafique. “Corporate Failture Prediction of Public Listed

Companies in Malaysia. Jurnal. University Malaysia Sarawak. 2015.

Zakkiyah, Ufi Zuhriatuz DKK. “Analisis Penggunaan Model Zmijewski (X-

Score) dan Altman (Z-Score) Untuk Memprediksi Potensi Kebankrutan

(Studi pada Perusahaan Tekstil dan Garmen yang Terdaftar di BEI Periode

2009-2012)”. Jurnal Administrasi Bisnis Vol.12 (No.2) : hal 1-9. 2014.

Zukailah, Siti. “Perbandingan Financial Distress Bank Syariah di Indonesia dan

BankIslam di Malaysia Sebelum dan Sesudah Krisis Global 2008

Menggunakan Model Alman Z-Score”. Jurnal Ekonomi Syariah Teori

dan Terapan, Vol. 3 (No. 2): hal 900-914, Universitas Airlangga. 2016.

96

LAMPIRAN

97

Lampiran 1: Rasio Keuangan Bank Umum Syariah

Bank Tahun CAR NPL LIKUIDITAS BOPO

BCAS

2012 31.5 0 660.67 91.4

2013 22.4 0.6 769.1936 90.2

2014 29.6 0.1 951.8727 92.9

2015 32.3 0.5 1131.491 92.5

2016 36.7 0.2 1239.646 92.2

BSM

2012 13.82 1.14 5986.837 1.14

2013 14.1 2.29 581.3133 2.29

2014 14.12 4.29 817.2469 4.29

2015 12.85 4.05 714.8026 4.05

2016 14.01 3.13 706.338 3.13

BSMI

2012 13.51 1.32 391.1954 77.28

2013 12.99 1.45 483.0558 86.09

2014 19.29 1.81 523.8118 97.61

2015 18.74 3.16 562.7352 99.51

2016 23.53 2.81 901.5006 88.16

BMI

2012 11.57 1.81 550.5009 84.47

2013 14.05 1.56 545.501 93.86

2014 13.91 4.85 626.3412 97.33

2015 12 4.2 607.6341 97.36

2016 12.74 1.4 561.0268 97.76

PNBS

2012 32.2 0.19 1016.109 47.6

2013 20.83 0.77 1002.056 81.31

2014 25.69 0.29 697.7552 82.58

2015 20.3 1.94 842.6116 89.29

2016 18.17 1.86 836.4775 96.17

BJBS

2012 21.09 1.01 808.8932 110.34

2013 17.99 1.16 697.8231 85.76

2014 15.78 5.84 1131.561 91.01

2015 22.53 6.93 1335.108 98.78

2016 18.25 17.91 855.5118 122.77

BSB

2012 12.78 4.59 10.3412 91.59

2013 11.1 4.27 411.0069 92.29

2014 14.8 3.34 612.861 96.77

2015 16.31 2.74 678.2463 91.99

2016 17 2.72 535.3734 91.76

BMSI

2012 63.89 1.25 392.6205 53.77

2013 59.41 0 440.4369 67.79

2014 52.13 4.29 487.1732 69.62

2015 38.4 4.93 638.7768 192.6

2016 55.06 4.6 409.0318 160.28

BNIS

2012 19.29 1.42 488.8242 88.79

2013 16.54 1.13 387.6277 88.11

2014 18.76 1.04 345.6788 89.8

2015 18.16 1.46 698.6307 89.63

2016 17.81 1.64 606.4948 87.67

BRIS

2012 11.91 2.06 641.6084 91.31

2013 14.49 3.76 399.6975 90.42

2014 12.89 2.65 388.537 99.77

2015 13.94 3.89 494.1363 93.79

2016 20.63 3.19 357.2507 91.33

Rata-rata 21.8372 3.723913 759.2195 84.3644

98

Lampiran 2: Perhitungan Return On Asset

Bank Tahun Net Income Total Asset Return On asset

BCAS

2012 8359925529 1602180989075 0.00521784

2013 12701022880 2041418847273 0.00622166

2014 12949752123 2994449136265 0.00432459

2015 23436849581 4349580046527 0.0053883

2016 36816335736 4995606338455 0.00736974

BSM

2012 8.05691E+11 54229395784522 0.01485708

2013 6.5124E+11 63965361177789 0.01018114

2014 71778420782 66942422284470 0.00107224

2015 2.89576E+11 70369708944091 0.00411506

2016 3.25414E+11 78831721590271 0.00412795

BSMI

2012 184871633 8163668180 0.02264566

2013 149539953 9121575543 0.01639409

2014 17396222 7044584889 0.00246945

2015 12223583 5559819466 0.00219856

2016 110729286 6135241922 0.01804807

BMI

2012 389414422 44854413084 0.00868174

2013 475846659 54694020564 0.00870016

2014 58916694 62442189696 0.00094354

2015 74492188 57172587967 0.00130294

2016 80511090 55786397505 0.0014432

PNBS

2012 37098796 2140482104 0.01733198

2013 21332026 4052700692 0.00526366

2014 70936895 6207678452 0.01142728

2015 53578381 7134234975 0.00751004

2016 19540914 8757963603 0.00223122

BJBS

2012 -18180256 4239448850 -0.00428835

2013 28315837 4695088075 0.00603095

2014 21702238 6093478708 0.00356155

2015 7278699 6437966411 0.00113059

2016 -414714205 7441652530 -0.05572878

BSB

2012 17292940859 3616107512472 0.0047822

2013 19547650105 4343096056830 0.00450086

2014 8661952636 5161300488180 0.00167825

2015 27778475573 5827153527325 0.00476707

2016 32709937326 7019598576013 0.0046598

BMSI

2012 40352 2062552 0.01956411

2013 41367 2299971 0.01798588

2014 55913 2449541 0.02282591

2015 -294392 1743439 -0.16885707

2016 -163738 1344720 -0.12176364

BNIS

2012 101892 10645313 0.00957154

2013 117462 14708504 0.00798599

2014 163251 19492112 0.00837523

2015 228525 23017667 0.00992824

2016 277375 28314175 0.00979633

BRIS

2012 101502 14088914 0.00720439

2013 129564 17400914 0.00744582

2014 6577 20343249 0.0003233

2015 122637 24230247 0.00506132

2016 170209 27678188 0.00614957

99

Lampiran 3: Perhitungan Leverage (Debt to Asset Ratio)

