ANALISIS AKURASI METODE ALTMAN, GROVER, SPRINGATE DAN
ZMIJEWSKI DALAM MEMPREDIKSI PERUSAHAAN DELISTING
(Studi Empiris pada Perusahaan Manufaktur di Bursa Efek Indonesia Periode 2009-2013)
S K R I P S I
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Ekonomi
Program Studi Akuntansi
Oleh:
Patrisius Gerdian Bimawiratma
NIM: 122114016
PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI FAKULTAS EKONOMI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
i
ANALISIS AKURASI METODE ALTMAN, GROVER, SPRINGATE DAN
ZMIJEWSKI DALAM MEMPREDIKSI PERUSAHAAN DELISTING
(Studi Empiris pada Perusahaan Manufaktur di Bursa Efek Indonesia Periode 2009-2013)
S K R I P S I
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Ekonomi
Program Studi Akuntansi
Oleh:
Patrisius Gerdian Bimawiratma
NIM: 122114016
PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI FAKULTAS EKONOMI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
iv
“Keberhasilan bukan dilihat dari seberapa banyak ia mendapatkan
penghargaan, tapi keberhasilan dilihat dari bagaimana ia mampu
berjuang untuk bangkit dari setiap kegagalan”
-Patrisius Gerdian Bimawiratma-
Kupersembahkan untuk: Tuhan Yesus Kristus, Bunda Maria, Bapa Yosef dan St Patrisius Justinus Adinato, Ignatia Gerdha Wahyu Susilowati, dan Paulus Bayu Aji Wiratma Serta orang-orang yang berperan penting dalam kehidupanku
ix
x DAFTAR ISI
HALAMAN JUDUL ... i
LEMBAR PERSETUJUAN PEMBIMBING ... ii
HALAMAN PENGESAHAN ... iii
HALAMAN PERSEMBAHAN ... iv
LEMBAR PERNYATAAN KEASLIAN KARYA TULIS ... v
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI ILMIAH ... vi
HALAMAN KATA PENGANTAR ... vii
HALAMAN DAFTAR ISI ... x
HALAMAN DAFTAR TABEL ... xii
ABSTRAK ... xiv
ABSTRACT ... xv
BAB I PENDAHULUAN ... 1
A. Latar Belakang Masalah ... 1
B. Rumusan Masalah ... 4
C. Tujuan Penelitian ... 4
D. Manfaat Penelitian ... 5
E. Sistematika Penulisan ... 6
BAB II TINJAUAN PUSTAKA ... 8
A. Laporan keuangan ... 8
B. Komponen Laporan Keuangan ... 8
C. Analisis Laporan Keuangan ... 9
D. Kebangkrutan ... 10
E. Manfaat Informasi kebangkrutan ... 11
F. Prediksi Kebangkrutan ... 13
G. Delisting ... 13
H. Alasan delisting ... 13
I. Kebangkrutan dan delisting... 16
J. Metode prediksi kebangkrutan ... 17
K. Kesalahan tipe I dan II ... 21
L. Penelitian Terdahulu ... 22
BAB III METODE PENELITIAN ... 24
A. Jenis Penelitian ... 24
B. Objek Penelitian ... 24
xi
D. Teknik Pengumpulan Data ... 26
E. Definisi Operasional Variabel ... 27
F. Teknik Analisis Data ... 31
BAB IV GAMBARAN UMUM PERUSAHAAN ... 40
A. Sampel Penelitian ... 40
BAB V ANALISIS DATA DAN PEMBAHASAN ... 44
A. Deskripsi Data ... 44
B. Analisis Data ... 53
1. Perhitungan Metode Prediksi Kebangkrutan ... 53
a. Prediksi Kebangrutan dengan Metode Altman ... 53
b. Prediksi Kebangkrutan dengan Metode Grover ... 54
c. Prediksi Kebangkrutan dengan Metode Springate ... 56
d. Prediksi Kebangkrutan dengan Metode Zmijewski ... 57
2. Perhitungan Tingkat Akurasi dan Tipe Kesalahan ... 58
a. Metode Altman... 59
b. Metode Grover ... 61
c. Metode Springate ... 62
d. Metode Zmijewski ... 64
C. Pembasaan ... 66
1. Perbandingan Hasil Prediksi Metode Altman, Grover, Springate dan Zmijewski ... 66
2. Analisis Ketepatan Metode Altman, Grover, Springate dan Zmijewski ... 70 BAB VI PENUTUP ... 73 A. Kesimpulan ... 73 B. Keterbatasan Penelitian ... 74 C. Saran ... 74 DAFTAR PUSTAKA ... 75 LAMPIRAN ... 77
xii
DAFTAR TABEL
Tabel 2.1 Tipe Kesalahan Prediksi... 22
Tabel 3.1 Daftar Sampel Perusahaan ... 27
Tabel 3.3 Metode Prediksi Altman ... 34
Tabel 3.4 Metode Prediksi Grover ... 34
Tabel 3.5 Metode Prediksi Springate ... 34
Tabel 3.6 Metode Prediksi Zmijewski ... 35
Tabel 3.7 Perbandingan Hasi Prediksi ... 35
Tabel 3.8 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Altman ... 37
Tabel 3.9 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Grover 38 Tabel 3.10 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Springate... 38
Tabel 3.11 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Zmijewski ... 39
Tabel 3.12 Perbandingan ketepatan Metode Altman, Grover, Springate dan Zmijewski ... 39
Tabel 4.1 Daftar Perusahaan Kriteria Khusus Kategori I: Perusahaan Delisting .. 42
Tabel 4.2 Daftar Perusahaan Kriteria Khusus Kategori II: Perusahaan Listing ... 43
Tabel 5.1 Periode Laporan Keuangan yang Digunakan ... 45
Tabel 5.2 Statistik Deskriptif Kategori I: Perusahaan Delisting ... 46
Tabel 5.3 Statistik Deskriptif Kategori II: Perusahaan Listing ... 47
Tabel 5.4 Prediksi Kebangkrutan dengan Metode Altman ... 53
Tabel 5.5 Prediksi Kebangkrutan dengan Metode Grover ... 55
Tabel 5.6 Prediksi Kebangkrutan dengan Metode Springate ... 56
Tabel 5.7 Prediksi Kebangkrutan dengan Metode Zmijewski ... 57
Tabel 5.8 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Altman ... 59
xiii
Tabel 5.9 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode
Grover ... 61
Tabel 5.10 Rekapitulasi Tingkat Akurasi dan Kesalahan TipeI/II Metode Springate... 63
Tabel 5.11 Rekapitulasi Tingkat Akurasi dan kesalahan TipeI/II Metode Zmijewski ... 65
Tabel 5.12 Perbandingan Hasil Prediksi ... 67
Tabel 5.13 Perbandingan Hasil Prediksi dengan Status Perusahaan ... 68
Tabel 5.14 Daftar Perusahaan yang Memiliki Kesamaan Prediksi ... 69
Tabel 5.15 Perbandingan ketepatan metode Altman, Grover, Springate dan Zmijewski ... 70
xiv
ABSTRAK
ANALISIS AKURASI METODE ALTMAN, GROVER, SPRINGATE DAN
ZMIJEWSKI DALAM MEMPREDIKSI PERUSAHAAN DELISTING
(Studi Empiris pada Perusahaan Manufaktur di Bursa Efek Indonesia Periode 2009-2013)
Patrisius Gerdian Bimawiratma NIM: 122114016 Universitas Sanata Dharma
Yogyakarta 2016
Tujuan penelitian ini adalah untuk membandingkan hasil prediksi kebangkrutan dengan metode Altman, Grover, Springate, dan Zmijewski. Selain itu, penelitian ini bertujuan untuk mengetahui metode prediksi kebangkrutan yang paling akurat dalam memprediksi perusahaan manufaktur yang mengalami
delisting.
Jenis penelitian ini adalah studi empiris. Studi empiris adalah penelitian yang menggunakan data sekunder. Teknik pengambilan sampel menggunakan teknik purposive sampling dengan total sampel sebanyak 8 perusahaan manufaktur. Data dianalisis menggunakan perhitungan tingkat akurasi dan tipe kesalahan dari setiap metode prediksi kebangkrutan, untuk dapat memprediksi perusahaan manufaktur mana yang mengalami delisting atau tidak akan mengalami delisting.
Hasil penelitian menunjukan bahwa metode Grover merupakan metode yang paling akurat, dengan nilai tingkat akurasi sebesar 100% dan nilai kesalahan tipe I/II masing masing sebesar 0%. Selain itu apabila metode Altman, Grover, Springate, dan Zmijewski digunakan secara bersama-sama, maka keempat metode prediksi tersebut mampu memprediksi perusahaan manufaktur yang delisting atau
listing.
Kata kunci: metode prediksi kebangkrutan, metode Altman, metode Grover, metode Springate, metode Zmijewski, delisting.
xv
ABSTRACT
THE ANALYSIS OF ALTMAN, GROVER SPRINGATE AND ZMIJEWSKI METHOD ACCURACY TO PREDICT DELISTING
COMPANIES
(Empirical Study of Manufacture Company in The Indonesia Stock Exchange For The Period 2009-2013)
Patrisius Gerdian Bimawiratma NIM: 122114016
Sanata Dharma University Yogyakarta
2016
This research aims to comparing delisting companies prediction methods using the Altman, the Grover, the Springate, and the Zmijewski method. In addition, this study aims to determine the most accurate predictive method in predicting delisting manufacturing companies listed at Indonesia Stock Exchange.
