Page 1
Analisis Rasio Keuangan Dalam Memprediksi Kondisi Financial
Distress Pada Perusahaan Sub Sektor Aneka Industri Yang Terdaftar
Di BEI Periode 2013 – 2016
Dewi Sri Rezeki1
, Jack Febriand Adel, SE, M.Si, Ak, CA 2 ,
Tumpal Manik, M.Si 3
Program Studi Akuntansi, Fakultas Ekonomi, Universitas Maritim Raja Ali Haji
ABSTRAK
Tujuan Penelitian ini adalah Untuk mengetahui variabel Current Ratio, Debt Ratio,
Total Asset Turnover Ratio, Operating Profit Margin dan Net Profit Margin dapat
digunakan sebagai alat prediksi kondisi financial distress pada perusahaan sub sektor
aneka industri yang terdaftar di Bursa Efek Indonesia. Jenis data adalah data Sekunder.
Metode pengambilan sampel dalam penelitian ini menggunakan metode Purposive
Sampling. Pengumpulan data melalui dari situs www.idx.co.id dan www.sahamok.com
Hasil penelitian menunjukkan bahwa Current Ratio, Debt Ratio, Total Asset Turnover
Ratio, Operating Profit Margin dan Net Profit Margin secara simultan berpengaruh
terhadap Financial Distress. Secara parsial Current Ratio, Debt Ratio, Total Asset
Turnover Ratio, Operating Profit Margin dan Net Profit Margin berpengaruh terhadap
Financial Distress. Ini dibuktikan dari uji Koefisien determinan dengan nilai Adjusted
R2
(R Square) adalah 0.816. Jadi sumbangan pengaruh dari variabel independen
(Current Ratio, Debt Ratio, Total Asset Turnover Ratio, Operating Profit Margin dan
Net Profit Margin) terhadap Financial Distress pada perusahaan sub sektor aneka
industri yang terdaftar di Bursa Efek Indonesia 2013-2016 yaitu 81.6% sedangkan
sisanya 18.4% dipengaruhi oleh faktor lain yang tidak dikaji dalam penelitian ini.
Kata Kunci : Rasio Keuangan dan Financial Distress.
PENDAHULUAN
Latar Belakang Masalah
Seiring dengan adanya krisis financial global, menyebabkan ekonomi di Negara
maju melemah. Akibatnya banyak masyarakat dan dunia usaha di Indonesia merasakan
dampaknya, seperti melemahnya nilai tukar Rupiah, perusahaan yang tutup, ancaman
PHK dan pengangguran. Kebangkrutan suatu perusahaan tidak dapat terhindar lagi yaitu
ditandai dengan perusahaan yang tidak dapat membayar kewajban atau tidak likuid.
Dengan munculnya peraturan pemerintah pengganti Undang-Undang (Perpu)
No. 37 Tahun 2004 yang mengatur kepailitan yang telah diperbaharui. Menurut Perpu
Page 2
2
No. 37 Tahun 2004, debitur yang terkena default (gagal bayar) dapat dipetisikan
bangkrut oleh dua kreditur saja. Dalam hal ini akan membuat para investor dan kreditur
merasa khawatir jika perusahaan mengalami kesulitan keuangan yang akan mengarah
kebangkrutan.
Sebelum perusahaan mengalami kebangkrutan, maka perusahaan akan
mengalami suatu kondisi kesulitan keuangan yang disebut dengan financial distress.
Dengan mengetahui kondisi financial distress sejak dini diharapkan perusahaan dapat
melakukan tindakan-tindakan untuk mengantisipasi kondisi yang mengarah pada
kebangkrutan. Financial distress suatu perusahaan dapat dilihat dan diukur melalui
laporan keuangan. Laporan keuangan yang diterbitkan oleh perusahaan adalah salah
satu sumber informasi mengenai posisi dan kinerja serta perubahan keuangan
perusahaan, yang sangat berpengaruh untuk mendukung pengambilan keputusan yang
tepat. Untuk melakukan analisis laporan keuangan tersebut adalah dalam bentuk rasio-
rasio keuangan. Foster (1986) dalam Saleh, Amir dan Bambang Sudiyanto (2013)
menyatakan empat hal yang mendorong analisis laporan keuangan dengan model rasio
keuangan yaitu :
1. Untuk mengendalikan pengaruh perbedaan besaran antar perusahaan atau antar
waktu
2. Untuk membuat data menjadi lebih memenuhi asumsi alat statistik yang
digunakan
3. Untuk menginvestigasi teori yang terkait dengan rasio keuangan
4. Untuk mengkaji hubungan empirik antara rasio keuangan dan estimasi atau
prediksi variable tertentu (seperti kebangkrutan atau profitabilitas
kebangkrutan).
Selain analisis rasio keuangan yang bias digunakan untuk memprediksi kondisi
keuangan perusahaan, digunakan pula model analisis kebangkrutan untuk mengetahui
kondisi kebangkrutan yang mungkin terjadi pada perusahaan. Salah satunya adalah
model analisis kebangkrutan Altman Z-Score.
Berdasarkan uraian latar belakang diatas, maka penulis mencoba melakukan
penelitian menggunakan metode analisis Z-Score untuk mencari tahu bagaimana kondisi
Financial distress perusahaan Sub Sektor Aneka Industri yang terdaftar di Bursa Efek
Indonesia. Adapun judul penelitian yang diajukan yaitu: “Analisis Rasio Keuangan
Dalam Memprediksi Kondisi Financial Distress Pada Perusahaan Sub Sektor
Aneka Industri Yang Terdaftar Di BEI Periode 2013 – 2016”.
KAJIAN PUSTAKA KERANGKA PEMIKIRAN DAN HIPOTESIS
Kajian Pustaka
Pengertian Financial Distress
Page 3
3
Menurut Purwanti (2005: 27) dalam Martha, D.R. (2013), financial distress
merupakan kondisi dimana keuangan perusahaan dalam keadaan tidak sehat atau krisis.
