Daftar Lampiran
Lampiran i
Daftar Populasi dan Sampel Lembaga Keuangan Bukan Bank Tahun 2008-2012
No. Nama lembaga keuangan bukan bank
Kriteria Sampel
1 2 3
1 Asuransi Bina Dana Arta √ √ √ 1
2 Asuransi Harta Aman √ √ √ 2
3 Asuransi Multi Arta Guna √ √ √ 3
4 Asuransi Bintang Tbk. √ √ √ 4
5 Asuransi Dayin Mitra √ √ √ 5
6 Asuransi Jasa Tania Tbk. √ √ √ 6
7 Asuransi Ranayana Tbk. √ √ √ 7
8 LIPPO General Insurance √ √
-9 Maskapai Reasuransi √ √ √ 8
10 Panin Insurance Tbk. √ -
-11 Panin Financial Tbk. √ -
-12 Adira Dinamika Multi √ √ √ 9
13 Buana Finance Tbk √ √ √ 10
14 BFI Finance Indonesia Tbk √ √ √ 11
15 Batavia Prosperindo √ √ √ 12
16 Clipan Finance Indonesia √ √
-17 Danasupra Erafacific Tbk √ -
-18 HD Finance Tbk √ -
-19 Amstelco Indonesia Tbk √ √
-20 Mandala Multifinance Tbk √ √ √ 13
21 Tifa Finance Tbk √ -
-22 Trust Finance Indonesia √ -
-23 Verena Multi Finance Tbk √ -
-24 Wahana Ottomitra √ -
-25 Majapahit securities Tbk √ -
-26 HD Capital Tbk - -
-27 Kresna Graha Sekurindo √ √ √ 14
28 Onix Capital Tbk √ √ √ 15
29 Panin Securities Tbk √ √ √ 16
30 Panca Global Securities √ √
-31 Reliance securities Tbk √ √ √ 17
32 Trimegah securities Tbk √ √ √ 18
33 Yulie sekurindo tbk √ √ √ 19
34 Fasific Strategic Financial √ √
-35 Arthavest Tbk √ √ √ 20
36 Bhakti Capital Indonesia √ √ √ 21
37 Equity development √ √ √ 22
38 Lippo Securities Tbk √ √
-39 Capitalinc Investment Tbk √ √ √ 23
Lampiran ii
Data Asli dari 24 perusahaan terpilih beserta rasio dan tahun :
Kode
Perusahaan Tahun
X1 X2 X3 X4 Y
Net Working Capital to Total Assets
(X1)
Retained Earning to
Total Assets
EBIT to Total Assets
Book Value of Equity to Total Liabilities
Z-score
ABDA 2008 0,19 0,11 0,06 0,64 2,69
2009 0,17 0,13 0,05 0,49 2,44
2010 0,19 0,13 0,05 0,3 2,36
2011 0,4 0,16 0,08 0,48 4,23
2012 0,37 0,19 0,07 0,4 3,89
AHAP 2008 0,48 0,2 0,03 2,97 7,11
2009 0,45 0,23 0,06 2,08 6,27
2010 0,3 0,32 0,07 1,47 5,22
2011 0,4 0,28 0,1 1,34 5,55
2012 0,42 0,51 0,02 1,4 6
AMAG 2008 0,64 0,22 0,07 1,78 7,26
2009 0,65 0,28 0,1 1,64 7,56
2010 0,71 0,31 0,1 1,27 7,67
2011 0,77 0,27 0,1 1,38 8,04
2012 0,68 0,29 0,03 0,98 6,64
ASBI 2008 0,34 0,02 0,06 1,38 4,15
2009 0,44 0,02 -0,02 1,66 4,57
2010 0,45 0,02 -0,04 1,1 3,91
2011 0,47 0,06 0,02 1,12 4,59
2012 0,39 0,04 0,03 0,6 3,52
ASDM 2008 0,34 0,27 0,02 1,23 4,55
2009 0,37 0,28 0,03 1,27 4,87
2010 0,37 0,27 0,05 1,06 4,76
2011 0,38 0,3 0,08 1,03 5,09
2012 0,37 0,26 0,06 0,73 4,45
ASJT 2008 0,43 0,18 0,02 2,88 6,56
2009 0,45 0,2 0,06 2,55 6,68
2010 0,48 0,23 0,09 2,6 8,4
2011 0,26 0,07 0,6 1,24 3,67
2012 0,21 0,12 0,07 1,45 3,76
2012 0,13 0,07 0,02 0,13 1,35
MREI 2008 0,33 0,18 0,11 0,63 4,15
2009 0,33 0,17 0,12 0,46 4
2010 0,34 0,22 0,11 0,34 4,05
2011 0,35 0,26 0,09 0,27 3,72
2012 0,37 0,28 0,04 0,22 3,84
ADMF 2008 0,53 0,52 0,43 0,24 8,31
2009 0,62 0,59 0,41 0,24 8,99
2010 0,51 0,49 0,27 0,11 6,87
2011 0,27 0,26 0,15 0,03 3,37
2012 0,21 0,2 0,1 0,02 2,72
BBLD 2008 0,48 0,25 0,03 1,36 5,6
2009 0,62 0,34 0,03 2,41 7,92
2010 0,58 0,33 0,04 1,86 7,09
2011 0,32 0,19 0,03 0,62 3,57
2012 0,28 0,17 0,04 0,48 3,15
BFIN 2008 0,34 0,18 0,09 0,23 3,66
2009 0,64 0,33 0,15 0,58 6,9
2010 0,54 0,31 0,12 0,26 5,63
2011 0,49 0,31 0,1 0,17 5,07
2012 0,55 0,31 0,07 0,05 5,18
BPFI 2008 0,28 0,31 0,08 1,64 5,14
2009 0,52 0,55 0,1 2,11 8,09
2010 0,48 0,17 0,11 1,62 6,14
2011 0,37 0,17 0,77 1,08 4,85
2012 0,27 0,15 0,1 0,63 3,59
MFIN 2008 0,15 0,11 0,07 0,22 2,04
2009 0,19 0,15 0,07 0,25 2,47
2010 0,15 0,14 0,06 0,16 2,01
2011 0,16 0,15 0,05 0,13 2,02
2012 0,23 0,22 0,07 0,13 2,84
KREN 2008 0,29 0,12 -0,02 0,41 2,59
2009 0,26 0,12 0,01 0,3 2,49
2010 0,19 0,1 0,03 0,16 1,95
2011 0,36 0,12 -0,01 0,23 2,92
2012 0,93 0,16 0,02 0,3 7,07
OCAP 2008 0,76 -0,68 -0,31 13,62 14,99
2009 0,57 -0,56 -0,07 4,71 6,39
2010 0,67 -0,51 -0,05 6,98 9,73
PANS 2008 0,38 0,22 0,14 0,25 4,41
2009 0,42 0,33 0,16 0,27 5,2
2010 0,45 0,38 0,19 0,21 5,69
2011 0,5 0,44 0,17 0,21 6,07
2012 0,63 0,56 0,16 0,32 7,38
RELI 2008 0,38 0,05 0,05 1,29 4,34
2009 0,33 0,11 0,07 0,68 3,7
2010 0,27 0,11 0,02 0,45 2,73
2011 0,44 0,19 0,04 0,81 4,63
2012 0,4 0,19 0,04 0,59 4,13
TRIM 2008 0,63 0,28 0,06 1,16 6,66
2009 0,3 0,19 0,08 1,18 4,89
2010 0,42 0,23 0 1,39 4,97
2011 0,53 0,29 0,01 2,16 6,77
2012 0,61 0,32 -0,01 2,96 8,08
YULE 2008 0,87 0,01 -0,07 14,78 20,79
2009 0,84 -0,04 -0,03 11,12 16,86
2010 0,89 -0,07 -0,01 17,81 24,24
2011 0,96 -0,06 0 43,8 52,09
2012 0,91 -0,04 0 20,57 27,44
ARTA 2008 0,64 0,19 0 3,27 8,25
2009 0,64 0,21 0 2,9 7,93
2010 0,65 0,22 0 3,06 8,19
2011 0,09 0,17 0,07 1,5 3,19
2012 0,02 0,19 0,04 1,65 2,75
BCAP 2008 0,45 0,15 0,05 0,39 4,19
2009 0,61 0,21 0,06 0,59 5,7
2010 0,48 0,23 0,11 0,41 5,07
2011 0,49 0,24 0,09 0,41 4,96
2012 0,35 0,21 0,08 0,27 3,8
GSMF 2008 0,17 -1,19 0 3,02 0,41
2009 0,15 -1,04 -0,01 2,61 0,26
2010 0,21 -0,71 0,01 1,85 1,08
2011 0,22 -0,64 0,02 1,74 1,31
2012 0,21 -0,55 0,01 1,49 1,22
MTFN 2008 -0,05 -9,12 0,06 4,79 -24,63
2009 -0,1 -9,14 0,06 4,93 -24,88
2010 0,01 -3,83 0,03 2,94 -9,13
2011 -0,22 -3,14 -0,01 1,9 -9,75
