Prediksi Gejala Kebangkrutan dengan Analisa Model Altman Z-Score pada Restaurant, Hotel dan Tourism yang Terdaftar Di BEI pada Tahun 2010 – 2012

(1)

Lampiran 1

Tabel Net Working Capital to Total Assets (X1)

No Nama Sampel 2010 2011 2012

1 Bayu Buana Tbk _0.2 _0.25 _0.24

2 Bukit Uliwatu _-0.04 _0.05 _0.06

3 Destinasi Tirta Nusantara _0.02 _0.21 _0.215

4 Fast Food Indonesia Tbk _-0.11 _0.1 _0.211

5 Grahamas Citra Wisata _-0.002 _0.01 _0.017

6 Hotel Mandarine Regency Tbk _0.15 _0.04 _0.05

7 Hotel Sahid Jaya Tbk _0.11 _0.07 _0.07

8 Indonesian Paradise Property Tbk _-0.005 _0.22 _0.05 9 Island Concepts Indonesia Tbk _-0.22 _0.03 _0.01 10 Jakarta Setia Budi International Tbk _-0.005 _0.12 _0.16

11 Mas Murni Indonesia _0.001 _0.001 _0.0005

12 Panorama Pariwisata _0.03 _0.13 _0.09

13 Pembangunan Graha Indah Lestari

Tbk _-0.03 _0.09 _0.125

14 Pembangunan Jaya Ancol Tbk _0.19 _0.08 _0.10 15 Pioneerindo Gournet International

Tbk _0.09 _-0.013 _0.12

16 Plaza Indonesia Realty Tbk _0.09 _0.067 _0.02 17 Pudjaji & Sons Estate Tbk _0.11 _0.81 _0.17 18 Pudjaji Prestige Limited Tbk _0.51 _0.45 _0.22

(2)

Lampiran 2

Tabel Retained Earnings to Total Assets (X2)

No Nama Sampel 2010 2011 2012

1 Bayu Buana Tbk _0.81 _0.68 _0.51

2 Bukit Uliwatu _0.49 _0.47 _0.43

4 Fast Food Indonesia Tbk _2.64 _2.39 _2.23

5 Grahamas Citra Wisata _0.06 _0.69 _0.83

8 Indonesian Paradise Property Tbk _0.94 _0.45 _0.42 9 Island Concepts Indonesia Tbk _1.23 _0.44 _0.49 10 Jakarta Setia Budi International Tbk _0.46 _0.4 _0.35

Tbk _1.16 _1.11 _1.07

Tbk _1.01 _0.07 _0.54

(3)

Lampiran 3

Tabel Earnings Before Interest And Taxes to Total Assets (X3)

No Nama Sampel 2010 2011 2012

1 Bayu Buana Tbk _0.05 _0.06 _0.06

2 Bukit Uliwatu _0.06 _0.09 _0.07

5 Grahamas Citra Wisata _0.007 _0.02 _-0.04

6 Hotel Mandarine Regency Tbk _-0.007 _0.002 _0.01

8 Indonesian Paradise Property Tbk _0.008 _0.008 _0.01 9 Island Concepts Indonesia Tbk _-0.12 _0.01 _0.001 10 Jakarta Setia Budi International Tbk _0.1 _0.09 _0.07

Tbk _0.001 _0.01 _0.01

14 Pembangunan Jaya Ancol Tbk _0.12 _0.12 _0.1

15 Pioneerindo Gournet International

Tbk _0.21 _0.04 _0.24

(4)

Lampiran 4

Tabel Market Value of Equityto Total Liabilities (X4)

No Nama Sampel 2010 2011 2012

1 Bayu Buana Tbk _1.8 _0.83 _0.9

2 Bukit Uliwatu _1.09 _1.47 _1.67

5 Grahamas Citra Wisata _1.51 _1.8 _3.08

8 Indonesian Paradise Property Tbk _1.01 _2.77 _2.41 9 Island Concepts Indonesia Tbk _0.11 _0.22 _0.31 10 Jakarta Setia Budi International Tbk _1.09 _1.28 _1.2

Tbk _6.93 _5.44 _4.53

Tbk _0.53 _0.51 _1.39

(5)

Lampiran 5

Tabel Sales to Total Assets (X5)

No Nama Sampel 2010 2011 2012

1 Bayu Buana Tbk _5,51 _5,4 _4,42

2 Bukit Uliwatu _0,19 _0,24 _0,18

3 Destinasi Tirta Nusantara _0,24 _1,88 _1,64

4 Fast Food Indonesia Tbk _1,23 _1,07 _1,03

5 Grahamas Citra Wisata _0,01 _0,23 _0,14

6 Hotel Mandarine Regency Tbk _0,02 _0,06 _0,09

7 Hotel Sahid Jaya Tbk _1,27 _1,03 _1,22

8 Indonesian Paradise Property Tbk _0,2 _0,13 _0,13 9 Island Concepts Indonesia Tbk _4,81 _1,19 _1,49 10 Jakarta Setia Budi International Tbk _0,42 _0,4 _1,36

11 Mas Murni Indonesia _0,09 _0,11 _0,104

12 Panorama Pariwisata _2,72 _0,06 _2,5

Tbk _0,35 _0,34 _0,34

14 Pembangunan Jaya Ancol Tbk _0,58 _0,53 _0,44 15 Pioneerindo Gournet International

Tbk _2,21 _0,38 _1,74

16 Plaza Indonesia Realty Tbk _0,18 _0,21 _0,43 17 Pudjaji & Sons Estate Tbk _0,63 _0,68 _0,71 18 Pudjaji Prestige Limited Tbk _0,2 _0,26 _0,27

(6)

Lampiran 6 Discriminant

Notes

Output Created 14-Apr-2014 14:15:40

Comments

Input Active Dataset DataSet0

Filter <none> Weight <none> Split File <none> N of Rows in

Working Data File

57

Missing Value Handling Definition of Missing

User-defined missing values are treated as missing in the analysis phase.

Cases Used In the analysis phase, cases with no user- or system-missing values for any predictor variable are used. Cases with user-, system-missing, or out-of-range values for the grouping variable are always excluded.

Syntax DISCRIMINANT

/GROUPS=Y(1 4)

/VARIABLES=X1 X2 X3 X4 X5 /ANALYSIS ALL

/SAVE=CLASS SCORES PROBS /METHOD=MAHAL

/PIN=.05 /POUT=.10 /PRIORS EQUAL /HISTORY

/STATISTICS=MEAN STDDEV UNIVF BOXM COEFF RAW CORR COV GCOV TCOV

/PLOT=COMBINED SEPARATE /PLOT=CASES

/CLASSIFY=NONMISSING POOLED.

Resources Processor Time 0:00:01.841

Elapsed Time 0:00:03.776

(7)

Modified Dis1_1 Discriminant Scores from Function 1 for Analysis 1

Dis2_1 Discriminant Scores from Function 2 for Analysis 1

Dis3_1 Discriminant Scores from Function 3 for Analysis 1

Dis1_2 Probabilities of Membership in Group 1 for Analysis 1

Number of unweighted cases written to the working file after classification

57

Analysis Case Processing Summary

Unweighted Cases N Percent

Valid 57 100.0

Excluded Missing or out-of-range group codes

0 .0

At least one missing discriminating variable

0 .0

Both missing or out-of-range group codes and at least one missing

discriminating variable

0 .0

Total 0 .0

Total 57 100.0

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.

(8)

EBIT TO TA .940 1.136 3 53 .343

EQ TO TL .861 2.860 3 53 .045

S TO TA .813 4.059 3 53 .011

Pooled Within-Groups Matricesa

NWC TO TA RE TO TA EBIT TO TA EQ TO TL S TO TA

Covariance NWC TO TA .020 -.021 .003 -.046 -.018

RE TO TA -.021 .279 .002 -.046 -.009

EBIT TO TA .003 .002 .006 -.044 .000

EQ TO TL -.046 -.046 -.044 3.315 -1.255

S TO TA -.018 -.009 .000 -1.255 1.474

Correlation NWC TO TA 1.000 -.277 .278 -.179 -.101

RE TO TA -.277 1.000 .047 -.047 -.014

EBIT TO TA .278 .047 1.000 -.304 .002

EQ TO TL -.179 -.047 -.304 1.000 -.568

S TO TA -.101 -.014 .002 -.568 1.000

a. The covariance matrix has 53 degrees of freedom.