Financial distress terjadi sebelum kebangkrutan. Kebangkrutan sendiri biasanya
diartikan sebagai suatu keadaan atau situasi dimana perusahaan gagal atau tidak mampu
lagi memenuhi kewajiban-kewajiban debitur karena perusahaan mengalami kekurangan
dan ketidakcukupan dana untuk menjalankan usahanya sehingga tujuan ekonomi yang
dicapai oleh perusahaan tidak dapat dicapai yaitu profit, sebab dengan laba yang
diperoleh perusahaan bisa digunakan untuk mengembalikan pinjaman, bisa membiayai
operasi perusahaan dan kewajiban-kewajiban yang harus dipenuhi bisa ditutup dengan
laba atau aset yang dimiliki.
Rasio Keuangan Sebagai Prediktor Financial Distress
Dari beberapa penelitian, peniliti dapat merangkum beberapa rasio keuangan yang
dapat digunakan untuk memprediksi financial distress dapat dikelompokkan sebagai
berikut:
a. Rasio Likuiditas, yaitu: Current Ratio
Alasan penggunaan current ratio sebagai ukuran likuiditas antara lain
karena rasio tersebut mempunyai kemampuan untuk mengukur current liabilities
coverage, buffer agairst losses dan reserve of liquid funds, current liabilities
coverage mengukur proporsi aset lancar terhadap kewajiban lancar dan
menunnjukkan tingkat kepastian perusahaan untuk memenuhi kewajiban jangka
pendek. Semakin besar current ratio, semakin besar pula tingkat jaminan atas
terbayarnya kewajiban lancar perusahaan (Harahap, 2002 dalam Saleh, Amir
dan Bambang Sudiyanto. 2013). Rumus untuk menghitung variabel ini adalah:
CR= Current Asset
Current Liabilities
b. Rasio Financial Leverage, yaitu Debt Ratio
Variabel ini mengukur jumlah aset perusahaan yang dibiayai oleh hutang
dan modal yang berasal dari kreditur. Semakin besar debt ratio, maka semakin
besar resiko yang dihadapi (Riyanto, 2001 dalam Saleh, Amir dan Bambang
Sudiyanto. 2013). Rumus variabel ini adalah:
DR= Total Liabilities
Total Asset
c. Rasio Efisiensi Operasi, yaitu: Perputaran Total Aset
Variabel ini mengukur aktifitas aset, kemampuan perusahaan dalam
menghasilkan penjualan melalui aset dan mengukur seberapa efisien aset
tersebut telah dimanfaatkan untuk memperoleh penghasilan. Semakin tinggi
perputaran total aset, maka semakin efektif total aset dalam menghasilkan
penjualan. Rumus variabel ini adalah:
TATO= Sales
Total Asset
Page 4
4
d. Rasio Profitabilitas, meliputi:
1) Operating Profit Margin (OPM)
Variabel ini mengukur kemampuan suatu perusahaan dalam
menghasilkan keuntungan. OPM mengukur persentase dari profit yang
diperoleh perusahaan dari tiap penjualan sebelum dikurangi denga biaya
bunga dan pajak. Besarnya perubahan OPM menunjukkan semakin besar
fluktuasi kemampuan manajemen dalam menghasilkan laba operasi. Hal ini
dapat mempengaruhi investor dalam memprediksi laba dan memprediksi
kelangsungan usaha perusahaan sehingga memberikan dampak pada
kepercayaan investor terhadap perusahaan. OPM yang diperoleh sedikit atau
bahkan mengalami rugi maka pihak investor tidak akan mendapatkan
dividend an para investor menganggap bahwa perusahaan tidak mampu
memperoleh laba pada operasi perusahaan (paradibta, 2010) dalam
Noviandri,,Tio. (2014).
Rumus untuk menghitung variabel ini adalah:
OPM= EBIT
Sales
2) Net Profit Margin (NPM)
Variabel ini mengukur efektifitas manajemen secara keseluruhan
yang ditunjukkan besar kecilnya tingkat keuntungan yang diperoleh dalam
hubungannya dengan penjualan maupun investasi. Semakin baik rasio
profitabilitas maka semakin baik menggambarkan kemampuan tingginya
perolehan keuntungan perusahaan Fahmi (135:2012) dalam Ripais, Mohd.
2014.
Variabel ini dihitung dengan rumus:
NPM = Net Profit
Sales
Metode Altman Z-Score
Heyes dkk, dalam Thohari, Muhammad Zaim, et.al. (2015) berpendapat bahwa
model ini memiliki tingkat akurasi atau ketepatan yang tinggi yaitu diatas 81%. Hanafi
(2013:275) dalam Thohari, Muhammad Zaim, et.al. (2015) menjelaskan bahwa pada
tahun 1983 dan 1984 model prediksi kebangkrutan dikembangkan lagi oleh altman
untuk beberapa negara. Dari penelitian tersebut ditemukan nilai Z yang baru untuk
perusahaan yang go-public, dan memiliki tingkat kevalidan 95%. Analisis rasio
keuangan untuk memprediksi kebangkrutan perusahaan menjadi topic menarik setelah
Altman menemukan suatu formula untuk mendeteksi kebangkrutan perusahaan dengan
istilah yang sangat terkenal, yang disebut Z-Score. Z-Score merupakan skor yang
ditentukan dari hitungan standar dikalikan rasio-rasio keuangan yang bertujuan
menunjukkan tingkat kemungkinan kebangkrutan perusahaan. Sartono (2010: 115)
dalam Thohari, Muhammad Zaim, et.al. (2015) mengungkapkan formula diskriminan Z
(zeta) yang diturunkan Altman adalah :
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
Page 5
5
Diminta :
Working Capital to Total Assets (X1)/WCTA
Retained Earnings to Total Assets (X2)/RETTA
Earnings Before Interest and Taxes to Total Assets (X3)/EBITTA
Market Value of Equity to Book Value of Liabilities (X4)/MVEBVL
Sales to Total Assets (X5)/STA
Hasil perhitungan Z-Score bisa dijelaskan dengan tabel sebagai berikut :
Tabel 2.1
Interprestasi Nilai Z-Score
Nilai Z-Score Interprestasi
Z > 2,99 Tidak mengalami Financial Distress
1,81 < Z < 2,99 Gray area
Z < 1,81 Mengalami Financial Distress
Sumber : Altman (1968)
METODOLOGI PENELITIAN
Teknik Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang pada
umumnya berupa bukti, catatan atau laporan yang tersusun di dalam arsip (Laporan
Auditor Independen) yang telah dipublikasikan di Bursa Efek Indonesia Tahun 2013-
2016. Sumber data dalam penelitian ini diperoleh melalui situs Bursa Efek Indonesia
yaitu www.idx.co.id.
