i

PENGARUH LIKUIDITAS, LEVERAGE, PROFITABILITAS,

AKTIVITAS, DAN SALES GROWTH DALAM MEMPREDIKSI

TERJADINYA FINANCIAL DISTRESS MENGGUNAKAN

DISCRIMINANT ANALYSIS DAN LOGISTIC REGRESSION

(Studi pada Perusahaan Manufaktur yang Terdaftar di BEI Periode 2013-

2016)

SKRIPSI

Diajukan kepada Fakultas Ekonomi dan Bisnis Untuk Meraih Syarat-syarat Guna

Meraih Gelar Sarjana Ekonomi

Oleh:

ISTI FARAH

NIM : 11140810000099

JURUSAN MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1439 H/2018 M

ii

iii

iv

LEMBAR PENGESAHAN UJIAN SKRIPSI

Hari ini, Rabu 23 Mei 2018 telah dilakukan Ujian Skripsi atas mahasiswa:

1. Nama : Isti Farah

2. NIM : 11140810000099

3. Jurusan : Manajemen Keuangan

4. Judul Skripsi : Pengaruh Likuiditas, Leverage, Profitabilitas, Aktivitas, dan

Sales Growth dalam Memprediksi Terjadinya Financial

Distress Menggunakan Discriminant Analysis dan Logistic

Regression (Studi pada Perusahaan Manufaktur yang Terdaftar

di BEI Periode 2013-2016)

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama ujian Skripsi, maka diputuskan bahwa mahasiswa tersebut di

atas dinyatakan lulus dan skripsi ini diterima sebagai salah satu syartat untuk

memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis

Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Jakarta, 23 Mei 2018

1. Titi Dewi Warninda, SE., M.Si (________________)

NIP. 197312212005012002 Ketua

2. Dr. Indoyama Nasarudin, SE., MAB ( )

NIP. 19741127200112100 Sekretaris

3. Prof. Dr. Ahmad Rodoni (________________)

NIP. 19690203201121003 Penguji Ahli

4. Dr. Indoyama Nasarudin, SE., MAB ( )

NIP. 197411272001121002 Pembimbing

v

vi

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI

1. Nama : Isti Farah

2. Tempat tanggal lahir : Jakarta, 14 September 1996

3. Alamat : Jl. Sengon RT.03 RW.03 No. 46 Cinere-Depok

4. Telepon : 081282808537

5. E-mail : istifarah23@gmail.com

II. PENDIDIKAN

1. SDN Pondok Labu 08 PT Tahun 2002-2008

2. SMPN 226 Jakarta Tahun 2008-2011

3. SMA PGRI 3 Jakarta Tahun 2011-2014

4. S1 Ekonomi UIN Syarif Hidayatullah Jakarta Tahun 2018

III. LATAR BELAKANG KELUARGA

1. Ayah : Perianto

2. Ibu : Yul Emiza

3. Alamat : Jl. Sengon RT.03 RW.03 No.46 Cinere-Depok

IV. PENGALAMAN ORGANISASI

2012:

Kepanitiaan Orientasi Siswa SMA PGRI 3 Jakarta.

Anggota Paskibraka SMA PGRI 3 Jakarta.

vii

V. PELATIHAN DAN SEMINAR YANG DIIKUTI

1. 28 s/d 30 Agustus 2014 : Orientasi Pengenalan Akademik (OPAK)

2. 15 September 2014 :Company Visit PT. Yakult Indonesia

Persada yang diselenggarakan oleh

Himpunan Mahasiswa Jurusan Manajemen

(HMJ)

3. 2 September 2015 : Mata Kuliah Praktek Ibadah

4. 24 November 2015 :Seminar Studentpreneur “Mencetak

Generasi Berwawasan Kebangsaan Melalui

Studentpreneur”

5. 23 Februari 2016 : Mata Kuliah Praktek Qira’at

6. 25 Juli s/d 25 Agustus 2017 : Kuliah Kerja Nyata (KKN)

viii

ABSTRACT

This research is conducted to analyze the influence of liquidity, leverage,

profitability, activity, and sales growth in predicting the occurrence of financial distress

at manufacturing company listed in Indonesia Stock Exchange (BEI) period 2013-2016

by using discriminant analysis and logistic regression. The number of population in this

research is 100 Manufacturing Companies listed in BEI period 2013-2016. Sampling

using purposive sampling method. Companies that meet the criteria to be sampled in this

study amounted to 22 companies, 12 companies in non financial distress situation and 10

companies in financial distress situation. The type of data used is secondary data

obtained from the Indonesian Stock Exchange (IDX). The result of discriminant analysis

shows that profitability measured by Return On Asset (ROA) has a significant influence

in predicting the occurrence of financial distress in a company, while the result of logistic

regression shows that profitability measured by Return On Asset (ROA) has a negative

and significant influence in predicting the occurrence of financial distress in a company. For accurate results in predicting non financial distress firms and financial distress

firms, logistic regression has an overall accuracy of 90.9% higher than the overall rate of

88.6% discriminant analysis accuracy.

Keywords: Liquidity, Leverage, Profitability, Activity, Sales Growth, Financial

Distress, Discriminant Analysis and Logistic Regression.

ix

ABSTRAK

Penelitian ini dilakukan untuk menganalisis pengaruh likuiditas, leverage,

profitabilitas, aktivitas, dan sales growth dalam memprediksi terjadinya financial distress

pada perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) periode 2013-

2016 dengan menggunakan discriminant analysis dan logistic regression. Jumlah

populasi dalam penelitian ini adalah 100 Perusahaan Manufaktur yang terdaftar di BEI

periode 2013-2016. Pengambilan sampel menggunakan metode purposive sampling.

Perusahaan yang memenuhi kriteria untuk dijadikan sampel dalam penelitian ini

berjumlah 22 perusahaan, 12 perusahaan merupakan perusahaan yang tidak mengalami

kondisi financial distress dan 10 perusahaan merupakan perusahaan yang mengalami

kondisi financial distress. Jenis data yang digunakan adalah data sekunder yang diperoleh

dari Indonesian Stock Exchange (IDX). Hasil dari discriminant analysis menunjukkan

bahwa Profitabilitas yang diukur dengan Return On Asset (ROA) mempunyai pengaruh

yang signifikan dalam memprediksi terjadinya financial distress di suatu perusahaan,

sedangkan hasil dari logistic regression menunjukkan bahwa profitabilitas yang diukur

dengan Return On Asset (ROA) mempunyai pengaruh negatif dan signifikan dalam

memprediksi terjadinya financial distress di suatu perusahaan. Untuk hasil tingkat akurasi

dalam memprediksi perusahaan yang tidak mengalami financial distress dan perusahaan

yang mengalami financial distress, logistic regression mempunyai hasil keseluruhan

tingkat akurasi sebesar 90.9% yang lebih tinggi dibandingkan hasil keseluruhan tingkat

akurasi discriminant analysis sebesar 88.6%.

Kata Kunci : Likuiditas, Leverage, Profitabilitas, Aktivitas, Sales Growth, Financial

Distress, Discriminant Analysis, dan Logistic Regression.

x

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan

rahmat, nikmat, hidayah dan karunia-Nya kepada penulis, sehingga penulis dapat

menyelesaikan skripsi yang berjudul “Pengaruh Likuiditas, Leverage,

Profitabilitas, Aktivitas, dan Sales Growth dalam Memprediksi Terjadinya

Financial Distress Menggunakan Discriminant Analysis dan Logistic Regression

(Studi pada Perusahaan Manufaktur yang Terdaftar di BEI Periode 2013-2016)”.

Shalawat dan salam selalu tercurah kepada junjungan kita baginda Nabi

Muhammad SAW beserta keluarga dan para sahabatnya. Penyusunan skripsi ini

dimaksudkan untuk memenuhi syarat guna mencapai gelar Sarjana Ekonomi di

Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Penulis menyadari bahwa sejak awal penyusunan hingga terselesaikannya

skripsi ini banyak pihak yang telah membantu dan memberi dukungan baik moril

maupun materil. Untuk itu, tak lupa pada kesempatan ini, secara khusus penulis

ingin menyampaikan terimakasih yang sebesar-besarnya kepada:

1. Kedua orang tuaku, Ayahanda Perianto dan Ibunda Yul Emiza. Terimakasih

atas segala doa, nasihat, kasih sayang, bantuan moril maupun materil, dan

sudah mendidik penulis dari kecil sampai sekarang ini. Semoga Allah SWT

selalu memberikan kesehatan, panjang umur dan dilancarkan segala

usahanya kepada kedua orang tuaku.

2. Untuk kakakku Ilham Arrahman. Terimakasih atas semua support yang

telah diberikan kepada penulis.

3. Bapak Dr. M. Arief Mufraini, Lc., M.Si, selaku Dekan Fakultas Ekonomi

dan Bisnis UIN Syarif Hidayatullah Jakarta.

4. Ibu Titi Dewi Warninda, SE., M.Si, selaku Ketua Jurusan Manajemen dan

Ibu Ella Patriana, MM, selaku Wakil Ketua Jurusan Manajemen Fakultas

Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta, yang telah

mengesahkan secara resmi judul penelitian sebagai bahan skripsi dan telah

xi

membantu memberikan izin kepada penulis sehingga penulisan skripsi dapat

berjalan dengan lancar.

5. Bapak Dr. Indoyama Nasarudin, SE., MAB., selaku dosen pembimbing

yang telah meluangkan waktu dan pikirannya untuk membimbing dan

mengarahkan penulisan skripsi ini serta motivasinya yang begitu besar bagi

penulis. Semoga beliau diberikan kesehatan, dilancarkan segala urusannya

dan setiap ilmu yang Bapak berikan kepada penulis bisa bermanfaat untuk

seterusnya. Amin.

6. Untuk Pahmi Pratama yang selalu memotivasi, support, membantu baik

moril dan doa kepada penulis. Sehingga penulis dapat termotivasi untuk

menyelesaikan skripsi ini.

7. Seluruh dosen Fakultas Ekonomi dan Bisnis yang telah memberikan

ilmunya yang bermanfaat buat penulis. Serta para staff dan karyawan

Fakultas Ekonomi dan Bisnis yang telah memberikan pelayanan yang

terbaik bagi mahasiswa.

8. Teman-teman seperjuanganku Qisti, Ayudhita, Suci, dan Atika yang selama

ini selalu membuat canda dan tawa disetiap pertemuan dan perkumpulan.

Semoga kita bisa memberikan yang terbaik untuk bangsa ini dengan hati,

pikiran dan tenaga yang kita miliki.

9. Teman-teman KKN BERIKATAN 2017 yang telah bersama-sama

mengabdikan diri kepada masyarakat di Desa Curug Wetan, Tangerang.

10. Seluruh teman-teman Manajemen Keuangan 2016 yang tidak dapat

disebutkan satu per satu, suatu kebahagiaan bisa bersama kalian.

11. Seluruh teman-teman dari Manajemen angkatan 2014 yang selalu

memotivasi penulis. Terimakasih untuk kebersamaannya selama ini sejak

memulai menimba ilmu di UIN.

xii

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Hal ini

dikarenakan terbatasnya kemampuan dan pengetahuan yang dimiliki penulis. Oleh

karena itu, penulis mengharapkan segala bentuk saran, masukan dan kritik yang

membangun dari berbagai pihak. Akhir kata, penulis berharap semoga penulisan

skripsi ini dapat memberikan manfaat bagi semua pihak serta menambah wawasan

bagi kita semua.

Jakarta, Mei 2018

Penulis

(Isti Farah)

xiii

DAFTAR ISI

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ................................... ii

LEMBAR PENGESAHAN UJIAN SKRIPSI ................................................... iv

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ... Error! Bookmark

not defined.

DAFTAR RIWAYAT HIDUP ............................................................................. v

ABSTRACT ........................................................................................................ viii

ABSTRAK ............................................................................................................ ix

KATA PENGANTAR ........................................................................................... x

DAFTAR ISI ....................................................................................................... xiii

DAFTAR TABEL ............................................................................................... xv

DAFTAR GAMBAR ......................................................................................... xvii

DAFTAR LAMPIRAN ...................................................................................... xiii

BAB I PENDAHULUAN ..................................................................................... 1

A. Latar Belakang .......................................................................................... 1

B. Perumusan Masalah ................................................................................ 14

C. Tujuan dan Manfaat Penelitian ............................................................... 15

BAB II TINJAUAN PUSTAKA ......................................................................... 17

A. Laporan Keuangan ................................................................................. 17

B. Analisis Rasio Keuangan ........................................................................ 26

C. Growth Ratio (Rasio Pertumbuhan) ....................................................... 43

D. Financial Distress .................................................................................. 47

E. Penelitian Sebelumnya ........................................................................... 56

F. Keterkaitan Antar Variabel..................................................................... 70

G. Kerangka Pemikiran ............................................................................... 78

H. Hipotesis ................................................................................................. 80

BAB III METODE PENELITIAN .................................................................... 81

A. Ruang Lingkup Penelitian ...................................................................... 81

B. Metode Penentuan Sampel ...................................................................... 81

xiv

C. Jenis dan Sumber Data ............................................................................ 84

D. Metode Pengumpulan Data ..................................................................... 84

E. Metode Analisis Data .............................................................................. 85

1. Analisis Deskriptif ............................................................................. 85

2. Metode Analisis Data ....................................................................... 85

a. Uji Asumsi Klasik Normalitas ........................................................ 85

b. Analisis Diskriminan ....................................................................... 86

3. Metode Analisis Regresi Logistik ..................................................... 89

a. Menilai Model Fit ............................................................................ 91

b. Cox dan Snell`s R Square ................................................................ 92

F. Operasional Variabel Penelitian .............................................................. 94

BAB IV ANALISIS DAN PEMBAHASAN ..................................................... 99

A. Gambaran Umum Objek Penelitian ........................................................ 99

B. Metode Analisis Data ............................................................................ 118

1. Analisis Deskriptif ............................................................................ 118

2. Uji Asumsi Klasik Normalitas .......................................................... 132

3. Analisis Diskriminan ......................................................................... 135

4. Analisis Regresi Logistik .................................................................. 146

C. Pembahasan .......................................................................................... 155

BAB V PENUTUP ............................................................................................ 168

A. Kesimpulan ........................................................................................... 168

B. Keterbatasan dan Saran ....................................................................... 169

DAFTAR PUSTAKA ....................................................................................... 171

LAMPIRAN ....................................................................................................... 175

xv

DAFTAR TABEL

Tabel 1.1 Pergerakan Rata-Rata Nilai Tukar Rupiah terhadap US Dollar pada

Tahun 2012-2016 ................................................................................................. 13

Tabel 2.1 Penelitian Terdahulu ............................................................................. 64

Tabel 3.1 Kriteria Pengambilan Sampel Perusahaan ........................................... 82

Tabel 3.2 Sampel Perusahaan Non Financial Distress (Kategori 0) ................... 83

Tabel 3.3 Sampel Perusahaan Financial Distress (Kategori 1) ............................ 84

Tabel 4.1 Perhitungan Nilai Current Asset (CR) ............................................... 119

Tabel 4.2 Perhitungan Nilai Debt to Asset Ratio (DAR) ................................... 122

Tabel 4.3 Perhitungan Nilai Return On Asset (ROA) ......................................... 125

Tabel 4.4 Perhitungan Nilai Total Asset Turnover (TATO) ............................... 128

Tabel 4.5 Perhitungan Nilai Sales Growth ......................................................... 130

Tabel 4.6 Hasil Uji One-Sample Kolmogorov-Smirnov Test ............................. 133

Tabel 4.7 Hasil Uji Multikolinieritas ................................................................. 134

Tabel 4.8 Analysis Case Processing Summary .................................................. 137

Tabel 4.9 Hasil Test Of Equality Of Group Means ............................................ 138

Tabel 4.10 Hasil Uji Log Determinants ............................................................. 139

Tabel 4.11 Hasil Uji Box’s M ............................................................................. 140

Tabel 4.12 Variabels Entered ............................................................................ 141

Tabel 4.13 Wilk’s Lambda ................................................................................. 141

Tabel 4.14 Eigenvalues ...................................................................................... 142

Tabel 4.15 Classification Function Coefficients ................................................ 143

Tabel 4.16 Penentuan Titik Cut-off .................................................................... 144

Tabel 4.17 Hasil Ketepatan Prediksi MDA ....................................................... 145

Tabel 4.18 Hasil Uji Processing Summary ......................................................... 147

Tabel 4.19 Hasil Uji Dependent Variable .......................................................... 147

Tabel 4.20 Ketepatan Model Prediksi Financial Distress (Block 0: Beginning

Block) ................................................................................................................. 148

Tabel 4.21 Ketepatan Model Prediksi Financial Distress (Block 1: Method =

Enter) .................................................................................................................. 149

Tabel 4.22 Hasil Cox & Snell’s R Square and Negelkerke R Square ................ 150

xvi

Tabel 4.23 Hasil Uji Hosmer and Lemeshow Test ............................................. 151

Tabel 4.24 Hasil Prediksi Model Regresi Logistik ............................................ 152

Tabel 4.25 Hasil Uji Omnibus Test of Model Coefficients ............................... 153

Tabel 4.26 Variabels in The Equation ............................................................... 154

xvii

DAFTAR GAMBAR

Gambar 1.1 Grafik Pergerakan Rata-Rata Nilai Tukar Rupiah terhadap US Dollar

pada Tahun 2012-2016 ......................................................................................... 13

Gambar 2.1 Kerangka Pemikiran Teoritis ............................................................ 79

xviii

DAFTAR LAMPIRAN

Lampiran 1 : Hasil Perhitungan Rasio dengan Excel ......................................... 175

Lampiran 2 : Hasil Uji SPSS – Uji Asumsi Klasik ............................................. 178

Lampiran 3 : Hasil Uji SPSS – Analisis Diskriminan......................................... 179

Lampiran 4 : Hasil Uji SPSS – Analisis Regresi Logistik .................................. 185

1

BAB I

PENDAHULUAN

A. Latar Belakang

Perkembangan ekonomi dunia dalam beberapa tahun terakhir ini

telah mengalami kemajuan yang sangat pesat. Kemajuan yang sangat pesat

tersebut disebabkan oleh semakin kuat dan meluasnya globalisasi di

seluruh dunia. Bisnis yang kuat dan berpengalaman akan semakin

mendapat keuntungan karena meluasnya pengaruh globalisasi. Akan tetapi

di sisi lain, sebagai bisnis yang baru tumbuh ataupun bisnis yang masih

berskala nasional akan sulit apabila ingin bersaing dengan perusahaan

asing, sehingga dampaknya adalah perusahaan yang berskala kecil tersebut

akan mengalami financial distress (krisis keuangan) dalam perusahaan

mereka.

Dalam perkembangan globalisasi, ada beberapa dampak buruk yang

dapat dirasakan, salah satunya yaitu global financial crisis pada tahun

2008 yang mengakibatkan melemahnya aktivitas bisnis secara umum.

Sebagian besar negara di seluruh dunia telah mengalami kemunduran dan

bencana keuangan karena krisis keuangan tersebut. Krisis keuangan

(financial crisis) tersebut telah menyebabkan kebangkrutan pada beberapa

perusahaan publik di Amerika Serikat, Eropa, Asia, dan beberapa negara

lainnya. Di samping itu, di lingkungan dalam negeri, juga ada beberapa

dampak atas terjadinya krisis keuangan (financial crisis) tersebut, salah

2

satunya adalah terdapat beberapa perusahaan yang menjadi de-listing

akibat dari krisis keuangan tersebut. Perusahaan tersebut bisa dide-listing

dari Bursa Efek Indonesia (BEI) disebabkan karena perusahaan tersebut

berada pada kondisi financial distress atau sedang mengalami kesulitan

keuangan (Pranowo, 2010). Suatu perusahaan dapat dikategorikan sedang

mengalami financial distress (kesulitan keuangan) apabila perusahaan

tersebut memiliki kinerja keuangan yang menunjukkan laba operasi

negatif, laba bersih negatif, nilai buku ekuitas negatif, serta perusahaan

tersebut melakukan merger (Brahmana, 2007).

Kesulitan keuangan dimulai ketika perusahaan tidak dapat

memenuhi jadwal pembayaran atau ketika proyeksi arus kas

mengindikasikan bahwa perusahaan tersebut akan segera tidak dapat

memenuhi kewajibannya (Fachrudin, 2008:2). Pada dasarnya financial

distress adalah suatu keadaan dimana sebuah perusahaan mengalami

kesulitan dalam memenuhi kewajibannya, keadaan dimana pendapatan

perusahaan tidak dapat menutupi total biaya, mengalami kerugian kepada

kreditur keadaan ini merupakan gejala awal kegagalan ekonomi (Atika, et

al., 2012).

Menurut Hanifah (2013), financial distress merupakan tahap dari

penurunan kondisi keuangan yang terjadi sebelum terjadinya kebangkrutan

ataupun likuidasi, dimana ditunjukkan dengan semakin turunnya

kemampuan perusahaan dalam memenuhi kewajibannya kepada kreditur.

Financial distress dapat dimulai dari kesulitan likuiditas (jangka pendek)

3

sebagai indikasi financial distress yang paling ringan, sampai pada

kebangkrutan yang merupakan financial distress yang paling berat

(Triwahyuningtias, 2012).

Menurut Hapsari (2012), financial distress adalah suatu kondisi

dimana arus kas operasi suatu perusahaan tidak memadai untuk melunasi

kewajiban-kewajiban lancar (seperti hutang dagang atau beban bunga) dan

perusahaan tersebut terpaksa melakukan tindakan perbaikan. Financial

distress adalah masalah likuiditas yang sangat parah yang tidak bisa

dipecahkan tanpa perubahan ukuran dari operasi atau struktur perusahaan.

Financial distress merupakan kondisi dimana keuangan perusahaan dalam

keadaan tidak sehat atau krisis. Financial distress terjadi sebelum

kebangkrutan dan terjadi pada saat perusahaan mengalami kerugian

beberapa tahun. Model prediksi kebangkrutan yang bermunculan

merupakan antisipasi dan sistem peringatan dini terhadap financial distress

karena model tersebut dapat digunakan sebagai sarana untuk

mengidentifikasikan bahkan memperbaiki kondisi sebelum sampai pada

kondisi krisis atau kebangkrutan. Laporan keuangan dapat dijadikan dasar

untuk mengukur kondisi financial distress suatu perusahaan melalui

analisis laporan keuangan dengan menggunakan rasio-rasio keuangan yang

ada.

Menurut Indrawati (2010:71), analisis rasio keuangan adalah suatu

metode analisis untuk mengetahui hubungan pos-pos tertentu dalam neraca

atau laporan laba rugi secara individu atau kombinasi dari kedua laporan

4

tersebut. Sedangkan menurut Atika, et al (2011), analisis rasio keuangan

adalah analisis untuk menganalisa hubungan data keuangan dan untuk

mengetahui hubungan pos-pos dalam neraca atau laporan laba rugi untuk

mengetahui baik atau buruknya posisi keuangan dan prestasi perusahaan.

Maka melalui analisis laporan keuangan tersebut akan diperoleh rasio-

rasio keuangan perusahaan yang menggambarkan tentang kondisi

keuangan perusahaan, rasio-rasio keuangan inilah yang merupakan

indikator yang digunakan untuk memprediksi terjadinya financial distress.

Beberapa penelitian yang menggunakan rasio keuangan untuk

memprediksi kondisi financial distress suatu perusahaan antara lain adalah

Widarjo dan Setiawan (2009), Al-Khatib dan Al-Horani (2011), Ahmad

(2011), Alifiah, et al (2012), Atika, et al (2012), Hapsari (2012), dan

Hanifah (2013). Penelitian tentang prediksi financial distress pada

perusahaan publik di Jordan dengan menggunakan rasio keuangan sebagai

indikatornya seperti yang telah dilakukan oleh Al-Khatib dan Al-Horani

(2011). Metode analisis data yang digunakan dalam penelitian ini adalah

analisis regresi logistik dan analisis diskriminan. Adapun variabel

independen yang digunakan dalam penelitian ini adalah Current Ratio,

Current liabilities to total fixed assets, Current liabilities to equity,

Working capital to equity, Logarithm of total assets, Pre- tax profit to total

assets Net profit margin, Book value per share, ROA, ROE, Dividend per

share, Retained earnings to total assets, Equity to total assets, Equity to

total liabilities, Debt ratio, Debt to equity, Long-term debt ratio to equity

5

Fixed assets to equity, Asset turnover, Sales to equity Sales to working

capital Receivables Turnover, Logarithm of asset turnover. Sedangkan,

variabel dependen yang digunakan dalam penelitian ini adalah perusahaan

yang mengalami kondisi financial distress. Hasil dalam penelitian ini

menunjukkan bahwa selama periode 2007-2011, baik hasil analisis regresi

logistik maupun analisis diskriminan dapat memprediksi kondisi financial

distress, dan bahwa ROE dan ROA merupakan dua rasio keuangan

terpenting, yang membantu dalam memprediksi kondisi financial distress

di perusahaan publik yang terdaftar di Amman Stock Exchange.

Penelitian yang dilakukan oleh Ahmad (2011), menganalisis

beberapa penyebab perusahaan yang mengalami financial distress dengan

menggunakan financial ratio dan management capability sebagai

prediktor. Sampel yang digunakan dalam penelitian tersebut adalah

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)

periode 2005-2010. Hasil penelitian tersebut menyatakan bahwa rasio

leverage mempunyai hubungan positif terhadap prediksi perusahaan yang

sedang mengalami financial distress, sedangkan variabel-variabel lainnya

seperti CR, TATO, CATO, ROE, ROA, WCTA, dan management

capability mempunyai hubungan yang negatif dalam memprediksi

terjadinya financial distress di suatu perusahaan.

Variabel indikator kinerja keuangan yang digunakan untuk

memprediksi financial distress dalam penelitian ini adalah rasio likuiditas,

rasio leverage, rasio profitabilitas, rasio aktivitas dan sales growth

6

dikarenakan rasio-rasio tersebut dianggap dapat menunjukkan kinerja

keuangan dan efisiensi perusahaan secara umum dalam memprediksi

terjadinya financial distress.

Indikator kinerja keuangan yang pertama adalah rasio likuiditas.

Rasio ini menunjukkan kemampuan perusahaan dalam memenuhi

kewajiban keuangannya yang harus dipenuhi, atau mengenai kemampuan

perusahaan untuk memenuhi kewajiban keuangannya pada saat ditagih

(Hidayat, 2013). Rasio likuiditas ini biasanya diukur dengan menggunakan

current ratio, yaitu aktiva lancar dibagi dengan hutang lancar (Deanta,

2009).

Hasil penelitian yang telah dilakukan oleh Atika, et al (2012)

menunjukkan bahwa rasio likuiditas (current ratio) signifikan berpengaruh

negatif terhadap kemungkinan terjadinya financial distress di suatu

perusahaan. Hal ini menunjukkan bahwa semakin tinggi kemampuan

perusahaan dalam memenuhi kewajiban jangka pendeknya, maka semakin

kecil kemungkinan perusahaan mengalami financial distress. Di sisi lain,

hasil berbeda diperoleh Alifiah, et al (2012), dalam penelitiannya

menunjukkan bahwa rasio likuiditas yang diukur dengan menggunakan

Current Ratio (CR) dan Quick Ratio (QR) tidak terlalu berpengaruh dalam

memprediksi terjadinya financial distress di suatu perusahaan. Sedangkan,

di luar dugaan Jiming dan Wei Wei (2011) pada penelitiannya yang

dilakukan di China menyatakan bahwa cash to current liabilities ratio

memiliki pengaruh positif terhadap terjadinya financial distress.

7

Berdasarkan adanya perbedaan hasil dari penelitian yang telah dilakukan

oleh para peneliti terdahulu, maka dalam penelitian ini digunakan variabel

rasio likuiditas untuk membuktikan bagaimana sebenarnya pengaruh rasio

likuiditas terhadap prediksi financial distress di suatu perusahaan.

Indikator kinerja keuangan kedua yang digunakan dalam penelitian

ini adalah rasio leverage. Rasio leverage juga sering disebut sebagai rasio

solvabilitas, dimana di dalamnya termasuk solvabilitas jangka pendek dan

solvabilitas jangka panjang (Hanifah, 2013). Rasio leverage ini mengukur

perbandingan dana yang disediakan oleh pemiliknya dengan dana yang

dipinjam dari kreditur. Adapun rasio leverage yang digunakan biasanya

diukur dengan menggunakan Debt to Asset Ratio (DAR), yaitu total

hutang dibagi dengan total aktiva (Deanta, 2009). Total Debt to Asset

Ratio ini memperlihatkan proporsi seluruh aktiva perusahaan yang didanai

oleh hutang (Fraser dan Ormiston, 2008). Dengan kata lain menunjukkan

seberapa besar aktiva perusahaan yang dibiayai oleh hutang atau seberapa

besar hutang perusahaan berpengaruh terhadap pengelolaan aktiva

perusahaan. Analisis terhadap rasio ini perlu dilakukan untuk mengukur

kemampuan perusahaan dalam melunasi kewajiban-kewajibannya (jangka

pendek dan jangka panjang) apabila suatu saat perusahaan dilikuidasi atau

dibubarkan (Widarjo dan Setiawan, 2009).

Hasil penelitian yang telah dilakukan oleh Ahmad (2011) selama

periode 2005-2010 menunjukkan bahwa rasio leverage yang diukur

dengan menggunakan Debt to Asset Ratio (DAR) signifikan berpengaruh

8

positif terhadap kondisi financial distress di suatu perusahaan. Hasil yang

sama juga ditunjukkan dalam penelitian yang telah dilakukan oleh Atika,

et al (2012) yang menunjukkan bahwa rasio leverage (notes payable/total

assets) berpengaruh positif dan signifikan terhadap kondisi financial

distress. Hal ini menunjukkan bahwa semakin besar kegiatan perusahaan

yang didanai oleh hutang, maka semakin besar pula kemungkinan

perusahaan mengalami financial distress, ini dikarenakan semakin besar

kewajiban perusahaan untuk membayar hutang tersebut. Di sisi lain, hasil

yang berbeda ditunjukkan oleh Alifiah, et al (2012), dimana dalam

penelitiannya menyatakan bahwa rasio leverage (debt to asset ratio) justru

mempunyai nilai koefisien negatif, dimana hal ini bertentangan dengan

penelitian-penelitian lainnya yang menyebutkan bahwa rasio leverage

mempunyai hubungan yang positif dalam memprediksi terjadinya

financial distress di suatu perusahaan. Dalam penelitiannya tersebut

menyatakan hal itu bisa terjadi karena perusahaan-perusahaan di Malaysia

dalam pendanaannya terlalu bergantung pada hutang, sehingga jika

semakin kecil hutang yang dimiliki perusahaan, maka akan semakin besar

kemungkinan perusahaan tersebut akan mengalami financial distress.

Berdasarkan adanya perbedaan hasil penelitian yang telah dilakukan oleh

peneliti-peneliti terdahulu, maka dalam penelitian ini digunakan variabel

rasio leverage untuk membuktikan bagaimana sebenarnya pengaruh rasio

leverage terhadap prediksi financial distress di suatu perusahaan.

Indikator kinerja keuangan ketiga yang digunakan dalam penelitian

9

ini adalah rasio profitabilitas. Adapun rasio tersebut merupakan rasio yang

digunakan untuk mengukur kemampuan perusahaan dalam menghasilkan

laba perusahaan (Atika, et al., 2012). Profitabilitas suatu perusahaan juga

menunjukkan kesehatan keuangan dari suatu perusahaan itu sendiri

(Alifiah, et al., 2011). Dalam penelitian ini rasio profitabilitas diukur

dengan menggunakan Return On Asset (ROA) (laba bersih dibagi dengan

total asset). ROA digunakan untuk mengukur efektivitas perusahaan dalam

menghasilkan laba atau keuntungan dengan memanfaatkan aktiva yang

dimilikinya (Hanifah, 2013).

Dalam penelitian yang telah dilakukan oleh Hapsari (2012)

menyatakan bahwa Return On Asset (ROA) signifikan berpengaruh negatif

terhadap financial distress, yang berarti bahwa semakin tinggi laba yang

diperoleh perusahaan, maka semakin kecil suatu perusahaan akan

mengalami financial distress. Pendapat lain dikemukakan oleh Alifiah, et

al (2012) yang menyatakan bahwa rasio profitabilitas yang diukur

menggunakan net income to total asset ratio tidak berpengaruh signifikan

terhadap kemungkinan terjadinya financial distress di suatu perusahaan.

Hal ini didukung oleh penelitian yang dilakukan oleh Hanifah (2013) yang

menyatakan bahwa rasio profitabilitas tidak signifikan dalam

mempengaruhi financial distress. Berdasarkan adanya perbedaan hasil

penelitian yang telah dilakukan oleh para peneliti terdahulu, maka dalam

penelitian ini digunakan variabel rasio profitabilitas untuk membuktikan

bagaimana sebenarnya pengaruh rasio profitabilitas dalam memprediksi

10

financial distress di suatu perusahaan.

Indikator kinerja keuangan selanjutnya yang digunakan dalam

penelitian ini adalah rasio aktivitas. Rasio ini juga sering disebut dengan

operating capacity ratio, dimana rasio ini digunakan untuk mengukur

kemampuan perusahaan dalam menggunakan aset-asetnya secara efektif

untuk menghasilkan penjualan (Atika, et al., 2012). Rasio aktivitas yang

tinggi menunjukkan bahwa perusahaan tersebut mampu menghasilkan

jumlah penjualan yang tinggi, sehingga akan meningkatkan pendapatan,

dan sebaliknya (Alifiah, et al., 2012). Dalam hal ini rasio aktivitas diukur

dengan menggunakan Total Asset Turnover Ratio (TATO), yaitu dengan

membagi total penjualan dengan total aset yang dimiliki oleh perusahaan.

Menurut penelitian yang telah dilakukan oleh Alifiah, et al (2012)

menunjukkan bahwa rasio aktivitas yang diukur dengan menggunakan

Total Asset Turnover Ratio (TATO) signifikan berpengaruh negatif

terhadap kemungkinan terjadinya financial distress di suatu perusahaan.

Hasil penelitian tersebut diperkuat oleh penelitian yang dilakukan oleh

Hanifah (2013) yang menyebutkan bahwa rasio operating capacity yang

diukur dengan menggunakan Total Asset Turnover Ratio (TATO) juga

signifikan berpengaruh negatif terhadap kemungkinan terjadinya financial

distress. Sedangkan, hasil berbeda dikemukakan oleh Nella (2011) yang

menyebutkan bahwa Total Asset Turnover Ratio (TATO) tidak signifikan

dalam mempengaruhi financial distress di suatu perusahaan. Berdasarkan

adanya perbedaan hasil penelitian yang telah dilakukan oleh para peneliti

11

terdahulu, maka dalam penelitian ini digunakan variabel rasio aktivitas

untuk membuktikan bagaimana sebenarnya pengaruh rasio aktivitas dalam

memprediksi financial distress di suatu perusahaan.

