• Tidak ada hasil yang ditemukan

Comparison of Financial Distress Prediction Models in Indonesian Textile and Garment Companies

N/A
N/A
Protected

Academic year: 2023

Membagikan "Comparison of Financial Distress Prediction Models in Indonesian Textile and Garment Companies"

Copied!
19
0
0

Teks penuh

(1)

R e z a A f r i l d o Page 1 Membandingkan Perbedaan Hasil Prediksi Financial Distress Pada Perusahaan Tekstil

Dan Garmen Yang Terdaftar Di BEI Menggunakan Model Altman Z- Score Dan Zmijewski

Drs. Atman Poerwokoesoemo, MM Reza Afrildo, S.E.

ABSTRACT

Textile and Garment industries in Indonesian have experienced a decline in sales due to the global crisis of 2008 until now. In addition, high level in competition with foreign with product such as products from China, Korea, and Thailand further suppressed the existence of domestic textile and garment industries. This research aimed to predict the potential for financial distress in the textile and garment industries by using the Altman Z-Scores Model and Zmijewski Model. Besides that, this research had purpose to find any difference in potential for financial distress prediction calculation between the two models.

The population in this research was 18 textile and garment companies listed in Indonesia Stock Exchange. The samples choosen were 8 textile and garment companies. The result of this research would be in quantitative description and empirical from prediction calculation for financial distress using Altman Z-Score and Zmijewski Models.

The method used to find any diference of prediction between these two models was k- independent samples tests (kruskall-wallis) with a 0,05 significance level. The result showed that the significance level was 0,113 that means there’s no difference in prediction for financial distress between these two models.

Keywords: Financial Distress, Comparation, Altman Z-Score, Zmijewski

I. PENDAHULUAN

1.1. Latar Belakang Masalah

Perusahaan adalah kegiatan atau pekerjaan yang diselenggarakan dengan peralatan atau dengan cara teratur dan bertujuan mencari keuntungan yaitu dengan menghasilkan sesuatu, mengolah dan membuat barang-barang, berdagang, memberikan jasa, dsb (KBBI).

perusahaan sangat memberikan peranan penting dalam membantu perekonomian suatu negara. Akan tetapi banyaknya jumlah perusahaan akan memicu persaingan bisnis yang cukup ketat, akibat persaingan bisnis yang cukup ketat ini mengakibatkan tidak sedikit yang harus keluar pasar karena ketidakmampuan dalam mengikuti persaingan yang ada. Banyak faktor yang menyebabkan perusahaan mengalami kegagalan diantaranya ialah ketatnya persaingan bisnis sejenis serta keadaan ekonomi negara bersangkutan yang tidak stabil.

Kesulitan keuangan merupakan suatu kondisi ketika perusahaan tidak mampu membayar kewajibanya dengan hasil operasi perusahaan yang diperoleh (emery et all, 2007, p 754). Salah satu cirinya ialah mengalami laba bersih negatif lebih dari 2 tahun

(2)

R e z a A f r i l d o Page 2 berturut-turut. Antisipasi secara tepat yang dilakukan oleh manajemen sangat diperlukan untuk menyelamatkan perusahaan dari kebangkrutan. Apabila tidak segera ditangani maka akan terjadi ancaman kebangkrutan. Oleh karena itu, manajemen selaku pengelola perusahaan sebaiknya melakukan prediksi yang baik untuk menyiapkan tindakan antisipasi terhadap risiko kebangkrutan tersebut agar perusahaan tetap bertahan di tengah persaingan bisnis yang semakin ketat.menurut kasmir (2012:68), analisis laporan keuangan perlu dilakukan secara cermat dengan menggunakan metode dan teknik analisis yang tepat, sehingga hasil yang diharapkan benar-benar tepat. Tujuan dari analisis laporan keuangan adalah untuk melakukan penilaian kinerja manajemen kedepan apakah perlu penyegaran atau tidak karena sudah dianggap berhasil atau gagal. Ada beberapa macam model prediksi kesulitan keuangan diantaranya adalah 1. Model Altman, 2. Model Springate, 3. Model Foster, 4. Model Ohlson, 5. Model Zmijewski,dsb.

Berdasarkan uraian diatas, maka peniltian ini akan membahas mengenai kesulitan keuangan perusahaan, penelitian ini akan menggunaka alat prediksi yang biasa digunakan yaitu model Altman Z-Score dan Model Zmijewski, dengan kedua alat prediksi tersebut akan digunakan untuk memprediksi perusahaan manufaktur subsektor tekstil dan garmen. Lalu melihat apakah kedua model prediksi tersebut memiliki perbedaan secara statistik dalam memprediksi.

1.2. Pembatasan Masalah

Penelitian ini akan dilakukan pada perusahaan manufaktur Tekstil dan Garmen yang terdapat di BEI.Selain itu periode yang diambil dalam penelitian ini yaitu 2010-2014.

Penelitian ini hanya menggunakan model yang dikembangkan oleh Altman modifikasi tahun 1993 dan Zmijewski 1984. Hal ini dikarenakan model Altman Z-Score Modifikasi 1993 dan Zmijewski 1984 cocok digunakan pada perusahaan di Negara berkembang.

1.3. Rumusan Permasalahan

Berdasarkan latar belakang masalah yang telah dipaparkan di atas, maka perumusan masalah dalam penelitian ini adalah:

1. Bagaimana Hasil Prediksi Kesulitan Keuangan pada perusahaan manufaktur subsekotr Tekstil dan Garmen yang terdaftar di BEI tahun 2010-2014 dengan menggunakan model Altman Z-Score dan model Zmijewski?

2. Apakah terdapat perbedaan hasil prediksi kesulitan keuangan pada perusahaan manufaktur subsektor Tekstil dan Garmenyang terdaftar di BEI tahun 2010-2014 dengan menggunakan model Altman Z-Score dan Model Zmijewski?

(3)

R e z a A f r i l d o Page 3 1.4. Tujuan Penelitian

Tujuan yang ingin dicapai dalam penelitian ini yaitu:

1. Mengetahui Hasil Prediksi Kesulitan Keuangan pada perusahaan manufaktur subsekotr Tekstil dan Garmen yang terdaftar di BEI tahun 2010-2014 dengan menggunakan model Altman Z-Score dan model Zmijewski?

2. Mengetahui apakah terdapat perbedaan hasil prediksi kesulitan keuangan pada perusahaan manufaktur subsektor Tekstil dan Garmen yang terdaftar di BEI pada tahun 2010-2014 dengan menggunakan model Altman Z-Score dan Model Zmijewski.

II. LANDASAN TEORI 2.1. Tinjauan Pustaka 2.1.1. Agency Theory

(Jensen & Meckling, October, 1976 ) menjelaskan hubungan keagenan adalah sebagai kontrak dimana perusahaan merupakan kumpulan kontrak (nexus of contract) antara pemilik sumberdaya (principal) dan manajer (agent) yang dimana principal memberikan wewenang kepada agent dalam membuat keputusan yang terbaik untuk kepentingan principal. Dalam pendekatan teori ini principal dan agent diasumsikan sebagai maximizer utility.

2.1.2. Financial Distress

Financial distress adalah hasil dari penurunan laba dalam bisnis. Hal ini terlihat ketika sebuah perusahaan mengalami kesulitan dalam membayar hutang yang dimiliki pada saat jatuh tempo (emery et all, 2007, p 754).

2.1.3. Kebangkrutan

Menurut Undang-Undang tahun 1998 mengenai kepailitan, kebangkrutan adalah keadaan dimana suatu institusi dinyatakan oleh keputusan pengadilan bila debitur memiliki dua atau lebih kreditur dan tidak membayar sedikitnya satu utang yang telah jatuh tempo dan dapat ditagih. Kebangkrutan biasanya terjadi karena adanya kegagalan perusahaan untuk menghasilkan laba (Supardi dan Mastuti, 2003). Kebangkrutan terjadi apabila pihak manajemen perusahaan tidak mampu mengatasi kesulitan keuangan yang dihadapi.

Dengan pengambilan keputusan yang tepat dan efektif.

2.1.4. Pengertian Laporan Keuangan

Salah satu faktor utama diperlukanya laporan keuangan adalah untuk menilai kinerja keuangan suatu perusahaan. Informasi dalam laporan keuangan dibutuhkan oleh stakeholder untuk menimbang keuntungan dan kerugian perusahaan tersebut, dengan begitu stakeholder khususnya investor dapat menentukan apakah penempatan dana pada perusahaan tertuju sudah tepat. Kieso et al., (2011: 5), menyatakan bahwa laporan

(4)

R e z a A f r i l d o Page 4 keuangan merupakan data yang memiliki informasi yang penting dan dibuat berdasarkan standar. Kieso et all (2011:5), menjelaskan laporan keuangan merupakan elemen vital dalam mengkomunikasikan kejadian ekonomi yang mampu dianalisa dan dinterpretasikan dalam bentuk informasi kuantitatif.