Bank Tahun Total Liability Total Asset Leverage

BCAS

2012 256793877391 1602180989075 0.160278

2013 275000002371 2041418847273 0.13471

2014 324416857496 2994449136265 0.108339

2015 393622629885 4349580046527 0.090497

2016 419533187553 4995606338455 0.08398

BSM

2012 9168631145854 54229395784522 0.169071

2013 11029685200566 63965361177789 0.172432

2014 8329956338523 66942422284470 0.124435

2015 9883107046874 70369708944091 0.140445

2016 11232796484546 78831721590271 0.142491

BSMI

2012 2117051180 8163668180 0.259326

2013 1905341988 9121575543 0.208883

2014 1300748345 7044584889 0.184645

2015 934524234 5559819466 0.168085

2016 653977609 6135241922 0.106594

BMI

2012 8115487602 44854413084 0.18093

2013 9875162022 54694020564 0.180553

2014 9587562800 62442189696 0.153543

2015 8952097186 57172587967 0.15658

2016 9476756018 55786397505 0.169876

PNBS

2012 209242761 2140482104 0.097755

2013 402609317 4052700692 0.099343

2014 887049913 6207678452 0.142896

2015 814347824 7134234975 0.114146

2016 1019132249 8757963603 0.116366

BJBS

2012 572583107 4239448850 0.135061

2013 639934291 4695088075 0.136299

2014 594012407 6093478708 0.097483

2015 525022661 6437966411 0.081551

2016 940848054 7441652530 0.12643

BSB

2012 3343035359342 3616107512472 0.924485

2013 1018893278431 4343096056830 0.234601

2014 829679583386 5161300488180 0.16075

2015 876238579155 5827153527325 0.150372

2016 1314314270143 7019598576013 0.187235

BMSI

2012 538384 2062552 0.261028

2013 536785 2299971 0.233388

2014 512714 2449541 0.20931

2015 275450 1743439 0.157992

2016 323237 1344720 0.240375

BNIS

2012 2185658 10645313 0.205316

2013 3838672 14708504 0.260983

2014 3084547 19492112 0.158246

2015 3310505 23017667 0.143825

2016 4684758 28314175 0.165456

BRIS

2012 3431739 14088914 0.243577

2013 4504515 17400914 0.258867

2014 5608590 20343249 0.275698

2015 6421537 24230247 0.265022

2016 8464428 27678188 0.305816

100

Lampiran 4: Variabel Likuiditas (Current Ratio)

