implementasi o-score model untuk memprediksi ...repository.ub.ac.id/2914/1/mai sovi...
TRANSCRIPT
-
IMPLEMENTASI O-Score MODEL UNTUK
MEMPREDIKSI FINANCIAL DISTRESS
PERUSAHAAN (Studi pada Perusahaan Manufaktur Sub Sektor Tekstil dan Garmen yang
Terdaftar di Bursa Efek Indonesia Periode 2011-2015)
SKRIPSI
Disusun untuk Menempuh Ujian Sarjana
Pada Fakultas Ilmu Administrasi Universitas Brawijaya
MAI SOVI TRISWIDJANTI
135030207111070
UNIVERSITAS BRAWIJAYA
FAKULTAS ILMU ADMINISTRASI
JURUSAN ILMU ADMINISTRASI BISNIS
KONSENTRASI KEUANGAN
MALANG
2017
-
i
MOTTO
MAN JADDA WAJADA
( siapa bersungguh-sungguh pasti berhasil )
MAN SHABARA ZHAFIRA
( siapa yang bersabar pasti beruntung )
MAN SARA ALA DARBIWASHALA
( siapa menapaki jalan-Nya akan sampai ke tujuan )
-
ii
-
iii
-
iv
-
v
RINGKASAN
Mai Sovi Triswidjanti, 2017, Implementasi O-Score Model untuk
Memprediksi Financial Distress Perusahaan (Studi pada Perusahaan Manufaktur
Sub Sektor Tekstil dan Garmen yang Terdaftar di Bursa Efek Indonesia Periode
2011-2015), Nila Firdausi Nuzula, S.Sos., M.Si., Ph.D, 217 hal + xv.
Penelitian ini bertujuan untuk menilai tingkat kesulitan keuangan
(financial distress) perusahaan dari hasil perhitungan O-Score Ohlson. Prosedur
penilaian financial distress dalam penelitian ini menggunakan rumus O-Score
Model yang telah dipublikasikan oleh Ohlson pada tahun 1980 yang
menggunakan metode statistik bernama conditional logit. Terdapat tujuh variabel
sebagai dasar perhitungan yaitu total assets, GNP price level index, Total
liabilitas, Liabilitas lancar, Aset lancar, Pendapatan bersih, Arus kas dari kegiatan
operasi. Penelitian ini merupakan penelitian deskriptif dengan menggunakan
metode kuantitatif. Populasi dalam penelitian ini adalah perusahaan tekstil dan
garmen yang terdaftar di Bursa Efek Indonesia tahun 2011-2015. Teknik
pemilihan sampel yaitu dengan metode purposive sampling. Berdasarkan kriteria-
kriteria yang telah ditentukan, diperoleh tiga belas perusahaan yang dijadikan
sampel penelitian. Jenis data yang digunakan yaitu data sekunder berupa laporan
tahunan dan laporan keuangan perusahaan yang telah di audit dan diperoleh dari
BEI untuk perusahaan manufaktur sub sektor tekstil dan garmen tahun 2011-2015
dan data gnp yang diperoleh dari badan pusat statistik.
Hasil penelitian ini menunjukkan bahwa perhitungan O-Score Model yang
diterapkan untuk memperoleh nilai O-Score yang digunakan sebagai tolak ukur
prediksi financial distress sesuai dengan klasifikasi yang telah ditentukan Ohlson.
Hasil prediksi menyatakan bahwa terdapat satu perusahaan yang mengalami
financial distress, sembilan perusahaan dalam kondisi keuangan yang sehat dan
tiga perusahaan dalam kondisi tidak stabil selama tahun 2011-2015. Variabel X5,
X6, X8, X3, X9 dan X1 berkontribusi secara signifikan dalam perhitungan O-Score
Model dan analisis financial distress.
Kata kunci: O-Score Model, Ohlson, Financial Distress
-
vi
SUMMARY
Mai Sovi Triswidjanti, 2017, Implementation of O-Score Model to Predict
Company’s Financial Distress ( Study on Manufacturing Company Sub Sector
Textile and Garment Listed in Indonesian Stock Exchange Period 2011-2015),
Nila Firdausi Nuzula, S.Sos., M.Si., Ph.D, 217 pages + xv.
This research supposed to assess company’s financial distress from the
calculation of O-Score Ohlson. Procedure for assessment of financial distress in
this study using the formula O-Score Model that has been published by Ohlson in
1980 that uses statistical methods named conditionals logit. In O-Score Model
formula have seven variable that are total assets, gross national product price
level index, total liabilities, current liabilities, current assets, net income, cash
flow from operation. This research applied descriptive research which use
quantitative method. Population in this reserach are Textile and Garment
Companies that listed in Indonesian Stock Exchange period 2011-2015. Sampling
technique in this research use puposive sampling. According to the criteria
obtained thirhteen companies as research sample. Type of data use secondary
data that are audited annual report and audited financial report obtained from
IDX for manufacturing company sub sector textile and garment companies period
2011-2015 and also GNP that obtained from central bureau of statistic.
The results of this research show that the calculation of applied O-Score
Model to obtain the value of O-Score which is used as a benchmark prediction of
financial distress corresponding to the classification that have been determined by
Ohlson. The result show that there are one companies suffers financial distress,
nine companies in safe financial condition and three companies in unstabil
condition within period 2011-2015. Variable X5, X6, X8, X3, X9 dan X1 have
significant contribution in O-score model calculation and financial distress
analysis.
Keyword: O-Score Model, Ohlson, Financial Distress
-
vii
KATA PENGANTAR
Puji syukur peneliti panjatkan kepada Allah SWT atas rahmat dan karunia-Nya,
sehingga peneliti dapat menyelesaikan skripsi yang berjudul “Implementasi O-
Score Model untuk Memprediksi Financial Distress Perusahaan (Studi Pada
Perusahaan Manufaktur Sub Sektor Tekstil dan Garmen yang Terdaftar di
Bursa Efek Indonesia Periode 2011-2015)”. Skripsi ini merupakan tugas akhir
yang diajukan untuk memenuhi salah satu syarat dalam memperoleh gelar Sarjana
Ilmu Administrasi Bisnis pada Fakultas Ilmu Administrasi Universitas Brawijaya
Malang.
Selama penelitian dan penyusunan skripsi ini, peneliti tidak jarang
mengalami berbagai kendala dengan proses yang panjang dalam penyelesaiannya.
Namun, kendala tersebut dapat terselesaikan dengan adanya bantuan, bimbingan,
dan dukungan dari berbagai pihak. Oleh karena itu, peneliti menyampaikan ucapan
terima kasih kepada:
1. Bapak Prof. Dr. Bambang Supriyono, MS, selaku Dekan Fakultas Ilmu
Administrasi Universitas Brawijaya.
2. Ibu Prof. Dr. Dra. Endang Siti Astuti, M.Si selaku Ketua Jurusan
Administrasi Bisnis, Fakultas Ilmu Administrasi Universitas Brawijaya.
3. Bapak Muhammad Iqbal, S.Sos., M.IB., DBA, selaku Sekretaris Jurusan
Administrasi Bisnis, Fakultas Ilmu Administrasi Bisnis Universitas
Brawijaya.
-
viii
4. Bapak Dr. Wilopo, M.AB., selaku Ketua Program Studi Administrasi
Bisnis, Fakultas Ilmu Administrasi Bisnis Universitas Brawijaya.
5. Ibu Nila Firdausi Nuzula, Ph.D selaku Dosen Pembimbing yang dengan
sabar telah membimbing, memberikan arahan, dan bersedia meluangkan
waktu sehingga skripsi ini terselesaikan dengan baik.
6. Seluruh dosen pengajar Administrasi Bisnis yang telah memberikan ilmu
yang bermanfaat selama perkuliahan.
7. Ibunda Wahyu Wijayati, ayahanda Sutrisno dan adik Sandra Tali’a
Triswidjanti yang telah meberikan dukungan moril maupun materiil,
motivasi, doa, kasih sayang dan semangat yang luar biasa bagi peneliti
selama ini. Gelar ini merupakan wujud amanah dan sedikit persembahan
yang peniliti berikan kepada kedua orang tua.
8. Sahabatku Azizah Ajeng Tristiana yang selalu memberikan motivasi dan
mendengarkan keluh kesah peneliti selama ini.
9. Valeria Pramudita Suwandari dan Gagas Septian Nur Fikri yang telah
memberikan bimbingan dan masukan dalam penyusunan skripsi selama ini.
10. Keluarga siluet (Lizza Faradipta, Miati Kusuma Wardani dan Chintya
Chrismatin) , keluarga kedua di malang sejak maba yang selalu mendoakan
dan memberikan semangat.
