BAB V PENUTUP
B. Saran
Berdasarkan hasil analisis pembahasan serta beberapa simpulan pada penelitian ini, adapun saran-saran yang dapat diberikan melalui hasil penelitian ini agar mendapatkan hasil yang lebih baik yaitu:
1. Bagi Perusahaan, dapat lebih memperhatikan laba bersih dan arus kas operasi terhadap financial distress untuk dijadikan sebagai bahan masukan dan
pedoman perusahaan dalam melakukan tindakan-tindakan atau keputusan dimasa yang akan datang agar dapat terhindar dari financial distress.
2. Bagi Investor, dapat menggunakan laba bersih dan arus kas operasi dalam melihat financial distress perusahaan sebagai pertimbangan dalam melakukan investasi. Tetapi hendaknya investor juga melakukan analisa pada indikator lain yang dapat mempengaruhi financial distress.
3. Bagi IAIN Parepare, diharapkan hasil penelitian ini dapat menambahkan koleksi diperpustakaan dan dapat dijadikan bahan referensi untuk penelitian lainnya
4. Bagi peneliti selanjutnya diharapkan melanjutkan penelitian dengan menambahkan jumlah variabel yang menjadi tolak ukur financial distress pada perusahaan telekomunikasi sehingga variabel yang dapat digunakan sebagai financial distress pada perusahaan juga berkembang.
I
DAFTAR PUSTAKA
Al-Qur’an Al Karim
Aminah, Siti Dan Akhmad Riduwan. “Manfaat Laba Dan Arus Kas Dalam Menentukan Prediksi Kondisi Financial Distress”. Jurnal Ilmu & Riset Akuntansi. Vol.4 No.5. 2015.
Andriansyah, Muhammad Zulfichrie. “Pengaruh Rasio Likuiditas, Leverage, Profitabilitas, Aktivitas Dan Pertumbuhan Penjualan Dalam Memprediksi Financial Distress (Studi Empiris Pada Perusahaan Sub Sektor Property dan Real Estate Yang Terdaftar di BEI Periode 2011-2017)”. Jurnal Universitas Islam Indonesia. 2018.
Ariani, Dita. “Analisis Kinerja Keuangan Perusahaan Menggunakan Metode Economic Value Added ( Eva ) Pada Perusahaan Telekomunikasi Yang Terdaftar Di Bei Periode 2015-2020”.(Skripsi Sarjana; Program Studi Strata 1 Manajemen). Jakarta. 2021.
Ikhsan, Arfan. Metodologi penelitian bisnis untuk Akuntansi dan Manajemen.
Bandung: Citapustaka Media. 2014.
BPS. Survei Sosial Ekonomi Nasional “statistic telekomunikasi Indonesia 2020”.
(diakses pada tanggal 26 november 2021).
Damodaran, Aswath. Corporate Finance: Theory and Practice. New York: Willey.
2001
Fahmi, Irham. Analisis Laporan Keuangan. Bandung: ALFABETA. 2017.
Furywardhana, Firdaus. Akuntansi Syariah Di Lembaga Keuangan Syariah. (Depok:
Guepedia. 2007.
Gaol, Romasi Lumban and Lau Rensia Riri Indriani. "Pengaruh Rasio Arus Kas Terhadap Prediksi Kondisi Financial Distress Pada Perusahaan Jasa Sektor Keuangan Yang Terdaftar Di Bursa Efek Indonesia". JRAK Vol 5. No. 1 Maret 2019.
Ghozali, Imam. Aplikasi analisis multivariate dengan program SPSS. Semarang:
Badan Penerbit Universitas Diponegoro. 2013.
Hamta, Firdaus. ‘Buku Bahan Ajar Metode Penelitian Akuntansi’. Yogyakarta:
deepublish. 2015.
Hanafi, Mamduh M. and Abdul Halim. Analisis Laporan Keuangan, Edisi 3.
Yogyakarta: Sekolah Tinggi Ilmu Manajemen YPKN. 2007.
Hanafi, Mamduh M. “manajemen keuangan”. Yogyakarta: BPFE. 2008.
Harahab, Sofyan syarif. ‘Teori Akuntansi’. Jakarta: PT Raja Grafindo persada.
II Jakarta. 2015.
Hery. Analisis Laporan Keuangan Integrated and Comprehensive Edition. Jakarta:
Grasindo. 2017.