Populasi Penelitian
Populasi adalah kelompok elemen yang lengkap, yang biasanya berupa orang, objek,
transaksi, atau kejadian dimana kita tertarik untuk mempelajari atau menjadikan objek
penelitian (Kuncoro (2003: 17-18) dalam Martha, D.R. (2013)). Populasi dalam
penelitian ini adalah perusahaan sektor aneka industri yang terdaftar di Bursa Efek
Indonesia.
Sampel Penelitian
Sampel adalah suatu himpunan bagian dari unit populasi (Kuncoro (2003: 17-18) dalam
Martha, D.R. (2013)). Sebelum ditentukan sampel, peneliti harus menetapkan populasi
penelitian. Metode yang digunakan dalam penelitian ini teknik Sampling yang
merupakan teknik teknik pengambilan sampel. Dalam penelitian ini menggunakan
teknik sampling yaitu teknik sampling purposive. Sampling purposive adalah teknik
penentuan sampel dengan pertimbangan tertentu (Sugiyono, 2009:85) dalam Martha,
D.R. (2013).
Kriteria yang digunakan dalam proses pengambilan sampel adalah sebagai berikut:
1. Perusahaan Manufaktur Sektor Aneka Industri kecuali tekstil dan garmen yang
terdaftar di Bursa Efek Indonesia Selama Periode 2013 – 2016.
Page 6
6
2. Perusahaan melaporkan laporan keuangannya secara berturut - turut pada tahun
2013 hingga tahun 2016.
3. Laporan keuangan yang tidak berakhir 31 Desember.
4. Perusahaan mengalami laba selama periode pengamatan.
Operasionalisasi Variabel Penelitian
Variabel Dependen
Variabel dependen/terikat dalam peneitian ini adalah financial distress atau
variabel Y yang diukur dengan menggunakan metode Altman modifikasi (Z).
Variabel Independen
Current Ratio
Current ratio adalah rasio yang membandingkan antara aktiva lancar yang
dimiliki perusahaan dengan hutang jangka pendek. Rumus untuk mencari Rasio Lancar
atau Curret Ratio adalah:
CR = Aktiva Lancar
Kewajiban Lancar
Debt Ratio
Debt Ratio adalah rasio yang membandingkan antara total hutang yang dimiliki
perusahaan dengan total aktiva. Rumus untuk mencari Debt Ratio adalah:
DR = Total Hutang
Total Aktiva
Total Asset Turnover Ratio
Total Asset Turnover Ratio adalah rasio yang membandingkan antara penjualan
yang dihasilkan perusahaan dengan total aktiva. Rumus untuk mencari Total Asset
Turnover Ratio adalah:
TATO =Penjualan
Total Aktiva
Operating Profit Margin
Operating Profit Margin adalah rasio yang membandingkan profit yang
diperoleh perusahaan dari tiap penjualan sebelum dikurangi denga biaya bunga dan
pajak dengan penjualan yang dimiliki perusahaan. Rumus untuk mencari Operating
Profit Margin adalah :
OPM =EBIT
Penjualan
Net Profit Margin
Net profit margin adalah digunakan untuk mmembandingkan laba bersih dengan
penjualan yang dimiliki perusahaan. Menurut Hery (2012), Rumus untuk mencari Net
Profit Margin adalah:
NPM =Laba Bersih
Penjualan
Page 7
7
HASIL PENELITIAN DAN PEMBAHASAN
Hasil Analisis Data
Statistik Deskriptif
Menurut Ghozali (2013), statistik deskriptif memberikan gambaran atau deskripsi
suatu data yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum,
minimum, sum, range, kurtosis dan skewnee (kemencengan distribusi).
Deskriptif variabel digunakan untuk mendapatkan informasi awal dalam
menganalisis jawaban responden. Variabel independen yang digunakan dalam
penelitian ini adalah Current Ratio, Debt Ratio, Total Asset Turnover Ratio, Operating
Profit Margin dan Net Profit Margin Sedangkan variabel dependen yang digunakan
dalam penelitian ini adalah Financial Distress. Berikut ini adalah hasil statistik
deskriptif dari data yang digunakan didalam penelitian ini.
Hasil Uji Descriptive Statistics Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CR 32 .95652 3.8559 1.991524 .78146 DR 32 .16519 .59841 .384138 .122287 TATO 32 .64979 2.23626 1.279254 .45223 OPM 32 .02535 .23197 .095701 .05526 NPM 32 .00117 .17438 .070445 .04912 Z 32 1.4228 10.4972 4.278909 2.0785
Valid N (listwise) 32
Sumber : Data olah SPSS, (2017)
Dari tabel diatas menunjukkan bahwa variabel Current Ratio (X1) dari 32 observasi
terdapat nilai minimum (terkecil) adalah 0.95652 pada perusahaan KBLM (2013), nilai
maximum (terbesar) adalah 3.8559 pada perusahaan INDS (2013) dan nilai mean (rata-
rata) adalah 1.991524. Variabel Debt Ratio (X2) terdapat nilai minimum (terkecil)
adalah 0.16519 pada perusahaan INDS (2016), nilai maximum (terbesar) adalah
0.59841 pada perusahaan SCCO (2013) dan nilai mean (rata-rata) adalah 0. 384138.
Variabel Total Asset Turnover Ratio (X3) terdapat nilai minimum (terkecil) adalah
0.64979 pada perusahaan INDS (2015), nilai maximum (terbesar) adalah 2.23626 pada
perusahaan SCCO (2014) dan nilai mean (rata-rata) adalah 1.279254. Variabel
Operating Profit Margin (X4) terdapat nilai minimum (terkecil) adalah 0.02535 pada
perusahaan INDS (2015), nilai maximum (terbesar) adalah 0.23197 pada perusahaan
SMSM (2016) dan nilai mean (rata-rata) adalah 0. 095701. Variabel Net Profit Margin
(X5) terdapat nilai minimum (terkecil) adalah 0.00117 pada perusahaan INDS (2015),
nilai maximum (terbesar) adalah 0.17438 pada perusahaan SMSM (2016) dan nilai
mean (rata-rata) adalah 0. 070445. Variabel Financial Distress (Y) terdapat nilai
minimum (terkecil) adalah 1.4228 pada perusahaan INDS (2015), nilai maximum
(terbesar) adalah 10.4972 pada perusahaan SMSM (2014) dan nilai mean (rata-rata)
adalah 4.278909.