11. Terima kasih banyak kepada semua pihak yang tidak dapat peneliti sebutkan
satu per satu yang telah membantu dalam penyusunan skripsi ini
-
ix
Peneliti menyadari baik dalam penulisan, penyusunan, dan penyajian materi
dalam skripsi ini. Peneliti berharap kritik dan saran yang membangun dari pembaca
atas segala kekurangan tersebut. Semoga skripsi ini dapat memberikan manfaat bagi
berbagai pihak yang membutuhkan
Malang, 15 Juni 2017
Peneliti
-
x
DAFTAR ISI
MOTTO .......................................................................................................... i
TANDA PERSETUJUAN SKRIPSI ............................................................ ii
TANDA PENGESAHAN ............................................................................... iii
PERNYATAAN ORISINALITAS SKRIPSI ............................................... iv
RINGKASAN ................................................................................................. v
SUMMARY ...................................................................................................... vi
KATA PENGANTAR .................................................................................... vii
DAFTAR ISI ................................................................................................... x
DAFTAR TABEL .......................................................................................... xii
DAFTAR GAMBAR ...................................................................................... xiv
DAFTAR LAMPIRAN .................................................................................. xv
BAB 1 PENDAHULUAN .............................................................................. 1
A. Latar Belakang ............................................................................... 1 B. Perumusan Masalah ....................................................................... 7 C. Tujuan Penelitian ........................................................................... 8 D. Kontribusi Penelitian ...................................................................... 8 E. Sistematika Pembahasan ................................................................ 8
BAB II TINJAUAN PUSTAKA .................................................................... 10
A. Penelitian Terdahulu ...................................................................... 10 B. Laporan Keuangan ......................................................................... 15
1. Pengertian Laporan Keuangan ................................................. 15 2. Tujuan Laporan Keuangan ....................................................... 16 3. Karakteristik Kualitatif Laporan Keuangan ............................. 17 4. Bentuk-bentuk Laporan Keuangan........................................... 18 5. Pengguna Laporan Keuangan................................................... 19
C. Analisis Laporan Keuangan ........................................................... 20 1. Pengertian Analisis Laporan Keuangan ................................... 20 2. Tujuan dan Manfaat Analisis Laporan Keuangan .................... 21 3. Tahapan Analisis Laporan Keuangan ...................................... 21 4. Metode Analisis Laporan Keuangan ........................................ 22 5. Teknik Analisis Laporan Keuangan ......................................... 22
D. Financial Distress .......................................................................... 23 1. Pengertian Financial Distress .................................................. 23 2. Penyebab Financial Distress .................................................... 25 3. Manfaat Prediksi Financial Distress ........................................ 25
E. Model Prediksi Financial Distress................................................. 26 1. Model Altman (Z-Score) .......................................................... 26
-
xi
2. Model Springate (S-Score) ....................................................... 29 3. Model Zmijewski (X-Score) ..................................................... 30 4. Model Ohlson (O-Score) .......................................................... 31
BAB III METODE PENELITIAN ............................................................... 34
A. Jenis Penelitian ............................................................................... 34 B. Lokasi Penelitian ............................................................................ 34 C. Variabel Penelitian ......................................................................... 35
1. O-Score Model ......................................................................... 35 2. Prediksi Financial Distress ...................................................... 37
D. Populasi dan Sampel ...................................................................... 37 1. Populasi .................................................................................... 37 2. Sampel ...................................................................................... 38
E. Sumber Data ................................................................................... 40 F. Teknik Pengumpulan Data ............................................................. 41 G. Teknik Analisis Data ...................................................................... 41
1. Menghitung O-Score ................................................................ 42 2. Mengidentifikasi Financial Distress ........................................ 44
BAB IV HASIL DAN PEMBAHASAN ....................................................... 45
A. Gambaran Umum Perusahaan ....................................................... 45 B. Penyajian Data ............................................................................... 56 C. Analisis Data .................................................................................. 87
1. O-Score Model ......................................................................... 87 2. Financial Distress .................................................................... 131
D. Intepretasi Hasil Penelitian ............................................................ 135
BAB V PENUTUP .......................................................................................... 142
A. Kesimpulan .................................................................................... 142 B. Saran ............................................................................................... 143 C. Keterbatsan Penelitian .................................................................... 145
DAFTAR PUSTAKA ..................................................................................... 146
-
xii
DAFTAR TABEL
Tabel Judul Halaman
2.1 Ringkasan Penelitian Terdahulu 13
2.2 Matriks Kesulitan Keuangan dan Kebangkrutan 24
3.1 Populasi Industri Manufaktur Sub sektor Tekstil dan
Garmen
38
3.2 Teknik Purposive Sampling 39
4.1 Kondisi Keuangan Polychem Indonesia Tbk Periode 2011-
2015
57
4.2 Kondisi Keuangan PT Argo Pantes Tbk Periode 2011-2015 60
4.3 Kondisi Keuangan PT Eratex Djaja Tbk Periode 2011-2015 62
4.4 Kondisi Keuangan PT Ever Shine Tex Tbk Periode 2011-
2015
65
4.5 Kondisi Keuangan PT Panasia Indo Resources Tbk Periode
2011-2015
67
4.6 Kondisi Keuangan Indo Rama Synthhetic Tbk Periode
2011-2015
69
4.7 Kondisi Keuangan Apac Citra Centertex Tbk Periode 201-
2015
71
4.8 Kondisi Keuangan Pan Brothers Tbk Periode 2011-2015 74
4.9 Kondisi Keuangan Asia Pasific Fibers Tbk Periode 2011-
2015
76
4.10 Kondisi Keuangan Ricky Putra Globalindo Tbk Periode
2011-2015
78
4.11 Kondisi Keuangan PT Sunson Textile Manufacturer Tbk
Periode 2011-2015
80
4.12 Kondisi Keuangan PT Tifico Fiber Indonesia Tbk Periode
2011-2015
82
4.13 Kondisi Keuangan PT Nusantara Inti Corpora Tbk Periode
2011-2015
85
4.14 Hasil Perhitungan Rasio Keuangan pada Polychem
Indonesia Tbk Periode 2011-2015
87
4.15 Hasil Perhitungan Rasio Keuangan pada PT Argo Pantes
Tbk Periode 2011-2015
90
4.16 Hasil Perhitungan Rasio Keuangan pada PT Eratex Djaja
Tbk Periode 2011-2015
93
4.17 Hasil Perhitungan Rasio Keuangan pada Ever Shine Tex
Tbk Periode 2011-2015
96
4.18 Hasil Perhitungan Rasio Keuangan pada PT Panasia Indo
Resources Tbk Periode 2011-2015
99
4.19 Hasil Perhitungan Rasio Keuangan pada Indo Rama
Synthetic Tbk Periode 2011-2015
102
-
xiii
Tabel Judul Halaman
4.20 Hasil Perhitungan Rasio Keuangan pada Apac Citra
Centertex Tbk Periode 2011-2015
105
4.21 Hasil Perhitungan Rasio Keuangan pada Pan Brothers Tbk
Periode 2011-2015
108
4.22 Hasil Perhitungan Rasio Keuangan pada Asia Pasific Fibers
Tbk Periode 2011-2015
112
4.23 Hasil Perhitungan Rasio Keuangan pada Ricky Putra
Globalindo Tbk Periode 2011-2015
115
4.24 Hasil Perhitungan Rasio Keuangan pada PT Sunson Textile
Manufacturer Tbk Periode 2011-2015
118
4.25 Hasil Perhitungan Rasio Keuangan pada PT Tifico Fiber
Indonesia Tbk Periode 2011-2015
120
4.26 Hasil Perhitungan Rasio Keuangan pada PT Nusantara Inti
Corpora Tbk Periode 2011-2015
124
4.27 Ringkasan Perhitungan P (O-Score) Perusahaan Sampel 131
4.28 Ringkasan Klasifikasi Perusahaan Berdasarkan P (O-Score) 135
-
xiv
DAFTAR GAMBAR
Gambar Judul Halaman
1.1 Mekanisme Transmisi Dampak Krisis Global ke
Indonesia
2
-
217
Rincian 2010 2011 2012 2013 2014* 2015**
Produk Domestik Bruto (miliar rupiah) 6 864 133,1 7 831 726,0 8 615 704,5 9 546 134,0 10 565 817,3 11 540 789,8
Produk Domestik Bruto per kapita (ribu rupiah) 28 778,2 32 363,7 35 105,2 38 365,9 41 900,4 45 176,2
Produk Nasional Bruto (miliar rupiah) 6 681 362,2 7 614 833,3 8 372 511,5 9 260 807,8 10 211 343,1 11 154 531,9
Produk Nasional Bruto per kapita (ribu rupiah) 28 011,9 31 467,5 34 114,3 37 219,2 40 494,7 43 664,2
Pendapatan Nasional (miliar rupiah) 5 172 926,0 5 967 173,9 6 510 395,3 7 188 558,5 7 907 963,2 8 430 122,9
Pendapatan Nasional per kapita (ribu rupiah) 21 687,7 24 658,7 26 527,0 28 890,8 31 360,3 32 999,5
Jumlah penduduk pertengahan tahun 1 (juta orang) 238,5 242,0 245,4 248,8 252,2 255,5
Perkembangan Beberapa Agregat Pendapatan dan Pendapatan per Kapita Atas Dasar Harga Berlaku, 2010-2015
-
DAFTAR RIWAYAT HIDUP
CURICULUM VITAE
I. Identitas Diri
1. Nama : Mai Sovi Triswidjanti
2. Tempat, Tanggal Lahir : Gresik, 04 Mei 1995
3. Alamat : Jl. Taman Enggano Dalam 4 No.22
Perumahan Gresik Kota Baru
4. Agama : Islam
5. No. Telepon : 082-144-718-480
6. Email : [email protected]
II. Pendidikan Formal
No. Tingkat Tahun
1 TK Islam Bhakti 5 Gresik, Jawa Timur 1999 – 2001
2 Sekolah Dasar Nahdlatul Ulama 1 Trate Gresik, Jawa Timur 2001 – 2007
3 Sekolah Menengah Pertama Negeri 2 Gresik, Jawa Timur 2007 – 2010
4 Sekolah Menengah Atas Negeri 1 Kebomas Gresik, Jawa Timur 2010 – 2013
5 Universitas Brawijaya, Fakultas Ilmu Administrasi, Program Studi
Administrasi Bisnis, Malang Jawa Timur 2013 – Sekarang
III. Pendidikan Non Formal
Kursus / Pelatihan
No. Keterangan Tempat Instansi Tahun
1 English Fisrt Malang English First 2013-2015
2 Praktek Kerja Lapangan
(Magang)
Surabaya Kantor Pusat PT Pelabuhan
Indonesia III (Persero)
2016
IV. Pengalaman Organisasi
No. Keterangan Tahun
1. Staff of Fund and Business Administration English Club FIA UB 2014- 2015
-
No. Keterangan Tahun
2. Staff of Public Relationship Administation English Club FIA UB 2015 - 2016
3. Bendahara Umum 2 Administation Music Club FIA UB 2015 - 2016
4. Bendahara Umum 1 Administration Music Club FIA UB 2016 - 2017
Demikian Daftar Riwayat Hidup ini saya buat dengan sebenarnya.
Malang, 15 Juni 2017
Mai Sovi Triswidjanti
-
1
BAB 1
PENDAHULUAN
A. Latar Belakang
Salah satu bank terbesar Perancis BNP Paribas mengumumkan pembekuan
beberapa sekuritas yang terkait dengan kredit perumahan berisiko tinggi Amerika
Serikat (subprime mortgage) pada Agustus 2007. Pembekuan ini menyebabkan
kriris keuangan global dan memicu gejolak di pasar finansial di seluruh dunia.
Intensitas krisis meningkat pada triwulan III-2008. Seiring dengan kebangkrutan
bank investasi terbesar Amerika Serikat (AS) Lehman Brothers, yang diikuti oleh
kesulitan keuangan di sejumlah lembaga keuangan berskala besar di AS, Eropa dan
Jepang. Krisis keuangan dunia tersebut berdampak ke perekonomian Indonesia
yang ditandai dengan adanya gejolak di pasar modal dan pasar uang
(www.bi.go.id).
Dampak krisis global ke perekonomian Indonesia pada dasarnya melewati dua
jalur, yaitu jalur finansial dan jalur perdagangan. Dampak melalui jalur finansial
terjadi pada bank atau lembaga keuangan. Dampak melalui jalur perdagangan telah
mengakibatkan menurunnya kinerja pembayaran Indonesia. Gambar 1.1
merupakan mekanisme transmisi dampak krisis global ke Indonesia
(www.bi.go.id).
http://www.bi.go.id/
-
2
Gambar 1.1 Mekanisme Transmisi Dampak Krisis Global ke Indonesia
Sumber: Bank Indonesia (www.bi.go.id), 2016
Dampak krisis keuangan global ke Indonesia lebih banyak ditransmisikan
melalui jalur perdagangan atau makro ekonomi dibandingkan jalur finansial.
Dampak rambatan melalui jalur perdagangan berpotensi sangat signifikan dalam
mempengaruhi perekonomian nasional. Dampak krisis melalui jalur perdagangan
yang cukup signifikannya ini tidak terlepas dari karakteristik ekspor Indonesia yang
didominasi oleh komoditas primer dan negara tujuan ekspor yang kurang
terdiversifikasi. Negara tujuan utama ekspor Indonesia cenderung terkonsentrasi
-
3
pada sejumlah negara, dimana lebih dari separuh pangsa ekspor tertuju pada empat
sampai lima negara saja. Selama tahun 2000-2007, mitra dagang utama Indonesia
meliputi Jepang, AS, Singapura, Korea, dan China. Meskipun demikian, terdapat
kecenderungan pergeseran dominasi, dimana mitra dagang teratas yaitu Jepang dan
AS memiliki pangsa yang mulai menurun dalam empat tahun terakhir
(www.bi.go.id).