Covariance Matricesa

KEBANGKRUTAN NWC TO TA RE TO TA EBIT TO TA EQ TO TL S TO TA

1.00 NWC TO TA .037 -.025 .007 -.120 -.025

RE TO TA -.025 .389 -.002 -.083 -.063

EBIT TO TA .007 -.002 .010 -.093 -.004

EQ TO TL -.120 -.083 -.093 6.946 -2.580

S TO TA -.025 -.063 -.004 -2.580 3.049

2.00 NWC TO TA .022 .002 .000 .058 -.058

RE TO TA .002 .003 .000 .032 -.025

EBIT TO TA .000 .000 2.580E-5 .001 .000

EQ TO TL .058 .032 .001 .394 -.341

S TO TA -.058 -.025 .000 -.341 .304

3.00 NWC TO TA .005 -.031 .000 .010 -.006

RE TO TA -.031 .328 .009 -.031 .072

(9)

EQ TO TL .010 -.031 -.005 .372 -.199

S TO TA -.006 .072 .005 -.199 .223

4.00 NWC TO TA .002 -.001 .000 .003 .000

RE TO TA -.001 .018 .001 -.004 .000

EBIT TO TA .000 .001 .001 -.001 .003

EQ TO TL .003 -.004 -.001 .166 -.004

S TO TA .000 .000 .003 -.004 .020

Total NWC TO TA .023 -.011 .003 -.007 .009

RE TO TA -.011 .313 .005 .090 .110

EBIT TO TA .003 .005 .006 -.037 .006

EQ TO TL -.007 .090 -.037 3.646 -.798

S TO TA .009 .110 .006 -.798 1.716

a. The total covariance matrix has 56 degrees of freedom.

Analysis 1

Box's Test of Equality of Covariance Matrices Log Determinants

KEBANGKRUTAN Rank

Log Determinant

1.00 4 -1.780

2.00 4 -23.178

3.00 4 -10.542

4.00 4 -16.243

Pooled within-groups 4 -4.183

The ranks and natural logarithms of determinants printed are those of the group covariance matrices.

Test Results

Box's M 228.563

(10)

df2 923.743

Sig. .000

Tests null hypothesis of equal population covariance

matrices.

Stepwise Statistics

Variables Entered/Removeda,b,c,d

Step

Min. D Squared

Exact F

Entered Statistic

Between

Groups Statistic df1 df2 Sig.

1 NWC TO TA .082 3,00 and 4,00 .515 1 53.000 .476

2 RE TO TA .496 1,00 and 2,00 1.014 2 52.000 .370

3 S TO TA .961 3,00 and 4,00 1.941 3 51.000 .135

4 EQ TO TL 1.361 3,00 and 4,00 2.021 4 50.000 .106

At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered.

a. Maximum number of steps is 10.

b. Maximum significance of F to enter is .05. c. Minimum significance of F to remove is .10.

d. F level, tolerance, or VIN insufficient for further computation.

Variables in the Analysis

Step Tolerance

Sig. of F to

Remove Min. D Squared

Between Groups

1 NWC TO TA 1.000 .026

2 NWC TO TA .923 .006 .058 2,00 and 3,00

RE TO TA .923 .006 .082 3,00 and 4,00

3 NWC TO TA .912 .006 .059 2,00 and 3,00

RE TO TA .921 .012 .226 3,00 and 4,00

S TO TA .988 .019 .496 1,00 and 2,00

(11)

RE TO TA .898 .011 .463 3,00 and 4,00

S TO TA .624 .000 .635 1,00 and 2,00

EQ TO TL .605 .000 .961 3,00 and 4,00

Variables Not in the Analysis

Step Tolerance Min. Tolerance

Sig. of F to Enter

Min. D Squared

Between Groups

0 NWC TO TA 1.000 1.000 .026 .082 3,00 and 4,00

RE TO TA 1.000 1.000 .026 .058 2,00 and 3,00

EBIT TO TA 1.000 1.000 .343 .007 2,00 and 4,00

EQ TO TL 1.000 1.000 .045 .012 3,00 and 4,00

S TO TA 1.000 1.000 .011 .001 2,00 and 3,00

1 RE TO TA .923 .923 .006 .496 1,00 and 2,00

EBIT TO TA .923 .923 .300 .409 3,00 and 4,00

EQ TO TL .968 .968 .023 .108 3,00 and 4,00

S TO TA .990 .990 .010 .226 3,00 and 4,00

2 EBIT TO TA .906 .838 .363 .763 1,00 and 2,00

EQ TO TL .958 .886 .023 .635 1,00 and 2,00

S TO TA .988 .912 .019 .961 3,00 and 4,00

3 EBIT TO TA .905 .827 .367 1.162 3,00 and 4,00

EQ TO TL .605 .605 .000 1.361 3,00 and 4,00

4 EBIT TO TA .825 .552 .267 1.805 3,00 and 4,00

Summary of Canonical Discriminant Functions Eigenvalues

(12)

1 1.841a 95.6 95.6 .805

2 .056a 2.9 98.5 .231

3 .028a 1.5 100.0 .165

a. First 3 canonical discriminant functions were used in the analysis.

Wilks' Lambda Test of

Function(s) Wilks' Lambda Chi-square df Sig.

1 through 3 .324 58.586 12 .000

2 through 3 .921 4.295 6 .637

3 .973 1.437 2 .487

Standardized Canonical Discriminant Function Coefficients

Function

1 2 3

NWC TO TA

.713 .765 .333

RE TO TA .551 -.342 .800

EQ TO TL 1.013 .000 -.581

S TO TA 1.001 -.325 -.451

Structure Matrix Function

1 2 3

NWC TO TA

.278 .893* .261

S TO TA .346 -.397* -.166

RE TO TA .292 -.550 .741*

EQ TO TL .292 .063 -.422*

EBIT TO TAa

(13)

Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions

Variables ordered by absolute size of correlation within function.

*. Largest absolute correlation between each variable and any discriminant function a. This variable not used in the analysis.

Canonical Discriminant Function Coefficients

Function

1 2 3

NWC TO TA

5.003 5.370 2.336

RE TO TA 1.044 -.649 1.515

EQ TO TL .556 .000 -.319

S TO TA .824 -.267 -.372

(Constant) -3.006 .046 -.111 Unstandardized coefficients

Functions at Group Centroids KEBA

NGK RUTA N

Function

1 2 3

1.00 1.357 -.063 -.058

2.00 .131 .723 .108

3.00 -.887 -.129 .203

4.00 -1.951 .015 -.254 Unstandardized canonical

discriminant functions evaluated at group means

Classification Statistics

(14)

Excluded Missing or out-of-range group codes

0

At least one missing discriminating variable

0

Used in Output 57

Prior Probabilities for Groups KEBA

NGKR

UTAN Prior

Cases Used in Analysis Unweighted Weighted

1.00 .250 25 25.000

2.00 .250 5 5.000

3.00 .250 17 17.000

4.00 .250 10 10.000

Total 1.000 57 57.000

Classification Function Coefficients KEBANGKRUTAN

1.00 2.00 3.00 4.00

NWC TO TA 21.088 19.559 10.113 4.496

RE TO TA 4.836 3.299 2.932 1.037

EQ TO TL 2.500 1.764 1.168 .722

S TO TA 3.471 2.189 1.543 .797

(Constant) -10.958 -6.605 -3.741 -1.999 Fisher's linear discriminant functions

(15)

Actua l Group

Predicted

Group p df

P(G=g | D=d) Squared Mahalano bis Distance to

Centroid Group

P(G=g | D=d) Squared Mahalanobi s Distance to Centroid Origi nal

1 1 1 .013 3 .996 10.780 2 .004 21.955

2 4 4 .931 3 .576 .446 3 .382 1.266

3 4 4 .958 3 .597 .309 3 .320 1.554

4 3 1** .002 3 .591 14.680 3 .324 15.879

5 4 4 .993 3 .694 .090 3 .266 2.007

6 3 2** .898 3 .399 .595 3 .365 .777

7 2 3** .917 3 .394 .508 2 .349 .753

8 3 3 .813 3 .579 .950 4 .315 2.172

9 1 1 .016 3 .865 10.266 3 .102 14.533

10 3 4** .941 3 .484 .395 3 .438 .593

11 1 1 .003 3 .988 14.045 2 .012 22.945

12 1 3** .543 3 .410 2.145 2 .241 3.212

13 1 1 .568 3 .940 2.024 2 .050 7.889

14 3 2** .922 3 .429 .487 3 .357 .858

15 1 1 .690 3 .470 1.466 2 .268 2.589

16 4 4 .970 3 .524 .244 3 .366 .959

17 3 3 .938 3 .422 .409 4 .372 .661

18 1 1 .064 3 .498 7.250 2 .495 7.260

19 2 2 1.000 3 .538 .004 3 .232 1.685

20 1 1 .072 3 .990 6.989 2 .010 16.208

21 3 3 .987 3 .474 .139 4 .364 .667

22 1 2** .933 3 .506 .432 1 .285 1.582

23 1 1 .015 3 .775 10.515 2 .133 14.033

24 3 3 .990 3 .533 .113 4 .293 1.306

(16)