Hery. ‘pengantar akuntansi II’. jakarta: PT Bumi Aksara. 2009.
Ikhsan, Arfan. Akuntansi Syariah. Madenatera. 2017.
Ikhsan, Arfan. Metodologi penelitian bisnis untuk Akuntansi dan Manajemen.
Bandung: Citapustaka Media. 2014.
Islahuzzaman. ‘Istilah-Istilah Akuntansi Dan Auditing’. Jakarta: PT Bumi Aksara.
2012.
Jumingan. ‘Analisis Laporan Keuangan’.Jakarta: Bumi Aksara. 2014.
Khaddafi, Muammar dkk. Akuntansi Syariah. Medan: Madenatera. 2016.
Kieso, Donald E. Akuntansi Intermediate Edisi 12 Jilid I. Jakarta: Erlangga. 2008.
Mardiani, Dini. ‘Analisis Rasio Arus Kas Dalam Menilai Kinerja Keuangan Perusahaan Telekomunikasi Yang Terdaftar Di Bursa Efek Indonesia (BEI) Periode 2017-2020’. (Skripsi sarjana; fakultas ekonomi, Palembang). 2021.
Martani. ‘Akuntansi Keuangan Menengah Berbasis PSAK’.Jakarta: Salemba Empat.
2017.
Marso, Said dan Mohamed El Merouani. “Predicting Financial Distress Using Hybrid Feedforward Neural Network With Cuckoo Search Algorithm”.
Procedia Computer Science. Vol.170. 2020.
Masruroh, Binti. “Pengaruh Laba Bersih Dan Arus Kas Operasi Terhadap Prediksi Kondisi Financial Distress Pada Bank Umum Syariah Di Indonesia Periode 2014-2018”. Skripsi Sarjana;Jurusan Perbankan Syariah:Ponorogo. 2020.
Mohamad, H.H, A.H. Ibrahim, H.H. Massoud. “Assessment Of The Expected Construction Company’s Net Profit Using Neural Network And Multiple Regression Models”. Ain Shams University. Vol. 4. 2013.
Munawir. Analisis Laporan Keuangan. Yogyakarta: Liberty. 2007.
Nandrayani, Novita Sari Dewi, “Pengaruh Penggunaan Laba Dan Arus Kas Terhadap Kondisi Financial Distress”. e – Jurnal Riset Manajemen. 2017.
Novitasari, Andri. “Analisis Prediksi Kebangkrutan Dengan Menggunakan Metode Altman Z-Score Pada Perusahaan Farmasi Yang Terdaftar Di Bursa Efek Indonesia Tahun 2014-2019”. skripsi sarjana. program studi akuntansi.
medan. 2020.
Noury, Benjamin. dkk. “The Prediction Of Future Cash Flows Based On Operating Cash Flows, Earnings And Accruals In The French Context”. Journal of
III
Behavioral and Experimental Finance. Vol. 28. 2020.
P.S, Frans Julius. “Pengaruh Finacial Leverage, Firm Growth, Laba Dan Arus Kas Terhadap Financial Distress (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2010-2014)”. JOM Fekon.
Vol. 4. No. 1. 2017.
Prasetyo, Anri Wahyu. “Penggunaan Laba, Arus Kas, Dan Profitabilitas Untuk Memprediksi Kondisi Financial Distress Suatu Perusahaan”. skripsi sarjana;program studi akuntasi:yogyakarta. 2016
PT Bursa Efek Indonesia, www.idx.co.id(Diakses pada tanggal 11januari 2022).
Purnamasari, Dian Dan Francisca Kristiastuti. “Analisis Prediksi Financial Distress Menggunakan Model Altman Z-Score Modifikasi”.Jurnal MANNERS. Vol I.
No.2. 2018.
Rahardjo, Budi. Keuangan Dan Akuntansi. Yogyakarta: Graha Ilmu. 2007.
Refinaldy, Aditya. “Pengaruh Tingkat Risiko Pembiayaan Musyarakah dan Pembiayaan Mudharabah terhadap Tingkat Profitabilitas Bank Syariah”.
Jurusan Akuntansi,Fakultas Ekonomi: Universitas Jember.
Reknaningtyas.“Prediksi Financial Distress Dan Pengaruhnya Terhadap Harga Saham Melalui Struktur Modal (Studi Pada Perusahaan Non-Keuangan Di Bei Periode 2011 – 2016)”. (Skripsi sarjana, jurusan manajemen). Semarang.