Bank Tahun Current Asset Current Liability Likuiditas

BCAS

2012 1577746499002 238810075504 6.6067

2013 2004222884173 260561575993 7.691936

2014 2943885448130 309273017258 9.518727

2015 4258949819735 376401415620 11.31491

2016 4878360718270 393528534234 12.39646

BSM

2012 52215047515569 8772164156921 5.952356

2013 61642505618462 10604006870278 5.813133

2014 64432871841446 7884138140141 8.172469

2015 67622849301048 9460352567301 7.148026

2016 76294735788560 10801449184015 7.06338

BSMI

2012 7869081784 2011547476 3.911954

2013 8696674088 1800345764 4.830558

2014 6599230909 1259847677 5.238118

2015 5074765188 901803383 5.627352

2016 5674210496 629418380 9.015006

BMI

2012 43772958850 7951477655 5.505009

2013 52692752324 9659515820 5.45501

2014 58309787069 9309588390 6.263412

2015 52006360528 8558827817 6.076341

2016 50661789204 9030190679 5.610268

PNBS

2012 2103407548 207006057 10.16109

2013 4002489566 399427658 10.02056

2014 6129791108 878501732 6.977552

2015 7017696814 832850752 8.426116

2016 8448931405 1010060755 8.364775

BJBS

2012 4055263728 501334847 8.088932

2013 4465609557 639934291 6.978231

2014 5838088346 515932063 11.31561

2015 6151018744 460713177 13.35108

2016 7441652530 869848054 8.555118

BSB

2012 344439659046 3330749939521 0.103412

2013 4085802948385 994095862770 4.110069

2014 4876804830454 795744053623 6.12861

2015 5573086044373 821690633482 6.782463

2016 6646724681463 1241511992685 5.353734

BMSI

2012 2035070 518330 3.926205

2013 2265462 514367 4.404369

2014 2425572 497887 4.871732

2015 1626990 254704 6.387768

2016 1244009 304135 4.090318

BNIS

2012 10442038 2136154 4.888242

2013 14410750 3717678 3.876277

2014 10442308 3020812 3.456788

2015 22631094 3239350 6.986307

2016 27805577 4584636 6.064948

BRIS

2012 13755257 2143871 6.416084

2013 17014354 4256808 3.996975

2014 19883632 5117565 3.88537

2015 23650761 4786283 4.941363

2016 26834707 7511450 3.572507

101

Lampiran 5: Variabel Working Capital to Total Asset

Bank Tahun Working Capital Total Asset WCTA

BCAS

2012 1338936423498 1602180989075 0.83569611

2013 1743661308180 2041418847273 0.85414187

2014 2634612430872 2994449136265 0.87983209

2015 3882548404115 4349580046527 0.89262604

2016 4484832184036 4995606338455 0.89775532

BSM

2012 43442883358648 54229395784522 0.80109473

2013 51038498748184 63965361177789 0.7979084

2014 56548733701305 66942422284470 0.84473689

2015 58162496733747 70369708944091 0.82652746

2016 65493286604545 78831721590271 0.83079863

BSMI

2012 5857534308 8163668180 0.71751254

2013 6896328324 9121575543 0.75604574

2014 5339383232 7044584889 0.7579415

2015 4172961805 5559819466 0.75055707

2016 5044792116 6135241922 0.82226458

BMI

2012 35821481195.00 44854413084 0.79861665

2013 43033236504.00 54694020564 0.78679965

2014 49000198679.00 62442189696 0.78472903

2015 43447532711.00 57172587967 0.75993644

2016 41631598525.00 55786397505 0.74626791

PNBS

2012 1896401491.00 2140482104 0.88596933

2013 3603061908.00 4052700692 0.88905206

2014 5251289376.00 6207678452 0.8459345

2015 6184846062.00 7134234975 0.86692492

2016 7438870650.00 8757963603 0.8493836

BJBS

2012 3553928881.00 4239448850 0.83829974

2013 3825675266.00 4695088075 0.81482503

2014 5322156283.00 6093478708 0.87341838

2015 5690305567.00 6437966411 0.88386692

2016 6571804476.00 7441652530 0.8831109

BSB

2012 -2986310280475.00 3616107512472 -0.82583559

2013 3091707085615.00 4343096056830 0.71186707

2014 4081060776831.00 5161300488180 0.79070397

2015 4751395410891.00 5827153527325 0.81538875

2016 5405212688778.00 7019598576013 0.77001735

BMSI

2012 1516740.00 2062552 0.73537055

2013 1751095.00 2299971 0.76135525

2014 1927685.00 2449541 0.78695764

2015 1372286.00 1743439 0.78711443

2016 939874.00 1344720 0.69893658

BNIS

2012 8305884.00 10645313 0.78023859

2013 10693072.00 14708504 0.72699929

2014 7421496.00 19492112 0.38074355

2015 19391744.00 23017667 0.84247218

2016 23220941.00 28314175 0.82011717

BRIS

2012 11611386.00 14088914 0.82415053

2013 12757546.00 17400914 0.73315379

2014 14766067.00 20343249 0.72584605

2015 18864478.00 24230247 0.77855079

2016 19323257.00 27678188 0.69814025

102

Lampiran 6: Perhitungan Net Profit Before Interest and Taxes to Total Asset

Bank Tahun NPBIT Total Aset NPBITTA

BCAS

2012 10960778015 1602180989075 0.00684116

2013 16760901061 2041418847273 0.00821042

2014 17497708631 2994449136265 0.00584338

2015 31892132856 4349580046527 0.00733223

2016 49241137711 4995606338455 0.00985689

BSM

2012 1.12526E+12 54229395784522 0.02075008

2013 9.06499E+11 63965361177789 0.01417172

2014 1.12609E+11 66942422284470 0.00168217