Lampiran iii
TABEL Z
z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0 0.004 0.008 0.012 0.016 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.091 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.148 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.17 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.195 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.219 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.258 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.291 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.334 0.3365 0.3389
1 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.377 0.379 0.381 0.383
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.398 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.437 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.475 0.4756 0.4761 0.4767
2 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.483 0.4834 0.4838 0.4842 0.4846 0.485 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.489
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.492 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.494 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.496 0.4961 0.4962 0.4963 0.4964
2009 0,14 0,07 0,02 0,18 1,47
2010 0,17 0,09 0,03 0,13 1,75
2011 0,29 0,09 0,03 0,09 2,48
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.498 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.499 0.499
3.1 0.499 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
Lampiran iv Tabel distribusi t
d.f. TINGKAT SIGNIFIKANSI
dua sisi 20% 10% 5% 2% 1% 0,2% 0,1%
satu sisi 10% 5% 2,5% 1% 0,5% 0,1% 0,05%
1 3,078 6,314 12,706 31,821 63,657 318,309 636,619
2 1,886 2,920 4,303 6,965 9,925 22,327 31,599
3 1,638 2,353 3,182 4,541 5,841 10,215 12,924
4 1,533 2,132 2,776 3,747 4,604 7,173 8,610
5 1,476 2,015 2,571 3,365 4,032 5,893 6,869
6 1,440 1,943 2,447 3,143 3,707 5,208 5,959
7 1,415 1,895 2,365 2,998 3,499 4,785 5,408
8 1,397 1,860 2,306 2,896 3,355 4,501 5,041
9 1,383 1,833 2,262 2,821 3,250 4,297 4,781
10 1,372 1,812 2,228 2,764 3,169 4,144 4,587
11 1,363 1,796 2,201 2,718 3,106 4,025 4,437
12 1,356 1,782 2,179 2,681 3,055 3,930 4,318
13 1,350 1,771 2,160 2,650 3,012 3,852 4,221
14 1,345 1,761 2,145 2,624 2,977 3,787 4,140
15 1,341 1,753 2,131 2,602 2,947 3,733 4,073
16 1,337 1,746 2,120 2,583 2,921 3,686 4,015
17 1,333 1,740 2,110 2,567 2,898 3,646 3,965
18 1,330 1,734 2,101 2,552 2,878 3,610 3,922
19 1,328 1,729 2,093 2,539 2,861 3,579 3,883
20 1,325 1,725 2,086 2,528 2,845 3,552 3,850
21 1,323 1,721 2,080 2,518 2,831 3,527 3,819
22 1,321 1,717 2,074 2,508 2,819 3,505 3,792
23 1,319 1,714 2,069 2,500 2,807 3,485 3,768
24 1,318 1,711 2,064 2,492 2,797 3,467 3,745
25 1,316 1,708 2,060 2,485 2,787 3,450 3,725
28 1,313 1,701 2,048 2,467 2,763 3,408 3,674
29 1,311 1,699 2,045 2,462 2,756 3,396 3,659
30 1,310 1,697 2,042 2,457 2,750 3,385 3,646
31 1,309 1,696 2,040 2,453 2,744 3,375 3,633
32 1,309 1,694 2,037 2,449 2,738 3,365 3,622
33 1,308 1,692 2,035 2,445 2,733 3,356 3,611
34 1,307 1,691 2,032 2,441 2,728 3,348 3,601
35 1,306 1,690 2,030 2,438 2,724 3,340 3,591
36 1,306 1,688 2,028 2,434 2,719 3,333 3,582
37 1,305 1,687 2,026 2,431 2,715 3,326 3,574
38 1,304 1,686 2,024 2,429 2,712 3,319 3,566
39 1,304 1,685 2,023 2,426 2,708 3,313 3,558
40 1,303 1,684 2,021 2,423 2,704 3,307 3,551
41 1,303 1,683 2,020 2,421 2,701 3,301 3,544
42 1,302 1,682 2,018 2,418 2,698 3,296 3,538
43 1,302 1,681 2,017 2,416 2,695 3,291 3,532
44 1,301 1,680 2,015 2,414 2,692 3,286 3,526
45 1,301 1,679 2,014 2,412 2,690 3,281 3,520
46 1,300 1,679 2,013 2,410 2,687 3,277 3,515
47 1,300 1,678 2,012 2,408 2,685 3,273 3,510
48 1,299 1,677 2,011 2,407 2,682 3,269 3,505
49 1,299 1,677 2,010 2,405 2,680 3,265 3,500
50 1,299 1,676 2,009 2,403 2,678 3,261 3,496
51 1,298 1,675 2,008 2,402 2,676 3,258 3,492
52 1,298 1,675 2,007 2,400 2,674 3,255 3,488
53 1,298 1,674 2,006 2,399 2,672 3,251 3,484
54 1,297 1,674 2,005 2,397 2,670 3,248 3,480
55 1,297 1,673 2,004 2,396 2,668 3,245 3,476
56 1,297 1,673 2,003 2,395 2,667 3,242 3,473
57 1,297 1,672 2,002 2,394 2,665 3,239 3,470
58 1,296 1,672 2,002 2,392 2,663 3,237 3,466
59 1,296 1,671 2,001 2,391 2,662 3,234 3,463
60 1,296 1,671 2,000 2,390 2,660 3,232 3,460
61 1,296 1,670 2,000 2,389 2,659 3,229 3,457
62 1,295 1,670 1,999 2,388 2,657 3,227 3,454
63 1,295 1,669 1,998 2,387 2,656 3,225 3,452
64 1,295 1,669 1,998 2,386 2,655 3,223 3,449
65 1,295 1,669 1,997 2,385 2,654 3,220 3,447
66 1,295 1,668 1,997 2,384 2,652 3,218 3,444
67 1,294 1,668 1,996 2,383 2,651 3,216 3,442
68 1,294 1,668 1,995 2,382 2,650 3,214 3,439
69 1,294 1,667 1,995 2,382 2,649 3,213 3,437
70 1,294 1,667 1,994 2,381 2,648 3,211 3,435
72 1,293 1,666 1,993 2,379 2,646 3,207 3,431
73 1,293 1,666 1,993 2,379 2,645 3,206 3,429
74 1,293 1,666 1,993 2,378 2,644 3,204 3,427
75 1,293 1,665 1,992 2,377 2,643 3,202 3,425
76 1,293 1,665 1,992 2,376 2,642 3,201 3,423
77 1,293 1,665 1,991 2,376 2,641 3,199 3,421
78 1,292 1,665 1,991 2,375 2,640 3,198 3,420