Page 8
8
Uji Asumsi Klasik
Uji Normalitas
Menurut Ghozali (2013), Salah satu cara termudah untuk melihat normalitas
residual adalah dengan melihat grafik histogram yang membandingkan antara data
observasi dengan distribusi yang mendekati distribusi normal. Namun demikian hanya
dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel
yang kecil. Metode yang lebih handal adalah dengan melihat normal probability plot
yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal
akan membentuk garis lurus diagonal, dan ploting data residual akan dibandingkan
dengan garis diagonal. Jika data residual normal, maka garis yang menggambarkan data
sesungguhnya akan mengikuti garis diagonalnya.
Sumber : Hasil Pengolahan Data SPSS, 2017
Hasil Uji Normalitas dengan Histogram
Berdasarkan gambar diatas dapat disimpulkan bahwa data memiliki distribusi
normal, sebab data tersebut membentuk pola seperti lonceng. Selain grafik histogram,
grafik normality p-plot juga digunakan untuk menguji normalitas data.
Sumber : Hasil Pengolahan Data SPSS, 2017
Hasil Uji Normalitas dengan Grafik P-Plot
Berdasarkan gambar diatas dapat disimpulkan bahwa data berdistribusi normal,
dengan adanya terlihat titik-titik menyebar disekitar garis diagonal. Untuk memastikan
Page 9
9
data tersebut benar-benar berdistriusi normal maka dilakuakan uji kolmogrov smirnov
dengan melihat nilai signifikan. Jika jumlah signifikansi lebih besar dari 0.05 maka data
tersebut berdistribusi normal.
Hasil Uji Normalitas dengan One Sampel K-S Test
Sumber : Hasil Pengolahan Data SPSS, 2017
Berdasarkan tabel diatas dapat dilihat bahwa hasil analisis dengan menggunakan
One-Sample Kolmogrov-Smirnov Test menunjukkan bahwa jumlah Kolmogrov-Smirnov
Z 0.949 dan jumlah signifikan 0.328 karena p-value = 0.328 > 0.05, maka diketahui Ho
diterima yang berarti data residual berdistribusi secara normal. Dapat dilihat pada grafik
histogram bahwa distribusi data tidak terlihat menceng (skewnes) kekiri ataupun ke
kanan, oleh karena itu berarti variabel residual berdistribusi normal.
Uji Multikolinearitas
Menurut Ghozali (2013), uji multikolonieritas adalah bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen).
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.
Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal.
Variabel orthogonal adalah variabel independen yang nilai kolerasi antar sesame
variabel independen sama dengan nol.
Multikolonieritas dapat dilihat dari (1) nilai tolerance dan lawannya (2) variance
inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variable independen
manakah yang dijelaskan oleh variable independen lainnya. Dalam pengertian
sederhana setiap variable independen menjadi variable dependen (terikat) dan diregres
terhaap variable independen lainnya. Tolerance mengukur variabilitas variable
independen yang terpilih yang tidak dijelaskan oleh variable independen lainnya. Jadi
nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance).
Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah
nilai Tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 32
Normal Parametersa,b
Mean 0E-7 Std. Deviation .81678381
Most Extreme Differences Absolute .168 Positive .168 Negative -.071
Kolmogorov-Smirnov Z .949 Asymp. Sig. (2-tailed) .328
a. Test distribution is Normal. b. Calculated from data.
Page 10
10
Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1
(Constant) CR .267 3.749
DR .220 4.553
TATO .471 2.121
OPM .181 5.528
NPM .178 5.607
a. Dependent Variable: Z
Sumber : Hasil Pengolahan Data SPSS, 2017
Berdasarkan tabel diatas, keseluruhan variabel untuk nilai VIF dan Tolerance untuk
variabel Current Ratio (X1) memiliki nilai tolerance 0.267 > 0.10, dengan VIF 3.749 <
10, Debt Ratio (X2) memiliki nilai tolerance 0.220 > 0.10, dengan VIF 4.553 < 10,
Total Asset Turnover Ratio (X3) memiliki nilai tolerance 0.471 > 0.10, dengan VIF
2.121 < 10, Operating Profit Margin (X4) memiliki nilai tolerance 0.181 > 0.10,
dengan VIF 5.528 < 10, Net Profit Margin (X5) memiliki nilai tolerance 0.178 > 0.10,
dengan VIF 5.607 < 10.
Uji Heteroskedastisitas
Menurut Ghozali (2013), Uji heteroskedastisitas adalah bertujuan meguji apakah
dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain
tetap, maka disebut homoskedastisitas dan jika berbeda disebut heterokedastisitas.
Model regresi yang baik adalah yang homoskesdatisitas atau tidak terjadi
heteroskedastisitas.
Untuk medeteksi ada atau tidaknya heterokedastisitas dengan melihat grafik Plot
anatara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya
SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada
tidaknya pola tertentu pada grafik scatterplot anatara SRESID dan ZPRED dimana
sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y
sesungguhnya) yang telah di-studentized (Ghozali, 2013).
Page 11
11
Sumber : Hasil Pengolahan Data SPSS, 2017
Hasil Uji Heteroskedastisitas dengan Scatterplot
Berdasarkan gambar diatas Dapat dilihat bahwa titik-titik menyebar secara acak
serta tersebar baik di atas maupun dibawah angka 0 pada sumbu Y. Hal ini dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas. Selain ini uji heterokeastisitas juga
dapat menggunakan uji Spearman’s rho, jika nilai signifikansi lebih besar dari 0.05
maka tidak terjadi heterokedasitas.