2015 3.83719E+11 70369708944091 0.0054529

2016 4.45851E+11 78831721590271 0.00565573

BSMI

2012 246727574 8163668180 0.03022264

2013 199737385 9121575543 0.02189725

2014 23319637 7044584889 0.00331029

2015 16727372 5559819466 0.00300862

2016 147247752 6135241922 0.02400032

BMI

2012 521841321 44854413084 0.01163411

2013 653620388 54694020564 0.01195049

2014 96719801 62442189696 0.00154895

2015 108909838 57172587967 0.00190493

2016 116459114 55786397505 0.00208759

PNBS

2012 46849335 2140482104 0.02188728

2013 29161500 4052700692 0.00719557

2014 95731515 6207678452 0.01542147

2015 75375666 7134234975 0.01056535

2016 27751225 8757963603 0.00316868

BJBS

2012 -22694851 4239448850 -0.00535326

2013 40570354 4695088075 0.00864102

2014 34313170 6093478708 0.00563113

2015 15949840 6437966411 0.00247747

2016 -545977456 7441652530 -0.07336777

BSB

2012 24357096259 3616107512472 0.00673572

2013 27244911130 4343096056830 0.00627315

2014 12769963065 5161300488180 0.00247418

2015 40665677424 5827153527325 0.00697865

2016 47833776081 7019598576013 0.00681432

BMSI

2012 56186 2062552 0.02724101

2013 59188 2299971 0.02573424

2014 76584 2449541 0.03126463

2015 -391125 1743439 -0.22434109

2016 -544552 1344720 -0.40495568

BNIS

2012 132744 10645313 0.01246971

2013 179616 14708504 0.01221171

2014 220133 19492112 0.01129344

2015 307768 23017667 0.01337095

2016 373197 28314175 0.01318057

BRIS

2012 138052 14088914 0.00979863

2013 183942 17400914 0.01057082

2014 15385 20343249 0.00075627

2015 158979 24230247 0.00656118

2016 239609 27678188 0.00865696

103

Lampiran 7: Perhitungan Net Profit Before Taxes to Current Liability

Bank Tahun Net Profit Brefore interest Curent Liability NPBICL

BCAS

2012 10960778015 238810075504 0.045897

2013 16760901061 260561575993 0.064326

2014 17497708631 309273017258 0.056577

2015 31892132856 376401415620 0.084729

2016 49241137711 393528534234 0.00999

BSM

2012 1.12526E+12 8772164156921 0.128277

2013 9.06499E+11 10604006870278 0.085486

2014 1.12609E+11 7884138140141 0.014283

2015 3.83719E+11 9460352567301 0.040561

2016 4.45851E+11 10801449184015 0.041277

BSMI

2012 246727574 2011547476 0.122656

2013 199737385 1800345764 0.110944

2014 23319637 1259847677 0.01851

2015 16727372 901803383 0.018549

2016 147247752 629418380 0.233943

BMI

2012 521841321 7951477655 0.065628

2013 653620388 9659515820 0.067666

2014 96719801 9309588390 0.010389

2015 108909838 8558827817 0.012725

2016 116459114 9030190679 0.012897

PNBS

2012 46849335 207006057 0.226319

2013 29161500 399427658 0.073008

2014 95731515 878501732 0.108971

2015 75375666 832850752 0.090503

2016 27751225 1010060755 0.027475

BJBS

2012 -22694851 501334847 -0.04527

2013 40570354 639934291 0.063398

2014 34313170 515932063 0.066507

2015 15949840 460713177 0.03462

2016 -545977456 869848054 -0.62767

BSB

2012 24357096259 3330749939521 0.007313

2013 27244911130 994095862770 0.027407

2014 12769963065 795744053623 0.016048

2015 40665677424 821690633482 0.04949

2016 47833776081 1241511992685 0.038529

BMSI

2012 56186 518330 0.108398

2013 59188 514367 0.11507

2014 76584 497887 0.153818

2015 -391125 254704 -1.53561

2016 -544552 304135 -1.79049

BNIS

2012 132744 2136154 0.062142

2013 179616 3717678 0.048314

2014 220133 3020812 0.072872

2015 307768 3239350 0.095009

2016 373197 4584636 0.081402

BRIS

2012 138052 2143871 0.064394

2013 183942 4256808 0.043211

2014 15385 5117565 0.003006

2015 158979 4786283 0.033216

2016 239609 7511450 0.031899

104

Lampiran 8: Perhitungan Sales to Total Asset

Bank Tahun Sales Total Asset STA

BCAS

2012 1.16986E+11 1602180989075 0.0730167

2013 1.55087E+11 2041418847273 0.07597023

2014 2.27365E+11 2994449136265 0.07592867

2015 3.57791E+11 4349580046527 0.08225879

2016 4.26069E+11 4995606338455 0.0852887

BSM

2012 4.67933E+12 54229395784522 0.0862877

2013 5.43785E+12 63965361177789 0.08501244

2014 5.54656E+12 66942422284470 0.0828557

2015 5.96002E+12 70369708944091 0.08469576

2016 6.4679E+12 78831721590271 0.08204689

BSMI

2012 1152243631 8163668180 0.14114288

2013 1355745354 9121575543 0.14863061

2014 1195321911 7044584889 0.16967954

2015 805328207 5559819466 0.14484791

2016 660472502 6135241922 0.10765223

BMI

2012 2980143546 44854413084 0.06644036

2013 4352254733 54694020564 0.0795746

2014 5214863502 62442189696 0.08351506

2015 4949359579 57172587967 0.08656875

2016 3801050983 55786397505 0.0681358

PNBS

2012 146346178 2140482104 0.06837066

2013 273812379 4052700692 0.06756294

2014 526519793 6207678452 0.0848175

2015 711205543 7134234975 0.09968911

2016 693132212 8757963603 0.07914308

BJBS

2012 308613421 4239448850 0.07279565

