Implikasi Manajerial - HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN

4.7. Implikasi Manajerial

Berbagai permasalahan yang berasal dari internal dan eksternal perusahaan sub sektor perkebunan kelapa sawit, Faktor internal dipengaruhi oleh politik seperti pemilu, faktor eksternal yang mempengaruhi kejatuhan harga CPO beberapa diantaranya adalah melemahnya permintaan dari negara importir utama seperti Eropa, India, China dan Timur Tengah. Tekanan terhadap CPO juga ditunjukan oleh Perancis yang rencananya akan menerapkan pajak progresif pada produk sawit yaitu sebesar 300 euro/ton pada tahun 2017, 500 euro/ton tahun 2018, dan 700 euro/ton pada tahun 2019 bahkan akan naik menjadi 900 euro/ton pada tahun 2020, kampanye hitam (blackcampaign) terhadap biofuel berbasis sawit di Uni Eropa, berlarutnya perang dagang dua perekonomian terbesar dunia

minyak kelapa sawit mentah (crude palm oil) , serta kejatuhan harga minyak mentah dunia. Dengan banyaknya sentimen negatif terhadap komoditas perkebunan khususnya CPO terlihat penurunan harga pada komoditas ini selama beberapa tahun kebelakang, faktor-faktor tersebut menyebabkan perusahaan mengalami kesulitan keuangan yang menyebabkan beberapa perusahaan masuk dalam kondisi financial distress.

Financial distress sebenarnya merupakan tahapan perusahaan pada kondisi kesulitan keuangan sebelum terjadinya kebangkrutan. Rasio keuangan dapat digunakan dalam memprediksi kondisi financial distress pada suatu perusahaan dengan cara melakukan analisis terhadap rasio keuangan yang tepat pada kinerja keuangan yang menjadi faktor-faktor penyebab terjadinya financial distress. Peran manajemen perusahaan sangat diperlukan dalam langkah prediksi financial distress dengan cara langkah antisipatif berupa prediksi financial distress, maka perusahaan dapat menghindari financial distress.

Temuan pada hasil prediksi financial distress dapat digunakan perusahaan untuk menyusun dan mengkaji ulang pengelolaan manajemen keuangan perusahaan di mana perusahaan dapat masuk ke dalam kondisi financial distress dikarenakan perolehan laba bersih yang negatif atau rugi dan hutang jangka panjang yang cenderung naik, sehingga perusahaan dapat melakukan startegi baru berupa, reorganisai perusahaan atau perombakan pada pemimpin perusahaan, melakukan merger agar perusahaan mampu membayar hutangnya, restrukturisasi keuangan yaitu dapat berupa mengendalikan hutang agar struktur modal yang dibiayai hutang tidak mencapai 50% atau bahkan lebih dari 50%, dan mengelola

seluruh aktiva yang ada dengan efektif sehingga meningkatkan penjualan. Dan perlunya untuk melakukan atau menjalankan kegiatan manajemen perusahaan harus berdasarkan budgeting atau anggaran yang telah ditetapkan oleh perusahaan supaya tujuan perusahaan tercapai dan terarah dalam penggunaan biaya.

Penurunan harga dan permintaan dunia terhadap komoditas minyak sawit mentah yang terjadi sejak tahun 2013-2016 yang kemudian berlanjut pada tahun 2018 menyebabkan beberapa perusahaan perkebunan kelapa sawit mengalami kesulitan keuangan atau financial distress. Kondisi tersebut terjadi karena nilai profit atau laba perusahaan menurun bahkan tercatat negatif dan hutang jangka panjang meningkat dan kondisi ekonomi global masih terlihat lesu akibat penurunan permintaan dan harga komoditas yang terjadi pada tahun 2014 hingga 2016. Kondisi global tersebut masih berdampak di tahun 2017 yang terlihat bahwa penurunan penjualan yang cukup signifikan sehingga perusahaan mengalami penurunan pendapatan yang berakibat kesulitan keuangan dan mengalami kondisi financial distress dan pada tahun 2018 harga juga kembali turun yang dapat dilihat dari penurunan laba perusahaan.