This research is an empirical study. The sampling technique was purposive sampling. There are eight manufacturing companies as the sample. Data was analyzed by comparing the values of accuracy and error type of each method in predicting delisting or listing manufacturing companies.
The result showed that the Grover method had the highest accuracy in predicting the listing or delisting companies with 0% type I and type II errors. Besides, if those methods were used together, they will be able to predict which manufacturing companies that are delisting or listing from Indonesia Stock Exchange.
Keyword: bankruptcy method, the Altman method, the Grover method, the Springate method, the Zmijewski method,delisting.
1 BAB I
Pendahuluan
A. Latar Belakang Masalah
Pemberlakuan MEA (Masyarakat Ekonomi ASEAN) tahun 2015 menyebabkan lalulintas perdagangan bebas barang dan jasa dikawasan Asia Tenggara menjadi tanpa hambatan. Mea merupakan wujud kesepakatan dari negara-negara di ASEAN untuk membentuk suatu kawasan bebas dagang, dalam rangka meningkatkan daya saing ekonomi dengan menjadikan ASEAN sebagai basis produksi dunia serta menciptakan pasar regional bagi kurang lebih 400 juta penduduknya (Wangke, 2014). Dengan adanya MEA diharapkan berbagai aspek perekonomian mulai dari perdagangan produk domestik bruto dan investasi akan tumbuh. Dengan bertumbuhnya perekonomian negara, perusahaan adalah salah satu organisasi yang menikmati dampak pertumbuhan ekonomi tersebut.
Semakin berkembangnya perekonomian, perusahaan-perusahaan baru bermunculan. Hal ini berdampak pada munculnya persaingan yang makin ketat antara perusahaan baru dengan perusahaan lama yang terus berkembang. Untuk mengembangkan dan melangsungkan kegiatan usahanya, perusahaan memerlukan modal. Untuk mendapatkan modal, perusahaan dapat menggunakan pendanaan yang berasal dari intern yaitu berupa laba ditahan atau pendanaan yang berasal dari pihak ekstern yaitu berupa penerbitan surat-surat utang atau saham. Agar dapat menerbitkan saham, perusahaan harus tercatat (listing) terlebih dahulu di Bursa Efek.
Setiap perusahaan go public, perusahaan tidak go public, perusahaan besar ataupun perusahaan kecil mempunyai risiko yang sama yaitu kebangkrutan. Kebangkrutan merupakan suatu kondisi dimana perusahaan gagal dalam menjalankan operasi perusahaan dalam menghasilkan laba (Endri, 2009). Kebangkrutan tidak dapat diperkirakan dalam waktu yang singkat, namun harus diukur dua sampai lima tahun untuk memprediksi kesehatan atau kebangkrutan perusahaan. Oleh sebab itu, manajer yang bertugas dalam pengambilan keputusan memegang peranan penting dalam penentuan masa depan perusahaan.
Delisted merupakan salah satu indikator perusahaan bangkrut di pasar modal (Hadi dan Anggraeni,2008). Delisting adalah penghapusan Efek dalam daftar Efek yang tercatat di Bursa, setelah Efek tersebut dihapuskan pencatatanya di Bursa (Keputusan Direksi PT Bursa Efek Jakarta, no: Kep-308/B,EJ/07-2004). Penghapusan Efek tersebut dinilai mengalami trend negatif secara financial atau bangkrut, hal ini berpotensi dikeluarkan secara paksa dari pencatatan di bursa saham yang diterbitkan oleh Bursa Efek Indonesia.
Selama ini, ada berbagai macam metode prediksi kebangkrutan. Setiap metode mempunyai ciri khas dan hasil yang berbeda beda sehingga diperlukan suatu metode prediksi kebangkrutan yang dapat memprediksi secara akurat perusahaan yang akan mengalami delisting dan listing. Terdapat beberapa metode prediksi yang sering digunakan oleh perusahaan atau penelitian. Metode tersebut adalah metode Altman, metode Grover,
metode Springate, metode Ohlson, metode Wang dan Chambel, dan metode Zmijewski. Peneliti memilih ke empat metode yaitu metode Altman, metode Grover, metode Springate dan Metode Zmijewski. Pada empat penelitian sebelumnya menghasilkan metode prediksi kebangkrutan yang paling akurat berbeda-beda, selain itu dengan ketatnya persaingan antar perusahaan di era MEA diperlukan informasi yang tepat dan cepat. Oleh sebab itu, penulis memilih metode yang sudah diuji oleh penelitian-penelitian sebelumnya. Kusumawardani (2015) menilai bahwa metode akurasi yang paling akurat adalah metode Zmijewski. metode Zmijewski memiliki tingkat akurasi sebesar 70% dengan tipe error 30%, disusul oleh Springate yang memiliki akurasi 55% dengan tipe error I dan II sebesar 10% dan 35% dalam mengukur perusahaan yang delisting di BEI periode 2009-2013. Model Altman merupakan model prediksi yang memiliki tingkat akurasi tertinggi yaitu sebesar 50%, sedangkan model Grover 33,33%, model Springate 33,33% dan model Zmijewski 27,27% pada perusahaan transportasi yang tercatat di BEI, Sari (2015). Pada penelitian Prihanthini, dan Sari (2013), metode Grover merupakan metode prediksi yang paling akurat yaitu sebesar 100% sedangkan Altman 80%, Zmijewski 90% dan Springate 90% pada perusahaan Food and Beverage yang terdaftar di BEI. Rahayu (2012), metode prediksi Springate merupakan metode Prediksi yang paling akurat dibandingkan dengan metode Altman karena metode prediksi Springate tingkat keakuratannya mencapai 76,27% tipe I error and tipe II masing-masing sebesar 1,69% dan 22,03%.
Melihat dari berbagai hasil yang diungkapkan penelitian terdahulu, peneliti tertarik untuk menguji keempat metode prediksi tersebut manakah yang paling akurat dalam memprediksi kebangkrutan perusahaan go public,
sehingga kemungkinan besar perusahaan tersebut dikeluarkan secara paksa (forced delisting) dari Bursa Efek. Oleh sebab itu, peneliti tertarik untuk meneliti tentang metode prediksi kebangkrutan yang tepat digunakan dalam memprediksi terjadinya delisting dengan judul “ANALISIS AKURASI METODE ALTMAN, GROVER, SPRINGATE, DAN ZMIJEWSKI DALAM MEMPREDIKSI PERUSAHAAN DELISTING (Studi Empiris pada Perusahaan Manufaktur di Bursa Efek Indonesia 2009-2013”.
B. Rumusan Masalah
Berdasarkan latar belakang di atas dirumuskan permasalahan sebagai berikut:
1. Bagaimana perbandingan hasil prediksi metode Altman Z-Score, Grover, Springate, dan Zmijewski dalam memprediksi perusahaan manufaktur yang mengalami delisting atau listing?
2. Metode prediksi manakah yang paling akurat?
C. Tujuan Penelitian
Berdasarkan rumusan masalah yang telah dipaparkan, tujuan penelitian ini adalah:
1. Mengetahui perbandingan prediksi Altman Z-Score, Grover, Springate, dan Zmijewski dalam memprediksi perusahaan delisting
atau listing di Bursa Efek Indonesia
2. Mengetahui manakah diantara metode Altman Z-Score, Grover, Springate, dan Zmijewski yang paling akurat dalam memprediksi perusahaan yang mengalami delisting atau listing di Bursa Efek Indonesia.
D. Manfaat penelitian
1. Bagi perusahaan, penelitian ini diharapkan menjadi salah satu referensi dalam menggunakan metode prediksi kebangkrutan yang tepat untuk menilai kondisi keuangan perusahaan yang berpotensi mengalami delisting atau listing
2. Bagi Investor, penelitian ini diharapkan dapat menjadi acuan pengambilan keputusan dalam pemilihan perusahaan mana yang mengalami delisting atau listing di Bursa Efek Indonesia.
3. Bagi akademisi, penelitian ini diharapkan dapat memberikan tambahan wawasan dan informasi tentang metode-metode kebangkrutan yang tepat dalam memprediksi kemungkinan perusahaan yang mengalami delisting atau listing di Bursa Efek Indonesia serta menjadi bahan referensi untuk penelitian selanjutnya.
4. Bagi penulis, penelitian ini dapat memperluas wawasan penulis di bidang akuntansi keuangan dan investasi, sehingga penulis mampu menganalisis laporan keuangan dan terhindar dari investasi perusahaan yang mengalami delisting.
E. Sistematika Penulisan
Penyusun penelitian ini akan disajikan dalam sistematika penulisan yang terdiri atas 6 bab yaitu:
BAB I PENDAHULUAN
Bab ini menguraikan latar belakang masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan
BAB II TINJAUAN PUSTAKA
Bab ini menjelaskan teori-teori pendukung dan hasil penelitian terdahulu sebagai acuan penelitian ini.
BAB III METODE PENELITIAN
Bab ini menguraikan jenis penelitan, objek penelitian, teknik pengambilan sampel, teknik pengumpulan data, definisi operasional variable dan teknik analisis data.
BAB IV GAMBARAN UMUM PERUSAHAAN SAMPEL
Bab ini menguraikan tentang gambaran umum perusahaan yang diteliti.
BAB V ANALISIS DATA DAN PEMBAHASAN
Bab ini menguraikan tentang deskripsi data yang akan diolah, dan analisis metode prediksi, serta analisis tingkat ketepatan dan tipe kesalahan.