2013 511493027 4695088075 0.10894216

2014 593150492 6093478708 0.09734185

2015 728402525 6437966411 0.11314171

2016 730187052 7441652530 0.09812163

BSB

2012 1.11792E+11 3616107512472 0.03091496

2013 3.66252E+11 4343096056830 0.08432977

2014 4.60596E+11 5161300488180 0.08924034

2015 5.05265E+11 5827153527325 0.08670875

2016 5.75169E+11 7019598576013 0.08193765

BMSI

2012 125382 2062552 0.06078974

2013 138786 2299971 0.0603425

2014 169712 2449541 0.06928318

2015 173385 1743439 0.09945

2016 107788 1344720 0.08015646

BNIS

2012 936406 10645313 0.08796416

2013 1333245 14708504 0.0906445

2014 2026108 19492112 0.10394502

2015 2429243 23017667 0.10553819

2016 2801575 28314175 0.09894602

BRIS

2012 1338501 14088914 0.09500384

2013 1737511 17400914 0.09985171

2014 2056602 20343249 0.10109506

2015 2424752 24230247 0.10007129

2016 2634201 27678188 0.09517245

105

Lampiran 9: Perhitungan Retained Earning to Total Asset

Bank Tahun Retained earning Total Asset RETA

BCAS

2012 18958257282 1602180989075 0.011833

2013 31659280162 2041418847273 0.015508

2014 44609032287 2994449136265 0.014897

2015 68045881869 4349580046527 0.015644

2016 1.04862E+11 4995606338455 0.020991

BSM

2012 2.72218E+12 54229395784522 0.050198

2013 3.37342E+12 63965361177789 0.052738

2014 3.4452E+12 66942422284470 0.051465

2015 3.2425E+12 70369708944091 0.046078

2016 3.56792E+12 78831721590271 0.04526

BSMI

2012 301649128 8163668180 0.03695

2013 149739081 9121575543 0.016416

2014 17635303 7044584889 0.002503

2015 24994403 5559819466 0.004496

2016 136635655 6135241922 0.022271

BMI

2012 1120894073 44854413084 0.02499

2013 1596740732 54694020564 0.029194

2014 684634232 62442189696 0.064443

2015 162708953 57172587967 0.061543

2016 243220044 55786397505 0.064868

PNBS

2012 35408162 2140482104 0.016542

2013 25995008 4052700692 0.006414

2014 96933903 6207678452 0.015615

2015 150456446 7134234975 0.021089

2016 169997360 8757963603 0.019411

BJBS

2012 -9557923 4239448850 -0.00225

2013 18937914 4695088075 0.004034

2014 9951168 6093478708 0.001633

2015 5344100 6437966411 0.00083

2016 -417332199 7441652530 -0.05608

BSB

2012 -1.77298E+11 3616107512472 -0.04903

2013 -1.5775E+11 4343096056830 -0.03632

2014 -1.49088E+11 5161300488180 -0.02889

2015 1.21587E+11 5827153527325 0.020866

2016 88877272230 7019598576013 0.012661

BMSI

2012 102001 2062552 0.049454

2013 143368 2299971 0.062335

2014 199294 2449541 0.08136

2015 -95098 1743439 -0.05455

2016 -258836 1344720 -0.19248

BNIS

2012 175967 10645313 0.01653

2013 283680 14708504 0.019287

2014 408500 19492112 0.020957

2015 607025 23017667 0.026372

2016 861547 28314175 0.030428

BRIS

2012 89564 14088914 0.006357

2013 213128 17400914 0.012248

2014 228843 20343249 0.011249

2015 349090 24230247 0.014407

2016 519299 27678188 0.018756

106

Lampiran 10: Perhitungan Earning Before Interes and Taxes to Total Asset

Bank Tahun EBIT Total Asset EBITTA

BCAS

2012 10960778015 1602180989075 0.00684116

2013 16760901061 2041418847273 0.00821042

2014 17497708631 2994449136265 0.00584338

2015 31892132856 4349580046527 0.00733223

2016 49241137711 4995606338455 0.00985689

BSM

2012 1.12526E+12 54229395784522 0.02075008

2013 9.06499E+11 63965361177789 0.01417172

2014 1.12609E+11 66942422284470 0.00168217

2015 3.83719E+11 70369708944091 0.0054529

2016 4.45851E+11 78831721590271 0.00565573

BSMI

2012 246727574 8163668180 0.03022264

2013 199737385 9121575543 0.02189725

2014 23319637 7044584889 0.00331029

2015 16727372 5559819466 0.00300862

2016 147247752 6135241922 0.02400032

BMI

2012 521841321 44854413084 0.01163411

2013 653620388 54694020564 0.01195049

2014 96719801 62442189696 0.00154895

2015 108909838 57172587967 0.00190493

2016 116459114 55786397505 0.00208759

PNBS

2012 46849335 2140482104 0.02188728

2013 29161500 4052700692 0.00719557

2014 95731515 6207678452 0.01542147

2015 75375666 7134234975 0.01056535

2016 27751225 8757963603 0.00316868

BJBS

2012 -22694851 4239448850 -0.00535326

2013 40570354 4695088075 0.00864102

2014 34313170 6093478708 0.00563113

2015 15949840 6437966411 0.00247747

2016 -545977456 7441652530 -0.07336777

BSB

2012 24357096259 3616107512472 0.00673572

2013 27244911130 4343096056830 0.00627315

2014 12769963065 5161300488180 0.00247418

2015 40665677424 5827153527325 0.00697865

2016 47833776081 7019598576013 0.00681432

BMSI

2012 56186 2062552 0.02724101

2013 59188 2299971 0.02573424

2014 76584 2449541 0.03126463

2015 -391125 1743439 -0.22434109

2016 -544552 1344720 -0.40495568

BNIS

2012 132744 10645313 0.01246971

2013 179616 14708504 0.01221171

2014 220133 19492112 0.01129344