79 1,292 1,664 1,990 2,374 2,640 3,197 3,418
80 1,292 1,664 1,990 2,374 2,639 3,195 3,416
81 1,292 1,664 1,990 2,373 2,638 3,194 3,415
82 1,292 1,664 1,989 2,373 2,637 3,193 3,413
83 1,292 1,663 1,989 2,372 2,636 3,191 3,412
84 1,292 1,663 1,989 2,372 2,636 3,190 3,410
85 1,292 1,663 1,988 2,371 2,635 3,189 3,409
86 1,291 1,663 1,988 2,370 2,634 3,188 3,407
87 1,291 1,663 1,988 2,370 2,634 3,187 3,406
88 1,291 1,662 1,987 2,369 2,633 3,185 3,405
89 1,291 1,662 1,987 2,369 2,632 3,184 3,403
90 1,291 1,662 1,987 2,368 2,632 3,183 3,402
91 1,291 1,662 1,986 2,368 2,631 3,182 3,401
92 1,291 1,662 1,986 2,368 2,630 3,181 3,399
93 1,291 1,661 1,986 2,367 2,630 3,180 3,398
94 1,291 1,661 1,986 2,367 2,629 3,179 3,397
95 1,291 1,661 1,985 2,366 2,629 3,178 3,396
96 1,290 1,661 1,985 2,366 2,628 3,177 3,395
97 1,290 1,661 1,985 2,365 2,627 3,176 3,394
98 1,290 1,661 1,984 2,365 2,627 3,175 3,393
99 1,290 1,660 1,984 2,365 2,626 3,175 3,392
Lampiran v
Tabel distribusi (F)
Tabel nilai kritis distribusi F pada 5%
Df 1 2 3 4 5 6 7
1 161.4 199.5 215.7 224.6 230.2 234.0 236.8
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29
10 4.96 4.10 3.71 3.48 3.33 3.22
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91
13 4.67 3.81 3.41 3.18 3.03 1.92 2.83
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17
120 3.92 3.07 2.68
2.45
2.29 2.17 2.09Net Working C
(X1)
Retained Earn
(X2)
EBIT to Total A
Book Value of
Liabilities (X4)
Z-score (Y)
Valid N (listwis
Capital to Total As
ning to Total Asset
Assets (X3)
f Equity to Total
se)
Hasi
N
sets
ts
il Statistik Descriptive S
Minimum
120
120 -9
120
120
120 -24
120
Uji Norm
Deskriptif Statistics
m Maximum
-,29
9,14
-,31
,02 43
4,88 52
alitas
m Mean
,96 ,39
,59 -,11
,77 ,06
3,80 2,13
2,09 4,77
Lampir
Std. Dev
958
108
638
374
725
Lampira ran vi
viation
,22782
1,32594
,11440
4,98869
7,58738
Lampiran viii
Lampiran x Uji Multikolinearitas
Coefficientsa
Model
Unstandardized
Coefficients
Standard
ized
Coefficie
nts
T Sig.
95,0%
Confidence
Interval for B Correlations
Collinearity
Statistics
B Std.
Error Beta
Lower
Bound Upper
Bound
Zero-order Part
ial Part Tolera
nce VIF
(Constant) -,387 ,207 -1,873 ,064 -,797 ,022
Net Working Capital to Total Assets (X1) 7,915 ,493 ,238 16,061 ,000 6,939 8,892 ,770 ,832 ,181 ,578 1,731
Retained Earning to Total Assets 3,298 ,077 ,576 43,044 ,000 3,146 3,450 ,603 ,970 ,484 ,706 1,417
EBIT to Total Assets 3,623 ,773 ,055 4,689 ,000 2,093 5,154 -,052 ,401 ,053 ,932 1,073
Book Value of Equity to Total Liabilities 1,011 ,021 ,665 48,114 ,000 ,969 1,052 ,689 ,976 ,541 ,663 1,508
Lampiran xi Grafik Scatterplot
Lampiran xii
Uji Autokorelasi Durbin-Watson
Model Summaryb
Model
R R Square
Adjusted R
Square
Std. Error of
the Estimate
Change Statistics
Durbin-Watson R Square
Change F
Change df1 df2
Sig. F
Change
1 ,993a
,985 ,985 ,93098 ,985 1947,27
2
4 115 ,000 2,069
a. Predictors: (Constant), Book Value of Equity to Total Liabilities, Retained Earning to Total Assets, EBIT to Total Assets , Net Working
Capital to Total Assets (X1)
Model
dimension0
a. Predictors: (
Total Assets, E
Uji Aut
Nilai K
1
(Constant), Book V
EBIT to Total Asse
tokorelasi
Koefisien De
Model Summ
R R
,993a
Value of Equity to
ets , Net Working
b. D
d
The Run T
eterminan (
maryb
R Square Adj
S
,985
o Total Liabilities, R
Capital to Total A
Dependent Variab
distress)
Test
(R)
usted R
Square
Std. E
the Es
,985
Retained Earning
ssets (X1)
le: Z-score (Finan
Lampira
Lampira
Error of
stimate
,93098
to
ncial
an xiii
Lampiran xv
Uji Simultan (F-test) ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 6750,955 4 1687,739 1947,272 ,000a
Residual 99,673 115 ,867
Total 6850,628 119
a. Predictors: (Constant), Book Value of Equity to Total Liabilities, Retained Earning to Total Assets, EBIT to Total Assets , Net
Working Capital to Total Assets (X1)
b. Dependent Variable: Z-score
Lampiran xvi Uji Signifikan Parsial (T-test)
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig. B Std. Error Beta
1 (Constant) -,387 ,207 -1,873 ,064
Net Working Capital to Total Assets
(X1)
7,915 ,493 ,238 16,061 ,000
Retained Earning to Total Assets 3,298 ,077 ,576 43,044 ,000
EBIT to Total Assets 3,623 ,773 ,055 4,689 ,000
Book Value of Equity to Total
Liabilities
1,011 ,021 ,665 48,114 ,000
ANALISIS POTENSI FINANCIAL DISTRESS DENGAN METODE ALTMAN Z- SCORE PADA LEMBAGA KEUANGAN BUKAN BANK
YANG TERDAFTAR DI BEI 2008 – 2012 Sopian, Risanty
ABSTRACT
This research aimed to analyse truth that Altman z-score's ratio finance modification able to impact financial distress in Non-Bank financial Institution that registered in BEI year 2008 to 2012. Ratio finance used is Net Working Capital to Total Assets, Retained Earning to Total Assets, EBIT to Total Assets and Book Value of Equity to Total Liabilities as independent variable and Finacial Distress as dependent variable. As much 24 sample taken with purpose sampling method cultivated by using descriptive statistic by using spss program version 18.0.