BAB VI PENUTUP
Bab ini berisi kesimpulan dari hasil penelitian, keterbatasan peneliti dan saran.
8 BAB II
TINJAUAN PUSTAKA
A. Laporan keuangan
Menurut PSAK nomor 1 (revisi 2015), laporan keuangan adalah suatu penyajian terstruktur dari posisi keuangan dan kinerja keuangan suatu entitas. Tujuan laporan keuangan adalah memberikan informasi mengenai posisi keuangan, kinerja keuangan dan arus kas entitas yang bermanfaat bagi seluruh kalangan pengguna laporan keuangan dalam membuat keputusan ekonomi. Laporan keuangan menggambarkan kondisi keuangan dan hasil usaha suatu perusahaan pada saat tertentu atau jangka waktu tertentu. Adapun jenis laporan keuangan yang lazim dikenal adalah neraca, laporan laba-rugi atau hasil usaha, laporan perubahan ekuitas, laporan arus kas dan laporan posisi keuangan.
B. Komponen laporan keuangan
Dalam pernyataan Standar Akuntansi Keuangan no 1 (revisi 2015), laporan keuangan yang lengkap terdiri dari komponen-komponen berikut ini:
1. Laporan posisi keuangan pada akhir periode
2. Laporan laba rugi dan penghasilan komprehensif lain selama periode
4. Laporan arus kas selama periode
5. Catatan atas laporan keuangan, berisi ringkasan kebijakan akuntansi yang signifikan dan informasi penjelasan lain.
6. Informasi komperatif mengenai periode sebelumnya.
Laporan posisi keuangan pada awal sebelumnya ketika entitas menerapkan suatu kebijakan akuntansi secara retrospektif atau membuat penyajian kembali pos-pos laporan keuangan, atau ketika entitas mereklasifikasi pos-pos dalam laporan keuangan.
C. Analisis Laporan Keuangan
Munurut Hery (2015,131), analisis laporan keuangan merupakan suatu proses untuk membedah laporan keuangan ke dalam unsur-unsurnya dan menelaah masing-masing dari unsur tersebut dengan tujuan untuk memperoleh pengertian dan pemahaman yang baik dan tepat atas laporan keuangan. Analisis Laporan keuangan merupakan suatu metode yang membantu para pengambilan keputusan untuk mengetahui kekuatan dan kelemahan perusahaan melalui informasi yang didapat dari laporan keuangan (Hery,2015:131). Hasil analisis laporan ini dapat membantu menginterpretasikan berbagai hubungan kunci dan cenderung dapat memberikan dasar pertimbangan mengenai potensi keberhasilan di masa yang akan datang (Prastowo dan Julianty, 2005:56).
D. Kebangkrutan
Kebangkrutan secara umum diartikan sebagai kegagalan perusahaan dalam menjalankan operasi perusahaan dalam menghasilkan laba (Endri, 2009). Namun menurut Rahmadhani dan Lukviarman (2009:17), kebangkrutan kerap kali disebut dengan likuidasi perusahaan atau penutupan perusahaan. Menurut Martin et al. (1995:376) dalam Adnan dan Kurniasili (2000:137), kebangkrutan sebagai kegagalan didefinisikan dalam beberapa arti, yaitu :
1. Kegagalan Ekonomi (Economic Failure)
Kegagalan dalam arti ekonomi berarti bahwa perusahaan kehilangan uang atau pendapatan perusahaan tidak menutupi biayanya sendiri, ini berarti tingkat laba lebih kecil dari biaya modal atau nilai sekarang dari arus kas perushaan lebih kecil dari kewajiban.
2. Kegagalan Keuangan (Financial Failur)
Kegagalan keuangan bisa diartikan sebagai insolvensi yang membedakan antara dasar arus kas dan dasar saham. Terdapat dua bentuk insolvensi atas dasar arus kas:
a. Insolvensi Teknis
Perusahaan dapat dianggap gagal jika perusahaan tidak dapat memenuhi kewajiban pada saat jatuh tempo.
Insolvensi juga terjadi bila arus kas tidak cukup untuk memenuhi pembayaran bunga atau pembayaran kembali pokok pada tanggal tertentu .
b. Insolvensi dalam Pengertian Kebangkrutan
Kebangkrutan didefinisikan dalam ukuran sebagai kekayaan bersih negatif dalam neraca konvensional atau nilai sekarang dari arus kas yang diharapkan lebih kecil dari kewajiban.
Berdasarkan uraian tentang definisi kebangkrutan menurut Martin et al. (1995:376) dalam Adnan dan Kurniasili (2000:137), kebangkrutan dapat disimpulkan sebagai suatu keadaan dimana perusahaan dianggap gagal secara finansial dan tidak mampu dalam memenuhi kewajiban-kewajibannya akibat dari ketidakmampuan perusahaan tersebut dalam menghasilkan laba bagi kelangsungan hidup usahanya.
E. Manfaat Informasi kebangkrutan
Hanafi dan Halim (2009:259) mengungkapkan bahwa informasi kebangkrutan bisa bermanfaat bagi beberapa pihak seperti:
1. Pemberi Pinjaman
Informasi kebangkrutan bisa bermanfaat untuk mengambil keputusan siapa yang akan diberi pinjaman, dan kemudian bermanfaat untuk kebijakan memonitor pinjaman yang ada.
2. Investor
Investor saham atau obligasi yang dikeluarkan oleh suatu perusahaan tentunya akan digunakan untuk melihat apakah terdapat kemungkinan bangkrut atau tidaknya perusahaan yang menjual surat berharga tersebut.
3. Pihak pemerintah
Pemerintah mempunyai kepentingan untuk melihat tanda-tanda kebangkrutan lebih dahulu agar dapat melakukan tindakan-tindakan yang perlu dilakukan, terkhusus sektor perbankan dan BUMN.
4. Akuntan
Akuntan mempunyai kepentingan terhadap informasi suatu usaha karena akuntan akan menilai kemampuan going concern
perusahaan.
5. Manajemen
Kebangkrutan berarti munculnya biaya-biaya yang berkaitan dengan kebangkrutan dan biaya ini cukup besar. Apabila manajemen bisa mendeteksi kebangkrutan lebih awal, maka tindakan penghematan bisa dilakukan, misalnya dengan melakukan merger atau restrukturisasi keuangan sehingga biaya kebangkrutan bisa dihindari.
F. Prediksi Kebangkrutan
Kebangkrutan dapat diprediksi jauh sebelum perusahaan mengalami kebangkrutan. Oleh sebab itu, kebangkrutan tidak dapat di deteksi dengan waktu yang sangat singkat. Namun waktu yang digunakan biasanya dua sampai lima tahun sebagai batas toleransi penururnan kinerja untuk mendeteksi kemungkinan kebangkrutan perusahaan (Adnan dan Taufiq, 2001:189 dalam Triharyanti, 2008:14).
G. Delisting
Menurut keputusan Direksi PT Bursa Efek Jakarta Nomor : Kep-308/BEJ/07-2004, definisi Penghapusan Pencatatan (delisting) adalah penghapusan efek dari daftar efek yang tercatat di Bursa sehingga efek tersebut tidak dapat diperdagangkan di Bursa.
H. Alasan Delisting
Bursa Efek Indonesia mengatur ketentuan delisting dalam keputusan Direksi PT Bursa Efek Jakarta Nomor: Kep-308/BEJ/07-2004. Menurut Darmadji dan Fakhruddin (2011:84), delisting atas suatu saham dari daftar efek yang tercatat di bursa dapat terjadi karena:
1. Permohonan delisting saham yang diajukan oleh perusahaan tercatat yang bersangkutan (voluntary delisting)
Persyaratan:
b. Disetujui RUPS
c. Buy-back atas saham bagi pemegang saham yang tidak menyetujui, yaitu pada harga tertinggi antara:
1) Harga nominal
2) Harga pasar tertinggi selama dua tahun ditambah premi dua tahun, yaitu harga perdana x tingkat bunga SBI tiga bulan atau tingkat bunga obligasi pemerintah yang setara
3) Harga wajar berdasarkan laporan penilaian
2. Dihapus pencatatan sahamnya oleh bursa
Berdasarkan keputusan Direksi PT Bursa Efek Jakarta nomor : kep-308/BEJ/07-2004, bursa menghapus pencatatan saham perusahaan tercatat apabila perusahaan tercatat mengalami sekurang-kurangnya satu kondisi di bawah ini:
a. Mengalami kondisi, atau peristiwa, yang secara signifikan berpengaruh negatif terhadap keberlangsungan usaha perusahaan tercatat, baik secara finansial atau secara hukum, atau terhadap keberlangsungan status perusahaan tercatat sebagai perusahaan terbuka, dan perusahaan tercatat tidak dapat menunjukkan indikasi pemulihan yang memadai.