Perkiraan yang telah dilakukan pada penelitian ini akan memberikan peringatan dini dan acuan bagi perusahaan yang mengalami financial distress untuk menerapkan manajemen krisis yang berdampak positif bagi perusahaan agar terhindar dari likuidasi, maupun kehilangan posisi perusahaan. Manajemen krisis akan tepat guna mengembalikan kondisi keuangan perusahaan dengan mengefisienkan kegiatan perusahaan sehingga biaya-biaya operasional perusahaan

dapat ditekan secara maksimal menunggu prediksi adanya keadaan ekonomi dunia membaik dan permintaan kelapa sawit meningkat. Dan dapat digunakan sebagai acuan tahun berikutnya untuk mengetahui tingkat kondisi financial distress dengan model prediksi pada penelitian ini.

Dengan adanya informasi tentang financial distress maka manajemen perusahaan dapat menggunakan informasi tersebut untuk mencegah apabila perusahaan mengalami kebangkrutan maka perusahaan akan menanggung biaya langsung (fee akuntan dan pengacara) dan biaya tidak langsung (kerugian penjualan atau kerugian paksa akibat ketetapan pengadilan). Sehingga dengan adanya hasil penelitian ini diharapkan perusahaan agar dapat menghindari kebangkrutan dan otomatis juga dapat menghindari biaya langsung dan tidak langsung dari kebangkrutan.

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Dari hasil pengujian dan pembahasan dalam penelitian ini, diperoleh kesimpulan sebagai berikut:

Berdasarkan hasil pengujian terhadap hipotesis diketahui bahwa dari 6 rasio keuangan yang digunakan dalam meneliti pengaruh rasio-rasio keuangan terhadap financial distress, ternyata ada 4 rasio keuangan yang tidak berpengaruh signifikan terhadap financial distress rasio-rasio tersebut adalah Return On Equity (ROE), Current ratio (CR), Debt to Asset Ratio (DAR), dan Debt to Equity Ratio (DER), dan ada 2 rasio keuangan yang berpengaruh signifikan terhadap financial distress rasio-rasio tersebut adalah Return On Asset (ROA), Current Liabilities to Assets Ratio (CLAR). Dua rasio tersebut terbukti memiliki kontribusi dalam memprediksi perusahaan yang mengalami financial distress dan tidak mengalami financial distress.

5.2. Keterbatasan Penelitian

Penelitian ini memiliki beberapa keterbatasan, yaitu:

1. Penelitian ini terbatas pada sampel karena perusahaan perkebunan kelapa sawit masih sedikit yang terdaftar di bursa efek Indonesia.

2. Sampel yang digunakan hanya perusahaan pada satu sektor dan jenis usaha, yaitu sektor perkebunan kelapa sawit. Sehingga analisis rasio

keuangan dalam memprediksi kondisi kesehatan perusahaan sektor dan jenis usaha lain secara spesifik tidak dapat dilakukan.

3. Prediksi kondisi kesehatan perusahaan hanya menggunakan data-data kuantitatif yaitu angka-angka yang berasal dari laporan keuangan.

Penambahan data-data kualitatif mungkin akan menghasilkan prediksi yang lebih akurat dan bersifat umum.

5.3. Saran

Berdasarkan kesimpulan dan keterbatasan penelitian tersebut, peneliti memberikan beberapa saran sebagai berikut:

1. Tindakan untuk perusahaan yang tidak mengalami kondisi financial distress yaitu perlu adanya tindakan preventif guna mencegah perusahaan mengalami kondisi financial distress dengan menganalisis faktor-faktor secara internal penyebab financial distress. Dan perlunya untuk melakukan atau menjalankan kegiatan manajemen perusahaan harus berdasarkan budgeting atau anggaran yang telah ditetapkan oleh perusahaan supaya tujuan perusahaan tercapai dan terarah dalam penggunaan biaya.