This result research is totalled 79 % or 19 company categorized healthy, and only 8,33 % or 2 company that categorized by financial distress. The rest namely 3 company categorized by grey area. After run conceptual move, fourth ratio finance effectuate positive to good finacial distress by partial as well as by simultaneous.
Keywords: AltmanZ-score, FinancialDistress, Non-BankFinancial Institutions
ABSTRAK
Penelitian ini bertujuan untuk menganalisis kebenaran bahwa rasio keuangan Altman Z-score modifikasi mampu mempengaruhi financial distress
pada Lembaga Keuangan Bukan Bank yang terdaftar di BEI tahun 2008 sampai 2012. Rasio keuangan yang digunakan adalah Net Working Capital to Total
Assets, Retained Earning to Total Assets, EBIT to Total Assets dan Book Value of
Equity to Total Liabilities sebagai variabel independen dan Finacial Distress
sebagai variabel dependen. Sebanyak 24 sampel yang diambil dengan metode
purpose sampling diolah dengan menggunakan statistik deskriptif dengan
menggunakan program spss versi 18.0.
Hasil penelitian ini adalah sebanyak 79 % atau 19 perusahaan dikategorikan sehat, dan hanya 8,33 % atau 2 perusahaan yang dikategorikan
financial distress. Sisanya yaitu 3 perusahaan dikategorikan grey area. Setelah
menjalankan langkah konseptual, keempat rasio keuangan tersebut berpengaruh positif terhadap finacial distressbaik secara parsial maupun secara simultan.
I PENDAHULUAN 1.2Latar Belakang Masalah
Kemajuan ilmu pengetahuan dan teknologi membuat persaingan yang sengit antara perusahaan. Perusahaan yang tidak mampu untuk bersaing dan tidak dapat menemukan inovasi-inovasi baru akan tereliminasi dari lingkungan industrinya dan mengalami kebangkrutan.Kondisi keuangan seperti inilah yang disebut
kondisi financial distress. Jika
perusahaan tidak mengalami liquidasi dan semua asset yang ada justru bertambah serta kewajiban terpenuhi, maka disebut kondisi
financial healthy.
Untuk menentukan apakah terjadi
kondisi financial distress atau
financial healthy, dapat
menggunakan metode Altman Z-score. Metode Altman Z-Score sendiri merupakan sebuah alat
prediksi financial distress yang
dibuat oleh Dr. Edward I. Altman pada tahun 1968. Metode ini menggunakan rasio-rasio tertentu dalam rangka memprediksi resiko
financial distress sebuah perusahaan.
Z-Score adalah skor yang diberikan pada tiap-tiap variabel yang di analisis. Jika skor yang diberikan besar, maka kemungkinan besar variabel yang memiliki koefisien itu berpengaruh besar.
Ada lima rasio yang digunakan sebagai indikator yaitu Net Working capital to TotalAssets, Retained Earning to Total Assets, EBIT to Total Assets, Market Value Equityto Total Liabilities, dan Sales to Total Assets.Kelima rasio tersebut dikombinasikan menjadi model prediksi dengan teknik statistik yaitu analisis diskriminan yang digunakan
untuk memprediksi financial distress
perusahaan dengan metode Altman
Z-Score.
Metode ini terus berkembang dan telah mengalami revisi dengan mengubah beberapa variable dalam formula Z-Score nya. Alasannya adalah untuk menutupi kekurangan dan juga menambah tingkat akurasi yang lebih baik sesuai dengan jenis perusahaan yang diteliti.
Banyak perbedaan-perbedaan
yang terjadi pada penelitian terdahulu seperti yang dilakukan oleh Edward I. Altman (1968), Tommy D Saragih (2008, Harry JKP Sibarani (2008), Chintya Zulfi Arhanu Sari (2010) dan Tika Lestari (2009), maka penelitian ini ingin menggunakan analisa Z-Score modifikasi 1995 untuk membuktikan apakah benar rasio-rasio keuangan model Altman Z-Score modifikasi 1995 berpengaruh signifikan terhadap kondisi financial distress
dengan menggunakan analisis
diskriminan.Kemudian, pada
1.3 Perumusan Masalah
Berdasarkan fenomena-fenomena di atas, maka muncul pertanyaan yang akan dijawab dalam penelitian ini yakni sebagai berikut :
6. Apakah rasio Net Working
Capital to Total Assets
berpengaruh positif terhadap
financial distress?
7. Apakah rasio Retained Earning
to Total Assets berpengaruh
positif terhadap financial
distress?
8. Apakah rasio Earning Before
Interest and Tax to Total Assets
berpengaruh positif terhadap
financial distress?
9. Apakah rasio Book Value of
Equity to Total Liability
berpengaruh positif terhadap
financial distress?
10. Apakah rasio Net Working
Capital to Total Assets, Retained Earning to Total Assets, Earning Before Interest and Tax to Total Assets, danBook Value of Equity to Total Liability, secara bersama-sama berpengaruh
positif terhadap financial
distress?
1.4 Tujuan Penelititan
Tujuan yang ingin dicapai dalam penelitian ini adalah untuk menganalisis pengaruh empat rasio Altman Z-score terhadap financial distressbaik secara parsial maupun simultan.
1.5 Manfaat Penelitian 1. Bagi peneliti sendiri
Untuk menambah ilmu pengetahuan
tentang financial distress suatu
perusahaan terutama pada lembaga keuangan bukan bank yang
pertumbuhannya sangat banyak pada masa sekarang ini.
2. Manajemen perusahaan
Sebagai pedoman dan acuan untuk meningkatkan semangat dan motivasi dalam meningkatkan kinerja perusahaan.
3. Kreditor dan Investor
Sebagai bahan pertimbangan untuk melakukan tindakan antisipasi terhadap kemungkinan terburuk sebelum mengambil keputusan untuk berinvestasi pada perusahaan.
4. Auditor
Sebagai salah satu acuan untuk mengevaluasi apakah ada keraguan yang mendasar atas kemampuan klien mereka untuk tetap beroperasi (going concern).
5. Peneliti selanjutnya
Hasil penelitian ini dapat dijadikan sebagai bahan perbandingan dalam mengkaji masalah yang sama sehingga segala kekurangan yang ada pada penelitian ini dapat diperbaiki dan disempurnakan pada penelitian yang selanjutnya.
II. TINJAUAN PUSTAKA 1. Prediksi
Pengertian Prediksiadalah sama dengan ramalan atau perkiraan. Menurut kamus besar bahasa Indonesia, prediksi adalah hasil dari kegiatan memprediksi atau meramal atau memperkirakan. Prediksi bisa berdasarkan metode ilmiah ataupun subjektif belaka.
2. Financial Distress
Financial distress atau bangkrut
tidak bisa melanjutkan aktivitas produksinya.
3. Metode Altman Z- score
Altman (1968) adalah orang yang pertama yang menerapkan
Multiple Discriminant Analysis.
Persamaan kebangkrutan yang ditujukan untuk memprediksi sebuah perusahaan publik manufaktur. Persamaan dari model Altman pertama yaitu :
Z = 1,2XI + 1,4X2 + 3,3X3 + 0,6X4 + 0,999X5
Keterangan:
Z = bankrupcy index
X1 = working capital / total asset
X2 = retained earnings / total asset
X3 = EBIT /total asset
X4 =MVE / book value of total debt
X5 = sales / total asset
Tiga kategori kebangkrutan , yaitu: 1. Jika nilai Z < 1,8 maka
termasuk perusahaan yang bangkrut.