27 1 2** .998 3 .583 .040 3 .191 2.268

28 3 3 .970 3 .492 .245 4 .385 .736

29 3 3 .976 3 .452 .208 4 .258 1.327

30 1 1 .344 3 .797 3.323 2 .165 6.473

31 1 2** .478 3 .384 2.485 1 .367 2.575

32 1 1 .949 3 .856 .355 2 .124 4.216

33 3 3 .911 3 .417 .536 2 .273 1.383

34 4 4 .970 3 .747 .245 3 .231 2.588

35 4 4 .987 3 .533 .137 3 .365 .896

36 1 2** .000 3 .710 18.997 1 .289 20.794

37 2 2 .320 3 .695 3.509 1 .273 5.378

38 4 4 .912 3 .793 .532 3 .192 3.364

39 1 1 .436 3 .956 2.725 2 .042 8.980

40 3 3 .988 3 .465 .129 4 .349 .707

41 1 2** .958 3 .530 .309 1 .234 1.943

42 1 1 .028 3 .877 9.089 2 .105 13.338

43 1 3** .911 3 .453 .537 2 .282 1.482

44 4 4 .998 3 .603 .042 3 .327 1.265

45 2 3** .929 3 .433 .454 2 .293 1.232

46 3 3 .984 3 .459 .161 4 .276 1.175

47 3 3 .959 3 .525 .303 4 .321 1.286

48 3 2** .971 3 .443 .242 3 .306 .982

49 1 1 .448 3 .350 2.657 2 .340 2.711

50 1 3** .658 3 .367 1.607 2 .317 1.902

51 1 1 .990 3 .744 .115 2 .213 2.621

52 3 4** .909 3 .409 .544 3 .405 .563

53 1 2** .845 3 .374 .820 1 .343 .990

54 4 4 .991 3 .552 .110 3 .366 .933

55 1 2** .954 3 .459 .332 3 .318 1.064

56 2 2 .998 3 .574 .033 3 .219 1.955

(17)

(18)

(19)

(20)

(21)

(22)

DAFTAR PUSTAKA

Adnan, M.A danKurniasih, E. (2002).Analisis Tingkat Kesehatan Perusahaan untuk Memprediksi Potensi Kebangkrutan dengan Pendekatan Metode Altman (Kasuspada Sepuluh Perusahaan di Indonesia)

Altman, E. (1968). “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankcrupty,” Journal of Finance

Altman, E. I. (2000). Predicting financial distress of companies: Revisiting the Zscore and Zeta® Models. Journal of Banking & Finance, 1.

Ghozali, Imam (2006). Aplikasi Analis Multivariate dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro

Hadi, S, dan Anggreani, A. (2008). Pemilihan Prediktor Delisting Terbaik (Perbandingan Antara The Zwjewski, The Altman Model, dan The Springate Model). FE UI

Harahap, Syafri Sofyan (2001). Analisis Laporan Keuangan. Jakarta: PT. Rajagrafindo Persada

Harnanto, (1984). Analisa Laporan Keuangan. BPFE Yogyakarta

Idrus, Muhammad (2009). Metode Penelitian Ilmu Sosial. Yogyakarta: Erlangga Nugroho, Mokhamad Iqbal Dwi (2012). Analisis Prediksi Financial Distress dengan

Menggunakan Model Altman Z-Score Modifikasi 1995 (Studi Kasus Pada Perusahaan Manufaktur Yang Go Public di Indonesia Tahun 2008 sampai dengan Tahun 2010. Semarang: Universitas Diponegoro

Rosy, Tita (2010). Analisis Diskriminan.

S. Munawir (2002). Analisis Informasi Keuangan. Yogyakarta: Liberty Yogyakarta ST. Ibrahim Mustafa Kamal (2010). Analisis Prediksi Kebangkrutan pada

Perusahaan Perbankan Go Public yang Terdaftar di Bursa Efek Indonesia (dengan Menggunakan Metode Altman Z Score). Makassar

Sugiyono (2008). Metode Penelitian Bisnis. Bandung: Alfabeta

(23)

BAB III

METODE PENELITIAN 3.1 Variabel Penelitian

Dalam penelitian ini digunakan dua variabel, yaitu variabel independen/bebas dan variabel dependen/terikat. Variabel merupakan suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Variabel independen/bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen/terikat. Sedangkan variabel dependen/terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel independen/bebas. (Sugiyono, 2008:59)

(24)

3.2 Definisi Operasional Variabel

Seperti yang telah dijelaskan sebelumnya, variabel independen/bebas atau variabel (X) dalam penelitian ini terdiri dari lima variabel dalam metode Altman Z Score, yang terdiri dari:

1. Net Working Capital to Total Assets (X1

Net Working Capital to Total Assets adalah suatu rasio yang menunjukkan kemampuan perusahaan untuk menghasilkan modal kerja bersih dari keseluruhan total aset yang dimilikinya.Rasio ini dihitung dengan membagi modal kerja bersih dengan total aset. Modalkerja bersih diperoleh dengan cara aset lancar dikurangi dengan kewajiban lancar. Umumnya, bila perusahaan mengalami kesulitan keuangan, modal kerja turun lebih cepat dari pada total asset dan menyebabkan rasio ini turun. Pemikiran ini didasarkan dari pengamatan Altman terhadap current ratio dan acid ratio yang kurang baik untuk memprediksi kebangkrutan

X1 = ��

)

2. Retained Earnings to Total Assets (X2

Retained Earnings to Total Assets merupakan rasio yang menunjukkan kemampuan perusahaan untuk menghasilkan laba ditahan dari total aset perusahaan. Laba ditahan merupakan laba yang tidakdibagikan kepada para pemegang saham. Dengan kata lain, laba ditahanmenunjukkan berapa banyak pendapatan perusahaan yang tidak dibayarkan dalambentuk deviden kepada

(25)

para pemegang saham. Laba ditahan menunjukkan klaim terhadap aset, bukan aset per ekuitas pemegang saham. Laba ditahan terjadikarena pemegang saham biasa mengizinkan perusahaan untuk menginvestasikankembali laba yang tidak didistribusikan sebagai deviden. Parameter ini berguna untuk mengukur apakah laba secara kumulatif mampu

mengimbangi jumlah asset.

X2 = �� 3. Earnings Before Interest and Tax to Total Assets(X3

Earnings Before Interest and Tax to Total Assets adalah rasio yang menunjukkan kemampuan perusahaan untuk menghasilkan laba dari aset perusahaan, sebelum pembayaran bunga dan pajak. Parameter ini berguna untuk mengukur profitabilitas suatu bisnis tanpa memandang seberapa besar utang perusahaan.

�3 = ��

)

4. Market Value of Equity to Total Liability(X4

Rasio ini menunjukkan kemampuan perusahaan untuk mengukur sejauh mana aset perusahaan dibiayai dari hutang. Nilai ekuitas diperoleh dengan mengalikan lembar saham biasa yang beredar dengan harga pasar per lembar saham. Total hutang diperoleh dengan menjumlahkan kewajiban lancar dengan kewajiban jangka panjang. Parameter ini berguna untuk mengukur

(26)

tingkat laverage dari suatu perusahaan, terutama apabila dibelakangnya terdapat bunga yang harus dibayar.

�4 = ��

5. Sales to Total Assets(X5

Rasio ini menunjukkan apakah perusahaan menghasilkan volume bisnis yang cukup dibandingkan investasi dalam total asetnya. Rasio ini mencerminkan efisiensi manajemen dalam menggunakan keseluruhan aset perusahaan untuk menghasilkan pejualan dan mendapatkan laba. Disebut juga dengan assets turnover dan biasanya dipergunakan untuk mengukur tingkat efisiensi suatu bisnis dalam memanfaatkan aset yang dimiliki.

�5 = �� )

(27)

Dari hasil analisa Model Altman, akan diperoleh nilai Z-Score yang dibagi dalam tiga tingkatan atau kategori (Munawir, 2002), yaitu sebagai berikut:

a. Jika nilai Z < 1,8 maka termasuk perusahaan yang bangkrut.

b. Jika nilai 1,8 < Z < 2,70 maka ada kemungkinan perusahaan akan mengalami kebangkrutan dalam 2 tahun ke depan

c. Jika nilai 2,70 < Z < 2,99 terdapat kondisi di suatu bagian yang membutuhkan perhatian khusus

d. Jika nilai Z > 2,99 maka termasuk perusahaan yang tidak bangkrut. 3.3 Populasi dan Sampel

Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari kemudian ditarik kesimpulannya (Sugiyono, 2008: 115). Populasi yang digunakan dalam penelitian ini adalah restaurant, hotel, dan tourism yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2010 – 2012.

(28)

menjadi sampel penelitian, sehingga teknik pengambilan sampel secara purposive ini didasarkan pada:

1. Perusahaan Restaurant, Hotel dan Tourism yang terdaftar di Bursa Efek Indonesia pada tahun 2010 – 2012.

2. Memiliki laporan keuangan yang telah diaudit pada tahun 2010 – 2012 yang dibutuhkan untuk memenuhi rasio-rasio dalam analisis model Altman Z Score.

Sampel dalam penelitian ini berjumlah 19 perusahaan dari 23 perusahaan restaurant, hotel dan tourism yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2010 – 2012.

