IMPLEMENTASI O-Score MODEL UNTUK MEMPREDIKSI ...repository.ub.ac.id/2914/1/Mai Sovi Triswidjanti.pdf4.11 Kondisi Keuangan PT Sunson Textile Manufacturer Tbk Periode 2011-2015 80 4.12

IMPLEMENTASI O-Score MODEL UNTUK

MEMPREDIKSI FINANCIAL DISTRESS

PERUSAHAAN (Studi pada Perusahaan Manufaktur Sub Sektor Tekstil dan Garmen yang

Terdaftar di Bursa Efek Indonesia Periode 2011-2015)

SKRIPSI

Disusun untuk Menempuh Ujian Sarjana

Pada Fakultas Ilmu Administrasi Universitas Brawijaya

MAI SOVI TRISWIDJANTI

135030207111070

UNIVERSITAS BRAWIJAYA

FAKULTAS ILMU ADMINISTRASI

JURUSAN ILMU ADMINISTRASI BISNIS

KONSENTRASI KEUANGAN

MALANG

2017

i

MOTTO

MAN JADDA WAJADA

( siapa bersungguh-sungguh pasti berhasil )

MAN SHABARA ZHAFIRA

( siapa yang bersabar pasti beruntung )

MAN SARA ALA DARBIWASHALA

( siapa menapaki jalan-Nya akan sampai ke tujuan )

ii

iii

iv

v

RINGKASAN

Mai Sovi Triswidjanti, 2017, Implementasi O-Score Model untuk

Memprediksi Financial Distress Perusahaan (Studi pada Perusahaan Manufaktur

Sub Sektor Tekstil dan Garmen yang Terdaftar di Bursa Efek Indonesia Periode

2011-2015), Nila Firdausi Nuzula, S.Sos., M.Si., Ph.D, 217 hal + xv.

Penelitian ini bertujuan untuk menilai tingkat kesulitan keuangan

(financial distress) perusahaan dari hasil perhitungan O-Score Ohlson. Prosedur

penilaian financial distress dalam penelitian ini menggunakan rumus O-Score

Model yang telah dipublikasikan oleh Ohlson pada tahun 1980 yang

menggunakan metode statistik bernama conditional logit. Terdapat tujuh variabel

sebagai dasar perhitungan yaitu total assets, GNP price level index, Total

liabilitas, Liabilitas lancar, Aset lancar, Pendapatan bersih, Arus kas dari kegiatan

operasi. Penelitian ini merupakan penelitian deskriptif dengan menggunakan

metode kuantitatif. Populasi dalam penelitian ini adalah perusahaan tekstil dan

garmen yang terdaftar di Bursa Efek Indonesia tahun 2011-2015. Teknik

pemilihan sampel yaitu dengan metode purposive sampling. Berdasarkan kriteria-

kriteria yang telah ditentukan, diperoleh tiga belas perusahaan yang dijadikan

sampel penelitian. Jenis data yang digunakan yaitu data sekunder berupa laporan

tahunan dan laporan keuangan perusahaan yang telah di audit dan diperoleh dari

BEI untuk perusahaan manufaktur sub sektor tekstil dan garmen tahun 2011-2015

dan data gnp yang diperoleh dari badan pusat statistik.

Hasil penelitian ini menunjukkan bahwa perhitungan O-Score Model yang

diterapkan untuk memperoleh nilai O-Score yang digunakan sebagai tolak ukur

prediksi financial distress sesuai dengan klasifikasi yang telah ditentukan Ohlson.

Hasil prediksi menyatakan bahwa terdapat satu perusahaan yang mengalami

financial distress, sembilan perusahaan dalam kondisi keuangan yang sehat dan

tiga perusahaan dalam kondisi tidak stabil selama tahun 2011-2015. Variabel X5,

X6, X8, X3, X9 dan X1 berkontribusi secara signifikan dalam perhitungan O-Score

Model dan analisis financial distress.

Kata kunci: O-Score Model, Ohlson, Financial Distress

vi

SUMMARY

Mai Sovi Triswidjanti, 2017, Implementation of O-Score Model to Predict

Company’s Financial Distress ( Study on Manufacturing Company Sub Sector

Textile and Garment Listed in Indonesian Stock Exchange Period 2011-2015),

Nila Firdausi Nuzula, S.Sos., M.Si., Ph.D, 217 pages + xv.

This research supposed to assess company’s financial distress from the

calculation of O-Score Ohlson. Procedure for assessment of financial distress in

this study using the formula O-Score Model that has been published by Ohlson in

1980 that uses statistical methods named conditionals logit. In O-Score Model

formula have seven variable that are total assets, gross national product price

level index, total liabilities, current liabilities, current assets, net income, cash

flow from operation. This research applied descriptive research which use

quantitative method. Population in this reserach are Textile and Garment

Companies that listed in Indonesian Stock Exchange period 2011-2015. Sampling

technique in this research use puposive sampling. According to the criteria

obtained thirhteen companies as research sample. Type of data use secondary

data that are audited annual report and audited financial report obtained from

IDX for manufacturing company sub sector textile and garment companies period

2011-2015 and also GNP that obtained from central bureau of statistic.

The results of this research show that the calculation of applied O-Score

Model to obtain the value of O-Score which is used as a benchmark prediction of

financial distress corresponding to the classification that have been determined by

Ohlson. The result show that there are one companies suffers financial distress,

nine companies in safe financial condition and three companies in unstabil

condition within period 2011-2015. Variable X5, X6, X8, X3, X9 dan X1 have

significant contribution in O-score model calculation and financial distress

analysis.