2. Jika nilai 1,8 < Z< 2,99 maka termasuk grey area.
3. Jika nilai Z > 2,99 maka termasuk perusahaan yang tidak bangkrut.
4. Model Altman Z-Score Baru (1995)
Untuk mengantisipasi kelemahan dari formula asli Altman
Z-score, ada beberapa solusi yang
ditawarkan. Untuk perusahaan non-manufaktur, Altman mengeliminasi variable X5 (sales/total asset) karena rasio ini sangat bervariatif pada
industri dengan ukuran asset yang berbeda- beda. Altman juga memodifikasi X4 dari membandingkan Market Value of
Equity menjadi Book Value Of
Equity. Berikut persamaan Z-Score
yang di modifikasi Altman dkk (1995) untuk perusahaan non-manufaktur :
“Z” = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4
Keterangan:
X4 = Book Value of EquityTotal Liabilities
Penilaiannya yaitu:
1. Jika nilai ”Z” < 1,1 maka termasuk perusahaan yang bangkrut.
2. Jika nilai 1,1 <“Z” < 2,6 maka termasuk grey area
3. Jika nilai “Z” > 2,6 maka termasuk perusahaan yang tidak bangkrut.
Sementara untuk perusahaan pribadi, variabelnya tetap X1, X2, X3, X4 dan X5. Namun, koefisien untuk variabel-variabel dan rasio menentukan X4 mengalami modifikasi. Berikut persamaan
Z-Score yang di modifikasi Altman dkk
(1995) untuk perusahaan pribadi :
Z” = 0.717X1 + 0,847X2 + 3,107X3
+ 0,402X4 + 0,998X5
Keterangan:
Penilaiann ka nilai 1,2
aka termasu n, pasar mod
andaru at al,
” < 1,23 m erusahaan
23 <“Z”< uk grey area
” > 2,90 m
Triandaru a keuangan b rupa lem dal dan lain , 2006: 6). efisiensi b
governanc
adi bursa y redibilitas ti
biaya serta
ce. Sejarah
ara historis dir jauh seb
Pasar mo h hadir sejak
dan tepatn Batavia. Pas kan oleh pe
untuk ah kolonial a
Kerangka K
dasarkan dan tujuan p
pat disimp al sebagai be
bar tersebu
aya saing u n emiten, m
gota Bursa an nilai tam
penerapan
s, pasar m belum Indo odal atau k jaman kol nya pada
bahwa, peneliti ingin mengetahui secara pasti apakah ada hubungan secara simultan (bersama-sama) antara variabel independen secara keseluruhan berpengaruh positif dan
penting bagi financialdistress.
Sedangkan pada No.2 menerangkan bahwa peneliti ingin mengetahui secara pasti apakah ada hubungan secara parsial (sendiri-sendri/individu) antara rasio keuangan dengan financial distress.
7. Hipotesis
Perumusan hipotesis dalam penelitian ini adalah sebagai berikut : H1 = Net Working Capital to Total
Assets berpengaruh positif terhadap
financial distress.
H2 = Retained Earning to Total
Assets berpengaruh positif terhadap
financial distress.
H3 = Earning Before Interest and
Tax to Total Assets berpengaruh
positif terhadap financial distress. H4 = Book Value of Equity to Total
Liability berpengaruh positif
terhadap financial distress.
III METODE PENELITIAN 1. Desain Penelitian
Desain penelitian adalah penelitian deskritif.
2. Populasi dan Sampel Penelitian
Populasi dalam penelitian ini adalah semua Lembaga Keuangan Bukan Bank yang terdaftar di BEI.
Metode pengambilan sampel yang digunakan adalah purposive
sampling. Metode purposive
sampling yaitu teknik pengambilan
data dengan batasan-batasan dan
tujuan tertentu yang diharapkan dari penelitian ini.
Adapun syarat-syarat sebuah lembaga keunganan dijadikan sampel adalah :
1. A. Lembaga tersebut terdaftar di BEI hingga tahun 2008-2012.
2. B. Perusahaan belum pernah diliquidasi.
c. Laporan keuangan yang ditampilkan mencakup laporan yang telah diaudit dan lengkap mulai dari tahun 2008 hingga caturwulan III tahun 2012.
3.Jenis Data dan Sumber Data
Jenis data dalam penelitian ini adalah data kuantitatif yang tergolong data diskret. Sumber data yang dikumpulkan dari penelitian ini adalah dari data sekunder.
4. Teknik Pengumpulan Data
Ada dua metode yang digunakan peneliti dalam mengumpulkan data, yaitu :
ii. A. Penelitian Lapangan B. Penelitian Kepustakaan
5. Variabel Penelitian
Variabel-variabel dalam penelitian ini adalah sebagai berikut
:Net Working Capital to Total Assets
(X1), Retained Earning to Total
Assets (X2),Earning Before Interes
and Tax to Total Assets (X3),
danBook Value of Equity to Total
6. Te
bar Langka Metode An i kriteria. S anyak 120
an kriteria maka dipe
s dan Hasil il Statistik
an :
erupakan d sebanyak 1
Z-score m
el (N) se an nilai min
8,
sar)52,09, d 4,7725, asi (simp
bel ini adala Value ofE ing Before I Total Assets
bel ini adala
e. Retained Earning to TotalAssets
(X2)memiliki jumlah sampel (N) sebanyak 120, dengannilai minimum (terkecil) -9,14, maksimum (terbesar) 0,59 dan mean (rata-rata) -0,1108 dengan standar deviasi (simpangan baku) variabel ini adalah 1,32594.
f. Net Working Capital to Total Assets (X1), memiliki jumlah sampel (N) sebanyak 120, dengan nilai minimum (terkecil) -0,29, maksimum (terbesar) 0,96 dan mean (rata-rata) 0,3958 dengan standar deviasi (simpangan baku) variabel ini adalah 0,22782.
Uji Normalitas Data
Dalam penelitian ini uji normalitas menggunakan pendekatan analisis grafik dan analisis statistik, pendekatan analisis grafik dilakukan dengan melihat grafik histogram dan
normal probability plot, analisis
statistik dilakukan dengan alat uji
Kolmogorov Smirnov, dengan
membuat hipotesis :
Ho : Data resudal berdistribusi normal
Ha :Data resudal tidak berdistribusi normal
Apabila nilai signifikannya lebih besar dari 0.05 maka Ho diterima, sedangkan jika signifikannya lebih kecil 0,05 maka Ho ditolak.
Uji Normalitas
Sumber : Hasil Olah Data SPSS 18.0 (2013)
Berdasarkan tabeldi atas dapat disimpulkan data bersifat normal, hal ini ditunjukan oleh nilai Asymp. Sig. (2-tailed) yakni 0,554 lebih besar dari pada nilai signifikansi 0,05 dengan kata lain variabel risudal berdistribusi normal.
Grafik Histogram
One-Sample Kolmogorov-Smirnov Test
36 ,0000000 1508,282557 ,132 ,132 -,088 ,794 ,554 N
Mean Std. Deviation Normal Parameters a,b
Absolute Positive Negative Most Extreme
Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardiz ed Residual
Test distribution is Normal. a.
Dengan melihat tampilan histogram maupun grafik Normal Plot maka dapat disimpulkan bahwa grafik histogram pola distribusi yang tidak menceng ke kiri atau ke kanan menunjukkan bahwa data telah berdistribusi secara normal. Demikian pula hasilnya dengan grafik Normal Plot terlihat bahwa titik-titik menyebar di sekitar garis diagnosal tersebut. Kedua grafik tersebut menunjukkan bahwa model regresi tidak menyalahi asumsi normalitas.