2. Untuk perusahaan yang mengalami kondisi financial distress maka perlu melakukan stratego reorganisasi dengan langkah awal melakukan evaluasi kinerja keuangan terlebih dahulu untuk mengetahui faktor-faktor penyebab financial distress perusahaan dijadikan dasar dalam menyusun strategi guna memperbaiki pengelolaan keuangan. Pada kondisi melemahnya ekonomi global yaitu seperti permintaan dan harga turun, perusahaan dapat menghemat biaya-biaya operasional yang keluar. Dan perusahaan

dapat mencari pasar baru untuk supply komoditas yang memang high demand. Perusahaan sub sektor perkebunan juga harus mempertimbangkan besaran nilai hutang, karena ditengah menurunnya ekonomi global yang berimbas pada menurunnya penjualan maka kewajiban tersebut akan menjadi beban perusahaan yang harus bisa dilunasi.Pada saat permintaan ekspor CPO menurun yang mengakibatkan harga juga ikut turun maka perusahaan bisa memanfaatkan CPO, PK, dan TBS untuk menghasilkan produk sendiri seperti mengelolahnya menjadi minyak goreng, kosmetik, perlengkapan mandi (seperti sabun, pasta gigi) dan produk lainnya, dengan meningkatkan produksi tersebut maka perusahaan akan dapat survive atau bertahan, sehingga tidak terlalu bergantung terhadap ekspor.

Informasi tentang prediksi kebangkrutan suatu perusahaan akan sangat bermanfaat bagi manajemen perusahaan, dapat mempercepat tindakan manajemen untuk mencegah masalah sebelum terjadinya kebangkrutan, pihak manajemen dapat mengambil tindakan merger atau takeover agar perusahaan lebih mampu untuk membayar hutang dan mengelola perusahaan dengan baik dan melakukan reorganisasi perusahaan atau melakukan perombakan pada pemimpin perusahaan. Dengan adanya informasi tentang financial distress maka manajemen perusahaan dapat menggunakan informasi tersebut untuk mencegah apabila perusahaan mengalami kebangkrutan maka perusahaan akan menanggung biaya langsung (fee akuntan dan pengacara) dan biaya tidak langsung (kerugian

penjualan atau kerugian paksa akibat ketetapan pengadilan). Sehingga dengan adanya hasil penelitian ini diharapkan perusahaan agar dapat menghindari kebangkrutan dan otomatis juga dapat menghindari biaya langsung dan tidak langsung dari kebangkrutan.

3. Para pihak manajemen perusahaan dapat menggunakan model prediksi yang dihasilkan untuk mengukur dan memprediksi kondisi kesehatan perusahaannya serta melakukan tindakan perbaikan agar kondisi kesehatan perusahaannya lebih baik.

4. Peneliti selanjutnya yang akan melakukan penelitian sejenis disarankan agar menggunakan sampel yang lebih luas yang tidak terbatas pada sektor perkebunan jenis kelapa sawit. Misalnya dengan menambahkan jenis-jenis perkebunan lainnya, diantaranya perkebunan karet, teh, kopi, dan sebagainya yang merupakan kekhasan dari suatu wilayah.

5. Diharapkan untuk peneliti selanjutnya agar mencoba menggunakan rasio-rasio yang belum diuji sebagai variabel bebasnya dan menambahkan variabel selain rasio keuangan, misalnya umur perusahaan, ukuran perusahaan, dan variabel kualitatif lainnya

DAFTAR PUSTAKA

Altman, E.I. 1968. “Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy”. The Journal of Finance Vol. XXIII No. 4, September 1968.

Asyikin, Jumirin., Grahita Chandrarin., & Harmono. 2018. Analysis Of Financial Performance To Predict Financial Distress In Sharia Commercial Banks In Indonesia. International Journal Of Accounting, Finance, And Economics. Vol1 ( 2): 11-20.

Alifiah, Mohd Norfian., & Muhammad Sohail Tahir. 2019. Macroeconomic Variables and the Prediction of Financial Distress Companies in the Manufacturing Sector in Malaysia. International Journal of Recent Technology and Engineering. Vol.8 (1):403-410.

Candido, Peres., & Antao Mario. 2017. The use of multivariate discriminant analysis to predict corporate bankruptcy. International Journal Of Finance. Universidade Lusíada de Lisboa, Rua da Junqueira. Lisboa, Portugal. Vol (14): 108-131.

Carolina, Verani., Elyzabet I. Marpaung., & Derry Pratama. 2017. Analisis Rasio Keuangan untuk Memprediksi Kondisi Financial Distress (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Periode 2014-2015). Jurnal Akuntansi. Vol. 9(2):137-145.