2015 307768 23017667 0.01337095

2016 373197 28314175 0.01318057

BRIS

2012 138052 14088914 0.00979863

2013 183942 17400914 0.01057082

2014 15385 20343249 0.00075627

2015 158979 24230247 0.00656118

2016 239609 27678188 0.00865696

107

Lampiran 11: Book Value of Equity to Book Value of Liability

Bank Tahun Book Value of Equity Book Value Of Liability BVEBVL

BCAS

2012 3.04376E+11 256793877391 1.185293

2013 3.13517E+11 275000002371 1.140062

2014 6.26034E+11 324416857496 1.929721

2015 1.05255E+12 393622629885 2.674011

2016 1.09907E+12 419533187553 2.619736

BSM

2012 4.18069E+12 9168631145854 0.455978

2013 4.862E+12 11029685200566 0.44081

2014 4.93698E+12 8329956338523 0.592678

2015 5.61374E+12 9883107046874 0.568014

2016 6.39244E+12 11232796484546 0.569087

BSMI

2012 8163668180 2117051180 3.856151

2013 770053081 1905341988 0.404155

2014 787449303 1300748345 0.605382

2015 874286571 934524234 0.935542

2016 1061800638 653977609 1.623604

BMI

2012 2457989411 8115487602 0.309124

2013 4291093718 9875162022 0.444235

2014 4023951885 9587562800 0.432237

2015 3518592629 8952097186 0.411107

2016 3618746556 9476756018 0.400739

PNBS

2012 187666331 209242761 0.896883

2013 525995008 402609317 1.306465

2014 1072794674 887049913 1.209396

2015 1155490602 814347824 1.418915

2016 1187940719 1019132249 1.165639

BJBS

2012 599442077 572583107 1.195692

2013 627757914 639934291 0.980972

2014 631270749 594012407 1.223554

2015 1043202612 525022661 2.264321

2016 876401193 940848054 1.007534

BSB

2012 2.73072E+11 3343035359342 0.081684

2013 2.9262E+11 1018893278431 0.287194

2014 5.01282E+11 829679583386 0.604187

2015 6.33083E+11 876238579155 0.722501

2016 7.89568E+11 1314314270143 0.600745

BMSI

2012 950849 538384 1.766117

2013 992216 536785 1.848442

2014 1048717 512714 2.045423

2015 754605 275450 2.739535

2016 592111 323237 1.831817

BNIS

2012 1187218 2185658 0.543186

2013 1304680 3838672 0.339878

2014 1950000 3084547 0.632184

2015 2215658 3310505 0.669281

2016 2486566 4684758 0.530778

BRIS

2012 1068564 3431739 0.311377

2013 11698128 4504515 2.596978

2014 1707843 5608590 0.304505

2015 2339812 6421537 0.364369

2016 2510014 8464428 0.296537

108

Lampiran 12: Perhitungan Potensi Financial Distress Model Zmijewski

Bank

Tahun

ROA

(4.5)

Leverage

(5.7)

Likuiditas

(0.004)

ZMIJEWSKI

BCAS

2012 0.005218 0.160278 6.6067 -3.38347

2013 0.006222 0.13471 7.691936 -3.52938

2014 0.004325 0.108339 9.518727 -3.66385

2015 0.005388 0.090497 11.31491 -3.76316

2016 0.00737 0.08398 12.39646 -3.80489

BSM

2012 0.014857 0.169071 5.952356 -3.37934

2013 0.010181 0.172432 5.813133 -3.3397

2014 0.001072 0.124435 8.172469 -3.56286

2015 0.004115 0.140445 7.148026 -3.48939

2016 0.004128 0.142491 7.06338 -3.47812

BSMI

2012 0.022646 0.259326 3.911954 -2.9081

2013 0.016394 0.208883 4.830558 -3.16382

2014 0.002469 0.184645 5.238118 -3.23768

2015 0.002199 0.168085 5.627352 -3.3293

2016 0.018048 0.106594 9.015006 -3.73757

BMI

2012 0.008682 0.18093 5.505009 -3.28575

2013 0.0087 0.180553 5.45501 -3.28818

2014 0.000944 0.153543 6.263412 -3.404

2015 0.001303 0.15658 6.076341 -3.38905

2016 0.001443 0.169876 5.610268 -3.31576

PNBS

2012 0.017332 0.097755 10.16109 -3.78015

2013 0.005264 0.099343 10.02056 -3.71735

2014 0.011427 0.142896 6.977552 -3.50901

2015 0.00751 0.114146 8.426116 -3.64946

2016 0.002231 0.116366 8.364775 -3.61329

BJBS

2012 -0.00429 0.135061 8.088932 -3.4785

2013 0.006031 0.136299 6.978231 -3.52232

2014 0.003562 0.097483 11.31561 -3.71511

2015 0.001131 0.081551 13.35108 -3.78684

2016 -0.05573 0.12643 8.555118 -3.29435

BSB

2012 0.004782 0.924485 0.103412 0.948455

2013 0.004501 0.234601 4.110069 -2.96659

2014 0.001678 0.16075 6.12861 -3.36676

2015 0.004767 0.150372 6.782463 -3.4372

2016 0.00466 0.187235 5.353734 -3.23231

MBSI

2012 0.019564 0.261028 3.926205 -2.88447

2013 0.017986 0.233388 4.404369 -3.03301

2014 0.022826 0.20931 4.871732 -3.19016

2015 -0.16886 0.157992 6.387768 -2.61404

2016 -0.12176 0.240375 4.090318 -2.36557

BNIS

2012 0.009572 0.205316 4.888242 -3.15322

2013 0.007986 0.260983 3.876277 -2.83283

2014 0.008375 0.158246 3.456788 -3.42186

2015 0.009928 0.143825 6.986307 -3.49693

2016 0.009796 0.165456 6.064948 -3.37672

BRIS

2012 0.007204 0.243577 6.416084 -2.91837

2013 0.007446 0.258867 3.996975 -2.84198

2014 0.000323 0.275698 3.88537 -2.71444

2015 0.005061 0.265022 4.941363 -2.79239

2016 0.00615 0.305816 3.572507 -2.57023

Rata-rata 0.000043165 0.185707 7.592195 -3.21129

109

Lampiran 13: Perhitungan Potensi Financial Distress Model Springate

Bank

Tahun

WCTA

(1.03)

NPBITTA

(3.07)

NPBTCL

(0.66)

STA

(9.4)