Hasil Uji Heteroskedastisitas dengan Spearman’s rho
Correlations
Unstandardized Residual
Spearman's rho
CR
Correlation Coefficient .062
Sig. (2-tailed) .738
N 32
DR
Correlation Coefficient .006
Sig. (2-tailed) .973
N 32
TATO
Correlation Coefficient -.077
Sig. (2-tailed) .675
N 32
OPM
Correlation Coefficient -.154
Sig. (2-tailed) .399
N 32
NPM
Correlation Coefficient -.020
Sig. (2-tailed) .914
N 32
Z
Correlation Coefficient .272
Sig. (2-tailed) .133
N 32
Unstandardized Residual
Correlation Coefficient 1.000
Sig. (2-tailed) .
N 32
**. Correlation is significant at the 0.01 level (2-tailed).
Page 12
12
Sumber : Hasil Pengolahan Data SPSS, 2017
Berdasarkan tabel diatas, dapat dilihat bahwa nilai signifikansi untuk Current
Ratio (X1) 0. 738 > 0.05, Debt Ratio (X2) 0. 973 > 0.05, Total Asset Turnover Ratio
(X3) 0. 675 > 0.05, Operating Profit Margin (X4) 0. 399 > 0.05, dan Net Profit Margin
(X5) 0. 914 > 0.05. dapat disimpulkan bahwa uji ini menunjukkan tidak adanya
heteroskedastisitas.
Uji Autokorelasi
Menurut Ghozali (2013), uji autokorelasi bertujuan menguji apakah model regresi linear
ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu
pada periode t-1 (sebelumnya). Jika terjadi autokorelasi, maka dinamakan ada problem
autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu
berkaitan satu sama lainnya. Salah satu cara untuk mendeteksi ada atau tidaknya
autokorelasi adalah dengan uji Durbin Watson (DW), dengan ketentuan sebgai berikut
(Trihendradi, 2009:213) dalam Martha, D.R. (2013):
1. 1.65 < DW < 2.35 tidak terjadi autokorelasi
2. 1.21 < DW < 1.65 atau 2.35 < DW < 2.79 tidak dapat disimpulkan
3. DW < 1.21 atau DW > 2.79 terjadi autokorelasi.
Hasil Uji Durbin Watson
Model Summary
b
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 .920a .846 .816 .89187 1.787
a. Predictors: (Constant), NPM, DR, TATO, CR, OPM b. Dependent Variable: Z
Sumber : Hasil Pengolahan Data SPSS, 2017
Berdasarkan tabel diatas, dapat disimpulakn bahwa persamaan regresi bebas dari
autokorelasi, karena nilai Durbin Watson 1.787, dimana nilai DW terletak antara 1.65
dan 2.35 atau 1.65 < 1.787 < 2.35 sehingga persamaan regresi ini memenuhi syarat
bebas autokorelasi.
Analisis Regresi Berganda
Menurut Usman dan Akbar (2006: 216) dalam Martha, D.R. (2013), analisis
regresi berguna untuk mendapatkan hubungan fungsional antara dua variabel atau lebih
atau mendapatkan pengaruh antara variabel predictor terhadap variabel krteriumnya.
Pada penelitian ini regresi yang digunakan adalah regresi linear berganda. Adapun
model yang akan digunakan dalam penelitian ini sebagai berikut:
Y = α + β1 X1 + β 2 X2 + β3 X3 + β4 X4 + β5 X5 + ε
*. Correlation is significant at the 0.05 level (2-tailed).
Page 13
13
Hasil Uji Regresi Berganda
Coefficients
a
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 4.732 1.402 3.375 .002
CR -1.282 .397 -.482 -3.230 .003
DR -11.613 2.795 -.683 -4.155 .000
TATO 2.727 .516 .593 5.286 .000
OPM 15.678 6.816 .417 2.300 .030
NPM 22.319 7.722 .527 2.890 .008
a. Dependent Variable: Z
Sumber : Hasil Pengolahan data SPSS, 2017
Dari table diatas apat disusun persamaan regresi sebagai berikut:
Y = 4.732 + (-1.282) X1 + (-11.613) X2 + 2.727 X3 + 15.678 X4 + 22.319 X5 + ε
Dimana :
Y = Financial Distress
α = Konstanta
β1 β2 β3 β4 β5 = Koefisien regresi
X1 = Current Assets to Current Liabilities
X2 = Total Liabilities to Total Assets
X3 = Sales to Total Assets
X4 = Operating Profit Margin
X5 = Net Profit Margin
ε = Variabel pengganggu
Persamaan regresi diatas dapat dijelaskan sebagai berikut :
a. Konstanta (α)
Nilai konstanta sebesar 4.732 menunjukkan apabila kelima variabel independen
bersifat konstanta maka terjadi kenaikan nilai Financial Distress sebesar 4.732.
b. Koefisien b1 untuk variabel Current Ratio (CR)
Besarnya nilai koefisien regresi (b1) sebesar -1.282, nilai b1 negatif
menunjukkan adanya hubungan yang berlawanan antara variabel Current Ratio dengan
variabel Financial Distress yang artinya jika nilai variabel Current Ratio naik sebesar
satuan, maka nilai Financial Distress akan turun sebesar 1.282.
c. Koefisien b2 untuk variabel Debt Ratio (DR)
Besarnya nilai koefisien regresi (b2) sebesar -11.613, nilai b1 negatif
menunjukkan adanya hubungan yang berlawanan antara variabel Debt Ratio dengan
variabel Financial Distress yang artinya jika nilai variabel Debt Ratio naik sebesar
satuan, maka nilai Financial Distress akan turun sebesar 11.613.
Page 14
14
d. Koefisien b3 untuk variabel Total Asset Turnover Ratio (TATO)
Besarnya nilai koefisien regresi (b3) sebesar 2.727, nilai b1 positif menunjukkan
adanya hubungan yang searah antara variabel Total Asset Turnover Ratio dengan
variabel Financial Distress yang artinya jika nilai variabel Total Asset Turnover Ratio
naik sebesar satuan, maka nilai Financial Distress akan naik sebesar 2.727.
e. Koefisien b4 untuk variabel Operating Profit Margin (OPM)
Besarnya nilai koefisien regresi (b4) sebesar 15.678, nilai b1 positif
menunjukkan adanya hubungan yang searah antara variabel Operating Profit Margin
dengan variabel Financial Distress yang artinya jika nilai variabel Operating Profit
Margin naik sebesar satuan, maka nilai Financial Distress akan naik sebesar 15.678.
f. Koefisien b5 untuk variabel Net Profit Margin (NPM)
Besarnya nilai koefisien regresi (b4) sebesar 22.319, nilai b1 positif
menunjukkan adanya hubungan yang searah antara variabel Net Profit Margin dengan
variabel Financial Distress yang artinya jika nilai variabel Net Profit Margin naik
sebesar satuan, maka nilai Financial Distress akan naik sebesar 22.319.