2.1.5. Tujuan Laporan Keuangan

Menurut Kieso et al (2011:7), tujuan umum laporan keuangan adalah untuk menujukkan infomasi keuangan tentang laporan entitas yang berguna untuk menyajikan potensi modal investor, peminjam, dan kreditur lain dalam mewujudkan keputusanya sebagai penyedia modal.

2.1.6. Analisis Laporan Keuangan

Menurut Subramanyam&Wild (2010:16), analisis keuangan merupakan penggunaan laporan keuangan untuk menganalisis posisi dan kinerja keuangan perusahaan, dan untuk menilai kinerja keuangan di masa depan. Analisis laporan keuangan terdiri atas tiga bagian besar analisis profitabilitas, analisis risiko, serta analisis sumber dan penggunaan dana.

Analisis profitabilitas merupakan evaluasi atas tingkat pengembalian investasi perusahaan.

Analisis risiko merupakan evaluasi atas kemampuan perusahaan untuk memenuhi komitmenya, sedangkan analisis arus kas merupakan evaluasi bagaimana perusahaan memperoleh dan menggunakan dananya.

2.1.7. Model Prediksi Kebangkrutan Altman Z-Score Modifikasi 1993

Model ini diciptakan untuk meminimalkan potensi dari efek industri yang lebih mungkin terjadi apabila variabel kelima (X5) yaitu asset turnover disertakan. Penelitian ini diciptakan untuk memprediksi kondisi kesehatan perusahaan non Amerika Serikat atau pasar negara berkembang terkhusus dilakukan pada perusahaan-perusahaan yang berada di Negara Mexico yang menerbitkan obligasi.

Jadi model ketiga yang diciptakan Altman, Hatzell dan Peck tahun 1993 ini untuk perusahaan manufaktur, non manufaktur dan perusahaan yang menerbitkan surat-surat berharga seperti obligasi. Berikut model Z-Score model modifikasi yang diciptakan oleh Altman Z-Score (Altman, 1993).

Z Score = 6.56. (X1) + 3.26 (X2) + 6.72 (X3) + 1.05 (X4)

Model Altman Z-Score yang baru ini menghilangkan variabel kelima, serta sama

seperti model revisi kedua Altman mengganti variabel keempat (X4) yaitu market value

of equity menjadi book value equity. Dari perubahan koefisien maka model ini memilki

nilai cut off menjadi seperti berikut :

(5)

R e z a A f r i l d o Page 5

1. >2,60 = Perusahaan tergolong dalam kategori sehat.

2. 1,1 – 2,60 = Perusahaan tergolong dalam kondisi grey area.

3. <1,1 = Perusahaan yang tergolong dalam kategori bangkrut.

2.1.8. Model Prediksi kebangkrutan Zmijewski 1984

(Zmijewski, 1984)mengunakan analisis rasio yang mengukur kinerja, laverage, dan likuiditas suatu perusahaan untuk model prediksinya. Metode yang digunakan Zmijewski sama dengan yang digunakan model Altman, yaitu regresi logit. Populasi yang digunakan adalah semua perusahaan yang listed pada American and New York Stock Exchange selama periode 1972 hingga 1978.sampel yang digunakan adalah 40 perusahaan yang telah bangkrut dan 800 perusahaan yang masih bertahan saat itu (Zmijewski, 1984). Model yang dihasilkan Zmijewski (1984) adalah sebagai berikut:

X Score = -4,803 – 3,599X1 + 5,406X2 + 1,000X3 Keterangan:

X1= ROA (net income to total assets)

X2= Leverage (total liabilities to total assets) X3= Liquidity (current assets to current liabilities)

Zmijewsky (1984) menyatakan bahwa perusahaan dianggap distress jika probabilitasnya lebih besar dari 0, dengan kata lain, nilai X nya adalah 0. Maka dari itu, nilai

β€œcut off point” yang berlaku dalam model ini adalah 0. Hal ini berarti perusahaan yang nilai X nya lebih besar dari atau sama dengan 0 diprediksi akan mengalami financial distress di masa depan. Sabaliknya, perusahaan yang memiliki nilai X lebih kecil dari 0 diprediksi tidak akan mengalami distress. Zmijewski (1984) telah mengukur akurasi modelnya sendiri, dan mendapatkan nilai akurasi 94,9%.

(6)

R e z a A f r i l d o Page 6 2.2. Model Penelitian

2.3 Pengembangan Hipotesis

penggunaan rasio-rasio keuangan guna melihat sebuah kinerja perusahaan sangat dibutuhkan bagi manajemen sehingga dapat menilai sejauh mana posisi keuangan perusahaanya tersebut apakah dalam keadaan yang baik, stabil, atau sebaliknya. sehingga muncul beberapa kategori rasio keuangan diantaranya likuiditas, solvabilitas (leverage), perputaran, profitabilitas, dan harga pasar. Model prediksi kebangkrutan maupun financial distress secara umum menggunakan kelima kategori rasio keuangan tersebut didalam komponen perhitunganya, seperti yang digunakan oleh Model Altman Z-Score dan Model Zmijewski. Pada penelitian ini model yang digunakan adalah Model Altman Modifikasi 1993 dan Model Zmijewski 1984 yang didalam komponen perhitunganya menggunakan tiga kategori rasio utama yaitu likuiditas, profitabilitas, dan solvabilitas (leverage). Akibat komponen rasio yng digunakan kedua model hampir sama, maka hipotesis yang dapat di bentuk ialah:

LAPORAN KEUANGAN

Rasio Likuiditas, Rasio Profitabilitas, Rasio Leverage,

Rasio Solvabilitas

ROA (Return On Assets), Rasio Leverage, Rasio

Likuiditas

MODEL ALTMAN MODIFIKASI 1993 Z = 6,56 X1 + 3,26 X2 + 6,72 X3 + 1,05 X4 CUT OFF = Z > 2,6 = TIDAK BANGKRUT

1,1-2,6 = GREY AREA

< 1,1 = BANGKRUT

MODEL ZMIJEWSKI X= -4,803 - 3,599X1 + 5,406X2 + 1,000X3 CUT OFF = X β‰₯ 0 = FINANCIAL DISTRESS

X< 0 = SEHAT

HASIL PREDIKSI FINANCIAL DISTRESS / SEHAT

(7)

R e z a A f r i l d o Page 7 Ho= Hasil prediksi Model Altman Z-Score berbeda dengan hasil prediksi Model

Zmijewski

Ha= Hasil prediksi Model Altman Z-Score tidak berbeda dengan hasil prediksi Model Zmijewski

III. METODOLOGI PENELITIAN 3.1. Objek Penelitian

Objek yang digunakan dalam penelitian ini adalah perusahaan-perusahaan yang tergolong dalam industri jasa sektor manufaktur khususnya subsektor Tekstil dan Garmen yang terdaftar di Bursa Efek Indonesia dan memiliki laporan keuangan yang terpublikasi di

www.idx.co.id

. Periode penelitian selama lima tahun yaitu dari tahun 2010 sampai dengan 2014.

3.2. Metode Pengumpulan Data 3.3. Jeni dan Sumber Data

Data yang digunakan untuk penelitian ini menggunakan pengumpulan data sekunder. Data sekunder merupakan data yang diperoleh dari informasi dan data yang sudah ada sebelumnya, sumber data yang sekunder ini juga dapat berupa hasil pengolahan lebih lanjut dari data primer yang disajikan dalam bentuk lain atau orang lain yang dapat diakses melalui internet maupun laporan dan informasi yang dipublikasikan lainya.Data sekunder yang digunakan dalam penelitian ini antara lain laporan keuangan perusahaan yang tercatat dan dipublikasikan di Bursa Efek Indonesia (yang dapat diakses melalui www.idx.co.id) tahun 2010 sampai dengan tahun 2014.

3.4. Metode Pengambilan Sample

Sampel penelitian menggunakan teknik purposive sampling yang mana peneliti mengambil sampel berdasarkan kriteria tertentu. Adapun kriteria sebagai berikut :

a) Perusahaan-perusahaan yang tergolong dalam industri manufaktur subsektor Tekstil dan Garmen yang terdaftar di BEI selama periode penelitian yaitu tahun 2010-2014.

b) Perusahaan yang memiliki data laporan keuangan yang telah diaudit dan dipublikasikan di BEI dalam format mata uang rupiah selama periode penelitian yaitu 2010-2014.

3.5. Teknik Pengumpulan data

Untuk mendapatkan data-data dan informasi yang dapat mendukung penelitian ini, teknik pengumpulan data yang dilakukan adalah sebagai berikut:

1. Penelitian Kepustakaan (Library Research)

(8)

R e z a A f r i l d o Page 8 Pada penelitian kepustakaan, data dikumpulkan dari berbagai buku-buku, jurnal- jurnal akuntansi, skripsi dan tesis, internet dan juga memperoleh data terbaru di media-media publikasi.