Indikator kinerja keuangan terakhir yang dilakukan dalam penelitian

ini adalah rasio pertumbuhan mengacu pada teori yang dijelaskan Harahap

(2011) yang menyatakan bahwa rasio pertumbuhan menggambarkan

persentase pertumbuhan pos-pos perusahaan dari tahun ke tahun. Rasio ini

di antaranya yaitu pertumbuhan penjualan (sales growth) dan kenaikan

laba bersih. Pertumbuhan penjualan itu sendiri mencerminkan kemampuan

suatu perusahaan dalam meningkatkan penjualan produk yang

dihasilkannya, baik peningkatan frekuensi penjualan ataupun peningkatan

volume penjualan. Perusahaan yang berhasil menjalankan strateginya

dalam hal pemasaran dan penjualan produknya, akan meningkatkan sales

growth perusahaan. Tingginya tingkat sales growth tersebut

mengindikasikan perolehan laba yang besar. Sehingga, apabila tingkat

sales growth suatu perusahaan tinggi berarti kondisi keuangan perusahaan

tersebut cukup stabil dan jauh dari financial distress, karena terbukti

dengan penjualan yang dapat terus bertumbuh.

Sedangkan hasil berbeda ditunjukkan dalam penelitian Rahmy

(2015) yang menunjukkan bahwa sales growth tidak berpengaruh terhadap

financial distress sehingga hasil penelitian tersebut tidak sesuai dengan

hipotesis yang dilakukan. Sales growth yang menurun dalam beberapa

tahun terakhir belum tentu memiliki cash flow operation yang buruk.

12

Seperti PT Prima Alloy Steel Tbk yang mengalami sales growth negatif

pada tahun 2009 yakni -60,7%. Namun perusahaan ini tetap memiliki CFO

sebesar Rp 208.243.945,-. Dengan demikian perusahaan tersebut tetap

memiliki power untuk kembali menghasilkan kinerja. Terbukti pada tahun

2010 PT Prima Alloy Steel Tbk dapat mencapai sales growth sebesar

78,2%. Ini berarti, tingkat sales growth perusahaan tidak dapat

memperlihatkan apakah perusahaan tersebut sedang dalam kondisi

financial distress atau tidak. Hasil ini didukung oleh penelitian yang

Widarjo dan Setiawan (2009).

Namun ada juga penelitian terdahulu seperti yang dilakukan Eliu

(2014) menunjukkan bahwa sales growth berpengaruh negatif dan

signifikan terhadap financial distress. Pengaruh negatif tersebut berarti

bahwa semakin rendah tingkat sales growth suatu perusahaan maka

kemungkinan perusahaan yang mengalami financial distress akan semakin

tinggi dan semakin tinggi sales growth maka akan semakin kecil potensi

perusahaan yang mengalami financial distress. Berdasarkan adanya

perbedaan hasil penelitian yang telah dilakukan oleh peneliti-peneliti

terdahulu, maka dalam penelitian ini digunakan variabel sales growth

untuk membuktikan bagaimana sebenarnya pengaruh sales growth

terhadap prediksi financial distress di suatu perusahaan.

Penelitian ini dilakukan karena kondisi di Indonesia saat ini sedang

rawan dengan krisis keuangan. Dapat dilihat dari tabel 1.1 di bawah, hal

tersebut disebabkan karena pada tahun 2012 sampai tahun 2016 nilai tukar

13

rupiah terus berfluktuasi setiap bulannya dan cenderung melemah.

Sedangkan pada gambar 1.1, untuk pergerakan rata-rata nilai tukar rupiah

terhadap US Dollar pertahunnya pada tahun 2012 sampai tahun 2015, nilai

tukar rupiah cenderung semakin melemah dengan mencapai nilai rata-rata

tertinggi di tahun 2015 yakni sebesar Rp 13.457,6 per dollar AS.

Sedangkan di tahun 2016 nilai tukarnya cenderung meningkat sedikit dari

tahun 2015 yakni dengan nilai rata-rata sebesar Rp 13.329,8 per dollar AS.

Namun rata-rata nilai tukar rupiah pada tahun 2016 tersebut masih dapat

dikatakan cukup lemah dibandingkan pada tahun 2012 sampai tahun 2014.

Dengan nilai tukar rupiah yang melemah ini, maka akan

menyebabkan suatu perusahaan yang mengimpor barang dari luar negeri,

maka harga barang tersebut akan menjadi lebih mahal, sedangkan jika

14

suatu perusahaan yang akan mengekspor barang hasil produksinya ke luar

negeri, maka harga barang yang diekspor tersebut akan menjadi lebih

murah. Karena kondisi tersebut suatu perusahaan di Indonesia akan lebih

rentan terhadap ancaman financial distress. Dari fenomena dan teori yang

telah diungkapkan di atas maka peneliti tertarik untuk melakukan

penelitian tentang financial distress.

Penelitian ini membatasi penelitian terhadap faktor yang dapat

memprediksi Financial Distress, yaitu Likuiditas, Leverage, Profitabilitas,

Aktivitas, dan Sales Growth. Selanjutnya penelitian ini diberi judul,

“Pengaruh Likuiditas, Leverage, Profitabilitas, Aktivitas, dan Sales

Growth dalam Memprediksi Terjadinya Financial Distress Menggunakan

Discriminant Analysis dan Logistic Regression (Studi pada Perusahaan

Manufaktur yang Terdaftar di BEI Periode 2013-2016)”.

B. Perumusan Masalah

Berdasarkan uraian yang telah dijelaskan di atas, maka rumusan

masalah dalam penelitian ini yaitu sebagai berikut:

a. Bagaimana pengaruh Likuiditas, Leverage, Profitabilitas, Aktivitas,

dan Sales Growth dalam memprediksi terjadinya Financial Distress

suatu perusahaan dengan menggunakan metode Discriminant

Analysis?

b. Bagaimana pengaruh Likuiditas, Leverage, Profitabilitas, Aktivitas,

dan Sales Growth dalam memprediksi terjadinya Financial Distress

suatu perusahaan dengan menggunakan metode Logistic Regression?

15

c. Diantara dua model (Discriminant Analysis dan Logistic

Regression), manakah yang paling akurat dalam memprediksi

terjadinya Financial Distress suatu perusahaan?

C. Tujuan dan Manfaat Penelitian

Adapun tujuan yang dilakukan penulis dalam penelitian ini

berdasarkan rumusan masalah, diantaranya sebagai berikut :

a. Menganalisis pengaruh Likuiditas, Leverage, Profitabilitas,

Aktivitas, dan Sales Growth dalam memprediksi terjadinya

Financial Distress suatu perusahaan dengan menggunakan metode

Discriminant Analysis.

b. Menganalisis pengaruh Likuiditas, Leverage, Profitabilitas,

Aktivitas, dan Sales Growth dalam memprediksi terjadinya

Financial Distress suatu perusahaan dengan menggunakan metode

Logistic Regression.

c. Menganalisis model (antara Discriminant Analysis dan Logistic

Regression) yang paling akurat dalam memprediksi terjadinya

Financial Distress suatu perusahaan.

Penelitian ini diharapkan dapat memberikan manfaat bagi berbagai

pihak sebagai berikut :

a. Bagi Perusahaan

Dapat memberikan pemahaman bagi perusahaan mengenai

kondisi keuangan perusahaan yang sesungguhnya terjadi dan dapat

membantu perusahaan dalam mengambil suatu keputusan.

16

b. Bagi Manajer

Dapat digunakan untuk landasan pengambilan keputusan

sehingga dapat cepat menangani perusahaan saat mengalami

kesulitan keuangan dan mencegah terjadinya kebangkrutan.

c. Bagi Investor

Dapat memberikan informasi mengenai kondisi keuangan

suatu perusahaan sehingga mereka dapat mempertimbangkan dimana

dan kapan harus mempercayakan investasi mereka pada perusahaan

tersebut.

d. Bagi Kreditur

Sebagai pertimbangan dalam melakukan penilaian kredit,

apakah suatu perusahaan layak diberikan sejumlah pinjaman dengan

kondisinya yang saat ini.

e. Bagi Kalangan Akademisi

Diharapkan dapat menambah wawasan dan pengetahuan serta

dapat digunakan sebagai bahan kajian teoritis dan referensi untuk

penelitian selanjutnya.

17

BAB II

TINJAUAN PUSTAKA

A. Laporan Keuangan

1. Pengertian

Laporan keuangan merupakan ringkasan dari suatu proses

pencatatan, serta ringkasan dari transaksi keuangan yang kemudian

disusun untuk menyediakan informasi keuangan mengenai suatu

perusahaan kepada pihak-pihak yang berkepentingan sebagai bahan

pertimbangan dalam pengambilan keputusan ekonomi. Laporan

keuangan merupakan sumber informasi utama bagi berbagai pihak

yang membutuhkan. Laporan keuangan yang lengkap meliputi neraca,

laporan laba rugi, serta laporan perubahan posisi keuangan (yang

dapat disajikan dalam berbagai cara, seperti: laporan arus kas dan

laporan arus dana), catatan dan laporan lain, serta informasi tambahan

yang berkaitan dengan laporan tersebut (Wardiah, 2013:285).

Laporan keuangan adalah hasil akhir dari proses akuntansi,

dimana setiap transaksi diukur dengan nilai uang, dicatat dan diolah

sedemikian rupa sehingga laporan akhirpun disajikan dalam nilai uang

(Deanta, 2009:2).

Pada hakikatnya, laporan keuangan merupakan alat komunikasi

yang digunakan untuk mengomunikasikan informasi keuangan dari

suatu perusahaan dan kegiatan-kegiatannya kepada pihak-pihak yang

18

berkepentingan. Pihak yang berkepentingan dapat dikelompokkan

menjadi dua, yaitu pihak interen perusahaan dan pihak eksteren

perusahaan. Bagi pihak interen perusahaan, laporan keuangan

digunakan untuk mengukur dan membuat evaluasi mengenai hasil

operasinya, serta memperbaiki berbagai kesalahan dan menghindari

keadaan yang menyebabkan kesulitan keuangan (financial distress).

Adapun bagi pihak eksteren perusahaan, informasi keuangan

digunakan untuk menilai kinerja perusahaan yang tercermin dalam

laporan keuangan (Wardiah, 2013:286).

Laporan keuangan merupakan dasar bagi upaya analisis tentang

suatu usaha, sehingga harus mengerti arti dari laporan keuangan. Arti

dari laporan keuangan, yaitu keseluruhan aktivitas yang bersangkutan

dengan usaha untuk mendapatkan dana yang diperlukan dan biaya

minimal dengan syarat-syarat yang paling menguntungkan serta

usaha-usaha untuk menggambarkan dana tersebut seefisien mungkin

(Wardiah, 2013:286-287).

2. Jenis-jenis Laporan Keuangan

Menurut Deanta (2009:2-3), laporan keuangan suatu perusahaan

ada beberapa macam sebagian diantaranya adalah neraca, perhitungan

laba-rugi, ikhtiar laba yang ditahan, dan laporan posisi keuangan.

Adapun jenis-jenis laporan keuangan tersebut adalah sebagai berikut:

19

a. Neraca

Salah satu bentuk laporan keuangan adalah neraca yaitu suatu

laporan yang memberikan informasi mengenai jumlah harta,

hutang, dan modal perusahaan pada saat tertentu. Neraca dapat

memberikan informasi mengenai sumber dan penggunaan dana

perusahaan. Sisi aktiva menunjukkan penggunaan dana perusahaan

yang berupa investasi, baik jangka panjang maupun jangka pendek

yang dilakukan suatu perusahaan pada saat tertentu. Sedangkan sisi

pasiva menunjukkan sumber dana untuk membiayai investasi

tersebut, baik dana jangka pendek maupun dana jangka panjang.

b. Laporan Laba Rugi

Laporan laba rugi adalah salah satu bentuk laporan keuangan

yang disajikan perusahaan. Laporan ini merupakan laporan yang

menyangkut pendapatan, biaya, dan laba perusahaan selama

periode tertentu. Dalam menyusun laporan laba rugi, ada dua

pendekatan yang dipakai yakni pendekatan fungsional dan

pendekatan kontribusi.

Pendekatan fungsional memberikan informasi mengenai

biaya-biaya yang dikeluarkan oleh setiap fungsi utama perusahaan

seperti pemasaran, keuangan, sumber daya manusia, dan lain-lain.

Sedangkan, pendekatan kontribusi membagi biaya ke dalam dua

kategori yakni biaya tetap dan biaya variabel.

20

c. Laporan Perubahan Posisi Keuangan

Laporan perubahan posisi keuangan ini sering disebut dengan

laporan sumber dan penggunaan dana. Laporan ini merupakan

salah satu laporan yang sangat diperlukan untuk mengetahui

darimana dana diperoleh dan kemana dana digunakan. Laporan ini

juga dapat digunakan untuk mengetahui apakah suatu unit usaha

mengalami kemajuan atau mengalami kesulitan keuangan.

3. Tujuan Laporan Keuangan

Menurut Wardiah (2013:286), laporan keuangan yang dibuat

oleh suatu perusahaan mempunyai beberapa tujuan. Adapun tujuan

dibuatnya laporan keuangan ada beberapa macam diantaranya adalah:

a. 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

oleh sebagian pemakainya. Sekalipun demikian, laporan

keuangan tidak menyediakan semua informasi yang dibutuhkan

pemakai dalam pengambilan keputusan ekonomi karena secara

umum menggambarkan pengaruh keuangan dari kejadian masa

lalu dan tidak diwajibkan untuk menyediakan informasi non

keuangan.

21

c. Laporan keuangan juga menunjukkan apa yang telah dilakukan

manajemen atau pertanggungjawaban manajemen atas sumber

daya yang dipercayakan kepadanya.

4. Analisis Laporan Keuangan

Menurut Deanta (2009:4), dalam melakukan analisis pihak

penganalisa biasanya akan memperhatikan hal-hal yang berkaitan

dengan:

a. Kemampuan perusahaan dalam membayar hutang yang harus

segera dipenuhi. Dalam analisis sering disebut dengan likuiditas.

b. Kemampuan perusahaan untung membayar hutang-hutangnya

apabila perusahaan yang bersangkutan dilikuidasi. Dalam

analisis sering disebut dengan solvabilitas.

c. Kemampuan perusahaan untuk menghasilkan laba dalam suatu

periode waktu tertentu. Dalam analisis sering disebut sebagai

rentabilitas.

d. Kemampuan perusahaan untuk melakukan usaha secara stabil.

Sedangkan dalam melakukan penganalisaan dapat dilakukan

dengan beberapa teknik analisa diantaranya adalah:

a. Analisa perbandingan laporan keuangan. Teknik analisa ini

dilakukan dengan membandingkan antara pos yang satu dengan

pos yang lain baik dalam rupiah atau dalam unit, dengan

demikian dapat diketahui adanya kenaikan atau penurunan pos-

22

pos tertentu baik dalam persentase ataupun dalam perbandingan

(rasio).

b. Analisis trend atau tendensi dalam persentase. Teknik analisa ini

dapat dilakukan dengan menghitung trend yang kemudian

dinyatakan dalam persentase dengan menggunakan dasar

pengukurnya atau tahun dasar. Pemilihan tahun dasar dilakukan

dengan beberapa pertimbangan tertentu, biasanya tahun paling

awal yang digunakan sebagai tahun dasar. Disini tiap-tiap pos

yang terdapat dalam laporan keuangan yang terpilih sebagai

tahun dasar diberi angka index 100. Pos-pos yang sama dalam

periode yang dianalisa dikaitkan dengan pos-pos yang sama

dalam periode yang dianalisis dengan cara membagi jumlah

rupiah yang sama dalam laporan keuangan tahun dasar.

c. Commond size Statement. Teknik analisa ini digunakan untuk

mengetahui persentase investasi pada masing-masing aktiva

terhadap totalnya, struktur modal, komposisi biaya terhadap

penjualan.

d. Analisa rasio. Teknik analisa ini dilakukan dengan

membandingkan antara pos tertentu dalam laporan keuangan

baik individu ataupun kombinasi.

e. Analisa sumber dan penggunaan modal kerja. Teknik analisa ini

digunakan untuk mengetahui sumber-sumber pendanaan dan

penggunaan modal kerja serta untuk mengetahui sebab-sebab

23

terjadinya perubahan modal kerja dalam suatu periode tertentu

(Deanta, 2009:4-5).

5. Pihak-Pihak yang Berkepentingan Terhadap Laporan Keuangan

Menurut Wardiah (2013:291), pihak-pihak yang berkepentingan

terhadap posisi keuangan ataupun perkembangan suatu perusahaan

adalah sebagai berikut:

a. Pemilik perusahaan, sangat berkepentingan terhadap laporan

keuangan keuangan perusahaannya, karena dengan adanya

laporan tersebut, pemilik perusahaan dapat menilai sukses

tidaknya manajer dalam memimpin perusahaannya dan

kesuksesan manajer biasanya dinilai dengan laba yang diperoleh

perusahaan.

b. Manajer atau pimpinan perusahaan, dengan mengetahui posisi

keuangan perusahaannya, ia dapat menyusun rencana yang lebih

baik, memperbaiki system pengawasannya dan menentukan

kebijakan yang lebih tepat.

c. Para investor, berkepentingan terhadap prospek keuntungan

masa mendatang dan perkembangan perusahaan selanjutnya,

untuk mengetahui jaminan investasinya dan mengetahui kondisi

kerja atau kondisi keuangan jangka pendek perusahaan tersebut.

d. Para kreditur dan bankers, berkepentingan dalam mengambil

suatu keputusan untuk memberi atau menolak permintaan kredit

24

dari suatu perusahaan, perlu mengetahui terlebih dahulu posisi

keuangan dari perusahaan yang bersangkutan.

e. Pemerintah, berkepentingan dalam menentukan besarnya pajak

yang harus ditanggung oleh perusahaan juga sangat diperlukan

oleh BPS, Dinas Perindustrian, Perdagangan dan Tenaga Kerja

untuk dasar perencanaan pemerintah.

6. Keterbatasan Laporan Keuangan

Dengan memperhatikan sifat-sifat laporan keuangan tersebut

laporan keuangan itu mempunyai beberapa keterbatasan, antara lain

sebagai berikut:

a. Laporan keuangan yang dibuat secara periodik pada dasarnya

merupakan interim report (laporan yang dibuat antara waktu

tertentu yang sifatnya sementara) dan bukan merupakan laporan

yang final.

b. Laporan keuangan menunjukkan angka dalam rupiah yang

kelihatannya pasti bersih dan tepat, tetapi sebenarnya dasar

penyusunannya dengan standar nilai yang berbeda atau berubah-

ubah.

c. Laporan keuangan disusun berdasarkan hasil pencatatan

transaksi keuangan atau nilai rupiah dari berbagai waktu atau

tanggal yang lalu, dan daya beli (purchasing power) uang

tersebut semakin menurun dibandingkan dengan tahun

sebelumnya, sehingga kenaikan volume penjualan yang

25

dinyatakan dalam rupiah belum tentu menunjukkan atau

mencerminkan kenaikan jumlah unit yang dijual.

d. Laporan keuangan tidak dapat mencerminkan berbagai faktor

yang dapat mempengaruhi posisi atau keadaan keuangan

perusahaan karena faktor-faktor tersebut tidak dapat dinyatakan

dengan satuan uang (dikwantisir) (Wardiah, 2013:292).

7. Syarat-Syarat Laporan Keuangan

Menurut Wardiah (2013:293), laporan keuangan dapat diterima

oleh pihak-pihak tertentu, jika memenuhi syarat-syarat berikut:

a. Relevan, yaitu laporan keuangan yang disajikan harus sesuai

dengan data yang ada kaitannya dengan transaksi yang

dilakukan.

b. Jelas dan dapat dimengerti, yaitu laporan keuangan yang

disajikan harus jelas dan dapat dimengerti oleh pemakai laporan

keuangan.

c. Dapat diuji kebenarannya, yaitu laporan keuangan yang

disajikan datanya dapat diuji kebenarannya, dan dapat

dipertanggungjawabkan.

d. Netral, yaitu laporan yang disajikan harus bersifat netral artinya

dapat dipergunakan oleh semua pihak.

e. Tepat waktu, yaitu laporan yang disajikan harus memiliki waktu

pelaporan atau periode pelaporan yang jelas.

26

f. Dapat diperbandingkan, yaitu laporan keuangan yang disajikan

dapat diperbandingkan dengan laporan-laporan sebelumnya,

sebagai landasan untuk mengikuti perkembangan dari hasil yang

dicapai.

g. Lengkap, yaitu laporan keuangan yang disajikan harus lengkap

yang sesuai dengan aturan yang berlaku agar tidak terjadi

kekeliruan dalam menerima informasi keuangan.

B. Analisis Rasio Keuangan

Analisis rasio keuangan adalah salah satu cara pemprosesan dan

penginterpretasian informasi akuntansi, yang dinyatakan dalam arti relatif

atau absolut untuk menjelaskan hubungan tertentu antara angka yang satu

dan angka lain dari suatu laporan keuangan (Wardiah, 2013:293). Menurut

Indrawati (2010:71), analisis rasio keuangan adalah suatu metode analisis

untuk mengetahui hubungan pos-pos tertentu dalam neraca atau laporan

laba rugi secara individu atau kombinasi dari kedua laporan tersebut.

Sedangkan menurut Atika, et al (2011), analisis rasio keuangan adalah

analisis untuk menganalisa hubungan data keuangan dan untuk mengetahui

hubungan pos-pos dalam neraca atau laporan laba rugi untuk mengetahui

baik atau buruknya posisi keuangan dan prestasi perusahaan.

Menurut Jiming dan Wei Wei (2011), indikator keuangan (financial

indicators) dapat dikatakan sebagai indikator yang dapat mengukur kinerja

keuangan perusahaan. Kinerja keuangan perusahaan merupakan hasil atau

kondisi keuangan suatu perusahaan maupun kinerja yang telah dicapai

27

pada suatu periode tertentu yang disajikan dalam laporan keuangan

perusahaan. Adapun metode-metode pendekatan yang digunakan untuk

menganalisis laporan keuangan, antara lain yaitu :

a. Pendekatan Lintas Seksi (Cross Sectional Approach)

Yaitu suatu cara untuk mengevaluasi dengan cara

membandingkan rasio-rasio antara perusahaan yang satu dengan

perusahaan lainnya yang sejenis pada saat bersamaan. Dengan cara

ini dapat diketahui apakah perusahaan tersebut berada di atas, berada

pada rata-rata, atau berada di bawah rata-rata industri.

b. Pendekatan Runtut Waktu (Time Series Analysis)

Yaitu suatu cara untuk mengevaluasi dengan cara

membandingkan rasio-rasio financial perusahaan dari satu periode

ke periode lainnya. Dengan membandingkan antara rasio-rasio yang

dicapai saat ini dengan rasio-rasio di masa lalu, maka dapat

memperlihatkan apakah perusahaan tersebut mengalami kemajuan

atau kemunduran. Perkembangan perusahaan terlihat pada

kecenderungan (trend) dari tahun ke tahunnya, dan dengan melihat

perkembangan ini perusahaan tersebut akan dapat membuat

perencanaan untuk masa depannya.

Menurut Harahap (2013:298), analisis rasio keuangan memiliki

kelebihan dibandingkan teknik analisis lainnya. Kelebihan tersebut

diantaranya yaitu:

28

a. Rasio merupakan angka-angka atau ikhtisar statistik yang lebih

mudah dibaca dan ditafsirkan.

b. Merupakan pengganti yang lebih sederhana dari informasi yang

disajikan laporan keuangan yang sangat rinci dan rumit.

c. Mengetahui posisi perusahaan di tengah industri lain.

d. Sangat bermanfaat untuk bahan dalam mengisi model-model

pengambilan keputusan dan model prediksi (Z-score).

e. Menstandarisir size perusahaan.

f. Lebih mudah memperbandingkan perusahaan dengan perusahaan

lain atau melihat perkembangan perusahaan secara periodik atau

”time series”.

g. Lebih mudah melihat trend perusahaan serta melakukan prediksi di

masa yang akan datang.

Sedangkan Keown, et al (2011:91) menyatakan beberapa kelemahan

yang mungkin dapat ditemui dalam menghitung dan menginterpretasikan

rasio keuangan, diantaranya yaitu:

a. Kadang-kadang sulit untuk mengidentifikasikan kategori industri,

jika perusahaan berusaha dalam beberapa bidang usaha. Jika kita

harus memilih sendiri kumpulan perusahaan pembanding dan

membuat norma khusus yang sesuai.

29

b. Angka rata-rata industri yang diterbitkan hanya merupakan perkiraan

saja dan hanya memberikan petunjukan umum karena bukan

merupakan hasil penelitian dari seluruh perusahaan dalam industri

ataupun bahkan sekedar sampel yang mewakili dalam industri.

c. Perbedaan praktik akuntansi antar-perusahaan dapat menghasilkan

perbedaan dalam perhitungan rasio. Sebagai tambahan, perusahaan

mungkin memilih metode yang berbeda dalam penyusutan aktiva

tetap mereka.

d. Suatu industri kebanyakan tidak menyediakan suatu target atau nilai

rasio yang diinginkan. Yang paling baik, suatu industri menyediakan

petunjuk posisi keuangan dari rata-rata perusahaan yang ada dalam

industri, termasuk yang buruk dan yang memilih membandingkan

rasio perusahaan kita dengan menentukan sendiri kelompok

pembanding atau dengan pesaing tunggal.

e. Banyak perusahaan mengalami perubahan-perubahan dalam operasi

mereka. Jadi, masukan neraca dan rasio yang berkaitan dengan

neraca tersebut juga akan berubah-ubah menurut tahun ketika

laporan tersebut dibuat.

Dalam perhitungannya, analisis rasio keuangan ini menggunakan

data laporan keuangan yang telah ada sebagai dasar penilaiannya.

Meskipun didasarkan pada data dan kondisi di masa lalu, analisis rasio

keuangan tersebut dimaksudkan untuk menilai risiko dan peluang

30

perusahaan di masa yang akan datang. Pengukuran dan hubungan satu pos

dengan pos yang lainnya dalam laporan keuangan yang mana terlihat

dalam rasio-rasio keuangan dapat memberikan kesimpulan yang berarti

dalam menentukan tingkat kesehatan keuangan suatu perusahaan. Secara

umum rasio keuangan (financial ratio) dapat diklasifikasikan menjadi

empat macam, antara lain yaitu :

1. Rasio Likuiditas

Menurut Deanta (2009:22), rasio likuiditas merupakan rasio

yang digunakan untuk mengukur kemampuan perusahaan dalam

memenuhi hutang lancar. Brigham dan Houston (2009:95)

menyatakan bahwa rasio likuiditas merupakan rasio yang

menunjukan hubungan antara kas dan aktiva lancar lainnya dari

sebuah perusahaan dengan kewajiban lancarnya. Sedangkan menurut

Hidayat (2013), rasio likuiditas menunjukkan mengenai kemampuan

perusahaan dalam memenuhi kewajiban keuangannya yang harus

segera dipenuhi, atau kemampuan perusahaan untuk memenuhi

kewajiban keuangannya pada saat ditagih. Rasio likuiditas ini dapat

dicari berdasarkan informasi modal kerja dari pos-pos aktiva lancar

dan hutang lancar. Likuiditas ini bisa muncul akibat dari keputusan

di masa lalu perusahaan mengenai pendanaan dari pihak ketiga, baik

dalam bentuk aset maupun dalam bentuk kas. Dari keputusan

tersebut, akan menghasilkan suatu kewajiban pembayaran di masa

yang akan datang.

31

Menurut Darsono (2009:55), likuiditas merupakan kemampuan

suatu perusahaan dalam memenuhi semua kewajibannya yang telah

jatuh tempo. Kemampuan tersebut dapat diwujudkan apabila jumlah

aset lancar (current asset) lebih besar daripada hutang lancar

(current liabilities). Perusahaan yang likuid adalah perusahaan yang

mampu memenuhi kewajibannya yang telah jatuh tempo.

Sebaliknya, perusahaan yang tidak likuid adalah perusahaan yang

tidak mampu memenuhi semua kewajibannya yang telah jatuh

tempo.

Perusahaan yang tidak likuid akan kehilangan kepercayaan

dari pihak luar terutama para kreditur dan pemasok, dan dari pihak

dalam yaitu karyawannya. Oleh sebab itu, setiap perusahaan harus

memiliki likuiditas badan usaha (yang berhubungan dengan pihak

luar) dan likuiditas perusahaan (yang berhubungan dengan pihak

dalam perusahaan). Dalam memperbaiki likuiditas dapat dilakukan

dengan cara: (1) pemilik menambah modal, (2) menjual sebagian

aset tetap, (3) hutang jangka pendek dijadikan hutang jangka

panjang, (4) hutang jangka pendek dijadikan modal sendiri

(Darsono, 2009:55).

Menurut Deanta (2009:22-24), Likuiditas perusahaan dapat

diukur dengan beberapa rasio antara lain:

32

a. Current Ratio digunakan untuk mengukur kemampuan

perusahaan untuk membayar hutang yang harus segera

dipenuhi dengan aktiva lancar yang dimilikinya.

b. Cash Ratio adalah rasio yang dapat digunakan untuk mengukur

kemampuan perusahaan dalam membayar hutang yang harus

segera dipenuhi dengan kas yang tersedia dan efek (surat

berharga) yang dapat segera diuangkan.

c. Quick Ratio digunakan untuk mengukur kemampuan

perusahaan dalam membayar hutang yang harus segera

dipenuhi dengan aktiva lancar yang lebih likuid (liquid assets).

d. Working Capital to Total Assets Ratio digunakan untuk

mengukur likuiditas dari total aktiva dan posisi modal kerja

bersih.

Likuiditas ini berkaitan dengan seberapa besar kemampuan

suatu perusahaan dalam melunasi kewajiban-kewajiban keuangannya

yang telah jatuh tempo tersebut. Menurut Ahmad (2011), rasio

likuiditas ini berhubungan negatif dengan financial distress. Adapun

rasio likuiditas dalam penelitian ini diukur dengan menggunakan

Current Ratio (CR).

Menurut Margaretha (2014:12) current ratio merupakan rasio

yang menunjukan sampai sejauh mana kewajiban-kewajiban jangka

pendek dari para kreditor dapat dipenuhi dengan aktiva yang

33

diharapkan akan dikonversi menjadi uang tunai dalam waktu dekat.

Sedangkan menurut Deanta (2009:22), current ratio digunakan

untuk mengukur kemampuan perusahaan untuk membayar hutang

yang harus segera dipenuhi dengan aktiva lancar yang dimilikinya.

Current ratio yang semakin besar menunjukkan bahwa kemampuan

perusahaan dalam memenuhi kewajiban jangka pendeknya semakin

besar, namun rasio yang terlalu besar juga kurang baik bagi

perusahaan, hal ini menunjukkan bahwa perusahaan tidak terlalu

efisien karena terlalu banyak aktiva lancar yang menganggur yang

mestinya dapat digunakan untuk menambah nilai bagi perusahaan.

Current ratio ini dapat dihitung dengan membagi aktiva lancar

(current asset) dengan hutang lancar (current liabilities) (Deanta,

2009:22).

2. Rasio Leverage

Rasio yang juga sering disebut sebagai rasio solvabilitas ini,

merupakan rasio yang memperlihatkan proporsi seluruh aktiva

perusahaan yang didanai oleh hutang (Fraser dan Ormiston, 2008).

Dengan kata lain menunjukkan seberapa besar aktiva perusahaan

yang dibiayai oleh hutang atau seberapa besar hutang perusahaan

berpengaruh terhadap pengelolaan aktiva. Menurut Widarjo dan

Setiawan (2009), rasio leverage berfungsi untuk mengukur

kemampuan suatu perusahaan dalam memenuhi kewajiban-

kewajibannya, baik itu dalam jangka pendek maupun jangka panjang

34

jika suatu saat perusahaan tersebut akan dilikuidasi. Sedangkan

menurut Deanta (2009:24), rasio leverage atau rasio hutang adalah

rasio untuk mengukur seberapa jauh aktiva perusahaan dibiayai

dengan hutang atau dibiayai oleh pihak luar. Rasio ini dapat dicari

dengan menggunakan data neraca dan laporan laba rugi. Menurut

Atika, et al (2008), terdapat 2 (dua) macam rasio leverage, antara

lain yaitu :

a. Operating Leverage

Operating leverage merupakan penggunaan suatu kekayaan

atau aktiva tertentu yang akan mengakibatkan beban tetap bagi

perusahaan, seperti mesin, gedung, dan sebagainya. Dalam hal ini

beban tetap tersebut dapat berupa biaya depresiasi.

b. Financial Leverage

Financial leverage merupakan penggunaan dana tertentu yang

akan mengakibatkan beban tetap bagi perusahaan yang dapat berupa

biaya bunga. Sumber dana ini dapat berupa utang obligasi, kredit

dari bank, dan sebagainya.

Menurut Darsono (2009:56), leverage artinya aset perusahaan

didongkrat dengan hutang atau leverage adalah kemampuan

perusahaan dalam menggunakan hutang untuk membiayai investasi.

Rasio leverage idealnya sebesar 40%. Namun dalam kondisi

ekonomi yang baik tingkat leverage bisa tinggi karena diharapkan

35

akan menghasilkan laba operasi yang tinggi. Sedangkan, dalam

kondisi ekonomi yang buruk tingkat leverage harus rendah agar

beban bunga juga rendah.

Menurut Sigit (2008) dalam Widarjo dan Setiawan (2009),

leverage ini timbul akibat dari aktivitas penggunaan dana perusahaan

yang berasal dari pihak ketiga dalam bentuk hutang. Penggunaan

sumber dana ini akan mengakibatkan timbulnya kewajiban bagi

perusahaan untuk mengembalikan pinjaman beserta dengan bunga

pinjaman yang timbul. Apabila keadaan ini tidak diimbangi dengan

pemasukan perusahaan yang baik, besar kemungkinan perusahaan

tersebut akan dengan mudah mengalami financial distress. Atika, et

al (2012) dalam penelitiannya membuktikan hubungan antara rasio

leverage dengan financial distress, dimana keduanya berhubungan

positif.

Menurut Deanta (2009:24-27), Leverage perusahaan dapat

diukur dengan beberapa rasio antara lain:

a. Debt Ratio adalah rasio yang digunakan untuk mengukur

jumlah aktiva perusahaan yang dibiayai oleh hutang.

b. Total Debt to Equity Ratio adalah mengukur bagian setiap

rupiah modal sendiri yang dijadikan jaminan untuk

keseluruhan hutang.

36

c. Times Interest Earned Ratio digunakan untuk mengukur

seberapa besar jaminan keuntungan yang digunakan untuk

membayar bunga hutang jangka panjang.

d. Fixed Charge Coverage Ratio digunakan untuk mengukur

seberapa besar kemampuan perusahaan untuk menutup beban

tetapnya termasuk pembayaran deviden saham preferen,

bunga, angsuran pinjaman, dan sewa.

e. Debt Service Coverage Ratio digunakan untuk mengukur

kemampuan perusahaan untuk menutup beban tetapnya

termasuk angsuran pokok pinjaman.

f. Long Term Debt to Equity Ratio digunakan untuk mengukur

bagian dari setiap rupiah modal sendiri yang dijadikan jaminan

untuk hutang jangka panjang.

g. Total Debt to Equity Ratio digunakan untuk mengukur bagian

setiap rupiah modal sendiri yang dijadikan jaminan untuk

keseluruhan hutang.