Pengujian Hipotesis
Uji Partial (Uji T)
Hasil Uji Partial Coefficients
a
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 4.732 1.402 3.375 .002
CR -1.282 .397 -.482 -3.230 .003
DR -11.613 2.795 -.683 -4.155 .000
TATO 2.727 .516 .593 5.286 .000
OPM 15.678 6.816 .417 2.300 .030
NPM 22.319 7.722 .527 2.890 .008
a. Dependent Variable: Z
Sumber : Hasil Pengolahan Data SPSS, 2017
Dengan nilai n=32, α=5% : 2 =2.5%, α=2 (uji dua sisi) dengan derajat
keterbatasan (df) n-k-1 atau 32-5-1=26. Hasil untuk nilai t-tabel dengan pengujian dua
sisi yaitu 2.055. Dengan ini dapat diambil kesimpulan dari analisis tabel diatas sebagai
berikut:
Berdasarkan hasil analisis pada tabel diatas menunjukkan besarnya t-hitung
sebesar -3.230 < -2.055 dan nilai signifikansi (p-value = 0.003 < 0.05). maka H1
diterima dan HO ditolak, yang berarti variabel Current Ratio (X1) secara parsial
berpengaruh signifikan terhadap Financial Distress (Y).
Berdasarkan hasil analisis pada tabel diatas menunjukkan besarnya t-hitung
sebesar -4.155 < -2.055 dan nilai signifikansi (p-value = 0.000 < 0.05). maka H1
Page 15
15
diterima dan HO ditolak, yang berarti variabel Debt Ratio (X2) secara parsial
berpengaruh signifikan terhadap Financial Distress (Y).
Berdasarkan hasil analisis pada tabel diatas menunjukkan besarnya t-hitung
sebesar 5.286 > 2.055 dan nilai signifikansi (p-value = 0.003 < 0.05). maka H1 diterima
dan HO ditolak, yang berarti variabel Total Asset Turnover Ratio (X3) secara parsial
berpengaruh signifikan terhadap Financial Distress (Y).
Berdasarkan hasil analisis pada tabel diatas menunjukkan besarnya t-hitung
sebesar 2.300 > 2.055 dan nilai signifikansi (p-value = 0.003 < 0.05). maka H1 diterima
dan HO ditolak, yang berarti variabel Operating Profit Margin (X4) secara parsial
berpengaruh signifikan terhadap Financial Distress (Y).
Berdasarkan hasil analisis pada tabel diatas menunjukkan besarnya t-hitung
sebesar 2.890 > 2.055 dan nilai signifikansi (p-value = 0.003 < 0.05). maka H1 diterima
dan HO ditolak, yang berarti variabel Net Profit Margin (X5) secara parsial berpengaruh
signifikan terhadap Financial Distress (Y).
Uji Simultan (Uji F)
Hasil Uji Simultan
ANOVA
a
Model Sum of Squares df Mean Square F Sig.
1
Regression 113.243 5 22.649 28.473 .000b
Residual 20.681 26 .795
Total 133.925 31 a. Dependent Variable: Z b. Predictors: (Constant), NPM, DR, TATO, CR, OPM
Sumber : Hasil Pengolahan Data SPSS, 2017
Berdasarkan tabel diatas dapat dilihat bahwa F hitung sebesar 28.473 dengan tingkat
signifikansi 0.000b nilai F hitung akan dibandingkan dengan nilai F tabel. Nilai F tabel
pada tingkat kesalahan α=5% dengan derajat kebebasan (df)= (n-k) ; (k-1). Jumlah
observasi (n) sebanyak 32, dan jumlah variabel penelitian (k) berjumlah (6). Jadi df =
(32-6) ; (6-1), sehingga F tabel pada tingkat kepercayaan 95% (α=5%) adalah 2.587,
jadi F hitung > F tabel (28.473 > 2.587) dan tingkat signifikansi sebesar 0.000b
maka
keputusan Ha diterima Current Ratio, Debt Ratio, Total Asset Turnover Ratio,
Operating Profit Margin dan Net Profit Margin secara simultan atau bersama-sama
berpengaruh terhadap Financial Distress pada perusahaan sub sektor aneka industri
yang terdaftar di Bursa Efek Indonesia 2013-2016.
Uji Koefisien Determinasi (R²)
Menurut Priyanto (2012), koefisien determinasi adalah digunakan untuk mengetahui
seberapa besar persentase sumbangan pengaruh variabel independen yaitu Current
Ratio, Debt Ratio, Total Asset Turnover Ratio, Operating Profit Margin dan Net Profit
Margin secara bersama-sama terhadap variabel independen yaitu Financial Distress.
Page 16
16
Hasil Uji Koefisien Determinasi (R²)
Model Summary
b
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 .920a .846 .816 .89187 1.787
a. Predictors: (Constant), NPM, DR, TATO, CR, OPM b. Dependent Variable: Z
Sumber : Hasil Pengolahan Data SPSS, 2017
Berdasarkan tabel diatas dapat dilihat bahwa dapat diketahui nilai Adjusted R2
(R
Square) adalah 0.816. Jadi sumbangan pengaruh dari variabel independen (Current
Ratio, Debt Ratio, Total Asset Turnover Ratio, Operating Profit Margin dan Net Profit
Margin) terhadap Financial Distress pada perusahaan sub sektor aneka industri yang
terdaftar di Bursa Efek Indonesia 2013-2016 yaitu 81.6% sedangkan sisanya 18.4%
dipengaruhi oleh faktor lain yang tidak diteliti.