Cherotich, Koech Emmy., Nyangaya Akuno., & Mugo Robert. 2018. Prediction Of Financial Distress In The Light Of Financial Crisis: A Case Of Listed Firms In Kenya. International Journal Of Econmic, Commerce and Management, United Kingdom. Vol. 6(6): 207-226.

Darmawan, Arif., & Joko Supriyanto. 2018. The Effect of Financial Ratio on Financial Distress in Predicting Bankruptcy. Journal Of Applied Managerial Accounting. Vol. 2(1): 110-120.

Desiyanti, Ouw., Wahyoe Soedarmono., & Kristian Chandra. 2019. The Effect of Financial Ratios to Financial Distress Using Altman Z-Score Method in Real Estate Companies Listed in Indonesia Stock Exchange Period 2014 – 2018. Journal of Business and Entrepreneurial. Vol.19(2):119-136.

Darmawan, Arif., & Joko Supriyanto. 2018. The Effect of Financial Ratio on Financial Distress in Predicting Bankruptcy. Journal Of Applied Managerial Accounting. Vol. 2(1):110-120.

Fadrul & Ridawati. 2020. Analysis of Method Used to Predict Financial Distress Potential in Pulp and Paper Companies of Indonesia. International Journal of Economics Development Research, Vol I(1): 57-69.

Fahmi, I. (2012). Analisis Kinerja Keuangan. Bandung: Alfabeta.

Finishtya, Florentina Cindy. 2019. The Role Of Cash Flow Of Operational, Profitability, And Financial Leverage In Predicting Financial Distress On Manufacturing Company In Indonesia. International Journal of Applied Management. Vol. 17 (1): 110-117.

Chalil, Diana., dan Rianti Barus, “ Analisis Data Kualitatif”, USU Press, Medan, 2014.

Ghozali, Imam. 2016. Aplikasi Analisis Multivariete Dengan. Semarang. Badan Penerbit Universitas Diponegoro.

Ghozali, Imam., & Dwi Ratmono. 2019. Analisis Multivariat Dan Ekonometrika, Teori, Konsep, dan Aplikasi dengan Eviews 10. Semarang. Badan Penerbit Universitas Diponegoro.

Gusni., Sri Wiludjeng., & Silviana. 2019. Predicting Financial Distress: A Case Study of Indonesia Coal Firms. Global Business and Management Research: An International Journal. Vol. 11( 1).

Hanafi, Imam., & Stevanus Gatot Supriyadi. 2018. Prediksi Financial Distress Perusahaan manufaktur Yang Terdaftar Di Bursa Efek Indonesia. Jurnal Ekonomi Bisnis. Vol. 4 (1): 25-51.

Harahap, Sofyan Syafry. 2011.Analisis Kritis Atas Laporan Keuangan. Jakarta.

Raja Grafindo Persada.

Hasan , Muhamad Faiz., & Lilis Puspitawati. 2017. The Influence Liquidity Ratio And Leverage Ratio To Financial Distress. Journal of Economics and Business.

Hery. 2018. Analisis laporan keuangan. Jakarta. Penerbit Grasindo.

Hidayat, Muhammad Arif., & Wahyu Meiranto. 2014. Prediksi Financial Distress Perusahaan Manufaktur Di Indonesia. Jurnal Akuntansi. Vol. 3 (3): 1-11.

Hillary, Osoro Kombo., Dr. Andrew Nyang’au., & Prof. Christopher Ngacho.

2018. Effects of Financial Distress on Financial Performance of Manufacturing Firms Listed in Nairobi Securities Exchange. International Journals Of Academics & Research. Vol. 1(1): 211-220.

Hosaka, T. 2019. Bankruptcy prediction using imaged financial ratios and convolutional neural networks, Expert Systems with Application. Vol. 117:

287-299.

Horvathova, Jarmila., & Martina Mokrisova. 2018. Risk of Bankruptcy, Its Determinants and Models. Department of Accounting and Controlling, Faculty of Management, University of Presov, Konstantinova, Slovakia.

Vol (6):1-22.