b. Saham perusahaan tercatat yang akibat suspensi di pasar reguler dan pasar tunai, hanya diperdagangkan di pasar negosiasi sekurang-kurangnya selama 24 bulan terakhir
Suspensi merupakan penghentian sementara perdagangan saham. Dengan pertimbangan tertentu, sehingga saham tersebut tidak dapat diperjualbelikan hingga penghentian sementara dicabut oleh bursa. Tidak jarang suspensi yang berkepanjangan berakhir dengan penghapusan pencatatan (delisting) oleh pihak bursa (forced delsting). Beberapa hal yang dapat menjadi penyebab penghentian perdagangan suatu saham, antara lain (Darmadji dan Fakhruddin, 2011:103):
1. Laporan keuangan auditan memperoleh opini disclaimer (tidak memberikan pendapat) sebanyak dua kali berturut-turut atau memperoleh opini tidak wajar sebanyak satu kali
2. Emiten dimohonkan pailit oleh krediturnya atau secara sukarela mengajukan permohomon Penundaan Kewajiban Pembayaran Hutang (PKPU)
3. Tidak melakukan keterbukaan informasi atas suatu informasi yang menurut pertimbangan bursa secara material dapat memengaruhi keputusan investasi investor
4. Terjadi kenaikan atau penurunan harga yang signifikan dan atau adanya pola interaksi yang tidak wajar
I. Kebangkrutan dan Delisting
Indikasi perusahaan yang akan mengalami kebangkrutan adalah kesulitan keuangan (financial distress) yang dihadapinya. Financial distress
adalah suatu konsep luas yang terdiri dari beberapa situasi di mana suatu perusahaan menghadapi masalah kesulitan keuangan (Atmini, 2005:460). Menurut Darsono dan Ashari (2005:101), kesulitan keuangan dapat diartikan sebagai ketidakmampuan perusahaan untuk membayar kewajiban keuangannya pada saat jatuh tempo yang menyebabkan kebangkrutan perusahaan. Jika suatu perusahaan mengalami masalah dalam likuidasi maka sangat dimungkinkan perusahaan tersebut mulai memasuki masa kesulitan keuangan, dan jika kondisi kesulitan tersebut tidak cepat teratasi maka ini bisa berakibat kebangkrutan usaha (Fahmi, 2011:157).
Indikasi awal perusahaan bangkrut adalah dilakukannya penghapusan pencatatan saham (delisting) dari bursa (Hadi dan Anffraeni, 2008). Suatu saham perusahaan yang delisted dari bursa umumnya karena kinerja yang buruk misalnya dalam kurun waktu tertentu tidak pernah diperdagangkan mengalami kerugian beberapa tahun, tidak membagikan dividen secara berturut-turut selama beberapa tahun, dan beberapa kondisi lainnya sesuai dengan peraturan pencatatan efek di bursa (Sunariyah, 2011:51). Selanjutnya menurut Sunariyah (2011:51), jika suatu perusahaan bangkrut atau dilikuidasi maka secara otomatis saham perusahaan tersebut akan dikeluarkan dari bursa atau di delisted, hal tersebut mengindikasikan bahwa perusahaan tercatat yang mengalami kesulitan keuangan (financial
distress) rentan mengalami delisting secara paksa (forced delisting). Berdasarkan uraian di atas, baik kebangkrutan maupun delisting secara paksa (forced delisting) umumnya diawali dengan kesulitan keuangan (financial distress) yang tidak mampu diatasi oleh perusahaan dalam jangka waktu tertentu. Berbeda dengan voluntary delisting, menurut Balfas (2006:306) voluntary delisting adalah penghapusan pencatatan efek atau saham dari Bursa yang dilakukan karena kemauan pemegang saham dan perusahaan. Pada voluntary delisting tidak selalu diawali dengan kesulitan keuangan (financial distress)
J. Metode prediksi kebangkrutan
Penggunaan metode prediksi kebangkrutan dalam penelitian ini akan digunakan dalam memprediksi terjadinya kebangkrutan suatu perusahaan yang mengindikasikan perusahaan tersebut mengalami financial distress sebelum dinyatakan delisting (Kusumawardani, 2015:16). Berikut ini akan diuraikan empat metode prediksi kebangkrutan yang akan digunakan dalam penelitian ini:
1. Metode Prediksi Altman
Metode prediksi yang pertama kali dikembangkan oleh Altman yaitu menerapkan Multiple Discriminant Analysis pada tahun 1968. Anjum (2012) dalam penelitiannya mengungkapkan prediktor ini merupakan metode statistik yang menggabungkan lima rasio keuangan untuk menghasilkan suatu produk yang disebut Z-score dan telah terbukti
menjadi instrumen yang dapat diandalkan untuk meramalkan kegagalan dalam berbagai entitas bisnis. Persamaan diskriminan metode Altman sebagai berikut (Hanafi dan Halim, 2009:272):
Z= 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
Dimana:
X1 = Working Capital/Total Asset
X2 = Retained Earnings/Total Asset
X3 = Earning Before Interest and Taxes/Total Asset
X4 = Market Value of Equity/Book Value of Total Debt
X5 = Sales/Total Asset
Klasifikasi perusahaan yang sehat dan bangkrut didasarkan pada nilai Z-score metode Altman yaitu
a. Nilai Z < 1,81 maka termasuk perusahaan yang bangkrut
b. Nilai 1,81 < Z < 2,99 maka termasuk grey area (tidak dapat ditentukan apakah perusahaan sehat ataupun mengalami kebangkrutan)
c. Nilai Z > 2,99 maka termasuk perusahaan tidak bangkrut.
2. Metode Prediksi Grover
Metode Grover merupakan metode yang diciptakan dengan melakukan mendesain dan menilai ulang terhadap metode Altman Z- Score, Jeffrey S. Grover menggunakan sampel sesuai dengan metode Altman Z-Score pada tahun 1968 dengan menambah tiga belas rasio keuangan baru (Prihanthini, dan Sari,2013:420). Jeffrey, S Grover menghasilkan fungsi seperti berikut
G Score = 1,650X1 + 3,404 X2 + 0,016ROA + 0,057
Dimana:
X1 = Working Capital/ Total Assets
X2 = Earnings Before Interest and Taxes /Total Asset
ROA= Net Income / Total Asset
Metode Grover mengkategorikan perusahaan dengan skor G ≤ -0,02 merupakan perusahaan yang diprediksi mengalami kebangkrutan, sedangkan jika perusahaan dengan skor G ≥ 0,01 dikategorikan sebagai perusahaan yang tidak akan mengalami kebangkrutan dimasa yang akan datang.
3. Metode prediksi Springate
Prihanthini dan Sari (2013:422) Springate membuat metode prediksi kebangkrutan pada tahun 1978. Springate menggunakan metode Multi Discriminant Analysis (MDA) sama seperti Altman. Pada awalnya
Springate memiliki 14 rasio namun setelah pengembangan, Springate memilih empat rasio saja. Empat rasio tersebut dirumuskan menjadi:
S-score= 1,03X1 + 3,07X2 + 0,66X3 + 0,4X4
Dimana:
X1= Working Capital/Total Assets
X2= Net Profit Before Interest and Taxes/Total Assets
X3= Net Profit Before Taxes/Current Liability
X4 = Sales/Total Assets
Metode Springate ini mengklasifikasikan perusahaan dengan skor S > 0,862 merupakan perusahaan yang tidak berpotensi bangkrut, sedangkan jika perusahaan memiliki skor S < 0,862 diklasifikasikan sebagai perusahaan yang tidak sehat dan berpotensi bangkrut.
4. Metode Prediksi Zmijewski
Menurut Prihanthini, dan Sari (2013:423), metode prediksi yang dihasilkan oleh Zmijewski pada tahun 1983 merupakan riset selama 20 tahun. Metode ini menghasilkan rumus sebagai berikut:
X = -4,3 - 4.5X1 + 5,7X2 - 0,004X3
Dimana:
X1 = ROA (Return on Asset)
X2 = Leverage (Debt Ratio)
X3 = Likuiditas (Current Ratio)
Jika skor yang diperoleh sebuah perusahaan metode prediksi kebangkrutan ini melebihi 0 maka perusahaan diprediksi berpotensi
mengalami kebangkrutan, sebaliknya, jika sebuah perusahaan memiliki skor yang kurang dari 0 maka perusahaan diprediksi tidak berpotensi untuk mengalami kebangkrutan.
K. Kesalahan tipe I dan II
Setiap metode selalu terdapat kemungkinan salah prediksi dan perbedaan tingkat akurasi. Sulit untuk berharap apakah terdapat alat prediksi dengan akurasi 100%. Alat prediksi dikatakan benar apabila antara yang diprediksi dengan aktualnya sama, sedangkan kesalahan terjadi apabila antara yang diprediksi dengan aktualnya tidak sama. Kesalahan yang timbul dari alat prediksi terdari dari (Prihadi:2010,334):
1. Kesalahan tipe 1
Kesalahan dimana alat prediksi menyatakan tidak bangkrut ternyata aktualnya bangkrut
2. Kesalahan tipe 2
Kesalahan dimana alat prediksi menyatakan bangkrut ternyata aktualnya tidak bangkrut
Menururt Hanafi dan Halim (2005:264), kesalahan prediksi terdiri dari dua tipe yaitu tipe 1 dan kesalahan tipe II seperti berikut ini:
Tabel 2.1. Tipe Kesalahan Prediksi
L. Penelitian Terdahulu
Kusumawardani (2015) menilai bahwa model Zmijewski memiliki keakuratan tertinggi dalam memprediksi delisting atau tidaknya suatu perusahaan di BEI dalam kurun waktu satu sampai tiga tahun dari hasil prediksi. Model Zmijewski memiliki tingkat akurasi sebesar 70% dengan tipe error I sebesar 30%, disusul oleh model Springate yang memiliki akurasi 55% dengan tipe error I sebesar 10% dan tipe error II sebesar 35%, serta yang terakhir model Altman yang memiliki akurasi sebesar 50% dengan tipe error I sebesar 5% dan tipe error II 25%.