Pembahasan
Pengaruh Current Ratio Terhadap Financial Distress
Berdasarkan hasil pengujian secara parsial variabel Current Ratio (CR)
menunjukkan hasil yang signifikan, hal ini ditunjukkan dengan nilai t hitung sebesar -
3.230 dan nilai signifikan 0.003 yang lebih kecil dari 0.05. Menurut Brigham dan
Houston (2011) dalam Saleh, Amir dan Bambang Sudiyanto (2013) mengatakan bahwa
jika kewajiban lancar meningkat lebih cepat dibandingkan aktiva lancar , maka rasio
lancar akan turun dan hal ini bisa menimbulkan permasalahan, maka dapat
dimungkinkan bahwa pola hubungan antara current ratio dengan probabilitas
kebangkrutan adalah negatif. Current Ratio (CR) memiliki hubungan negatif atau
semakin tinggi rasio ini, semakin rendah profitabilitas kebangkrutan perusahaan, karena
perusahaan dapat memenuhi kewajiban lancarnya (Saleh, Amir dan Bambang
Sudiyanto. 2013).
Dengan demikian Hipotesis satu (H1) menyatakan bahwa Current Ratio (CR)
berpengaruh signifikan terhadap kondisi Financial Distress perusahaan sub sektor aneka
industri yang terdaftar di Bursa Efek Indonesia 2013-2016 diterima. Hasil penelitian ini
mendukung penelitian yang dilakukan oleh Noviandri, Tio. 2014, yang menyatakan
bahwa Current Ratio (CR) mempunyai pengaruh signifikan terhadap kondisi Financial
Distress. Dengan demikian dapat disimpulkan Current Ratio (CR) dapat digunakan
sebagai alat untuk mengukur Financial Distress.
Pengaruh Debt Ratio Terhadap Financial Distress
Berdasarkan hasil pengujian secara parsial variabel Debt Ratio (DR)
menunjukkan hasil yang signifikan, hal ini ditunjukkan dengan nilai t hitung sebesar -
4.155 dan nilai signifikan 0.000 yang lebih kecil dari 0.05. Debt Ratio (DR) memiliki
hubungan negatif atau semakin tinggi rasio ini dapat memprediksi profitabilitas
Page 17
17
kebangkrutan perusahaan, karena perusahaan yang memiliki kewajiban terlalu besar
akan berakibat pada tingginya resiko yang dihadapi perusahaan, sehingga akan
berakibat pada terjadinya menuju kebangkrutan, (Saleh, Amir dan Bambang Sudiyanto.
2013).
Dengan demikian Hipotesis satu (H2) menyatakan bahwa Debt Ratio (DR)
berpengaruh signifikan terhadap kondisi Financial Distress perusahaan sub sektor aneka
industri yang terdaftar di Bursa Efek Indonesia 2013-2016 diterima. Hasil penelitian ini
mendukung penelitian yang dilakukan oleh Saleh, Amir dan Bambang Sudiyanto. 2013,
yang menyatakan bahwa Debt Ratio (DR) mempunyai pengaruh signifikan terhadap
kondisi Financial Distress. dengan demikian dapat disimpulkan Debt Ratio (DR) dapat
digunakan sebagai alat untuk mengukur Financial Distress.
Pengaruh Total Asset Turnover Ratio Terhadap Financial Distress
Berdasarkan hasil pengujian secara parsial variabel Total Asset Turnover Ratio
(TATO) menunjukkan hasil yang signifikan, hal ini ditunjukkan dengan nilai t hitung
sebesar 5.286 dan nilai signifikan 0.000 yang lebih kecil dari 0.05. Total Asset Turnover
Ratio (TATO) memiliki hubungan positif, bahwa perputaran yang tinggi menunjukkan
manajemen yang baik, sebaliknya perputaran yang rendah harus membuat manajemen
mengevaluasi strategi, pemasarannya, dan pengeluaran modalnya. Apabila perputaran
aktiva ini rendah, maka perusahaan tidak menghasilkan volume penjualan yang cukup
disbanding dengan investasi dalam aktivanya. Hal ini menunjukkan kinerja yang baik,
sehingga tidak memicu terjadinya perusahaan menuju kebangkrutan, (Saleh, Amir dan
Bambang Sudiyanto. 2013).
Dengan demikian Hipotesis satu (H3) menyatakan bahwa Total Asset Turnover
Ratio (TATO) berpengaruh signifikan terhadap kondisi Financial Distress perusahaan
sub sektor aneka industri yang terdaftar di Bursa Efek Indonesia 2013-2016 diterima.
Hasil penelitian ini mendukung penelitian yang dilakukan oleh Noviandri,Tio. 2014,
yang menyatakan bahwa Total Asset Turnover Ratio (TATO) mempunyai pengaruh
signifikan terhadap kondisi Financial Distress. dengan demikian dapat disimpulkan
Total Asset Turnover Ratio (TATO) dapat digunakan sebagai alat untuk mengukur
Financial Distress.
Pengaruh Operating Profit Margin Terhadap Financial Distress
Berdasarkan hasil pengujian secara parsial variabel Operating Profit Margin
(OPM) menunjukkan hasil yang signifikan, hal ini ditunjukkan dengan nilai t hitung
sebesar 2.300 dan nilai signifikan 0.03 yang lebih kecil dari 0.05. Operating Profit
Margin (OPM) memiliki hubungan positif, menurut Hanafi (2004:43) dalam
Noviandri,,Tio. (2014) OPM adalah untuk mengukur kemampuan suatu perusahaan
dalam menghasilkan keuntungan. OPM mengukur persentase dari profit yang diperoleh
perusahaan dari tiap penjualan sebelum dikurangi dengan biaya bunga dan pajak.
Apabila semakin besar perubahan OPM menunjukkan semakin besar fluktuasi
kemampuan manajemen dalam menghasilkan laba operasi.
Page 18
18
Dengan demikian Hipotesis satu (H1) menyatakan bahwa Operating Profit
Margin (OPM) berpengaruh signifikan terhadap kondisi Financial Distress perusahaan
sub sektor aneka industri yang terdaftar di Bursa Efek Indonesia 2013-2016 diterima.
Hasil penelitian ini mendukung penelitian yang dilakukan oleh Noviandri,Tio. 2014,
yang menyatakan bahwa Operating Profit Margin (OPM) mempunyai pengaruh
signifikan terhadap kondisi Financial Distress. dengan demikian dapat disimpulkan
Operating Profit Margin (OPM) dapat digunakan sebagai alat untuk mengukur
Financial Distress.