Uji Multikolinearitas
Dalam penelitian ini, untuk mendeteksi ada tidaknya gejala multikolinearitas adalah dengan melihat nilai tolerance dan Variance
Inflation Factor (VIF), serta
menganalisis matrik korelasi variabel-variabel independen.
Berdasarkan tabel diatas dapat diketahui bahwa hasil dari perhitungan nilai tolerance > 0,10. Nilai tolerance untuk Net Working
Capital to Total Assets adalah 0,578,
Retained Earning to Total Assets
0,706, EBIT to Total Assets 0,932,
dan Book Value of Equity to Total
Liabilities 0,663. Sedangkan nilai
VIF kelima variabel lebih kecil dari 10 yaitu Net Working Capital to
Total Assets adalah 1,731, Retained
Earning to Total Assets 1,417, EBIT
to Total Assets 1,073, dan Book
Value of Equity to Total Liabilities
1,508, maka dapat disimpulkan bahwa tidak ada multikolinearitas variabel independen.
Uji Heteroskedastisitas
Uji Heteroskedastisitas dapat dideteksi dengan melihat plot grafik yang dihasilkan dari pengolahan data denagn program SPSS 18.0.
Dasar pengambilan keputusan :
3. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengintidikasikan telah terjadi heteroskedasitas.
4. Jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Hasil Uji Heteroskedasititas dapat ditunjukan pada gambar berikut :
Grafik Scatterplot
untuk memprediksi Z-score financial distress.
Uji Autokorelasi
Untuk mengetahui ada atau tidaknya autokorelasi adalah dengan menggunakan uji Durbin Watson dan
uji The Run Test, pengambilan
keputusan uji Durbin Watson dapat dilakukan dengan ketentuan sebagai berikut :
Kriteria Pengambilan Keputusan Uji Autokorelasi
Sumber : Hasil Olah Data SPSS 18.0 (2013)
Berdasarkan Tabel di atas menunjukkan bahwa dapat ditarik kesimpulan mengenai hubungan autokorelasi, hal tersebut terlihat bahwa nilai Durbin Watson sebesar 2,069yakni berada diantara 1,66 dan 2,34Artinya dalam model regresi ini tidak ada autokorelasi antar kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1.
Berdasarkan analisis di atas dapat disimpulkan bahwa tidak terjadi autokorelasi antara nilai residual, hal ini ditunjukkan oleh nilai Asyim. Sig (2-tailed) sebesar 0,00 diatas lebih besar dari tingkat kepercayaan 5% (0,05).
4.2.3 Pengujian Hipotesis
Analisis Altman Z-score
dapat dilihatdari kemampuan lima rasio keuangan Altman Z-score
dalam memprediksi potensi financial distress.
Dari tabel pencaharian nilai Z-score tersebut dapat dilihat
terdapat 2 perusahaan yakni Equity Development Investment Tbk dan Capitalinc Investment Tbk mengalami financial disrtress, 3 perusahaan tidak dapat ditentukan apakah mengalami financial distress
atau financial healthy yang disebut
juga grey area yakni Asuransi Ranayana Tbk, Mandala Multifinance Tbk dan Sinar Mas Multiartha Tbk, sedangkan 19 perusahaan dalam kondisi yang sehat yang disebut juga financial healthy.
Koofisien Determinasi (R)
Pada dasarnya R digunakan untuk mengukur persentase atau proporsi variabel independen terhadap variasi baik turunnya variabel dependen. Berikut hasil dari pengolahan data pada Tabel 4.9 dengan menggunakan analisis regresi berganda dimana dilihat nilai koefisien determinasi (R) sebagai berikut :
Durbin Watson
Kesimpulan
Kurang dari 1,08
Ada Autokorelasi
1,08-1,66 Tanpa Kesimpulan 1,66-2,34 Tidak ada autokorelasi 2,34-2,92 Tanpa Kesimpulan Lebih dari
2,92
Berdasarkan Tabel diatas dapat ditarik kesimpulan sebagai berikut :
4. Nilai R sebesar 0,993, berarti hubungan antara variabel independen (Net Working Capital to Total Assets (X1),
Retained Earning to TotalAssets
(X2), Earning Before Interest
and Tax to Total Assets (X3),
Book Value ofEquity to Total Liability (X4) terhadap financial
distress sebesar 99,30%. Artinya
memiliki hubungan yang sangat erat, semakin besar nilai R berarti hubungan semakin erat. 5. Adjust R Square sebesar 0,985
berarti 98,50% faktor-faktor
financial distress dapat
dijelaskan oleh Net Working Capital to Total Assets (X1),
Retained Earning to TotalAssets
(X2), Earning Before Interest
and Tax to Total Assets (X3),
Book Value ofEquity to Total Liability (X4). Sedangkan sisanya sebesar 1,50% dijelaskan oleh faktor-faktor lain tidak diteliti dalam penelitian
6. Standa
rd Error of Estimated. Pada
Tabel 4.9 dapat dilihat nilai
Standard of Estimated sebesar
0,93098, semakin kecil
Standard of Estimated maka
model semakin baik.
Uji Signifikan Simultan (Uji F)
Uji Signifikan Simultan atau yang dikenal dengan Uji F digunakan untuk melihat pengaruh variabel independen secara simultan terhadap variabel dependen.
Hipotesis :
Ho: b1=b2=b3=b4=0, artinya Net Working Capital to Total Assets
(X1), Retained Earning to
TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), dan Book Value ofEquity to
Total Liability (X4)secarasimultan tidak berpengaruh signifikan terhadapfinancial disstress (Y).
Ho:b1,b2,b3,b4 # 0, artinya Net Working Capital to Total Assets
(X1), Retained Earning to
TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), dan Book Value ofEquity to
Total Liability (X4)secara simultan berpengaruh signifikan terhadap
financial distress (Y).
Dengan kriteria pengambilan keputusan sebagai berikut:
Ho diterima apabila F-hitung< F-tabel pada (α = 5%)
Ha diterima apabila F-hitung > F-tabel pada (α = 5%)
Model Summaryb
Berdasarkan hasil uji statistik SPSS 18.0 pada Tabel diperoleh nilai Sig. F sebesar 0,00<0,05, dan nilai F hitung lebih besar dari pada F. Tabel (1947,272>2,45). Artinya variabel independen Net Working Capital to Total Assets (X1), Retained Earning to TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), dan Book Value ofEquity to Total Liability (X4)secara simultan berpengaruh signifikan terhadap
financial distress (Y).
Uji Signifikan Parsial (Uji-t)
Uji t digunakan untuk menguji signifikansi konstanta dan setiap variabel independennya. Uji signifikan parsial (uji-t) ini dapat dilakukan dengan membandingkan t hitung dengan t tabel. Adapun dasar pengambilan keputusannya adalah sebagai berikut:
Hipotesis :
Ho : b1 = 0, artinya Net Working Capital to Total Assets
(X1), Retained Earning to
TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), dan Book Value ofEquity to
Total Liability (X4),secara parsial tidak berpengaruh sifnifikan terhadap financial distress (Y).
Ha : b1 # 0, artinya Net Working Capital to Total Assets
(X1), Retained Earning to
TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), dan Book Value ofEquity to
Total Liability (X4),secara parsial berpengaruh signifikan terhadap
financial distress (Y).