2. Metode Dokumentasi

Penelitian ini dilakukan dengan cara mencatat atau mengkopi data-data sekunder yang relevan dengan penelitian ini. Data didapatkan melalui Publikasi Laporan Keuangan yang dipublikasikan oleh Bursa Efek Indonesia atau melalui website www.idx.co.id. Periode data adalah tahun 2010-2014.

IV. ANALISIS DAN PEMBAHASAN 4.1. Objek Penelitian

4.2. Pembahasan dan Hasil Pengujian Hipotesis

Hipotesis dalam penelitian ini yaitu apakah terdapat perbedaan antara rata-rata hasil prediksi model Altman Modifikasi 1993 dan hasil prediksi model Zmijewski 1984 dalam memprediksi potensi terjadinya kondisif inancial distress perusahaan Tekstil dan Garmen yang terdaftar di Bursa Efek Indonesia. Hasil hipotesis ini terbukti bahwa secara rata-rata hasil kedua model tetap konsisten yaitu berpotensi mengalami kondisi financial distress yang sesuai dengan masing-masing cut-off financial distress model. Setelah itu dibuktikan kembali menggunakan pengujian uji beda K Independent Samples Test (Kruskall-Wallis) dengan tingkat signifikansi sebesar 0,113>0,05 yang ingin melihat apakah terdapat perbedaan potensi financial distress menurut kedua model, dan hasilnya pun terbukti bahwa kedua model tidak memilki perbedaan atau sama dalam memprediksi financial distress.

Menurut penjelasan di atas maka kesimpulan hipotesis yakni Ha tidak dapat ditolak 4.3. Implikasi Manajerial

Implikasi yang dapat diberikan kepada manajemen perusahaan Tekstil dan Garmen adalah: Menurut model Altman Z-Score, rasio-rasio yang signifikan mempengaruhi terjadinya financial distress adalah X1(WC/TA), artinya makna dari rasio ini adalah mengenai seberapa besar asset likuid yang dapat dijadikan sumber daya produksi, sehingga

(9)

R e z a A f r i l d o Page 9 untuk mengurangi potensi terjadinya financial distress maka rasio ini harus naik guna meningkatkan jumlah produksi dan terjadinya peningkatan penjualan serta laba. Rasio kedua yang mempengaruhi terjadinya financial distress adalah X3(EBIT/TA), artinya makna dari rasio ini adalah mengenai profitabilitas perusahaan. Menunjukan kemampuan perusahaan dalam menciptakan laba sebelum adanya beban bunga dan beban pajak.

Apabila laba sebelum bunga dan pajak telah terlihat baik maka dapat dipastikan tidak akan adanya kondisi financial distress. Rasio ketiga yang mempengaruhi terjadinya financial distress adalah X2(RE/TA), artinya makna dari rasio ini yaitu seberapa besar kemampuan perusahaan dalam menghasilkan laba ditahan, dimana laba ditahan merupakan laba yang akan dibagikan kepada pemegang saham. Semakin besar laba ditahan maka semakin besar pula dividen yang akan dibagikan kepada pemegang saham dan hal tersebut menunjukan bahwa perusahaan dalam kondisi yang baik. Rasio terakhir yang mempengaruhi terjadinya financial distress menurut model Altman Z-Score adalah X4(Book Value of Equity/Book Value of Debt), artinya makna dari rasio ini adalah untuk mengukur tingkat leverage dari suatu perusahaan dan mengukur tingkat pengelolaan sumber dana perusahaan. Semakin kecil rasio ini maka akan semakin baik bagi perusahaan artinya perusahaan lebih baik menggunakan dari sisi modal daripada hutang.

Sedangkan menurut model Zmijewski rasio-rasio yang signifikan mempengaruhi terjadinya financial distress adalah X3(CA/CL), artinya makna dari rasio ini adalah mengenai likuiditas perusahaan yaitu kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya menggunakan asset lancar yang dimiliki perusahaan, sehingga untuk mengurangi terjadinya potensi financial distress rasio ini harus selalu dijaga paling tidak sebesar 100%. Rasio kedua yang mempengaruhi terjadinya financial distress menurut model Zmijewski adalah X2(TL/TA), artinya makna dari rasio ini adalah mengenai tingkat leverage perusahaan atau seberapa besar kemampuan perusahaan dalam memenuhi kewajiban jangka panjangnya menggunakan total asset yang dimiliki. Semakin kecil rasio ini maka akan semakin mengurangi dampak terjadinya potensi financial distress.

V. KESIMPULAN DAN SARAN 5.1. Kesimpulan

Berdasarkan hasil pembahasan dalam penelitian ini, maka dapat diambil kesimpulan sebagai berikut :

1. Hasil perhitungan prediksi Model Altman Z-Score, perusahaan yang diprediksi mengalami financial distress selama lima tahun berturut-turut adalah PT Argo Pantes Tbk dan PT Apac Citra Centertex Tbk, sedangkan perusahaan yang diprediksi sehat selama lima tahun berturut-turut adalah PT Ricky Putra

(10)

R e z a A f r i l d o Page 10 Globalindo Tbk, dan sisanya adalah perusahaan yang setiap tahunya memiliki hasil prediksi yang berbeda. Hasil perhitungan prediksi Model Zmijewski, perusahaan yang diprediksi mengalami financial distress selama lima tahun berturut-turut adalah PT Argo Pantes Tbk, PT Apac Citra Centertex, dan PT Sunson Tesktil Manufacture Tbk, sedangkan perusahaan yang diprediksi sehat selama lima tahun berturut-turut adalah PT Star Petrochem Tbk dan PT Nusantara Inti Corpora Tbk, dan sisanya adalah perusahaan yang setiap tahunya memiliki hasil prediksi yang berbeda.

2. Hasil pengujian hipotesis yang menggunakan uji beda statistik Kruskal – Wallisvariabel Z-Score Altman Modifikasi 1993dan model Zmijewski 1984 menunjukan bahwa kedua model tidak terdapat perbedaan untuk memprediksi potensi terjadinya kondisi financial distress pada perusahaan, sehingga dapat disimpulkan kedua modelmampu untuk menjelaskan secara pengujian deskriptif quantitative maupun statistik dalam memprediksi potensi terjadinya kondisi financial distress perusahaan manufaktur yang ada di Indonesia terutama pada perusahaan manufaktur yang dijadikan sampel penelitian yaitu subsektor Tekstil dan Garmen yang terdaftar pada Bursa Efek Indonesia.

5.2. Saran

Untuk rasio keuangan yang dianggap paling mempengaruhi terjadinya kondisi financial distress menurut model Altman Z-Score adalah X1(WC/TA), artinya rasio ini menggambarkan sejauh mana asset yang likuid dapat dijadikan sumber daya produksi atau kebutuhan modal kerja. Sedangkan untuk rasio keuangan yang dianggap paling mempengaruhi terjadinya kondisi financial distress menurut model Zmijewski yaitu X3(CA/CL), artinya sejauh mana kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya menggunakan asset lancarnya atau secara tidak langsung ialah kebutuhan perusahaan akan modal kerja. Dilihat dari penjelasan di atas, menurut kedua model rasio yang dianggap sangat mempengaruhi terjadinya kondisi financial distress adalah rasio likuiditas, maka itu saran bagi manajemen perusahaan Tekstil dan Garmen ialah segera melakukan tindakan untuk menyelamatkan keadaan likuiditasnya serta perlu adanya peningkatan kebutuhan modal kerja perusahaan. Beban operasional jangka pendek perusahaan dapat diantisipasi menggunakan pembiayaan dari pinjaman jangka pendek yang paling mudah yaitu pinjaman Bank jangka pendek atau Kredit Modal Kerja. Kebutuhan modal kerja yang terpenuhi secara cepat akan dapat membantu meringankan beban jangka pendek serta dapat digunakan untuk kebutuhan produksi sehingga secara tidak langsung akan memberikan peningkatan penjualan dan peningkatan laba perusaan. Laba perusahaan yang positive akan memberikan dampak yang baik bagi para pemegang saham yaitu

(11)

R e z a A f r i l d o Page 11 mendapatkan dividen dan apabila dividen dapat selalu diberikan maka secara tidak langsung para pemegang saham akan menambah investasinya bagi perusahaan tersebut.

VI. DAFTAR PUSTAKA

Alkhatib, K., & Al Bzour, A. E. (2011). Predicting Corporate Bankruptcy of Jordanian Listed Companies: Using Altman and Kida Models. International Journal of Business And Management, Vol. 6 No. 3 p. 208 - 215.