SPRINGATE

BCAS

2012 0.835696 0.006841 0.045897 0.073017 0.941268

2013 0.854142 0.00821 0.064326 0.07597 0.977815

2014 0.879832 0.005843 0.056577 0.075929 0.991878

2015 0.892626 0.007332 0.084729 0.082259 1.030739

2016 0.897755 0.009857 0.00999 0.085289 0.995657

BSM

2012 0.946772 0.02075 1.290198 0.086288 1.924924

2013 0.797908 0.014172 0.085486 0.085012 0.955779

2014 0.844737 0.001682 0.014283 0.082856 0.917812

2015 0.826527 0.005453 0.040561 0.084696 0.928712

2016 0.830799 0.005656 0.041277 0.082047 0.933147

BSMI

2012 0.717513 0.030223 0.122656 0.141143 0.969231

2013 0.756046 0.021897 0.110944 0.148631 0.978627

2014 0.757941 0.00331 0.01851 0.16968 0.870931

2015 0.750557 0.003009 0.018549 0.144848 0.852492

2016 0.822265 0.024 0.233943 0.107652 1.118076

BMI

2012 0.798617 0.011634 0.065628 0.06644 0.928183

2013 0.7868 0.01195 0.067666 0.079575 0.923581

2014 0.784729 0.001549 0.010389 0.083515 0.853289

2015 0.759936 0.001905 0.012725 0.086569 0.831609

2016 0.746268 0.002088 0.012897 0.068136 0.810831

PNBS

2012 0.885969 0.021887 0.226319 0.068371 1.156461

2013 0.889052 0.007196 0.073008 0.067563 1.013025

2014 0.845935 0.015421 0.108971 0.084818 1.024505

2015 0.866925 0.010565 0.090503 0.099689 1.024976

2016 0.849384 0.003169 0.027475 0.079143 0.934384

BJBS

2012 0.8383 -0.00535 -0.04527 0.072796 0.846255

2013 0.814825 0.008641 0.063398 0.108942 0.951217

2014 0.873418 0.005631 0.066507 0.097342 0.99974

2015 0.883867 0.002477 0.03462 0.113142 0.986095

2016 0.883111 -0.07337 -0.62767 0.098122 0.309352

BSB

2012 -0.82584 0.006736 0.007313 0.030915 -0.81274

2013 0.711867 0.006273 0.027407 0.08433 0.804302

2014 0.790704 0.002474 0.016048 0.08924 0.868309

2015 0.815389 0.006979 0.04949 0.086709 0.928622

2016 0.770017 0.006814 0.038529 0.081938 0.872242

MBSI

2012 0.735371 0.027241 0.108398 0.06079 0.93692

2013 0.761355 0.025734 0.11507 0.060342 0.963283

2014 0.786958 0.031265 0.153818 0.069283 1.035782

2015 0.787114 -0.22434 -1.53561 0.09945 -0.85172

2016 0.698937 -0.40496 -1.79049 0.080156 -1.67297

BNIS

2012 0.780239 0.01247 0.062142 0.087964 0.918127

2013 0.726999 0.012212 0.048314 0.090645 0.854444

2014 0.380744 0.011293 0.072872 0.103945 0.51651

2015 0.842472 0.013371 0.095009 0.105538 1.013716

2016 0.820117 0.013181 0.081402 0.098946 0.978489

BRIS

2012 0.824151 0.009799 0.064394 0.095004 0.959458

2013 0.733154 0.010571 0.043211 0.099852 0.856061

2014 0.725846 0.000756 0.003006 0.101095 0.792365

2015 0.778551 0.006561 0.033216 0.100071 0.884001

2016 0.69814 0.008657 0.031899 0.095172 0.804784

rata-rata 0.765211 -0.00447 0.003011 0.090417 0.812611

110

Lampiran 14: Perhitungan Potensi Financial Distress Model Altman Z-Score

Bank

Tahun

WCTA

(6.56)

RETA

(3.26)

EBITTA

(6.72)

BVEBVTD

(1.05)