Tabel 3.1 Daftar Sampel

No Nama Sampel Keterangan

1 Bayu Buana Tbk Sampel 1

2 Bukit Uliwatu Sampel 2

3 Destinasi Tirta Nusantara Sampel 3

4 Fast Food Indonesia Tbk Sampel 4

5 Grahamas Citra Wisata Sampel 5

6 Hotel Mandarine Regency Tbk Sampel 6

7 Hotel Sahid Jaya Tbk Sampel 7

8 Indonesian Paradise Property Tbk Sampel 8

9 Island Concepts Indonesia Tbk Sampel 9

10 Jakarta Setia Budi International Tbk Sampel 10

(29)

12 Panorama Pariwisata Sampel 12 13 Pembangunan Graha Indah Lestari Tbk Sampel 13

14 Pembangunan Jaya Ancol Tbk Sampel 14

15 Pioneerindo Gournet International Tbk Sampel15

16 Plaza Indonesia Realty Tbk Sampel 16

17 Pudjaji & Sons Estate Tbk Sampel 17

18 Pudjaji Prestige Limited Tbk Sampel 18

19 Pusako Tarinka Tbk Sampel 19

Sumber : idx.co.id

3.4 Jenis dan Sumber Data

Data yang dikumpulkan dari penelitian ini adalah data sekunder. Data sekunder adalah data yang dperoleh dari sumber kedua yang memilii informasi atau data tersebut (Idrus, 2009:86). Sumber data dalam penulisan skripsi ini adalah dari berbagai sumber buku, jurnal dan penelitian terdahulu yang mendukung penelitian.

Sedangkan untuk sumber data yang akan diolah dalam analisis penelitian adalah

web resmi Bursa Efek Indonesia.

3.5 Metode Pengumpulan Data

(30)

perkembangannya yang kemudian digunakan penelitian. Situs yang digunakan adalah

Selain itu, dilakukan juga studi pustaka yaitu pengumpulan data dengan cara mempelajari dan memahami buku-buku yang mempunyai hubungan dengan analisis prediksi kebangkrutan metode Altman Z-score seperti dari literatur, jurnal-jurnal, media massa dan hasil penelitian yang diperoleh dari berbagai sumber, baik dari perpustakaan dan sumber lain.

3.6 Teknik Analisis Data

Teknik analisis data yang digunakan dalm penelitian ini adalah analisis multiple diskriminan. Menurut Ghozali (2006), analisis multiple diskriminan merupakan bentuk regreasi dengan variabel terikat berbentuk non-metrik atau kategori. Analisis diskriminan adalah salah satu teknik yang digunakan dalam penelitian yang melibatkan pengukuran ganda. Adapun tujuan dari analisis diskriminan adalah:

1. Mengidentifikasi variabel – variabel yang mampu membedakan antara kedua kelompok atau lebih.

2. Menggunakan variabel yang telah teridentifikasi untuk menyusun persamaan atau fungsi unruk menghitung variabel baru atau indeks yang dapat menjelaskan perbedaan antara dua kelompok.

(31)

Persyaratan awal yang harus dipenuhi sebelum melakukan analisis dengan fungsi diskriminan adalah :

1. Setiap individu harus dikelompokkan hanya ke dalam satu dan hanya satu kelompok

2. Varians dalam setiap kelompok adalah sama (equal variances)

3. Predictor atau variable independen harus berdistribusi normal ganda(multi variates normal distribution)

Model analisis diskriminan adalah sebuah persamaan yang menunjukkan suatu kombinasi linier dari berbagai variable independen yaitu :

D = b0 + b1X + b2X2 + b3X3 +…+ bkXk Dengan :

D = Skor diskriminan

b = Koefisien diskriminasi atau bobot X = predictor atau variable independen

Yang diestimasi adalah koefisien ”b”, sehingga nilai ”D” setiap grup sedapat mungkin berbeda. Ini terjadi pada saat rasio jumlah kuadrat antar grup (betweengroup sum of squares) terhadap jumlah kuadrat dalam grup (within-group sum ofsquare) untuk skor diskriminan mencapai maksimum. Berdasarkan nilai D itulahkeanggotaan seseorang diprediksi.

3.7 Waktu Penelitian

(32)

[image:32.612.98.537.153.350.2]

Tabel 3.2 Jadwal Penelitian No

Tahapan Penelitian

Januari 2014

Februari 2014

Maret 2014

April

2014 Keterangan

1. Pengajuan Proposal

Skripsi 1 minggu

2. Bimbingan Proposal

Skripsi 4 minggu

3. Pengumpulan Data

2 minggu 4. Pengolahan Data

2 minggu 5. Bimbingan Skripsi

2 minggu 6. Penyelesaian Penulisan

(33)

BAB IV

ANALISIS HASIL PENELITIAN 4.1 Data Penelitian

Populasi yang diteliti pada penelitian ini adalah perusahaan restaurant, hotel, dan tourism yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2010-2012. Perusahaan yang dijadikan sampel berjumlah 19 perusahaan. Sampel sebanyak 19 perusahaan tersebut terlebih dahulu dihitung nilai Z Score Altman dengan rumus:

Z= 1,2T1 + 1,4T2 + 3,3T3 + 0,6T4 + 0,999T5 Dimana : X1 = Working Capital / Total Assets

X2 = Retairned Earnings / Total Assets

X3 = Earning Before Interest and Taxes / Total Assets

X4 = Market Value of Equity / Book Value of Total Liabilities X5 = Sales / Total Assets

Dari nilai Z-Score yang didapat sampel perusahaan kemudian dikelompokkan ke kategori bangkrut, rawan bangkrut, kurang sehat, dan sehat dengan interval:

b. Jika nilai 1,8 < Z < 2,70 maka ada kemungkinan perusahaan akan mengalami kebangkrutan dalam 2 tahun ke depan (rawan bangkrut).

c. Jika nilai 2,70 < Z < 2,99 terdapat kondisi di suatu bagian yang membutuhkan perhatian khusus (kurang sehat).

(34)

[image:34.612.102.574.188.704.2]

Berdasarkan perhitungan analisa prediksi kebangkrutan Z-Score Altman diperoleh hasil seperti dalam Tabel 4.1 sebagai berikut:

Tabel 4.1 Nilai Z Score Altman

No Nama

Perusahaan

2010 2012 2013

Nilai Z Prediksi Nilai Z Prediksi Nilai Z Prediksi 1 Bayu Buana Tbk _7.526091 _Sehat _7.365522 _Sehat _6.178978 _Sehat 2 Bukit Uliwatu

1.696486 Bangkrut 2.167653

Rawan

Bangkrut 2.098949

Rawan Bangkrut 3 Destinasi Tirta

Nusantara 1.428706 Bangkrut 3.63918 Sehat 3.310339 Sehat 4 Fast Food Indonesia

Tbk 2.454709

Rawan

Bangkrut 5.925125 Sehat 6.124287 Sehat

5 Grahamas Citra

Wisata 1.02649 Bangkrut 2.38953

Rawan

Bangkrut 3.066037 Sehat

6 Hotel Mandarine

Regency Tbk 2.019039

Rawan

Bangkrut 1.239687 Bangkrut 1.074226 Bangkrut

7 Hotel Sahid Jaya

Tbk 2.772046

Kurang

Sehat 2.435612

Kurang

Sehat 2.86139

Kurang Sehat 8 Indonesian Paradise

Property Tbk 2.154692

Rawan

Bangkrut 30.53776 Sehat 2.294809

Rawan Bangkrut 9 Island Concepts

Indonesia Tbk 5.939005 Sehat 2.031777

Rawan

Bangkrut 2.394122

Rawan Bangkrut 10 Jakarta Setia Budi

International Tbk 2.068949

Rawan

Bangkrut 2.198038

Rawan

Bangkrut 2.032808

Rawan Bangkrut

11 Mas Murni

Indonesia 7.265859 Sehat 4.937335 Sehat 3.668749 Sehat 12 Panorama

Pariwisata 3.301768 Sehat 3.724053 Sehat 3.087469 Sehat 13 Pembangunan

Graha Indah Lestari

Tbk 6.112947 Sehat 5.331371 Sehat 4.750756 Sehat

14 Pembangunan Jaya

Ancol Tbk 2.414129

Rawan

Bangkrut 2.628992

Rawan

Bangkrut 1.88316 Bangkrut

15 Pioneerindo

(35)

International Tbk

16 Plaza Indonesia

Realty Tbk 1.188265 Bangkrut 1.344781 Bangkrut 1.779192 Bangkrut 17 Pudjaji & Sons

Estate Tbk 2.546703

Rawan

Bangkrut 3.343589 Sehat 3.306325 Sehat

18 Pudjaji Prestige

Limited Tbk 3.633848 Sehat 2.949816

Kurang

Sehat 2.72296

Kurang Sehat 19 Pusako Tarinka Tbk

2.895058

Kurang

Sehat 0.495388 Bangkrut 5.065586 Sehat

[image:35.612.100.571.111.261.2]

Sumber: Diolah Penulis, 2014

Tabel 4.1 menunjukkan daftar yang diprediksi dalam empat kategori yaitu bangkrut, rawan bangkrut, kurang sehat dan sehat.

4.1.1 Kategori Perusahaan Bangkrut

Berdasarkan tabel 4.1 tersebut, dapat dilihat ada 21,05% atau 4 perusahaan yang menurut model Z-Score Altman terklasifikasi “tidak aman” pada tahun 2010. Artinya model prediksi memberi sinyal bahwa keempat perusahaan tersebut termasuk dalam kategori “bangkrut”. Perusahaan-perusahaan yang diprediksi bangkrut pada tahun 2010 adalah Bukit Uliwatu, Destinasi Tirta Nusantara, Grahamas Citra Wisata, dan Plaza Indonesia Realty Tbk.