Altman, E. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corperate Bankruptcy. The Journal Of Finance , Vol 23, No 4. pp. 589-609.

Altman, E. (July 2000). Predicting Financial Distress of Companies Revisting The Z-Scores and Zeta Models. Journal of Banking and Finance.

Berk, D. d. (2011). Corporate Finance. Second Edition, Pearson Education.

Berk, D. J. (2011). Corperate Finance. Second Edition : Pearson education.

Brigham, M. E. (2005). Financial Management Theory and Practice. Singapore: South- Western Cengage Learning.

Damodaran, A. (1997). Corperate Finance Theory and Practice. John Wiley and Sons hal 114, 487.

emery, e. (2007). Corperate Financial Management Third Edition. New Jersey: Prentice Hall.

Ghozali, I. (2013). Aplikasi Analisis Multivariate dengan Program IBM SPSS 21 Update PLS Regresil. Semarang: edisi 7, Badan Penerbit Universitas Dipenegoro.

Hadi, S., & Anggraeni, A. (2008). Pemilihan Prediktor Delisting Terbaik (Perbandingan Antara Zmijewski Model, Altman Model dan Springate Model). Jurnal Akuntansi dan Auditing Indonesia Vol 12 No 2.

Harahap, S. S. (edisi. revisi 10, Jakarta: Rajawali Pers 2008). Teori Akuntansi. Jakarta: PT

Rajagrafindo Persada.

(12)

R e z a A f r i l d o Page 12

Jensen, M., & Meckling, W. (October, 1976 ). Theory of the Firm : Managerial Behaviour,

Agency Cost and Ownership Structure. Journal of Financial Economics, V. 3 No 4, SSRN, 305-360.

K. P. (2015). Kamus Besar Bahasa Indonesia Daring (Dalam Jaringan). Jakarta: Badan Pengembangan Dan Pembinaan Bahasa KEMENDIKBUD Republik Indonesia.

Kasmir. (2012). Analisis Laporan Keuangan. Jakarta: PT Raja Grafindo Persada.

Latan, T. H. (2013). Analisis Multivariate Teknik dan Aplikasi Menggunakan Program IBM SPSS 20. Bandung: Alfabeta.

Nasser, M., & Etty dan aryati, T. (2000). Model Analisis Camel Untuk Memprediksi Financial Distress Pada Sektor Perbankan Yg Go Public . JAAI, Vol 4, No 2, p 111- 127.

Platt, H. d. (2000). Predicting Corperate Financial Distress : Reflections on Choices-Based Sample Bias. Journal Of Economic and Finance , 184.

Purnajaya, K. D., & Merkusiwati, N. K. (2014). Analisis Komparasi Potensi Kebangkrutan dengan Metode Z-Score Altman, Springate, dan Zmijewski pada Industri Kosmetik yang Terdaftar di Bursa Efek Indonesia. E-Jurnal Akuntansi Universitas Udayana, ISSN: 2302-8556, 48-63.

Ramadhani, A. S., & Lukviarman, N. (2009). Perbandingan Analisis Prediksi Kebangkrutan Menggunakan Model Altman Pertama, Altman Revisi, Altman Modifikasi dengan Ukuran dan Umur Perusahaan Sebagai Variabel Penjelas (Studi Pada Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia). Jurnal Siasat Bisnis Vol 13 No 1, 15-28.

Ray, S. (2014). Predicting Financial Distress in Almunium Industry of India: An application of Altman Z-Scores Model. United States of America Research Journal (USARJ), Vol 3. No 3.

Ross, J. W. (2009). Corperate Finance Fundamental. Jakarta: Edisi 8 : Salemba Empat.

Ross, S. e. (2010). Corperate Finance . New York: Mc Graw Hill.

(13)

R e z a A f r i l d o Page 13

Ross, W. (2009). Corperate Finance Fundamentals. Jakarta: Edisi 8, Alih Bahasa Ali Akbar

Yulianto, penerbit salemba Empat.

Subramanyam, K. R., & Wild, J. J. (2009). Financial Statement Analysis. Singapore:

McGraw-Hill Education (Asia).

Subramanyam, K. R., & Wild, J. J. (2010). Analisis Laporan Keuangan. Jakarta: Salemba Empat.

Sugito, W. (2 Mei 2005). Kesulitan Keuangan Perushaan (Konsepsi, penyebab, dan upaya penanggulanganya. Jurnal Akuntansi, Volume 5, Nomor 2, 201-228.

Supardi, S. M. (2003). Validitas Penggunaan Z-Scores Altman untuk Menilai Kebangkrutan pada Perusahaan Go Public Di Bursa Efek Jakarta. Jakarta: kompak.

U.-U. R. (1998). Penetapan Peraturan pemerintah Pengganti Undang-Undang No 1 Tahun 1998 Tentang Perubahan Atas Undang-Undang Tentang Kepailitan Menjadi Undang-Undang. jakarta.

Wakhidah, S. R., Rahayu, S. M., & Topowijono. (2014). Penetapan Analisis Diskriminan Sebagai Alat Untuk Memprediksi Kebangkrutan Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia tahun 2009-2013. Jurnal Administrasi Binsis (JAB), Vol 15, No 1 , p 1-10.

Weygandt, e. a. (2013). Financial Accounting IFRS Edition. America: John Waley.

Weygandt, J. J., Kimmel, P. D., & Kieso, D. E. (2011). Financial Accounting. United States of America: John Wiley&Sons Inc.

www.idx.co.id. Retrieved 5 6, 2015, from http://www.idx.co.id/id- id/beranda/perusahaantercatat/laporankeuangandantahunan.aspx

Yuanita, I. (2010). Prediksi Financial Distress Dalam Indsutri Tekstil dan Garmen (Bukti Empiris Di Bursa Efek Indonesia). Jurnal Akuntansi dan Manajemen Vol 5 No 1 ISSN 1858-3687, 101-119.

Zmijewski, M. (1984). Methodological Issues Related to the Estimation of Financial Distress

Prediction Models. Journal of Accounting Research, 22, 59-82.

(14)

R e z a A f r i l d o Page 14 Working Capital (CA-CL) Total Asset Retained Earning Earning Before interest and taxes Book Value of Equity/TE Book Value of debt/TL

-126,783,598,000 1,428,233,566,000 -700,492,533,000 58,204,895,000 211,904,038,000 1,216,329,528,000 Argo (Argo Pantes Tbk) 2010 7,564,049,000 1,452,870,714,000 -808,974,235,000 -166,111,242,000 103,422,500,000 1,349,448,214,000 Argo (Argo Pantes TbK) 2011 -105,189,628,000 1,809,813,835,000 -1,593,776,464,000 -145,001,543,000 221,466,284,000 1,588,347,551,000 Argo (Argo Pantes TbK) 2012 -303,559,335,000 2,345,032,586,000 -1,512,027,381,000 60,716,166,000 326,917,637,000 2,018,114,949,000 Argo (Argo Pantes TbK) 2013 -521,597,817,110 1,806,109,528,770 -1,659,513,000,000 -413,308,826,510 -268,784,707,015 2,074,894,235,785 Argo (Argo Pantes TbK) 2014 -504,679,150,531 1,882,934,081,017 -1,113,852,590,969 -185,824,629,458 187,421,808,221 1,695,512,272,796 MYTX (Apac Citra Centertex Tbk) 2010 -523,928,866,913 1,848,394,822,216 -1,160,758,170,420 -141,503,909,639 63,788,206,192 1,784,606,616,024 MYTX (Apac Citra Centertex Tbk) 2011 -417,912,962,670 1,803,323,308,102 -1,213,491,601,495 -156,062,791,209 -60,926,967,547 1,864,250,275,649 MYTX (Apac Citra Centertex Tbk) 2012 -557,346,761,793 2,095,467,423,419 -1,235,327,266,565 -22,622,994,632 -103,557,569,721 2,199,024,993,140 MYTX (Apac Citra Centertex Tbk) 2013 -787,099,000,000 2,041,304,000,000 -1,306,934,000,000 -190,105,000,000 -268,780,000,000 2,310,084,000,000 MYTX (Apac Citra Centertex Tbk) 2014 241,130,802,392 872,458,721,356 -40,176,544,208 14,082,417,294 323,173,455,253 549,285,266,103 SSTM (Sunson Tekstil Manufacture Tbk) 2010 212,483,091,732 843,450,156,961 -64,274,539,761 -29,660,266,844 299,075,459,700 544,374,697,261 SSTM (Sunson Tekstil Manufacture Tbk) 2011 179,468,461,342 810,275,583,968 -78,441,726,564 -18,315,706,621 284,938,272,897 525,337,311,071 SSTM (Sunson Tekstil Manufacture Tbk) 2012 99,244,270,283 801,866,397,035 -91,639,862,282 -16,784,886,997 271,710,137,179 530,156,259,856 SSTM (Sunson Tekstil Manufacture Tbk) 2013 66,275,263,497 773,663,346,934 -104,480,160,110 -16,687,011,684 258,869,839,351 514,793,507,583 SSTM (Sunson Tekstil Manufacture Tbk) 2014