ALTMAN

BCAS

2012 0.835696 0.011833 0.006841 1.185293 6.811271

2013 0.854142 0.015508 0.00821 1.140062 6.905967

2014 0.879832 0.014897 0.005843 1.929721 7.885738

2015 0.892626 0.015644 0.007332 2.674011 8.763611

2016 0.897755 0.020991 0.009857 2.619736 8.774666

BSM

2012 0.946772 0.050198 0.02075 0.455978 6.992687

2013 0.797908 0.052738 0.014172 0.44081 5.964291

2014 0.844737 0.051465 0.001682 0.592678 6.342866

2015 0.826527 0.046078 0.005453 0.568014 6.205292

2016 0.830799 0.04526 0.005656 0.569087 6.233134

BSMI

2012 0.717513 0.03695 0.030223 3.856151 9.079394

2013 0.756046 0.016416 0.021897 0.404155 5.584688

2014 0.757941 0.002503 0.00331 0.605382 5.638153

2015 0.750557 0.004496 0.003009 0.935542 5.940847

2016 0.822265 0.022271 0.024 1.623604 7.332724

BMI

2012 0.798617 0.02499 0.011634 0.309124 5.723152

2013 0.7868 0.029194 0.01195 0.444235 5.803332

2014 0.784729 0.064443 0.001549 0.432237 5.822164

2015 0.759936 0.061543 0.001905 0.411107 5.630278

2016 0.746268 0.064868 0.002088 0.400739 5.541791

PNBS

2012 0.885969 0.016542 0.021887 0.896883 6.954696

2013 0.889052 0.006414 0.007196 1.306465 7.273235

2014 0.845935 0.015615 0.015421 1.209396 6.973734

2015 0.866925 0.021089 0.010565 1.418915 7.316639

2016 0.849384 0.019411 0.003169 1.165639 6.88045

BJBS

2012 0.8383 -0.00225 -0.00535 1.195692 6.711399

2013 0.814825 0.004034 0.008641 0.980972 6.44649

2014 0.873418 0.001633 0.005631 1.223554 7.057521

2015 0.883867 0.00083 0.002477 2.264321 8.195059

2016 0.883111 -0.05608 -0.07337 1.007534 6.175264

BSB

2012 -0.82584 -0.04903 0.006736 0.081684 -5.44629

2013 0.711867 -0.03632 0.006273 0.287194 4.895147

2014 0.790704 -0.02889 0.002474 0.604187 5.743873

2015 0.815389 0.020866 0.006979 0.722501 6.222495

2016 0.770017 0.012661 0.006814 0.600745 5.769164

MBSI

2012 0.735371 0.049454 0.027241 1.766117 7.022732

2013 0.761355 0.062335 0.025734 1.848442 7.3115

2014 0.786958 0.08136 0.031265 2.045423 7.785467

2015 0.787114 -0.05455 -0.22434 2.739535 6.35459

2016 0.698937 -0.19248 -0.40496 1.831817 3.159634

BNIS

2012 0.780239 0.01653 0.01247 0.543186 5.826394

2013 0.726999 0.019287 0.012212 0.339878 5.270925

2014 0.380744 0.020957 0.011293 0.632184 3.305683

2015 0.842472 0.026372 0.013371 0.669281 6.405188

2016 0.820117 0.030428 0.013181 0.530778 6.125055

BRIS

2012 0.824151 0.006357 0.009799 0.311377 5.819944

2013 0.733154 0.012248 0.010571 2.596978 7.647281

2014 0.725846 0.011249 0.000756 0.304505 5.123034

2015 0.778551 0.014407 0.006561 0.364369 5.58094

2016 0.69814 0.018756 0.008657 0.296537 5.010483

Rata-rata 0.765211 0.01443 -0.00447 1.067675 6.157876

111

Lampiran 15: Perhitungan Potensi Financial Distress Model Grover

Bank

Tahun

WCTA

(1.65)

EBITTA

(3.404)

ROA

(0.016)

Grover

BCAS

2012 0.835696 0.006841 0.005218 1.459269

2013 0.854142 0.00821 0.006222 1.494382

2014 0.879832 0.005843 0.004325 1.528683

2015 0.892626 0.007332 0.005388 1.554878

2016 0.897755 0.009857 0.00737 1.571967

BSM

2012 0.946772 0.02075 0.014857 1.690045

2013 0.797908 0.014172 0.010181 1.421952

2014 0.844737 0.001682 0.001072 1.456559

2015 0.826527 0.005453 0.004115 1.439398

2016 0.830799 0.005656 0.004128 1.447136

BSMI

2012 0.717513 0.030223 0.022646 1.344136

2013 0.756046 0.021897 0.016394 1.379276

2014 0.757941 0.00331 0.002469 1.318911

2015 0.750557 0.003009 0.002199 1.305696

2016 0.822265 0.024 0.018048 1.495722

BMI

2012 0.798617 0.011634 0.008682 1.414459

2013 0.7868 0.01195 0.0087 1.396038

2014 0.784729 0.001549 0.000944 1.357091

2015 0.759936 0.001905 0.001303 1.3174

2016 0.746268 0.002088 0.001443 1.295471

PNBS

2012 0.885969 0.021887 0.017332 1.593631

2013 0.889052 0.007196 0.005264 1.548514

2014 0.845935 0.015421 0.011427 1.505469

2015 0.866925 0.010565 0.00751 1.523511

2016 0.849384 0.003169 0.002231 1.469305

BJBS

2012 0.8383 -0.00535 -0.00429 1.421903

2013 0.814825 0.008641 0.006031 1.430972

2014 0.873418 0.005631 0.003562 1.517366

2015 0.883867 0.002477 0.001131 1.523832

2016 0.883111 -0.07337 -0.05573 1.263497

BSB

2012 -0.82584 0.006736 0.004782 -1.28262

2013 0.711867 0.006273 0.004501 1.253007

2014 0.790704 0.002474 0.001678 1.37011

2015 0.815389 0.006979 0.004767 1.426223

2016 0.770017 0.006814 0.00466 1.350799

MBSI

2012 0.735371 0.027241 0.019564 1.363403

2013 0.761355 0.025734 0.017986 1.401123

2014 0.786958 0.031265 0.022826 1.46227

2015 0.787114 -0.22434 -0.16886 0.58938

2016 0.698937 -0.40496 -0.12176 -0.17017

BNIS

2012 0.780239 0.01247 0.009572 1.386994

2013 0.726999 0.012212 0.007986 1.298245

2014 0.380744 0.011293 0.008375 0.723804

2015 0.842472 0.013371 0.009928 1.492753

2016 0.820117 0.013181 0.009796 1.455217

BRIS

2012 0.824151 0.009799 0.007204 1.450318

2013 0.733154 0.010571 0.007446 1.302806

2014 0.725846 0.000756 0.000323 1.257226

2015 0.778551 0.006561 0.005061 1.364024

2016 0.69814 0.008657 0.00615 1.238498

Rata-rata 0.765211 -0.00447 4.32E-05 1.304397

112

Lampiran 16: Analisis Deskriptif Model Zmijewski



ROA 50 -.17 .02 .0000 .03218

LEVERAGE 50 .08 .92 .1857 .12075

LIKUIDITY 50 .10 59.87 7.5922 7.95851


Lampiran 17: Analisis Deskriptif Model Springate



WCTA 50 -.83 .95 .7652 .24458

NPBTTA 50 -.40 .03 -.0045 .06802

NPBCL 50 -1.79 1.29 .0030 .40203

STA 50 .03 .17 .0904 .02357


Lampiran 18: Analisis Deskriptif Model Altman Z-Score



WCTA 50 -.83 .95 .7652 .24458

RETA 50 -.19 .08 .0144 .04166

EBITTA 50 -.40 .03 -.0045 .06802

BVEBTL 50 .08 3.86 1.0677 .82752


Lampiran 19: Analisis Deskriptif Model Grover



WCTA 50 -.83 .95 .7652 .24458

EBITTA 50 -.40 .03 -.0045 .06802

ROA 50 -.17 .02 .0000 .03218


113

Lampiran 20: Uji Kruskall Wallis

Ranks

MODEL N Mean Rank

FD

ZMIJEWSKI 50 27.17

SPRINGATE 50 80.55

ALTMAN 50 172.50

GROVER 50 121.78

Total 200

Test Statisticsa,b

FD

Chi-Square 170.342

df 3

Asymp. Sig. .000

a. Kruskal Wallis Test

b. Grouping Variable: MODEL

analisis model zmijewski, springate, altman z-score dan...

Documents