Sektor-sektor yang paling terkena imbas krisis keuangan global adalah
sektor yang mengandalkan permintaan eksternal, seperti industri manufaktur,
pertanian, dan pertambangan. Ketiga sektor ini menyumbang lebih dari 50% PDB
dan menyerap lebih dari 60% tenaga kerja nasional. Dampak krisis keuangan global
pada ketiga sektor ini mengakibatkan peningkatan pemutusan hubungan tenaga
kerja. Berdasarkan data Departemen Tenaga Kerja dan Transmigrasi
(Depnakertrans) sampai dengan akhir Desember 2008, jumlah pekerja yang
dirumahkan telah mencapai sekitar 10.306 orang. Angka ini diperkirakan akan terus
meningkat sejalan dengan belum adanya tanda-tanda perbaikan perekonomian
dunia (www.bi.go.id).
Berdasarkan hasil pemantauan Bank Indonesia, terlihat bahwa industri-
industri manufaktur juga terkena dampak krisis dengan tingkat keparahan yang
bervariasi antar industri. Industri tekstil, garmen, dan alas kaki, serta elektronik dan
otomotif tekena dampak krisis yang paling parah. Dampak negatif dari krisis
keuangan global 2008-2009 industri tekstil dan garmen diperkirakan mengalami
penurunan tingkat produksi sebanyak 10% (www.smeru.or.id).
http://www.smeru.or.id/
-
4
Industri tekstil dan produk tekstil (TPT) Indonesia sangat rentan terhadap
krisis keuangan global 2008-2009 karena sebagian besar produk tekstil Indonesia
diekspor ke AS dan Uni Eropa. Melemahnya daya beli negara-negara tersebut akan
menurunkan ekspor TPT yang kemudian berimbas pada penurunan kapasitas
produksi dan pengurangan tenaga kerja industri. Peran industri TPT dalam
perekonomian Indonesia cukup besar, yaitu memberikan kontribusi sekitar 3,5%
terhadap total nilai ekspor nonmigas Indonesia pada tahun 2008-2009 dan sekaligus
merupakan industri padat karya yang mampu menyerap lebih dari satu juta tenaga
kerja (www.smeru.or.id).
Pusat-pusat industri tekstil dan garmen di Jawa Barat, Jawa Tengah, dan
Banten diberitakan telah mengalami dampak dari krisis keuangan global 2008-
2009. Dampak tersebut terlihat dari menurunnya permintaan produk dan
meningkatnya harga input di 40-an industri tekstil dan garmen di Bandung dan
Cimahi yang menyebabkan banyak sekali karyawan yang dirumahkan. Di
Purwakarta lebih dari 6.000 karyawan berpotensi mengalami pemutusan hubungan
kerja (PHK) karena sebuah perusahaan di AS membatalkan kontraknya yang
bernilai dua juta dollar Amerika. Keadaan serupa juga terjadi di industri tekstil dan
garmen di Jawa Tengah (Solo, Kendal, Semarang dan Boyolali), 400.000 karyawan
di industri tersebut diperkirakan juga akan mengalami PHK akibat dibatalkannya
pemesanan dari AS, Eropa Barat, Korea Selatan dan Turki (www.smeru.or.id).
Dampak krisis keuangan global 2008-2009 yang terjadi pada industri tekstil
dan garmen yaitu penurunan produksi, kenaikan harga input hingga terjadinya PHK
di beberapa perusahaan tekstil dan garmen, secara tidak langsung menggambarkan
-
5
adanya kesulitan keuangan (financial distress). Menurut Platt dan Platt (2002: 185)
financial distress didefinisikan sebagai tahap penurunan kondisi keuangan yang
terjadi sebelum terjadinya kebangkrutan ataupun likuidasi. Financial distress dapat
dikenali lebih awal sebelum terjadi dengan menggunakan suatu model sistem
peringatan dini (early warning system). Ketidaksiapan perusahaan dalam
memprediksi financial distress menyebabkan perusahaan akan mengalami
kebangkrutan.
Kinerja suatu perusahaan dapat diketahui melalui laporan keuangan. Laporan
keuangan tidak dapat menunjukkan keadaan keuangan perusahaan jika tidak
dilakukan kegiatan pengolahan laporan keuangan, dalam hal ini adalah analisis
laporan keuangan. Analisis laporan keuangan perusahaan pada dasarnya merupakan
perhitungan rasio-rasio untuk menilai keadaan keuangan perusahaan di masa lalu,
saat ini, dan masa depan (Syamsuddin, 2009:37).
Model prediksi financial distress sebagai sistem peringatan dini (early warning
system) perlu untuk dilakukan, karena dapat digunakan oleh perusahaan dalam
melakukan langkah-langkah antisipasi untuk menangani kondisi krisis keuangan.
Beberapa peneliti telah mengembangkan model prediksi untuk membantu calon
investor dan kreditor dalam memilih perusahaan tempat menaruh dana agar tidak
terjebak dalam masalah financial distress. Model-model tersebut antara lain
dikemukakan oleh Altman, Ohlson dan Zmijewski (Kumar dan Kumar, 2012).
Salah satu model prediksi financial distress yang dapat digunakan adalah O-
Score Model. Model ini dikemukakan oleh James A. Ohlson pada tahun 1980 dalam
jurnalnya yang berjudul “Financial Ratio dan The Probabilistic Prediction of
-
6
Bankruptcy”. Ohlson melakukan beberapa modifikasi di dalam studinya
dibandingkan dengan penelitan-penelitian sebelumnya. Ohlson menggunakan
metode statistik bernama conditional logit, karena Ohlson berpendapat bahwa
metode tersebut dapat menutupi kekurangan-kekurangan yang terdapat pada
metode Multivariate Discriminant Analysis (MDA) yang digunakan oleh Altman
dan Springate. Ohlson menggunakan data dari tahun 1970-1976 dan memperoleh
sampel sebanyak 105 perusahaan yang bangkrut, serta 2.058 perusahaan yang tidak
bangkrut selama periode tersebut.
Model yang dibangun oleh Ohlson pada tahun 1980 memiliki sembilan
variabel independen yang terdiri dari beberapa rasio keuangan yaitu rasio leverage,
likuiditas dan profitabilitas. Sembilan variabel independen yang digunakan adalah
Log(total assets/GNP price-level index) (X1), Total liabilities divided by total assets
(X2), Working capital divided by total assets (X3), Current liabilities divided by
current assets (X4), Net income divided by total assets (X5), Cash flow from
operations divided by total liabilities (X6), One if net income was negative for the
last two years, zero otherwise (X7), One if total liabilities exceeds total assets, zero
otherwise (X8), dan pendapatan bersih tahun sekarang dikurangi pendapatan bersih
tahun sebelumnya terhadap pendapatan bersih tahun sekarang ditambah pendapatan
bersih tahun sebelumnya (X9). Hasil perhitungan dari O-Score Model tidak dapat
menggambarkan kemunginan financial distress. Namun, dapat berubah menjadi
kemungkinan financial distress menggunakan transformasi logistik. Ohlson
menyatakan bahwa model ini memiliki nilai cut-off point optimal pada nilai 0,50.
Maksud dari nilai cut-off tersebut adalah apabila perusahaan memiliki nilai di atas
-
7
0,50 maka perusahaan diprediksi dalam kondisi distress. Sebaliknya, apabila nilai
cut-off di bawah 0,50 maka perusahaan diprediksi tidak dalam kondisi distress.
O-Score Model merupakan model prediksi financial distress dengan tingkat
akurasi yang cukup tinggi. Hal ini dibuktikan dengan hasil penelitian yang
dilakukan oleh Khunthong (1997) (dalam Lawrence et al, 2015) yang menyatakan
bahwa model Ohlson memberikan klasifikasi kebenaran dalam memprediksi
financial distress sebesar 96% dan Kumar dan Kumar (2012) menyatakan bahwa
model Ohlson merupakan model prediksi financial distress yang paling baik,
karena model Ohlson memiliki tingkat korelasi yang tinggi terhadap analisis
tradisional dibandingkan dengan model Altman yang memiliki tingkat korelasi
yang rendah.
Berdasarkan latar belakang yang telah dijelaskan di atas maka peneliti tertarik
melakukan penelitian dengan judul yaitu “Implementasi O-Score Model untuk
Memprediksi Financial Distress Perusahaan (Studi Pada Perusahaan
Manufaktur Sub Sektor Tekstil dan Garmen yang Terdaftar di Bursa Efek
Indonesia Periode 2011-2015)”.
B. Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, permasalahan yang
dapat dirumuskan adalah bagaimana pengimplementasian O-Score Model untuk
memprediksi potensi financial distress perusahaan manufaktur sub sektor tekstil
dan garmen yang terdaftar di Bursa Efek Indonesia Periode 2011-2015?
-
8
C. Tujuan Penelitian
Berdasarkan perumusan masalah yang telah di atas, maka tujuan penelitian
adalah mengetahui pengimplementasian O-Score Model untuk memprediksi
potensi financial distress perusahaan manufaktur sub sektor tekstil dan garmen
yang terdaftar di Bursa Efek Indonesia Periode 2011-2015.
D. Kontribusi Penelitian
1. Kontribusi Akademis
Hasil penelitian diharapkan dapat mendukung teori maupun hasil penelitian
terdahulu mengenai topik yang sama serta memberikan wawasan baru yang akan
mendukung perkembangan teori mengenai financial distress perusahaan. Hasil
penelitian diharapkan pula dapat menambah wawasan mengenai
pengimplementasian O-Score Model untuk memprediksi potensi financial distress
perusahaan.
2. Kontribusi Praktis
Hasil penelitian diharapkan dapat memberikan informasi bagi pihak-pihak
yang berkepentingan (seperti investor dan kreditor) untuk mengetahui kondisi
keuangan suatu perusahaan sehingga membantu dalam pengambilan keputusan
investasi dan pemberian kredit.
E. Sistematika Pembahasan
Sistematika pembahasan dalam penelitian ini dibagi menjadi lima bab yang
merupakan rangkaian berurutan dengan rincian sebagai berikut :
-
9
BAB I : PENDAHULUAN
Bab ini berisi tentang uraian pendahuluan penelitian yang terdiri dari latar
belakang, rumusan masalah, tujuan penelitian, kontribusi penelitian, dan
sistematika pembahasan.
BAB II : TINJAUAN PUSTAKA
Bab ini berisi tentang uraian landasan teori penelitian yang terdiri dari
laporan keuangan, analisis laporan keuangan, financial distress, dan
model prediksi financial distress.
BAB III: METODE PENELITIAN
Bab ini berisi tentang uraian metode penelitian yang terdiri dari jenis
penelitian, lokasi penelitian, variabel, populasi dan sampel, sumber data,
teknik pengumpulan data serta teknik analisis data.
BAB IV: HASIL DAN PEMBAHASAN
Bab ini berisi tentang penjabaran mengenai pengolahan dan analisis data
yang didapatkan selama melakukan penelitian. Melalui pengolahan
metode data tertentu yang kemudian diperoleh hasil analisis data tersebut.
BAB V: PENUTUP
Bab ini berisi tentang kesimpulan dan saran yang didapat dari hasil yang
telah dilakukan selama proses penelitian.