Leverage ratio ini menekankan pada peran penting pendanaan

hutang bagi perusahaan dengan menunjukkan presentase aktiva

perusahaan yang didukung oleh pendanaan hutang (Van Horne dan

Wachowicz, 2005). Adapun dalam penelitian ini rasio leverage

diukur dengan menggunakan Debt to Asset Ratio (DAR). Menurut

Deanta (2009:24), Debt to Asset Ratio adalah rasio untuk mengukur

37

jumlah aktiva perusahaan yang dibiayai oleh hutang. Semakin besar

rasio ini mengindikasikan bahwa risiko keuangan kreditor semakin

besar.

3. Rasio Profitabilitas

Menurut Deanta (2009:29), rasio profitabilitas adalah rasio

yang mengukur seberapa besar kemampuan perusahaan memperoleh

laba baik dalam hubungannya dengan penjualan, aset, maupun laba

dan modal sendiri. Sedangkan Menurut Harahap (2011), rasio

profitabilitas ini menggambarkan kemampuan perusahaan dalam

mendapatkan laba melalui semua kemampuan dan sumber yang ada

seperti kegiatan penjualan, kas, modal, jumlah karyawan, jumlah

cabang dan sebagainya. Profitabilitas atau efisiensi dalam Rahmy

(2015) merupakan hasil akhir bersih dari berbagai kebijakan dan

keputusan manajemen.

Profitabilitas ialah kemampuan manajemen dalam memperoleh

laba. Laba terdiri dari laba kotor, laba operasi, dan laba bersih. Agar

dapat memperoleh laba di atas rata-rata, manajemen harus mampu

meningkatkan pendapatan (revenue) dan mengurangi semua beban

(expenses) atas pendapatan. Berarti, manajemen harus memperluas

pangsa pasar dengan tingkat harga yang menguntungkan dan

menghapuskan aktivitas yang tidak bernilai tambah (Darsono,

2009:58).

38

Rasio profitabilitas menunjukkan efisiensi dan efektivitas

penggunaan aset perusahaan karena rasio ini mengukur kemampuan

perusahaan dalam menghasilkan laba berdasarkan penggunaan aset

perusahaan tersebut (Widarjo dan Setiawan, 2009). Dengan adanya

efisiensi dan efektivitas dari penggunaan aset perusahaan tersebut,

maka beban dan biaya yang harus dikeluarkan oleh perusahaan

tersebut tentu akan dapat diperkecil, sehingga dapat membuat

perusahaan tersebut memiliki keuangan yang cukup stabil dalam

menjalankan usahanya. Berarti, laba yang diperoleh perusahaan

tersebut merupakan hasil pemanfaatan dari aset perusahaannya, yang

kemudian laba tersebut akan dapat kembali digunakan dalam

menjalankan usaha perusahaan di periode berikutnya. Dengan

tingginya profitabilitas suatu perusahaan maka kemungkinan

perusahaan tersebut akan mengalami financial distress tentu akan

akan semakin rendah.

Prihadi (2008:45) menyatakan bahwa ada tiga basis

perhitungan profitabilitas yaitu:

a. Tingkat profitabilitas yang dikaitkan dengan pendapatan

(penjualan), Return On Sales (ROS), di antaranya adalah gross

margin, operating margin, contribution margin, margin before

interest and tax, EBITDA margin, pretax margin, profit

margin.

39

b. Tingkat profitabilitas yang dikaitkan dengan penggunaan aset,

Return On Asset (ROA), yang diartikan dengan dua cara yaitu

pertama dengan mengukur kemampuan perusahaan dalam

mendayagunakan aset untuk memperoleh laba serta yang

kedua dengan mengukur hasil total untuk seluruh penyedia

sumber dana yaitu kreditor dan investor.

c. Tingkat profitabilitas yang dikaitkan dengan modal sendiri,

Return On Equity (ROE).

Profitabilitas ini bisa timbul karena keberhasilan suatu

perusahaan dalam memasarkan produknya, keberhasilan pemasaran

ini sama halnya dengan keberhasilan perusahaan dalam menjual

produk-produknya. Atas keberhasilan penjualan tersebut, maka

perusahaan tersebut akan memperoleh laba. Laba yang diperoleh

tersebut bisa digunakan dalam tujuan perluasan usaha ataupun

pembayaran dividen bagi para pemegang saham.

Menurut penelitian yang telah dilakukan oleh Al-Khatib dan

Al-Horani (2012) di Jordan, dua proxy pengukuran profitabilitas

yang signifikan mempengaruhi kemungkinan terjadinya financial

distress adalah ROA dan ROE, dimana pengaruh yang timbul adalah

berhubungan negatif. Dalam penelitian ini, rasio profitabilitas

tersebut akan diukur dengan menggunakan Return On Asset (ROA),

yaitu dengan mengukur efektivitas perusahaan dalam menghasilkan

keuntungan dengan memanfaatkan aset yang dimilikinya (Hanifah,

40

2013). Apabila Return On Asset (ROA) tersebut meningkat, maka

tingkat penjualan perusahaan juga akan meningkat dan akhirnya

akan meningkatkan pula tingkat profitabilitas yang nantinya bisa

dinikmati oleh pemegang saham (Ardiyanto, 2011).

4. Rasio Aktivitas

Menurut Darsono (2009:60), rasio aktivitas adalah kemampuan

manajemen dalam mengoptimalkan aset untuk memperoleh

pendapatan, misalnya aset yang kecil tapi mampu menghasilkan

pendapatan yang besar, menandakan bahwa manajemen tersebut

profesional.

Menurut Deanta (2009:27), rasio aktivitas adalah rasio yang

mengukur seberapa efektif perusahaan menggunakan sumberdaya

yang dimiliki, sejauh mana efisiensi perusahaan dalam menggunakan

aset untuk memperoleh penjualan. Atas terpakainya aset tersebut

untuk keperluan aktivitas operasi, maka produksi yang dihasilkan

oleh perusahaan akan meningkat. Produksi yang meningkat ini

diharapkan juga akan meningkatkan penjualan. Dengan

meningkatnya penjualan tersebut, maka akan berdampak pula pada

peningkatan laba yang akan diperoleh perusahaan, sehingga hal ini

akan memberikan aliran kas masuk bagi perusahaan.

Menurut Ikhsan (2009:103), rasio aktivitas merupakan

perhitungan untuk menentukan aktivitas dari kelas tertentu dari aset,

seperti persediaan untuk dijual kembali, modal kerja, dan aset jangka

41

panjang. Rasio aktivitas ini mengungkapkan angka dari waktu

dibandingkan dengan aktivitas (turnover) yang terjadi sepanjang

periode tertentu dan dapat membantu dalam mengukur efektivitas

manajemen dalam menggunakan dan mengendalikan aset ini.

Menurut Prihadi (2008) aktivitas dibagi kedalam dua

kelompok yaitu:

a. Short-term activity, berorientasi pada operasi rutin

perusahaan yang diwakili oleh kemampuan perusahaan dalam

rangka mengendalikan piutang, persediaan, dan utang usaha.

b. Long-term activity, lebih berorientasi pada penggunaan aset

tetap.

Kasmir (2013:173) menyatakan bahwa beberapa tujuan yang

hendak dicapai perusahaan dari penggunaan rasio aktivitas

diantaranya yaitu:

1. Untuk mengukur berapa lama penagihan piutang selama satu

periode atau beberapa kali dana yang ditanamkan dalam

piutang ini berputar dalam satu periode.

2. Untuk menghitung hari rata-rata penagihan piutang (day of

receivable). Dimana hasil perhitungan ini menunjukan

jumlah hari (berapa hari) piutang tersebut rata-rata tidak

dapat ditagih.

3. Untuk menghitung berapa hari rata-rata persediaan tersimpan

dalam gudang.

42

4. Untuk mengukur berapa kali dana yang ditanamkan dalam

modal kerja berputar dalam satu periode atau beberapa

penjualan.

Aktivitas perusahaan dapat diukur dengan beberapa rasio

antara lain:

a. Inventory turnover, diperoleh dengan membagi cost of goods

sold dengan nilai rata-rata persediaan periode sekarang dan

tahun sebelumnya. Rasio ini mengukur berapa kali

perputaran persediaan dalam satu periode. Makin besar

perputarannya maka akan semakin baik.

b. Receivable turnover, yaitu perbandingan antara jumlah

penjualan dengan rata-rata piutang dagang selama setahun

yang menunjukkan kemampuan suatu perusahaan dalam

menangani penjualan kredit dan kebijakannya. Dari rasio ini

akan dapat diketahui likuiditas piutang. Makin kecil rasio ini

maka semakin baik.

c. Fixed assets turnover, yaitu perbandingan antara penjualan

neto dengan aset tetap. Rasio ini menunjukkan berapa kali

dana yang ditanamkan dalam aset tetap berputar dalam satu

periode.

d. Working capital turnover, perbandingan antara penjualan

neto dengan modal kerja. Rasio ini menunjukkan berapa kali

dana yang tertanam dalam modal kerja berputar dalam satu

43

periode, atau jumlah penjualan yang bisa dicapai oleh setiap

rupiah modal kerja.

e. Payable turnover, diperoleh dengan membagi total purchase

dengan average account payable. Rasio ini menghitung

seberapa sering hutang perusahaan berputar.

f. Total asset turnover, yaitu perbandingan antara jumlah

penjualan dengan rata-rata jumlah aset selama setahun yang

menunjukkan seberapa baik dukungan seluruh aset untuk

memperoleh penjualan.

Menurut Alifiah, et al (2012), rasio aktivitas merupakan salah

satu rasio yang paling signifikan dan berpengaruh negatif dalam

prediksi terjadinya financial distress suatu perusahaan. Adapun

proxy yang digunakan dalam penelitian ini adalah Total Asset

Turnover Ratio (TATO), yaitu dengan cara membagi penjualan netto

dengan total aktiva (Deanta, 2009:27). Semakin efektif suatu

perusahaan menggunakan aktivanya untuk meningkatkan penjualan,

diharapkan akan dapat memberikan keuntungan yang semakin besar

bagi perusahaan (Ardiyanto, 2011).

C. Growth Ratio (Rasio Pertumbuhan)

Setiap manajemen dari suatu perusahaan akan selalu mengevaluasi

pencapaian kinerja perusahaannya pada suatu periode akuntansi tertentu,

dimana hasil evaluasi terhadap kinerja perusahaan tersebut akan

menghasilkan suatu kesimpulan bagi perusahaan tersebut, apakah

44

perusahaan tersebut telah mencapai tujuan atau target yang telah di

rencanakan sebelumnya baik jangka pendek maupun jangka panjang.

Kinerja yang baik dari suatu perusahaan akan membuat manajemen

perusahaan tersebut berusaha mempertahankan bahkan berusaha mencapai

hasil yang lebih baik pada periode yang akan datang. Adapun tolak ukur

yang umumnya digunakan untuk membandingkan pencapaian finansial

suatu perusahaan pada suatu periode tertentu dengan periode sebelumnya

dapat menggunakan analisis rasio pertumbuhan.

Menurut Fahmi (2012:69), rasio pertumbuhan adalah rasio yang

mengukur seberapa besar kemampuan suatu perusahaan dalam

mempertahankan posisinya di dalam industri dan dalam perkembangan

ekonomi secara umum.

Menurut kasmir (2013:114), rasio pertumbuhan (growth ratio)

merupakan rasio yang menggambarkan kemampuan suatu perusahaan

dalam mempertahankan posisi ekonominya ditengah pertumbuhan

perekonomian dan sektor usaha. Dalam rasio pertumbuhan yang dianalisis

adalah pertumbuhan penjualan, laba bersih, pendapatan persaham dan

deviden persaham.

Menurut Harahap (2011), rasio pertumbuhan (growth)

menggambarkan persentase pertumbuhan pos-pos perusahaan dari tahun

ke tahun. Rasio pertumbuhan (growth) ini di antaranya yaitu pertumbuhan

penjualan (sales growth) dan kenaikan laba bersih. Pertumbuhan penjualan

(sales growth) itu sendiri mencerminkan kemampuan suatu perusahaan

45

dalam meningkatkan penjualan produk yang dihasilkannya, baik dalam

meningkatkan frekuensi penjualan ataupun peningkatan volume

penjualannya. Perusahaan yang telah berhasil menjalankan strateginya

dalam hal pemasaran dan penjualan produk, akan dapat meningkatkan

sales growth perusahaannya. Tingginya tingkat sales growth yang

tergambar akan mengindikasikan perolehan laba yang besar. Sehingga,

apabila tingkat sales growth suatu perusahaan tinggi maka akan

mencerminkan kondisi keuangan perusahan tersebut yang cukup stabil dan

jauh dari financial distress, karena terbukti dengan penjualan yang dapat

terus bertumbuh.

Rasio pertumbuhan memiliki perhitungan yang terdiri dari beberapa

jenis seperti pertumbuhan penjualan, pertumbuhan laba bersih, Earning

After Tax (EAT) dan laba perlembar saham. Menurut Harahap (2013:309)

menyatakan bahwa rasio ini menggambarkan persentasi pertumbuhan pos-

pos perusahaan dari tahun ke tahun, adapun jenis-jenis rasio pertumbuhan

diantaranya yaitu:

1. Pertumbuhan Penjualan

Rasio ini menunjukkan kemampuan suatu perusahaan dalam

meningkatkan laba bersih yang di bandingkan dengan tahun lalu.

Pertumbuhan penjualan dapat digunakan untuk mengukur

kemampuan suatu perusahaan dalam meningkatkan penjualan dari

tahun sebelumnya. Semakin besar nilai pertumbuhan ini maka akan

semakin baik.

46

2. Pertumbuhan Laba Bersih

Rasio ini menunjukkan kemampuan suatu perusahaan dalam

meningkatkan laba bersih yang di bandingkan dengan tahun lalu.

Pertumbuhan laba bersih digunakan untuk mengukur kemampuan

suatu perusahaan dalam meningkatkan laba bersih tahun ini

dibanding tahun lalu. Semakin besar nilai pertumbuhan ini maka

akan semakin baik.

Dalam penelitian ini, rasio pertumbuhan yang digunakan adalah

rasio pertumbuhan penjualan (sales growth) yakni mencerminkan

kemampuan suatu perusahaan dalam meningkatkan penjualannya dari

waktu ke waktu. Semakin tinggi tingkat pertumbuhan penjualan suatu

perusahaan maka perusahaan tersebut telah berhasil menjalankan

strateginya dalam hal pemasaran dan penjualan produknya. Hal ini berarti

semakin besar pula laba yang akan diperoleh perusahaan dari hasil

penjualan tersebut. Widarjo dan Setiawan (2009:114) merumuskan

pertumbuhan penjualan (sales growth) sebagai berikut:

Keterangan:

Sales growth : pertumbuhan penjualan

Penjualan (t) : jumlah penjualan pada suatu periode

Penjualan (t-1): jumlah penjualan pada periode sebelumnya

𝑺𝒂𝒍𝒆𝒔 𝒈𝒓𝒐𝒘𝒕𝒉 =𝑷𝒆𝒏𝒋𝒖𝒂𝒍𝒂𝒏 𝒕 − 𝑷𝒆𝒏𝒋𝒖𝒂𝒍𝒂𝒏 𝒕− 𝟏

𝑷𝒆𝒏𝒋𝒖𝒂𝒍𝒂𝒏 𝒕− 𝟏

47

D. Financial Distress

1. Pengertian

Financial distress merupakan kondisi dimana suatu perusahaan

sedang menghadapi masalah kesulitan keuangan. Menurut Hanifah

(2013) financial distress didefinisikan sebagai tahap penurunan

kondisi keuangan yang terjadi sebelum terjadinya kebangkrutan

ataupun likuidasi. Kondisi financial distress tergambar dari

ketidakmampuan suatu perusahaan atau tidak tersedianya suatu dana

untuk membayar kewajibannya yang telah jatuh tempo. Hidayat

(2013) menyatakan bahwa suatu perusahaan dapat dikatakan berada

dalam kondisi financial distress apabila perusahaan tersebut

mempunyai laba bersih (net profit) negatif selama beberapa tahun.

Kesulitan keuangan dimulai ketika perusahaan tidak dapat

memenuhi jadwal pembayaran atau ketika proyeksi arus kas

mengindikasikan bahwa perusahaan tersebut akan segera tidak dapat

memenuhi kewajibannya (Fachrudin, 2008:2). Pada dasarnya financial

distress adalah suatu keadaan dimana sebuah perusahaan mengalami

kesulitan dalam memenuhi kewajibannya, keadaan dimana

pendapatan perusahaan tidak dapat menutupi total biaya, mengalami

kerugian kepada kreditur keadaan ini merupakan gejala awal

kegagalan ekonomi (Atika, et al., 2012). Financial distress dapat

dimulai dari kesulitan likuiditas (jangka pendek) sebagai indikasi

financial distress yang paling ringan, sampai pada kebangkrutan yang

48

merupakan financial distress yang paling berat (Triwahyuningtias,

2012).

Menurut Hapsari (2012), financial distress adalah suatu kondisi

dimana arus kas operasi suatu perusahaan tidak memadai untuk

melunasi kewajiban-kewajiban lancar (seperti hutang dagang atau

beban bunga) dan perusahaan tersebut terpaksa melakukan tindakan

perbaikan. Financial distress adalah masalah likuiditas yang sangat

parah yang tidak bisa dipecahkan tanpa perubahan ukuran dari operasi

atau struktur perusahaan. Financial distress merupakan kondisi

dimana keuangan perusahaan dalam keadaan tidak sehat atau krisis.

Financial distress terjadi sebelum kebangkrutan dan terjadi pada saat

perusahaan mengalami kerugian beberapa tahun.

Menurut Brahmana (2007), financial distress terjadi karena

suatu perusahaan tidak mampu mengelola dan menjaga kestabilan

kinerja keuangan perusahaannya yang bermula dari kegagalan dalam

mempromosikan produknya yang menyebabkan turunnya penjualan

sehingga dengan pendapatan yang menurun dari sedikitnya penjualan

tersebut memungkinkan bagi perusahaan akan mengalami kerugian

operasional dan kerugian bersih untuk tahun yang berjalan. Selain itu,

dari kerugian yang terjadi akan mengakibatkan defisiensi modal

dikarenakan penurunan nilai saldo laba yang terpakai untuk

melakukan pembayaran dividen, sehingga total ekuitas secara

keseluruhan pun akan mengalami defisiensi. Jika hal ini terus terjadi,

49

maka tidak mustahil bahwa suatu saat total kewajiban suatu

perusahaan akan melebihi total aktiva yang dimilikinya. Kondisi

seperti yang telah disebutkan di atas mengasosiasikan suatu

perusahaan sedang mengalami kesulitan keuangan (financial distress)

yang pada akhirnya jika perusahaan tersebut tidak mampu keluar dari

kondisi di atas, maka perusahaan tersebut akan mengalami

kebangkrutan.

Hidayat (2013) menyatakan bahwa kondisi paling mudah yang

dapat dilihat dari perusahaan yang mengalami financial distress

adalah dari pelanggaran komitmen pembayaran hutang yang diiringi

dengan penghilangan pembayaran dividen terhadap investor.

Sebenarnya tidak ada definisi yang baku mengenai apa itu financial

distress, begitupun juga pada peneliti-peneliti terdahulu yang berbeda-

beda dalam mendefinisikan financial distress, namun sebenarnya inti

dari definisi financial distress adalah sama, yaitu menyangkut kondisi

perusahaan yang sedang mengalami kesulitan keuangan. Meskipun

ada perbedaan dalam pendefinisian tersebut, perbedaan ini tergantung

pada cara pengukurannya.

2. Jenis – Jenis Financial Distress

Menurut Fachrudin (2008), ada beberapa jenis dari financial

distress, antara lain sebagai berikut :

50

a. Economic Failure

Economic failure atau kegagalan ekonomi adalah suatu keadaan

dimana pendapatan perusahaan tidak cukup untuk menutupi total

biaya, termasuk cost of capital. Bisnis ini masih dapat melanjutkan

operasinya sepanjang kreditur masih bersedia menerima tingkat

pengembalian (rate of return) yang di bawah pasar.

b. Business Failure

Business failure atau kegagalan bisnis didefinisikan sebagai

bisnis yang menghentikan operasinya dengan alasan telah mengalami

kerugian.

c. Technical Insolvency

Adapun sebuah perusahaan dapat dikatakan dalam keadaan

technical insolvency apabila suatu perusahaan tidak dapat memenuhi

kewajiban lancarnya saat jatuh tempo. Ketidakmampuan membayar

hutang secara teknis ini menunjukkan bahwa perusahaan tersebut

sedang mengalami kekurangan likuiditas yang bersifat sementara,

dimana jika diberikan beberapa waktu, maka kemungkinan

perusahaan tersebut bisa membayar hutang dan bunganya. Di sisi lain,

apabila technical insolvency merupakan gejala awal kegagalan

ekonomi (economic failure), ini mungkin bisa menjadi sebuah tanda

perhentian pertama menuju bankruptcy.

51

d. Insolvency in Bankruptcy

Insolvency in bankruptcy dapat terjadi di suatu perusahaan

apabila nilai buku hutang perusahaan tersebut melebihi nilai pasar

asset saat ini. Kondisi tersebut bisa dianggap lebih serius jika

dibandingkan dengan technical insolvency, karena pada umumnya hal

tersebut merupakan tanda kegagalan ekonomi (economic failure),

bahkan mengarah pada likuidasi bisnis. Perusahaan yang sedang

mengalami keadaan tersebut tidak perlu terlibat dalam tuntutan

kebangkrutan secara hukum.

e. Legal Banckruptcy

Suatu perusahaan dapat dikatakan mengalami kebangkrutan

secara hukum apabila perusahaan tersebut mengajukan tuntutannya

secara resmi sesuai dengan undang-undang yang berlaku.

3. Cara Menentukan Perusahaan yang Terkena Financial Distress

Terdapat berbagai cara dalam menentukan suatu perusahaan

yang mengalami financial distress (Hanifah, 2013) seperti:

a. Tidak melakukan pembayaran dividen dan adanya penghentian

tenaga kerja (Lau, 1987; Hill et al., 1996).

b. Interest Coverage Ratio (ICR) (Asquith, Gertner dan

Scharfstein, 1994).

c. Arus kas yang lebih kecil dari hutang jangka panjang saat ini

(Whitaker, 1999).

52

d. Laba bersih operasi (net operating income) yang negatif (Hofer,

1980; Whitaker, 1999).

e. Adanya perubahan pada harga ekuitas (John, Lang dan Netter,

1992).

f. Perusahaan dihentikan operasinya atas wewenang dari

pemerintah dan perusahaan tersebut dipersyaratkan untuk

melakukan perencanaan restrukturisasi (Tirapat dan

Nittayagasetwat, 1999).

g. Perusahaan mengalami pelanggaran teknis dalam hutang dan

diprediksi.

4. Manfaat Informasi Financial Distress

Menurut Gobenvy (2013), manfaat informasi financial distress

yang terjadi pada perusahaan adalah:

a. Dapat mempercepat tindakan manajemen perusahaan guna

mencegah masalah sebelum terjadinya kebangkrutan pada

perusahaan.

b. Pihak manajemen segera dapat mengambil tindakan merger atau

take over supaya perusahaan dapat lebih mampu untuk

membayar hutang serta mengelola perusahaan dengan lebih

baik.

c. Memberikan tanda peringatan dini/awal akan terjadinya

kebangkrutan di masa yang akan datang.

53

5. Penyebab Financial Distress

Menurut Rahmy (2015), faktor penyebab financial distress dari

dalam perusahaan adalah lebih bersifat mikro. Adapun faktor-faktor

dari dalam perusahaan tersebut yaitu :

a. Kesulitan arus kas

Terjadi ketika penerimaan pendapatan perusahaan dari

hasil kegiatan operasi tidak cukup untuk menutupi beban-beban

usaha yang timbul dari aktivitas operasi perusahaan. Selain itu,

kesulitan arus kas juga bisa disebabkan karena adanya kesalahan

manajemen suatu perusahaan ketika mengelola aliran kas

perusahaan dalam melakukan pembayaran aktivitas perusahaan

dimana dapat memperburuk kondisi keuangan perusahaan

tersebut.

b. Besarnya jumlah hutang

Kebijakan pengambilan hutang perusahaan untuk

menutupi biaya yang timbul akibat operasi perusahaan akan

menimbulkan kewajiban bagi perusahaan untuk mengembalikan

hutang tersebut di masa yang akan datang. Ketika tagihan telah

jatuh tempo, sedangkan perusahaan tidak mempunyai cukup

dana untuk melunasi tagihan-tagihan tersebut, maka

kemungkinan yang akan dilakukan kreditur adalah melakukan

54

penyitaan harta perusahaan tersebut untuk menutupi kekurangan

pembayaran tagihan tersebut.

c. Mengalami kerugian dalam kegiatan operasional

perusahaan selama beberapa tahun

Dalam hal ini merupakan kerugian operasional perusahaan

yang bisa menimbulkan arus kas negatif dalam perusahaan. Hal

ini bisa terjadi karena beban operasional lebih besar dari

pendapatan yang diterima perusahaan.

Meskipun suatu perusahaan bisa mengatasi tiga masalah di

atas, belum tentu perusahaan tersebut bisa terhindar dari

financial distress, itu karena masih terdapat faktor eksternal

perusahaan yang bisa menyebabkan financial distress. Menurut

Rahmy (2015), faktor eksternal perusahaan adalah lebih bersifat

makro, dimana cakupannya lebih luas. Faktor eksternal tersebut

bisa berupa kebijakan pemerintah yang bisa menambah beban

usaha yang ditanggung perusahaan, misalnya tarif pajak yang

meningkat bisa menambah beban perusahaan. Selain itu, masih

ada kebijakan suku bunga pinjaman yang meningkat, dimana

bisa menyebabkan peningkatan beban bunga yang ditanggung

oleh perusahaan.

55

6. Alternatif Perbaikan Financial Distress

Ada dua alternatif perbaikan yang dapat dilakukan oleh

perusahaan yang mengalami financial distress (Hanafi dan Halim,

2009) yaitu:

a. Pemecahan secara informal.

1) Dilakukan jika masalahnya belum begitu parah

2) Masalah perusahaan masih bersifat sementara dan prospek

masa depan perusahaanya masih bagus. Pemecahan secara

informalnya dilakukan dengan cara:

(a) Perpanjangan (extension), dalam hal ini dilakukan dengan

cara memperpanjang jatuh tempo hutang-hutang.

(b) Komposisi (composition), hal ini dilakukan dengan cara

mengurangi besarnya tagihan, misalnya klaim hutang

diturunkan menjadi 70%. apabila hutang tersebut besarnya

1000, maka nilai hutang yang baru adalah 0,7×1000= 700.

b. Pemecahan secara formal.

Dapat dilakukan apabila masalahnya sudah parah.

Pemecahan secara formal ini dilakukan dengan cara:

1) Apabila nilai perusahaan lebih besar dari nilai perusahaan

yang likuidasi, maka dilakukan dengan cara reorganisasi /

56

merubah struktur modal menjadi struktur modal yang

layak.

2) Apabila nilai perusahaan lebih kecil dari nilai perusahaan

yang dilikuidasi, maka dilakukan dengan cara menjual

aset-aset perusahaan.

E. Penelitian Sebelumnya

Beberapa penelitian terdahulu tentang financial distress telah

dilakukan antara lain oleh :

1. Hanifah (2013) dalam penelitiannya menguji tentang seberapa besar

pengaruh corporate governance dan financial indicators terhadap

financial distress. Sampel yang digunakan dalam penelitian ini

adalah perusahaan manufaktur yang terdaftar di BEI periode 2009-

2011. Metode analisis data yang digunakan adalah uji regresi logistik

(logistic regression). Adapun variabel independen yang

digunakannya adalah ukuran dewan direksi, ukuran dewan

komisaris, komisaris independen, kepemilikan manajerial,

kepemilikan institusional, ukuran komite audit, likuiditas, leverage,

profitabilitas, dan operating capacity. Variabel independen yang

digunakan ini bertujuan untuk mengetahui seberapa besar

pengaruhnya terhadap financial distress. Kriteria perusahaan yang

dikategorikan ke dalam financial distress didasarkan pada interest

coverage ratio (EBIT/interest expense). Hasil pada penelitiannya

menunjukkan bahwa ukuran dewan direksi, kepemilikan manajerial,

57

kepemilikan institusional, leverage, dan operating capacity memiliki

pengaruh yang signifikan terhadap kondisi financial distress.

Sedangkan ukuran dewan komisaris, komisaris independen, ukuran

komite audit, likuiditas, dan profitabilitas tidak berpengaruh

signifikan terhadap kondisi financial distress.

2. Al-Khatib dan Al-Horani (2011) telah melakukan penelitian di

Jordan dengan judul “Predicting Financial Distress of Public

Companies Listed in Amman Stock Exchange”. Penelitian ini

bertujuan untuk mengetahui peran rasio keuangan dalam

memprediksi kondisi financial distress perusahaan publik di Jordan.

Metode analisis data yang digunakan dalam penelitian ini adalah

analisis regresi logistik dan analisis diskriminan. Adapun variabel

independen yang digunakan dalam penelitian ini adalah Current

Ratio, Current liabilities to total fixed assets, Current liabilities to

equity, Working capital to equity, Logarithm of total assets, Pre- tax

profit to total assets Net profit margin, Book value per share, ROA,

ROE, Dividend per share, Retained earnings to total assets, Equity

to total assets, Equity to total liabilities, Debt ratio, Debt to equity,

Long-term debt ratio to equity Fixed assets to equity, Asset turnover,

Sales to equity Sales to working capital Receivables Turnover,

Logarithm of asset turnover. Sedangkan, variabel dependen yang

digunakan dalam penelitian ini adalah perusahaan yang mengalami

kondisi financial distress. Hasil dalam penelitian ini menunjukkan

58

bahwa selama periode 2007-2011, baik hasil analisis regresi logistik

maupun analisis diskriminan dapat memprediksi kondisi financial

distress, dan bahwa ROE dan ROA merupakan dua rasio keuangan

terpenting, yang membantu dalam memprediksi kondisi financial

distress di perusahaan publik yang terdaftar di Amman Stock

Exchange.

3. Alifiah, et al (2012) telah melakukan penelitian di Malaysia dengan

judul “Prediction of Financial Distress Companies in The Consumer

Product Sector in Malaysia”. Penelitian ini bertujuan untuk

memprediksi terjadinya financial distress dengan menggunakan

indikator financial ratios. Sampel yang digunakan dalam penelitian

ini adalah perusahaan sektor produk konsumen yang terdaftar di

Bursa Malaysia periode tahun 2001-2010, dan kemudian sampel ini

dibagi menjadi sampel estimasi dan sampel validasi. Metode analisis

data yang digunakannya adalah uji regresi logistik (logistic

regression). Adapun variabel independen yang digunakan dalam

penelitian ini adalah leverage ratios, asset management or activity

ratios, liquidity ratios, dan profitability ratios. Hasil pada penelitian

ini menunjukkan bahwa debt ratio, total asset turnover ratio, dan

working capital ratio signifikan dalam memprediksi terjadinya

financial distress. Selain itu dalam penelitian ini juga dikemukakan

besarnya validitas internal dan eksternal yang mempunyai persentase

ketepatan masing-masing adalah lebih dari 50%.

59

4. Alifiah, et al (2013) kemudian telah melakukan penelitian lagi di

Malaysia dengan judul “Prediction of Financial Distress Companies

in The Trading and Service Sector in Malaysia Using

Macroeconomic Variables”. Studi ini mencoba untuk memprediksi

kondisi financial distress suatu perusahaan di sektor perdagangan

dan jasa di Malaysia menggunakan perusahaan yang terindikasi

mengalami financial distress sebagai variabel dependen dan

menggunakan variabel ekonomi makro serta rasio keuangan sebagai

variabel independen. Adapun metode analisis data yang digunakan

dalam penelitian ini adalah menggunakan regresi logistik. Studi ini

menunjukkan bahwa variabel independen yang dapat digunakan

untuk memprediksi financial distress suatu perusahaan di sektor

perdagangan dan jasa di Malaysia adalah rasio hutang, rasio

perputaran total aset, rasio modal kerja, rasio laba bersih terhadap

total aktiva dan tingkat suku bunga dasar.

5. Atika, et al (2012) telah melakukan penelitian dengan judul

“Pengaruh Beberapa Rasio Keuangan Terhadap Prediksi Kondisi

Financial Distress”. Penelitian yang dilakukannya ini bertujuan

untuk menguji pengaruh dari beberapa rasio keuangan terhadap

kondisi financial distress. Sampel yang digunakan dalam penelitian

ini adalah perusahaan tekstil dan garmen yang terdaftar di BEI

periode tahun 2009-2011 dengan menggunakan teknik purposive

sampling, dan yang terpilih adalah sebanyak 14 perusahaan. Metode

60

analisis data yang digunakannya adalah regresi logistik (logistic

regression). Adapun variabel independen yang diuji dalam penelitian

ini adalah current ratio, profit margin, debt ratio current liabilities

to total assets, sales growth, dan inventory turnover. Hasil penelitian

dalam penelitiannya menunjukkan bahwa current ratio, debt ratio,

dan current liabilities to total assets dapat digunakan untuk

memprediksi kondisi financial distress suatu perusahaan, sedangkan

profit margin, sales growth, dan inventory turnover tidak dapat

digunakan untuk memprediksi kondisi financial distress suatu

perusahaan.

6. Ahmad (2011) juga telah melakukan penelitian yang memprediksi

financial distress dengan judul “Analysis of Financial Distress in

Indonesia Stock Exchange”. Penelitian ini bertujuan untuk

memverifikasi pengaruh faktor fundamental yang terdiri atas

financial ratios dan management capability terhadap kondisi

financial distress. Penelitian ini juga berusaha untuk

mengembangkan upper echelon theory yang dikaitkan dengan

management capability. Metode analisis data yang digunakannya

dalam penelitian ini adalah regresi logistik. Adapun sampel yang

digunakannya adalah perusahaan manufaktur yang terdaftar di BEI

periode tahun 2005-2010. Variabel independen yang digunakan

dalam penelitiannya meliputi CATO, CR, DAR, DER, ROA, ROE,

TATO, WCTA, educational background of manager, dan experience

61

of manager. Hasil penelitiannya menunjukkan bahwa CAR, CR,

ROA, ROE, TATO, EDU, EXP, dan WCTA berpengaruh negatif

dengan financial distress. Sedangkan DAR dan DER berpengaruh

positif terhadap prediksi terjadinya financial distress di suatu

perusahaan.