Working Capital Total Asset Retained Earning Earning Before interest and taxes Book Value of equity Book Value of debt/TL

-98,380,122,000 115,327,584,000 -220,587,340,000 -49,360,117,000 -206,221,444,000 321,549,028,000 ERTX (Eratex Jaya Tbk) 2010

-931,473,000 171,870,252,000 -171,914,266,000 87,043,421,000 -97,734,939,000 269,605,191,000 ERTX (Eratex Jaya Tbk) 2011

6,727,912,000 433,414,874,000 6,198,823,000 3,806,431,000 86,925,943,000 346,488,931,000 ERTX (Eratex Jaya Tbk) 2012

195,411,048,968 749,402,740,231 7,763,102,093 6,375,056,383 489,824,348,836 259,578,391,395 ERTX (Eratex Jaya Tbk) 2013

194,819,192,818 775,917,827,931 7,971,682,437 6,660,901,863 490,173,327,018 285,744,500,913 ERTX (Eratex Jaya Tbk) 2014

-45,314,453,166 1,014,303,374,267 240,259,728,570 5,061,324,928 548,601,271,430 465,702,102,837 HDTX (Panasia Indo Resources Tbk) 2010 -4,486,909,380 1,013,575,088,112 -221,666,920,709 20,255,140,442 565,234,862,845 448,340,225,267 HDTX (Panasia Indo Resources Tbk) 2011 -32,243,022,567 1,362,546,557,862 -215,660,153,977 1,486,129,528 635,591,912,356 726,954,645,506 HDTX (Panasia Indo Resources Tbk) 2012 -552,091,236,814 2,378,728,273,722 -430,945,761,071 -299,183,734,426 720,118,947,082 1,658,609,326,640 HDTX (Panasia Indo Resources Tbk) 2013 -13,535,565,748 4,221,696,886,907 -526,495,810,936 -109,635,781,660 614,637,690,296 3,607,059,196,611 HDTX (Panasia Indo Resources Tbk) 2014 200,717,421,001 613,323,196,638 9,523,611,025 14,241,393,416 337,980,895,248 275,342,301,390 RICI (Ricky Putra Globalindo Tbk) 2010 204,759,172,091 642,094,672,040 21,946,169,829 15,688,366,227 350,251,850,387 291,842,821,653 RICI (Ricky Putra Globalindo Tbk) 2011 334,272,452,816 842,498,674,322 36,010,533,003 23,519,387,412 366,957,389,624 475,541,284,698 RICI (Ricky Putra Globalindo Tbk) 2012 363,274,569,062 1,109,865,329,758 43,347,096,825 16,199,072,002 381,190,268,928 728,675,060,830 RICI (Ricky Putra Globalindo Tbk) 2013 362,124,680,989 1,170,752,424,106 54,293,317,785 22,627,245,189 396,313,081,245 774,439,342,861 RICI (Ricky Putra Globalindo Tbk) 2014 -61,604,238,767 477,032,834,784 3,849,432,017 4,875,216,764 285,744,760,725 191,288,074,059 STAR (Star Petrochem Tbk) 2010 147,782,243,664 718,569,181,860 6,466,150,189 3,835,831,413 488,334,054,702 230,235,127,158 STAR (Star Petrochem Tbk) 2011 195,588,671,723 751,720,620,157 7,324,856,014 4,551,968,168 489,254,892,975 262,465,727,182 STAR (Star Petrochem Tbk) 2012 195,411,048,968 749,402,740,231 7,763,102,093 6,375,056,383 489,824,348,836 259,578,391,395 STAR (Star Petrochem Tbk) 2013 194,819,192,818 775,917,827,931 7,971,682,437 6,660,901,863 490,173,327,018 285,744,500,913 STAR (Star Petrochem Tbk) 2014 11,275,227,527 309,791,883,807 21,455,666,084 2,343,207,901 238,720,315,452 71,071,568,355 UNIT (Nusantara Inti Corpora Tbk) 2010 8,224,799,323 304,802,980,424 22,666,205,005 3,211,954,882 240,072,679,898 64,730,300,526 UNIT (Nusantara Inti Corpora Tbk) 2011 -56,496,271,852 379,900,742,389 22,849,270,151 2,491,455,878 240,425,406,576 139,475,335,813 UNIT (Nusantara Inti Corpora Tbk) 2012 -127,645,215,039 459,118,935,528 23,281,003,273 4,368,738,552 241,257,262,303 217,861,673,225 UNIT (Nusantara Inti Corpora Tbk) 2013 -106,924,005,531 440,727,374,151 23,486,681,051 5,647,861,282 241,653,558,598 199,073,815,553 UNIT (Nusantara Inti Corpora Tbk) 2014

EMITEN DAN TAHUN

EMITEN DAN TAHUN RASIO ALTMAN

RASIO ALTMAN LAMPIRAN

(15)

R e z a A f r i l d o Page 15 Net Income Total Asset Total Liabilities Current Assets Current Liabilities

-125,016,984,000 1,428,233,566,000 1,216,329,528,000 197,513,887,000 324,297,485,000 Argo (Argo Pantes Tbk) 2010 -108,481,538,000 1,452,870,714,000 1,349,448,214,000 298,332,010,000 290,767,961,000 Argo (Argo Pantes TbK) 2011 -138,823,526,000 1,809,813,835,000 1,588,347,551,000 392,895,040,000 498,084,668,000 Argo (Argo Pantes TbK) 2012 105,451,353,000 2,345,032,586,000 2,018,114,949,000 628,813,351,000 932,372,686,000 Argo (Argo Pantes TbK) 2013 -375,685,314,345 1,806,109,528,770 2,074,894,235,785 362,261,225,230 883,859,042,340 Argo (Argo Pantes TbK) 2014 -101,136,319,879 1,882,934,081,017 1,695,512,272,796 386,753,753,456 891,432,903,987 MYTX (Apac Citra Centertex Tbk) 2010 -123,633,602,028 1,848,394,822,216 1,784,606,616,024 454,582,683,067 978,511,549,980 MYTX (Apac Citra Centertex Tbk) 2011 -124,715,173,739 1,803,323,308,102 1,864,250,275,649 424,242,857,298 842,155,819,968 MYTX (Apac Citra Centertex Tbk) 2012 -61,110,602,174 2,095,467,423,419 2,199,024,993,140 514,298,972,804 1,071,645,734,597 MYTX (Apac Citra Centertex Tbk) 2013 -165,271,000,000 2,041,304,000,000 2,310,084,000,000 581,717,000,000 1,368,816,000,000 MYTX (Apac Citra Centertex Tbk) 2014 9,918,323,868 872,458,721,356 549,285,266,103 479,591,778,732 238,460,976,340 SSTM (Sunson Tekstil Manufacture Tbk) 2010 -24,097,995,553 843,450,156,961 544,374,697,261 469,277,014,808 256,793,923,076 SSTM (Sunson Tekstil Manufacture Tbk) 2011 -14,137,186,803 810,275,583,968 525,337,311,071 428,479,361,379 249,010,900,037 SSTM (Sunson Tekstil Manufacture Tbk) 2012 -13,228,135,718 801,866,397,035 530,156,259,856 415,053,316,392 315,809,046,109 SSTM (Sunson Tekstil Manufacture Tbk) 2013 -12,840,297,828 773,663,346,934 514,793,507,583 398,785,346,285 332,510,082,788 SSTM (Sunson Tekstil Manufacture Tbk) 2014