Indriaty, Novica., Doddy Setiawan., & Yuwita Ariessa Pravasanti. 2019. The Effects Of Financial Ratio, Local Size And Local Status On Financial Distress. International Journal Of Economic, Business and Accounting Research.Vol 3(1):38-42.

Jabeur, S. 2017. Bankruptcy prediction using Partial Least Squares Logistic Regression. Journal of Retailing and Consumer Services. Vol.36: 197-202.

Jennings, Martha E. 2005. Applicability Of Altman’s Revised Fpur Variabel Z-Score As A Bankruptcy Predictor For Health Maintenance Organizations.

Dissertation. Doctor Of Business Administration. Davie, Florida, Amerika Serikat. H. Wayne Huizenga School of Business and Entrepreneurship Nova Southeastern University.

Kamaluddin, Amrizah., Norhafizah Ishak., & Nor Farizal Mohammed. 2019.

Financial Distress Prediction Through Cash Flow Ratios Analysis.

International Journal of Financial Research. Vol. 10(3): 63-76.

Karas, M., & Reznakova. 2018. Building a bankruptcy prediction model: Could information about past development increase model accuracy. Polish Journal of Management Studies. Vol. 17(1): 116-130.

Kasmir. 2012 . Analisis Laporan Keuangan. Jakarta. Penerbit Rajawali Pers.

Kasmir. 2017. Analisis Laporan Keuangan. Jakarta. Penerbit Rajawali Pers.

Kim, Kyoung., Lee, Kichun., & Ahn, Hyunchul. 2018. Predicting Corporate Financial Sustainability using Novel Business Analytics. Dongguk University Seoul. Sustainability. Vol. 11(64): 1-17.

Kliestik, Tomas., Jaromir Vrbka., & Zuzana Rowland. 2018. Bankruptcy prediction in Visegrad group countries using multiple discriminant analysis. International Journal of Economics and Economic Policy.

Institute of Technology and Business in Ceske Budejovice, Czech Republic.

Vol 13(3): 569–593.

Lestari ,Setyani Dwi., Retno Fuji Oktaviani., & Willy Arafah. 2016. Financial Distress Prediction With Altman Z-Score And Effect On Stock Price:

Empirical Study On Companies Subsectors Chemical Listed In Indonesia Stock Exchange Period 2009-2014. International Journal of Business and Management Invention. Vol. 5 (8):30-39.

Li, L., & Faff, R. 2019. Predicting corporate bankruptcy. International Review of Economics and Finance. Vol. 62: 1-19.

Matturungan, Nur Hasbullah., Budi Purwanto., & Abdul Kohar Irwanto. 2017.

Manufacturing Company Bankruptcy Prediction In Indonesia With Altman Z-Score Model. Jurnal of Applied Management. Vol. 15 (1):18-24.

Masdupi, Erni., Abel Tasman., & Atri Davista. 2018. The Influence of Liquidity, Leverage and Profitability on Financial Distress of Listed Manufacturing Companies in Indonesia. International Conference On Economics Education, Economics, Business and Management, Accounting and Entrepreneurship. Vol. 57 (1):223-228.

Muflihah, Intan Zakiyatul. 2017. Analisis Financial Distress Perusahaan Manufaktur Di Indonesia Dengan Regresi Logistik. Vol. 22(2):254-269.

Munawir, “Analisis Laporan Keuangan”, Penerbit Liberty, Yogyakarta, 2010.

Nanayakkara K. G. M., & A. A. Azeez. 2015. Predicting Corporate Financial Distress in Sri Lanka: An Extension to Z-Score Model. International Journal of Business and Social Research. Vol. 05, No 03.

Nurfajrina, Annisa., Hermanto Siregar., & Imam Teguh Saptono. 2016. Analisis Financial Distress Pada Perusahaan Agribisnis Di Bursa Efek Indonesia.

Jurnal Keuangan dan Perbankan. Vol.20 (3): 448–457.

Nurhayati., Anna Mufidah., & Asna Nur Kholidah. 2017. The Determinants of Financial Distress of Basic Industry and Chemical Companies Listed in Indonesia Stock Exchange. Journal Of Management And Entrepreneurship. Vol 1(2):19-26.