7. Penelitian mengenai prediksi kondisi financial distress juga telah

dilakukan oleh Nella (2011) dengan judul “Analisis Rasio Keuangan

dalam Memprediksi Financial Distress Perusahaan Wholesale and

Retail Trade yang Terdaftar di Bursa Efek Indonesia”. Sampel yang

digunakan dalam penelitian ini adalah perusahaan wholesale and

retail trade yang terdaftar di BEI periode 2008-2010. Setelah

menyeleksinya dengan metode purposive sampling terdapat

sebanyak 25 perusahaan yang terpilih sebagai sampel dalam

penelitian ini. Metode analisis data yang digunakannya adalah

regresi logistik (regression logistic). Adapun variabel independen

yang digunakan dalam penelitian ini adalah current ratio, debt to

equity ratio, operating profit margin, return on equity, total asset

turnover. Hasil penelitiannya menunjukkan bahwa current ratio,

operating profit margin, dan total asset turnover tidak signifikan

terhadap kondisi financial distress. Sedangkan, debt to equity ratio

dan return on equity berpengaruh signifikan terhadap kondisi

financial distress di suatu perusahaan.

62

8. Meilinda Triwahyuningtias (2012) telah melakukan penelitian yang

berjudul “Analisis Pengaruh Struktur Kepemilikan, Ukuran Dewan,

Komisaris Independen, Likuiditas, dan Leverage Terhadap

Terjadinya Kondisi Financial Distress (Studi pada Perusahaan

Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2008-

2010)”. Populasi dalam penelitian ini adalah seluruh sektor

manufaktur di Bursa Efek Indonesia, yang dipublikasikan dalam

laporan keuangan tahun 2008-2010. Penelitian ini menggunakan 34

perusahaan di sektor manufaktur di Bursa Efek Indonesia, yang

diterbitkan dalam laporan keuangan tahun 2008-2010 sebagai sampel

untuk memperoleh 102 observasi data. Penelitian ini menggunakan

regresi logistik sebagai instrumen analisis. Metode analisis terdiri

dari metode statistik deskriptif, fit model yang menggunakan uji G,

uji Hosmer & Lemeshow dan Cox & Snellis R Square dan

Nagelkerke R Square dan untuk menguji koefisien variabel

penelitian ini menggunakan uji wald. Hasil penelitian ini

menunjukkan bahwa struktur kepemilikan, ukuran direktur,

likuiditas dan leverage memiliki dampak signifikan terhadap

probabilitas perusahaan yang mengalami kesulitan keuangan. Bukti

dampak struktur kepemilikan dan ukuran direktur pada probabilitas

perusahaan mengalami financial distress juga dikonfirmasi dengan

uji menggunakan lag 1 tahun. Penelitian ini gagal membuktikan

63

pengaruh ukuran Komisaris dan dewan komisaris independen

dengan probabilitas yang mengalami kesulitan keuangan.

9. Evanny Indri Hapsari (2012) telah melakukan penelitian yang

berjudul “Pengaruh Likuiditas, Profitabilitas dan Leverage Terhadap

Kondisi Financial Distress Pada Perusahaan Manufaktur yang

Terdaftar di BEI Periode 2007-2010”. Metode analisis yang

digunakan dalam penelitian ini adalah regresi logistik. Hasil

penelitiannya menunjukkan bahwa koefisien regresi variabel current

ratio sebesar -0,006 serta memiliki nilai sig sebesar 0,793; koefisien

regresi variabel return on assets sebesar -6,803 mempunyai nilai sig

sebesar 0,024; koefisien regresi variabel profit margin on sales

sebesar -0,488 dengan nilai signifikansi sebesar 0,459 serta koefisien

regresi variabel current liabilities total assets sebesar -1,546 dan

mempunyai nilai sig sebesar 0,029, sehingga rasio likuiditas dan

rasio profitabilitas tidak berpengaruh signifikan terhadap kondisi

financial distress suatu perusahaan walaupun bertanda negatif

sedangkan rasio profitabilitas (return on assets) dan rasio leverage

(current liabilities total asset) menunjukkan berpengaruh negative

dan signifikan terhadap kondisi financial distress suatu perusahaan.

10. Wahju Widardjo dan Doddy Setyawan (2009) telah melakukan

penelitian yang berjudul “Pengaruh Rasio Keuangan Terhadap

Kondisi Financial Distress Perusahaan Otomotif yang Terdaftar di

BEI Tahun 2004-2006”. Penelitian ini menguji adanya pengaruh

64

likuiditas, profitabilitas, financial leverage, dan pertumbuhan

penjualan terhadap kondisi financial distress. Hasil penelitian ini

menunjukkan bahwa likuiditas yang diukur dengan menggunakan

current ratio dan cash ratio tidak berpengaruh signifikan terhadap

kondisi financial distress. Likuiditas yang diukur dengan

menggunakan quick ratio berpengaruh negatif terhadap kondisi

financial distress. Sedangkan pertumbuhan penjualan tidak

berpengaruh terhadap kondisi financial distress.

Secara ringkas penelitian – penelitian yang telah dilakukan oleh

beberapa peneliti sebelumnya tentang dividen dapat dilihat dalam Tabel

berikut:

TABEL 2.1 PENELITIAN TERDAHULU

No Peneliti Judul Variabel yang

diteliti

Hasil Penelitian

1 Hanifah (2013) Pengaruh

Struktur

Corporate

Governance

dan Financial

Indicators

Terhadap

Kondisi

Financial

Distress

Variabel

Independen :

corporate

governance dan

financial

indicators

Variabel

Dependen :

financial

distress

Menunjukkan

bahwa ukuran

dewan direksi,

kepemilikan

manajerial,

kepemilikan

institusional,

leverage, dan

operating capacity

memiliki pengaruh

yang signifikan

terhadap kondisi

financial distress.

Sedangkan ukuran

dewan komisaris,

komisaris

independen,

ukuran komite

65

No Peneliti Judul Variabel yang

diteliti

Hasil Penelitian

audit, likuiditas,

dan profitabilitas

tidak berpengaruh

signifikan terhadap

financial

Distress

2 Al-Khatib dan Al-

Horani (2011)

Predicting

Financial

Distress of

Public

Companies

Listed in

Amman Stock

Exchange

Variabel

Independen:

Current Ratio,

Current

liabilities to

total fixed

assets,

Current

liabilities to

equity,

Working

capital to

equity,

Logarithm of

total assets,

Pre- tax profit

to total assets

Net profit

margin, Book

value per

share, ROA,

ROE,

Dividend per

share,

Retained

earnings to

total assets,

Equity to total

assets, Equity

to total

liabilities,

Debt ratio,

Debt to

equity, Long-

term debt

ratio to equity

Fixed assets

Metode yang

digunakan adalah

regresi logistik dan

analisis

diskriminan untuk

menentukan mana

yang lebih tepat

untuk digunakan

serta rasio

keuangan yang

signifikan secara

statistik dalam

memprediksi

terjadinya financial

distress perusahaan

di Yordania.

Selama periode

2007-2011, hasil

menunjukkan

bahwa kedua

regresi logistik dan

analisis

diskriminan dapat

memprediksi

kondisi financial

distress, dan

Return on Equity

(ROE) dan Return

on Assets (ROA)

adalah yang paling

penting dua rasio

keuangan, yang

membantu dalam

memprediksi

financial distress

perusahaan publik

yang terdaftar di

66

No Peneliti Judul Variabel yang

diteliti

Hasil Penelitian

to equity,

Asset

turnover,

Sales to equity

Sales to

working

capital

Receivables

Turnover,

Logarithm of

asset

turnover.

Variabel

Dependen :

financial

distress

Bursa Efek

Amman.

3 Alifiah, et al

(2012)

Prediction of

Financial

Distress

Companies in

The

Consumer

Product

Sector in

Malaysia

Variabel

Independen :

leverage

ratios, asset

management

or activity

ratios,

liquidity

ratios, dan

profitability

ratios

Variabel

Dependen :

financial

distress

Menunjukkan

bahwa debt ratio,

total asset turnover

ratio, dan working

capital ratio

signifikan dalam

memprediksi

financial distress.

Selain itu juga

dikemukakan

besarnya validitas

internal dan

eksternal yang

mempunyai

persentase

ketepatan

masing-masing

adalah lebih dari

50%.

4 Alifiah, et al

(2013)

Prediction of

Financial

Distress

Companies in

The Trading

and Service

Sector in

Malaysia

Using

Variabel

Independen:

variabel

ekonomi

makro, rasio

keuangan

Variabel

dependen:

Menunjukkan

bahwa variabel

independen yang

dapat digunakan

untuk memprediksi

financial distress

suatu perusahaan

di sektor

perdagangan dan

67

No Peneliti Judul Variabel yang

diteliti

Hasil Penelitian

Macroecono

mic Variables

Financial

distress

jasa di Malaysia

adalah rasio

hutang, rasio

perputaran total

aset, rasio modal

kerja, rasio laba

bersih terhadap

total aktiva dan

tingkat suku bunga

dasar.

5 Atika, et al

(2012)

Pengaruh

Beberapa

Rasio

Keuangan

Terhadap

Prediksi

Kondisi

Financial

Distress

(Studi pada

Perusahaan

Tekstil dan

Garmen yang

Terdaftar di

Bursa Efek

Indonesia

Periode

2008-

2011)

Variabel

Independen

: current

ratio, profit

margin, debt

ratio, current

liabilities to

total assets,

sales growth,

dan inventory

turnover

Variabel

Dependen :

financial

distress

Hasil menunjukkan

bahwa current

ratio, debt ratio,

dan current

liabilities to total

assets dapat

digunakan

untuk memprediksi

kondisi financial

distress di suatu

perusahaan,

sedangkan profit

margin, sales

growth, dan

inventory turnover

tidak dapat

digunakan untuk

memprediksi

kondisi

financial distress

di suatu

perusahaan.

6 Ahmad (2011) Analysis of

Financial

Distress in

Indonesia

Stock

Exchange

Variabel

Independen

: financial

ratios :

CATO, CR,

DER, DAR,

ROA, ROE,

TATO, dan

WCTA.

Dan

management

capability :

Hasil temuan

mengungkapkan

bahwa CAR, CR,

ROA, ROE,

TATO, EDU,

EXP, dan

WCTA

berpengaruh

negatif dengan

financial distress.

Sedangkan DAR

dan DER

68

No Peneliti Judul Variabel yang

diteliti

Hasil Penelitian

educational

background

of accounting

or financial

dan

pengalaman

kerja manajer

Variabel

Dependen :

financial

distress

mempunyai

pengaruh positif

terhadap prediksi

terjadinya financial

distress di suatu

perusahaan.

7 Nella

(2011)

Analisis

Rasio

Keuangan

Dalam

Memprediksi

Financial

Distress

Perusahaan

Wholesale

and Retail

Trade yang

Terdaftar di

Bursa Efek

Indonesia

Variabel

Independen

: financial

ratios :

current ratio,

debt to equity

ratio,

operating

profit margin,

return on

equity, total

asset

turnover

Variabel

Dependen :

financial

distress

Hasil penelitian

menyebutkan

bahwa current

ratio, operating

profit margin, dan

total asset turnover

tidak signifikan

terhadap financial

distress.

Sebaliknya, debt to

equity ratio dan

return on equity

signifikan

mempengaruhi

financial distress

di suatu

perusahaan.

8 Meilinda

Triwahyuningtias

(2012)

Analisis

Pengaruh

Struktur

Kepemilikan,

Ukuran

Dewan,

Komisaris

Independen,

Likuiditas,

dan Leverage

Terhadap

Terjadinya

Kondisi

Financial

Distress

Variabel

Independen

: Struktur

Kepemilikan,

Ukuran

Dewan,

Komisaris

Independen,

Likuiditas,

dan Leverage

Variebel

Dependen :

financial

distress

Menunjukkan

bahwa struktur

kepemilikan,

ukuran direktur,

likuiditas dan

leverage memiliki

dampak signifikan

terhadap

probabilitas

perusahaan yang

mengalami

kesulitan

keuangan. Bukti

dampak struktur

kepemilikan dan

69

No Peneliti Judul Variabel yang

diteliti

Hasil Penelitian

(Studi pada

Perusahaan

Manufaktur

yang

Terdaftar di

Bursa Efek

Indonesia

Tahun 2008-

2010)

ukuran direktur

pada probabilitas

perusahaan

mengalami

financial distress

juga dikonfirmasi

dengan uji

menggunakan lag 1

tahun. Penelitian

ini gagal

membuktikan

pengaruh ukuran

Komisaris dan

dewan komisaris

independen dengan

probabilitas yang

mengalami

kesulitan

keuangan.

9 Evanny Indri

Hapsari (2012)

Pengaruh

Likuiditas,

Profitabilitas

dan Leverage

Terhadap

Kondisi

Financial

Distress Pada

Perusahaan

Manufaktur

yang

Terdaftar Di

BEI Periode

2007-2010.

Variabel

Independen

: likuiditas,

profitabilitas

dan laverage

Variebel

Dependen :

financial

distress

Menunjukkan

bahwa rasio

likuiditas dan rasio

profitabilitas tidak

berpengaruh

signifikan terhadap

kondisi financial

distress walaupun

bertanda negatif

sedangkan rasio

profitabilitas

(return on total

assets) dan rasio

leverage (current

liabilities total

asset)

menunjukkan

berpengaruh

negatif dan

signifikan terhadap

kondisi financial

distress.

10 Wahju Widardjo

dan Doddy

Setyawan (2009)

Pengaruh

Rasio

Keuangan

Independen

: likuiditas,

Hasil penelitian

menunjukkan

bahwa likuiditas

70

No Peneliti Judul Variabel yang

diteliti

Hasil Penelitian

Terhadap

Kondisi

Financial

Distress

Perusahaan

Otomotif

yang

Terdaftar di

BEI Tahun

2004-2006

laverage,

profitabilitas

dan

pertumbuhan

penjualan

Variebel

Dependen :

financial

distress

yang diukur

dengan

menggunakan

current ratio dan

cash ratio tidak

berpengaruh

terhadap financial

distress. Likuiditas

yang diukur

dengan

menggunakan

quick ratio

berpengaruh

negatif terhadap

financial distress.

Sedangkan

pertumbuhan

penjualan tidak

berpengaruh

terhadap financial

distress.

F. Keterkaitan Antar Variabel

1. Rasio Likuiditas terhadap Financial Distress

Rasio likuiditas ini menunjukkan mengenai kemampuan suatu

perusahaan dalam memenuhi kewajiban keuangannya yang harus

segera dipenuhi, atau kemampuan perusahaan dalam memenuhi

kewajiban keuangannya pada saat ditagih. Jika suatu perusahaan

mempunyai total kewajiban yang sudah jatuh tempo terlalu banyak,

maka perlu dilakukan penelusuran apakah ada kesalahan dalam

pengelolaan dana perusahaan tersebut, karena jika keadaan tersebut

tidak cepat ditangani maka akan mendekatkan perusahaan tersebut

71

pada kondisi financial distress.

Dalam memprediksi terjadinya financial distress suatu

perusahaan sendiri dapat dilakukan dengan menggunakan financial

ratios. Adapun rasio likuiditas adalah salah satu dari financial ratios.

Dalam penelitian ini, rasio likuiditas diproxykan dengan Current Ratio

(CR), yaitu aset lancar (current asset) dibagi dengan kewajiban lancar

(current liabilities) (Deanta, 2009:23).

Menurut Atika, et al (2012) dalam penelitiannya menyebutkan

bahwa rasio likuiditas yang menggunakan Current Ratio (CR) dalam

pengukurannya berpengaruh signifikan dan negatif terhadap

kemungkinan terjadinya financial distress di suatu perusahaan. Ini

berarti bahwa semakin besar ketersediaan dana untuk melunasi

kewajiban lancarnya, maka akan semakin kecil peluang perusahaan

tersebut akan mengalami financial distress. Akan tetapi hasil berbeda

telah ditemukan dalam penelitian lain yang dilakukan oleh Alifiah, et al

(2012), yang menyebutkan bahwa rasio likuiditas yang diukur dengan

menggunakan Current Ratio (CR) dan Quick Ratio (QR) tidak

berpengaruh signifikan terhadap prediksi terjadinya financial distress

di suatu perusahaan. Penelitian tersebut juga didukung oleh penelitian

yang telah dilakukan oleh Hanifah (2013), dimana hasil dari

penelitiannya tersebut menunjukkan bahwa rasio likuiditas tidak

berpengaruh signifikan terhadap kemungkinan terjadinya financial

distress di suatu perusahaan. Berdasarkan argumen di atas tersebut,

72

hipotesis yang dapat dirumuskan adalah sebagai berikut :

H1 = Rasio Likuiditas berpengaruh negatif terhadap prediksi terjadinya

Financial Distress di suatu perusahaan.

2. Rasio Leverage terhadap Financial Distress

Analisis rasio leverage ini diperlukan untuk mengukur

kemampuan suatu perusahaan dalam melunasi kewajiban-

kewajibannya (baik itu jangka pendek maupun jangka panjang). Rasio

leverage ini menekankan pada seberapa besar proporsi hutang yang

digunakan dalam pendanaan aset suatu perusahaan. Jika perusahaan

tersebut terlalu banyak menggunakan dana pihak ketiga sebagai

pendanaannya, maka akan timbul kewajiban yang lebih besar di masa

mendatang, dan hal itu akan mengakibatkan perusahaan akan rentan

terhadap kesulitan keuangan atau financial distress.

Salah satu financial ratios yang digunakan dalam memprediksi

terjadinya financial distress adalah rasio leverage. Adapun dalam

penelitian ini rasio leverage diukur dengan menggunakan Debt to Asset

Ratio (DAR). Debt to Asset Ratio (DAR) merupakan rasio yang

digunakan untuk mengukur bagian aktiva yang digunakan dalam

menjamin keseluruhan kewajiban atau hutang yang dimiliki

perusahaan.

Dalam penelitian yang dilakukan oleh Ahmad (2011),

menunjukkan bahwa Debt to Asset Ratio (DAR) signifikan

73

berpengaruh positif terhadap kemungkinan terjadinya financial distress

di suatu perusahaan. Hal tersebut berarti bahwa semakin besar

pendanaan perusahaan yang berasal dari hutang, maka akan semakin

besar pula kemungkinan perusahaan tersebut akan mengalami financial

distress, hal ini dikarenakan semakin besar kewajiban perusahaan

dalam melunasi hutang tersebut. Hasil yang sama juga ditunjukkan

oleh Atika, et al (2012) yang menyatakan bahwa rasio leverage yang

diproxykan menggunakan debt to asset ratio juga signifikan

berpengaruh positif terhadap kemungkinan terjadinya financial distress

di suatu perusahaan. Di lain pihak, hasil yang berbeda dikemukakan

oleh Alifiah, et al (2012), dimana dalam penelitiannya menyatakan

bahwa rasio leverage yang diukur dengan menggunakan debt to asset

ratio justru memiliki hubungan yang negatif terhadap kemungkinan

perusahaan akan mengalami financial distress. Dalam penelitiannya

juga dijelaskan bahwa hal tersebut bisa terjadi karena perusahaan di

Malaysia terlalu bergantung pada penggunaan hutang sebagai sumber

pendanaannya, sehingga jika semakin tinggi hutang di suatu

perusahaan, maka malah semakin kecil peluang perusahaan tersebut

akan mengalami financial distress. Berdasarkan argumen di atas

tersebut, hipotesis yang dapat dirumuskan adalah sebagai berikut:

H2 = Rasio Leverage berpengaruh positif terhadap prediksi terjadinya

Financial Distress di suatu perusahaan.

74

3. Rasio Profitabilitas terhadap Financial Distress

Profitabilitas yang positif mengindikasikan bahwa perusahaan telah

berhasil dalam memasarkan produknya, sehingga akan meningkatkan

penjualan dan akhirnya juga akan meningkatkan laba yang diperoleh

perusahaan tersebut. Dengan laba yang tinggi tersebut maka dapat menarik

minat investor untuk berinvestasi di perusahaan tersebut, sehingga

kemungkinan perusahaan akan mengalami financial distress adalah

semakin kecil.

Financial ratios dapat digunakan dalam memprediksi terjadinya

financial distress suatu perusahaan. Salah satu financial ratios adalah rasio

profitabilitas. Adapun dalam penelitian ini menggunakan Return On Asset

(ROA) dalam mengukur rasio profitabilitas. Ardiyanto (2011) menyatakan

bahwa apabila Return On Asset (ROA) tersebut meningkat, maka tingkat

penjualan perusahaan juga akan meningkat dan akhirnya akan

meningkatkan pula tingkat profitabilitas yang nantinya bisa dinikmati oleh

pemegang saham.

Dalam penelitian yang telah dilakukan oleh Ahmad (2011) dan

Hapsari (2012) menunjukkan bahwa Return On Asset (ROA) signifikan

berpengaruh negatif dalam memprediksi terjadinya financial distress suatu

perusahaan, yang berarti bahwa semakin tinggi laba yang diperoleh

perusahaan, maka semakin kecil perusahaan tersebut akan mengalami

kondisi financial distress. Hasil yang sama juga dikemukakan oleh Nella

75

(2011) yang menunjukkan bahwa rasio profitabilitas yang diukur dengan

menggunakan Return On Equity (ROE) signifikan berpengaruh negatif

terhadap kemungkinan terjadinya financial distress di suatu perusahaan.

Di sisi lain, hasil berbeda diperoleh dari penelitian yang telah dilakukan

oleh Alifiah, et al (2012), yang menunjukkan bahwa rasio profitabilitas

yang diukur dengan menggunakan net income to asset ratio tidak

berpengaruh signifikan terhadap kemungkinan terjadinya financial distress

di suatu perusahaan. Berdasarkan argumen di atas tersebut, hipotesis yang

dapat dirumuskan adalah sebagai berikut :

H3 = Rasio Profitabilitas berpengaruh negatif terhadap prediksi terjadinya

Financial Distress di suatu perusahaan.

4. Rasio Aktivitas terhadap Financial Distress

Rasio aktivitas merupakan rasio yang mengukur kemampuan

perusahaan dalam mengelola aset-asetnya untuk keperluan operasi

perusahaan. Dengan terpakainya aset perusahaan untuk kegiatan

operasi tersebut, maka akan meningkatkan jumlah produksi

perusahaan, sehingga akhirnya dapat meningkatkan penjualan dan laba

yang dimiliki oleh perusahaan. Jika aset perusahaan tidak bisa

dimaksimalkan dalam penggunaannya, maka pendapatan perusahaan

juga tidak bisa maksimal, dan akibatnya kemungkinan perusahaan akan

mengalami kesulitan keuangan atau financial distress adalah semakin

besar.

76

Financial distress dapat diprediksi dengan menggunakan

financial ratios. Salah satu dari financial ratios adalah rasio aktivitas.

Adapun dalam penelitian ini rasio aktivitas diukur dengan

menggunakan Total Asset Turnover Ratio (TATO). Total Asset

Turnover Ratio (TATO) digunakan untuk mengukur kemampuan dana

yang tertanam dalam keseluruhan aktiva yang berputar pada suatu

periode atau kemampuan modal yang diinvestasikan untuk

menghasilkan pendapatan suatu perusahaan.

Penelitian Alifiah, et al (2012) menunjukkan bahwa rasio

akitivitas yang diproxykan oleh Total Asset Turnover Ratio (TATO)

signifikan berhubungan negatif dalam mempengaruhi kemungkinan

terjadinya financial distress di suatu perusahaan. Hal tersebut diperkuat

oleh penelitian yang telah dilakukan oleh Hanifah (2013) yang

menyebutkan bahwa rasio operating capacity yang diukur dengan

menggunakan Total Asset Turnover Ratio (TATO) juga signifikan

berpengaruh negatif terhadap kemungkinan terjadinya financial

distress di suatu perusahaan. Di sisi lain, penelitian Nella (2011) yang

menunjukkan bahwa Total Asset Turnover Ratio (TATO) tidak

berpengaruh signifikan terhadap kemungkinan terjadinya financial

distress di suatu perusahaan. Berdasarkan argumen di atas tersebut,

hipotesis yang dapat dirumuskan adalah sebagai berikut :

H4 = Rasio Aktivitas berpengaruh negatif terhadap prediksi terjadinya

Financial Distress di suatu perusahaan.

77

5. Rasio Sales Growth terhadap Financial Distress

Pertumbuhan penjualan (sales growth) mencerminkan

kemampuan suatu perusahaan dalam meningkatkan penjualannya dari

waktu ke waktu. Semakin tinggi tingkat pertumbuhan penjualan suatu

perusahaan maka perusahaan tersebut telah berhasil dalam

menjalankan strateginya dalam hal pemasaran dan penjualan produk.

Hal tersebut berarti semakin besar pula laba yang akan diperoleh

perusahaan dari penjualan tersebut. Variabel pertumbuhan penjualan

mengacu pada penelitian yang dilakukan Widarjo dan Setiawan (2009).

Eliu (2014) menunjukkan bahwa sales growth signifikan

berpengaruh negatif dalam memprediksi terjadinya financial distress di

suatu perusahaan. Pengaruh negatif tersebut berarti bahwa semakin

rendah tingkat sales growth suatu perusahaan maka kemungkinan

perusahaan mengalami financial distress akan semakin tinggi dan

semakin tinggi sales growth maka akan semakin kecil potensi

perusahaan tersebut mengalami financial distress. Berdasarkan

argumen di atas tersebut, hipotesis yang dapat dirumuskan adalah

sebagai berikut :

H5 = Rasio Sales Growth berpengaruh negatif terhadap prediksi

terjadinya Financial Distress di suatu perusahaan.

78

G. Kerangka Pemikiran

Berdasarkan teori dan penelitian – penelitian sebelumnya maka ada

beberapa variabel yang dipilih sebagai variabel – variabel independen

yang akan mempengaruhi variabel dependen Financial Distress antara lain

Likuiditas, Leverage, Profitabilitas, Aktivitas, dan Sales Growth.

Penelitian ini mengambil data dari Perusahaan Manufaktur yang

terdaftar di BEI periode 2013-2016. Dalam menentukan sampel pada

penelitian ini, peneliti menggunakan purposive sampling, yaitu sampel

yang dipilih secara cermat dengan karakteristik populasi yang dicari oleh

peneliti sehingga relevan dengan rancangan penelitian yang diharapkan.

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang

dapat diperoleh dari Indonesian Stock Exchange (IDX). Dalam penelitian

ini analisis yang digunakan adalah discriminat analysis dan logistic

regression. Atas dasar tersebut maka untuk mendukung penelitian ini,

dikembangkan suatu kerangka pemikiran teoritis yang dapat dilihat dalam

gambar berikut ini:

79

Gambar 2.1

Kerangka Pemikiran Teoritis

Perusahaan Manufaktur di

BEI Periode 2013-2016

Variabel dependen:

Financial Distress (Y)

Metode Analisis Data:

Analisis dan Pembahasan

Kesimpulan

Variabel Independen:

- Likuiditas (X1)

- Leverage (X2)

- Profitabilitas (X3)

- Aktivitas (X4)

- Sales Growth (X5)

Bursa Efek Indonesia

(BEI)

Analisis Deskriptif

Uji Asumsi Klasik:

- Uji Normalitas

- Uji Multikolinearitas

Multiple Discriminant

Analysis (MDA)

Analisis Regresi

Logistik

80

H. Hipotesis

Hipotesis menurut Sugiyono (2009:93) merupakan jawaban

sementara terhadap rumusan masalah penelitian, oleh karena itu rumusan

masalah penelitian biasanya disusun dalam kalimat pertanyaan. Dikatakan

sementara karena jawaban yang diberikan baru berdasarkan pada teori

yang relevan, belum didasarkan pada fakta-fakta empiris yang diperoleh

melalui pengumpulan data. Jadi hipotesis juga dapat dinyatakan sebagai

jawaban teoritis terhadap rumusan masalah penelitian, belum jawaban

yang empirik.

Perumusan Hipotesis

Berdasarkan kerangka pemikiran diatas yang didukung oleh berbagai

teori dari berbagai penelitian, maka hipotesis yang dibangun dalam

penelitian ini adalah:

H1: Terdapat perbedaan pada rasio keuangan likuiditas, leverage,

profitabilitas, aktivitas, dan sales growth dalam memprediksi

terjadinya financial distress di suatu perusahaan.

H2: Terdapat perbedaan tingkat akurasi pada penerapan analisis

diskriminan dan analisis logistik dalam memprediksi terjadinya

financial distress di suatu perusahaan.

81

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Menurut Hamid (2007) dalam ruang lingkup penelitian diperlukan

adanya penekanan pada batasan lokasi, waktu, atau sektor dan variabel-

variabel yang dibahas agar peneliti tidak keluar dari wilayah yang diteliti

dan akan sangat berguna bagi para peneliti pemula.

Ruang lingkup penelitian ini mencakup pengaruh Likuiditas,

Leverage, Profitabilitas, Aktivitas, dan Sales Growth terhadap Financial

Distress berdasarkan data-data perusahaan Perusahaan Manufaktur yang

dikeluarkan oleh bursa efek Indonesia (BEI). Data yang dibutuhkan untuk

keperluan analisis sejak tahun 2013-2016 pada bursa efek Indonesia (BEI).

B. Metode Penentuan Sampel

Populasi dalam penelitian ini adalah Perusahaan Manufaktur yang

terdaftar di BEI Periode 2013-2016. Jumlah populasi dalam penelitian ini

adalah 100 perusahaan manufaktur.

Pengambilan sampel dilakukan dengan metode purposive sampling

dengan tujuan untuk mendapatkan sampel yang representatif dengan

kriteria sebagai berikut:

1. Perusahaan Manufaktur yang terdaftar di BEI periode 2013-2016.

2. Perusahaan yang terus menerus melaporkan laporan keuangannya

dari tahun 2013 - 2016.

82

3. Perusahaan yang mengalami laba bersih operasi negatif selama

beberapa tahun berturut-turut pada tahun 2013-2016.

4. Perusahaan yang mengalami laba bersih operasi positif selama

beberapa tahun berturut-turut pada tahun 2013-2016.

5. Perusahaan yang menyampaikan data secara lengkap periode

pengamatan tahun 2013 - 2016 berkaitan dengan variabel likuiditas,

leverage, profitabilitas, aktivitas, dan sales growth.

6. Perusahaan yang diteliti tidak melakukan merger, akuisisi, dan

perubahan usaha lainnya.

Tabel 3.1

Kriteria Pengambilan Sampel Perusahaan

No Kriteria Sampel Jumlah

1 Perusahaan Manufaktur yang terdaftar di BEI

periode 2013-2016. 100

2

Perusahaan yang tidak terus menerus

melaporkan laporan keuangannya dari tahun

2013 - 2016 (termasuk perusahaan tersebut juga

melakukan merger, akuisisi, dan perubahan

usaha lainnya)

(32)

3

Perusahaan yang tidak mengalami laba bersih

operasi negatif selama beberapa tahun berturut-

turut pada tahun 2013-2016

(27)

4

Perusahaan yang tidak mengalami laba bersih

operasi positif selama beberapa tahun berturut-

turut pada tahun 2013-2016.

(19)

Total Sampel 22

Total Perusahaan Non Financial Distress 12

Total Perusahaan Financial Distress 10

Sampel dari Tahun 2013-2016 4 tahun

Total Keseluruhan Sampel (22 x 4 tahun) 88

83

Berdasarkan kriteria pemilihan sampel diatas, perusahaan yang

memenuhi kriteria untuk dijadikan sampel dalam penelitian ini berjumlah

22 perusahaan. Kemudian 22 perusahaan ini dibagi menjadi dua kategori

perusahaan dengan menggunakan dummy yaitu untuk kategori 0 (non

financial distress) berjumlah 12 perusahaan dan kategori 1 (financial

distress) berjumlah 10 perusahaan.

Tabel 3.2

Sampel Perusahaan Non Financial Distress (Kategori 0)

Sumber: Data Indonesian Stock Exchange (IDX)

No Kode

Perusahaan Nama Perusahaan

1 KLBF PT Kalbe Farma Tbk

2 KAEF PT Kimia Farma (PERSERO) Tbk

3 INAI PT Indal Aluminium Industry Tbk

4 SMSM PT Selamat Sempurna Tbk

5 RICY PT Ricky Putra Globalindo Tbk

6 MYOR PT Mayora Indah Tbk

7 INDF PT Indofood Sukses Makmur Tbk

8 AALI PT Astra Agro Lestari Tbk

9 GGRM PT Gudang Garam Tbk

10 BATA PT Sepatu Bata Tbk

11 INTP PT Indocement Tunggal Prakarsa Tbk

12 SKLT PT Sekar Laut Tbk

84

Tabel 3.3

Sampel Perusahaan Financial Distress ( Kategori 1)

Sumber: Data Indonesian Stock Exchange (IDX)

C. Jenis dan Sumber Data

Data yang dipergunakan adalah data sekunder dan jenis data yang

digunakan adalah pooling data. Data sekunder ini diperoleh dari

Indonesian Stock Exchange (IDX) periode tahun 2013-2016.

D. Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini adalah metode

dokumentasi yaitu dengan cara mencatat atau mendokumentasikan data

yang tercantum pada annual report Indonesian Stock Exchange (IDX).

Selain itu juga dengan mempelajari, membaca serta menganalisa literatur-

No Kode Perusahaan Nama Perusahaan

1 ALMI PT Alumindo Light Metal Industry Tbk

2 GDST PT Gunawan Dianjaya Steel Tbk

3 ARGO PT Argo Pantes Tbk

4 YPAS PT Yanaprima Hastapersada Tbk

5 JKSW PT Jakarta Kyoei Steel Works Tbk

6 MASA PT Multistrada Arah Sarana Tbk

7 IKAI PT Intikeramik Alamasri Industri Tbk

8 NIKL PT Pelat Timah Nusantara Tbk

9 JPRS PT Jaya Pari Steel Tbk

10 MAIN PT Malindo Feedmill Tbk

85

literatur yang bersumber dari buku, jurnal, dan skripsi sehingga dapat

memperoleh dasar-dasar teori dan informasi yang mendukung dalam

penelitian ini.

E. Metode Analisis Data

1. Analisis Deskriptif

Analisis deskriptif kuantitatif merupakan analisis data yang

dilakukan untuk mengetahui dan menjelaskan variabel yang diteliti

yakni berupa angka-angka sebagai dasar dalam pengambilan

keputusan, dimana dalam penelitian ini angka-angka tersebut adalah

rasio-rasio keuangan dan kondisi perusahaan manufaktur yang

dikategorikan dalam dua kelompok, yaitu kategori 0 (non financial

distress) dan kategori 1 (financial distress) pada periode 2013-2016.