-
10
BAB II
TINJAUAN PUSTAKA
A. Penelitian Terdahulu
1. Hartoyo (2013), melakukan penelitian dengan menggunakan analisis
diskriminan pada sampel perusahaan manufaktur yang terdaftar di BEI
tahun 2010-2011. Hasil penelitian ini, memberikan suatu bukti yang nyata
mengenai bagaimana variabel independen yaitu rasio WC/TA, rasio RE/TA,
rasio EBIT/TA, rasio MVE/BVD dan rasio S/TA dapat mengklasifikasikan
perusahaan yang mengalami financial distress dan non-financial distress
melalui analisis diskriminan. Semua variabel independen berpengaruh
terhadap kondisi perusahaan. Rasio RE/TA merupakan variabel yang paling
berpengaruh signifikan diantara kelima rasio yang digunakan dalam model
diskriminan. Rasio yang memiliki pengaruh positif terhadap kondisi
perusahaan, semakin mengalami kenaikan maka kemungkinan mengalami
financial distrees semakin kecil. Perusahaan dengan hutang yang lebih besar
berkecenderungan akan mengalami financial distress lebih awal daripada
perusahaan yang memiliki hutang lebih sedikit. Akan tetapi perusahaan
yang mengalami financial distress lebih awal akan mempunyai waktu yang
cukup banyak dalam menyelesaikan secara reorganisasi. Perusahaan dengan
hutang yang rendah akan mengalami financial distress belakangan dan
dalam kejadian
-
11
banyak dipaksa akan untuk likuidasi. Financial distress sebaiknya
digunakan sebagai langkah preventif oleh manajemen dan pengelolaan
keuangan perusahaan. Apabila perusahaan diprediksi financial distress,
maka manajemen harus menyiapkan langkah-lagkah penyelamatan
perusahaan.
2. Safura (2015), melakukan penelitian Implementasi Altman’s Z-Score Model
Untuk Memprediksi Kebangkrutan Perusahaan Multinasional yang
dilakukan pada sub sektor tekstil dan garmen yang terdaftar di BEI. Tujuan
penelitian ini adalah untuk mengetahui pengimplementasian Altman’s Z-
Score Model untuk memprediksi potensi kebangkrutan perusahaan
multinasional sub sektor tekstil dan garmen yang terdaftar di Bursa Efek
Indonesia Periode 2011-2014. Penelitian ini merupakan penelitian deskriptif
dengan pendekatan kuantitatif. Penelitian ini menggunakan teknik analisis
data berupa perhitungan Z-Score menggunakan rumus Altman’s Z-Score
Model untuk perusahaan manufaktur yang telah go public. Altman
mengkombinasikan lima jenis rasio, yaitu modal kerja terhadap total aktiva
(X1), laba ditahan terhadap total aktiva (X2), EBIT terhadap total aktiva
(X3), nilai pasar saham terhadap nilai buku total hutang (X4), dan penjualan
terhadap total aktiva (X5). Hasil penelitian menunjukkan bahwa selama
periode 2011 hingga 2014 terdapat tiga perusahaan yang selalu berada
dalam zona berpotensi bangkrut selama empat tahun berturut-turut yaitu PT
CENTEX Tbk, PT Eratex DjajaTbk, dan PT Unitex Tbk. Di sisi lain, PT
TIFICO Tbk berada pada zona aman di tahun 2011, 2012, dan 2014 serta
-
12
berada pada zona rawan di tahun 2013. Apabila ditinjau dari hasil penelitian
maka perusahaan yang telah diprediksi berpotensi bangkrut harus segera
memperbaiki kondisi keuangannya dengan meningkatkan penjualan dan
nilai pasar saham serta memperkecil total hutang perusahaan.
3. Novitasari (2016), melakukan penelitian model multiple discriminant
analysis altman (Z-score) untuk memprediksi financial distress yang
dilakukan pada perusahaan manufaktur yang terdaftar di BEI. Tujuan dari
penelitian tersebut untuk mengetahui perusahaan yang tergolong financial
distress dengan menggunakan model Z-Score. Penelitian tersebut
merupakan penelitian deskriptif dengan menggunakan laporan keuangan
sebagai alat analisis tanpa menghindari kemungkinan penggunaan angka-
angka sebagai data kuantitatif. Variabel yang digunakan adalah working
capital to total assets ratio (X1), retained earning to total assets ratio (X2),
earning before interest and tax to total assets ratio (X3), dan book value of
equity to liabilities. Hasil dari penelitian ini menunjukkan bahwa dari
perhitungan penerapan model Multiple Discriminant Altman (Z-Score)
terdapat 13 perusahaan yang mengalami kondisi financial distress yang
berpotensi pada kebangkrutan. 4 perusahaan yang tergolong kondisi rawan
atau pada posisi grey area, dan hanya 2 perusahaan yang mengalami kondisi
non-financial distress dan dikatakan sehat.
4. Nugroho (2016), melakukan penelitian tentang penggunaan analisis Z-Score
Altman untuk menilai tingkat financial distress yang bertujuan untuk
menilai tingkat kesulitan keuangan perusahaan dari hasil perhitungan Z-
-
13
score Altman. Penelitian ini merupakan penelitian deskriptif dengan
menggunakan metode kuantitatif. Variabel yang digunakan sebagai dasar
perhitungan yaitu aset lancar, hutang lancar, total aset, total liabilitas, total
ekuitas, EBIT, dan laba ditahan. Hasil dari penelitian ini menunjukkan
bahwa perhitungan model Z-score diterapkan untuk memperoleh nilai Z
yang digunakan sebagai tolak ukur prediksi financial distress sesuai dengan
klasifikasi Altman. Hasil prediksi menyatakan bahwa perusahaan yang
mengalami financial distress terdapat empat perusahaan dan memiliki
kondisi keuangan sehat terdapat dua perusahaan. variabel hutang lancar,
laba ditahan, dan total liabilitas berpengaruh secara signifikan terhadap
perhitungan Z-score dan analisis financial distress.
Tabel 2.1 Ringkasan Penelitian Terdahulu
Nama
Peneliti
Variabel
Penelitian
Hasil
Penelitian
Hartoyo (2013) Variabel independen
yaitu rasio WC/TA,
Rasio RE/TA, rasio
EBIT/TA, rasio
MVE/BVD dan rasio
S/TA.
Rasio RE/TA merupakan
variabel yang paling
berpengaruh diantara
kelima rasio lainnya .
Rasio yang memiliki
pengaruh positif terhadap
kondisi perusahaan ,
semakin mengalami
kenaikan maka
kemungkinan mengalami
financial distress semakin
kecil.
Safura (2015) Variabel yang digunakan
modal kerja terhadap
total aktiva (X1), laba
ditahan terhadap total
aktiva (X2), EBIT
terhadap total aktiva
(X3), nilai pasar saham
terhadap nilai buku total
hutang (X4), dan
Hasil penelitian
menunjukkan bahwa
selama periode 2011
hingga 2014 terdapat tiga
perusahaan yang selalu
berada dalam zona
berpotensi bangkrut
selama empat tahun
berturut-turut yaitu PT
-
14
Nama
Peneliti
Variabel
Penelitian
Hasil
Penelitian
penjualan terhadap total
aktiva (X5)
CENTEX Tbk, PT Eratex
DjajaTbk, dan PT Unitex
Tbk. Di sisi lain, PT
TIFICO Tbk berada pada
zona aman di tahun 2011,
2012, dan 2014 serta
berada pada zona rawan di
tahun 2013.
Novitasari
(2016)
Variabel yang digunakan
adalah working capital to
total assets ratio (X1),
retained earning to total
assets ratio (X2), earning
before interest and tax to
total assets ratio (X3),
dan book value of equity
to liabilities.
Menunjukkan bahwa dari
perhitungan penerapan
model Multiple
Discriminant Altman (Z-
score) terdapat 13
perusahaan yang
mengalami kondisi
financial distress yang
berpotensi pada
kebangkrutan. Empat
perusahaan yang tergolong
kondisi rawan atau pada
posisi grey area, dan
hanya 2 perusahaan yang
mengalami kondisi non-
financial distress dan
dikatakan sehat.
Nugroho (2016)
Variabel yang digunakan
sebagai dasar
perhitungan yaitu aset
lancar, hutang lancar,
total aset, total liabilitas,
total ekuitas, EBIT, dan
laba ditahan.
Hasil prediksi menyatakan
bahwa perusahaan yang
mengalami financial
distress terdapat empat
perusahaan dan memiliki
kondisi keuangan sehat
terdapat dua perusahaan.
variabel hutang lancar,
laba ditahan, dan total
liabilitas berpengaruh
secara signifikan terhadap
perhitungan Z-score dan
analisis financial distress.
Sumber: Data diolah 2016.
-
15
Berdasarkan uraian yang telah dijelaskan di atas, dapat disimpulkan bahwa
perbedaan antara penelitian ini dengan penelitian terdahulu adalah model prediksi
yang digunakan. Pada penelitian terdahulu lebih banyak menggunakan model
prediksi dari Altman, sedangkan penelitian ini menggunakan model prediksi dari
Ohlson.
B. Laporan Keuangan
1. Pengertian Laporan Keuangan
Laporan keuangan merupakan hal penting dalam perusahaan. Laporan
keuangan digunakan sebagai alat penilaian kinerja keuangan perusahaan.
Baridwan (2008: 17) menyatakan bahwa laporan keuangan merupakan
ringkasan dari suatu proses pencatatan dan ringkasan dari transaksi-transaksi
keuangan yang terjadi selama tahun buku yang bersangkutan. Hasil dari proses
akuntansi yang dapat digunakan sebagai alat untuk berkomunikasi antara data
keuangan atau aktivitas suatu perusahaan dengan pihak-pihak yang
berkepentingan dengan dana atau aktivitas perusahaan disebut dengan laporan
keuangan (Munawir, 2012: 2).
Laporan keuangan menjadi penting karena memberikan input (informasi)
yang bisa dipakai untuk pengambilan keputusan. Banyak pihak berkepentingan
yang membutuhkan dan menggunakan laporan keuangan tersebut mulai dari
pemilik perusahaan, kreditor, investor, manajer, dan pemimpin perusahaan.
Pihak yang sangat berkepentingan terhadap laporan keuangan perusahaan
adalah pemilik perusahaan, karena dengan laporan tersebut pemilik dapat
menilai keberhasilan manajemen dalam mengatur perusahaan. Dengan
-
16
demikian laporan keuangan diperlukan untuk menilai hasil-hasil yang telah
dicapai perusahaan serta memperkirakan hal-hal yang akan dicapai pada masa
yang akan datang.
Berdasarkan pengertian dari para ahli disimpulkan bahwa laporan keuangan
adalah proses akuntansi yang penting dan dapat digunakan untuk membuat
keputusan ekonomi bagi pihak yang berkepentingan dengan dana atau aktivitas
perusahaan.
2. Tujuan Laporan Keuangan
Laporan keuangan yang dibuat oleh perusahaan pasti memiliki tujuan
tertentu. Pada dasarnya tujuan laporan keuangan disusun guna memenuhi
kepentingan berbagai pihak yang berkepentingan terhadap perusahaan. Hanafi
(2015: 27) menyatakan bahwa laporan keuangan bertujuan untuk mengetahui
kondisi perusahaan dari informasi hasil ringkasan kegiatan dalam jangka waktu
tertentu.