(36)

pada tahun 2011 adalah Hotel Mandarine Regency Tbk, Pioneerindo Gournet International Tbk, Plaza Indonesia Realty Tbk, dan Pusako Tarinka Tbk.

Tahun 2012 menurut model Z-Score Altman diprediksi perusahaan yang berada dalam kategori perusahaan “bangkrut”, yaitu berjumlah 3 perusahaan atau sebesar 15,79%. Hasil Z-Score Altman tersebut menunjukkan jumlah perusahaan yang mengalami kebangkrutan mengalami penurunan. Perusahaan-perusahaan yang diprediksi bangkrut pada tahun 2012 adalah Hotel Mandarine Regency Tbk, Pembangunan Jaya Ancol Tbk dan Plaza Indonesia Realty Tbk.

4.1.2 Kategori Perusahaan Rawan Bangkrut

Bedasarkan Tabel 4.1 tersebut, dapat dilihat ada 31,57% atau 6 perusahaan yang menurut model prediksi Z-Score Altman terklasifikasi “rawan bangkrut”. Ini berarti dalam jangka waktu 2 tahun, bila perusahaan dapat memperbaiki diri maka perusahaan bisa menjadi perusahaan sehat, namun bila perusahaan tidak segera memperbaiki diri maka perusahaan akan masuk pada perusahaan bangkrut. Perusahaan-perusahaan yang diprediksi masuk kategori “rawan bangkrut” pada tahun 2010 adalah Fast Food Indonesia Tbk, Hotel Mandarine Regency Tbk, Indonesia Paradise Property Tbk, Jakarta Setia Budi Internasional Tbk, Pembangunan Jaya Ancol Tbk, dan Pudjaji Prestige Limited Tbk.

(37)

yang termasuk kategori rawan bangkrut, yaitu Bukit Uluwatu, Grahamas Citra Wisata, Island Concepts Indonesia Tbk, Jakarta Setia Budi Indonesia Tbk, dan Pembangunan Jaya Ancol Tbk. Tahun 2012 terdapat 4 perusahaan yang termasuk kategori rawan bangkrut, yaitu Bukit Uluwatu, Indonesian Paradise Property Tbk, Island Concepts Indonesia Tbk, dan Jakarta Setia Budi Indonesia Tbk.

4.1.3 Kategori Perusahaan Kurang Sehat

Dari tabel 4.1 terlihat bahwa terdapat 2 perusahaan atau sebesar 10,52% yang termasuk dalam kategori kurang sehat dari tahun 2010 sampai dengan 2012. Kategori ini menunjukkan bahwa ada bagian dari perusahaan yang harus lebih diperhatikan untuk menghindari kemungkinan kebangkrutan. Perusahaan yang termasuk kategori kurang sehat pada tahun 2010 adalah Hotel Sajid Jaya Tbk dan Pusako Tarinka Tbk. Perusahaan yang termasuk kategori kurang sehat pada tahun 2011dan 2012 adalah Hotel Sahid Jaya Tbk dan Pudjaji and Sons Estate Tbk.

4.1.4 Kategori Perusahaan Sehat

(38)

Tbk, Prioneerindo Gournet International Tbk, dan Pudjaji Prestige Limited Tbk.

Perusahaan yang termasuk dalam kategori sehat mengalami peningkatan pada tahun 2011, dimana terdapat 8 perusahaan atau 42,1% yang termasuk kateegori ini. Perusahaan tersebut adalah Bayu Buana Tbk, Destinasi Tirta Nusantara Tbk, Fast Food Indonesia Tbk, Indonesian Paradise Property Tbk, Mas Murni Indonesia, Panorama Wisata, Pembangunan Graha Indah Lestari Tbk, dan Pudjaji and Sons Estate Tbk. Pada tahun 2012 terdapat 7 perusahaan yang termasuk dalam kategori perusahaan sehat, yaitu Bayu Buana Tbk, Destinasi Tirta Nusantara Tbk, Fast Food Indonesia Tbk, Mas Murni Indonesia, Panorama Wisata, Pembangunan Graha Indah Lestari Tbk, dan Pudjaji and Sons Estate Tbk.

4.2 Analisis dan Hasil Penelitian

Analisis diskriminan adalah salah satu teknik statistik yang bisa

digunakan pada hubungan dependensi (hubungan antarvariabel dimana sudah bisa

dibedakan mana variabel respon dan mana variabel penjelas). Lebih spesifik lagi, analisis

diskriminan digunakan pada kasus dimana variabel respon berupa data kualitatif dan

variabel penjelas berupa data kuantitatif. Analisis diskriminan bertujuan untuk

mengklasifikasikan suatu individu atau observasi ke dalam kelompok yang saling bebas

(mutually exclusive/disjoint) dan menyeluruh (exhaustive ) berdasarkan sejumlah variabel

penjelas.

(39)

1. Sejumlah p variabel penjelas harus berdistribusi normal.

2. Matriks varians-covarians variabel penjelas berukuran pxp pada kedua kelompok harus

sama.

Jika dianalogikan dengan regresi linier, maka analisis diskriminan merupakan

kebalikannya. Pada regresi linier, variabel respon yang harus mengikuti distribusi normal

dan homoskedastis, sedangkan variabel penjelas diasumsikan fixed, artinya variabel

penjelas tidak disyaratkan mengikuti sebaran tertentu. Untuk analisis diskriminan,

variabel penjelasnya seperti sudah disebutkan di atas harus mengikuti distribusi normal

dan homoskedastis, sedangkan variabel responnya fixed.

[image:39.612.112.575.407.642.2]

4.2.1 Uji Multikolinieritas

Tabel 4.2

Pooled Within-Groups Matricesa

NWC TO TA RE TO TA EBIT TO TA EQ TO TL S TO TA

Covariance NWC TO TA .020 -.021 .003 -.046 -.018

RE TO TA -.021 .279 .002 -.046 -.009

EBIT TO TA .003 .002 .006 -.044 .000

EQ TO TL -.046 -.046 -.044 3.315 -1.255

S TO TA -.018 -.009 .000 -1.255 1.474

Correlation NWC TO TA 1.000 -.277 .278 -.179 -.101

RE TO TA -.277 1.000 .047 -.047 -.014

EBIT TO TA .278 .047 1.000 -.304 .002

EQ TO TL -.179 -.047 -.304 1.000 -.568

S TO TA -.101 -.014 .002 -.568 1.000

(40)

Dari matriks korelasi sebelumnya, terlihat bahwa tidak ada angka yang mencapai 0,5 atau di atasnya sehingga kita mengidentifikasi tidak ada multikolinieritas pada data.

4.2.2 Uji Kesamaan Vektor Rata-rata

[image:40.612.253.388.569.697.2]

Tabel 4.3

Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.

NWC TO TA .841 3.335 3 53 .026

RE TO TA .841 3.339 3 53 .026

EBIT TO TA .940 1.136 3 53 .343

EQ TO TL .861 2.860 3 53 .045

S TO TA .813 4.059 3 53 .011

Sumber: Data Diolah SPSS, 2014

Test of Equality of Groups Means memberikan Nilai Wilks’ Lamda dan

Univariate F Ratio untuk setiap variabel independen. Dengan melihat tingkat

signifikansinya, maka dapat disimpulkan bahwa secara univariate semua variabel

independen, kecuali Earnings Before Interesrt an Tax To Total Assets (X3) adalah

signifikan yang berarti mampu membedakan antar kelompok independen.

4.2.3 Uji Kesamaan Matriks Varians-covarians

Tabel 4.4

Test Results

Box's M 228.563

F Approx. 5.746

df1 30

df2 923.743

(41)

Tabel 4.4

Test Results

Box's M 228.563

F Approx. 5.746

df1 30

df2 923.743

Sig. .000

Sumber: Data Diolah SPSS,

2014.

Box’s M menguji asumsi homogenitas covariance matrik antar group. Hasil dari Box’s M menunjukkan nilai yang signifikan yang berarti terdapat perbedaan coveriance matrix antar group dan ini menyalahi asumsi analisis diskriminan. Namun demikian analisis diskriminan tetap robust walaupun asumsi homoginitas tidak terpenuhi dan tidak terdapat outlier.

Tabel 4.5

Variables in the Analysis

Step Tolerance

Sig. of F to

Remove Min. D Squared Between Groups

1 NWC TO TA 1.000 .026

2 NWC TO TA .923 .006 .058 2,00 and 3,00

RE TO TA .923 .006 .082 3,00 and 4,00

3 NWC TO TA .912 .006 .059 2,00 and 3,00

RE TO TA .921 .012 .226 3,00 and 4,00

S TO TA .988 .019 .496 1,00 and 2,00

4 NWC TO TA .818 .000 .289 2,00 and 3,00

RE TO TA .898 .011 .463 3,00 and 4,00

(42)

[image:42.612.170.472.606.695.2]

Hasil analisis dengan metode stepwise menunjukkan bahwa variabel pertama yang dimasukkan dalam analisis adalah X1 (Net Working Capital to Total Assets), variabel kedua yang dimasukkan kedalam analisis adalah X2 (Retained Earninng to Total Assets), kemudian variabel ketiga yang dimasukkan kedalam analisis adalah X3 (Sales to Total Assets) dan variabel berikutnya adalah X4 (Total Equity to Total Assets).