2. Metode Analisis Data

Metode analisis data digunakan untuk menganalisis data hasil

penelitian agar dapat diinterpretasikan sehingga laporan yang

dihasilkan dapat dipahami (Kosasih, 2010:48). Penelitian ini

menggunakan analisis Multiple Discriminant Analysis (MDA) dan

regresi logistik atas rasio-rasio keuangan. Adapun analisis yang

digunakan yaitu:

a. Uji Asumsi Klasik Normalitas

Uji asumsi klasik normalitas seringkali disalah artikan

bahwa semua variabel harus berdistribusi normal. Uji asumsi

klasik normalitas yang dimaksud adalah nilai residual dari

86

regresi yang harus berdistribusi normal. Jadi yang diminta

adalah hasil residual dari persamaan regresi yang berdistribusi

normal. Cara mengujinya dapat dengan nilai residual dari

persamaan regresi dan uji apakah nilai residual ini berdistribusi

normal atau tidak dengan uji One-Sample Kolmogorov-Smirnov

Test (Sumbodo, 2010).

b. Analisis Diskriminan

Analisis diskriminan ini berguna pada situasi dimana total

sampel dapat dibagi menjadi kelompok-kelompok berdasarkan

karakteristik variabel yang diketahui dari beberapa kasus.

Tujuan utama dari analisis diskriminan ini adalah untuk

mengetahui perbedaan antar kelompok. Analisis diskriminan ini

digunakan untuk memodelkan suatu hubungan antara variabel

dependen yang berdata kategori dengan beberapa variabel

independen. Analisis ini berusaha untuk mengelompokkan

setiap objek ke dalam dua atau lebih kelompok berdasarkan

pada sejumlah kriteria variabel-variabel independen. Asumsi

dalam analisis diskriminan adalah tidak adanya multikolinieritas

antara variabel-variabel independen dan setiap variabel-variabel

independen tersebut harus mengikuti fungsi distribusi normal

serta homogenitas varians antar kelompok data (Kurniawan &

Yamin 2009 : 221-222).

Analisis diskriminan (discriminant analysis) mempunyai

87

asumsi bahwa data berasal dari mutivariate normal distribution

dan matrik kovarian kedua kelompok perusahaan adalah sama.

Asumsi pada multivariate normal distribution ini penting untuk

menguji signifikansi dari variabel discriminator dan fungsi

diskriminan. Jika data tersebut tidak normal secara multivariate,

maka secara teori uji signifikannya menjadi tidak valid. Hasil

klasifikasi menurut teori ini juga dipengaruhi oleh multivariate

normal distribution. Apabila diketahui bahwa asumsi

multivariate distribution tersebut tidak dipenuhi maka sebaiknya

menggunakan analisis regresi logistik. Pada analisis regresi

logistik tidak memerlukan asumsi normal distribution untuk

variabel bebasnya (Ghozali, 2013:301).

Analisis MDA adalah pendekatan statistik yang

mengkategorikan suatu observasi ke dalam salah satu dari

beberapa apriori pengelompokan. Sebuah tonggak penting

dalam analisis MDA adalah Z- Score. Fungsi diskriminan yang

digunakan dalam analisis diskriminan, adalah variabel laten

yang dibentuk sebagai pengaturan linear yang membedakan

variabel-variabel independen. Fungsi diskriminan merupakan

sebuah bentuk untuk mengubah nilai variabel individu untuk

skor diskriminan tunggal atau nilai Z, yang kemudian digunakan

untuk mengklasifikasikan obyek.

Z = β1Va + β2Vb +….+ βnVn

88

Variabel terbaik yang membentuk fungsi diskriminan

dapat dipilih dengan menggunakan beberapa metode yaitu

forward selection, backward selection, atau stepwise selection.

1) Forward Selection

Pada forward selection, variabel yang dimasukkan

pertama kali kedalam fungsi diskriminan adalah variabel

yang paling mampu membedakan antar kelompok dengan

kriteria statistik tertentu. Langkah selanjutnya, variabel

yang dimasukkan adalah variabel yang dapat menambah

nilai maksimum jumlah kekuatan pembeda antar

kelompok dan seterusnya.

2) Backward Selection

Backward Selection dimulai dengan semua variabel yang

membentuk fungsi diskriminan, selanjutnya setiap langkah

satu variabel dikeluarkan dari fungsi diskriminan, yaitu

variabel yang memberikan jumlah penurunan terkecil di

dalam discriminating power. Prosedur ini akan terus

diulang sampai tidak ada lagi variabel yang dikeluarkan

dari fungsi diskriminan tersebut.

3) Stepwise Selection

Stepwise Selection merupakan kombinasi antara forward

dan backward. Mula-mula tidak ada satupun variabel yang

dimasukkan dalam fungsi diskriminan, kemudian satu

89

variabel ditambahkan atau dikeluarkan dari fungsi

diskriminan dan seterusnya (Ghozali, 2013:302).

3. Metode Analisis Regresi Logistik

Metode analisis yang digunakan untuk menguji hipotesis dalam

penelitian ini adalah regresi logistik (logistic regression), dimana

memiliki satu variabel dependen yang non matrix (nominal) serta

memiliki variabel independen lebih dari satu. Regresi logistik (logistic

regression) adalah regresi yang digunakan untuk menguji apakah

probabilitas terjadinya variabel dependen (terikat) dapat diprediksi

oleh variabel bebasnya (variabel independen). Dalam penggunaannya,

regresi logistik tidak memerlukan distribusi yang normal pada variabel

independen. Di samping itu, teknik analisis ini tidak memerlukan uji

normalitas, uji heteroskedastisitas, dan uji asumsi klasik pada variabel

bebasnya (variabel independen) (Ghozali, 2013:333).

Regresi logistik akan membentuk variabel prediktor atau respon

(log (p/(1-p)) yang merupakan kombinasi linier dari variabel

independen. Nilai variabel prediktor ini kemudian ditransformasikan

menjadi probabilitas dengan fungsi logistik. Asumsi-asumsi dalam

regresi logistik:

1) Tidak mengasumsikan hubungan linier antar variabel

independen dengan variabel dependen.

2) Variabel dependen harus bersifat dikotomi (2 variabel).

90

3) Variabel independen tidak harus memiliki keragaman yang sama

dengan antar kelompok variabel.

4) Kategori dalam variabel independen harus terpisah satu sama

lain (bersifat eksklusif).

5) Sampel yang diperlukan adalah dalam jumlah yang relatif besar,

minimum yang dibutuhkan hingga 50 sampel data untuk sebuah

variabel prediktor (variabel independen).

Variabel dependen yang digunakan dalam penelitian ini

menggunakan variabel binary (dummy), yaitu apakah perusahaan

tersebut mengalami kondisi non financial distress diberi kode “0” atau

financial distress diberi kode “1”. Variabel independen yang

digunakan dalam model ini adalah rasio keuangan (financial ratios).

Adapun financial ratios yang digunakan dalam penelitian ini adalah

rasio leverage, rasio likuiditas, rasio aktivitas, rasio profitabilitas dan

sales growth. Berdasarkan rumusan masalah dan kerangka teoritis

yang telah disajikan sebelumnya, maka persamaan regresi logistik

yang digunakan adalah sebagai berikut :

Keterangan :

Ln (P/(1-p)) = Log dari perbandingan peluang antara financial

distress dan non financial distress (t)

Ln (P/(1-P)) = b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + e

91

b0 = Konstanta

X1 = Rasio Leverage (Debt to Asset Ratio) (t-1)

X2 = Rasio Likuiditas (Current Ratio) (t-1)

X3 = Rasio Aktivitas (Total Asset Turnover Ratio) (t-1)

X4 = Rasio Profitabilitas (Return on Asset) (t-1)

X5 = Rasio Sales Growth (t-1)

b1 = Koefisien regresi rasio leverage

b2 = Koefisien regresi rasio likuiditas

b3 = Koefisien regresi rasio aktivitas

b4 = Koefisien regresi rasio profitabilitas

b5 = Koefisien regresi rasio sales growth

e = Error

Analisis data dalam penelitian ini yaitu dengan melakukan

penilaian kelayakan model dan pengujian signifikansi koefisen secara

sendiri-sendiri.

Langkah-langkah Analisis:

a. Menilai Model Fit

Langkah pertama yaitu menilai model fit terhadap data.

Beberapa test statistics diberikan untuk menilai model fit ini.

92

Hipotesis untuk menilai model fit ini adalah sebagai berikut:

H0 : Model yang dihipotesiskan fit dengan data

Ha : Model yang dihipotesiskan tidak fit dengan data

Model fit ini dapat juga diuji dengan Hosmer and

Lemeshow`s Goodness of fit yang menguji hipotesis nol bahwa

data empiris tersebut cocok atau sesuai dengan model. Jika nilai

Hosmer and Lemeshow`s signifikan atau lebih kecil dari alpha

0,05 maka hipotesis nol ditolak dan model dikatakan tidak fit.

Sebaliknya jika tidak signifikan atau lebih besar dari alpha 0,05

maka hipotesis nol diterima yang berarti data empiris sama

dengan model atau model dapat dikatakan fit (Ghozali,

2013:340-341).

b. Cox dan Snell`s R Square

Cox dan Snell`s R Square merupakan ukuran yang

mencoba meniru ukuran R2 pada multiple regression yang

didasarkan pada teknik estimasi likelihood dengan nilai

maksimum kurang dari 1 (satu) maka akan sulit untuk

diinterpretasikan. Negelkerke`s R Square merupakan modifikasi

dari koefisien cox dan snell`s r square untuk memastikan bahwa

nilainya bervariasi dari 0 (nol) sampai 1 (satu) (Ghozali,

2013:341).

c. Nilai Odds Ratio

Probabilitas kadang-kadang dinyatakan dalam istilah odds.

93

Model log dari odds merupakan fungsi linear dari variabel

independen dan ekuivalen dengan persamaan multiple

regression dengan log dari odss sebagai variabel terikat.

Hubungan antara probabilitas (P) dan variabel independen (X)

adalah non linear sedangkan hubungan antara log dari odss dan

variabel independen adalah linear (X). Dengan demikian

interpretasi terhadap koefisien variabel independen (X) harus

dilihat pengaruhnya terhadap log dari odds dan bukan terhadap

probabilitas (Ghozali, 2013:336).

d. Uji Omnibus Test of Model Coefficients

Tabel Omnibus Test of Model Coefficients menunjukan

signifikansi model regresi biner logistik yang diperoleh dari

hasil penelitian. Apabila nilai sig. < α 0,05 maka dapat

diasumsikan setidaknya ada satu variabel bebas yang

berpengaruh terhadap model (Pramesti, 2013:64).

e. Uji Variabel in the Equation

Pada tabel Variabel in the Equation perhatikan tabel

signifikan yang menunjukan apakah variabel independen

memiliki pengaruh terhadap variabel dependen, hal ini dapat

dilakukan pengamatan dengan menilai jika nilai sig. < α 0,05

maka dapat dikatakan variabel independen berpengaruh

signifikan terhadap variabel dependen (Pramesti, 2013:64).

Model hipotesis yang dapat dikembangkan adalah sebagai

94

berikut:

Ho : Xi = 0

H1 : Xi ≠ 0

Kriteria penerimaan hipotesis:

1. Jika nilai signifikannya < α 0,05, maka Ho ditolak dan H1

diterima. Ini berarti bahwa ada pengaruh secara parsial

antar variabel independen terhadap variabel dependen.

2. Jika nilai signifikannya > α 0,05, maka Ho diterima dan

H1 ditolak. Ini berarti bahwa tidak ada pengaruh secara

parsial variabel independen dengan variabel dependen.

F. Operasional Variabel Penelitian

Variabel Penelitian

Variabel penelitian merupakan suatu atribut atau sifat / nilai dari

suatu objek atau suatu kegiatan yang mempunyai variasi tertentu yang

ditetapkan oleh penelitian untuk dipelajari dan kemudian ditarik

kesimpulan (Sugiyono, 2009). Variabel penelitian ini terdiri dari dua

macam variabel, yaitu variabel dependen atau variabel yang tergantung

pada variabel lainnya, serta variabel independen atau variabel yang tidak

tergantung pada variabel yang lainnya.

Variabel Dependen

Dalam penelitian ini variabel dependen (dependent variable) yang

95

digunakan adalah status-status perusahaan-perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia yang diprediksi mengalami financial

distress. Data kategorial mengenai prediksi financial distress suatu

perusahaan diberikan data dummy dengan skor “0” untuk perusahaan yang

non financial distress dan skor “1” untuk perusahaan yang financial

distress. Perusahaan yang mengalami financial distress dengan indikasi :

Selama dua tahun berturut-turut mengalami laba bersih operasi (net

operating income) negatif.

Variabel Independen

Variabel independen (variabel bebas) merupakan variabel yang

mempengaruhi variabel dependen (variabel terikat). Variabel independen

dalam penelitian ini adalah financial ratios yang ukurannya diwakili oleh

rasio likuiditas, rasio leverage, rasio profitabilitas, rasio aktivitas, dan

sales growth. Mengenai variabel-variabel tersebut, adapun penjelasannya

adalah sebagai berikut :

1. Rasio Likuiditas

Rasio likuiditas ini menyatakan tingkat kemampuan suatu

perusahaan dalam memenuhi kewajiban keuangannya pada saat

ditagih. Tingginya rasio likuiditas ini berarti menunjukkan

kemampuan suatu perusahaan dalam membayar kewajiban

keuangannya pada saat jatuh tempo. Oleh karena itu, diharapkan

adanya hubungan yang negatif antara rasio likuiditas dengan

financial distress. Adapun proxy pengukuran yang digunakan untuk

96

mengukur rasio likuiditas dalam penelitian ini adalah Current Ratio

(CR) (Deanta, 2009:23).

2. Rasio Leverage

Rasio leverage merupakan rasio yang digunakan untuk

mengukur kemampuan suatu perusahaan dalam memenuhi

kewajiban-kewajibannya baik itu jangka pendek maupun jangka

panjang jika suatu saat perusahaan tersebut akan dilikuidasi. Rasio

ini menunjukkan seberapa banyak aset perusahaan yang didanai oleh

hutang. Dengan tingginya hutang yang dimiliki perusahaan tersebut,

maka perusahaan tersebut akan dipaksa untuk menghasilkan

pendapatan yang lebih agar bisa membayar hutang dan bunganya.

Oleh karena itu, diperkirakan adanya hubungan yang positif antara

rasio leverage dengan financial distress. Adapun dalam penelitian ini

rasio leverage diukur dengan menggunakan Debt to Asset Ratio

(DAR) (Deanta, 2009:25).

3. Rasio Profitabilitas

Rasio profitabilitas merupakan rasio yang digunakan untuk

mengukur kemampuan suatu perusahaan dalam menghasilkan laba

selama periode tertentu. Tingginya profitabilitas suatu perusahaan

𝑫𝒆𝒃𝒕 𝒕𝒐 𝑨𝒔𝒔𝒆𝒕 𝑹𝒂𝒕𝒊𝒐 =𝐓𝐨𝐭𝐚𝐥 𝐇𝐮𝐭𝐚𝐧𝐠

𝐓𝐨𝐭𝐚𝐥 𝐀𝐤𝐭𝐢𝐯𝐚

𝑪𝒖𝒓𝒓𝒆𝒏𝒕 𝑹𝒂𝒕𝒊𝒐 =𝐀𝐤𝐭𝐢𝐯𝐚 𝐋𝐚𝐧𝐜𝐚𝐫

𝐇𝐮𝐭𝐚𝐧𝐠 𝐋𝐚𝐧𝐜𝐚𝐫

97

tersebut akan menunjukkan bahwa perusahaan tersebut mampu

menghasilkan laba yang tinggi, sehingga kenaikan aktiva juga akan

terjadi dan akan menjauhkan perusahaan tersebut dari ancaman

financial distress. Oleh karena itu, diperkirakan adanya hubungan

yang negatif antara rasio profitabilitas dengan financial distress.

Adapun dalam penelitian ini rasio profitabilitas akan diukur dengan

menggunakan Return On Asset (ROA) (Hanifah, 2013:7).

4. Rasio Aktivitas

Rasio aktivitas merupakan rasio yang digunakan untuk

mengukur kemampuan perusahaan dalam mengelola aset-asetnya

sehingga memberikan aliran kas masuk bagi perusahaan. Tingginya

rasio aktivitas ini menunjukkan bahwa perusahaan tersebut mampu

untuk menghasilkan pendapatan atas terpakainya aset-aset mereka

untuk kegiatan operasi. Oleh karena itu, diharapkan adanya

hubungan yang negatif antara rasio aktivitas dengan financial

distress. Adapun dalam penelitian ini, pengukuran yang digunakan

untuk mengukur rasio aktivitas adalah Total Asset Turnover Ratio

(TATO) (Deanta, 2009:27).

𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕 𝑻𝒖𝒓𝒏𝒐𝒗𝒆𝒓 =𝐏𝐞𝐧𝐣𝐮𝐚𝐥𝐚𝐧 𝐁𝐞𝐫𝐬𝐢𝐡

𝐓𝐨𝐭𝐚𝐥 𝐀𝐤𝐭𝐢𝐯𝐚

𝑹𝒆𝒕𝒖𝒓𝒏 𝑶𝒏 𝑨𝒔𝒔𝒆𝒕 =𝐋𝐚𝐛𝐚 𝐁𝐞𝐫𝐬𝐢𝐡

𝐓𝐨𝐭𝐚𝐥 𝐀𝐤𝐭𝐢𝐯𝐚

98

5. Sales Growth

Sales growth ini mencerminkan kemampuan suatu perusahaan

untuk meningkatkan penjualan dari waktu ke waktu. Dengan

mengetahui seberapa besar pertumbuhan penjualan tersebut, maka

perusahaan tersebut akan dapat memprediksi seberapa besar

keuntungan (profit) yang akan diperoleh. Adapun rumus untuk

mengukur pertumbuhan penjualan ini (Widarjo dan Setiawan,

2009:114) sebagai berikut:

𝑺𝒂𝒍𝒆𝒔 𝑮𝒓𝒐𝒘𝒕𝒉 =𝐏𝐞𝐧𝐣𝐮𝐚𝐥𝐚𝐧 𝐭 − 𝐏𝐞𝐧𝐣𝐮𝐚𝐥𝐚𝐧 𝐭− 𝟏

𝐏𝐞𝐧𝐣𝐮𝐚𝐥𝐚𝐧 𝐭− 𝟏

99

BAB IV

ANALISIS DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Populasi dalam penelitian ini adalah Perusahaan Manufaktur yang

terdaftar di BEI Periode 2013-2016. Jumlah populasi dalam penelitian ini

adalah 100 perusahaan manufaktur. Pengambilan sampel dilakukan dengan

metode purposive sampling dengan tujuan untuk mendapatkan sampel

yang representatif.

Berdasarkan kriteria pemilihan sampel dalam penelitian ini,

perusahaan yang memenuhi kriteria untuk dijadikan sampel dalam

penelitian ini berjumlah 22 perusahaan. Kemudian 22 perusahaan ini

dibagi menjadi dua kategori perusahaan dengan menggunakan dummy

yaitu untuk kategori 0 (non financial distress) berjumlah 12 perusahaan

dan kategori 1 (financial distress) berjumlah 10 perusahaan.

Berikut ini adalah profil 22 perusahaan yang dijadikan sampel dalam

penelitian ini:

1. PT Alumindo Light Metal Industry Tbk

PT Alumindo Light Metal Industry Tbk (ALMI) merupakan

produsen aluminium lembaran terbesar di Indonesia dan Asia Tenggara.

Berlokasi di Sidoarjo, Jawa Timur, ALMI didirikan pada tahun 1978 dan

beroperasi secara komersial pada awal tahun 1983, dengan kapasitas

100

produksi yaitu sebesar 12.000 ton dan 4.800 ton per tahun untuk masing-

masing jenis produk aluminium sheet dan aluminium foil.

Pada awalnya produk-produk yang dihasilkan ALMI ini bertujuan

untuk memenuhi pasokan bahan dasar untuk produksi berbagai macam

produk peralatan rumah tangga kelompok usaha Maspion dan produk

kemasan untuk pasar Indonesia. Seiring dengan permintaan yang semakin

meningkat dari waktu ke waktu, ALMI secara bertahap meningkatkan

kapasitas produksinya, yang hingga saat ini telah mencapai 144.000 ton

untuk produk aluminium sheet dan 18.000 ton untuk produk aluminium

foil.

ALMI terus melakukan penambahan serta pembaharuan sarana

produksinya yang mengadopsi teknologi terkini dalam menunjang

kelancaran proses produksi serta menghasilkan produk-produk yang

berkualitas tinggi, sehingga akan semakin memperkokoh posisinya sebagai

pemain utama dalam bisnis aluminium lembaran di kawasan Asia

Tenggara.

2. PT Gunawan Dianjaya Steel Tbk

PT Gunawan Dianjaya Steel Tbk (GDS) ini berlokasi di Tandes,

Surabaya, Indonesia, yang didirikan pada tahun 1989. Perusahaan ini telah

memasang sebuah pabrik rolling mill pelat buatan UNITED dengan 4 –

high reversing Roughing & Finishing buatan Amerika serta memproduksi

pelat baja karbon hot rolled, dengan menggunakan pelat baja impor

101

sebagai bahan mentahnya. PT Gunawan Dianjaya Steel Tbk (GDS) adalah

produsen pelat baja hot rolled terbesar di sektor swasta. Kapasitas

produksi yang dihasilkan GDS adalah 350.000 ton per tahun.

Produksi komersial GDS dimulai pada Oktober 1991 dan sejak itu

produksi GDS terus menerus didistribusikan ke pasar domestik dan juga di

ekspor ke Amerika Serikat, Kanada, Eropa, Australia, Timur Tengah, Asia

dan negara lainnya.

PT Gunawan Dianjaya Steel Tbk (GDS) telah memperoleh beberapa

penghargaan ISO 9001:2000, EN ISO 9001:2000, BS EN ISO 9001:2000

dari Lloyd’s Register Quality Assurance Ltd untuk Standar Sistem

Manajemen Kualitas, serta Sertifikasi “U-Mark” di Jerman dari RWTUV

untuk pabrikasi dan pengetesan yang layak pada pelat baja GDS.

PT Gunawan Dianjaya Steel Tbk (GDS) merupakan satu-satunya

produsen pelat baja di Indonesia yang memiliki jumlah sertifikasi

maksimal dari delapan Biro Registrasi Perkapalan Internasional untuk

kualitas pembangunan kapal mereka.

3. PT Argo Pantes Tbk

PT Argo Pantes Tbk merupakan perusahaan yang bergerak dalam

bidang industri tesktil terpadu dan juga merupakan salah satu perusahaan

tekstil terkemuka yang memproduksi berbagai macam jenis produksi

tekstil yang berkualitas tinggi. Perusahaan ini memproduksi benang yang

102

terbuat dari kapas alam atau campuran kapas dengan poliester, kain grey

hingga kain jadi.

PT Argo Pantes Tbk berkantor pusat di Jakarta, Indonesia. Wisma

Argomanunggal lantai 2. Jalan Jendral Gatot Subroto kavling 22, Jakarta

12930. Alamat Pabrik terletak di jalan MH. Thamrin KM 4, Cikokol

cikokol, Tangerang 15117 Banten, Indonesia dan komplek Industri town

estate, Desa Gandamekar, Cibitung Bekasi, Jawa Barat, Indonesia.

Sejak berdiri pada Tahun 1977 PT Argo Pantes Tbk telah

mengoperasikan unit produksi benang Spinning, Weaving, Dyeing

Finishing, dan Yarn Dyeing. Perusahaan didirikan dalam rangka Undang-

undang investasi domestik dan didaftarkan dengan akta nomor 30 tanggal

12 Juli 1977 Di kantor Notaris Jakarta. Pada tahun 1991 PT Argo Pantes

Tbk kemudian memutuskan untuk menjadi perusahaan publik yang

terdaftar di Bursa Efek Jakarta (BEJ) dan PT Bursa Efek Surabaya (BSE).

4. PT Yanaprima Hastapersada Tbk

PT Yanaprima Hastapersada Tbk (YPAS) didirikan di Indonesia

pada tanggal 14 Desember 1995 dan memulai kegiatan operasi

komersialnya pada bulan Juli 1997. Kantor pusat perusahaan ini berlokasi

di Gedung Graha Irama Lantai 15G, Jalan H.R. Rasuna Said Blok. X/1

Kav. 1-2, Jakarta Selatan, sedangkan pabriknya berlokasi di Sidoarjo dan

Surabaya, Jawa Timur.

103

Induk usaha terakhir PT Yanaprima Hastapersada Tbk adalah PT

Hastagraha Bumipersada (memiliki 89,47% saham YPAS). Berdasarkan

Anggaran Dasar Perusahaan, ruang lingkup kegiatan YPAS ini terutama

bergerak dalam bidang industri karung plastik dan yang sejenisnya.

Produk-produk yang dihasilkan YPAS ini meliputi: woven polypropylene

bag, jumbo bag, block bottom bag, resin bag, cement bag dan plastic

pallet.

Pada tanggal 22 Februari 2008, PT Yanaprima Hastapersada Tbk

(YPAS) memperoleh pernyataan efektif dari BAPEPAM-LK untuk

melakukan Penawaran Umum Perdana Saham atas 68.000.000 saham

YPAS dengan nilai nominal Rp100,- per saham dan harga penawaran

Rp545,- per saham serta penerbitan 68.000.000 Waran Seri I dengan harga

pelaksanaan Rp680,- untuk setiap waran yang menyertai saham biasa

kepada masyarakat. YPAS juga telah mencatatkan seluruh sahamnya

beserta waran terkait di Bursa Efek Indonesia (BEI) pada tanggal 5 Maret

2008.

5. PT Jakarta Kyoei Steel Works Tbk

PT Jakarta Kyoei Steel Works Tbk (JKSW) merupakan perusahaan

multinasional yang memproduksi berbagai macam bahan-bahan

logam yang berlokasi di Jakarta, Indonesia. JKSW ini didirikan pada

tahun 1985.

104

6. PT Multistrada Arah Sarana Tbk

PT Multistrada Arah Sarana Tbk (MASA) merupakan produsen ban

di Indonesia yang sebelumnya didirikan dengan nama PT Oroban Perkasa

berdasarkan akta Perseroan Terbatas No. 63 tahun 1988. MASA

memproduksi ban kendaraan bermotor roda dua dan roda empat baik

merek sendiri (Achilles dan Corsa) maupun offtake, dengan area

pemasaran di pasar domestik dan ekspor.

Dengan pabrik yang luas dan juga didukung dengan teknologi yang

modern, pada awal berdirinya di tahun 1988 MASA mendapat bantuan

teknis dari Pirelli-Itali dan dilanjutkan oleh Continental GMbh-

Jerman. Kesuksesan bisnis MASA dimulai pada tahun 2004 sejak diambil

alih oleh PVP XVIII Pte Ltd dan PT Indokemika Jayatama. Melalui

kepemimpinan manajemen yang baru tersebut, sejarah MASA mulai

mengalami perubahan. Hal ini ditandai dengan adanya restrukturisasi dan

konversi pinjaman menjadi ekuitas yang kemudian dilanjutkan dengan

penawaran umum saham perdana (Initial Public Offering/ IPO). Mendapat

tambahan dana segar dari IPO dan pinjaman sindikasi, MASA saat itu

langsung meningkatkan kapasitas dan kualitas produksinya. Prestasi

tersebut menjadi tonggak sejarah kesuksesan perjalanan MASA untuk ke

depannya.

105

7. PT Intikeramik Alamasri Industri Tbk

PT Intikeramik Alamasri Industri (IKAI) merupakan perusahaan

yang bergerak di bidang manufaktur homogeneous tile (porcelain tile)

dengan menggunakan merk dagang “Essenza”. IKAI ini didirikan pada

tahun 1996 dan berlokasi di Kawasan Industri Palem Manis Jatiuwung,

Tangerang. Di Indonesia, Essenza sendiri dikenal sebagai pelopor

Homogeneous Tile, dan juga dikenal sebagai merek yang berkualitas dan

terpercaya, dimana Essenza ini secara rutin diapresiasi oleh publik dengan

berbagai penghargaan, seperti Forbes 2015 – 20 Rising Global Stars, 2014

Superbrands, SWA Top 250 Original Indonesia Brands, 2013 iDea

Rumah, Readeers Choice Awards, 2009 Businessweek-Frontier Indonesia

Most Admired Companies, 2007 Primaniyarta Awards. Di pasar ekspor

sendiri, Essenza telah digunakan di lebih dari 40 negara, dimana sebagian

besar telah membantu mengharumkan nama Indonesia, karena memakai

merek Essenza di negara tujuan ekspor, dan telah terlibat pada beberapa

proyek prestisius di level global.

8. PT Pelat Timah Nusantara Tbk

PT Pelat Timah Nusantara Tbk atau yang disingkat PT Latinusa Tbk,

merupakan perusahaan pertama di Indonesia yang memproduksi tinplate

berkualitas tinggi dengan standar internasional. PT Latinusa Tbk didirikan

pada 19 Agustus 1982 berdasarkan Akta Perseroan No.45 yang dibuat di

hadapan Imas Fatimah, SH, dan pemegang saham mayoritas saat ini yaitu

106

Konsorsium Jepang yang terdiri dari Nippon Steel & Sumitomo Metal

Corporation, Mitsui Co. Ltd., Nippon Steel & Sumikin Bussan

Corporation dan Metal One.

9. PT Jaya Pari Steel Tbk

PT Jaya Pari Steel Tbk (JPRS) merupakan perusahaan yang

beroperasi dalam industri pemotongan kumparan gulung panas dan

produsen pelat baja. JPRS didirikan pada tahun 1973 yang berlokasi di

Surabaya, Jawa Timur, Indonesia dan JPRS tercatat di Bursa Efek

Indonesia di tahun 1989 pada papan pengembangan. JPRS telah menerima

berbagai sertifikasi dalam industri baja, seperti sertifikasi produk baja dari

Biro Klasifikasi Indonesia dan Lloyd Register of Shipping. Produk JPRS

ini dipasarkan ke pasar domestik melalui distributor di Jakarta dan

Surabaya. Untuk meningkatkan kinerja perusahaannya, PT Jaya Pari Steel

Tbk bekerja sama dengan PT Gunawan Dianjaya Steel Tbk untuk

pengadaan bahan slab yang kompetitif. PT Jaya Pari Steel Tbk juga

bekerja sama dengan PT Surya Baja untuk menjual produk-produk limbah.

10. PT Malindo Feedmill Tbk

PT Malindo Feedmill Tbk (MAIN) merupakan perusahaan

multinasional yang didirikan pada tahun 1997, yang berlokasi

di Jakarta, Indonesia. MAIN telah terdaftar di Bursa Efek Indonesia pada

tahun 2006, sebagai bagian dari Leong Hup Holdings Berhad, Malaysia

dan Emivest Berhad, Malaysia (keduanya terdaftar di Bursa Malaysia).

107

PT Malindo Feedmill Tbk bergerak dalam bidang produksi dan

perdagangan pakan ternak, terutama pakan untuk ayam broiler (pedaging)

dan ayam layer (petelur). Selain itu PT Malindo Feedmill Tbk juga

memiliki anak usaha yang memproduksi dan memasarkan parent stock

DOC (Day Old Chicks), DOC komersial dan ayam broiler.

11. PT Kalbe Farma Tbk

PT Kalbe Farma Tbk didirikan pada 10 September 1966, oleh enam

bersaudara, yaitu Khouw Lip Tjoen, Khouw Lip Hiang, Khouw Lip

Swan, Boenjamin Setiawan, Maria Karmila, F. Bing Aryanto. PT Kalbe

Farma Tbk sendiri telah jauh berkembang dari awal mulanya sebagai

usaha farmasi yang pada saat itu masih dikelola di garasi rumah pendirinya

di wilayah Jakarta Utara.

Selama lebih dari 40 tahun sejarah PT Kalbe Farma Tbk,

pengembangan usaha telah gencar dilakukan melalui akuisisi strategis

terhadap perusahaan-perusahaan farmasi lainnya, membangun merek-

merek produk yang unggul, dan menjangkau pasar internasional dalam

rangka transformasi PT Kalbe Farma Tbk menjadi perusahaan produk

kesehatan serta nutrisi yang terintegrasi dengan daya inovasi, strategi

pemasaran, pengembangan merek, distribusi, kekuatan keuangan, keahlian

riset dan pengembangan serta produksi yang sulit ditandingi oleh para

pesaingnya dalam mewujudkan misinya untuk meningkatkan kesehatan

untuk kehidupan yang lebih baik.

108

PT Kalbe Farma Tbk telah berhasil memposisikan merek-mereknya

sebagai pemimpin di dalam masing-masing kategori terapi dan segmen

industri tidak hanya di pasar Indonesia namun juga di berbagai pasar

internasional, dengan produk-produk kesehatan dan obat-obatan yang telah

senantiasa menjadi andalan keluarga seperti Promag, Mixagrip, Woods,

Komix, Prenagen, dan Extra Joss. Kemudian, pembinaan dan

pengembangan aliansi dengan mitra kerja internasional telah mendorong

pengembangan usaha PT Kalbe Farma Tbk di pasar internasional dan

berpartisipasi dalam proyek-proyek riset dan pengembangan yang canggih

serta memberi kontribusi dalam penemuan terbaru di bidang kesehatan dan

farmasi termasuk riset sel punca dan kanker.

Pelaksanaan konsolidasi PT Kalbe Farma Tbk pada tahun 2005 telah

memperkuat kemampuan produksi, pemasaran dan keuangan PT Kalbe

Farma Tbk sehingga dapat meningkatkan kapabilitas dalam rangka

memperluas usaha PT Kalbe Farma Tbk baik di tingkat lokal maupun

internasional. Saat ini, PT Kalbe Farma Tbk merupakan salah satu

perusahaan farmasi terbesar di Asia Tenggara yang sahamnya telah dicatat

di bursa efek dengan nilai kapitalisasi pasar di atas US$1 miliar dan

penjualan melebihi Rp7 triliun. Posisi kas yang sangat baik saat ini juga

memberikan fleksibilitas yang luas dalam pengembangan usaha PT Kalbe

Farma Tbk pada masa mendatang.

Pada tahun 1992, melalui Yayasan Pendidikan Kalbe, PT Kalbe

Farma Tbk mendirikan STIE (Sekolah Tinggi Ilmu Ekonomi) Kalbe, yang

109

akhirnya pada tahun 2009 berubah nama menjadi Institut Teknologi dan

Bisnis Kalbe. Kemudian pada tahun 2011, STIE Supra, STMIK

Supra dan ITBK bergabung menjadi satu dan berubah nama

menjadi Kalbis Institute dan dalam operasionalnya Kalbis Institute bekerja

sama dengan Bina Nusantara.

12. PT Kimia Farma (PERSERO) Tbk

PT Kimia Farma Tbk merupakan perusahaan industri farmasi

pertama di Indonesia yang didirikan oleh Pemerintah Hindia Belanda pada

tahun 1817. Nama perusahaan ini pada awal mulanya adalah NV

Chemicalien Handle Rathkamp & Co. Berdasarkan kebijaksanaan

nasionalisasi atas eks perusahaan Belanda pada masa awal kemerdekaan di

tahun 1958, Pemerintah Republik Indonesia melakukan peleburan

sejumlah perusahaan farmasi menjadi PNF (Perusahaan Negara Farmasi)

Bhinneka Kimia Farma. Kemudian pada tanggal 16 Agustus 1971, bentuk

badan hukum PNF diubah menjadi Perseroan Terbatas, sehingga nama

perusahaan berubah menjadi PT Kimia Farma (Persero).