Menurut Ikatan Akuntansi Indonesia (2009: 3) tujuan laporan keuangan
adalah sebagai berikut:
a. Laporan keuangan menyediakan informasi yang menyangkut posisi keuangan, kinerja serta perubahan posisi keuangan suatu perusahaan yang
bermanfaat bagi sejumlah besar pemakai dalam pengambilan keputusan
ekonomi.
b. Laporan keuangan disusun untuk memenuhi kebutuhan bersama sebagian besar pemakai. Namun dengan demikian, laporan keuangan tidak
menyediakan semua informasi yang mungkin dibutuhkan pemakai dalam
mengambil keputusan ekonomi karena secara umum menggambarkan
pengaruh keuangan dari kejadian masa lalu dan tidak diwajibkan untuk
menyediakan informasi non-keuangan.
c. Laporan keuangan juga menunjukkan apa yang telah dilakukan manajemen atau pertanggungjawaban manajemen atas sumber daya yang
telah dipercayakan kepadanya.
-
17
Disimpulkan dengan adanya laporan keuangan suatu perusahan maka dapat
diketahui kondisi perusahaan secara menyeluruh. Laporan keuangan tidak
hanya sekedar cukup dibaca saja, tetapi juga harus dimengerti dan dipahami
mengenai posisi keuangan perusahaan saat ini. Caranya adalah dengan
melakukan analisis keuangan melalui berbagai rasio keuangan yang lazim
dilakukan.
3. Karakteristik Kualitatif Laporan Keuangan
Pencatatan yang dilakukan dalam penyusunan laporan keuangan harus
dilakukan dengan kaidah-kaidah yang berlaku. Penyusunan laporan keuangan
harus berdasarkan sifat dari laporan keuangan itu sendiri. Ikatan Akuntansi
Indonesia (2009: 5) menyatakan laporan keuangan harus terdapat empat
karakteristik kualitatif pokok yaitu dapat dipahami, relevan, keandalan, dan
dapat dibandingkan.
a. Dapat Dipahami
Informasi dalam laporan keuangan sebaiknya mudah untuk dipahami
pemakai. Pemakai diasumsikan memiliki pegetahuan yang memadai
mengenai aktivitas ekonomi dan bisnis, akuntansi serta kemauan untuk
mempelajari informasi yang berkembang.
b. Relevan
Informasi memiliki kualitas relevan apabila dapat mempengaruhi
keputusan ekonomi pemakai dengan membantu mereka mengevaluasi
peristiwa pada masa lalu, masa kini, dan masa depan.
-
18
c. Keandalan
Informasi memiliki kualitas yang tepat apabila bebas dari pengertian yang
menyesatkan, kesalahan material, dan dapat diandalkan oleh pemakainya
sebagai penyajian yang tulus dari yang seharusnya disajikan.
d. Dapat dibandingkan
Pemakai harus dapat membandingkan laporan keuangan perusahaan antar
periode untuk mengidentifikasi tren posisi dan kinerja keuangan. Pemakai
juga harus dapat membandingkan laporan keuangan antar perusahaan
untuk mengevaluasi posisi keuangan, kinerja, serta posisi keuangan secara
relatif.
4. Bentuk-bentuk Laporan Keuangan
Laporan keuangan memberikan banyak informasi yang berguna bagi
investor, karyawan, pemberi pinjaman, pemasok, pelanggan, pemerintah,
masyarakat dan manajemen perusahaan. Oleh karena itu, pihak-pihak tersebut
harus mengetahui terlebih dahulu bentuk-bentuk laporan keuangan. Munawir
(2010: 13) menyatakan laporan keuangan yang lengkap biasanya meliputi
neraca, laporan rugi/laba, laporan laba yang ditahan.
a. Neraca
Neraca adalah laporan keuangan yang memberikan informasi mengenai
posisi keuangan perusahaan pada saat tertentu. Untuk dapat
menggambarkan posisi keuangan perusahaan pada saat tertentu, neraca
mempunyai tiga unsur laporan yaitu aktiva, kewajiban dan ekuitas.
-
19
b. Laporan rugi/Laba
Laporan rugi/laba adalah laporan keuangan yang memberikan informasi
mengenai penghasilan, biaya, dan rugi laba yang diperoleh suatu
perusahaan selama periode tertentu.
c. Laporan laba yang ditahan
Laporan laba yang ditahan adalah laporan keuangan yang memberikan
informasi adanya laporan rugi/laba yang muncul pada waktu tertentu.
5. Pengguna Laporan Keuangan
Pembuatan dan penyusunan laporan keuangan ditujukan untuk memenuhi
kepentingan berbagai pihak, baik pihak intern maupun ekstern perusahaan.
pihak yang paling berkepentingan tentunya pemilik usaha dan manajemen itu
sendiri. Sementara, pihak luar adalah mereka yang memiliki hubungan
langsung maupun tidak langsung terhadap perusahaan. Menurut Ikatan
Akuntansi Indonesia (2009: 2) ada beberapa pihak-pihak pengguna laporan
keuangan, antara lain:
a. Investor sebagai penanam modal berkepentingan dengan resiko yang melekat, serta hasil pengembangan dari investasi yang mereka lakukan.
Informasi keuangan digunakan sebagai informasi untuk membantu
menentukan apakah harus membeli, menahan, atau menjual investasi
tersebut. Pemegang saham juga tertarik pada informasi yang
memungkinkan mereka untuk menilai kemampuan perusahaan dalam
membayar deviden;
b. Karyawan berkepentingan dalam memperoleh informasi mengenai stabilitas, profitabilitas perusahaan, dan informasi keuangan yang
digunakan untuk menilai kemampuan perusahaan dalam memberikan
balas jasa, manfaat pensiun, dan kesempatan kerja;
c. Pemberi pinjaman berkepentingan menggunakan data keuangan untuk mengevaluasi kemampuan perusahaan tersebut dalam membayar kembali
hutang dan bunganya pada saat jatuh tempo;
-
20
d. Pemasok dan kreditor usaha lainnya berkepentingan terhadap informasi keuangan untuk memutuskan apakah jumlah yang terhutang akan dibayar
pada saat jatuh tempo;
e. Pelanggan berkepentingan terhadap informasi mengenai keberlangsungan aktivitas perusahaan terutama jika ada perjanjian jangka panjang dengan
perusahaan;
f. Pemerintah dan berbagai lembaga yang terkait membutuhkan informasi untuk mengatur aktivitas perusahaan, menetapkan kebijakan pajak, dan
sebagai dasar untuk menyusun statistik pendapatan nasional dan lainnya;
g. Masyarakat berkepentingan atas informasi guna membantu masyarakat menyediakan informasi kecenderungan dan perkembangan terakhir
kemakmuran perusahaan serta rangkaian aktivitasnya.
C. Analisis Laporan Keuangan
1. Pengertian Analisis Laporan Keuangan
Analisis laporan keuangan merupakan suatu kegiatan mengolah hingga
menginterpretasikan data laporan keuangan suatu perusahaan pada periode
tertentu. Data laporan keuangan akan lebih berarti bagi pihak-pihak yang
berkepentingan apabila data diperbandingkan pada dua periode atau lebih dan
dianalisa lebih lanjut. Hasil analisis laporan keuangan sangat bergantung pada
informasi yang tercantum dan mencerminkan kondisi keuangan perusahaan
sehingga dapat dijadikan sebagai pedoman dalam membuat keputusan atau
kebijaksanaan perusahaan. Menurut Syamsuddin (2009: 37), analisis laporan
keuangan perusahaan pada dasarnya merupakan penghitungan rasio-rasio
untuk menilai keadaan keuangan perusahaan di masa lalu, saat ini, dan
kemungkinan di masa depan. Oleh karena itu, analisis laporan keuangan
merupakan kegiatan yang membutuhkan interpretasi yang mendalam guna
memberikan informasi yang tepat bagi para pengguna laporan keuangan
perusahaan.
-
21
2. Tujuan dan Manfaat Analisis Laporan Keuangan
Menurut Kasmir (2010: 68) ada beberapa tujuan dan manfaat bagi berbagai
pihak dengan adanya analisis laporan keuangan. Secara umum dikatakan
bahwa tujuan dan manfaat analisis laporan keuangan adalah:
a. Untuk mengetahui posisi keuangan perusahaan dalam satu periode tertentu, baik harta, kewajiban, modal maupun hasil usaha yang telah
dicapai untuk beberapa periode;
b. Untuk mengetahui kelemahan-kelemahan apa saja yang menjadi kekurangan perusahaan;
c. Untuk mengetahui kekuatan-kekuatan yang dimiliki; d. Untuk mengetahui langkah-langkah perbaikan apa saja yang perlu
dilakukan ke depan yang berkaitan dengan posisi keuangan perusahaan
saat ini;
e. Untuk melakukan penilaian kinerja manjemen ke depan apakah perlu penyegaran atau tidak karena sudah dianggap berhasil atau gagal;
f. Dapat juga digunakan sebagai pembanding dengan perusahaan sejenis tentang hasil yang mereka capai.
3. Tahapan Analisis Laporan Keuangan
Langkah-langkah atau prosedur dalam analisis laporan keuangan diperlukan
sebelum dilakukannya analisis laporan keuangan. Langkah-langkah tersebut
diperlukan agar urutan proses analisis mudah dilakukan. Menurut Kasmir
(2010: 69) langkah atau prosedur yang dilakukan dalam analisis laporan
keuangan adalah:
a. Mengumpulkan data keuangan dan data pendukung yang diperlukan selengkap mungkin, baik untuk satu periode maupun beberapa periode;
b. Melakukan pengukuran-pengukuran atau perhitungan-perhitungan dengan rumus-rumus tertentu, sesuai dengan standar yang biasa digunakan secara
cermat dan teliti, sehingga hasil yang diperoleh benar-benar tepat;
c. Melakukan perhitungan dengan memasukkan angka-angka yang ada dalam laporan keuangan secara cermat;
d. Memberikan interpretasi terhadap hasil perhitungan dan pengukuran yang telah dibuat;
e. Membuat laporan tentang posisi keuangan perusahaan; f. Memberikan rekomendasi yang dibutuhkan sehubungan dengan analisis
tersebut.
-
22
4. Metode Analisis Laporan Keuangan
Menurut Kasmir (2010: 69) terdapat dua macam metode analisis laporan
keuangan yang biasa dipakai, yaitu sebagai berikut:
a. Analisis Vertikal (Statis) Analisis vertikal merupakan analisis yang dilakukan terhadap hanya satu
periode laporan keuangan saja. Analisis dilakukan antara pos-pos yang ada
dalam satu periode. Informasi yang diperoleh hanya untuk satu periode
saja dan tidak diketahui perkembangan dari periode ke periode tidak
diketahui
b. Analisis Horizontal (Dinamis) Analisis horizontal merupakan analisis yang dilakukan dengan
membandingkan laporan keuangan untuk beberapa periode. Dari hasil
analisis ini akan terlihat perkembangan perusahaan dari periode yang satu
ke periode yang lain.