Tabel 4.6

Tabel 4.7

Eigenvalues

Functio

n Eigenvalue % of Variance Cumulative %

Canonical

Correlation

1 1.841a 95.6 95.6 .805

2 .056a 2.9 98.5 .231

3 .028a 1.5 100.0 .165

Sumber: Data diolah SPSS, 2014

Tabel 4.8

Wilks' Lambda

Test of

1 through 3 .324 58.586 12 .000

(43)

Tabel 4.8

Wilks' Lambda

Test of

1 through 3 .324 58.586 12 .000

2 through 3 .921 4.295 6 .637

3 .973 1.437 2 .487

Jumlah fungsi diskriminan yang akan dihitung adalah g-1 (jumlah grup pada variabel dependen minus 1). Oleh karena kita punya empat group pada variabel dependen maka jumlah fungsi diskriminan ada tiga (4 – 1). Fungsi diskriminan dengan empat variabel independen X1, X2, X3, dan X4 ternyata signifikan hanya untuk Fungsi Diskriminan 1, seperti yang terlihat dari nilai Chi-Square. Nilai eigenvalue menunjukkan berapa besar variasi pada variabel dependen yang dapat dijelaskan oleh setiap fungsi diskriminan. Ternyata fungsi diskriminan 1 mampu menjelaskan 95,6% variasi sedangkan fungsi diskriminan 2 hanya mampu menjelaskan variasi 2,9% dan fungsi diskriminan 3 hanya mampu menjelaskan variasi sebesar 1,5%.

[image:43.612.170.471.121.246.2]

4.2.4 Pembentukan Fungsi Linier

Tabel 4.9

Standardized Canonical Discriminant Function

Coefficients

Function

(44)

RE TO TA .551 -.342 .800

EQ TO TL 1.013 .000 -.581

S TO TA 1.001 -.325 -.451

[image:44.612.212.427.125.377.2]

Sumber: Data diolah SPSS, 2014 Tabel 4.10

Canonical Discriminant Function Coefficients

Function

1 2 3

NWC TO TA 5.003 5.370 2.336

RE TO TA 1.044 -.649 1.515

EQ TO TL .556 .000 -.319

S TO TA .824 -.267 -.372

(Constant) -3.006 .046 -.111

Unstandardized coefficients

Sumber: Data diolah SPSS, 2014

Standarlized koefisien fungsi diskriminan menunjukkan kontribusi parsial dari setiap variabel terhadap fungsi diskriminan. Sedangkan struktur matrik menunjukkan korelasi sederhana antara variabel dengan fungsi diskriminan. Jadi struktur koefisien pada struktur matrik digunakan untuk menetukan label arti atau makna pada fungsi diskriminan, sedangkan standarlized koefisien fungsi diskriminan digunakan untuk menilai unique kontribusi dari setiap variabel independen terhadap fungsi diskriminan. Berdasarkan tabel 4.10, maka dapat dituliskan fungsi diskriminan sebagai berikut:

(45)

Fungsi 3 Z3= -0,111 + 2,336 X1 + 1,515 X2 – 0,372 X3 + 0,319 X4

Fungsi diskriminan yang digunakan adalah fungsi diskriminan 1 yaitu Z= -3,006 + 5,003 X1 + 1,044 X2 + 0,824 X3 + 0,556 X4 karena fungsi diskriminan 1 mampu menjelaskan 95,6% variasi.

4.2.5 Hit Ratio

Pada lampiran akan diperlihatkan tabel Casewise Statistics, pada tabel ini akan terlihat jumlah preiksi aktual dan kesalahan prediksi dari setiap group. Group 1 yang merupakan group perusahaan sehat, dari 22 data terjadi kesalahan prediksi sebesar 10, sehingga fungsi diskriminan dapat mengelompokkan kasus dengan benar sebesar 54,54% (12/22). Pada group 2 yang merupakan klasifikasi untuk kategori perusahaan rawan bangkrut, terjadi kesalahan analisis sebanyak 2 data dari 15 data. Fungsi diskriminan dapat mengelompokkan kasus group 2 dengan benar sebesar 86,66% (13/15). Group 3 adalah group untuk kategori perusahaan kurang sehat, dimana terjadi kesalahan 4 data dari 6 data yang ada. Fungsi diskriminan dapat mengelompokkan kasus group 3 dengan benar sebesar 33,33% (2/6). Group 4 adalah perusahaan dengan kategori bangkrut, dimana terlihat pada group ini, perusahaan yang terdeksi bangkrut sebanyak 11 data dan tidak terjadi kesalahan pada klasifikasi. Fungsi diskriminan dapat mengelompokkan kasus group 4 dengan benar sebesar 100% (11/11).

��=54,54% + 86,66% + 33,33% + 100%

(46)

(47)

BAB V

KESIMPULAN DAN SARAN 5.1 Kesimpulan

Penelitian ini bertujuan untuk membuktikan kebenaran atau keakuratan model Altman untuk memprediksi potensi kebangkrutan untuk perusahaan restaurant, hotel dan tourism yang terdaftar di Bursa Efek Indonesia selama periode 2010-2012. Berdasarkan hasil penelitian dan analisis di atas maka dapat disimpulkan sebagai berikut:

1. Analisis terhadap perusahaan restaurant, hotel dan tourism yang terdaftar di Bursa Efek Indonesia dengan metode Almant Z Score pada tahun 2010-2012 menunjukkan terdapat 4 perusahaan yang terdeteksi bangkrut pada tahun 2010 dan 2011. Pada tahun 2012 terdapat penurunan jumlah perusahaan yang termasuk kategori bangkrut menjadi 3 perusahaan. Tingkat keakuratan analisis ini adalah sebesar 68,63 % sesuai dengan hit ratio.

2. Secara teoritis penelitian ini telah memperkuat sekaligus merupakan ruang lingkup penggunaan metode Altman, karena dari hasil penelitian terbukti bahwa metode Altman tersebut dapat diimplementasikan dalam mendeteksi kemungkinan terjadinya kebangkrutan pada perusahaan restaurant, hotel dan tourism.

(48)

Total Assets (X2), Sales to Total Assets (X3) dan Market Value of Equity to Total Liability (X4).

5.2 Keterbatasan

Dalam penelitian ini peneliti memiliki keterbatasan yang mungkin dapat diperbaiki oleh peneliti berikutnya. Keterbatasan yang dimiliki peneliti diantaranya :

1. Faktor-faktor di luar rasio keuangan seperti kondisi ekonomi, politik, dan lain-lain tidak dapat digunakan dalam penelitian ini karena kesulitan pengukurannya.

2. Periodisasi data yang terbatas hanya 3 tahun untuk memprediksi. Kemampuan prediksi akan lebih baik apabila digunakan data series yang cukup panjang. 5.3 Saran

Berdasarkan hasil penelitian dan pembahasan diatas, adapun saran yang dapat peneliti berikan adalah sebagai berikut:

(49)

2. Bagi peneliti selanjutnya sebaiknya menambahkan periodisasi data yang lebih panjang untuk melakukan prediksi.

3. Sehubungan dengan kondisi keuangan perusahaan, manajemen perlu tetap berhati-hati dalam mengelola dan menjalankan operasi perusahaan dengan melakukan tindakan-tindakan perbaikan kinerja perusahaan guna menghindari terjadinya gangguan terhadap kelangsungan usaha (going concern). Manajemen sebaiknya melakukan evaluasi kinerja minimal satu tahun sekali. Terutama bagi perusahaan yang berpotensi bangkrut, yang rata-rata disebabkan kecilnya rasio likuiditas. Sebaiknya perusahaan meningkatkan aktiva-aktiva yang dimilikinya dengan cara meningkatkan aktiva lancar, seperti mengelola kas dan piutang dengan lebih efektif, mengelola hutang dengan lebih efektif sehingga pajak yang harus dibayarkan perusahaan menjadi lebih sedikit. Perusahaan juga harus bisa mengelola laba yang ada secara lebih efektif sehingga perusahaan bisa survive dalam jangka panjang. 4. Sebaiknya investor lebih bersikap hati-hati dalam mengambil keputusan untuk

(50)

BAB II

TINJAUAN PUSTAKA

2.1 Kebangkrutan

2.1.1 Pengertian Kebangkrutan

Kebangkrutan adalah kesulitan keuangan yang sangat parah sehingga

perusahaan tidak mampu lagi menjalankan operasinya dengan baik, sedangkan financial distress adalah kesulitan keuangan yang mungkin mengawali kebangkrutan. Kebangkrutan juga sering disebut likuidasi perusahaan atau penutupan perusahaan atau insolvabilitas. Menurut Martin. et al, 1995, dalam Adnan (2003), kebangkrutan sebagai kegagalan di definisikan dalam beberapa arti:

a. Kegagalan ekonomi (economic failure), kegagalan dalam arti ekonomi biasanya berarti bahwa perusahaan kehilangan uang atau pendapatan perusahaan tidak dapat menutup biayanya sendiri. Ini berarti tingkat labanya lebih kecil dari biaya modal atau nilai sekarang dari arus kas perusahaan lebih kecil dari kewajiban. b. Kegagalan keuangan (financial failure), kegagalan keuangan bisa diartikan

sebagai insolvensi yang membedakan antara dasar arus kas dan dasar saham. Insolvensi atas dasar arus kas ada dua bentuk, yaitu:

(51)

2) Insolvensi dalam pengertian kebangkrutan, dalam pengertian ini kebangkrutan didefinisikan dalam ukuran sebagai kekayaan bersih negatif dalam neraca konvensional atau nilai sekarang dari arus kas yang diharapkan lebih kecil dari kewajiban.