Prihartini, dan Sari (2013), model Grover merupakan model prediksi yang paling sesuai diterapkan pada perusahaan Food and Beverage
yang terdaftar di BEI. Model ini memiliki tingkat keakuratan yang paling tinggi dibandingkan dengan model prediksi lainnya yaitu sebesar 100%,
Prediksi
Kenyataan
Bangkrut Tidak bangkrut
Bangkrut Benar Kesalahan tipe 1
sedangkan metode Altman 80%, model Springate 90%, dan model Zmijewski 90%.
Rahayu (2012) metode prediksi Springate yang lebih akurat dibandingkan dengan metode Altman karena metode prediksi Springate tingkat keakuratannya mencapai 76,27% tipe I error and tipe II error
masing-masing sebesar 1,69% dan 22,03%. Menurut Rahayu (2012) model prediksi kebangkrutan Springate lebih cocok untuk diterapkan di perusahaan manufaktur yang go public dibandingkan dengan model Altman.
24 BAB III
METODE PENELITIAN
A. Jenis Penelitian
Penelitian ini menggunakan studi empiris. Studi empiris adalah penelitian yang menggunakan data sekunder. Data sekunder berasal dari perusahaan-perusahaan baik perusahaan yang mengalami delisting maupun yang tidak mengalami delisting dengan analisis berdasarkan data keuangan dari laporan keuangan selama tiga tahun berturut-turut.
B. Objek Penelitian
Objek penelitian yang digunakan adalah laporan keuangan perusahaan. Laporan keuangan perusahaan yang digunakan adalah laporan keuangan dari perusahaan yang telah delisting dari Bursa Efek Indonesia pada periode 2009-2013. Sebagai pembanding, digunakan pula laporan keuangan dari perusahaan yang listing di Bursa Efek Indonesia. Laporan keuangan yang diperlukan berupa laporan posisi keuangan dan laporan laba rugi.
C. Teknik Pengambilan Sampel
Populasi dalam penelitian ini adalah perusahaan-perusahaan yang telah delisting dari bursa efek Indonesia pada periode 2009-2013 maupun perusahaan perusahaan yang listing sehingga masih terdaftar di Bursa Efek Indonesia. Pengambilan sampel penelitian menggunakan teknik purposive
sampling yaitu teknik penentuan sampel yang didasarkan pada suatu kriteria tertentu. Kriteria umum penentuan sampel adalah:
1. Sampel perusahaan yang dipilih merupakan perusahaan manufaktur yang mempublikasikan laporan keuangannya selama tiga tahun berturut-turut yang berakhir pada 31 Desember.
2. Sampel perusahaan yang dipilih adalah perusahaan yang bergerak di sektor industri atau manufaktur.
Selain kriteria umum, terdapat kriteria khusus yang harus dipenuhi untuk mengkategorikan sampel. Sampel dibagi menjadi dua kelompok yaitu perusahaan yang mengalami forced delisting dan perusahaan yang
listing. Berikut kriteria khusus kategori I yaitu perusahaan delisting: 1. Sampel perusahaan adalah manufaktur yang mengalami forced
delisting pada periode 2010-2013 karena mengalami masalah keuangan yang mengindikasikan bahwa perusahaan yang bersangkutan mengalami financial distress sehingga menimbulkan keraguan atas kelangsungan usahanya (going concern)
2. Sampel perusahaan memiliki data keuangan secara lengkap khususnya data yang dibutuhkan dalam penelitian ini. Data itu adalah data yang terkumpul selama tiga tahun, yang mengacu pada laporan keuangan terakhir yang diterbitkan di BEI sebelum dinyatakan delisting. Apabila laporan keuangan terakhir yang diterbitkan di BEI tidak memiliki kelengkapan data yang dibutuhkan, maka data yang akan diambil dari
laporan keuangan periode sebelumnya satu sampai empat tahun sebelum delisting) selama tiga tahun berturut-turut.
Selain kategori I (perusahaan delisting) terdapat kriteria untuk kategori II yaitu perusahaan listing:
1. Perusahaan masih terdaftar di Bursa Efek Indonesia dengan menggunakan data laporan keuangan selama tiga tahun berturut-turut pada periode yang sama dengan perusahaan yang telah delisting. 2. Perusahaan yang dipilih tidak memiliki laba negatif secara
berturut-turut yang menjadi indikator bahwa perusahaan tidak mengalami
financial distress.
3. Perusahaan yang bergerak dalam sektor industri atau manufaktur yang sampai saat ini listing di Bursa Efek, perusahaan bergerak di sub sektor yang sama dengan kategori I (perusahaan delisting), memiliki tanggal IPO yang berdekatan, dan memiliki sub sektor industri yang sama. D. Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah teknik dokumentasi, dengan mengumpulkan, mempelajari dan menganalisis data sekunder. Data diperoleh dari pojok Bursa Efek Indonesia, Indonesian Capital Market Directory (ICMD), website www.icamel.com, website akses.ksei.co.id dan website www.idx.co.id.
Tabel 3.1. Daftar Sampel Perusahaan No Nama
perusahaan
Simbol Status Tahun (Umur Perusahaan) Sub Sektor Industri LK Perusahaan yang Dibutuhkan 1 Surya Intrindo Makmur Tbk. SIMM Delisting (2012) 2000-2012 Alas kaki 2007, 2008, 2009 2 Sepatu Bata Tbk. BATA Listing 1982-sekarang Alas kaki 2007 ,2008, 2009 3 Pan asia Filamen Inti Tbk. PAFI Delisting (2013) 2000-2013 Tekstil dan Garmen 2008. 2009, 2010 4 Nusantara Inti Corpora Tbk. UNIT Listing 2002-sekarang Tekstil dan Garmen 2008. 2009, 2010 5 Surabaya Agung Industri Pulp dan Kertas Tbk. SAIP Delisting (2013) 1993-2013 Pulp dan Kertas 2010, 2011, 2012 6 Suparma Tbk. SPMA Listing 1994-sekarang Pulp dan Kertas 2010, 2011, 2012 7 Daya Sakti Unggul Corporindo Tbk.
DSUC Delisting 1997-2009 Kayu dan Pengolah aannya 2006, 2007, 2008 8 Tirta Mahakam Resources Tbk. TRIT Listing 1999-sekarang Kayu dan pengolah aannya 2006, 2007, 2008
Sumber: Indonesian Capital Market Directory (ICMD)
E. Definisi Operasional Variabel
Penggunaan metode prediksi kebangkrutan dalam penelitan ini digunakan dalam memprediksi forced delisting suatu perusahaan yang mengindikasikan perusahaan tersebut mengalami financial distress sebelum dinyatakan delisting. Metode prediksi yang digunakan adalah adalah metode Altman, metode Springate, metode Grover dan metode Zmijewski. Berikut ini variabel-variabel yang diukur dengan rasio keuangan yang digunakan oleh masing-masing metode prediksi beserta definisinya
1. Working Capital / Total Asset
Rasio ini menunjukan kemampuan perusahaan untuk menghasilkan modal kerja bersih dari keseluruhan total aktiva yang dimilikinya (Endri, 2009). Modal kerja ini digunakan untuk membiayai operasi perusahaan. Rasio ini digunakan dalam metode Altman, Springate dan Grover
𝑊𝐶_𝑇𝐴 =𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐴𝑠𝑠𝑒𝑡 − 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
2. Earning Before Interest and Taxes/Total Asset
Rasio ini menunjukan kemampuan perusahaan untuk mengukur kemampuan perusahaan dalam mengelola sumber dayanya secara efektif yang dapat dilihat dari hasil penjualan dan investasinya. Rasio ini mengukur apakah aset-aset perusahaan digunakan secara rasional untuk menghasilkan laba dari kegiatan operasinya. Rasio ini digunakan oleh metode Springate dan Grover
𝐸𝐵𝐼𝑇_𝑇𝐴 =𝐸𝑎𝑟𝑛𝑖𝑛𝑔 𝐵𝑒𝑓𝑜𝑟𝑒 𝐼𝑛𝑡𝑒𝑟𝑒𝑠𝑡 𝑎𝑛𝑑 𝑇𝑎𝑥 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
3. Sales / Total Asset
Rasio perputaran modal ini merupakan rasio standar keuangan yang menggambarkan kemampuan asset perusahaan dalam menghasilkan penjualan. Rasio yang tinggi menunjukan bahwa perusahaan menggunakan asetnya secara efisien untuk meningkatkan penjualan dan sebaliknya. Rasio ini mengukur kemampuan manajemen untuk
mengelola assetnya sehingga dapat meningkatkan penjualan. Rasio ini digunakan dalam metode Altman dan Springate
𝑆𝐴_𝑇𝐴 = 𝑆𝑎𝑙𝑒𝑠 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
4. Return on Assets (ROA)
ROA mengukur kemampuan perusahaan dalam memanfaatkan aktivanya untuk memperoleh laba (Prastowo dan Julianty, 2005:91). Semakin besar rasio ini pada suatu perusahaan, maka semakin baik pula kinerja perusahaan tersebut. Rasio ini digunakan dalam metode Zmijewski dan Grover.