Pereira, Jose Manuel., Mario Basto., & Amelia Ferreira da Silva. 2016. The logistic lasso and ridge regression in predicting corporate failure. Institute of Cavado and Ave, Portugal. Vol. 39: 634 – 641.

Permana, Randy Kurnia., Nurmala Ahmar., & Syahril Djaddang. 2017. Prediksi Financial Distress pada Perusahaan Manufaktur di Bursa Efek Indonesia.

Jurnal Bisnis dan Manajemen. Vol. 7 (2): 149 – 166.

Prawirodipoero, Gema Muhammad., Raden Aswin Rahadi., & Arif Hidayat.2019.

The Influence of Financial Ratios Analysis on the Financial Performance of Micro Small Medium Enterprises in Indonesia. Review of Integrative Business and Economics Research, Vol. 8, No. 4.

Rafatnia, Ali Akbar., Suresh Ramakrishnan., & Dewi Fariha. 2020. Financial Distress Prediction across Firms. Azman Hashim International Business School, UTM, Malaysia. Vol 8 (2): 646-651.

Restianti, Tya & Linda Agustina. 2018. The Effect of Financial Ratios on Financial Distress Conditions in Sub Industrial Sector Company.

Accounting Analysis Journal. Vol.7(1): 25-33.

Sari, Warsani Purnama. 2020. The Effect of Financial Distress and Growth Opportunities on Accounting Conservatism with Litigation Risk as Moderated Variables in Manufacturing Companies Listed on BEI.

Budapest International Research and Critics Institute Journa. Vol 3 (1):588-597.

Setyawati, Irma., & Rizki Amalia. 2018. The Role of Current Ratio, Operating Cash Flow and Inflation Rate in Predicting Financial Distress: Indonesia Stock Exchange. Vol. 9 (2): 140-148

Shidiq, Jakaria Imam., & Khairunnisa. 2019. Analisis Rasio Likuiditas, Rasio Leverage, Rasio Aktivitas, Dan Rasio Pertumbuhan Terhadap Financial Distress Menggunakan Metode Altman Z-Score Pada Sub Sektor Tekstil Dan Garmen Di Bei Periode 2013-2017. Jurnal Universitas Telkom Bandung. Vol. 7 (2):209-219.

Shilpa, N. C., & M. Amulya. 2017. Corporate Financial Distress: Analysis of Indian Automobile Industry. Journal Management of University Mysore, Manasagangothri, Mysore, India. Vol. 8 (1): 47-54.

Sirait, Sarida. 2016. Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia. Tesis. Magister Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

Sulistyani., & Deni Ismanto. 2017. Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar Di BEI. Jurnal Fokus. Vol. 7 (2): 156-157.

Sulistiyowati, Leny. 2016. Panduan Praktis Memahami Laporan Keuangan. Elex Media Komputindo.

Syamsuddin, Lukman. 2016. Manajemen Keuangan Perusahaan. Jakarta. Rajawali Pers.

Utami, Rezky., Hermanto Siregar., & Ferry Syarifuddin. 2020. The Analysis of Bankruptcy Prediction Model with Adjustment of Earning Management on Textile and Garment Sub-Sector in Indonesia Stock Exchange.

International Journal of Research and Review. IPB University, School of Business. Vol.7(1): 208-218.

Vo, Duc Hong., Binh Ninh Vo Pham., & Michael McAleer. 2019. Corporate Financial Distress of Industry Level Listings in Vietnam. Journal Of Risk and Financial Management. Vol. 12.

Waqas, Hamid., & Rohani Md-Rus. 2018. Predicting financial distress:

Applicability of O-score and logit mode for Pakistani firms. BEH- Business and Economic Horizons Vol. 14, No. 2.

Wijoyo, Nugroho Agung. 2016. Menakar Kinerja Perusahaan Pembiayaan:

Kesulitan Keuangan Perusahaan Pembiayaan (Financial Distress). Jakarta.

penerbit UI Press.

www.idx.co.id www.ticmi.co.id

Yadiati, Winwin. 2017. The Influence Of Profitability On Financial Distress : A Research On Agricultural Companies Listed In Indonesia Stock Exchange.