Net Income Total Asset Total Liabilities Current Assets Current Liabilities

-48,491,545,000 115,327,584,000 321,549,028,000 71,354,168,000 169,734,290,000 ERTX (Eratex Jaya Tbk) 2010 84,653,697,000 171,870,252,000 269,605,191,000 128,570,420,000 129,501,893,000 ERTX (Eratex Jaya Tbk) 2011 11,258,196,000 433,414,874,000 346,488,931,000 181,569,045,000 174,841,133,000 ERTX (Eratex Jaya Tbk) 2012 569,455,861 749,402,740,231 259,578,391,395 419,709,950,355 224,298,901,387 ERTX (Eratex Jaya Tbk) 2013 348,916,778 775,917,827,931 285,744,500,913 457,148,015,947 262,328,823,129 ERTX (Eratex Jaya Tbk) 2014 1,190,607,578 1,014,303,374,267 465,702,102,837 255,641,777,875 300,956,231,041 HDTX (Panasia Indo Resources Tbk) 2010 17,285,049,940 1,013,575,088,112 448,340,225,267 306,048,826,106 310,535,735,486 HDTX (Panasia Indo Resources Tbk) 2011 3,102,049,511 1,362,546,557,862 726,954,645,506 398,992,440,111 431,235,462,678 HDTX (Panasia Indo Resources Tbk) 2012 -218,654,504,263 2,378,728,273,722 1,658,609,326,640 450,028,553,282 1,002,119,790,096 HDTX (Panasia Indo Resources Tbk) 2013 -105,481,256,786 4,221,696,886,907 3,607,059,196,611 497,447,948,009 510,983,513,757 HDTX (Panasia Indo Resources Tbk) 2014 10,817,923,214 613,323,196,638 275,342,301,390 446,104,466,806 245,387,045,805 RICI (Ricky Putra Globalindo Tbk) 2010 12,209,645,239 642,094,672,040 291,842,821,653 467,024,514,266 262,265,342,175 RICI (Ricky Putra Globalindo Tbk) 2011 16,978,453,067 842,498,674,322 475,541,284,698 601,056,426,925 266,783,974,109 RICI (Ricky Putra Globalindo Tbk) 2012 8,720,546,989 1,109,865,329,758 728,675,060,830 837,614,380,166 474,339,811,104 RICI (Ricky Putra Globalindo Tbk) 2013 15,111,531,641 1,170,752,424,106 774,439,342,861 845,372,465,077 483,247,784,088 RICI (Ricky Putra Globalindo Tbk) 2014 3,585,505,902 477,032,834,784 191,288,074,059 107,377,044,878 168,981,283,645 STAR (Star Petrochem Tbk) 2010 2,589,293,977 718,569,181,860 230,235,127,158 360,236,455,560 212,454,211,896 STAR (Star Petrochem Tbk) 2011 920,838,273 751,720,620,157 262,465,727,182 409,204,628,848 213,615,957,125 STAR (Star Petrochem Tbk) 2012 569,455,861 749,402,740,231 259,578,391,395 419,709,950,355 224,298,901,387 STAR (Star Petrochem Tbk) 2013 348,916,778 775,917,827,931 285,744,500,913 457,148,015,947 262,328,823,129 STAR (Star Petrochem Tbk) 2014 1,347,892,235 309,791,883,807 71,071,568,355 80,141,802,882 68,866,575,355 UNIT (Nusantara Inti Corpora Tbk) 2010 2,332,444,935 304,802,980,424 64,730,300,526 69,876,058,858 61,651,259,535 UNIT (Nusantara Inti Corpora Tbk) 2011 352,726,678 379,900,742,389 139,475,335,813 79,421,010,563 135,917,282,415 UNIT (Nusantara Inti Corpora Tbk) 2012 831,855,726 459,118,935,528 217,861,673,225 86,216,186,724 213,861,401,763 UNIT (Nusantara Inti Corpora Tbk) 2013 396,296,296 440,727,374,151 199,073,815,553 87,603,774,426 194,527,779,957 UNIT (Nusantara Inti Corpora Tbk) 2014

RASIO SMIJEWSKI

RASIO SMIJEWSKI

EMITEN DAN TAHUN

EMITEN DAN TAHUN

(16)

R e z a A f r i l d o Page 16

EMITEN TAHUN 6.56 X1 (WC/TA) 3.26 X2 (RE/TA) 6.72 X3 (EBIT/TA) 1.05 X4 (Book Value of equity/ Book Value of debt 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4 KETERANGAN

Argo (Argo Pantes Tbk) 2010 6.56 -0.088769513 3.26 -0.490460769 6.72 0.040753065 1.05 0.174215978 -1.724 Financial Distress

Argo (Argo Pantes TbK) 2011 6.56 0.005206278 3.26 -0.55681089 6.72 -0.11433312 1.05 0.076640585 -2.469 Financial Distress

Argo (Argo Pantes TbK) 2012 6.56 -0.058121795 3.26 -0.880630059 6.72 -0.08011959 1.05 0.139431879 -3.644 Financial Distress

Argo (Argo Pantes TbK) 2013 6.56 -0.129447811 3.26 -0.644778836 6.72 0.025891395 1.05 0.161991584 -2.607 Financial Distress

Argo (Argo Pantes TbK) 2014 6.56 -0.288796338 3.26 -0.91883298 6.72 -0.228839292 1.05 -0.129541401 -6.564 Financial Distress

MYTX (Apac Citra Centertex Tbk) 2010 6.56 -0.26802805 3.26 -0.591551559 6.72 -0.098688866 1.05 0.11053993 -4.234 Financial Distress

MYTX (Apac Citra Centertex Tbk) 2011 6.56 -0.283450733 3.26 -0.627981726 6.72 -0.076555024 1.05 0.035743567 -4.384 Financial Distress

MYTX (Apac Citra Centertex Tbk) 2012 6.56 -0.231746 3.26 -0.672919601 6.72 -0.08654177 1.05 -0.032681753 -4.330 Financial Distress

MYTX (Apac Citra Centertex Tbk) 2013 6.56 -0.265977297 3.26 -0.589523489 6.72 -0.010796157 1.05 -0.047092493 -3.789 Financial Distress

MYTX (Apac Citra Centertex Tbk) 2014 6.56 -0.38558637 3.26 -0.640244667 6.72 -0.093129196 1.05 -0.116350747 -5.365 Financial Distress

SSTM (Sunson Tekstil Manufacture Tbk) 2010 6.56 0.276380758 3.26 -0.046049794 6.72 0.01614107 1.05 0.588352674 2.389 Grey Area

SSTM (Sunson Tekstil Manufacture Tbk) 2011 6.56 0.251921338 3.26 -0.076204313 6.72 -0.035165406 1.05 0.549392654 1.745 Grey Area

SSTM (Sunson Tekstil Manufacture Tbk) 2012 6.56 0.221490645 3.26 -0.096808701 6.72 -0.022604293 1.05 0.542391083 1.555 Grey Area

SSTM (Sunson Tekstil Manufacture Tbk) 2013 6.56 0.123766591 3.26 -0.114283206 6.72 -0.020932274 1.05 0.512509533 0.837 Financial Distress

SSTM (Sunson Tekstil Manufacture Tbk) 2014 6.56 0.085664215 3.26 -0.135046026 6.72 -0.021568828 1.05 0.502861508 0.505 Financial Distress

ERTX (Eratex Jaya Tbk) 2010 6.56 -0.853049362 3.26 -1.912702342 6.72 -0.427999229 1.05 -0.641337482 -15.381 Financial Distress

ERTX (Eratex Jaya Tbk) 2011 6.56 -0.005419629 3.26 -1.000256089 6.72 0.50644844 1.05 -0.36251134 -0.274 Financial Distress

ERTX (Eratex Jaya Tbk) 2012 6.56 0.01552303 3.26 0.014302285 6.72 0.008782419 1.05 0.250876537 0.471 Financial Distress

ERTX (Eratex Jaya Tbk) 2013 6.56 0.260755717 3.26 0.010359052 6.72 0.00850685 1.05 1.886999708 3.783 Sehat

ERTX (Eratex Jaya Tbk) 2014 6.56 0.251082248 3.26 0.010273875 6.72 0.008584545 1.05 1.715425233 3.539 Sehat

HDTX (Panasia Indo Resources Tbk) 2010 6.56 -0.044675444 3.26 0.236871664 6.72 0.004989952 1.05 1.178009006 1.750 Grey Area

HDTX (Panasia Indo Resources Tbk) 2011 6.56 -0.004426815 3.26 -0.218698075 6.72 0.019983858 1.05 1.260727526 0.716 Financial Distress

HDTX (Panasia Indo Resources Tbk) 2012 6.56 -0.023663795 3.26 -0.158277273 6.72 0.0010907 1.05 0.874321275 0.254 Financial Distress

HDTX (Panasia Indo Resources Tbk) 2013 6.56 -0.232095125 3.26 -0.181166452 6.72 -0.125774658 1.05 0.434170323 -2.502 Financial Distress

HDTX (Panasia Indo Resources Tbk) 2014 6.56 -0.003206191 3.26 -0.124711893 6.72 -0.025969601 1.05 0.170398559 -0.423 Financial Distress

RICI (Ricky Putra Globalindo Tbk) 2010 6.56 0.327262073 3.26 0.015527883 6.72 0.023220047 1.05 1.227493536 3.642 Sehat

RICI (Ricky Putra Globalindo Tbk) 2011 6.56 0.318892495 3.26 0.034179025 6.72 0.024433105 1.05 1.200138651 3.628 Sehat

RICI (Ricky Putra Globalindo Tbk) 2012 6.56 0.39676318 3.26 0.04274254 6.72 0.027916231 1.05 0.771662527 3.740 Sehat