𝑅𝑂𝐴 =𝑁𝑒𝑡 𝐼𝑛𝑐𝑜𝑚𝑒 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
5. Net Profit Before Taxes/Current Liability
Rasio ini mengukur profitabilitas perusahaan(Rahayu, 2012: 33). Rasio ini digunakan dalam metode Springate
𝐸𝐵𝑇_𝐶𝐿 =𝑁𝑒𝑡 𝑃𝑟𝑜𝑓𝑖𝑡 𝐵𝑒𝑓𝑜𝑟𝑒 𝑇𝑎𝑥 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦
6. Retained Earnings/Total asset
Rasio ini merupakan indikator yang menunjukkan efisiensi manajemen dalam mengelola produksi, Penjualan, administrasi, dan akticitas lainnya. Rasio yang tinggi menunjukan bahwa investasi sebagian besar dibiayai dari retained earning. Semakin tinggi rasio yang
dihasilkan berarti perusahaan memiliki laba yang tinggi untuk membiayai asetnya dan membayar deviden, sehingga akan menurunkan terjadinya financial distress. Rasio ini digunakan dalam metode Altman.
𝑅𝐸_𝑇𝐴 =𝑅𝑒𝑡𝑎𝑖𝑛𝑒𝑑 𝐸𝑎𝑟𝑛𝑖𝑛𝑔𝑠 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
7. Market Value of Equity / Book Value of Total Debt
Rasio ini menunjukan kemampuan perusahaan dalam membiayai pendanaan dengan menggunakan sumber dana untuk meningkatkan keuntungan pemegang saham dan pihak eksternal. Rasio yang tinggi menunjukan proporsi pembiayaan hutang yang tinggi dibandingkan pembiayaan ekuitas. Pengukuran ini menunjukan berapa banyak penurunan nilai asset perusahaan sebelum liabilitas melebihi asset sehingga terjadi kebangkrutan. Rasio ini digunakan dalam metode Altman
𝑀𝑉𝐸_𝐵𝑉𝑇 = 𝑀𝑎𝑟𝑘𝑒𝑡 𝑉𝑎𝑙𝑢𝑒 𝑜𝑓 𝐸𝑞𝑢𝑖𝑡𝑦 𝐵𝑜𝑜𝑘 𝑉𝑎𝑙𝑢𝑒 𝑜𝑓 𝑇𝑜𝑡𝑎𝑙 𝐷𝑒𝑏𝑡
8. Leverage
Leverage menggambarkan kemampuan suatu perusahaan dalam memenuhi kewajiban jangka panjangnya (Prastowo dan Julianty, 2005:98). Debt ratio menunjukkan beberapa bagian dan keseluruhan bagian dana yang dibelanjai dengan utang atau beberapa bagian dari
aktiva yang digunakan untuk menjamin utang. Rasio ini digunakan dalam metode Zmijewski.
𝐷𝑅 =𝑇𝑜𝑡𝑎𝑙 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
9. Likuiditas
Likuiditas menggambarkan kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya dengan kreditor (Prastowo dan Julianty, 2005:83). Current ratio merupakan rasio yang digunakan untuk mengukur kemampuan perusahaan dalam membayar kewajiban jangka pendeknya dengan menggunakan aktiva lancar. Rasio ini digunakan dalam metode Zmijewski.
𝐶𝑅 = 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐴𝑠𝑠𝑒𝑡 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦
F. Teknik Analisis Data
1. Untuk menjawab rumusan masalah pertama, teknik analisis data yang dilakukan meliputi empat hal berikut ini:
a. Perhitungan Rasio Keuangan
Perhitungan rasio keuangan terhadap seluruh data menggunakan rasio-rasio keuangan dalam metode prediksi Altman, Grover, Springate dan Zmijewski
b. Statistik Deskriptif
Statistik ini dapat memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata-rata serta standar deviasi data sampel penelitian. Ukuran variabel penelitian berupa rasio keuangan dari seluruh metode prediksi yang digunakan dalam penelitian ini. c. Perhitungan masing-masing metode prediksi kebangkrutan untuk
masing-masing perusahaan yang delisting maupun listing.
Metode prediksi kebangkrutan yang akan digunakan dalam penelitian ini:
1. Metode Altman
Persamaan diskriminan metode Altman sebagai berikut (Hanif dan Halim, 2009:272):
Z= 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
Dimana:
X1 = Working Capital/Total Asset
X2 = Retained Earnings/Total Asset
X3 = Earning Before Interest and Taxes/Total Asset
X4 = Market Value of Equity/Book Value of Total Debt
X5 = Sales/Total Asset
2. Metode Grover
G Score = 1,650X1 + 3,404 X2 + 0,016ROA + 0,057
Dimana:
X1 = Working Capital/ Total Assets
X2 = Earnings Before Interest and Taxes /Total Asset
ROA= Net Income / Total Asset
3. Metode prediksi Springate
Empat Rasio yang dirumuskan oleh Springate adalah: S-score= 1,03X1 + 3,07X2 + 0,66X3 + 0,4X4
Dimana:
X1= Working Capital/Total Assets
X2= Net Profit Before Interest and Taxes/Total Assets
X3= Net Profit Before Taxes/Current Liability
X4 = Sales/Total Assets
4. Metode Prediksi Zmijewski
Metode ini menghasilkan rumus sebagai berikut: X = -4,3 - 4.5X1 + 5,7X2 - 0,004X3
Dimana:
X1 = ROA (Return on Asset)
X2 = Leverage (Debt Ratio)
X3 = Likuiditas (Current Ratio)
d. Pembuatan tabel perbandingan hasil prediksi metode Altman, Grover, Springate dan Zmijewski. Skor yang dicantumkan dalam tabel merupakan perhitungan metode prediksi selama tiga tahun
berturut-turut sebelum perusahaan mengalami delisting. Sama halnya untuk perusahaan yang tidak mengalami delisting (listing),
skor yang dicantumkan merupakan skor selama tiga tahun. Kolom status menunjukan keadaan sesungguhnya dari sampel perusahaan yang diteliti apakah perusahaan berstatus delisting atau listing pada tahun tertentu. Berikut contoh format tabel beserta contoh pengisian kolomnya:
Tabel 3.3 Metode Prediksi Altman
No
Kode Perusahaan
Skor Tahunan Rata- rata skor
Prediksi Status Th 1 Th 2 Th 3
1 XXXX XXX XXX XXX XXX XXX XXX
Dst
Tabel 3.4 Metode Prediksi Grover
No
Kode Perusahaan
Skor Tahunan Rata- rata skor
Prediksi Status Th 1 Th 2 Th 3
1 XXXX XXX XXX XXX XXX XXX XXX
Dst
Tabel 3.5 Metode Prediksi Springate
No
Kode Perusahaan
Skor Tahunan Rata- rata skor
Prediksi Status Th 1 Th 2 Th 3
1 XXXX XXX XXX XXX XXX XXX XXX
Tabel 3.6 Metode Prediksi Zmijewski
No
Kode Perusahaan
Skor Tahunan Rata- rata skor
Prediksi Status Th 1 Th 2 Th 3
1 XXXX XXX XXX XXX XXX XXX XXX
Dst
Setelah mengisi tabel 3.3, 3.4, 3.5, dan 3.6, jumlah hasil prediksi yang telah diperoleh diperbandingkan antara satu prediksi dengan prediksi yang lain, dan jumlah hasil tersebut dicantumkan pada tabel sesuai dengan hasil yang diperoleh. Kolom hasil prediksi terdapat tiga kriteria yaitu bangkrut, tidak bangkrut, dan grey area. Berikut contoh format tabel beserta contoh pengisian kolomnya:
2. Untuk menjawab rumusan masalah kedua tentang metode prediksi yang paling tepat digunakan untuk memprediksi perusahaan yang delisting
atau tidak mengalami delisting dilakukan dengan cara menganalisis ketepatan hasil prediksi metode-metode tersebut dengan melakukan perbandingan antara hasil prediksi dengan keadaan perusahaan sesungguhnya. Analisis disertai dengan perhitungan persentase Tabel 3.7 Perbandingan Hasil Prediksi
Metode Prediksi
Hasil prediksi Jumlah Bangkrut Grey Area Tidak Bangkrut Altman XXX XXX XXX XXX Grover XXX - XXX XXX Springate XXX - XXX XXX Zmijewski XXX - XXX XXX
keakuratan masing-masing metode prediksi dalam memprediksi terjadinya delisting suatu perusahaan.
Indikator perusahaan bangkrut di pasar modal adalah perusahaan
delisted (Hadi dan Anggraeni, 2008). Prediksi dianggap akurat apabila perusahaan diprediksi bangkrut atau delisting, maka perusahan tersebut mengalami delisting sedangkan apabila perusahaan diprediksi tidak bangkrut, maka perusahaan tersebut tidak mengalami delisting. Ketepatan metode prediksi yang tertinggi dapat dilihat dari tingkat akurasi yang paling tinggi. Tingkat akurasi menunjukkan persentase metode dalam memprediksi kondisi perusahaan dengan benar yang didasarkan pada keseluruhan sampel yang ada (Christianti, 2013).