International Journal Of Scientific & Technology Research.

Vol. 6(11):233-237.

Yusbardini., & Rosmita Rashid. 2019. Prediksi Financial Distress Dengan Pendekatan Altman Pada Perusahaan Manufaktur Di Indonesia. Jurnal Muara Ilmu Ekonomi dan Bisnis. Vol. 3 (1): 122-129.

LAMPIRAN

Sumber: Laporan Keuangan 2010-2018 (Data diolah)

a. Jika nilai Z > 2,90 diklasifikasikan sebagai perusahaan sehat.

b. Jika nilai Z < 1,23 maka termasuk perusahaan tidak sehat (mengalami financial Distress)

Kode

Perusahaan Nama Perusahaan Kondisi (Financial Distress)

2010 2011 2012 2013 2014 2015 2016 2017 2018

ANJT Austindo Nusantara Jaya Tbk 1 1 1 1 1 1 1 1 0

AALI Astra Agro Lestari Tbk 1 1 1 1 1 1 1 1 1

BWPT Eagle High Plantation Tbk 1 1 0 0 0 0 0 0 0

GZCO Gozco Plantation Tbk 1 0 0 0 0 0 0 0 0

LSIP

PP London Sumatera

Indonesia Tbk 1 1 1 1 1 1 1 1 0

SGRO Sampoerna Agro Tbk 1 1 1 1 1 0 0 1 0

SIMP Salim Ivomas Pratama Tbk 1 1 1 1 1 0 0 1 0

SMART Smart Tbk 1 1 1 1 1 1 1 1 1

TBLA Tunas Baru Lampung Tbk 0 1 1 1 1 0 0 1 1

UNSP

Bakrie Sumatera Plantation

Tbk 0 0 0 0 0 0 0 0 0

Sumber: Laporan Keuangan 2010-2018 (Data diolah)

1 = Perusahaan kategori sehat

0 = Perusahaan dengan kategori mengalami financial Distress (Tidak Sehat)

VARIABEL INDEPENDEN (X) Kode

Perusahaan Nama Perusahaan Tahun Rasio Keuangan (Variabel X)

ROA ROE CR DAR CLAR DER

Kode

Perusahaan Nama Perusahaan Tahun Rasio Keuangan (Variabel X)

ROA ROE CR DAR CLAR DER

Kode

Nama Perusahaan Tahun Rasio Keuangan (Variabel X)

Perusahaan ROA ROE CR DAR CLAR DER

Sumber: Laporan Keuangan 2010-2018 (Data diolah)

Statistik Deskriptif

Variable FD ROA ROE CR DAR CLAR DER

Min 0 -0.436 -1.352 0.099 0.082 0.041 -30.639

Max 1 0.251 3.379 5.209 1.107 0.98 11.274

Mean 0.6111 0.0434 0.1116 1.3387 0.4795 0.214 0.7186 Std. Deviation 0.4902 0.0894 0.4266 0.9371 0.208 0.1587 3.7838

Omnibus Test (Pengujian Pengaruh Simultan)

LR statistic 69.12023 Avg. log likelihood -0.284247 Prob(LR statistic) 0.000000

Pengujian Kelayakan Model (Likelihood) dan Hosmer & Lemeshow

Hannan-Quinn criter. 0.802455 Deviance 51.16450 Restr. deviance 120.2847 Restr. log likelihood -60.14236

Uji Multikolinearitas

Variable VIF

X1 1.053083

X2 3.490851

X3 1.777971

X4 7.961337

X5 3.061907

X6 2.835456

Uji Signifikansi Pengaruh Parsial Dependent Variable: Y

Method: ML - Binary Logit (Newton-Raphson / Marquardt steps) Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

X1 61.48387 21.19987 2.900200 0.0037

X2 -5.851034 6.890763 -0.849113 0.3958

X3 -0.228519 0.610713 -0.374184 0.7083

X4 -10.61449 5.718730 -1.856092 0.0634

X5 17.65918 6.192603 2.851657 0.0043

X6 -0.549517 0.641125 -0.857114 0.3914

C 1.503531 2.524891 0.595483 0.5515

Dalam dokumen ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS (Halaman 83-0)