2.1.2 Faktor-faktor Penyebab Kebangkrutan

Menurut Janch & Glueck, (1995) dalam Muhammad Adnan dan Eka Kurniasih (2000:139), secara garis besar, faktor-faktor penyebab kebangkrutan dibagi menjadi tiga, yaitu:

a. Faktor Umum 1) Sektor Ekonomi

Faktor-faktor kebangkrutan dari sektor ekonomi adalah gejala inflasi dan deflasi dalam harga barang dan jasa, kebijakan keuangan, dan suku bunga. 2) Sektor Sosial

Faktor sosial yang sangat berpengaruh dalam perubahan gaya hidup masyarakat yang mempengaruhi produk dan jasa yang dihasilkan oleh perusahaan dan faktor lain yang juga berpengaruh adalah kerusuhan dan kekacauan yang terjadi di masyarakat.

3) Sektor Teknologi

(52)

tersebut kurang terencana oleh pihak manajemen. Sistemnya tidak terpadu dan para pengguna tidak profesional.

4) Sektor Pemerintah

Kebijakan pemerintah tidak mencabut subsidi pada perusahaan dan industri, pengenaan tarif ekspor dan impor barang yang berubah, kebijakan undang-undang baru bagi perbankan atau tenaga kerja dan lain-lain.

b. Faktor Eksternal Perusahaan 1) Sektor Pelanggan

Perusahaan harus bisa mengidentifikasi sifat konsumen, karena berguna untuk menghindari kehilangan konsumen, juga untuk menciptakan peluang-peluang menemukan konsumen baru dan menghindari menurunnya hasil penjualan dan mencegah konsumen berpaling ke pesaing.

2) Sektor Pemasok

Perusahaan pemasok harus tetap bekerjasama dengan baik karena kekuatan pemasok untuk menaikkan harga dan mengurangi keuntungan pembelinya tergantung seberapa jauh pemasok berhubungan dengan pedagang bebas. 3) Sektor Pesaing

(53)

c. Faktor Internal Perusahaan

Faktor-faktor internal ini biasanya merupakan hasil dari keputusan dan kebijakan yang tidak tepat di masa lalu dan kegagalan manajemen untuk berbuat sesuatu pada saat yang diperlukan. Faktor-faktor yang menyebabkan kebangkrutan secara internal adalah (Harnanto,1984:484)

1) Terlalu besarnya kredit yang diberikan kepada debitur atau pelanggan. Kebangkrutan bisa terjadi karena terlalu besarnya jumlah kredit yang diberikan kepada para debitur atau pelanggan yang pada akhirnya tidak bisa dibayar oleh para pelanggan pada waktunya.

2) Manajemen yang tidak efisien.

Banyaknya perusahaan gagal untuk mencapai tujuannya karena kurang adanya kemampuan, ketrampilan, pengalaman, sikap adaptif dan inisiatif dari manajemen. Ketidak efisienan manajemen tercermin pada ketidakmampuan manajemen dalam menghadapi situasi yang terjadi diantaranya:

a. Hasil penjualan yang tidak memadai. b. Kesalahan dalam penetapan harga jual. c. Struktur biaya yang tidak efisien.

d. Tingkat investasi dalam aktiva tetap dan persediaan yang melampaui batas.

e. Kekurangan modal kerja.

(54)

h. Sistem informasi yang kurang mendukung.

3) Penyalahgunaan wewenang banyak dilakukan oleh karyawan maupun manajer puncak, hal ini akan sangat merugikan dan menimbulkan dampak pada kinerja perusahaan.

2.2 Model Prediksi Kebangkrutan

2.2.1 Model Zmijewski

Zmijewski (1984) menggunakan analisis rasio yang mengukur kinerja leverage dan likuiditas suatu perusahaan untuk model prediksinya. Zmijewski menggunakan analisis yang diterapkan pada 40 perusahaan yang telah bangkrut dan 800 perusahaan yang masih bertahan saat itu. Model yang berhasil dikembangkan yaitu:

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

X1 = ROA (return on asset) X2 = Leverage (debt ratio) X3 = Likuiditas (current ratio) 2.2.2 Model Fulmer

(55)

Model Fulmer adalah:

H = 5,528V1 + 0,212V2 + 0,073V3 + 1,270V4 – 0,120V5 + 2,335V6 + 0,575V7 + 1,083V8 + 0,894V9 -6,075

Keterangan :

V1 = Retained Earning / Total Assets V2 = Sales / Total Assets

V3 = EBT / Equity

V4 = Cash Flow / Total Debt V5 = Debt / Total Assets

V6 = Current Liabilities / Total Assets V7 = Log Tangible / Total Assets V8 = Working Capital / Total Debt V9 = Log EBIT / Interest

Jika H< 0, perusahaan diklasifikasikan “gagal” 2.2.3 Sistem Blasztk

(56)

2.2.4 CA-Score

Model ini dikembangkan oleh Jean Legault dari Universitas Quebec Montreal Canada, menggunakan analisa step-wise multiple discriminan. Dimana 30 rasio keuangan dianalisa pada 173 sampel perusahaan bisnis manufaktur yang memiliki penjualan tahunan pada kisaran antara $1-20 juta. Model sebagai berikut:

CA-Score = 4,5913 (shareholders investment(1) / total assets(1)) + 4,5080 (earnings before taxes and extraordinary items + financial expenses(1) / total assets(1)) + 0,3936 (sales(2) / total assets(2)) – 2,7616

Keterangan:

1) Gambaran periode sebelumnya

2) Gambaran dari dua periode sebelumnya

CA-Score < -0,3, perusahaan diklasifikasikan “gagal”. 2.2.5 Model Springate

Model Springate dikembangkan oleh Gordon Springate (1978) mengikuti prosedur yang digunakan oleh Altman (1968). Springate menggunakan empat dari 19 rasio keuangan dan menggunakan analisis multi diskriminan dengan menggunakan 40 perusahaan sebagai sampelnya. Model ini dapat digunakan untuk memprediksi kebangkrutan dengan tingkat keakuratan 92,5%. Model yang berhasil dikembangkan oleh Springate adalah:

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

(57)

B = net profit before interest and taxes / total assets C = net profit before taxes / total assets

D = sales / total assets

2.2.6 Model Altman Z Score

2.2.6.1 Model Altman Z Score Original (1968)

Model prediksi kebangkrutan secara umum dikenal sebagai pengukuran atas kesulitan keuangan. Altman (1968) berpendapat bahwa pengukuran rasio profitabilitas, likuiditas, dan solvency merupakan rasio yang paling signifikan dari beberapa rasio keuangan untuk memprediksi kebangkrutan perusahaan. Berdasarkan hal tersebut, Altman (1968) mengembangkan model prediksi kebangkrutan dengan menggunakan metode Multiple Discriminant Analysis pada lima jenis rasio keuangan yaitu working capital to total assets, retained earning to total assets, earning before interest and taxes to total assets, market value of equity to book value of total debts, dan sales to total assets. Model ini dikenal dengan Altman Z Score. Z-Score adalah skor yang ditentukan dari hitungan standar kali nisbah-nisbah keuangan yang menunjukkan tingkat kemungkinan kebangkrutan perusahaan (Supardi, 2003:73), formulanya adalah sebagai berikut:

Z-Score = 1,2T1 + 1,4T2 + 3,3T3 + 0,6T4 + 0,999T5 Keterangan:

(58)

T4 = Market Value of Equity to Total Liability T5 = sales / total assets

Nilai Z adalah indeks keseluruhan fungsi multiple discriminant analysis. MenurutAltman, terdapat angka-angka cut off nilai z yang dapat menjelaskan apakahperusahaan akan mengalami kegagalan atau tidak pada masa mendatang dan ia membaginya ke dalam empat kategori, yaitu:

b. Jika nilai 1,8 < Z < 2,70maka ada kemungkinan perusahaan akan mengalami kebangkrutan dalam 2 tahun ke depan

c. Jika nilai 2,70 < Z < 2,99 terdapat kondisi di suatu bagian yang membutuhkan perhatian khusus

[image:58.612.179.500.469.570.2]

d. Jika nilai Z > 2,99 maka termasuk perusahaan yang tidak bangkrut. Tabel 2.1

Titik Cut-Off Model Altman Original

Kategori Nilai

Sehat jika Z > 2,99

Perlu Perhatian Khusus jika Z 2,70 – 2,99 Daerah Rawan (Grey area) jika Z 1,8 – 2,70

Bangkrut jika Z < 1,8

Sumber : Altman (1968)

(59)

a. Working Capital / Total Assets (T1)