2017.
Riyanto, Bambang. Dasar-dasar Pembelanjaan Perusahaan. Yogyakarta: GPFE.
2008.
Rudianto. “Akuntansi Manajemen Informasi Untuk Pengambilan Keputusan Strategi”, Jakarta: Erlangga, 2013
Rudianto. ‘pengantar akuntansi’. Jakarta: Erlangga, 2009.
Sarjono, Haryadi dan Winda Julianita. SPSS vs LISREL: Sebuah Pengantar, Aplikasi untuk Riset. Jakarta: Salemba Empat. 2011.
Sekaran, Uma dan Roger Bougie.Metode Penelitian Bisnis. Edisi 6. Buku 2. Jakarta:
Salemba Empat. 2017.
Stice, Earls K. ‘Akuntansi IntermediateEdisi 15’. Jakarta: Salemba Empat. 2012.
Subramanyam, K. R. dan John J. Wild. Analisis Laporan Keuangan. Jakarta:
Salemba Empat. 2012.
Sugiyono. Metode Penelitian pendidikan pendekatan kuantitatif, kualitatif dan R &
D. Bandung: Alfabeta. 2010.
Suharyadi. Statistika dan Keuanga Modern.Yogyakarta: Salemba Empat. 2013.
IV
Suliyanto. Ekonometrika Terapan. Yogyakarta: ANDI. 2003
Suliyanto. Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS. Yogyakarta: CV Andi Offset. 2011
Suryabrata, Surnadi. Metodologi Penelitian. Jakarta: PT Raja Gafindo Persada. 2005.
Suwardjono. Teori Akuntansi Perekayasaan Pelaporan Keuangan. Yogyakarta:
BPFE. 2011.
Tampubolon, Agustina Berliana. “Analisis Pengaruh Penerapan Good Corporate Governance, Profitabilitas Dan Leverage Terhadap Kemungkinan Terjadinya Financial Distress Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia(BEI)”.(Skripsi sarjana, program studi akuntasi ekstensi), medan. 2017.
Wijaya, Tony. ‘Analisis Data Penelitian Menggunakan SPSS’. Yogyakarta:
Universitas Atmajaya. 2009.
Wahyuningtyas, Fitria. “penggunan laba dan arus kas untuk memprediksi finalcial distress pada perusahaan bukan bank yang terdaftar di bursa efek indonesia tahun 2005-2008”. skripsi sarjana;program studi ekonomi: semarang. 2010.
V
LAMPIRAN
VI Lampiran Data Penelitian
Nama Perusahaan Tahun Triulan Laba Bersih
Arus Kas Operasi
Financial Distress
PT Indosat Ooredoo Hutchison Tbk
2018 I -0,68 3,77 0,19
II -0,82 5,7 -0,23
III -2,35 5,47 -0,54
IV -3,92 7,83 -1,13
2019 I -0,5 3,48 -0,75
II -0,57 8,13 -0,79
III -0,43 8,86 -0,51
IV 2,59 16,85 -0,02
2020 I -0,97 3,88 -0,18
II -0,52 7,56 -0,23
III -0,67 13,76 -0,38
IV -1 17,59 -1,24
PT Telekom Indonesia
2018 I 3,86 4,63 3,25
II 6,34 7,81 2,32
III 10,09 13,8 3,92
IV 13,08 22,14 3,67
2019 I 3,88 5,96 3,05
II 7,18 12,84 2,65
III 10,79 17,79 3,09
IV 12,47 24,84 2,96
2020 I 3,43 7,27 2,21
II 6,26 13,87 1,56
III 9,84 20,34 2,38
IV 11,97 26,45 2,51
VII Hasil Perhitungan Statistik
Hasil Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
LB 12 -3.92 2.59 -.8200 1.47965
AKO 12 3.48 17.59 8.5733 4.93127
FD 12 -1.24 .19 -.4842 .43263
Valid N (listwise) 12
Hasil Normal P-PLOT
VIII
Hasil Uji Normalitas Kolmogorov-Smirnov Laba Bersih
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 12
Normal Parametersa,b Mean 0E-7
Std. Deviation .38939313
Most Extreme Differences
Absolute .127
Positive .113
Negative -.127
Kolmogorov-Smirnov Z .441
Asymp. Sig. (2-tailed) .990
a. Test distribution is Normal.
b. Calculated from data.