RICI (Ricky Putra Globalindo Tbk) 2013 6.56 0.327314098 3.26 0.039056177 6.72 0.014595529 1.05 0.52312792 2.922 Sehat

RICI (Ricky Putra Globalindo Tbk) 2014 6.56 0.309309358 3.26 0.046374722 6.72 0.019327097 1.05 0.511741926 2.847 Sehat

STAR (Star Petrochem Tbk) 2010 6.56 -0.129140458 3.26 0.008069533 6.72 0.010219877 1.05 1.493792868 0.816 Financial Distress

STAR (Star Petrochem Tbk) 2011 6.56 0.205661817 3.26 0.008998647 6.72 0.005338152 1.05 2.121023237 3.641 Sehat

STAR (Star Petrochem Tbk) 2012 6.56 0.260187983 3.26 0.00974412 6.72 0.006055399 1.05 1.864071543 3.737 Sehat

STAR (Star Petrochem Tbk) 2013 6.56 0.260755717 3.26 0.010359052 6.72 0.00850685 1.05 1.886999708 3.783 Sehat

STAR (Star Petrochem Tbk) 2014 6.56 0.251082248 3.26 0.010273875 6.72 0.008584545 1.05 1.715425233 3.539 Sehat

UNIT (Nusantara Inti Corpora Tbk) 2010 6.56 0.036396136 3.26 0.069258322 6.72 0.007563813 1.05 3.358872204 4.042 Sehat

UNIT (Nusantara Inti Corpora Tbk) 2011 6.56 0.026983986 3.26 0.074363463 6.72 0.010537807 1.05 3.708814542 4.385 Sehat

UNIT (Nusantara Inti Corpora Tbk) 2012 6.56 -0.148713244 3.26 0.060145369 6.72 0.006558176 1.05 1.723784389 1.075 Financial Distress

UNIT (Nusantara Inti Corpora Tbk) 2013 6.56 -0.27802211 3.26 0.050708001 6.72 0.009515483 1.05 1.107387356 -0.432 Financial Distress

UNIT (Nusantara Inti Corpora Tbk) 2014 6.56 -0.242608043 3.26 0.053290724 6.72 0.012814864 1.05 1.21388922 -0.057 Financial Distress

Perhitungan Model Altman

Model nya : 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4 >2,60= Sehat , 1,1-2,60= Grey Area , <1,1= Financial Distress

(17)

R e z a A f r i l d o Page 17

EMITEN TAHUN KONSTANTA -3,599 X1 ( NI/TA) 5.406 X2 ( TL/TA ) 1 X3 ( CA/CL ) - 3,599X1 + 5,406X2 +1,000X3 X= -4,803 - 3,599X1 + 5,406X2 +1,000X3 KETERANGAN

Argo (Argo Pantes Tbk) 2010 -4.803 -3.599 -0.087532591 5.406 0.851632084 1 0.609051553 5.528 0.725 financial distress

Argo (Argo Pantes TbK) 2011 -4.803 -3.599 -0.074667028 5.406 0.92881507 1 1.026014039 6.316 1.513 financial distress

Argo (Argo Pantes TbK) 2012 -4.803 -3.599 -0.07670597 5.406 0.877630351 1 0.788811753 5.809 1.006 financial distress

Argo (Argo Pantes TbK) 2013 -4.803 -3.599 0.044967969 5.406 0.860591431 1 0.67442275 5.165 0.362 financial distress

Argo (Argo Pantes TbK) 2014 -4.803 -3.599 -0.208008046 5.406 1.148819716 1 0.409863121 7.369 2.566 financial distress

MYTX (Apac Citra Centertex Tbk) 2010 -4.803 -3.599 -0.053712087 5.406 0.900462895 1 0.433856269 5.495 0.692 financial distress

MYTX (Apac Citra Centertex Tbk) 2011 -4.803 -3.599 -0.066887009 5.406 0.965489945 1 0.464565475 5.925 1.122 financial distress

MYTX (Apac Citra Centertex Tbk) 2012 -4.803 -3.599 -0.069158521 5.406 1.033785937 1 0.503758149 6.341 1.538 financial distress

MYTX (Apac Citra Centertex Tbk) 2013 -4.803 -3.599 -0.029163232 5.406 1.049419795 1 0.479915103 6.258 1.455 financial distress

MYTX (Apac Citra Centertex Tbk) 2014 -4.803 -3.599 -0.080963443 5.406 1.131670736 1 0.424978229 6.834 2.031 financial distress

SSTM (Sunson Tekstil Manufacture Tbk) 2010 -4.803 -3.599 0.011368244 5.406 0.6295831 1 2.011196071 5.374 0.571 financial distress

SSTM (Sunson Tekstil Manufacture Tbk) 2011 -4.803 -3.599 -0.02857074 5.406 0.645414187 1 1.82744595 5.419 0.616 financial distress

SSTM (Sunson Tekstil Manufacture Tbk) 2012 -4.803 -3.599 -0.017447381 5.406 0.648343997 1 1.720725323 5.288 0.485 financial distress

SSTM (Sunson Tekstil Manufacture Tbk) 2013 -4.803 -3.599 -0.016496683 5.406 0.661152858 1 1.314254045 4.948 0.145 financial distress

SSTM (Sunson Tekstil Manufacture Tbk) 2014 -4.803 -3.599 -0.016596751 5.406 0.665397307 1 1.199318057 4.856 0.053 financial distress

ERTX (Eratex Jaya Tbk) 2010 -4.803 -3.599 -0.420467882 5.406 2.78813634 1 0.420387466 17.006 12.203 financial distress

ERTX (Eratex Jaya Tbk) 2011 -4.803 -3.599 0.492544207 5.406 1.568655354 1 0.992807263 7.700 2.897 financial distress

ERTX (Eratex Jaya Tbk) 2012 -4.803 -3.599 0.025975564 5.406 0.79943941 1 1.038480144 5.267 0.464 financial distress

ERTX (Eratex Jaya Tbk) 2013 -4.803 -3.599 0.00075988 5.406 0.346380361 1 1.87120823 3.741 -1.062 sehat

ERTX (Eratex Jaya Tbk) 2014 -4.803 -3.599 0.000449683 5.406 0.368266446 1 1.742652639 3.732 -1.071 sehat

HDTX (Panasia Indo Resources Tbk) 2010 -4.803 -3.599 0.001173818 5.406 0.459134924 1 0.84943175 3.327 -1.476 sehat

HDTX (Panasia Indo Resources Tbk) 2011 -4.803 -3.599 0.017053547 5.406 0.442335482 1 0.985551069 3.315 -1.488 sehat

HDTX (Panasia Indo Resources Tbk) 2012 -4.803 -3.599 0.002276656 5.406 0.533526463 1 0.92523105 3.801 -1.002 sehat

HDTX (Panasia Indo Resources Tbk) 2013 -4.803 -3.599 -0.091920757 5.406 0.697267252 1 0.449076605 4.549 -0.254 sehat

HDTX (Panasia Indo Resources Tbk) 2014 -4.803 -3.599 -0.024985512 5.406 0.854409801 1 0.973510758 5.682 0.879 financial distress

RICI (Ricky Putra Globalindo Tbk) 2010 -4.803 -3.599 0.01763821 5.406 0.448935085 1 1.81796258 4.181 -0.622 sehat

RICI (Ricky Putra Globalindo Tbk) 2011 -4.803 -3.599 0.019015335 5.406 0.454516809 1 1.780732865 4.169 -0.634 sehat

RICI (Ricky Putra Globalindo Tbk) 2012 -4.803 -3.599 0.020152498 5.406 0.564441582 1 2.252970513 5.232 0.429 financial distress

RICI (Ricky Putra Globalindo Tbk) 2013 -4.803 -3.599 0.007857302 5.406 0.656543674 1 1.765853004 5.287 0.484 financial distress

RICI (Ricky Putra Globalindo Tbk) 2014 -4.803 -3.599 0.012907538 5.406 0.661488567 1 1.749356113 5.279 0.476 financial distress

STAR (Star Petrochem Tbk) 2010 -4.803 -3.599 0.007516266 5.406 0.400995613 1 0.635437503 2.776 -2.027 sehat

STAR (Star Petrochem Tbk) 2011 -4.803 -3.599 0.003603402 5.406 0.320407739 1 1.695595735 3.415 -1.388 sehat

STAR (Star Petrochem Tbk) 2012 -4.803 -3.599 0.001224974 5.406 0.349153289 1 1.915608901 3.799 -1.004 sehat

STAR (Star Petrochem Tbk) 2013 -4.803 -3.599 0.00075988 5.406 0.346380361 1 1.87120823 3.741 -1.062 sehat

STAR (Star Petrochem Tbk) 2014 -4.803 -3.599 0.000449683 5.406 0.368266446 1 1.742652639 3.732 -1.071 sehat