Pada tanggal 4 Juli 2001, PT Kimia Farma (Persero) Tbk kembali

mengubah statusnya menjadi perusahaan publik, PT Kimia Farma

(Persero) Tbk, dalam penulisan berikutnya disebut Perseroan. Bersamaan

dengan perubahan tersebut, Perseroan telah dicatatkan pada Bursa Efek

Jakarta dan Bursa Efek Surabaya (sekarang kedua bursa telah merger dan

kini bernama Bursa Efek Indonesia). Berbekal pengalaman selama

110

puluhan tahun, Perseroan telah berkembang menjadi perusahaan dengan

pelayanan kesehatan terintegrasi di Indonesia. Perseroan kian

diperhitungkan kiprahnya dalam pengembangan dan pembangunan

bangsa, khususnya pembangunan kesehatan masyarakat Indonesia.

13. PT Indal Aluminium Industry Tbk

PT Indal Aluminium Industry Tbk (INAI) merupakan anak

perusahaan dari Maspion Group yang didirikan pada

tahun 1971 oleh Alim Husein. INAI merupakan perusahaan

multinasional yang memproduksi produk-produk aluminium extruder

untuk produk architectural, electronic and precision part, produk ladder/

tangga, dan produk komoditi lainnya yang berpusat

di Surabaya, Indonesia.

14. PT Selamat Sempurna Tbk

PT Selamat Sempurna Tbk (SMSM) merupakan perusahaan utama

dari ADR Group (Divisi Otomotif), yang memproduksi filter, radiator, oil

coolers, condensers, brake pipe, fuel pipes, fuel tanks, exhaust systems,

and press parts. SMSM telah terdaftar sebagai perusahaan publik sejak

tahun 1996, dan sekarang telah terdaftar di Bursa Efek Indonesia. Merk

dagang Sakura Filter telah terdaftar lebih dari 90 negara.

Saat ini, SMSM memiliki saham sebesar 70% di PT Panata Jaya

Mandiri, dan juga memiliki saham 15% di PT POSCO IJPC, sebuah

perusahaan patungan (Joint Venture) dengan Posco dan Daewoo

111

International Corporation, Korea. SMSM memiliki saham 33% di PT

Tokyo Radiator Selamat Sempurna, sebuah perusahaan patungan (Joint

Venture) dengan Tokyo Radiator Manufacturing Co.Ltd, Jepang.; memiliki

saham 51% di PT Hydraxle Perkasa dan memiliki saham 99,99% di PT

Prapat Tunggal Cipta dan PT Selamat Sempana Perkasa.

Sejak tahun 2009-2016, SMSM telah mendapatkan Penghargaan

Primaniyarta dari pemerintah Republik Indonesia dengan kategori

pembangun merk global, karena telah berhasil mengembangkan dan

menembus merek di pasar global. Sejak tahun 2006, Perusahaan telah

diakui oleh pemerintah sebagai patuh wajib pajak.

15. PT Ricky Putra Globalindo Tbk

PT Ricky Putra Globalindo Tbk (RICY) didirikan pada tahun 1987

dan berpusat di Jakarta, Indonesia serta pabriknya berlokasi di Citeureup,

Bogor, Jawa Barat. RICY telah tercatat di Bursa Efek Indonesia pada

tahun 1998 pada Papan Pengembangan. RICY merupakan perusahaan

yang beroperasi dalam pembuatan pakaian dalam dan pakaian fashion.

Pakaian dalam pria diperdagangkan dengan menggunakan merek GT Man,

Ricsony dan Ricky dan produk RICY dapat diklasifikasikan menjadi tiga

produk utama yaitu pakaian pria, produk pakaian, dan produk ekspor

tertentu.

112

16. PT Mayora Indah Tbk

PT Mayora Indah Tbk (MYOR) atau Mayora Group (melakukan

bisnis sebagai PT Torabika Eka Semesta) merupakan salah satu kelompok

bisnis produk konsumen di Indonesia, yang didirikan pada tanggal 17

Februari 1977. Perusahaan ini juga telah tercatat di Bursa Efek

Jakarta sejak tanggal 4 Juli 1990. Saat ini mayoritas kepemilikan saham

PT Mayora Indah Tbk dimiliki oleh PT Unita Branindo sebanyak 32,93%.

17. PT Indofood Sukses Makmur Tbk

PT Indofood Sukses Makmur Tbk (INDF) dan PT Indofood CBP

Sukses Makmur Tbk (ICBP) merupakan produsen berbagai

jenis makanan dan minuman yang berlokasi di Jakarta, Indonesia.

Perusahaan ini didirikan pada tanggal 14 Agustus 1990 oleh Sudono

Salim dengan nama PT Panganjaya Intikusuma yang pada tanggal 5

Februari 1994 menjadi PT Indofood Sukses Makmur Tbk. Perusahaan ini

mengekspor bahan makanannya hingga ke Australia, Asia, dan Eropa.

Dalam beberapa dekade ini, PT Indofood Sukses Makmur Tbk telah

bertransformasi menjadi sebuah perusahaan total food solutions dengan

melakukan kegiatan operasional yang mencakup seluruh tahapan proses

produksi makanan, mulai dari produksi dan pengolahan bahan baku hingga

menjadi produk akhir yang tersedia di rak para pedagang eceran.

113

18. PT Astra Agro Lestari Tbk

PT Astra Agro Lestari Tbk (AALI) didirikan dengan nama PT

Suryaraya Cakrawala pada tanggal 3 Oktober 1988, yang kemudian

berubah menjadi PT Astra Agro Niaga pada tanggal 4 Agustus 1989. Pada

tanggal 30 Juni 1997, perusahaan ini telah melakukan penggabungan

usaha dengan PT Suryaraya Bahtera. Setelah penggabungan usaha ini,

nama perusahaan kemudian diubah menjadi PT Astra Agro Lestari dan

setelahnya dapat meningkatkan modal dasar dari Rp250 miliar menjadi

Rp2 triliun yang terdiri dari 4.000.000.000 lembar saham dengan nilai

nominal Rp500,-. Pemegang saham yang memiliki 5% atau lebih saham

PT Astra Agro Lestari Tbk adalah PT Astra International Tbk / ASII

(induk usaha) (79,68%).

Kantor pusat AALI dan anak usahanya berlokasi di Jalan Pulo

Ayang Raya Blok OR – I, Kawasan Industri Pulogadung, Jakarta 13930 –

Indonesia. Perkebunan kelapa sawit PT Astra Agro Lestari Tbk saat ini

berlokasi di Kalimantan Selatan dan pabrik minyak gorengnya berlokasi di

Sumatra Utara. Sedangkan untuk perkebunan dan pabrik pengolahan

entitas anak berlokasi di pulau Jawa, Sumatra, Kalimantan, dan Sulawesi.

Berdasarkan Anggaran Dasar Perusahaan, ruang lingkup kegiatan

AALI merupakan perkebunan, perdagangan umum, perindustrian,

pengangkutan, konsultan dan jasa serta kegiatan utama AALI bergerak

dalam bidang usaha kelapa sawit.

114

Pada tanggal 21 November 1997, PT Astra Agro Lestari Tbk

memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan

Penawaran Umum Perdana Saham AALI (IPO) kepada masyarakat

sebanyak 125.800.000 saham dengan nilai nominal Rp500,- per saham dan

harga perdana sebesar Rp1.550,- per saham dan pada tanggal 09 Desember

1997, saham tersebut telah dicatatkan pada Bursa Efek Indonesia (BEI).

19. PT Gudang Garam Tbk

PT Gudang Garam Tbk didirikan pada tanggal 26 Juni 1958 oleh

Tjoa Jien Hwie atau Surya Wonowidjoyo. Sebelum mendirikan PT

Gudang Garam Tbk, di saat berumur sekitar dua puluh tahun, Tjoa Jien

Hwie mendapatkan tawaran bekerja dari pamannya di pabrik rokok Cap 93

yang merupakan salah satu pabrik rokok yang terkenal di Jawa Timur pada

waktu itu. Berkat kerja kerasnya dia mendapatkan promosi dan akhirnya

menduduki posisi sebagai direktur di perusahaan tersebut.

Pada tahun 1956 Tjoa Jien Hwie mulai meninggalkan Cap 93. Dia

memilih lokasi di jalan Semampir II/l, Kediri, di atas tanah seluas ± 1000

m2 milik Bapak Muradioso yang kemudian dibeli oleh perusahaannya

yang digunakan untuk memproduksi rokok sendiri. Dalam usaha produksi

rokok ini, diawali dengan rokok kretek dari kelobot dengan merek

Inghwie. Setelah dua tahun usahanya berjalan, Ing Hwie mengganti nama

perusahaannya menjadi Pabrik Rokok Tjap Gudang Garam.

115

PT Gudang Garam Tbk tidak mendistribusikan secara langsung

produknya melainkan melalui PT Surya Madistrindo yang lalu oleh PT

Surya Madistrindo didistribusikan kepada para pedagang eceran yang

kemudian baru ke konsumen.

20. PT Sepatu Bata Tbk

T&A Bata Shoe Company (Bata) terdaftar di Zlin, Cekoslowakia

oleh dua bersaudara Tomáš yakni Anna dan Antonín Bata pada tahun

1894. Perusahaan sepatu raksasa keluarga ini mengoperasikan empat unit

bisnis internasional yaitu Bata Eropa, Bata Asia Pasifik-Afrika,

Bata Amerika Latin, dan Bata Amerika Utara. Produk perusahaan ini telah

hadir di lebih dari 50 negara dan memiliki fasilitas produksi di 26 negara

dan sepanjang sejarahnya, perusahaan ini telah menjual sebanyak 14 miliar

pasang sepatu.

Di Indonesia pengoperasian penjualan sepatu Bata dijalankan oleh

PT Sepatu Bata Tbk. Pabrik PT Sepatu Bata Tbk ini pertama kali berdiri

pada tahun 1939, dan saat ini telah berada di dua tempat, yaitu Kalibata

dan Medan. Keduanya telah menghasilkan 7 juta pasang alas kaki dalam

setahun yang terdiri dari 400 model sepatu, seperti sepatu sandal, dan

sandal baik yang dibuat dari kulit, karet, maupun dan plastik. Sebelum

tahun 1978, status PT Sepatu Bata Tbk di Indonesia adalah

Perusahaan Penanaman Modal Asing (PMA), sehingga dilarang menjual

langsung ke pasar. PT Sepatu Bata Tbk menjual produknya melalui para

116

penyalur khusus (depot) dengan sistem konsinyasi. Status para penyalur

tersebut diubah dan pada tanggal 1 Januari 1978, yaitu saat izin dagang

Bata "dipindahkan" kepada mereka (PT Sepatu Bata Tbk), PT Sepatu Bata

Tbk menjadi Perusahaan Penanaman Modal Dalam Negeri (PMDN).

21. PT Indocement Tunggal Prakarsa Tbk

PT Indocement Tunggal Prakarsa Tbk (INTP) merupakan salah satu

produsen semen terbesar kedua di Indonesia. Selain memproduksi semen,

INTP juga memproduksi beton siap-pakai, serta mengelola tambang

agregat dan tras.

PT Indocement Tunggal Prakarsa Tbk berdiri pada tanggal 16

Januari 1985, yang merupakan hasil penggabungan dari enam perusahaan

semen yang memiliki delapan pabrik. Pabrik pertama PT Indocement

Tunggal Prakarsa Tbk telah beroperasi sejak tanggal 4 Agustus 1975.

Pada tanggal 31 Desember 2014, PT Indocement Tunggal Prakarsa Tbk

telah memiliki kapasitas produksi sebesar 20,4 juta ton semen per tahun.

Selain itu, PT Indocement Tunggal Prakarsa Tbk juga memiliki kapasitas

produksi beton siap pakai sebesar 4,4 Juta meter kubik per tahun dengan

41 batching plant dan 706 truk mixer, serta memproduksi agregat sebesar

2,7 juta ton.

PT Indocement Tunggal Prakarsa Tbk memiliki 12 buah pabrik,

sembilan diantaranya berada di Citeureup, Kabupaten Bogor, Jawa Barat,

dua berada di Cirebon, Jawa Barat, dan satu di

117

Tarjun, Kotabaru, Kalimantan Selatan. Produk utama PT Indocement

Tunggal Prakarsa Tbk adalah semen tipe Ordinary Portland Cement

(OPC) dan Pozzolan Portland Cement (PPC) yang kemudian digantikan

oleh Portland Composite Cement (PCC) pada tahun 2005. PT Indocement

Tunggal Prakarsa Tbk juga memproduksi semen jenis lain,

seperti Portland Cement Type II dan Type V serta Oil Well Cement. PT

Indocement Tunggal Prakarsa Tbk juga merupakan satu-satunya produsen

semen jenis Semen Putih (White Cement) di Indonesia.

PT Indocement Tunggal Prakarsa Tbk pertama kali mencatatkan

sahamnya di Bursa Efek Indonesia pada tanggal 5 Desember 1989. Pada

tahun 2001, Heidelberg Cement Group yang berbasis di Jerman dan

merupakan produsen utama di dunia dengan pabrik di lebih dari 50 negara

mengambil alih kepemilikan mayoritas saham di PT Indocement Tunggal

Prakarsa Tbk . Semen yang dipasarkan merupakan semen dengan merek

"Tiga Roda".

22. PT Sekar Laut Tbk

PT Sekar Laut Tbk merupakan perusahaan yang bergerak dibidang

industri, pertanian, perdagangan, dan pembangunan khususnya dalam

industri krupuk, saos, dan bumbu masak. PT Sekar Laut Tbk didirikan

pada tahun 1976 dan produksinya mulai dikembangkan dalam skala

industri yang besar. Produk krupuk PT Sekar Laut Tbk dipasarkan di

dalam dan di luar negeri. Selain memasarkan produknya sendiri, PT Sekar

118

Laut Tbk juga bekerja sama dengan perusahaan makanan lainnya, dalam

membantu memproduksi serta menyuplai produk makanan sesuai

kebutuhan masing-masing.

Pada tanggal 8 September 1993, saham PT Sekar Laut Tbk mulai

didaftarkan untuk diperdagangkan di Bursa Efek Jakarta dan Surabaya. PT

Pangan Lestari Tbk merupakan anak perusahaan yang bergerak dibidang

distribusi untuk produk-produk PT Sekar Laut Tbk dan Sekar Group pada

umumnya, serta produk makanan lainnya. Selain itu, PT Pangan Lestari

Tbk juga menangani distribusi produk-produk konsumen dan rumah

tangga dengan jaringan distribusi melalui cabang-cabang di kota-kota

besar di daerah Jawa dan Bali.

B. Metode Analisis Data

Metode analisis data digunakan dalam menganalisis data hasil

penelitian agar dapat diinterpretasikan sehingga laporan yang dihasilkan

dapat dipahami (Kosasih, 2010:48). Penelitian ini menggunakan analisis

Multiple Discriminant Analysis (MDA) dan regresi logistik. Adapun

analisis yang digunakan adalah sebagai berikut:

1. Analisis Deskriptif

Perolehan data-data dari variabel indikator diantaranya adalah

sebagai berikut:

a. Current Ratio (CR)

Current ratio merupakan perbandingan antara aktiva

lancar dengan hutang lancar. Current ratio yang semakin besar

119

menunjukkan bahwa kemampuan perusahaan dalam memenuhi

kewajiban jangka pendeknya akan semakin besar, namun rasio

yang terlalu besar juga kurang baik bagi perusahaan, hal ini

menunjukkan bahwa perusahaan tidak terlalu efisien karena

terlalu banyak aktiva lancar yang menganggur yang mestinya

dapat digunakan untuk menambah nilai bagi perusahaan

(Deanta, 2009:23).

Tabel 4.1

Perhitungan Nilai Current Asset (CR)

NO Nama Perusahaan

Current Asset (CR)

2013 2014 2015 2016

1 PT Alumindo Light Metal Industry Tbk 1,0591 1,0245 0,9014 0,8545

2 PT Gunawan Dianjaya Steel Tbk 2,9888 1,4055 1,2160 1,2404

3 PT Argo Pantes Tbk 0,6762 0,4039 0,2939 0,3135

4 PT Yanaprima Hastapersada Tbk 1,1763 1,3827 1,2247 0,9736

5 PT Jakarta Kyoei Steel Works Tbk 11,4924 2,5177 2,4379 1,9105

6 PT Multistrada Arah Sarana Tbk 1,5549 1,7478 1,2852 1,0536

7 PT Intikeramik Alamasri Industri Tbk 1,0429 0,8364 0,8085 0,2011

8 PT Pelat Timah Nusantara Tbk 1,1864 1,1158 1,0940 1,1702

9 PT Jaya Pari Steel Tbk 247,4441 464,9844 13,3492 10,3962

10 PT Malindo Feedmill Tbk 1,0107 1,0762 1,3335 1,2901

11 PT Kalbe Farma Tbk 2,8393 3,4036 3,6965 4,1311

12 PT Kimia Farma (PERSERO) Tbk 24,2670 2,3870 1,9228 1,7137

13 PT Indal Aluminium Industry Tbk 1,2362 1,0824 1,0147 1,0029

14 PT Selamat Sempurna Tbk 2,1120 2,1120 2,3938 2,8603

15 PT Ricky Putra Globalindo Tbk 1,7659 1,3283 1,1856 1,1487

16 PT Mayora Indah Tbk 2,4434 2,0899 2,3653 2,2502

17 PT Indofood Sukses Makmur Tbk 1,6673 1,8101 1,7053 1,5081

18 PT Astra Agro Lestari Tbk 0,4500 0,5847 0,7990 1,0275

19 PT Gudang Garam Tbk 1,7221 1,6202 1,7704 1,9379

20 PT Sepatu Bata Tbk 1,6926 1,5523 2,4710 2,5701

21 PT Indocement Tunggal Prakarsa Tbk 6,1481 4,9339 4,8866 4,5250

22 PT Sekar Laut Tbk 1,2338 1,1838 1,1925 1,3153

Rata-rata 14,4186 22,7538 2,2431 2,0634

Minimum 0.4500 0.4039 0,2939 0,2011

Maksimum 247.4441 464.9844 13,3492 10,3962

Sumber: Hasil Olah Data

120

Berdasarkan tabel 4.1 di atas, menunjukkan bahwa rata-

rata nilai Current Asset (CR) dari 22 perusahaan manufaktur

pada tahun 2013-2016 mengalami fluktuasi. Pada tahun 2013

rata-rata nilai CR sebesar 14,4186 kemudian mengalami

kenaikan di tahun 2014 sebesar 22,7538, hal ini menunjukkan

bahwa kemampuan beberapa perusahaan dari 22 perusahaan

manufaktur yang diteliti tersebut dalam memenuhi kewajiban

jangka pendeknya semakin besar dan hal ini juga disebabkan

pada tahun 2013-2014 PT Jaya Pari Steel Tbk memiliki nilai

current asset yang sangat tinggi yakni sebesar 247,4441 dan

464,9844, hal ini menjadi sangat berpengaruh pada hasil dari

nilai rata-rata current asset di tahun 2013 dan 2014. Namun

pada tahun 2015-2016 rata-rata nilai CR terus mengalami

penurunan yang cukup signifikan yakni sebesar 13,3492 dan

10,3962, hal ini menunjukkan bahwa kemampuan beberapa

perusahaan dari 22 perusahaan manufaktur yang diteliti

tersebut dalam memenuhi kewajiban jangka pendeknya

semakin menurun, kemampuan dalam memenuhi kewajiban

jangka pendek yang semakin menurun ini akan memungkinkan

beberapa perusahaan dari 22 perusahaan manufaktur tersebut

dapat terindikasi mengalami financial distress. Selain karena

kemampuan perusahaan dalam memenuhi kewajibannya yang

menurun, hal ini juga disebabkan karena PT Jaya Pari Steel

121

yang pada tahun sebelumnya memiliki nilai current asset yang

sangat tinggi kemudian di tahun 2015-2016 nilai current asset

dari perusahaan tersebut mulai menurun drastis, sehingga hasil

rata-rata nilai current asset di tahun 2015-2016 juga ikut

berpengaruh dan menurun.

Pada tahun 2013 -2014 perusahaan yang memiliki nilai

current asset tertinggi adalah perusahaan PT Jaya Pari Steel

Tbk. PT Jaya Pari Steel Tbk memiliki nilai current asset

sebesar 247,4441 dan 464,9844, nilai current asset ini

terbilang terlalu besar untuk ukuran current asset suatu

perusahaan, hal ini menunjukkan bahwa PT Jaya Pari Steel

Tbk tidak terlalu efisien karena terlalu banyak aktiva lancar

yang menganggur yang mestinya dapat digunakan untuk

menambah nilai bagi perusahaan. Sedangkan perusahaan yang

memiliki nilai current asset terendah pada tahun 2013 adalah

PT Astra Agro Lestari Tbk yakni sebesar 0,45. Lalu

perusahaan yang memiliki nilai current asset terendah pada

tahun 2014 adalah PT Argo Pantes Tbk yakni sebesar 0,4039.

Kemudian pada tahun 2015-2016 perusahaan dengan

nilai current asset tertinggi masih dimiliki oleh PT Jaya Pari

Steel Tbk yakni sebesar 13,3492 dan 10,3962, nilai current

asset PT Jaya Pari Steel tersebut jika dibandingkan dengan

tahun sebelumnya adalah jauh menurun. Nilai current asset PT

122

Jaya Steel tbk yang jauh menurun dari tahun sebelumnya ini

menandakan bahwa perusahaan ini mulai bisa memanfaatkan

aktiva lancarnya untuk menambah nilai bagi perusahaan

tersebut. Sedangkan nilai current asset terendah pada tahun

2015 dimiliki oleh PT Argo Pantes Tbk, kemudian pada tahun

2016 nilai current asset terendah diimiliki oleh PT Intikeramik

Alamasri Industri Tbk.

b. Debt to Asset Ratio (DAR)

Debt to Asset Ratio (DAR) merupakan rasio yang

digunakan untuk mengukur total aktiva perusahaan yang

dibiayai oleh hutang. Rasio ini dapat dicari dengan membagi

total hutang dengan total aktiva. Semakin besar rasio ini

mengindikasikan bahwa risiko keuangan kreditor semakin

besar (Deanta, 2009:25).

Tabel 4.2

Perhitungan Nilai Debt to Asset Ratio (DAR)

NO Nama Perusahaan

Debt to Asset Ratio (DAR)

2013 2014 2015 2016

1 PT Alumindo Light Metal Industry Tbk 0,7611 0,8090 0,7418 0,8125

2 PT Gunawan Dianjaya Steel Tbk 0,2577 0,3574 0,3206 0,3383

3 PT Argo Pantes Tbk 0,9511 1,1414 1,2430 1,4906

4 PT Yanaprima Hastapersada Tbk 0,7218 0,4991 0,4613 0,4933

5 PT Jakarta Kyoei Steel Works Tbk 2,5542 2,3779 2,6606 2,6171

6 PT Multistrada Arah Sarana Tbk 0,4034 0,4022 0,4227 0,4441

7 PT Intikeramik Alamasri Industri Tbk 0,5739 0,6541 0,8230 1,2334

8 PT Pelat Timah Nusantara Tbk 0,6667 0,7202 0,6705 0,6657

9 PT Jaya Pari Steel Tbk 0,6667 0,7202 0,6705 0,6657

10 PT Malindo Feedmill Tbk 0,6105 0,6939 0,6091 0,5312

11 PT Kalbe Farma Tbk 0,2488 0,2151 0,2014 0,1814

12 PT Kimia Farma (PERSERO) Tbk 0,3429 0,4287 0,4013 0,5076

123

NO Nama Perusahaan

Debt to Asset Ratio (DAR)

2013 2014 2015 2016

13 PT Indal Aluminium Industry Tbk 0,8351 0,8638 0,8197 0,8073

14 PT Selamat Sempurna Tbk 0,4063 0,3616 0,3513 0,2992

15 PT Ricky Putra Globalindo Tbk 0,6565 0,6670 0,6661 0,6799

16 PT Mayora Indah Tbk 0,5944 0,6041 0,5420 0,5152

17 PT Indofood Sukses Makmur Tbk 0,5086 0,5321 0,5304 0,4653

18 PT Astra Agro Lestari Tbk 0,3142 0,3624 0,4562 0,2738

19 PT Gudang Garam Tbk 0,4206 0,4310 0,4015 0,3715

20 PT Sepatu Bata Tbk 0,4170 0,4508 0,3119 0,3077

21 PT Indocement Tunggal Prakarsa Tbk 0,1364 0,1491 0,1365 0,1331

22 PT Sekar Laut Tbk 0,5376 0,5925 0,5968 0,4788

Rata-rata 0,6175 0,6379 0,6381 0,6506

Minimum 0,1364 0,1491 0,1365 0,1331

Maksimum 2,5542 2,3779 2,6606 2,6171

Sumber: Hasil Olah Data

Berdasarkan tabel 4.2 di atas, menunjukkan bahwa rata-

rata nilai Debt to Asset Ratio (DAR) dari 22 perusahaan

manufaktur pada tahun 2013-2016 terus mengalami kenaikan

walaupun tidak terlalu signifikan. Kenaikan rata-rata nilai

DAR pada tahun 2013-2016 ini menunjukkan bahwa beberapa

perusahaan dari 22 perusahaan manufaktur tersebut dari tahun

ke tahunnya terus menambah beban keuangan (hutang) bagi

perusahaannya, beban keuangan (hutang) ini akan

mengakibatkan timbulnya kewajiban bagi perusahaan untuk

mengembalikan pinjaman beserta dengan bunga pinjaman

yang timbul. Apabila keadaan ini tidak diimbangi dengan

pemasukan perusahaan yang baik, besar kemungkinan bagi

perusahaan tersebut akan dengan mudah mengalami financial

distress.

Pada tahun 2013-2016 perusahaan yang memiliki nilai

124

Debt to Asset Ratio (DAR) tertinggi dimiliki oleh PT Jakarta

Kyoei Steel Works Tbk yakni sebesar 2,5542; 2,3779; 2,6606;

dan 2,6171, hal ini menunjukkan bahwa perusahaan tersebut

lebih banyak menggunakan hutang untuk menjalankan operasi

usahanya. Nilai rata-rata DAR PT Jakarta Kyoei Steel Works

Tbk ini juga lebih tinggi dari nilai rata-rata DAR 22

perusahaan manufaktur dari tahun 2013-2016 yakni dari

0,6175 sampai dengan 0,6506. Apabila hutang ini tidak dapat

diimbangi dengan pemasukkan perusahaan yang baik maka PT

Jakarta Kyoei Steel Works Tbk bisa terindikasi mengalami

financial distress. Sedangkan untuk nilai rata-rata DAR

terendah dari tahun 2013-2016 dimiliki oleh PT Indocement

Tunggal Prakarsa Tbk yakni sebesar 0,1364; 0,1491; 0,1365;

dan 0,1331. Nilai rata-rata DAR PT Indocement Tunggal

Prakarsa Tbk ini masih di bawah nilai rata-rata 22 perusahaan

manufaktur dari tahun 2013-2016, hal ini menunjukkan bahwa

perusahaan tersebut terbilang baik karena perusahaan ini tidak

banyak menggunakan hutang dan lebih banyak menggunakan

modal sendiri dalam menjalankan operasi usahanya, sehingga

beban keuangan perusahaan tersebut tidak terlalu besar dan

tidak begitu memberatkan perusahaan dalam membayar

kewajibannya.

125

c. Return On Asset (ROA)

Rasio profitabilitas merupakan rasio yang digunakan

untuk mengukur kemampuan suatu perusahaan dalam

menghasilkan laba selama periode tertentu. Tingginya

profitabilitas suatu perusahaan tersebut akan menunjukkan

bahwa perusahaan tersebut mampu menghasilkan laba yang

tinggi, sehingga kenaikan aktiva juga akan terjadi dan akan

menjauhkan perusahaan tersebut dari ancaman financial

distress begitupun sebaliknya.

Tabel 4.3

Perhitungan Nilai Return On Asset (ROA)

NO Nama Perusahaan

Return On Asset (ROA)

2013 2014 2015 2016

1 PT Alumindo Light Metal Industry Tbk 0,0275 -0,0027 -0,0226 -0,0777

2 PT Gunawan Dianjaya Steel Tbk 0,0768 -0,0103 -0,0474 0,0220

3 PT Argo Pantes Tbk 0,0024 -0,1953 -0,0846 -0,2182

4 PT Yanaprima Hastapersada Tbk 0,0101 -0,0299 -0,0370 -0,0300

5 PT Jakarta Kyoei Steel Works Tbk -0,0304 -0,0318 -0,0871 -0,0106

6 PT Multistrada Arah Sarana Tbk 0,0028 -0,0005 -0,0453 -0,0106

7 PT Intikeramik Alamasri Industri Tbk -0,0902 -0,0527 -0,2828 -0,5468

8 PT Pelat Timah Nusantara Tbk 0,0022 -0,0562 -0,0529 0,0211

9 PT Jaya Pari Steel Tbk 0,0399 -0,0241 -0,0463 -0,0690

10 PT Malindo Feedmill Tbk 0,1091 -0,0246 -0,0165 0,0737

11 PT Kalbe Farma Tbk 0,1771 0,1685 0,1521 0,1546

12 PT Kimia Farma (PERSERO) Tbk 0,0872 0,0876 0,0584 0,0535

13 PT Indal Aluminium Industry Tbk 0,0066 0,0169 0,0971 0,0242

14 PT Selamat Sempurna Tbk 0,1975 0,2396 0,2078 0,2227

15 PT Ricky Putra Globalindo Tbk 0,0079 0,0089 0,0103 0,0103

16 PT Mayora Indah Tbk 0,1085 0,0379 0,1117 0,1041

17 PT Indofood Sukses Makmur Tbk 0,0661 0,0565 0,0530 0,0607

18 PT Astra Agro Lestari Tbk 0,1294 0,1393 0,0320 0,0900

19 PT Gudang Garam Tbk 0,0863 0,0914 0,1016 0,1060

20 PT Sepatu Bata Tbk 0,0652 0,0900 0,1621 0,0522

21 PT Indocement Tunggal Prakarsa Tbk 0,1961 0,1788 0,1541 0,1260

22 PT Sekar Laut Tbk 0,0379 0,0192 0,0483 0,2977

Rata-rata 0,0598 0,0321 0,0212 0,0207

126

NO Nama Perusahaan

Return On Asset (ROA)

2013 2014 2015 2016

Minimum -0,0902 -0,1953 -0,2828 -0,5468

Maksimum 0,1975 0,2396 0,2078 0,2977

Sumber: Hasil Olah Data

Berdasarkan tabel 4.3 di atas, menunjukkan bahwa rata-

rata nilai Return On Asset (ROA) dari 22 perusahaan

manufaktur pada tahun 2013-2016 terus mengalami

penurunan. Penurunan nilai rata-rata ROA 22 perusahaan

manufaktur dari tahun 2013-2016 ini menunjukkan bahwa

kurang adanya efektivitas dari penggunaan asset beberapa

perusahaan dari 22 perusahaan manufaktur tersebut dalam

menghasilkan laba bagi perusahaannya, sehingga apabila

profitabilitas perusahaan terus menurun dan bahkan berjumlah

negatif maka kemungkinan beberapa perusahaan dari 22

perusahaan manufaktur tersebut akan mengalami financial

distress tentu akan semakin besar.

Pada tahun 2013-2015 perusahaan yang memiliki nilai

rata-rata ROA tertinggi yakni sebesar 0,1975; 0,2396; dan

0,2078 dimiliki oleh PT Selamat Sempurna Tbk, hal ini

menunjukkan bahwa PT Selamat Sempurna Tbk memiliki

tingkat efektivitas pengelolaan perusahaan yang baik karena

mampu mendayagunakan assetnya untuk memperoleh laba,

sehingga mampu menghasilkan laba yang tinggi bagi

perusahaannya. Sedangkan pada tahun 2016 perusahaan yang

127

memiliki nilai rata-rata ROA tertinggi yakni sebesar 0,2977

dimiliki oleh PT Sekar Laut Tbk.

Pada tahun 2013,2015, dan 2016 perusahaan yang

memiliki nilai rata-rata ROA terendah yakni sebesar -0,0902;

-0,2828; dan -0,5468 dimiliki oleh PT Intikeramik Alamasri

Industri Tbk, sedangkan pada tahun 2014 perusahaan yang

memiliki rata-rata nilai ROA yang terendah yakni sebesar -

0,1953 dimiliki oleh PT Argo Pantes Tbk. Hal ini

menunjukkan bahwa PT Intikeramik Alamasri Industri Tbk

dan PT Argo Pantes Tbk memiliki kinerja keuangan yang

buruk, ini dibuktikan dari hasil laba perusahaan yang negatif.

Laba perusahaan yang negatif ini memungkinkan bahwa

perusahaan tersebut dapat terindikasi mengalami financial

distress.

d. Total Asset Turnover (TATO)

Total Asset Turnover (TATO) ini menunjukkan atau

mengukur kemampuan dana yang tertanam dalam keseluruhan

aktiva yang berputar pada suatu periode atau kemampuan

modal yang dihasilkan untuk menghasilkan penjualan. Rasio

ini dicari dengan membagi penjualan netto dengan total aktiva

(Deanta, 2009:27).