5. Teknik Analisis Laporan keuangan
Menurut Kasmir (2010: 70) jenis-jenis teknik analisis laporan keuangan
yang dapat dilakukan adalah sebagai berikut:
a. Analisis perbandingan antara laporan keuangan Analisis ini dilakukan dengan membandingkan laporan keuangan lebih
dari satu periode. Dari analisis ini dapat diketahui perubahan-perubahan
yang terjadi. Perubahan yang terjadi dapat berupa kenaikan atau
penurunan dari masing-masing komponen analisis;
b. Analisis tren atau tendensi Analisis ini dilakukan dari periode ke periode sehingga akan terlihat
apakah perusahaan mengalami perubahan yaitu naik, turun atau tetap, serta
seberapa besar perubahan tersebut yang dihitung dalam persentase;
c. Analisis persentase per komponen Analisis yang dilakukan untuk membandingkan antara komponen yang
ada dalam suatu laporan keuangan, baik yang ada di nerca maupun laporan
laba rugi;
d. Analisis sumber dan penggunaan dana Analisis yang dilakukan untuk mengetahui sumber-sumber dana
perusahaan dan penggunaan dana dalam suatu periode. Analisis ini juga
untuk mengetahui jumlah modal kerja dan sebab-sebab berubahnya modal
kerja perusahaan dalam suatu periode;
e. Analisis sumber dan penggunaan kas Analisis yang dilakukan untuk mengetahui sumber-sumber kas perusahaan
dan penggunaan uang kas dalam suatu periode. Selain itu, juga untuk
-
23
mengetahui sebab-sebab berubahnya jumlah uang kas dalam periode
tertentu;
f. Analisis rasio Analisis yang digunakan untuk mengetahui hubungan pos-pos yang ada
dalam satu laporan keuangan atau pos-pos antara laporan keuangan neraca
dan laporan laba rugi;
g. Analisis kredit Analisis yang digunakan untuk menilai layak tidaknya suatu kredit
dikucurkan oleh lembaga keuangan seperti bank. Dalam analisis ini
digunakan beberapa cara alat analisis yang digunakan;
h. Analisis laba kotor Analisis yang digunakan untuk mengetahui jumlah laba kotor dari periode
ke satu periode. Kemudian juga untuk mengetahui sebab-sebab
berubahnya laba kotor tersebut antara periode;
i. Analisis titik pulang pokok (break even point) Tujuan analisis ini adalah untuk mengetahui pada kondisi berapa penjualan
produk dilakukan dan perusahaan tidak mengalami kerugian. Kegunaan
analisis ini adalah untuk menentukan jumlah keuntungan pada berbagai
tingkat penjualan.
D. Financial Distress
1. Pengertian Financial Distress
Financial distress merupakan suatu kondisi dimana perusahaan sedang
menghadapi masalah kesulitan keuangan. Menurut Platt dan Platt (2002: 185)
didefinisikan sebagai tahap penurunan kondisi keuangan yang terjadi sebelum
terjadinya kebangkrutan ataupun likuidasi. Financial distress dapat dikenali
lebih awal sebelum terjadi dengan menggunakan suatu model sistem
peringatan dini (early warning sytem). Kondisi financial distress tergambar
dari ketidakmampuan perusahaan atau tidak tersedianya dana untuk membayar
kewajibannya yang telah jatuh tempo.
Menurut Hanafi (2015: 638) financial distress merupakan kondisi kontinum
yang bermula dari kesulitan keuangan ringan yaitu likuiditas, sampai pada
kesulitan keuangan yang lebih serius yaitu insolvabel di mana perusahaan tidak
-
24
mampu membayar utang dikarenakan utang lebih besar dibandingkan aset.
Untuk mendefinisikan financial distress dapat dilihat melalui matriks berikut
ini.
Tabel 2.2 Matriks Kesulitan Keuangan dan Kebangkrutan
Tidak dalam Kesulitan
Keuangan
Dalam Kesulitan
Keuangan
Tidak Bangkrut I II
Bangkrut III IV
Sumber: Hanafi (2015: 638)
Kondisi I Perusahaan tidak mengalami kesulitan keuangan dan dapat terus
beroperasi.
Kondisi II Perusahaan mengalami kesulitan keuangan, tetapi berhasil
mengatasi masalah tersebut dan karena itu perusahaan tidak
bangkrut. Contohnya, bank-bank di Indonesia pada krisis
keuangan tahun 1997, mengalami kesulitan keuangan dan
menuju bangkrut, tetapi beberapa bank melakukan merger agar
tidak bangkrut.
Kondisi III Perusahaan tidak mengalami kesulitan keuangan, tetapi karena
sesuatu hal, misalkan karena ingin mengatasi tekanan dari
pekerja, maka perusahaan memutuskan untuk menyatakan
bangkrut.
Kondisi IV Perusahaan jelas mengalami kesulitan keuangan yang berat dan
kemudian bangkrut.
Jadi, dapat disimpulkan bahwa financial distress suatu tahap penurunan
kondisi keuangan perusahaan yang merupakan salah satu penyebab awal
terjadinya kebangkrutan. Financial distress dapat terjadi ketika perusahaan
-
25
mengalami situasi di mana arus kas operasional tidak mampu menutup
kewajiban lancarnya.
2. Penyebab Financial Distress
Financial distress terjadi ketika perusahaan mengalami kesulitan keuangan
yang dapat diakibatkan oleh berbagai akibat. Penyebab kesulitan keuangan
menurut Brigham dan Daves (dalam Hidayat, 2013) adalah adanya serangkaian
kesalahan yang terjadi di dalam perusahaan, pengambilan keputusan yang
kurang tepat oleh manajer, dan kelemahan-kelemahan yang saling
berhubungan yang dapat menyumbang baik secara langsung maupun tidak
langsung terhadap manajemen perusahaan, serta penyebab yang lain adalah
kurangnya upaya pengawasan terhadap kondisi keuangan sehingga
penggunaan dana perusahaan kurang sesuai dengan apa yang dibutuhkan. Hal
ini memberikan kesimpulan bahwa tidak ada jaminan perusahaan besar dapat
terhindar dari masalah kesulitan keuangan, alasannya adalah karena financial
distress berkaitan dengan kondisi keuangan perusahaan dimana setiap
perusahaan pasti akan berurusan dengan keuangan untuk mencapai target laba
dan kelangsungan hidup perusahaan.
3. Manfaat Prediksi Financial Distress
Informasi mengenai financial distress digunakan oleh pihak-pihak yang
berkepentingan sebagai peringatan dini (warning) dari permasalahan yang
terjadi. Sehingga perusahaan maupun pihak-pihak yang berkepentingan dapat
melakukan langkah-langkah antisipasi untuk menghadapi kondisi terburuk
-
26
yang mengancam kelangsungan hidup perusahaan. Menurut Platt dan Platt
(dalam Dewi, 2014: 16) manfaat informasi financial distress adalah:
1. Mempercepat tindakan manajemen untuk mencegah masalah sebelum terjadinya kebangkrutan.
2. Mengambil tindakan merger atau take over agar perusahaan lebih mampu membayar hutang dan mengelola perusahaan dengan baik.
3. Memberikan tanda peringatan dini adanya kebangkrutan pada masa yang akan datang.
E. Model Prediksi Financial Distress
Penelitian mengenai prediksi financial distress sudah banyak dilakukan. Dari
sekian banyak model yang ada, peneliti akan menjelaskan beberapa model prediksi,
yaitu model prediksi Altman (Z-Score), model prediksi Springate (S-Score) , model
Zmijewski (X-Score), dan model prediksi Ohlson (O-Score).
1. Model Altman (Z-Score)
Salah satu cara untuk mengatasi keterbatasan rasio keuangan yaitu
dikembangkannya model multivariate (Multiple Discriminant Analysis). Altman
(1968) merupakan orang pertama yang berhasil menerapkan model Multiple
Discriminant Analysis, sehingga model tersebut sering disebut Z-Score model
Altman. Z-Score bukan hanya untuk memprediksi apakah sebuah perusahaan
tersebut bangkrut atau tidak, tetapi juga untuk kemungkinan gagal bayar dari
sebuah perusahaan di kemudian hari dengan alasan bahwa gagal bayar merupakan
bagian dari financial distress yang memicu pada tanda-tanda awal dari
kebangkrutan sebuah perusahaan. Dalam artikel Edward I. Alman (1968),
menjelaskan mengenai perkembangan Z-Score.
-
27
a) Model Altman Pertama pada tahun 1968
Z-Score merupakan salah satu metode populer yang digunakan untuk
memprediksi kebangkrutan dalam dua tahun mendatang. Model Z-Score
diciptakan pertama kali melalui penelitian yang dilakukan oleh Edward I.
Altman tahun 1968. Metode ini diciptakan dengan menggunakan metode
Multiple Discriminant Analysis. Dalam menyusun model Z, Altman mengambil
sampel 33 perusahaan manufaktur yang bangkrut pada periode 1960 sampai
1965 dan 33 perusahaan tidak bangkrut dengan lini industri dan ukuran yang
sama. Dengan menggunakan data laporan keuangan dari 1 sampai 5 tahun
sebelum kebangkrutan, Altman menyusun 22 rasio keuangan yang paling
memungkinkan dan mengelompokkannya dalam 5 kategori : likuiditas,
profitabilitas, leverage, solvabilitas, dan kinerja. Hasil studi Altman ternyata
mampu memperoleh ketepatan prediksi sebesar 95% untuk data satu tahun
sebelum kebangkrutan, untuk data dua tahun sebelum kebangkrutan sebesar
72%. Selain itu diketahui bahwa perusahaan dengan profitabilitas yang rendah
sangat berpotensi mengalami kebangkrutan. Formula Z yang diturunkan
Altman adalah sebagai berikut :
Sumber : Altman (1968: 594)
Dimana :
X1 = working capital / total asset
X2 = retained earnings / total asset
X3 = earning before interest and taxes / total asset
X4 = market value of equity / book value of total debt
X5 = sales/ total asset
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 +1,0X5
-
28
Nilai Z adalah indeks keseluruhan fungsi Multiple Discriminant Analysis.
Menurut Altman (1968), terdapat angka-angka cut off nilai Z yang menjelaskan
apakah perusahaan akan mengalami kegagalan atau tidak dimasa yang datang
dan Altman membagi dalam tiga kategori, yaitu:
a. Bila Z ≤ 1,8 , maka perusahaan masuk dalam area “Distress Zone”.
b. Bila 1,8 < (nilai Z) < 2,99 , maka perusahaan dalam area “Grey Zone”. Pada
kondisi ini perusahaan tidak dapat ditentukan apakah perusahaan sehat atau
mengalami financial distress.
c. Bila Z ≥ 2,99 , maka perusahaan dalam area “Safe Zone”.
b) Model Altman Revisi pada tahun 1983
Model yang dikembangkan oleh Altman ini mengalami suatu revisi. Revisi
yang dilakukan oleh Altman merupakan penyesuaian yang dilakukan agar
model prediksinya tidak hanya digunakan pada perusahaan manufaktur yang go
public saja melainkan juga dapat digunakan pada perusahaan di sektor swasta.
Perubahan yang dilakukan adalah pada salah satu variabel, yaitu pembilang
market value of equity pada X4 diganti menjadi book value of equity dengan
alasan karena perusahaan private tidak mempunyai harga saham untuk
ekuitasnya. Berikut ini model Altman revisi:
Sumber : Hanafi (2015: 657)
Dimana:
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 debt
X5 = sales / total asset
Z = 0,717X1 + 0,847X2 + 3,107X3 + 0,420X4 +0,998X5
-
29
S-Score = 1,03A+ 3,07B + 0,66C + 0,4D
Klasifikasi perusahaan yang sehat dan bangkrut berdasarkan pada nilai Z-
Score model Altman (1983) yaitu:
a. Bila Z’ > 2,90 , maka perusahaan masuk dalam area “Safe Zone”.
b. Bila 1,23 < (nilai Z’) < 2,90 , maka perusahaan dalam area “Grey Zone”.