UNIT (Nusantara Inti Corpora Tbk) 2010 -4.803 -3.599 0.00435096 5.406 0.229417141 1 1.163725689 2.388 -2.415 sehat

UNIT (Nusantara Inti Corpora Tbk) 2011 -4.803 -3.599 0.007652304 5.406 0.212367676 1 1.133408456 2.254 -2.549 sehat

UNIT (Nusantara Inti Corpora Tbk) 2012 -4.803 -3.599 0.000928471 5.406 0.367136255 1 0.584333421 2.566 -2.237 sehat

UNIT (Nusantara Inti Corpora Tbk) 2013 -4.803 -3.599 0.001811852 5.406 0.474521211 1 0.403140473 2.962 -1.841 sehat

UNIT (Nusantara Inti Corpora Tbk) 2014 -4.803 -3.599 0.000899187 5.406 0.451693784 1 0.450340689 2.889 -1.914 sehat

perhitungan model smijewski

Model nya : X= -4,803 - 3,599X1 + 5,406X2 +1,000X3 β‰₯0 = Financial Distress, <0= Non Financial Disrress

(18)

R e z a A f r i l d o Page 18

Score Prediksi Score Prediksi

1 PT Argo Pantes Tbk (ARGO) 2010 -1.72 Financial Distress (1) 0.73 financial distress (1) 2 PT Argo Pantes Tbk (ARGO) 2011 -2.47 Financial Distress (1) 1.51 financial distress (1) 3 PT Argo Pantes Tbk (ARGO) 2012 -3.64 Financial Distress (1) 1.01 financial distress (1) 4 PT Argo Pantes Tbk (ARGO) 2013 -2.61 Financial Distress (1) 0.36 financial distress (1) 5 PT Argo Pantes Tbk (ARGO) 2014 -6.56 Financial Distress (1) 2.57 financial distress (1) 6 PT Apac Citra Centertex Tbk (MYTX) 2010 -4.23 Financial Distress (1) 0.69 financial distress (1) 7 PT Apac Citra Centertex Tbk (MYTX) 2011 -4.38 Financial Distress (1) 1.12 financial distress (1) 8 PT Apac Citra Centertex Tbk (MYTX) 2012 -4.33 Financial Distress (1) 1.54 financial distress (1) 9 PT Apac Citra Centertex Tbk (MYTX) 2013 -3.79 Financial Distress (1) 1.46 financial distress (1) 10 PT Apac Citra Centertex Tbk (MYTX) 2014 -5.36 Financial Distress (1) 2.03 financial distress (1) 11 PT Sunson Tekstil Manufacture Tbk (SSTM) 2010 2.39 Grey Area (2) 0.57 financial distress (1) 12 PT Sunson Tekstil Manufacture Tbk (SSTM) 2011 1.74 Grey Area (2) 0.62 financial distress (1) 13 PT Sunson Tekstil Manufacture Tbk (SSTM) 2012 1.55 Grey Area (2) 0.49 financial distress (1) 14 PT Sunson Tekstil Manufacture Tbk (SSTM) 2013 0.84 Financial Distress (1) 0.14 financial distress (1) 15 PT Sunson Tekstil Manufacture Tbk (SSTM) 2014 0.50 Financial Distress (1) 0.05 financial distress (1) 16 PT Eratex Jaya Tbk (ERTX) 2010 -15.38 Financial Distress (1) 12.20 financial distress (1) 17 PT Eratex Jaya Tbk (ERTX) 2011 -0.27 Financial Distress (1) 2.90 financial distress (1) 18 PT Eratex Jaya Tbk (ERTX) 2012 0.47 Financial Distress (1) 0.46 financial distress (1)

19 PT Eratex Jaya Tbk (ERTX) 2013 3.78 Sehat (0) -1.06 sehat (0)

20 PT Eratex Jaya Tbk (ERTX) 2014 3.54 Sehat (0) -1.07 sehat (0)

21 PT Panasia Indo Resources Tbk (HDTX) 2010 1.75 Grey Area (2) -1.48 sehat (0) 22 PT Panasia Indo Resources Tbk (HDTX) 2011 0.72 Financial Distress (1) -1.49 sehat (0) 23 PT Panasia Indo Resources Tbk (HDTX) 2012 0.25 Financial Distress (1) -1.00 sehat (0) 24 PT Panasia Indo Resources Tbk (HDTX) 2013 -2.50 Financial Distress (1) -0.25 sehat (0) 25 PT Panasia Indo Resources Tbk (HDTX) 2014 -0.42 Financial Distress (1) 0.88 financial distress (1)

26 PT Ricky Putra Globalindo Tbk (RICI) 2010 3.64 Sehat (0) -0.62 sehat (0)

27 PT Ricky Putra Globalindo Tbk (RICI) 2011 3.63 Sehat (0) -0.63 sehat (0)

28 PT Ricky Putra Globalindo Tbk (RICI) 2012 3.74 Sehat (0) 0.43 financial distress (1) 29 PT Ricky Putra Globalindo Tbk (RICI) 2013 2.92 Sehat (0) 0.48 financial distress (1) 30 PT Ricky Putra Globalindo Tbk (RICI) 2014 2.85 Sehat (0) 0.48 financial distress (1) 31 PT Star Petrochem Tbk (STAR) 2010 0.82 Financial Distress (1) -2.03 sehat (0)

32 PT Star Petrochem Tbk (STAR) 2011 3.64 Sehat (0) -1.39 sehat (0)

33 PT Star Petrochem Tbk (STAR) 2012 3.74 Sehat (0) -1.00 sehat (0)

34 PT Star Petrochem Tbk (STAR) 2013 3.78 Sehat (0) -1.06 sehat (0)

35 PT Star Petrochem Tbk (STAR) 2014 3.54 Sehat (0) -1.07 sehat (0)

36 PT Nusantara Inti Corpora Tbk (UNIT) 2010 4.04 Sehat (0) -2.41 sehat (0)

37 PT Nusantara Inti Corpora Tbk (UNIT) 2011 4.38 Sehat (0) -2.55 sehat (0)

38 PT Nusantara Inti Corpora Tbk (UNIT) 2012 1.07 Financial Distress (1) -2.24 sehat (0) 39 PT Nusantara Inti Corpora Tbk (UNIT) 2013 -0.43 Financial Distress (1) -1.84 sehat (0) 40 PT Nusantara Inti Corpora Tbk (UNIT) 2014 -0.06 Financial Distress (1) -1.91 sehat (0) NO Nama Perusahaan Tahun Model Altman Z-Score (Kode 1) Model Zmijewski X-Score (Kode 2)

HASIL PERHITUNGAN MASING-MASING MODEL

(19)

R e z a A f r i l d o Page 19 X1(WC/TA) X2(RE/TA) X3(EBIT/TA) X4(Book Value Of Equity/Book Value Of Debt) -0.008857472 -0.291889163 -0.023406338 0.726186237

Hasil Rata-rata Model Altman

X1(NI/TA) X2(TL/TA) X3(CA/CL) -0.0234599 0.736549988 1.087152472

Hasil Rata-rata Model Zmijewski

Referensi

Dokumen terkait

Untuk mengetahui model Altman ( Z-Score ) merupakan model yang dapat digunakan untuk memprediksi kondisi financial distress dan memberikan hasil yang berbeda-beda pada

β€œPrediksi Kebangkrutan dengan Model Grover, Altman Z-Score, Springate, dan Zmijewski pada Perusahaan food and beverage di Bursa Efek Indonesia”.. E- Jurnal

Berdasarkan output Kruskal-Wallis Test menunjukan tingkat signifikasi 0,000 yang artinya terdapat perbedaan penilaian antara model prediksi kebangkrutan Altman

Prediction results used the Altman Z-Score model from 2019-2021, 10 companies included Adira Dinamika Multi Finance, BFI Finance Indonesia, Clipan Finance

useful for predicting financial distress in general, not just bankruptcy.26 The Grover Model In 2001, Grover and Lavin applied a revised version of the Altman Z-Score models on 80

The study used the Altman Z-Score, Grover, Springate, Zmijewski, and Zavgren model techniques to analyze bankruptcy predictions in retail sub-sector companies.. After knowing the

The Altman Z-Score and Springate Score models in 2019 and 2021 conclude that the same two companies are in a dangerous zone, while in 2020 according to the Altman model PT Bumi

39 𝑋3 = πΆπ‘’π‘Ÿπ‘Ÿπ‘’π‘›π‘‘ 𝐴𝑠𝑠𝑒𝑑 πΆπ‘’π‘Ÿπ‘Ÿπ‘’π‘›π‘‘ πΏπ‘–π‘Žπ‘π‘–π‘™π‘–π‘‘π‘’π‘  Research conducted by Anggi Meiliawati in 2016 entitled "Comparative analysis of the Springate and Altman Z-score models of the potential for