Pengaruh Net Profit Margin Terhadap Financial Distress
Berdasarkan hasil pengujian secara parsial variabel Net Profit Margin (NPM)
menunjukkan hasil yang signifikan, hal ini ditunjukkan dengan nilai t hitung sebesar
2.890 dan nilai signifikan 0.008 yang lebih kecil dari 0.05. Net Profit Margin (NPM)
memiliki hubungan positif, menurut Fahmi (135:2012) dalam Ripais, Mohd. 2014 OPM
merupakan rasio untuk menilai kemampuan perusahaan dalam mencari keuntungan.
Rasio Net Profit Margin (NPM) yang tinggi menunjukkan efisiensi manajemen asset
yang berarti bahwa perusahaan mampu menggunakan asset yang dimiliki untuk
menghasilkan laba dari penjualan investasi yang dilakukan perusahaan.
Dengan demikian Hipotesis satu (H1) menyatakan bahwa Net Profit Margin
(NPM) berpengaruh signifikan terhadap kondisi Financial Distress perusahaan sub
sektor aneka industri yang terdaftar di Bursa Efek Indonesia 2013-2016 diterima. Hasil
penelitian ini mendukung penelitian yang dilakukan oleh Ripais, Mohd. 2014, yang
menyatakan bahwa Net Profit Margin (NPM) mempunyai pengaruh signifikan terhadap
kondisi Financial Distress. dengan demikian dapat disimpulkan Net Profit Margin
(NPM) dapat digunakan sebagai alat untuk mengukur Financial Distress.
Pengaruh Current Ratio, Debt Ratio, Total Asset Turnover Ratio, Operating Profit
Margin dan Net Profit Margin Terhadap Financial Distress
Berdasarkan hasil pengujian menunjukkan bahwa variabel Current Ratio, Debt
Ratio, Total Asset Turnover Ratio, Operating Profit Margin dan Net Profit Margin
berpengaruh signifikan terhadap Financial Distress dengan melihat nilai signifikansi
sebesar 0.000 dengan batas signifikansi 0.05. Maka signifikansi 0.000 < 0.05.
Kesimpulan
Penelitian ini dilakukan untuk menguji apakah terdapat pengaruh antara Current
Ratio, Debt Ratio, Total Asset Turnover Ratio, Operating Profit Margin dan Net Profit
Margin terhadap Financial Distress pada perusahaan Sub Sektor Aneka Industri yang
terdaftar di Bursa Efek Indonesia 2013-2016. Berdasarakan uraian pembahasan diatas
maka kesimpulan yang diambil adalah sebagai berikut :
Page 19
19
1. Current Ratio berpengaruh terhadap Financial Distress pada perusahaan Sub
Sektor Aneka Industri yang terdaftar di Bursa Efek Indonesia 2013-2016.
2. Debt Ratio berpengaruh terhadap Financial Distress pada perusahaan Sub
Sektor Aneka Industri yang terdaftar di Bursa Efek Indonesia 2013-2016.
3. Total Asset Turnover Ratio berpengaruh terhadap Financial Distress pada
perusahaan Sub Sektor Aneka Industri yang terdaftar di Bursa Efek Indonesia
2013-2016.
4. Operating Profit Margin berpengaruh terhadap Financial Distress pada
perusahaan Sub Sektor Aneka Industri yang terdaftar di Bursa Efek Indonesia
2013-2016.
5. Net Profit Margin berpengaruh terhadap Financial Distress pada perusahaan
Sub Sektor Aneka Industri yang terdaftar di Bursa Efek Indonesia 2013-2016.
6. Current Ratio, Debt Ratio, Total Asset Turnover Ratio, Operating Profit Margin
dan Net Profit Margin secara simultan berpengaruh terhadap Financial Distress
pada perusahaan Sub Sektor Aneka Industri yang terdaftar di Bursa Efek
Indonesia 2013-2016.
DAFTAR PUSTAKA
Ghozali, Imam. 2013. Aplikasi Analisis Multivariate Dengan Program IBM SPSS 21.
Semarang: Badan Penerbit Universitas Diponegoro.
Martha, D.R. 2013. Pengaruh Rasio Keuangan Terhadap Financial Distress Pada
Perusahaan Sub Sektor Aneka Industri Yang Terdaftar Di Bursa Efek Indonesia.
Jurnal. Fakultas Ekonomi. Universitas Maritim Raja Ali Haji.
Noviandri,,Tio. 2014. Peranan Analisis Rasio Keuangan Dalam Memprediksi Kondisi
Financial Distress Perusahaan Sektor perdagangan. Jurnal Ilmu Manajemen
Vol. 2 No. 4 Oktober 2014.
Peraturan Pemerintah No. 37 Tahun 2004 Tentang Kepailitan dan Penundaan
Kewajiban Membayar Utang.
Priyatno, duwi. 2012. Belajar Praktis Analisis Parametrik Dan Nonparametrik Dengan
SPSS. Yogyakarta: Penerbit Gava Media.
Ripais, Mohd. 2014. Pengaruh Rasio Likuiditas, Rasio Leverage, Rasio Profitabilitas
Terhadap Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar Di
Bursa Efek Indonesia. Jurnal. Fakultas Ekonomi. Universitas Maritim Raja Ali
Haji.
Saleh, Amir dan Bambang Sudiyanto. 2013. Pengaruh Rasio Keuangan Untuk
Memprediksi Probabilitas Kebangkrutan Pada Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Indonesia. Jurnal Dinamika Akuntansi, Keuangan dan
Perbankan Vol. 2 No. 1 Mei 2013.
Page 20
20
Thohari, Muhammad Zaim, et.al. 2015. Prediksi kebangkrutan Menggunakan Analisis
Model Z-Score, Studi Pada Sub Sektor Textile Mill Products Yang Terdaftar DI
Bursa Efek Indonesia 2009 – 2013. Jurnal Administrasi Bisnis (JAB) Vol. 28 No.
1 November 2015.
Usman, Husaini dan Purnomo Setiady Akbar. (2006). Pengantar Statistika. Edisi Kedua.
Jakarta: PT. Bumi Askara.
www.idx.co.id
www.sahamok.com