128

Tabel 4.4

Perhitungan Nilai Total Asset Turnover (TATO)

NO Nama Perusahaan

Total Asset Turnover (TATO)

2013 2014 2015 2016

1 PT Alumindo Light Metal Industry Tbk 1,0433 1,0370 1,5227 1,1434

2 PT Gunawan Dianjaya Steel Tbk 1,1835 0,8974 -0,0474 0,6022

3 PT Argo Pantes Tbk 0,7189 0,7188 0,3486 0,4190

4 PT Yanaprima Hastapersada Tbk 0,7162 1,3136 0,9936 0,9931

5 PT Jakarta Kyoei Steel Works Tbk 0,3495 0,2855 0,5406 0,9380

6 PT Multistrada Arah Sarana Tbk 0,5149 0,4509 0,3961 0,3769

7 PT Intikeramik Alamasri Industri Tbk 0,4388 0,5059 0,3620 0,3161

8 PT Pelat Timah Nusantara Tbk 1,3812 1,3360 1,2079 1,1002

9 PT Jaya Pari Steel Tbk 0,5185 0,8432 0,3946 0,3435

10 PT Malindo Feedmill Tbk 1,8936 1,2753 1,2052 1,3384

11 PT Kalbe Farma Tbk 1,4142 1,3963 1,3060 1,2724

12 PT Kimia Farma (PERSERO) Tbk 1,7590 1,5006 1,4150 1,2599

13 PT Indal Aluminium Industry Tbk 0,8366 1,0445 1,0409 0,9593

14 PT Selamat Sempurna Tbk 1,3907 1,4980 1,2625 1,2773

15 PT Ricky Putra Globalindo Tbk 0,8868 1,0115 0,9273 0,9479

16 PT Mayora Indah Tbk 1,2377 1,3759 1,3065 1,4200

17 PT Indofood Sukses Makmur Tbk 0,7393 0,7388 0,6976 0,8123

18 PT Astra Agro Lestari Tbk 0,8470 0,8786 0,6071 0,5829

19 PT Gudang Garam Tbk 1,0919 1,1194 1,1080 1,2116

20 PT Sepatu Bata Tbk 1,3258 1,3018 1,2937 1,2424

21 PT Indocement Tunggal Prakarsa Tbk 0,7025 0,6923 0,6440 0,5095

22 PT Sekar Laut Tbk 1,8777 2,0224 1,9758 1,4674

Rata-rata 1,0394 1,0565 0,9322 0,9334

Minimum 0,3495 0,4509 -0,0474 0,3161

Maksimum 1,8936 2,0224 1,9758 1,4674

Sumber: Hasil Olah Data

Berdasarkan tabel 4.4 di atas, menunjukkan bahwa rata-

rata nilai Total Asset Turnover (TATO) 22 perusahaan

manufaktur dari tahun 2013-2016 mengalami fluktuasi yang

tidak terlalu signifikan. Pada tahun 2013 rata-rata nilai TATO

sebesar 1,0394 dan kemudian mengalami kenaikan di tahun

2014 yakni sebesar 1,0565. Sedangkan pada tahun 2015 nilai

rata-rata TATO mengalami penurunan yakni sebesar 0,9322

129

dan pada tahun 2016 kembali mengalami kenaikan walaupun

sedikit yakni sebesar 0,9334.

Pada tahun 2013 perusahaan yang memiliki nilai rata-

rata TATO tertinggi sebesar 1,8936 dimiliki oleh PT Malindo

Feedmill Tbk, sedangkan untuk nilai rata-rata TATO terendah

sebesar 0,3495 dimiliki oleh PT Jakarta Kyoei Steel Works

Tbk. Kemudian pada tahun 2014-2016 perusahaan yang

memiliki nilai rata-rata TATO tertinggi yakni sebesar 2,0224;

1,9758; dan 1,4674 dimiliki oleh PT Sekar Laut Tbk. Pada

tahun 2014 perusahaan yang memiliki nilai rata-rata TATO

terendah sebesar 0,4509 dimiliki oleh PT Multistrada Arah

Sarana Tbk. Kemudian pada tahun 2015 perusahaan yang

memiliki nilai rata-rata TATO terendah yakni sebesar -0,0474

dimiliki oleh PT Gunawan Dianjaya Steel Tbk, hasil rata-rata

nilai TATO yang negatif ini menunjukkan bahwa pada tahun

2015 PT Gunawan Dianjaya Steel Tbk tidak bisa mencapai

penjualan oleh setiap rupiah asset yang dimiliki perusahaan

selama satu periode, tidak tercapainya penjualan ini akan

menyebabkan PT Gunawan Dianjaya Steel Tbk mengalami

kerugian di tahun 2015. Lalu pada tahun 2016 perusahaan yang

memiliki nilai rata-rata TATO terendah yakni sebesar 0,3161

dimiliki oleh perusahaan PT Intikeramik Alamasri Industri

Tbk.

130

e. Sales Growth

Sales growth ini mencerminkan kemampuan suatu

perusahaan dalam meningkatkan penjualan dari waktu ke

waktu. Dengan mengetahui seberapa besar pertumbuhan

penjualan tersebut, maka perusahaan tersebut akan dapat

memprediksi seberapa besar keuntungan (profit) yang akan

diperoleh.

Tabel 4.5

Perhitungan Nilai Sales Growth

NO Nama Perusahaan

Sales Growth

2013 2014 2015 2016

1 PT Alumindo Light Metal Industry Tbk -0,1087 0,1619 -0,0008 -0,2615

2 PT Gunawan Dianjaya Steel Tbk -0,1443 -0,1379 -0,2483 -0,1713

3 PT Argo Pantes Tbk -0,8732 -0,1746 -0,5669 0,0720

4 PT Yanaprima Hastapersada Tbk 0,0625 -0,0413 -0,3419 0,0034

5 PT Jakarta Kyoei Steel Works Tbk 0,0639 -0,0570 0,6583 0,7868

6 PT Multistrada Arah Sarana Tbk 0,0094 -0,1292 -0,1596 -0,0305

7 PT Intikeramik Alamasri Industri Tbk 0,0513 0,2402 -0,4617 -0,4067

8 PT Pelat Timah Nusantara Tbk 0,2184 -0,0553 -0,1568 -0,0415

9 PT Jaya Pari Steel Tbk -0,5766 0,6064 -0,5430 -0,1579

10 PT Malindo Feedmill Tbk 0,2518 0,0737 0,0606 0,0987

11 PT Kalbe Farma Tbk 0,1735 0,0854 0,0299 0,0831

12 PT Kimia Farma (PERSERO) Tbk 0,1644 0,0398 0,0751 0,1957

13 PT Indal Aluminium Industry Tbk 0,0996 0,4569 0,4834 -0,0723

14 PT Selamat Sempurna Tbk 0,0496 0,1054 0,0646 0,0275

15 PT Ricky Putra Globalindo Tbk 4,9230 0,2045 -0,0628 0,0994

16 PT Mayora Indah Tbk 0,1434 0,1790 0,0458 0,2383

17 PT Indofood Sukses Makmur Tbk 0,1500 0,1015 0,0074 0,0420

18 PT Astra Agro Lestari Tbk 0,0960 0,2865 -0,1991 0,0813

19 PT Gudang Garam Tbk 0,1307 0,1759 0,0795 0,0840

20 PT Sepatu Bata Tbk 0,2010 0,1178 0,0199 -0,0282

21 PT Indocement Tunggal Prakarsa Tbk 0,0810 0,0698 -0,1099 -0,1369

22 PT Sekar Laut Tbk 0,4115 0,2017 0,0935 0,1191

Rata-rata 0,2536 0,1141 -0,0560 0,0284

Minimum -0,8732 -0,1746 -0,5669 -0,4067

Maksimum 4,9230 0,6064 0,6583 0,7868

Sumber: Hasil Olah Data

131

Berdasarkan tabel 4.5 di atas, menunjukkan bahwa rata-

rata nilai Sales Growth dari tahun 2013-2016 mengalami

fluktuasi. Pada tahun 2013 rata-rata nilai sales growth 22

perusahaan manufaktur sebesar 0,2536 dan kemudian

mengalami penurun di tahun 2014 yakni sebesar 0,1141. Pada

tahun 2014 nilai rata-rata sales growth dari 22 perusahaan

manufaktur kembali mengalami penurunan hingga negatif

sebesar -0,0560, penurunan nilai rata-rata sales growth yang

negatif ini menunjukkan bahwa beberapa perusahaan dari 22

perusahaan manufaktur tidak berhasil dalam menjalankan

strateginya dalam hal pemasaran dan penjualan produk. Bila

hal tersebut tidak segera diatasi maka kemungkinan beberapa

perusahaan dari 22 perusahaan manufaktur tersebut dapat

terindikasi mengalami financial distress. Kemudian pada tahun

2016 rata-rata nilai sales growth kembali mengalami kenaikan

sebesar 0,0284, hal ini menunjukkan bahwa beberapa

perusahaan dari 22 perusahaan manufaktur tersebut mulai

kembali berhasil menunjukkan kinerjanya dalam menjalankan

strateginya dalam hal pemasaran dan penjualan produk.

Pada tahun 2013-2014 perusahaan yang memiliki rata-

rata nilai sales growth tertinggi yakni sebesar 4,9230 dan

0,6064 dimiliki oleh PT Ricky Putra Globalindo Tbk dan PT

Jaya Pari Steel Tbk. Kemudian pada tahun 2015-2016

132

perusahaan yang memiliki rata-rata nilai sales growth tertinggi

yakni sebesar 0,6583 dan 0,7868 dimiliki oleh PT Jakarta

Kyoei Steel Works Tbk. Rata-rata nilai sales growth tertinggi

ini menunjukkan bahwa perusahaan-perusahaan tersebut telah

berhasil dalam menjalankan strateginya dalam hal pemasaran

dan penjualan produk sehingga perusahaan-perusahaan

tersebut akan dapat menghasilkan laba/keuntungan bagi

perusahaannya.

Pada tahun 2013-2015 perusahaan yang memiliki rata-

rata nilai sales growth terendah yakni sebesar -0,8732;

-0,1746; dan -0,5669 dimiliki oleh PT Argo Pantes Tbk, hal ini

berarti selama 3 tahun berturut-turut PT Argo Pantes Tbk

mengalami rata-rata nilai sales growth yang negatif dan hal ini

menunjukkan bahwa selama 3 tahun berturut-turut PT Argo

Pantes Tbk tidak berhasil menjalankan strateginya dalam hal

pemasaran dan penjualan produknya sehingga PT Argo Pantes

Tbk bisa terindikasi mengalami financial distress. Sedangkan

pada tahun 2016 perusahaan yang memiliki rata-rata nilai sales

growth terendah sebesar -0,4067 dimiliki oleh PT Intikeramik

Alamasri Industri Tbk.

2. Uji Asumsi Klasik Normalitas

Sebelum melakukan uji diskriminan, terlebih dahulu harus

memenuhi asumsi dasar, yaitu:

133

Uji Normalitas Data

Menentukan data dengan uji One-Sample Kolmogorov-

Smirnov dapat dilakukan dengan melihat nilai signifikansinya.

Apabila nilai signifikansinya lebih besar dari 0,05 maka data tersebut

berdistribusi normal sebaliknya jika nilai signifikansinya lebih kecil

dari 0,05 maka data tersebut tidak berdistribusi normal (Trihendradi,

2012:94).

Tabel 4.6

Hasil Uji One-Sample Kolmogorov-Smirnov Test

Sumber: Hasil Olah Data SPSS

Hasil uji asumsi klasik normalitas residual pada tabel 4.6 di

atas, menunjukkan bahwa nilai Kolmogorov-Smirnov Z sebesar

1,094 dengan nilai signifikansi jauh di atas 0,05 yaitu sebesar 0,182

yang berarti nilai residual berdistribusi secara normal atau

134

memenuhi asumsi klasik. Jadi dapat disimpulkan bahwa data

terbebas dari asumsi klasik normalitas yaitu Multikolinieritas,

Autokorelasi, Normalitas Residual, dan Homoskedastisitas.

Uji Multikolinieritas

Hasil uji Multikolinieritas dengan uji Variance Inflation

Factor (VIF) bertujuan untuk mengetahui ada tidaknya variabel

independen yang memiliki kemiripan dengan variabel independen

lainnya. Kemiripan antar variabel independen pada model tersebut,

akan menyebabkan terjadinya korelasi yang sangat kuat antara suatu

variabel independen dengan variabel independen lainnya. Selain itu,

deteksi terhadap multikolinearitas juga bertujuan untuk menghindari

kebiasan dalam proses pengambilan kesimpulan mengenai pengaruh

uji parsial pada masing-masing variabel independen terhadap

variabel dependen.

Tabel 4.7

Hasil Uji Multikolinieritas

135

Sumber: Hasil Olah Data SPSS

Hasil uji Multikolinieritas dengan melalui uji Variance

Inflation Factor (VIF) pada tabel 4.7 di atas, menunjukkan bahwa

masing masing variabel memiliki VIF kurang dari 10 dan nilai

tolerance lebih dari 0,1. Maka dapat disimpulkan bahwa data

terbebas dari asumsi klasik statistik dan dapat digunakan pada

penelitian selanjutnya.

3. Analisis Diskriminan

Analisis diskriminan berguna pada situasi di mana sampel total

dapat dibagi menjadi kelompok-kelompok berdasarkan karakteristik

variabel yang diketahui dari beberapa kasus. Tujuan utama dari

Multiple Discriminant Analysis adalah untuk mengetahui perbedaan

antargrup (Yamin dan Kurniawan, 2009 : 221).

Analisis statistik digunakan untuk memodelkan suatu

hubungan antara variabel dependen yang berdata kategori dengan

beberapa variabel independen (prediktor). Analisis diskriminan

berusaha untuk mengelompokkan setiap objek ke dalam dua atau

lebih kelompok berdasarkan pada sejumlah kriteria dari variabel

independen (Yamin dan Kurniawan, 2009:221).

Menurut Ghozali (2013 : 290) analisis diskriminan merupakan

bentuk regresi dengan variabel terikat berbentuk non-metrik atau

kategori. Tujuan dari analisis diskriminan yaitu:

1. Mengidentifikasi variabel-variabel yang mampu membedakan

136

antara dua kelompok.

2. Menggunakan variabel-variabel yang telah teridentifikasi

dalam menyusun persamaan atau fungsi dalam menghitung

variabel baru atau indek yang dapat menjelaskan perbedaan

antara dua kelompok.

3. Menggunakan variabel yang telah teridentifikasi atau indek

untuk mengembangkan aturan atau cara mengelompokkan

observasi di masa mendatang kedalam satu dari dua kelompok.

Dalam penelitian ini variabel dependen yang digunakan yaitu

memiliki dua tipe: Perusahaan yang non financial distress diberi

kode “0” dan perusahaan yang financial distress diberi kode “1”.

Berikut adalah ringkasan dari pengujian dalam menggunakan MDA

dapat dilihat pada tabel Analysis Case Processing Summary yang

menunjukkan bahwa tidak ada data yang hilang. Pada tabel ini

dikatakan valid 100% dengan jumlah sampel yang digunakan

sebesar 88 perusahaan.

137

Tabel 4.8

Analysis Case Processing Summary

Sumber: Hasil Olah Data SPSS

a. Hasil Uji Test of Equality Group Means

Untuk mengetahui variabel manakah yang dapat

digunakan dalam membentuk variabel diskriminan dengan

melihat nilai signifikansi dari hasil test of equality of group

means. Dalam hal ini digunakan dua uji statistik, yaitu Wilk`s

Lambda dan F test. Nilai Wilk`s Lambda yang semakin

mendekati nol berarti semakin signifikan karakteristik tersebut

membedakan antara dua variabel kelompok. Sebaliknya, nilai

Wilk`s Lambda yang semakin mendekati 1 berarti variasi data

untuk karakteristik tersebut cenderung sama untuk dua

kelompok tersebut. Dalam uji F dapat digunakan nilai p-value

pada kolom signifikannya di mana:

138

Sig. > 0,05, berarti tidak ada perbedaan antara kelompok

Sig. < 0,05, berarti ada perbedaan antara kelompok

Tabel 4.9

Hasil Test Of Equality Of Group Means

Sumber : Hasil Olah Data SPSS

Dilihat dari test statistics Wilk`s Lambda jelas ada

perbedaan signifikan yaitu untuk variabel DAR (leverage) nilai

Wilk`s Lambda sebesar 0,876 dan nilai signifikan sebesar

0,001, untuk variabel ROA (profitabilitas) nilai Wilk`s Lambda

sebesar 0,597 dengan nilai signifikan sebesar 0,000, sementara

untuk variabel TATO (aktivitas) nilai Wilk`s Lambda sebesar

0,832 dengan nilai signifikan sebesar 0,000, sedangkan untuk

variabel S_GROWTH (sales growth) nilai Wilk`s Lambda

sebesar 0,947 dengan nilai signifikan sebesar 0,030. Hasil ini

menunjukkan bahwa keempat variabel rasio tersebut dapat

digunakan untuk membentuk variabel diskriminan.

139

b. Uji Log Determinants

Tabel 4.10

Hasil Uji Log Determinants

Sumber: Hasil Olah Data SPSS

Semakin besar log determinants pada tabel di atas, maka

semakin tinggi perbedaan group covariance matrik. Kolom

“Rank” menunjukkan jumlah variabel independen dalam hal

ini ada 1. Oleh karena analisis diskriminan berasumsi bahwa

terdapat homoginitas matrik covariance antar groups, maka

kita bisa melihat uji asumsi ini pada uji Box’s M.

140

c. Uji Box’s M

Tabel 4.11

Hasil Uji Box’s M

Sumber: Hasil Olah Data SPSS

Pengujian ini dilakukan dengan menggunakan uji Box`s

M Test dengan α=5%. Hasil uji Box`s M menunjukkan bahwa

nilai F sebesar 8,415 dan signifikan pada 0,004 dan

probabilitas ini dibawah 0,05, maka dapat disimpulkan bahwa

matrik covariance antar group memang berbeda dan hal ini

menyalahi asumsi diskriminan. Namun demikian, analisis

fungsi diskriminan tetap robust walaupun asumsi homogeneity

of variance tidak terpenuhi dengan syarat data tidak memiliki

outlier (Ghozali, 2013:306).

d. Pemilihan Variabel Diskriminator

Untuk menentukan variabel apa saja yang paling efisien

dalam membedakan perusahaan yang financial distress atau

141

non financial distress maka digunakan stepwise guna

mengetahui variabel yang mempunyai kekuatan terbesar dalam

diskriminasi.

Tabel 4.12

Variabels Entered

Sumber: Hasil Olah Data SPSS

Tabel 4.13

Wilk`s Lambda

Sumber: Hasil Olah Data SPSS

Hasil analisis stepwise diatas menunjukkan bahwa

variabel pertama yang dimasukkan dalam analisis ini adalah

CR (likuiditas), DAR (leverage), ROA (profitabilitas), TATO

(aktivitas), dan S_GROWTH (sales growth) yang menunjukkan

variabel mana yang bisa dimasukkan dalam persamaan

142

diskriminan pada tabel 4.12 dilihat dari nilai F memiliki angka

statistik terbesar yaitu pada variabel ROA (profitabilitas)

dengan nilai 0,597. Sedangkan pada tabel 4.13 uji Wilks`

Lambda variabel ROA (profitabilitas) memiliki nilai signifikan

lebih kecil 0,05 yaitu sebesar 0,000. Dengan demikian untuk

rasio keuangan MDA hanya satu variabel yang signifikan.

e. Uji Corelation Summary Of Canonical Discriminant

Functions

Pada tabel 4.14 Eigenvalues terdapat nilai canonical

correlation. Canonical correlation digunakan untuk mengukur

hubungan antara hasil dari skor diskriminan dan kelompok

perusahaan atau besarnya variabilitas yang mampu diterangkan

oleh variabel independen terhadap variabel dependen.

Tabel 4.14

Eigenvalues

Sumber: Hasil Olah Data SPSS

Dari hasil tabel diatas, diperoleh nilai canonical

correlation sebesar 0,635, bila dikuadratkan menjadi 0,403

atau 0,40 artinya 40% varians dari variabel dependen dapat

143

dijelaskan dari model diskriminan yang terbentuk.

f. Menentukan Fungsi Diskriminan

Menerangkan model diskriminan yang terbentuk.

Persamaan model diskriminan ini digunakan untuk

menghasilkan discriminant score yang berfungsi untuk

memprediksi pengklasifikasian suatu objek (kelompok non

financial distress dan kelompok financial distress). Model

diskriminan ini sama halnya dengan model regresi.

Tabel 4.15

Classification Function Coefficients

Sumber: Hasil Olah Data SPSS

Berdasarkan hasil dari tabel 4.15, maka dapat dibuat

fungsi diskriminan untuk memprediksi pengklasifikasian suatu

objek (kelompok financial distress dan kelompok non

financial distress).

1) Fungsi diskriminan untuk kelompok non financial distress :

2) Fungsi diskriminan untuk kelompok financial distress :

Z = -1,314 + 12,445 ROA

Z = -0,826 – 5,755 ROA

144

g. Titik Cut-off

Tabel 4.16

Penentuan Titik Cut-off

Sumber: Hasil Olah Data SPSS

Pada tabel 4.16 Functions at Group Centroids digunakan

untuk menentukkan cut-off pengelompokkan metode prediksi

financial distress. Besarnya titik cut-off ini dapat dihitung

dengan rumus sebagai berikut:

1) Jika nilai Z score < -0,172 maka dikelompokkan sebagai

perusahaan yang financial distress.

2) Jika Z score > -0,172 maka dikelompokkan sebagai

𝒄𝒖𝒕 𝒐𝒇𝒇 =𝑵𝒂 𝒁𝒃+𝑵𝒃 𝒁𝒂

𝑵𝒂 +𝑵𝒃

𝒄𝒖𝒕 𝒐𝒇𝒇

= 𝟏𝟎 𝟎,𝟖𝟓𝟗 + 𝟏𝟐 −𝟏,𝟎𝟑𝟏

𝟏𝟎+ 𝟏𝟐

= −𝟎,𝟏𝟕𝟐

145

perusahaan yang non financial distress.

h. Ketepatan Prediksi Discriminant Analysis

Untuk melihat suatu ketepatan model prediksi yang

digunakan dalam penelelitian ini dapat ditunjukkan pada tabel

4.17 berupa predicted values dari suatu keadaan perusahaan

dan baris merupakan data aktual yang dapat dilihat pada tabel

dibawah ini:

Tabel 4.17

Hasil Ketepatan Prediksi MDA

Sumber : Hasil Olah Data SPSS

Menurut tabel 4.17 diatas, jumlah perusahaan yang

diamati sebanyak 88 perusahaan sedangkan yang diprediksi

non financial distress menunjukkan 42 perusahaan, jadi

ketepatan klasifikasi yang diamati untuk perusahaan non

146

financial distress sebesar 87,5%. Sementara untuk jumlah

perusahaan yang diamati sebanyak 88 perusahaan sedangkan

yang diprediksi mengalami financial distress sebanyak 36

perusahaan dengan ketepatan klasifikasi yang diamati untuk

perusahaan yang mengalami financial distress sebesar 90%.

Secara keseluruhan ketepatan klasifikasi untuk group pada

discriminant analysis sebesar 88,6%.

4. Analisis Regresi Logistik

Regresi Logistik dapat digunakan untuk memodelkan

hubungan antara dua kategori (binary) variabel hasil (variabel

dependen) dan dua atau lebih variabel penjelas (variabel

independen). Estimasi model regresi logistik pada masing-masing

variabel bebas memberikan perkiraan efek variabel tersebut terhadap

variabel terikat setelah menyesuaikannya dengan variabel bebas

lainnya pada permodelan tersebut (Yamin dan Kurniawan, 2009 :

95).

147

Tabel 4.18

Hasil Uji Processing Summary

Sumber : Hasil Olah Data SPSS

Dalam penelitian menunjukkan bahwa jumlah data yang

diproses sebanyak 88 atau N= 88 sehingga Tabel 4.18 ini

menjelaskan bahwa seluruh kasus atau perusahaan ternyata

seluruhnya teramati, artinya tidak terdapat satu pun data yang tidak

teramati.

Tabel 4.19

Hasil Uji Dependent Variable

Sumber: Hasil Olah Data SPSS

148

Tabel 4.19 menggambarkan hasil proses input data yang

digunakan pada variabel dependen, yaitu perusahaan yang non

financial distress kode “0” dan perusahaan yang financial distress

diberi kode “1”. Dengan indikasi : Selama 2 tahun berturut-turut

selama periode 2013-2016 mengalami laba bersih operasi (net

operating income) negatif.

a. Ketepatan Model dalam Prediksi

Tabel 4.20

Ketepatan Model Prediksi Financial Distress (Block 0:

Beginning Block)

Sumber: Hasil Olah Data SPSS

Untuk menganalisis model yang lebih baik untuk

memprediksi financial distress suatu perusahaan, dapat dilihat

dari nilai -2Log likelihood yaitu pada blok 0 atau blok

permulaan nilai -2Log likelihood sebesar 121,266 seperti pada

tabel 4.20.

149

Tabel 4.21

Ketepatan Model Prediksi Financial Distress

(Block 1: Method = Enter)

Sumber: Hasil Olah Data SPSS

Kemudian pada blok kedua (block 1: method = enter)

adalah tahap memasukkan variabel-variabel independen ke

dalam model penelitian. Nilai -2Log likelihood sebesar 45,549

terjadi penurunan dalam nilai tersebut. Maka model tersebut

menunjukkan model regresi yang baik.

b. Ketepatan Cox & Snell`s R Square and Negelkerke R Square

Dari tabel 4.22, Cox & Snell`S R Square merupakan

ukuran yang mencoba meniru R2 pada multiple regression

yang didasarkan pada teknik estimasi likelihood dengan nilai

maksimum kurang dari 1 (satu) sulit untuk diinterpretasikan.

150

Negelkerke R Square merupakan modifikasi dari koefisien Cox

& Snell`S R Square untuk memastikan bahwa nilai tersebut

adalah 0 (nol) sampai 1 (satu) sama seperti koefisien

determinasi R2 pada regresi linear berganda . Nilai koefisien

Negelkerke R Square umumnya lebih besar dari nilai koefisien

Cox & Snell`S R Square tapi cenderung lebih kecil

dibandingkan dengan nilai koefisien determinasi R2 pada

regresi linear berganda (Uyanto, 2006 : 236).

Jika dilihat nilai Negelkerke R Square sebesar 0,771

menunjukkan bahwa variabel dependen dapat dijelaskan oleh

variabel-variabel independen sebesar 77,1% dan sisanya 22,9%

dijelaskan oleh variabel lain diluar model.

Tabel 4.22

Hasil Cox & Snell`s R Square and Negelkerke R Square

Sumber: Hasil Olah Data SPSS

151

c. Uji Hosmer and Lemeshow Test

Tabel 4.23 adalah untuk menguji kebaikan model

(goodness of fit) apakah model yang kita gunakan, yaitu

dengan menggunakan lima variabel independen (CR, DAR,

ROA, TATO, dan S_GROWTH) sudah sesuai dengan data

empiris, dalam hal ini uji yang digunakan adalah Hosmer and

Lemeshow Test. Hipotesis untuk menilai model fit ini adalah:

H0 : Model yang dihipotesiskan fit dengan data

Ha : Model yang dihipotesiskan tidak fit dengan data

Jika nilai Hosmer-Lemeshow signifikan atau lebih

kecil dari 0,05 maka hipotesis nol ditolak dan model dapat

dikatakan tidak fit. Sebaliknya jika tidak signifikan atau lebih

besar dari 0,05 maka hipotesis nol diterima yang berarti data

empiris sama dengan model atau model dapat dikatakan fit

(Ghozali, 2013 : 346).

Tabel 4.23

Hasil Uji Hosmer and Lemeshow Test

Sumber : Hasil Olah Data SPSS

Hasil olah data diatas menunjukkan nilai dari Hosmer

152

and Lemeshow Test sebesar 4,061 dan signifikan pada 0,852

oleh karena nilai ini diatas 0,05 maka model dikatakan fit dan

dapat diterima.

d. Ketepatan Prediksi Model Regresi Logistik

Untuk melihat suatu ketepatan model prediksi yang

digunakan dalam penelelitian ini dapat ditunjukkan pada tabel

4.24 berupa predicted values dari suatu keadaan perusahaan

dan baris merupakan data aktual yang dapat dilihat pada tabel

dibawah ini :

Tabel 4.24

Hasil Prediksi Model Regresi Logistik

Sumber : Hasil Olah Data SPSS

Menurut tabel 4.24 diatas, perusahaan yang diprediksi

non financial distress menunjukkan 43 perusahaan, jadi

ketepatan klasifikasi yang diamati untuk perusahaan non

financial distress sebesar 89,6%. Sedangkan untuk jumlah

perusahaan yang diprediksi mengalami financial distress

153

sebanyak 37 perusahaan dengan ketepatan klasifikasi yang

diamati untuk perusahaan yang mengalami financial distress

sebesar 92,5%. Secara keseluruhan ketepatan klasifikasi pada

model regresi logistik ini sebesar 90,9%.

e. Uji Omnibus Test of Model Coefficients

Tabel Omnibus Test of Model Coefficients menunjukan

signifikansi model regresi biner logistik yang diperoleh dari

hasil penelitian. Apabila nilai sig. < α 0,05, maka dapat

diasumsikan bahwa setidaknya ada satu variabel bebas yang

berpengaruh terhadap model (Pramesti, 2013:64).

Tabel 4.25

Hasil Uji Omnibus Test of Model Coefficients

Sumber : Hasil Olah Data SPSS

Dari hasil pengamatan tabel 4.25 di atas menunjukkan

bahwa variabel-variabel pendukung penelitian dapat diterima

oleh regresi logistik dan layak untuk diolah karena nilai kolom

sig. 0.000 < α 0,05. Maka dapat diasumsikan bahwa setidaknya

ada satu variabel bebas (diantara likuiditas, leverage,

154

profitabilitas, aktivitas dan sales growth) yang berpengaruh

terhadap financial distress.

f. Uji Variables in The Equation

Tabel 4.26

Variables in The Equation

Sumber : Hasil Olah Data SPSS

Untuk menguji hipotesis digunakan variables in the

equation yang dilakukan terhadap semua variabel yaitu

likuiditas, leverage, profitabilitas, aktivitas, dan sales growth

perusahaan dalam memprediksi financial distress. Output Uji

variables in the equation dapat dilihat pada tabel 4.26 di atas.

Berdasarkan hasil perhitungan dalam tabel diperoleh

persamaan logistik, yaitu:

Dari hasil tabel 4.26 di atas dapat disimpulkan bahwa

dari kelima variabel yang digunakan dalam penelitian ini yaitu

likuiditas (CR), leverage (DAR), profitabilitas (ROA),

aktivitas (TATO), dan Sales Growth, hanya profitabilitas yang

Ln (P/1 – P) = -0,488 – 38,164 ROA

155

diukur dengan Return On Asset (ROA) saja yang berpengaruh

signifikan terhadap financial distress. Hal ini dapat dilihat dari

nilai signifikansi ROA sebesar 0,001 < α 0,05 dan nilai

koefisien sebesar -38,164 yang berarti profitabilitas yang

diukur dengan Return On Asset (ROA) berpengaruh signifikan

dan negatif dalam memprediksi terjadinya financial distress di

suatu perusahaan.

C. Pembahasan

1. Pembahasan H1 : Terdapat perbedaan pada rasio keuangan

likuiditas, laverage, profitabilitas, aktivitas, dan sales growth

dalam memprediksi terjadinya financial distress di suatu

perusahaan.

Penelitian ini dilakukan untuk menguji pengaruh likuiditas,

leverage, profitabilitas, aktivitas, dan sales growth dalam

memprediksi terjadinya financial distress pada perusahaan manufaktur

yang terdaftar di Bursa Efek Indonesia (BEI) pada periode 2013-2016.

Berdasarkan pengolahan data serta pembahasan yang telah dilakukan

sebelumnya, maka dapat ditarik pembahasan sebagai berikut :

a. Pengaruh Likuiditas Terhadap Financial Distress

Dari hasil penelitian yang telah di uji sebelumnya, baik itu

dengan menggunakan analisis diskriminan maupun analisis regresi

logistik keduanya mempunyai hasil yang sama yaitu bahwa likuiditas

tidak memiliki pengaruh yang signifikan dalam memprediksi terjadi

156

financial distress pada perusahaan manufaktur yang terdaftar di BEI.

Hasil dari pengujian regresi logistik menunjukkan bahwa likuiditas

yang diukur dengan Current Ratio (CR) tidak memiliki pengaruh

signifikan dan positif dalam memprediksi terjadinya financial distress

dengan nilai signifikansi sebesar 0,740 > α 0,05 dan nilai koefisien

sebesar 0,021. Maka dapat disimpulkan bahwa likuiditas tidak

memiliki pengaruh yang signifikan dan positif dalam memprediksi

terjadinya financial distress. Hasil penelitian ini juga sesuai dengan

penelitian Alifiah, et al (2012) dan Hanifah (2013) yang menyatakan

bahwa likuiditas tidak mempunyai pengaruh yang signifikan dalam

memprediksi terjadinya financial distress.

Likuiditas tidak memiliki pengaruh yang signifikan dalam

memprediksi kondisi financial distress disebabkan karena tidak

adanya perbedaan yang berarti antara likuditas perusahaan yang

mengalami kondisi financial distress dan perusahaan yang tidak

mengalami financial distress. Ketentuan rasio likuiditas yang

dianggap baik adalah yang berada pada kisaran 2, artinya setiap 1

hutang lancar yang dimiliki perusahaan maka tersedia 2 aset lancar

yang dapat menutupinya. Hal ini dapat lebih menjamin bahwa

perusahaan tersebut akan mampu melunasi kewajiban lancarnya pada

saat jatuh tempo secara tepat waktu sehingga potensi terjadinya

financial distress akan semakin kecil.

157

Sementara hasil yang berbeda ditunjukkan oleh penelitian

Atika, et al (2012), dimana dalam penelitiannya menyebutkan

bahwa rasio likuiditas yang menggunakan Current Ratio (CR)

dalam pengukurannya berpengaruh signifikan dan negatif terhadap

kemungkinan terjadinya financial distress di suatu perusahaan. Ini

berarti bahwa semakin besar ketersediaan dana untuk melunasi

kewajiban lancarnya, maka akan semakin kecil peluang perusahaan

tersebut akan mengalami financial distress.

b. Pengaruh Leverage Terhadap Financial Distress

Dari hasil penelitian yang telah di uji sebelumnya, baik itu

dengan menggunakan analisis diskriminan maupun analisis regresi

logistik keduanya mempunyai hasil yang sama yaitu bahwa leverage

tidak memiliki pengaruh yang signifikan dalam memprediksi

terjadinya financial distress pada perusahaan manufaktur yang

terdaftar di BEI. Hasil dari pengujian regresi logistik menunjukkan

bahwa leverage yang diukur dengan Debt to Asset Rasio (DAR) tidak

memiliki pengaruh signifikan dan positif dalam memprediksi

terjadinya financial distress dengan nilai signifikansi sebesar 0,241 >

α 0,05 dan nilai koefisien sebesar 1,791. Maka dapat disimpulkan

bahwa leverage tidak memiliki pengaruh yang signifikan dan positif

dalam memprediksi terjadinya financial distress, sehingga hasil

penelitian tidak sesuai dengan hipotesis yang telah dirumuskan.

Pengaruh yang tidak signifikan antara leverage dengan financial

158

distress terjadi karena total hutang yang dimiliki perusahaan dapat

ditutupi oleh total aset perusahaan, pernyataan ini dapat dibuktikan

dari data DAR perusahaan manufaktur pada tahun 2013 sampai 2016,

dengan rata- rata DAR sebesar 64%, dimana hutang berbanding aset

2,6 : 4. Artinya hutang perusahan masih bisa tertutupi oleh aset

perusahaan yang ada. Dengan begitu, maka perusahaan sampel dapat

dikatakan sehat karena mampu untuk menutupi kewajibannya. Hasil

penelitian ini sesuai dengan penelitian Widarjo dan Setiawan (2009)

dan Wicaksana (2013) yang menyatakan bahwa leverage tidak

berpengaruh dalam memprediksi terjadinya financial distress suatu

perusahaan.