Dengan kriteria pengambilan keputusan sebagai berikut:
Ho diterima apabila thitung< ttabel pada (α = 5%)
Ha diterima apabila thitung> ttabel pada (α = 5%)
Berdasarkan hasil pengolahan SPSS versi 18.0 diperoleh hasil sebagai berikut :
Uji Signifikan Parsial (T-test)
Berdasarkan tabel di atas dapat disimpulkan pengaruh masing-masing variabel sebagai berikut:
ANOVAb Model
Sum of Squares Df
Mean
Square F Sig.
Regression 6750,955 4 1687,739 1947,272 ,000a
Residual 99,673 115 ,867
Total 6850,628 119
a. Predictors: (Constant), Book Value of Equity to Total Liabilities, Retained Earning to Total Assets, EBIT to Total Assets , Net Working Capital to Total Assets (X1)
b. Dependent Variable: Z-score
Coefficientsa
Net Working Capital to Total Assets (X1)
7,915 ,493 ,238 16,06 1
,000
Retained Earning to Total Assets
3,298 ,077 ,576 43,04 4
,000
EBIT to Total Assets 3,623 ,773 ,055 4,689 ,000 Book Value of Equity to
Total Liabilities
1,011 ,021 ,665 48,11 4
,000
Net Working Capital to Total Assets
(X1)
Variabel Net Working Capital
to Total Assets (X1)
berpengaruhsignifikan pada α = 5% terhadap Financial distress pada Lembaga Keuangan Bukan Bank yang terdaftar di Bursa Efek Indonesia (BEI), hal ini bisa dilihat bahwa tingkat signifikansinya lebih besar dari 0,05 yakni 0,00 dan Thitung (16,061) > Ttabel (2,58).
Retained Earning to TotalAssets
(X2)
Variabel Retained Earning
to Total Assets(X2)berpengaruh
signifikan pada α = 5% terhadap
Financial distress pada Lembaga
Keuangan Bukan Bank yang terdaftar di Bursa Efek Indonesia (BEI), hal ini bisa dilihat bahwa tingkat signifikansinya lebih besar dari 0,05 yakni 0,00 dan Thitung (0,506)> Ttabel (2,58).
Earning Before Interest and Tax to
Total Assets (X3)
Variabel X3 berpengaruh signifikan pada α = 5% terhadap
Financial distress pada Lembaga
Keuangan Bukan Bank yang terdaftar di Bursa Efek Indonesia (BEI), hal ini dapat dibuktikan dengan melihat tingkat signifikansinya lebih besar dari 0,05 yakni 0,00 dan Thitung (0,874)> Ttabel (2,58).
Book Value ofEquity to Total
Liability (X4
Variabel X4berpengaruh juga ada hubungan yang signifikan pada α = 5% terhadap Financial distress
pada Lembaga Keuangan Bukan
Indonesia (BEI), hal ini bisa dilihat bahwa tingkat signifikannya lebih kecil dari 0,05 yakni sebesar 0,00 nilai Thitung (3,755> Ttabel (2,58).
Dari tabel koefisian regresi (Table 4.10) dapat dibentuk suatu bentuk persamaan regresi berganda, yakni sebagai berikut :
Berdasarkan persamaan regresi tersebut diatas dapat dijelaskan sebagai berikut :
6. Konstanta (α) sebesar -0,387 menunjukkan harga konstanta, artinya jika nilai variabel Net Working Capital to Total Assets(X1), Retained Earning to TotalAssets (X2), Earning Before Interest and Tax to Total Assets (X3), dan Book Value ofEquity to Total Liability (X4), = 0%, maka tingkat Financial
distressadalah sebesar -0,387.
7. Koefisien Net Working Capital to Total Assets(X1)=
7,915menunjukkan bahwa jika variabel Net Working Capital to Total Assets(X1) dinaikkan sebesar 1 kali maka Financial
distress akan mengalami
peningkatan 8 kali.
8. Koefisien Retained Earning to TotalAssets (X2)= 3,298 menunjukkan bahwa jika variabel Retained Earning to TotalAssets (X2) dinaikkan sebesar 1 kali maka Financial
distress akan mengalami
peningkatan3 kali.
9. Koefisien Earning Before Interest and Tax to Total Assets
(X3)= 3,623menunjukkan
Interest and Tax to Total Assets
(X3) dinaikkan sebesar 1 kali maka Financial distress akan mengalami peningkatan4 kali. 10.Koefisien Book Value ofEquity
to Total Liability (X4)=
1,011menunjukkan bahwa jika variabel Book Value ofEquity to Total Liability (X4) dinaikkan sebesar 1 kali maka Financial
distress akan mengalami
peningkatan1 kali.
4.3 Pembahasan Hasil Penelitian
Dari hasil pengujian hipotesis diketahui bahwa secara simultan variabel independen Net
Working Capital to Total Assets
(X1), Retained Earning to TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), dan Book Value ofEquity to Total Liability (X4)berpengaruh signifikan terhadap financial
distress pada Lembaga Keuangan
Bukan Bank yang terdaftar di Bursa Efek Indonesia (BEI) yaitu pada tahun 2008-2012.
Selanjutnya dijelaskan dalam penelitian ini, profitabilitas yang diwakili oleh variabelNet
Working Capital to Total Assets
(X1), Retained Earning to TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), dan Book Value ofEquity
to Total Liability (X4),dapat menjelaskan tentang faktor-faktor yang mempengaruhi
financial distress pada Lembaga
Keuangan Bukan Bank yang terdaftar di Bursa Efek Indonesia sebesar 98,50% sedangkan sisanya sebesar 1,50% dijelaskan
oleh faktor lain diluar penelitian ini.
Secara parsial, variabelNet
Working Capital to Total Assets
(X1) Retained Earning to TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), Book Value ofEquity to
Total Liability (X4)berpengaruh signifikan pada α =5%, hal demikian tersebut sesuai dengan hipotesis yang ditemukan sebelumnya dan mendukung teori bahwa semakin tinggi Net
Working Capital to Total Assets
(X1) maka akan menunjukkan semakin efisien perusahaan dalam mengelola Assets untuk mengahasilkan laba bagi para pemegang saham. Dalam hal ini
Net Working Capital to Total
Assets (X1) memberikan pengaruh yang positif terhadap
fiancial distress.
Secara parsial Net Working Capital to Total Assets(X1), Retained Earning to TotalAssets
(X2), Earning Before Interest
and Tax to Total Assets (X3), dan Book Value ofEquity to Total Liability (X4)bahwa nilai
standaridlized coefficientadalah
V KESIMPULAN DAN SARAN
D. KESIMPULAN
Berdasarkan hasil penelitian yang telah dilakukan, maka dapat diambil kesimpulan bahwa dari 24 perusahaan Lembaga Keuangan Bukan Bank yang diteliti, makaterdapat 19 perusahaan yang sehat atau financial healthy yaitu 79 %, 2 perusahaan atau 8,33% mengalami financial distress, sisanya 3 perusahaan dikategorikan grey area. Artinya 5 perusahaan yang mengalami area grey dan distress
perlu meningkatkan kinerja agar terbebas dari kondisi tersebut.
Sementara hasil analisis yang dilakukan untuk membuktikan apakah ada hubungan antara rasio
Z-score dan financial distress yang
dapat disimpulkan dalam penelitian ini adalah rasio analisis keuangan yaitu Net Working Capital to Total Assets (X1), Retained Earning to TotalAssets (X2), Earning Before Interest and Tax to Total Assets
(X3), Book Value ofEquity to Total Liability (X4) terhadap financial
distress pada perusahaan Lembaga
Keuangan Bukan Bank yang terdaftar di Bursa Efek Indonesia baik secara simultan (bersama-sama), maupun parsial (sendiri-sendri/individual).