Tingkat akurasi = Jumlah prediksi benarJumlah sampel x100% jumlah sampel. Selain tingkat akurasi penelitian ini juga menganalisis persentase tipe kesalahan. Kesalahan Tipe I adalah kesalahan yang terjadi jika metode prediksi sampel tidak bangkrut padahal pada kenyataannya bangkrut. Kesalahan tipe II adalah kesalahan yang terjadi jika metode prediksi sampel mengalami bangkrut padahal kenyataannya tidak bangkrut. Tingkat tipe kesalahan dapat dihitung dengan cara sebagai berikut:
Tipe I= Jumlah kesalahan 𝑡𝑦𝑝𝑒 I𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑎𝑚𝑝𝑒𝑙 𝑥 100% Jumlah sampel
Tingkat akurasi dan tipe kesalahan selanjutnya digunakan untuk menyimpulkan metode mana yang paling sesuai untuk diterapkan (Rismawaty, 2012). Metode prediksi yang memiliki tingkat akurasi dengan persentase tertinggi dan tipe kesalahan yang terendah akan dipilih sebagai metode prediksi yang memiliki ketepatan tertinggi dalam memprediksi delisting atau tidak suatu perusahaan manufaktur di BEI.
Untuk memperjelas dibuatlah tabel rekapitulasi tingkat akurasi dan tipe kesalahan I/II metode Altman, Grover, Springate dan Zmijewski. Jumlah prediksi yang dicantumkan dalam tabel merupakan hasil dari prediksi yang telah dihasilkan oleh metode prediksi kebangkrutan yang dicocokkan dengan keadaan yang sebenarnya. Terdapat pula kolom tingkat akurasi, kesalahan tipe I/II dan grey area, kolom ini merupakan hasil dari perhitungan tingkat akurasi dan tipe kesalahan. Berikut contoh format tabel beserta contoh pengisian.
Tabel 3.8 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Altman
Rekapitulasi Prediksi Total
Bangkrut Grey Area Tidak Bangkrut Rill Delisting XXX XXX XXX XXX Listing XXX XXX XXX XXX Total XXX XXX XXX XXX Tingkat akurasi XXX% Kesalahan tipe I XXX% Kesalahan tipe II XXX% Grey area XXX%
Tabel 3.9 Rekapitulasi Tingkat Akurasi dan Kesalahan TipeI/II Metode Grover
Rekapitulasi Prediksi Total
Bangkrut Tidak Bangkrut Rill Delisting XXX XXX XXX Listing XXX XXX XXX Total XXX XXX XXX Tingkat akurasi XXX% Kesalahan tipe I XXX% Kesalahan tipe II XXX%
Tabel 3.10 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Springate
Rekapitulasi Prediksi Total
Bangkrut Tidak Bangkrut Rill Delisting XXX XXX XXX Listing XXX XXX XXX Total XXX XXX XXX Tingkat akurasi XXX% Kesalahan tipe I XXX% Kesalahan tipe II XXX%
Tabel 3.11 Rekapitulasi Tingkat Akurasi dan Kesalahan Tipe I/II Metode Zmijewski
Rekapitulasi Prediksi Total
Bangkrut Tidak Bangkrut Rill Delisting XXX XXX XXX Listing XXX XXX XXX Total XXX XXX XXX Tingkat akurasi XXX% Kesalahan tipe I XXX% Kesalahan tipe II XXX%
Setelah hasil dari tingkat akurasi dan kesalahan tipe I//II metode Altman, Grover, Springate dan Zmijewski telah diperoleh, langkah selanjutnya di perbandingkan pada tabel perbandingan tingkat akurasi. Berikut contoh tabel dan contoh pengisiannya.
Tabel 3.12 Perbandingan Ketepatan Metode Prediksi Altman, Grover, Springate, dan Zmijewski
Metode Prediksi Tingkat Akurasi Kesalahan Tipe I Kesalahan Tipe II Grey Area Altman XXX% XXX% XXX% XXX% Grover XXX% XXX% XXX% - Springate XXX% XXX% XXX% - Zmijewski XXX% XXX% XXX% -
40 BAB IV
GAMBARAN UMUM SAMPEL PERUSAHAAN
A. Sampel Penelitian
Perusahaan yang diteliti meliputi perusahaan manufaktur yang dikeluarkan secara paksa oleh BEI (forceddelisting) periode 2009-2013 dan perusahaan manufaktur yang hingga saat ini masih terdaftar (listing) di BEI pada periode 2009-2013. Penggambilan sampel perusahaan pada penelitian ini menggunakan metode purposive sampling yaitu teknik penentuan sampel yang didasarkan pada suatu kriteria tertentu.
Dalam penentuan sampel yang diambil terdapat dua kriteria yaitu kriteria umum dan kriteria khusus. Berikut adalah kriteria umum penentuan sampel perusahaan:
1. Perusahaan yang dipilih merupakan perusahaan yang bergerak dalam sektor industri atau manufaktur dan mempublikasikan laporan keuangan selama tiga tahun berturut-turut yang berakhir pada 31 Desember,
Selain kriteria umum, terdapat kriteria khusus yang harus dipenuhi untuk mengkategorikan sampel. Sampel dibagi menjadi dua kelompok yaitu perusahaan yang mengalami delisting dan perusahaan yang listing. Berikut adalah kriteria khusus kategori I yaitu perusahaan delisting:
1. Sampel perusahaan adalah perusahaan manufaktur yang mengalami
forced delisting atau dikeluarkan dari Bursa Efek secara paksa pada periode 2009-2013 karena mengalami masalah keuangan yang mengindikasikan bahwa perusahaan yang bersangkutan mengalami
financial distress.
2. Sampel perusahaan memiliki data keuangan secara lengkap khususnya data yang dibutuhkan dalam penelitian ini. Data tersebut adalah data yang terkumpul selama tiga tahun, berturut-turut yang mengacu pada laporan keuangan terakhir yang diterbitkan di Bursa Efek Indonesia (BEI) sebelum dinyatakan delisting.
Kriteria kategori II yaitu perusahaan listing:
1. Perusahaan masih terdaftar di Bursa Efek Indonesia dengan menggunakan data laporan keuangan tiga tahun berturut-turut pada periode yang sama dengan perusahaan yang telah delisting.
2. Sampel perusahaan yang dipilih tidak memiliki laba negatif secara berturut-turut yang menjadi indikator bahwa perusahaan tidak mengalami financial distress.
3. Perusahaan yang bergerak dalam sektor industri atau manufaktur yang sampai saat ini listing di Bursa Efek Indonesia, perusahaan bergerak di sub sektor yang sama dengan kategori I (perusahaan delisting), memiliki tanggal IPO yang berdekatan, dan memiliki sub sektor industri yang sama.
Pada tabel 4.1 terdapat sampel perusahaan-perusahaan yang termaksud dalam kriteria khusus kategori I yaitu perusahaan manufaktur yang mengalami forced delisting oleh pihak BEI.
Tabel 4.1 Daftar Perusahaan Kriteria Khusus Kategori I: Perusahaan Delisting
No Kode Nama Perusahaan Tanggal IPO Tanggal Penghapusan Pencatatan Jenis Perusaahaan Alamat 1 SIMM Surya Intrindo Makmur Tbk. 28 Maret 2000 3 Desember 2012
Alas Kaki Jl. Raya Darmo no.54-56 Surabaya 60265 2 PAFI Panasia Filament Inti Tbk . 1 Januari 2000 14 Maret 2013 Textile dan Garmen Jl. Moh. Toha KM 6.8 Cisirung Desa Pasawahan Bandung 40256 Indonesia 3 SAIP Surabaya Agung Industri Pulp dan Kertas Tbk. 3 Mei 1993 31 Oktober 2013 Pulp dan Kertas Kedungdor o #60, 8th -10 Floor Surabaya 60251-Indonesia 4 DSUC Daya Sakti
Unggul Corporindo Tbk. 25 Maret 1997 9 Desember 2009 Kayu dan pengolahann ya Wisma BSG, 12th Floor Jl Abdul Muis No.40 Jakarta Sumber: Indonesian Capital Market Directory (ICMD)
Pada tabel 4.2 terdapat sampel perusahaan-perusahaan yang termaksud dalam kriteria khusus kategori II yaitu perusahaan manufaktur yang tidak mengalami delisting dari Bursa Efek Indonesia.
Tabel 4.2 Daftar Perusahaan Kriteria Khusus Kategori II: Perusahaan Listing No Kode Nama Perusahaan Tanggal IPO Jenis Perusahaan Alamat
1 BATA Sepatu Bata
Tbk.
24 Maret 1982
Alas Kaki JL.RA. Kartini Kav.28 Cilandak Barat Jakarta Selatan 12430 Indonesia 2 UNIT Nusantara Inti Corpora Tbk. 18 Agustus 2002 Textil dan Garmen Gedung Menara Palma Lt.12 Jl.HR. Rasuna Said Blok X2 Kav.6 Kuningan Timur, Setiabudi Jakarta Selatan 12950 3 SPMA Suparma Tbk. 16 November 1994
Pulp dan Kertas Jl.Sulung Sekolahan 6A Surabaya 60174 Indonesia 4 TRIT Tirta Mahakam Resources Tbk. 13 Desember 1999 Kayu dan pengolahannya Gapura Prima Office 20th Floor Jl. Letjend Soepono no 34. Arteri Permaa Hijau Jakarta 12210
44 BAB V
ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Data
Data rasio keuangan dari empat metode yaitu metode Altman, Grover, Springate, dan Zmijewski dalam penelitian ini merupakan data sekunder yang berasal dari laporan keuangan perusahaan manufaktur yang mengalami delisting dan listing di BEI. Data tersebut diperoleh dari ICMD atau mengunduh laporan keuangan melalui IDX (www.idx.co.id), www.icamel.co.id, dan KSEI (akses.ksei.co.id). Data laporan keuangan yang digunakan periode 2006-2012 yang berakhir pada 31 Desember.