Pada kondisi ini perusahaan tidak dapat ditentukan apakah perusahaan sehat
atau mengalami financial distress.
c. Bila Z’ < 1,23 , maka perusahaan dalam area “Distress Zone”. Pada kondisi
ini perusahaan beresiko mengalami kebangkrutan.
2. Model Springate (S-Score)
Model ini dikembangkan oleh Springate pada tahun 1978 dengan
menggunakan analisis multidiskriminan dengan menggunakan 40 perusahaan
sebagai sampelnya. Gordon L.V Springate menemukan 4 rasio yang dapat
digunakan dalam memprediksi adanya potensi (indikasi) kebangkrutan perusahaan.
Keempat rasio tersebut adalah :
1. Rasio modal kerja terhadap total aset.
2. Rasio laba sebelum bunga dan pajak terhadap total aset.
3. Rasio laba sebelum pajak terhadap total liabilitas lancar.
4. Rasio total penjualan terhadap total aset.
Keempat rasio tersebut dikombinasikan dalam suatu formula yang dirumuskan
Gordon L.V Springate yang selanjutnya dikenal dengan istilah metode Springate.
Model yang berhasil dikembangkan oleh Springate adalah:
Sumber: Rajasekar et al (2014: 103)
-
30
Dimana:
A = modal kerja / total aset
B = laba sebelum bunga dan pajak / total aset
C = laba sebelum pajak / hutang lancar
D = penjualan / total aset
Klasifikasi yang ditetapkan Springate adalah jika nilai S-Score > 0,862 maka
perusahaan diprediksi sebagai perusahaan yang berpotensi sehat (tidak berpontensi
bangkrut), sedangkan jika nilai S-Score < 0,862 maka perusahaan diprediksi
sebagai perusahaan yang berpotensi akan mengalami kebangkrutan.
3. Model Zmijewski (X-Score)
Perluasan studi dalam prediksi kebangkrutan dilakukan oleh Zmijewski pada
tahun 1983 dengan menambah validitas rasio keuangan sebagai alat deteksi
kegagalan keuangan perusahaan. Zmijewski melakukan studi dengan menelaah
ulang studi bidang kebangkrutan hasil riset sebelumnya selama dua puluh tahun.
Beberapa rasio keuangan dipilih dari rasio–rasio keuangan penelitian terdahulu dan
diambil sampel sebanyak 75 perusahaan yang bangkrut, serta 3.573 perusahaan
sehat selama tahun 1972 sampai dengan 1978, indikator F-test terhadap rasio–rasio
kelompok, Rate of Return, liquidity, leverage, turnover, fixed payment coverage,
trends, firm size, dan stock return volatility, menunjukkan adanya perbedaan yang
signifikan antara perusahaan yang sehat dan yang tidak sehat. Berikut ini adalah
model yang dirumuskan oleh Zmijewski:
Sumber: Sayari & Mugan (2016: 3)
Dimana :
ROA = Net Income / Total Assets
FINL = Total Debt / Total Asset
LIQ = Current Asset / Current Liabilities
X-Score = -4,336 – 4,513(ROA) + 5,679(FINL) + 0,004(LIQ)
-
31
Klasifikasi perusahaan model Zmijewski ini didasarkan pada nilai cut off point
sebesar 0 (nol). Apabila nilai X-Score dibawah cut off point, maka perusahaan
berada pada kondisi yang sehat. Namun X-Score berada diatas cut off point maka
perusahaan berada pada kondisi financial distress.
4. Model Ohlson (O-Score)
Prediksi kebangkrutan metode ini dikemukakan oleh James A. Ohlson pada
tahun 1980 dalam jurnalnya yang berjudul “Financial Ratio dan The Probabilistic
Prediction of Bankruptcy”. Pada tahun 1980 Ohlson terinspirasi oleh penelitian-
penelitian sebelumnya yang juga melakukan studi mengenai financial distress.
Namun, ada beberapa modifikasi yang Ohlson lakukan di dalam studinya
dibandingkan dengan penelitan-penelitian sebelumnya. Ohlson menggunakan data
dari tahun 1970-1976 dan memperoleh sampel sebanyak 105 perusahaan yang
bangkrut, serta 2.058 perusahaan yang tidak bangkrut selama periode tersebut.
Terlihat pada jumahnya, Ohlson tidak menggunakan teknik matched-pair sampling.
Perbedaan lainnya juga terdapat pada sumber datanya, jika Altman pada tahun 1968
dan Beaver pada tahun 1966 menggunakan sumber datanya dari Moody’s Manual,
maka Ohlson mendapatkan datanya dari laporan keuangan yang diterbitkan untuk
pajak.
Pada tahun 1980 Ohlson menggunakan metode statistik bernama conditional
logit, karena Ohlson berpendapat bahwa metode tersebut dapat menutupi
kekurangan-kekurangan yang terdapat pada metode Multivariate Discriminant
Analysis (MDA) yang digunakan oleh Altman dan Springate. Beberapa kekurangan
yang terdapat pada metode MDA yaitu:
-
32
a. Terdapat kebutuhan pasti terhadap pengujian statistik dalam penelitian model
prediksi sehingga menimbulkan adanya pembatasan ruang lingkup penelitian.
b. Hasil perhitungan dengan menggunakan model analisis diskriminan
mempunyai interpretasi yang sempit, karena berdasarkan pada aturan
peringkat.
c. Prosedur perbandingan yang digunakan menggunakan prosedur berdasarkan
keinginan dari peneliti.
Model yang dibangun oleh Ohlson pada tahun 1980 memiliki 9 variabel
independen yang terdiri dari beberapa rasio keuangan yaitu rasio leverage,
likuiditas dan profitabilitas. Model tersebut adalah:
Sumber : Sayari&Mugan (2016: 3)
Dimana:
X1 (SIZE) = Log (Total Aset / GNP price level index)
X2 (TLTA) = Total Hutang / Total Aset
X3 (WCTA) = Modal Kerja / Total Aset
X4 (CLCA) = Hutang Lancar / Aset Lancar
X5 (OENEG) = Pendapatan Bersih / Total Aset
X6 (NITA) = Arus Kas Dari Kegiatan Operasi / Total Hutang
X7 (FUTL) = 1 jika pendapatan bersih dua tahun terakhir negatif dan 0
untuk kondisi lainnya
X8 (INTWO) = 1 jika total hutang > total aset dan 0 untuk kondisi lainnya
X9 (CHIN) = (Nit-Nit-1)/( |Nit|+|Nit-1|), dimana Nit adalah pendapatan bersih
Untuk periode tahun yang diteliti
Hasil perhitungan dari O-Score Model tidak dapat menggambarkan
kemunginan financial distress. Namun, dapat berubah menjadi kemungkinan
financial distress menggunakan transformasi logistik yaitu:
O-Score = -1,32−0,407𝑋1 + 6,03𝑋2 − 1,43𝑋3 + 0,0757𝑋4 − 2,37𝑋5 −1,83𝑋6 + 0,285𝑋7 − 1,72𝑋8 − 0,521𝑋9
-
33
EO-Score
1+ EO-Score
Sumber: Kumar&Kumar, 2012:79
Dimana:
E = exponent, dengan nilai 2,718282
Ohlson menyatakan bahwa model ini memiliki nilai cut off point optimal pada
nilai 0,50. Ohlson (1980) memilih nilai cut off tersebut karena dengan nilai tersebut
jumlah error dapat diminimalisasi. Maksud dari nilai cut off tersebut adalah apabila
perusahaan memiliki nilai P (O-Score) di atas 0,50 maka perusahaan diprediksi
dalam kondisi distress. Sebaliknya, apabila nilai P (O-Score) di bawah 0,50 maka
perusahaan diprediksi tidak dalam kondisi distress.
Alasan peneliti menggunakan model Ohlson dalam memprediksi financial
distress karena model Ohlson memiliki tingkat akurasi yang cukup tinggi. Hal ini
dibuktikan dengan hasil penelitian yang dilakukan oleh Khunthong (1997) (dalam
Lawrence et al, 2015) yang menyatakan bahwa model Ohlson memberikan
klasifikasi kebenaran dalam memprediksi financial distress sebesar 96% dan
Kumar dan Kumar (2012) menyatakan bahwa model Ohlson merupakan model
prediksi financial distress yang paling baik, karena model Ohlson memiliki tingkat
korelasi yang tinggi terhadap analisis tradisional dibandingkan dengan model
Altman yang memiliki tingkat korelasi yang rendah.
P (O-Score) =
-
34
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian deskriptif dengan
pendekatan kuantitatif. Menurut Sugiyono (2011: 35) metode deskriptif
dilakukan untuk mengetahui nilai variabel mandiri, baik satu variabel atau lebih
(variabel yang berdiri sendiri) tanpa membuat perbandingan atau
menghubungkan antara variabel satu dengan variabel lain. Pada penelitian ini,
tidak diperlukan uji hipotesis karena penelitian ini hanya perlu
mengimplementasikan rumus dari Ohlson untuk memprediksi potensi financial
distress perusahaan.
B. Lokasi Penelitian
Lokasi penelitian adalah tempat pengambilan data yang dilakukan peneliti.
Penelitian ini dilakukan di website resmi Bursa Efek Indonesia yaitu
www.idx.co.id karena tersedianya data yang diperlukan dalam penelitian yang
berupa laporan keuangan perusahaan manufaktur sub sektor tekstil dan garmen
periode 2011-2015. Sedangkan data mengenai GNP price level index diperoleh
dari situs resmi Badan Pusat Statistik yaitu www.bps.go.id. Melalui
pertimbangan pemilihan tempat penelitian, bahwa data dan informasi yang
disediakan oleh tempat tersebut terjamin tingkat keakuratannya.
http://www.bps.go.id/
-
35
C. Variabel Penelitian
Variabel merupakan segala sesuatu yang berbentuk apa saja yang ditetapkan
peneliti sehingga dari variabel tersebut dapat diperoleh informasi yang
dibutuhkan yang kemudian dapat ditarik kesimpulannya (Sugiyono, 2011: 38).
Berikut ini merupakan yang menjadi variabel penelitian, yaitu:
1. O-Score Model
a) Log (total assets/GNP price-level index) (X1)
Rasio ini digunakan untuk mengukur ukuran perusahaan (firm size).
Apabila nilai rasio X1 besar, maka kondisi perusahaan membaik. Rasio
ini dihitung dengan membagi total aset dengan GNP price level index.
GNP price level index dihitung dengan cara membagi nilai GNP pada
tahun tertentu dengan GNP yang dijadikan tahun dasar. Dalam
penelitian ini yang dijadikan sebagai tahun dasar adalah tahun 2010.
b) Total liabilities divided by total assets (X2)
Rasio ini digunakan untuk mengukur kemampuan perusahaan dalam
membayar seluruh kewajiban. Apabila nilai rasio X2 kecil, maka kondisi
perusahaan membaik.
c) Working capital divided by total assets (X3)
Rasio ini digunakan untuk mengukur kemampuan perusahaan dalam
mengelola modal kerja bersih dari total aset yang dimiliki. Apabila nilai
rasio X3 besar, maka kondisi perusahaan membaik.