Modal kerja yang dimaksud dalam T1 adalah selisih antara aset lancar dengan hutang lancar, sedangkan Total Aset adalah merupakan keseluruhan aset yang dimiliki perusahaan terdiri dari aset lancar, aset tetap dan aset lain-lain. Rasio T1 pada dasarnya merupakan salah satu rasio likuiditas yang mengukur kemampuan perusahaan dalam memenuhi kewajiban jangka pendek. Hasil rasio tersebut negatif apabila aset lancar lebih kecil dari kewajiban lancar.

b. Retained Earnings / Total Assets (T2)

Laba ditahan merupakan jumlah atau bagian dari laba yang tidak dibagikan dalam bentuk dividen selama periode tertentu. Laba ditahan biasanya digunakan untuk perluasan usaha. Rasio ini mengukur akumulasi laba selama perusahaan beroperasi. Umur perusahaan berpengaruh terhadap rasio tersebut karena semakin lama perusahaan beroperasi memungkinkan untuk memperlancar akumulasi laba ditahan.

c. Earnings Before Interest and Taxes / Total Assets (T3)

(60)

d. Market Value of Equity / Book Value of Debt (T4)

Rasio ini menunjukkan kemampuan perusahaan untuk memenuhi kewajiban-kewajibandari nilai pasar modal sendiri (saham biasa). Nilai pasar ekuitas sendiridiperoleh dengan mengalikan jumlah lembar saham biasa yang beredar denganhargapasar per lembar saham biasa. Nilai buku hutang diperoleh dengan menjumlahkankewajiban lancar dengan kewajiban jangka panjang.

e. Sales / Total Assets (T5)

Rasio ini merupakan rasio yang mendeteksi kemampuan dana perusahaan yang tertanam dalam keseluruhan aset berputar dalam 1 periode. Rasio ini dapat pula dikatakan sebagai rasio yang mengukur kemampuan modal yang diinvestasikan oleh perusahan untuk menghasilkan pendapatan.

2.2.6.2 Model Altman Z Score Modifikasi (1995)

Model yang dikembangkan oleh Altman ini mengalami suatu revisi. Revisi yang dilakukan oleh Altman merupakan penyesuaian yang dilakukan agar model prediksi kebangkrutan ini tidak hanya untuk perusahaan manufaktur yang go public melainkan juga dapat diaplikasikan untuk perusahaan-perusahaan di sektor swasta (private firm) (Syamsul Hadi dan Atika Anggraeni, 2008). Model tersebut mengalami perubahan pada satu variabel yaitu T4 dimana sebelumnya kapitalisasi pasar dirubah menjadi nilai buku modal.

(61)

menghitung market value of equity. Oleh karena itu dilakukan perbaikan formula sebagai berikut:

Z-Score = 0,717T1 + 0,847T2 + 3,107T3 + 0,420T4 + 0,998T5 Keterangan:

T1 = working capital / total assets T2 = retained earnings / total assets

T3 = earnings before interest and taxes / total assets T4 = book value of equity / book value of debt T5 = sales / total assets

a. Working Capital / Total Assets (T1)

Modal kerja yang dimaksud dalam T1 adalah selisih antara aset lancar dengan hutang lancar, sedangkan Total Aset adalah merupakan keseluruhan aset yang dimiliki perusahaan terdiri dari aset lancar, aset tetap dan aset lain-lain. Rasio T1 pada dasarnya merupakan salah satu rasio likuiditas yang mengukur kemampuan perusahaan dalam memenuhi kewajiban jangka pendek. Hasil rasio tersebut negatif apabila aset lancar lebih kecil dari kewajiban lancar.

b. Retained Earnings / Total Assets (T2)

(62)

lama perusahaan beroperasi memungkinkan untuk memperlancar akumulasi laba ditahan.

c. Earnings Before Interest and Taxes / Total Assets (T3)

Laba sebelum bunga dan pajak merupakan laba yang dihasilkan oleh perusahaan yang diperoleh dari laba kotor dikurangi total biaya yang digunakan oleh perusahaan namun belum dikurangi dengan beban bunga dan pajak. Rasio ini mengukur kemampuan perusahaan dalam menghasilkan laba dari aset yang digunakan.

d. Book Value of Equity / Book Value of Debt (T4)

Modal yang dimaksud adalah gabungan nilai modal dan saham, sedangkan hutang mencakup hutang lancar dan hutang jangka panjang. Rasio ini mengukur kemampuan perusahaan dalam memberikan jaminan kepada setiap hutangnya melalui modalnya sendiri.

e. Sales / Total Assets (T5)

Rasio ini merupakan rasio yang mendeteksi kemampuan dana perusahaan yang tertanam dalam keseluruhan aset berputar dalam 1 periode. Rasio ini dapat pula dikatakan sebagai rasio yang mengukur kemampuan modal yang diinvestasikan oleh perusahan untuk menghasilkan pendapatan.

Dari hasil analisa Model Altman, akan diperoleh nilai Z-Score yang dibagi dalam tiga tingkatan atau kategori, yaitu sebagai berikut:

(63)

b) 1,23<Z-Score < 2,90 berada di daerah abu-abu sehingga dikategorikan sebagai perusahaan yang memiliki kesulitan keuangan, namun kemungkinan terselamatkan dan kemungkinan bangkrut sama besarnya tergantung dari keputusan kebijaksanaan manajemen perusahaan sebagai pengambil keputusan.

[image:63.612.162.505.334.461.2]

c) Z-Score < 1,23 dikategorikan sebagai perusahaan yang memiliki kesulitan keuangan yang sangat besar dan beresiko tinggi sehingga kemungkinan bangkrutnya sangat besar.

Tabel 2.2

Titik Cut-Off Model Altman Modifikasi (Private Firm)

Sehat jika Z > 2,99

Daerah Rawan (Grey area) jika Z 1,18 – 2,99

Untuk perusahaan non manufaktur, formulanya dimodifikasi untuk menghilangkan bias assets turnover, karena sales to total assets pada perusahaan non manufaktur secara normal jauh lebih besar daripada perusahaan manufaktur sehingga T5 dihilangkan pada formula ini. Formula Z Score untuk non manufaktur adalah:

Z-Score = 6,56T1 + 3,26T2 + 6,72T3 + 1,05T4 Keterangan:

T1 = working capital / total assets T2 = retained earnings / total assets

(64)

T4 = book value of equity / book value of debt

Dari hasil analisa Model Altman, akan diperoleh nilai Z-Score yang dibagi dalam tiga tingkatan atau kategori, yaitu sebagai berikut:

a) Z-Score > 2,60 dikategorikan sebagai perusahaan yang sangat sehat sehingga tidak mengalami kesulitan keuangan.

b) 1,1<Z-Score < 2,60 berada di daerah abu-abu sehingga dikategorikan sebagai perusahaan yang memiliki kesulitan keuangan, namun kemungkinan terselamatkan dan kemungkinan bangkrut sama besarnya tergantung dari keputusan kebijaksanaan manajemen perusahaan sebagai pengambil keputusan.

[image:64.612.178.502.475.583.2]

c) Z-Score < 1,1 dikategorikan sebagai perusahaan yang memiliki kesulitan keuangan yang sangat besar dan beresiko tinggi sehingga kemungkinan bangkrutnya sangat besar.

Tabel 2.3

Titik Cut-Off Model Altman Modifikasi (Perusahaan non manufaktur)

Sehat jika Z > 2,90

Daerah Rawan (Grey area) jika Z 1,1 – 2,90

(65)

perusahaan untuk memperoleh peringatan awal kebangkrutan dan kelanjutan usahanya. Semakin awal suatu perusahaan memperoleh peringatan kebangkrutan, semakin baik bagi pihak manajemen karena pihak manajemen bisa melakukan perbaikan-perbaikan dan dapat memberikan gambaran dan harapan yang mantap terhadap nilai masa depan perusahaan tersebut.

Menurut BAPEPAM (2005), kelebihan dari hasil Z-Score antara lain: a) Menggabungkan berbagai resiko keuangan secara bersama-sama.

b) Menyediakan koefisien yang sesuai untuk mengkombinasikan variabel-variabel independen.

c) Mudah dalam penerapan.

Sedangkan kelemahan dari hasil Z-Score antara lain:

a) Nilai Z-Score bisa direkayasa atau dibiaskan melalui prinsip akuntansi yang salah atau rekayasa keuangan lainnya.

b) Formula Z-Score kurang tepat untuk perusahaan baru yang labanya masih rendah atau bahkan masih merugi. Nilai Z-Score biasanya akan rendah.

(66)

2.3 Penelitian Terdahulu

Adnan dan Kurniasih (2000) melakukan penelitian tentang tingkat kesehatan

perusahaan untuk memprediksi potensi kebangkrutan dengan pendekatan Altman.

Populasi penelitian ini adalah JSX 1999 perusahaan yang terdaftar sebagai

delistedcompany sebanyak 20 perusahaan meliputi 12 bank dan 8 perusahaan

non-bank, diambil sampel sebanyak 4 perusahaan dan 5 bank. Variabel yang digunakan

untuk mengukur tingkat kesehatan perusahaan menggunakan variable keuangan

adalah rasio likuiditas (current ratio dan quick ratio), rasio rentabilitas (ROA, ROE,

ROI), rasio solvabilitas, rasio profit margin dan