Data laporan keuangan masing-masing perusahaan memiliki periode tahun yang berbeda-beda, hal ini disesuaikan dengan ketersediaan laporan keuangan sebelum tanggal delisting untuk perusahaan yang mengalami
forced delisting oleh BEI dan untuk data laporan keuangan yang digunakan pada perusahaan listing mengikuti tanggal yang dipakai oleh perusahaan
delisting. Terdapat dua perusahaan yang telah delisting memiliki kelengkapan data keuangan selama tiga tahun berturut-turut dalam satu tahun sebelum delisting, yaitu Surabaya Agung Industri Pulp dan Kertas Tbk. (SAIP) tahun 2010-2012, Daya Sakti Unggul Corporindo Tbk. (DSUC) tahun 2006-2008, sedangkan untuk dua perusahaan listing yaitu Suparma Tbk. (SPMA) tahun 2010-2012, Tirta Mahakam Resourves Tbk. (TRIT) tahun 2006-2008. Terdapat dua perusahaan memiliki kelengkapan data keuangan tiga tahun berturut-turut dalam periode tiga tahun sebelum
delisting yaitu Pan Asia Filament Inti Tbk. (PAFI) tahun 2008-2010, dan Surya Intrindo Makmur Tbk. (SIMM) tahun 2007-2009, sedangkan untuk perusahaan listing yaitu Nusantara Inti Corpora Tbk. (UNIT) tahun 2008-2010,dan Sepatu Bata Tbk. (BATA) tahun 2007-2009.
Pada tabel 5.1 akan tersaji gambaran periode data laporan keuangan yang digunakan dalam penelitian ini:
Tabel 5.1 Periode Laporan Keuangan yang Digunakan
No Kode Tahun Status
(Tahun) 2006 2007 2008 2009 2010 2011 2012 1 SIMM Delisting (2012) 2 BATA Listing 3 SAIP Delisting (2013) 4 SPMA Listing 5 PAFI Delisting (2013) 6 UNIT Listing 7 DSUC Delisting (2009) 8 TIRT Listing
Sumber: Data diolah
Data rasio keuangan dari keempat metode yaitu Altman, Grover, Springate dan Zmijewski yang telah dikumpulkan akan diolah menggunakan program SPSS untuk melakukan perhitungan statistik
deskriptif. Statistik deskriptif dapat memberikan gambaran mengenai nilai rata-rata, nilai tertinggi, nilai terendah dan standar deviasi data sampel penelitian. Statistik deskriptif untuk kategori I perusahaan delisting
disajikan pada tabel 5.2
Tabel 5.2 Statistik Deskriptif Kategori I: Perusahaan Delisting
Variabel N Nilai Terendah
Nilai Tertinggi
Nilai Rata-Rata Standar Deviasi WC_TA 12 -1,445 0,055 -0,35365 0,666235 RE_TA 12 -3,272 1,087 -0,571305 0,908975 EBIT_TA 12 -0,216 0,11 -0,07779 0,074226 MVE_BVT 12 0,116 2,270 0,95915 0,67435 SA_TA 12 0,070 1,637 0,54911 0,554371 ROA 12 -0,723 0,563 -0,02651 0,347623 EBT_CL 12 -1,551 0,288 -0,39769 0,511393 DR 12 0,066 1,587 0,98262 0,492268 CR 12 0,003 2,987 0,74154 0,774317
Sumber: Data diolah (SPSS)
Keterangan
WC_TA = Working Capital to Total Asset
RE_TA = Retained Earnings to Total Asset
EBIT_TA = Earning Before Interest and Taxes to Total Asset
MVE_TA = Market Value of Equiry to Book Value of Total Debt
SA_TA = Sales to Total Asset
ROA = Return On Asset
EBT_CL = Net Profit Before Taxes to Current Liabilities
DR = Debt Ratio
CR = Current Ratio
Untuk kategori II perusahaan yang listing di BEI, statistik deskriptif disajikan pada tabel 5.3:
Tabel 5.3 Statistik Deskriptif Kategori II: Perusahaan Listing
Variabel N Nilai Terendah Nilai Tertinggi Nilai Rata-Rata Standar Deviasi WC_TA 12 0,011 0,428 0,18371 0,136776 RE_TA 12 -0,021 0,692 0,21516 0,259256 EBIT_TA 12 0,003 0,186 0,08203 0,069052 MVE_BVT 12 0,247 4,058 1,54408 1,374079 SA_TA 12 0,288 1,487 0,95041 0,444178 ROA 12 -0,119 0,392 0,04925 0,123364 EBT_CL 12 -0,184 2,071 0,38080 0,625194 DR 12 0,185 0,769 0,43752 0,193278 CR 12 1,017 3,911 1,93218 0,830974
Sumber: Data diolah (SPSS)
Keterangan
WC_TA = Working Capital to Total Asset
RE_TA = Retained Earnings to Total Asset
EBIT_TA = Earning Before Interest and Taxes to Total Asset
MVE_TA = Market Value of Equiry to Book Value of Total Debt
SA_TA = Sales to Total Asset
ROA = Return On Asset
EBT_CL = Net Profit Before Taxes to Current Liabilities
DR = Debt Ratio
CR = Current Ratio
Sembilan variabel penelitian pada tabel 4.4 dan 4.5 merupakan rasio-rasio keuangan yang digunakan dalam empat metode prediksi kebangkrutan. Setiap kategori menggunakan data yang diambil dari sepuluh perusahaan delisting dan sepuluh perusahaan listing dengan data keuangan selama tiga tahun berturut-turut. Terdapat perbandingan hasil statistik
deskriptif antara kategori I dengan kategori II, variabel dalam kategori I cenderung memiliki rata-rata negatif dibandingkan kategori II.
Untuk kategori I, variabel WC_TA memiliki nilai tertinggi sebesar 0,055 dan nilai terendah sebesar -1,445 dengan nilai rata-rata dan standar deviasi sebesar -0,35365 dan 0,484567. Nilai tertinggi WC_TA dimiliki oleh Surabaya Agung Industri Pulp dan Kertas Tbk. tahun 2011 dan nilai yang terendah dimiliki oleh Surya Intirindo Makmur Tbk. tahun 2009. Untuk kategori II nilai WC_TA tertinggi dimiliki oleh Sepatu Bata Tbk. Tahun 2007 sebesar 0,428, nilai terendah WC_TA dimiliki oleh Tirta Mahakam Resources Tbk. tahun 2006 yaitu sebesar -0,011, dengan nilai rata-rata dan standar deviasi masing-masing sebesar 0,18371 dan 0,136776. Rata-rata yang dihasilkan oleh kategori I bernilai negatif sedangkan kategori II bernilai positif. Hal ini menunjukan bahwa perusahaan yang termaksud kategori II memiliki kemampuan yang lebih baik dalam memenuhi kewajiban jangka pendeknya karena kategori II dapat melunasi kewajiban jangka pendeknya, sedangkan jika modal bersih bernilai negatif perusahaan akan kesulitan menutupi kewajiban jangka pendeknya karena tidak tersedianya aktiva lancar yang cukup untuk menutupi kewajiban lancar. Semakin Besar nilai WC_TA maka total aktiva mampu menjamin modal kerja bersih, sehingga perusahaan kemungkinan besar tidak akan mengalami kebangkrutan.
Nilai tertinggi variabel RE_TA untuk kategori I sebesar -2,140 yang dimiliki oleh Surya Intrindo Makmur Tbk. tahun 2009, sedangkan nilai
terendahnya sebesar 1,087 yang dimiliki oleh Daya Sakti Unggul Corporindo Tbk. tahun 2006, dengan nilai rata-rata dan standar deviasi masing-masing sebesar -0,57305 dan 0,908975. Untuk variabel RE_TA kategori II, nilai tertinggi sebesar 0,692 yang dimiliki oleh Sepatu Bata Tbk. tahun 2009, nilai terendah sebesar -0,021 yang dimiliki oleh Tirta Mahakam Resources Tbk. tahun 2006, dengan nilai rata-rata dan standar deviasi masing-masing sebesar 0,21516 dan 0,259256. Kategori I memiliki hasil RE_TA lebih kecil dibandingkan kategori II. Hal ini berarti semakin rendah RE_TA maka kemampuan perusahaan dalam menghasilkan laba ditahan dari aktivanya semakin kecil sehingga perusahaan kemungkinan besar mengalami financial distress atau kebangkrutan.
Variabel EBIT_TA kategori I memiliki nilai tertinggi sebesar 0,011 yang dimiliki oleh Daya Sakti Unggul Corporindo Tbk. tahun 2008, nilai terendah sebesar -0,216 yang dimiliki oleh Indo Setu Bara Resources Tbk. tahun 2011, dengan nilai rata-rata dan standar deviasi masing-masing sebesar -0,07779 dan 0,074226. Kategori II variabel EBIT_TA nilai tertinggi sebesar 0,186 yang dimiliki oleh Sepatu Bata Tbk. tahun 2007, nilai terendah sebesar 0,003 dimiliki oleh Tirta Mahakam Resources Tbk. tahun 2006, nilai rata-rata dan standar deviasi masing masing sebesar 0,08203 dan 0,069052. Kategori I memiliki nilai rata-rata EBIT_TA lebih kecil dari pada Kategori II. Semakin rendah EBIT_TA menunjukan semakin kecil kemampuan perusahaan dalam menghasilkan laba sebelum bunga dan pajak dari aktiva yang digunakan perusahaan.