-
36
d) Current liabilities divided by current assets (X4)
Rasio ini digunakan untuk mengukur sejauh mana kemampuan aset
lancar perusahaan telah dibiayai menggunakan hutang lancar. Apabila
nilai rasio X4 kecil, maka kondisi perusahaan membaik.
e) Net income divided by total assets (X5)
Rasio ini digunakan untuk mengukur kemampuan dalam menghasilkan
profit dari total aset yang tersedia. Apabila nilai rasio X5 besar, maka
kondisi perusahaan membaik.
f) Cash flow from operations divided by total liabilities (X6)
Rasio ini digunakan untuk mengukur kemampuan dalam membiayai
total hutang dari arus kas operasi. Apabila nilai rasio X6 meningkat,
maka kondisi perusahaan membaik.
g) One if net income was negative for the last two years, zero otherwise
(X7)
Variabel dummy dinyatakan dalam angka 1 jika laba bersih dua tahun
terakhir negatif, atau angka 0 jika terjadi kondisi lainnya.
h) One if total liabilities exceeds total assets, zero otherwise (X8)
Variabel dummy dinyatakan dalam angka 1 jika total hutang > total aset,
atau angka 0 pada kondisi lainnya.
i) (NIt – Nit-i)/( ⎸NIt⎸ + ⎸NIt-i⎸) (X9)
Rasio ini digunakan untuk mengukur perubahan laba bersih yang
dihasilkan perusahaan pada periode tahun ke-t dan tahun sebelumnya (t-
1).
-
37
j) O-Score
Nilai yang dihasilkan dari perhitungan standart dikalikan dengan
variabel-variabel keuangan.
k) P (O-Score)
Nilai yang dihasilkan dari perhitungan O-Score dengan menggunakan
transformasi logistik yang bertujuan untuk memperlihatkan tingkat
kemungkinan perusahaan mengalami financial distress. Dari hasil
tersebut dapat diklasifikasikan dan diketahui prediksi tingkat financial
distress perusahaan.
2. Prediksi Financial Distress
a. P (O-Score) > 0,50
Menunjukkan perusahaan mengalami financial distress.
b. P (O-Score) < 0,50
Menunjukkan perusahaan berada dalam kondisi keuangan yang sehat
dan tidak mempunyai permasalahan dengan financial distress.
D. Populasi dan Sampel
1. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,
2011: 80). Populasi penelitian merupakan keseluruhan (universum) dari
objek penelitian yang dapat berupa manusia, hewan, tumbuh-tumbuhan,
udara, gejala, nilai peristiwa, sikap hidup, dan sebagainya, sehingga objek-
-
38
objek ini dapat menjadi sumber data penelitian (Bungin, 2008: 99). Populasi
dalam penelitian adalah seluruh perusahaan manufaktur sub sektor tekstil
dan garmen yang terdaftar di Bursa Efek Indonesia periode 2011-2015
berjumlah 17 perusahaan sesuai tabel 3.1.
Tabel 3.1 Populasi Industri Sub Sektor Tekstil dan Garmen
No Kode
Saham
Nama Emiten Terdaftar
1 ADMG Polychem Indonesia Tbk 20-10-1993
2 ARGO PT Argo Pantes Tbk 07-01-1991
3 CNTB PT Century Textile Tbk 22-05-1979
4 ERTX PT Eratex Djaya Tbk 21-08-1990
5 ESTI Ever Shine Tex Tbk 13-10-1992
6 HDTX PT Panasia Indo Resources Tbk 06-06-1990
7 INDR Indo Rama Synthetic Tbk 03-08-1990
8 MYTX Apac Citra Centertex Tbk 10-10-1989
9 PBRX Pan Brothers Tbk 16-08-1990
10 POLY Asia Pasific Fibers Tbk 12-03-1991
11 RICY Ricky Putra Globalindo Tbk 22-01-1998
12 SRIL PT Sri Rejeki Isman Tbk 17-06-2013
13 SSTM PT Sunson Textile Manufacturer Tbk 20-08-1997
14 STAR PT Star Petrochem Tbk 13-07-2011
15 TFCO PT Tifico Fiber Indonesia Tbk 26-02-1980
16 TRIS PT Trisula International Tbk 28-06-2012
17 UNIT PT Nusantara Inti Corpora Tbk 18-04-2002
Sumber : Data diolah dari www.idx.co.id, 2016.
2. Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin
mempelajari semua yang ada pada populasi, maka peneliti dapat
menggunakan sampel yang diambil dari populasi itu (Sugiyono, 2011 : 81).
Teknik sampling yang digunakan oleh peneliti adalah Non Probability
Sampling. Menurut Sugiyono (2011: 84) Non Probability Sampling adalah
teknik pengambilan sampel yang tidak memberikan peluang atau
-
39
kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih
menjadi sampel. Teknik sampel ini meliputi, sampling sistematis, kuota,
aksidental, purposive, jenuh, snowball.
Teknik Non Probability Sampling yang digunakan dalam pengambilan
sampel pada penelitian ini lebih menggunakan teknik purposive sampling.
Menurut Sugiyono (2012: 85) purposive sampling adalah teknik penentuan
sampel dengan pertimbangan tertentu. Sehingga data yang diperoleh lebih
representatif dengan melakukan proses penelitian yang kompeten
dibidangnya. Dalam penelitian ini, perusahaan yang menjadi sampel harus
memenuhi kriteria yang telah ditetapkan yaitu :
a) Perusahaan tekstil dan garmen yang terdaftar IPO di Bursa Efek
Indonesia sebelum tahun 2011.
b) Perusahaan secara terus menerus mempublikasikan laporan keuangan
pada tahun 2011-2015.
Tabel 3.2 Teknik Purposive Sampling
No Kode
Saham
Terdaftar
IPO
Laporan Keuangan Terpilih
Sebelum
Tahun
2011
2011 2012 2013 2014 2015
1 ADMG √ √ √ √ √ √ √
2 ARGO √ √ √ √ √ √ √
3 CNTB √ √ √ √ √ - -
4 ERTX √ √ √ √ √ √ √
5 ESTI √ √ √ √ √ √ √
6 HDTX √ √ √ √ √ √ √
7 INDR √ √ √ √ √ √ √
8 MYTX √ √ √ √ √ √ √
9 PBRX √ √ √ √ √ √ √
10 POLY √ √ √ √ √ √ √
11 RICY √ √ √ √ √ √ √
12 SRIL - √ √ √ √ √ -
-
40
No Kode
Saham
Terdaftar
IPO
Laporan Keuangan Terpilih
Sebelum
Tahun
2011
2011 2012 2013 2014 2015
13 SSTM √ √ √ √ √ √ √
14 STAR - √ √ √ √ √ -
15 TFCO √ √ √ √ √ √ √
16 TRIS - √ √ √ √ √ -
17 UNIT √ √ √ √ √ √ √
Sumber : Data diolah dari www.idx.co.id, 2016.
Berdasarkan kriteria-kriteria yang ditentukan dalam memilih sampel,
maka diperoleh hasil sampel sebanyak 13 perusahaan. Berikut daftar nama
perusahaan tekstil dan garmen yang menjadi sampel penelitian :
1. Polychem Indonesia Tbk (ADMG) 2. PT Argo Pantes Tbk (ARGO) 3. PT Eratex Djaya Tbk (ERTX) 4. Ever Shine Tex Tbk (ESTI) 5. PT Panasia Indo Resources Tbk (HDTX) 6. Indo Rama Synthetic Tbk (INDR) 7. Apac Citra Centertex Tbk (MYTX) 8. Pan Brothers Tbk (PBRX) 9. Asia Pasific Fibers Tbk (POLY) 10. Ricky Putra Globalindo Tbk (RICY) 11. PT Sunson Textile Manufacturer Tbk (SSTM) 12. PT Tifico Fiber Indonesia Tbk (TFCO) 13. PT Nusantara Inti Corpora Tbk (UNIT)
E. Sumber Data
Sumber data dalam penelitian adalah data sekunder. Data dan sumber data
sekunder adalah data yang diperoleh dari sumber kedua atau sumber sekunder
dari data yang dibutuhkan (Bungin, 2008: 122). Data sekunder adalah data yang
diperoleh atau dikumpulkan oleh orang-orang yang melakukan penelitian dari
sumber-sumber yang telah ada (Hasan, 2010: 19). Data sekunder tersebut
adalah ringkasan kinerja keuangan perusahaan tercatat yang menjadi objek
-
41
penelitian selama periode 2011-2015. Data tersebut diakses melalui situs resmi
Bursa Efek Indonesia yaitu www.idx.co.id dan www.bps.go.id untuk
mengetahui data gnp.
F. Teknik Pengumpulan Data
Teknik pengumpulan data merupakan bagian instrumen pengumpulan data
yang menentukan berhasil atau tidaknya suatu penelitian. (Bungin, 2008: 123).
Pengumpulan data merupakan langkah yang paling strategis dalam penelitian,
karena tujuan utama dari penelitian adalah mendapatkan data (Sugiyono, 2011:
224). Kesalahan dalam memilih teknik pengumpulan data dapat berakibat fatal
terhadap hasil penelitian yang dilakukan. Pada penelitian kuantitatif dikenal
beberapa teknik pengumpulan data seperti angket, wawancara, observasi, dan
dokumentasi (Bungin, 2008: 123).
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah
teknik dokumentasi. Teknik dokumentasi adalah salah satu teknik pengumpulan
data yang digunakan dalam metodologi penelitian sosial (Bungin, 2008: 144).
Teknik dokumentasi dalam penelitian dilakukan dengan mencatat dan
menelusuri data manufaktur sub sektor tekstil dan garmen yang terdaftar di
Bursa Efek Indonesia berupa ringkasan laporan keuangan neraca dan laba rugi
pada tahun 2011-2015.
G. Teknik Analisis Data
Analisis data merupakan kegiatan penyederhanaan data ke dalam bentuk
yang mudah untuk dipahami, sehingga mudah untuk digunakan dalam
http://www.idx.co.id/http://www.bps.go.id/
-
42
memecahkan suatu permasalahan. Pada penelitian ini, menggunakan analisa
kuantitatif karena terdiri dari data-data kuantitatif yang terdapat angka-angka
dalam laporan keuangan. Langkah-langkah yang digunakan dalam
menganalisis data adalah sebagai berikut:
1. Menghitung O-Score
a) X1 (SIZE) : Log (total assets/GNP price-level index)
Sumber : Ohlson (1980: 118-119)
b) X2 (TLTA) : Total Liabilities to Total Assets
Sumber : Ohlson (1980: 118-119)
c) X3 (WCTA): Working Capital to Total Assets
Sumber : Ohlson (1980: 118-119)
d) X4 (CLCA) : Current Liabilities to Current Assets
Sumber : Ohlson (1980: 118-119)
e) X5 (NITA) : Net income divided by total assets
Sumber : Ohlson (1980: 118-119)
X1 = Log [𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠
𝐺𝑁𝑃 𝑃𝑟𝑖𝑐𝑒 𝐿𝑒𝑣𝑒𝑙 𝐼𝑛𝑑𝑒𝑥]
X2= Total Liabilities Total Assets
X3 = Working Capital Total Assets
X4 = Current Liabilities Current Assets
X5 = Net Income Total Assets
-
43
EO-Score
1+ EO-Scor