Sementara hasil yang berbeda ditunjukkan oleh penelitian

Atika, et al (2012) dan Andre (2013) yang menunjukkan bahwa

leverage memiliki pengaruh yang signifikan positif terhadap financial

distress suatu perusahaan. Pengaruh positif ini menunjukkan bahwa

dengan beban keuangan yang sangat kecil akan dapat meningkatkan

kinerja keuangan di perusahaan manufaktur yang terdaftar di BEI

tersebut. Semakin kecil beban keuangan yang ditimbulkan dari hutang

di perusahaan maka kinerja keuangan perusahaan tersebut akan dapat

ditingkatkan. Beban keuangan yang ditimbulkan untuk pendanaan

perusahaan, seharusnya dikelola dengan baik sehingga perusahaan

tersebut akan dapat beroperasi, berinvestasi, dan mengembangkan

159

usahanya dan perusahaan tersebut akan dapat memperoleh

keuntungan.

c. Pengaruh Profitabilitas Terhadap Financial Distress

Dari hasil penelitian yang telah di uji sebelumnya, baik itu

dengan menggunakan analisis diskriminan maupun analisis regresi

logistik keduanya mempunyai hasil yang sama yaitu bahwa

profitabilitas memiliki pengaruh yang signifikan dalam memprediksi

terjadinya financial distress pada perusahaan manufaktur yang

terdaftar di BEI. Hasil dari pengujian regresi logistik menunjukkan

bahwa profitabilitas yang diukur dengan Return on Asset (ROA)

memiliki pengaruh negatif dan signifikan terhadap kondisi financial

distress dengan nilai signifikansi sebesar 0,001 < α 0,05 dan nilai

koefisien sebesar -38,164. Pengaruh negatif ini menunjukkan bahwa

semakin tinggi profitabilitas suatu perusahaan maka kemungkinan

perusahaan tersebut mengalami financial distress akan semakin kecil,

sehingga hasil penelitian ini sesuai dengan teori yang telah dijelaskan,

dimana hasilnya semakin tinggi profitabilitas dapat menurunkan

kemungkinan terjadinya financial distress suatu perusahaan.

Penelitian ini sesuai dengan penelitian yang dilakukan oleh

Widarjo dan Setiawan (2009), Hapsari (2012), Masih (2013),

Wicaksana (2013), Firma (2013), Saleh dan Sudiyatno (2013), serta

Andre (2013) yang menyatakan bahwa profitabilitas berpengaruh

negatif dan signifikan dalam memprediksi terjadinya financial

160

distress. Pada dasarnya profitabilitas ini menunjukkan suatu

efektivitas dari penggunaan aset dalam menghasilkan laba perusahaan.

Dengan besarnya laba yang dihasilkan tersebut, maka dengan mudah

perusahaan tersebut akan dapat melakukan ekspansi, sehingga

perusahaan tersebut akan jauh dari kondisi krisis apalagi mengalami

financial distress hingga bangkrut. Sebaliknya, profitabilitas

perusahaan yang negatif menunjukkan bahwa tidak adanya efektivitas

dari penggunaan aset perusahaan untuk menghasilkan laba, sehingga

apabila profitabilitas perusahaan terus menurun dan bahkan berjumlah

negatif maka kemungkinan perusahaan mengalami financial distress

tentu akan semakin besar.

Namun ada juga hasil penelitian yang bertentangan dengan

penelitian ini. Widiaputri (2010) yang menguji kemampuan rasio

likuiditas (CR, QR), efisiensi (AT), profitabilitas (ROA, ROI, NPM,

GPM), dan financial leverage (DR) dalam memprediksi terjadinya

financial distress pada perusahaan manufaktur yang go public,

menyatakan bahwa rasio keuangan tidak dapat memprediksi financial

distress suatu perusahaan. Maka dalam hal ini seperti profitabilitas,

bisa juga akan berdampak positif terhadap terjadinya financial

distress, yakni di saat biaya tetap mengalami kenaikan berdampak

pada peningkatan harga pokok penjualan yang berdampak pula pada

menurunnya tingkat penjualan, sehingga profitabilitas yang diterima

oleh perusahaan juga akan mengalami penurunan, sehingga

161

berdampak pada peningkatan financial distress pada perusahaan

tersebut

d. Pengaruh Aktivitas Terhadap Financial Distress

Dari hasil penelitian yang telah di uji sebelumnya, baik itu

dengan menggunakan analisis diskriminan maupun analisis regresi

logistik keduanya mempunyai hasil yang sama yaitu bahwa aktivitas

tidak memiliki pengaruh yang signifikan dalam memprediksi

terjadinya financial distress pada perusahaan manufaktur yang

terdaftar di BEI. Hasil dari pengujian regresi logistik menunjukkan

bahwa aktivitas yang diukur dengan Total Asset Turn Over (TATO)

tidak memiliki pengaruh signifikan dan positif dalam memprediksi

terjadinya financial distress dengan nilai signifikansi sebesar 0,606 >

α 0,05 dan nilai koefisien sebesar 0,539. Maka dapat disimpulkan

bahwa aktivitas tidak memiliki pengaruh yang signifikan dan positif

dalam memprediksi terjadinya financial distress, sehingga hasil

penelitian tidak sesuai dengan hipotesis yang telah dirumuskan. Ini

dikarenakan dari temuan penelitian didapat TATO perusahaan yang

cukup stabil pada kisaran diatas satu kali dalam satu periode. Selama

tahun 2013-2016 tidak begitu terlihat kenaikan dan penurunan

perputaran aset yang begitu berarti. Dimana rata-rata kisaran total aset

turnoever per periode antara 0,9 kali sampai 1,05 kali.

TATO yang diperoleh ini menandakan kestabilan perputaran

aset perusahaan pada periode tersebut, yaitu setiap dana perusahaan

162

yang tertanam pada aset dapat berputar 0,9 – 1,05 kali dalam satu

periode. Dengan kata lain, penjualan yang bisa dicapai oleh setiap

rupiah aset yang dimiliki perusahaan dapat terjadi rata-rata 0,9 – 1,05

kali per periode. Berarti, ini adalah takaran seberapa sering terjadinya

penjualan (dimulai dari membeli bahan baku, menghasilkan barang

jadi atau setengah jadi, menyimpan persediaan hingga barang tersebut

terjual) dalam satu periode dari total aset yang dimiliki.

Semakin lama proses barang itu terjual, maka akan menambah

beban perusahaan. Sehingga perusahaan tersebut akan mengorbankan

modalnya dan akan berakibat pada meningkatkan risiko kerugian pada

perusahaan tersebut. Sehingga dapat disimpulkan dengan aktivitas

perusahaan yang cukup baik dan lancar, maka kerugian akan dapat

diminimalkan sehingga tidak berdampak terhadap risiko financial

distress. Temuan penelitian ini sesuai dengan hasil penelitian Nella

(2011) yang menyatakan bahwa aktivitas yang diukur dengan Total

Asset Turnover (TATO) tidak berpengaruh signifikan dalam

memprediksi terjadinya financial distress suatu perusahaan. Tetapi

hasil yang berbeda ditunjukkan oleh penelitian Alifiah, et al (2012)

dan Hanifah (2013) yang menunjukkan bahwa rasio aktivitas yang

diproxykan oleh Total Asset Turnover (TATO) berpengaruh negatif

dan signifikan terhadap kemungkinan terjadinya financial distress di

suatu perusahaan.

163

e. Pengaruh Sales Growth Terhadap Financial Distress

Dari hasil penelitian yang telah di uji sebelumnya, yaitu dengan

menggunakan analisis diskriminan dan analisis regresi logistik

keduanya mempunyai hasil yang berbeda. Hasil dari analisis

diskriminan menunjukkan bahwa sales growth tidak memiliki

pengaruh yang signifikan dalam memprediksi terjadinya financial

distress pada perusahaan manufaktur yang terdaftar di BEI.

Sedangkan hasil dari pengujian analisis regresi logistik dengan

menggunakan tingkat signifikansi 5% menunjukkan bahwa sales

growth tidak berpengaruh signifikan dan negatif dalam memprediksi

terjadinya financial distress dengan nilai signifikansi sebesar 0,096 >

α 0,05 dan nilai koefisien sebesar -5,185, tetapi apabila menggunakan

tingkat signifikansi 10% menunjukkan bahwa sales growth

berpengaruh signifikan dan negatif dalam memprediksi terjadinya

financial distress dengan nilai signifikansi sebesar 0,096 < α 0,10 dan

nilai koefisien sebesar -5,185.

Untuk hasil dari analisis diskriminan dan regresi logistik dengan

tingkat signifikansi 5% yang menunjukkan bahwa sales growth tidak

memiliki pengaruh yang signifikan dalam memprediksi terjadinya

financial distress pada perusahaan manufaktur yang terdaftar di BEI,

ini berarti sales growth yang menurun di beberapa tahun terakhir

belum tentu memiliki Cash Flow Operation (CFO) yang buruk.

Seperti PT Astra Argo Lestari Tbk yang mengalami sales growth

164

negatif pada tahun 2015 yakni -20%. Namun perusahaan ini tetap

memiliki CFO sebesar Rp 1.027.773.000.000,-. Dengan demikian

perusahaan dapat tetap memiliki power untuk kembali menghasilkan

kinerja. Terbukti pada tahun 2016 PT Astra Argo Lestari Tbk dapat

mencapai sales growth sebesar 8,1%. Ini berarti, tingkat sales growth

perusahaan tidak dapat memperlihatkan apakah perusahaan tersebut

sedang dalam kondisi financial distress atau tidak. Hasil penelitian ini

didukung oleh penelitian yang dilakukan Widarjo dan Setiawan

(2009).

Sedangkan untuk hasil analisis regresi logistik apabila

menggunakan tingkat signifikansi 10% yang menunjukkan bahwa

sales growth berpengaruh signifikan dan negatif dalam memprediksi

terjadinya financial distress dengan nilai signifikansi sebesar 0,096 <

α 0,10 dan nilai koefisien sebesar -5,185, ini berarti pengaruh negatif

tersebut menandakan bahwa semakin rendah tingkat sales growth

suatu perusahaan maka kemungkinan perusahaan mengalami financial

distress akan semakin tinggi dan semakin tinggi sales growth maka

akan semakin kecil potensi perusahaan tersebut mengalami financial

distress. Hasil penelitian ini didukung oleh Eliu (2014) menunjukkan

bahwa sales growth mempunyai pengaruh negatif dan signifikan

dalam memprediksi terjadinya financial distress.

Karena penelitian ini menggunakan tingkat signifikansi sebesar

5% maka kesimpulannya adalah sales growth tidak memiliki pengaruh

165

negatif dan signifikan dalam memprediksi terjadinya financial distress

di suatu perusahaan.

Dari beberapa pembahasan yang sudah dijelaskan diatas, maka

dapat disimpulkan bahwa:

H1 : Terdapat perbedaan pada rasio keuangan likuiditas, laverage,

profitabilitas, aktivitas, dan sales growth dalam

memprediksi terjadinya financial distress di suatu

perusahaan. (Diterima)

2. Pembahasan H2 : Terdapat perbedaan tingkat akurasi pada

penerapan analisis diskriminan dan analisis logistik dalam

memprediksi terjadinya financial distress di suatu perusahaan.

Penelitian ini dilakukan untuk menguji apakah terdapat

perbedaan tingkat akurasi pada penerapan analisis diskriminan dan

analisis logistik dalam memprediksi terjadinya financial distress pada

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia (BEI)

pada periode 2013-2016. Berdasarkan pengolahan data serta

pembahasan yang telah dilakukan sebelumnya, maka dapat ditarik

pembahasan sebagai berikut :

Dalam hasil tingkat akurasi dengan menggunakan analisis

diskriminan diperoleh hasil bahwa jumlah perusahaan yang diamati

sebanyak 88 perusahaan sedangkan yang diprediksi non financial

distress menunjukkan 42 perusahaan, jadi ketepatan klasifikasi yang

diamati untuk perusahaan non financial distress sebesar 87,5%.

166

Sementara untuk jumlah perusahaan yang diamati sebanyak 88

perusahaan sedangkan yang diprediksi mengalami financial distress

sebanyak 36 perusahaan dengan ketepatan klasifikasi yang diamati

untuk perusahaan yang mengalami financial distress sebesar 90%.

Secara keseluruhan ketepatan klasifikasi untuk group pada

discriminant analysis sebesar 88,6%.

Sementara hasil uji tingkat akurasi dengan menggunakan

analisis regresi logistik diperoleh hasil bahwa dari jumlah keseluruhan

88 perusahaan yang diamati, perusahaan yang diprediksi non financial

distress menunjukkan 43 perusahaan, jadi ketepatan klasifikasi yang

diamati untuk perusahaan non financial distress sebesar 89,6%.

Sedangkan untuk jumlah perusahaan yang diprediksi mengalami

financial distress sebanyak 37 perusahaan dengan ketepatan

klasifikasi yang diamati untuk perusahaan yang mengalami financial

distress sebesar 92,5%. Secara keseluruhan ketepatan klasifikasi pada

model regresi logistik ini sebesar 90,9%.

Dari pembahasan 2 (dua) metode analisis di atas dapat

disimpulkan bahwa terdapat perbedaan hasil tingkat akurasi dalam

memprediksi perusahaan yang non financial distress dan perusahaan

yang financial distress yakni hasil analisis regresi logistik mempunyai

keseluruhan tingkat akurasi sebesar 90,9% yang lebih tinggi

dibandingkan hasil keseluruhan tingkat akurasi analisis diskriminan

yang sebesar 88,6%. Ini berarti bahwa analisis regresi logistik

167

merupakan metode yang lebih akurat dibandingan metode analisis

diskriminan dalam memprediksi perusahaan yang non financial

distress dan perusahaan yang financial distress.

Dari beberapa pembahasan yang sudah dijelaskan diatas, maka

dapat disimpulkan bahwa:

H2 : Terdapat perbedaan tingkat akurasi pada penerapan analisis

diskriminan dan analisis logistik dalam memprediksi

terjadinya financial distress di suatu perusahaan. (Diterima)

168

BAB V

PENUTUP

A. Kesimpulan

Penelitian ini dilakukan untuk mengetahui pengaruh likuiditas,

leverage, profitabilitas, aktivitas, dan sales growth dalam memprediksi

terjadinya financial distress pada perusahaan manufaktur yang terdaftar di

Bursa Efek Indonesia (BEI) periode 2013-2016 dengan menggunakan

Discriminant Analysis dan Logistic Regression.

Populasi dalam penelitian ini adalah Perusahaan Manufaktur yang

terdaftar di BEI periode 2013-2016. Jumlah populasi dalam penelitian ini

adalah 100 perusahaan manufaktur. Perusahaan yang memenuhi kriteria

untuk dijadikan sampel dalam penelitian ini berjumlah 22 perusahaan.

Kemudian 22 perusahaan ini dibagi menjadi dua kategori perusahaan

dengan menggunakan dummy yaitu untuk kategori 0 (non financial

distress) berjumlah 12 perusahaan dan kategori 1 (financial distress)

berjumlah 10 perusahaan.

Hasil analisis dalam penelitian ini menunjukkan bahwa:

1. Untuk hasil dari analisis diskriminan menunjukkan bahwa dari

kelima variabel yang digunakan dalam penelitian ini, hanya variabel

profitabilitas saja yang diukur dengan ROA yang berpengaruh

signifikan dalam memprediksi terjadinya financial distress di suatu

perusahaan.

169

2. Untuk hasil dari analisis regresi logistik menunjukkan bahwa

variabel profitabilitas yang diukur dengan ROA memiliki pengaruh

negatif dan signifikan terhadap kondisi financial distress dengan

nilai signifikansi sebesar 0,001 < α 0,05 dan nilai koefisien sebesar

-38,164. Pengaruh negatif ini menunjukkan bahwa semakin tinggi

profitabilitas suatu perusahaan maka kemungkinan perusahaan

tersebut mengalami financial distress akan semakin kecil, sehingga

hasil penelitian ini sesuai dengan teori yang telah dijelaskan, dimana

hasilnya semakin tinggi profitabilitas dapat menurunkan

kemungkinan terjadinya financial distress di suatu perusahaan.

3. Analisis diskriminan dan analisis regresi logistik memiliki tingkat

akurasi prediksi yang berbeda. Dimana hasilnya menunjukkan

bahwa analisis regresi logistik mempunyai keseluruhan tingkat

akurasi sebesar 90,9% yang lebih tinggi dibandingkan hasil

keseluruhan tingkat akurasi analisis diskriminan yang sebesar 88,6%.

Ini berarti bahwa analisis regresi logistik merupakan metode yang

lebih akurat dibandingan metode analisis diskriminan dalam

memprediksi perusahaan yang non financial distress dan perusahaan

yang financial distress.

B. Keterbatasan dan Saran

Peneliti menyadari bahwa masih terdapat keterbatasan dalam

penelitian ini. Keterbatasan dalam penelitian ini diantaranya yaitu:

170

1. Jumlah sampel hanya berjumlah 88 sampel dan periodenya masih

terbatas hanya dari tahun 2013-2016.

2. Penelitian ini memproksikan kondisi financial distress hanya dengan

satu ukuran yaitu dengan laba operasi negatif selama dua tahun

berturut-turut.

3. Pada penelitian ini hanya menggunakan beberapa variabel saja.

4. Metode yang digunakan dalam penelitian ini adalah analisis

diskriminan dan regresi logistik, padahal masih banyak metode

lainnya yang bisa digunakan dalam penelitian untuk memprediksi

terjadinya financial distress suatu perusahaan.

Karena terdapat keterbatasan dalam penelitian ini, maka peneliti

memberikan saran yang dapat digunakan untuk mengembangkan

penelitian di masa depan:

1. Pada penelitian selanjutnya, diusahakan sampel dan periode

penelitian bisa ditambah lagi.

2. Penelitian selanjutnya dapat menggunakan kriteria yang berbeda

dalam memprediksi terjadinya financial distress di suatu perusahaan,

seperti menggunakan interest coverage ratio, nilai buku ekuitas

negatif, dan arus kas negatif.

3. Untuk penelitian selanjutnya diharapkan bisa menambah variabel-

variabel lainnya.

4. Penelitian selanjutnya dapat menggunakan metode-metode lainnya

yang ada.

171

DAFTAR PUSTAKA

Agusti, Chalendra Prasetya. 2013. “Analisis Faktor yang Mempengaruhi

Kemungkinan Terjadinya Financial Distress”, Universitas Diponegoro.

Ahmad, Gatot Nazir. 2011. “Analysis of Financial Distress in Indonesia Stock

Exchange”, University of Padjadjaran Bandung.

Al-khatib, Hazem B et.al. 2011. “Predicting Financial Distress Of Public

Companies Listed In Amman Stock Exchange”, European Scientific

Journal. July Edition Vol. 8 No. 15. ISSN: 1857-7881 (print). Amman

University.

Alifiah, et al. 2012. “Prediction of Financial Distress Companies in The

Consumer Product Sector in Malaysia”, Jurnal Teknologi. ISSN: 0127-

9696. Universiti Teknologi Malaysia. Malaysia.

Alifiah, et al. 2013. “Prediction of Financial Distress Companies in The

Trading and Service Sector in Malaysia Using Macroeconomic

Variables”, Journal Social and Behavioral Sciences. ISSN: 1877-0428.

Universiti Teknologi Malaysia. Malaysia.

Andre, Orina. 2013. “Pengaruh Profitabilitas, Likuiditas dan Financial

Leverage dalam Memprediksi Financial Distress”, Universitas Negeri

Padang.

Ardiyanto, Feri Dwi. 2011. “Prediksi Rasio Keuangan Terhadap Kondisi

Financial Distress Perusahaan Manufaktur yang Terdaftar di BEI Periode

2005-2009”, Universitas Diponegoro Semarang.

Atika, dkk. 2012. “Pengaruh Beberapa Rasio Keuangan Terhadap Prediksi

Kondisi Financial Distress”, Universitas Brawijaya Malang.

Brahmana, Rayenda K. 2007. “Identifying Financial Distress Condition in

Indonesia Manufacture Industry”, Birmingham Business School,

University of Birmingham. United Kingdom.

Brigham, E.F. & Houston, J.F.. 2009. “Dasar-dasar Manajemen Keuangan”,

Edisi 10. Salemba Empat. Jakarta.

Deanta. 2009. “EXCEL Untuk Analisis Laporan Keuangan dan Prediksi

Kebangkrutan Perusahaan”, ISBN: 978.979.1078.65.8. Penerbit Gava

Media. Yogyakarta.

Eliu, Viggo. 2014. “Pengaruh Financial Leverage dan Firm Growth Terhadap

Financial Distress”, Jurnal FINESTA, Vol. 2, No. 2.

Fahmi, Irham. 2012. “Analisis Laporan Keuangan”, Ed.1-2. ALFABETA.

Bandung.

172

Fraser, Lyn M. dan Ormiston, Aileen. 2008. “Memahami Laporan Keuangan”,

Ed. 7 (diterjemahkan oleh Priyo Darmawan, SE, AKT., MBA). PT Indeks.

Jakarta.

Ghozali, Imam. 2013. “Aplikasi Analisis Multivariate Dengan Program IBM

SPSS 21 Edisi 7”, ISBN: 979.704.300.2, Badan Penerbit Universitas

Diponogoro. Semarang.

Gobenvy, Orchid. 2013. “Pengaruh Profitabilitas, Financial Leverage dan

Ukuran Perusahaan terhadap Financial Distress pada Perusahaan

Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2000-2012”,

Universitas Negeri Padang.

Hamid, Abdul. 2007. “Pedoman Penulisan Skripsi”, Fakultas Ekonomi dan

Bisnis UIN Syarif Hidayatullah Jakarta.

Hanafi Mamduh dan Halim Abdul. 2009. “Analisis Laporan Keuangan”, UPP

STIM YKPN. Yogyakarta.

Hanifah, Oktita Earning. 2013. “Pengaruh struktur Corporate Governance dan

Financial Indicators terhadap kondisi Financial Distress pada

perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia”,

Universitas Diponegoro.

Hapsari, Evanny Indri. 2012. “Kekuatan Rasio Keuangan Dalam Memprediksi

Kondisi Financial Distress Perusahaan Manufaktur di BEI”, JDM. Vol. 3,

No. 2, pp: 101-109.

Harahap, Sofyan Syafri. 2011. “Analisis Kritis Atas Laporan Keuangan”, Raja

Grafindo Persada. Jakarta.

Harahap, Sofyan Syafri. 2013. “Analisis Kritis Atas Laporan Keuangan”, Edisi

1-11. PT Rajawali Pers. Jakarta.

Hidayat, Muhammad Arif. 2013. “Prediksi Financial Distress Perusahaan

Manufaktur di Indonesia (Studi Empiris pada Perusahaan Manufaktur

yang Terdaftar di Bursa Efek Indonesia Periode 2008-2012)”, Universitas

Diponegoro.

Ikhsan, dkk. 2009. “Akuntansi untuk Manajer”, Ed.1. Graha Ilmu. Yogyakarta.

Indrawati, Sri. 2010. “Analisis Laporan Keuangan”, Edisi Revisi. STIE

Malangkucecwara. Malang.

Jiming, Li dan Weiwei, Du. 2011. “An Empirical Study on The Corporate

Financial Distress Prediction Based on Logistic Model Evidence from

China’s Manufacturing Industry”, Vol.5, No.6. International Journal of

Digital Content Technology.

173

Kasmir. 2013. “Analisis Laporan Keuangan”, Ed.1-6. PT Raja Grafindo

Persada. Jakarta.

Keown, Arthur J. et al. 2011. “Manajemen Keuangan : Prinsip dan Penerapan”,

Edisi Kesepuluh. PT Indeks. Jakarta.

Khaira, Amilia Fachruddin. 2008. “Faktor- Faktor yang Meningkatkan Peluang

Survive Perusahaan yang Mengalami Kesulitan Keuangan”, Jurnal

Manajemen Bisnis. Vol. 1, No. 1. ISSN : 1978-8339.

Kosasih. 2010. “Analisis Tingkat Kebangkrutan Model Altman Dan Foster Pada

Perusahaan Textile Dan Garment Go Public Di Bursa Efek Indonesia”,

UIN Syarif Hidayatullah Jakarta.

Margaretha, Farah. 2014 “Dasar-dasar Manajemen Keuangan”, Edisi Pertama.

PT Dian Rakyat. Jakarta.

Nella, Rista. 2011. “Analisis Rasio Keuangan dalam Memprediksi Financial

Distress Perusahaan Wholesale and Retail Trade yang Terdaftar di Bursa

Efek Indonesia”, Universitas Riau. Pekanbaru.

Pasaribu, Rowland Bismark Fernando. 2008. “Penggunaan Binary Logit Untuk

Prediksi Financial Distress Emiten di BEI”, Jurnal Ekonomi Bisnis dan

Akuntansi Ventura. Vo.11, No.2, August 2008 (153-172). ISSN: 1410-

6418. ABFI Institute Perbanas. Jakarta.

Pramesti, Getut. 2013. “Smart Olah Data Penelitian dengan SPSS 21”, PT Elek

Media Komputindo.

Pranowo, Koes, dkk. 2010. “Determinant of Corporate Financial Distress in An

Emerging Market Economy : An Empirical Evidence From The Indonesian

Stock Exchange 2004-2008”, International Research Journal of Finance

and Economics. ISSN: 1450-2887. Issue 52.

Prawironegoro, Darsono. 2009. “Manajemen Keuangan : Kajian Pengambilan

Keputusan Bisnis Berbasis Analisis Keuangan”, ISBN: 978-602-95030-0-

5. Nusantara Consulting. Jakarta.

Prihadi, Toto. 2008. “Analisis Rasio Keuangan”, PPM. Jakarta.

Rahmy. 2015. “Pengaruh Profitabilitas, Financial Leverage, Sales Growth, dan

Aktivitas Terhadap Financial Distress (Studi Empiris Pada Perusahaan

Manufaktur yang Terdaftar di BEI Tahun 2009-2012)”, Universitas Negeri

Padang.

Sugiyono. 2009. “Metode Penelitian Bisnis”, Cetakan 13. Alfabeta. Bandung.

Sumbodo, Joko. 2010. “Perbandingan Model Diskriminan dan Model Logit

untuk Memprediksi Financial Distress Perusahaan Manufaktur di BEI”,

Universitas Sebelas Maret.

174

Trihendradi. 2012. “Step By Step SPSS 20 : Analisis Data Statistik”, Salemba

Infotek. Jakarta.

Triwahyuningtias, Meilinda. 2012. “Analisis Pengaruh Struktur Kepemilikan,

Ukuran Dewan, Komisaris Independen, Likuiditas, dan Leverage

Terhadap Terjadinya Kondisi Financial Distress (Studi pada Perusahaan

Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2008-2010)”,

Vol.1, No.1. Universitas Diponegoro.

Uyanto, Stanislaus. 2007. “KupasnTuntas Analisis Regresi”, ANDI. Yogyakarta.

Wardiah, Mia Lasmi. 2013. “Dasar-Dasar Perbankan”, ISBN:

978.979.076.307.4, CV Pustaka Setia. Bandung.

Widarjo, Wahyu dan D. Setiawan. 2009. “Pengaruh Rasio Keuangan Terhadap

Kondisi Financial Distress Perusahaan Otomotif”, Jurnal Bisnis dan

Akuntansi, Vol. 11, No. 2, Hlm 107-119. Universitas Sebelas Maret.

Surakarta.

Yamin, Sofyan dan Kurniawan, Heri. 2009. “SPSS Complete Teknik Analisis

Statistik Terlengkap dengan Software SPSS”, Salemba Infotek. Jakarta.

www.idx.co.id

175

LAMPIRAN

Lampiran 1 : Hasil Perhitungan Rasio dengan Excel

KODE TAHUN Y CR (X1) DAR (X2) ROA (X3) TATO (X4)

GROWTH

(X5)

ALMI 2013 1 1,05910 0,76115 0,02748 1,04333 -0,10874

2014 1 1,02454 0,80896 -0,00269 1,03698 0,16187

2015 1 0,90143 0,74184 -0,02261 1,52274 -0,00083

2016 1 0,85453 0,81250 -0,07771 1,14341 -0,26146

GDST 2013 1 2,98883 0,25773 0,07678 1,18348 -0,14431

2014 1 1,40547 0,35742 -0,01031 0,89738 -0,13794

2015 1 1,21602 0,32056 -0,04739 -0,04739 -0,24829

2016 1 1,24038 0,33833 0,02204 0,60216 -0,17128

ARGO 2013 1 0,67621 0,95114 0,00235 0,71886 -0,87320

2014 1 0,40392 1,14143 -0,19533 0,71878 -0,17456

2015 1 0,29386 1,24296 -0,08462 0,34856 -0,56687

2016 1 0,31349 1,49064 -0,21819 0,41900 0,07202

YPAS 2013 1 1,17635 0,72175 0,01014 0,71623 0,06249

2014 1 1,38265 0,49914 -0,02985 1,31362 -0,04131

2015 1 1,22473 0,46130 -0,03695 0,99360 -0,34189

2016 1 0,97364 0,49332 -0,02997 0,99313 0,00335

JKSW 2013 1 11,49241 2,55422 -0,03037 0,34952 0,06393

2014 1 2,51770 2,37790 -0,03179 0,28546 -0,05700

2015 1 2,43792 2,66063 -0,08707 0,54059 0,65828

2016 1 1,91047 2,61707 -0,01058 0,93796 0,78675

MASA 2013 1 1,55495 0,40343 0,00278 0,51488 0,00938

2014 1 1,74778 0,40217 -0,00050 0,45090 -0,12921

2015 1 1,28515 0,42274 -0,04532 0,39607 -0,15962

2016 1 1,05356 0,44408 -0,01063 0,37688 -0,03047

IKAI 2013 1 1,04286 0,57389 -0,09021 0,43879 0,05129

2014 1 0,83636 0,65415 -0,05269 0,50588 0,24015

2015 1 0,80847 0,82301 -0,28281 0,36201 -0,46173

2016 1 0,20110 1,23337 -0,54676 0,31609 -0,40671

NIKL 2013 1 1,18637 0,66675 0,00223 1,38120 0,21838

2014 1 1,11578 0,72017 -0,05619 1,33603 -0,05535

2015 1 1,09397 0,67051 -0,05285 1,20790 -0,15684

2016 1 1,17020 0,66568 0,02105 1,10025 -0,04149

JPRS 2013 1 247,44407 0,03723 0,03987 0,51853 -0,57659

2014 1 464,98442 0,06099 -0,02415 0,84319 0,60636

2015 1 13,34916 0,08480 -0,04630 0,39455 -0,54302

176

KODE TAHUN Y CR (X1) DAR (X2) ROA (X3) TATO (X4)

GROWTH

(X5)

2016 1 10,39616 0,12270 -0,06902 0,34354 -0,15793

MAIN 2013 1 1,01065 0,61051 0,10912 1,89355 0,25183

2014 1 1,07621 0,69393 -0,02461 1,27531 0,07369

2015 1 1,33346 0,60915 -0,01652 1,20518 0,06062

2016 1 1,29011 0,53120 0,07373 1,33843 0,09871

KLBF 2013 0 2,83926 0,24879 0,17713 1,41423 0,17349

2014 0 3,40364 0,21506 0,16853 1,39627 0,08539

2015 0 3,69650 0,20138 0,15211 1,30600 0,02988

2016 0 4,13114 0,18141 0,15460 1,27244 0,08312

KAEF 2013 0 24,26697 0,34288 0,08724 1,75897 0,16438

2014 0 2,38699 0,42874 0,08759 1,50062 0,03978

2015 0 1,92282 0,40127 0,05838 1,41501 0,07506

2016 0 1,71367 0,50756 0,05353 1,25993 0,19569

INAI 2013 0 1,23619 0,83507 0,00655 0,83656 0,09963

2014 0 1,08238 0,86377 0,01690 1,04453 0,45694

2015 0 1,01471 0,81972 0,09710 1,04091 0,48338

2016 0 1,00294 0,80731 0,02424 0,95928 -0,07234

SMSM 2013 0 2,11198 0,40635 0,19748 1,39071 0,04962

2014 0 2,11202 0,36157 0,23958 1,49796 0,10537

2015 0 2,39379 0,35127 0,20779 1,26252 0,06459

2016 0 2,86025 0,29923 0,22273 1,27725 0,02745

RICY 2013 0 1,76585 0,65654 0,00786 0,88676 4,92296

2014 0 1,32834 0,66701 0,00890 1,01146 0,20449

2015 0 1,18557 0,66610 0,01033 0,92727 -0,06275

2016 0 1,14868 0,67991 0,01031 0,94788 0,09943

MYOR 2013 0 2,44336 0,59435 0,10851 1,23770 0,14340

2014 0 2,08994 0,60409 0,03794 1,37591 0,17900

2015 0 2,36534 0,54204 0,11166 1,30645 0,04585

2016 0 2,25017 0,51516 0,10414 1,42001 0,23829

INDF 2013 0 1,66730 0,50862 0,06609 0,73927 0,15000

2014 0 1,81007 0,53212 0,05653 0,73881 0,10155

2015 0 1,70533 0,53043 0,05300 0,69760 0,00735

2016 0 1,50813 0,46527 0,06066 0,81230 0,04197

AALI 2013 0 0,45001 0,31415 0,12944 0,84701 0,09604

2014 0 0,58469 0,36238 0,13931 0,87858 0,28646

2015 0 0,79898 0,45618 0,03205 0,60706 -0,19911

2016 0 1,02754 0,27378 0,08998 0,58290 0,08133

GGRM 2013 0 1,72208 0,42060 0,08635 1,09192 0,13070

2014 0 1,62016 0,43102 0,09145 1,11937 0,17586

177

KODE TAHUN Y CR (X1) DAR (X2) ROA (X3) TATO (X4)

GROWTH

(X5)

2015 0 1,77036 0,40150 0,10161 1,10802 0,07946

2016 0 1,93789 0,37151 0,10600 1,21163 0,08397

BATA 2013 0 1,69263 0,41698 0,06519 1,32581 0,20096

2014 0 1,55226 0,45076 0,09002 1,30177 0,11775

2015 0 2,47100 0,31194 0,16208 1,29373 0,01995

2016 0 2,57011 0,30766 0,05224 1,24239 -0,02823

INTP 2013 0 6,14807 0,13641 0,19611 0,70249 0,08102

2014 0 4,93393 0,14913 0,17883 0,69228 0,06982

2015 0 4,88657 0,13649 0,15408 0,64396 -0,10993

2016 0 4,52503 0,13306 0,12605 0,50951 -0,13688

SKLT 2013 0 1,23384 0,53757 0,03788 1,87771 0,41154

2014 0 1,18380 0,59251 0,01920 2,02242 0,20170

2015 0 1,19246 0,59682 0,04827 1,97583 0,09346

2016 0 1,31532 0,47883 0,29773 1,46743 0,11910

178

Lampiran 2 : Hasil Uji SPSS – Uji Asumsi Klasik

179

Lampiran 3 : Hasil Uji SPSS – Analisis Diskriminan

180

181

182

183

184

185

Lampiran 4 : Hasil Uji SPSS – Analisis Regresi Logistik

Block 0 : Beginning Block

186

Block 1 : Method = Enter

187

188