3. Secara simultan, hasil uji statistik SPSS 18.0 menghasilkan nilai Sig. F sebesar 0,00<0,05, dan nilai F hitung lebih besar dari pada F.
Tabel (1947,272>2,45), sehingga kriteria Ho diterima,
variabel independen Net Working Capital to Total Assets
(X1), Retained Earning to
TotalAssets (X2), Earning Before Interest and Tax to Total Assets (X3), Book Value ofEquity to Total Liability (X4)
berpengaruh signifikan terhadap
financial distress pada Lembaga
Keuangan Bukan Bank yang terdaftar di Bursa Efek Indonesia (BEI) pada priode tahun 2008-2012.
4. Secara parsial, dalam penelitian ini semua variabel independen yaitu Net Working Capital to Total Assets (X1), Retained Earning to TotalAssets (X2),
Earning Before Interest and Tax to Total Assets (X3), Book Value ofEquity to Total Liability (X4)
mempunyai pengaruh signifikan pada α =5% terhadap nilai
Z-scorefinancial distress, hal ini
dapat dilihat dari Uji-t yang dilakuan yang menunjukan bahwa tingkat signifikansinya yang besar dari 0,05 yakni masing-masingThitung16,061, 43,044, 4,689, 48,114,yang lebih besar dari Ttabel (2,58), sehingga kriteria Ha diterima. Artinya Secara parsial, Net Working Capital to Total Assets (X1),
Retained Earning to TotalAssets
(X2), Earning Before Interest
and Tax to Total Assets (X3),
Book Value ofEquity to Total
Liability (X4)
dinaikkan/diturunkan sebesar satu kesatuan akan mempengaruhi Z-scorefinancial
disress pada perusahaan
E.Keterbatasan Penelitian
Keterbatasan-keterbatasan penelitian itu adalah sebagai berikut :
4. Pengukuran untuk keempat variabel indevenden yang dilakukan oleh peneliti dibatasi kedalam empat pengukuran rasio keuangan, yaitu Net Working Capital to Total Assets (X1),
Retained Earning to TotalAssets
(X2), Earning Before Interest
and Tax to Total Assets (X3),
Book Value ofEquity to Total Liability (X4). Sementara masih ada rasio keuangan lainnya dan faktor-faktor lainnya yang mempengaruhi nilai
Z-scorefinancial distress.
5. Penelitian hanya difokuskan pada Lembaga Keuangan Bukan Bank saja yang terdaftar di Bursa Efek Indonesia.
6. Priode penelitian dibatasi hanya pada priode 2008-2012
F. Saran
Bagi investor dapat dijadikan sebagi alat refrensi penilaian risiko keuangan perusahaan sebelum melakukan investasi.
Bagi peneliti selanjutnya diharapkan dapat memperluas objek penelitian seperti menggunakan rasio keuangan yang lebih lengkap, dan juga penelitian tidak hanya dilakukan pada perusahaan Lembaga Keuangan Bukan Bank yang terdaftar di BEI saja, tetapi smua perusahaan yang telah go public, sehingga hasil
Penelitian selanjutnya juga diharapkan agar bisa melakukan penilitian dalam waktu yang lebih panjang, sehingga hasil penelitiannya akan semakin baik.
DAFTAR PUSTAKA
Altman, E., Hotchkiss, E.(2005):
Corporate Financial Distress and Bankruptcy: Predict and Avoid Bankruptcy, Analyze and
Invest in Distressed Debt. 3rd
Edition, NewJersey: John Wiley & Sons.
Arsyad Thalib Lubis ,H M, 1979.
Ilmu Fiqh, Cetakan ke 5,
Firma Islamiyah, Medan.
Chintya Zulvi Arhanu Sari, 2011.
Prediksi Kebangkrutan Perusahaan Berdasarkan Analisa CAMEL Pada Bank BNI Tbk Yang Terdaftar di BEI.
Cristina Sheela, 2012. Evaluating Financial Health of Pharmaceutical Industry in India Through Z-score Model.
Bhusan Pardeshi,2012 A Study of Financial Solvency of Indian Airlines Comanies With
Reference to Z-score,
Dagmar CAMSKA, 2012. Predicting Corporate Financial Distress in the case of the Eropean
Fund, international scientic
conference, Whither Our Economies.
Endri,2009. Prediksi Kebangkrutan Bank untuk Menghadapi dan
Mengelola Perubahan Lingkungan Bisnis : Analisis
Model Altman Z-score ,
Erlina , 2008. Metode Statistik , USU Press , Medan.
Fauziah Kumala Sari, 2011. Analisis Pengaruh Kebangkrutan Bank Dengan Metode Altman Z-score Terhadap harga Saham Perbankan yang Terdaftar di BEI.
Gozali,I, 2001. Aplikasi Analisis Multivariate Dengan Program SPSS, Semarang, UNDIP.
Hamanto , Drs,1992. Akuntansi BiayaUntuk Perhitungan Biaya Produksi (Sistem Biaya
Historis) , Yogyakarta :
BPFE-UGM
---1992. Akutantansi
Keuangan Intermediate. Yogyakarta :
BPFE-UGM
Martin, et al, (1995) Kebangkrutan
dalam: Kuliah Akuntansi : 376
http://dwiermayanti.wordpress.
com/2011/06/10/kebangkrutan/
Rahmadani , Ayu Suci, dan Niki
Lukviarman (2009).
Perbandingan Analisis PrediksiKebangkrutan
Menggunakan Altman Pertama, Altman Revisi, dan
Altman Modifikasi Dengan Ukuran dan Umur Perusahaan Sebagai Variabel Penjelas ( Studi Pada Perusahaan Manufaktuer yang Terdaftar di
BEI), Jurnal Sisat Bisnis ,vol
13, no, 1. Pp, 15 -28
Ross dkk, 1999. Corporate Finance, Fifth Edition, Irwin mcGraw
Saragih, Tommy D, 2011. Prediksi Kebangkrutan Perusahaan Berdasarkan Analisa Model Altman Z-score Pada Perusahaan Farmasi yang Terdaftar di BEI.
Sibarani, Harry J.K.P, 2011. Prediksi Kebangkrutan Perusahaan Berdasarkan Analisa Model Z-score Altman Pada Perusahaan Makanan dan Minnuman Yang Terdaftar di BEI.
Sigit Triandaru, 2006. Bank
Lembaga Keuangan Lainnya,
Salemba Empat, Jakarta : Cetakan Ke Empat.
Siregar, Putri Nanda , 2011.
Penilaian Tingkat Kebangkrutan Perusahaan
Dengan Metode Altmant Z-score Pada Perusahaan Konstruksi Bangunan yang Terdaftar di BEI.
Sudardjat, Ilyda. 2012. Modul
Statistik Ekonomi dan Bisnis, USU
Press, Medan.
_____, 2011. Modul Statistik II, USU Press, Medan.
Tarigan, Yosafat M., 2011. Prediksi
Kebangkrutan Pada Perusahaan Perbankan yang
Tika Lestari, 2011. Prediksi Kebangkrutan Perusahaan Berdasarkan Analisa CAMEL Pada Perusahaan Perbankan
yang Terdaftar di BEI.
Nugroho , 2012. Analisis Prediksi Finacial Distress Dengan Menggunakan Metode Altman Z- score Modifikasi 1995
Warren Reef Fees, 2008. Pengantar
Akuntansi I. Edisi 21, Salemba
Empat, Jakarta.
www.idx.co.id