Hasil Uji Normalitas Kolmogorov-Smirnov Arus Kas Operasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 12
Normal Parametersa,b Mean 0E-7
Std. Deviation .41849152
Most Extreme Differences
Absolute .175
Positive .123
Negative -.175
Kolmogorov-Smirnov Z .607
Asymp. Sig. (2-tailed) .855
a. Test distribution is Normal.
b. Calculated from data.
IX
Hasil Uji Multikolieniritas
Hasil uji autokorelasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
Durbin-Watson
1 .743a .553 .453 .31986 1.110
a. Predictors: (Constant), AKO, LB
b. Dependent Variable: FD
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) .123 .233 .528 .610
LB .224 .071 .765 3.135 .012 .836 1.197
AKO -.049 .021 -.563 -2.311 .046 .836 1.197
a. Dependent Variable: FD
X
Hasill uji scatterplot
Hasil Uji Regresi Linear Berganda
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
T Sig.
B Std. Error Beta
1
(Constant) .123 .233 .528 .610
LB .224 .071 .765 3.135 .012
AKO -.049 .021 -.563 -2.311 .046
a. Dependent Variable: FD
Hasil Uji T
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
T Sig.
B Std. Error Beta
1
(Constant) .123 .233 .528 .610
LB .224 .071 .765 3.135 .012
AKO -.049 .021 -.563 -2.311 .046
a. Dependent Variable: FD
XI Hasil Uji F
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1.138 2 .569 5.562 .027b
Residual .921 9 .102
Total 2.059 11
a. Dependent Variable: FD b. Predictors: (Constant), AKO, LB
Hasil Uji R2
Model Summary
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 .743a .553 .453 .31986
a. Predictors: (Constant), AKO, LB
Hasil Uji Analisis Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
LB 12 3.43 13.08 8.2658 3.53801
AKO 12 4.63 26.45 14.8117 7.52494
FD 12 1.56 3.92 2.7975 .65955
Valid N (listwise) 12
XII
Hasil Normal P-PLOT
Hasil Uji Normalitas Kolmogorov-Smirnov Variabel Laba Bersih
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 12
Normal Parametersa,b Mean 0E-7
Std. Deviation .61523976
Most Extreme Differences
Absolute .146
Positive .132
Negative -.146
Kolmogorov-Smirnov Z .507
Asymp. Sig. (2-tailed) .959
a. Test distribution is Normal.
b. Calculated from data.
XIII
Hasil Uji Normalitas Kolmogorov-Smirnov Variabel Arus Kas Operasi
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 12
Normal Parametersa,b Mean 0E-7
Std. Deviation .65170645
Most Extreme Differences
Absolute .133
Positive .133
Negative -.099
Kolmogorov-Smirnov Z .460
Asymp. Sig. (2-tailed) .984
a. Test distribution is Normal.
b. Calculated from data.
Hasil Uji Multikoleniaritas
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
T Sig. Collinearity
Statistics
B Std. Error Beta Toleranc
e
VIF
1
(Constant) 1.985 .356 5.582 .000
LB .396 .106 2.124 3.726 .005 .134 7.484
AKO -.166 .050 -1.894 -3.323 .009 .134 7.484
a. Dependent Variable: FD
Hasil Uji Autokorelasi
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
Durbin-Watson
1 .781a .609 .522 .45576 2.423
a. Predictors: (Constant), AKO, LB b. Dependent Variable: FD
XIV Hasil Scatterplot
Hasil Regresi Linear Berganda
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
T Sig.
B Std. Error Beta
1
(Constant) 1.985 .356 5.582 .000
LB .396 .106 2.124 3.726 .005
AKO -.166 .050 -1.894 -3.323 .009
a. Dependent Variable: FD
Hasil Uji T
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
T Sig.
B Std. Error Beta
1
(Constant) 1.985 .356 5.582 .000
LB .396 .106 2.124 3.726 .005
AKO -.166 .050 -1.894 -3.323 .009
a. Dependent Variable: FD
XV Hasil Uji F
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 2.916 2 1.458 7.018 .015b
Residual 1.869 9 .208
Total 4.785 11
a. Dependent Variable: FD b. Predictors: (Constant), AKO, LB
Hasil Uji R2
Model Summary
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 .781a .609 .522 .45576
a. Predictors: (Constant), AKO, LB
XVI
XVII
XVIII
XIX
XX