Keyword: O-Score Model, Ohlson, Financial Distress

vii

KATA PENGANTAR

Puji syukur peneliti panjatkan kepada Allah SWT atas rahmat dan karunia-Nya,

sehingga peneliti dapat menyelesaikan skripsi yang berjudul “Implementasi O-

Score Model untuk Memprediksi Financial Distress Perusahaan (Studi Pada

Perusahaan Manufaktur Sub Sektor Tekstil dan Garmen yang Terdaftar di

Bursa Efek Indonesia Periode 2011-2015)”. Skripsi ini merupakan tugas akhir

yang diajukan untuk memenuhi salah satu syarat dalam memperoleh gelar Sarjana

Ilmu Administrasi Bisnis pada Fakultas Ilmu Administrasi Universitas Brawijaya

Malang.

Selama penelitian dan penyusunan skripsi ini, peneliti tidak jarang

mengalami berbagai kendala dengan proses yang panjang dalam penyelesaiannya.

Namun, kendala tersebut dapat terselesaikan dengan adanya bantuan, bimbingan,

dan dukungan dari berbagai pihak. Oleh karena itu, peneliti menyampaikan ucapan

terima kasih kepada:

1. Bapak Prof. Dr. Bambang Supriyono, MS, selaku Dekan Fakultas Ilmu

Administrasi Universitas Brawijaya.

2. Ibu Prof. Dr. Dra. Endang Siti Astuti, M.Si selaku Ketua Jurusan

Administrasi Bisnis, Fakultas Ilmu Administrasi Universitas Brawijaya.

3. Bapak Muhammad Iqbal, S.Sos., M.IB., DBA, selaku Sekretaris Jurusan

Administrasi Bisnis, Fakultas Ilmu Administrasi Bisnis Universitas

Brawijaya.

viii

4. Bapak Dr. Wilopo, M.AB., selaku Ketua Program Studi Administrasi

Bisnis, Fakultas Ilmu Administrasi Bisnis Universitas Brawijaya.

5. Ibu Nila Firdausi Nuzula, Ph.D selaku Dosen Pembimbing yang dengan

sabar telah membimbing, memberikan arahan, dan bersedia meluangkan

waktu sehingga skripsi ini terselesaikan dengan baik.

6. Seluruh dosen pengajar Administrasi Bisnis yang telah memberikan ilmu

yang bermanfaat selama perkuliahan.

7. Ibunda Wahyu Wijayati, ayahanda Sutrisno dan adik Sandra Tali’a

Triswidjanti yang telah meberikan dukungan moril maupun materiil,

motivasi, doa, kasih sayang dan semangat yang luar biasa bagi peneliti

selama ini. Gelar ini merupakan wujud amanah dan sedikit persembahan

yang peniliti berikan kepada kedua orang tua.

8. Sahabatku Azizah Ajeng Tristiana yang selalu memberikan motivasi dan

mendengarkan keluh kesah peneliti selama ini.

9. Valeria Pramudita Suwandari dan Gagas Septian Nur Fikri yang telah

memberikan bimbingan dan masukan dalam penyusunan skripsi selama ini.

10. Keluarga siluet (Lizza Faradipta, Miati Kusuma Wardani dan Chintya

Chrismatin) , keluarga kedua di malang sejak maba yang selalu mendoakan

dan memberikan semangat.

11. Terima kasih banyak kepada semua pihak yang tidak dapat peneliti sebutkan

satu per satu yang telah membantu dalam penyusunan skripsi ini

ix

Peneliti menyadari baik dalam penulisan, penyusunan, dan penyajian materi

dalam skripsi ini. Peneliti berharap kritik dan saran yang membangun dari pembaca

atas segala kekurangan tersebut. Semoga skripsi ini dapat memberikan manfaat bagi

berbagai pihak yang membutuhkan

Malang, 15 Juni 2017

Peneliti

x

DAFTAR ISI

MOTTO .......................................................................................................... i

TANDA PERSETUJUAN SKRIPSI ............................................................ ii

TANDA PENGESAHAN ............................................................................... iii

PERNYATAAN ORISINALITAS SKRIPSI ............................................... iv

RINGKASAN ................................................................................................. v

SUMMARY ...................................................................................................... vi

KATA PENGANTAR .................................................................................... vii

DAFTAR ISI ................................................................................................... x

DAFTAR TABEL .......................................................................................... xii

DAFTAR GAMBAR ...................................................................................... xiv

DAFTAR LAMPIRAN .................................................................................. xv

BAB 1 PENDAHULUAN .............................................................................. 1

A. Latar Belakang ............................................................................... 1 B. Perumusan Masalah ....................................................................... 7 C. Tujuan Penelitian ........................................................................... 8 D. Kontribusi Penelitian ...................................................................... 8 E. Sistematika Pembahasan ................................................................ 8

BAB II TINJAUAN PUSTAKA .................................................................... 10

A. Penelitian Terdahulu ...................................................................... 10 B. Laporan Keuangan ......................................................................... 15

1. Pengertian Laporan Keuangan ................................................. 15 2. Tujuan Laporan Keuangan ....................................................... 16 3. Karakteristik Kualitatif Laporan Keuangan ............................. 17 4. Bentuk-bentuk Laporan Keuangan........................................... 18 5. Pengguna Laporan Keuangan................................................... 19

C. Analisis Laporan Keuangan ........................................................... 20 1. Pengertian Analisis Laporan Keuangan ................................... 20 2. Tujuan dan Manfaat Analisis Laporan Keuangan .................... 21 3. Tahapan Analisis Laporan Keuangan ...................................... 21 4. Metode Analisis Laporan Keuangan ........................................ 22 5. Teknik Analisis Laporan Keuangan ......................................... 22

D. Financial Distress .......................................................................... 23 1. Pengertian Financial Distress .................................................. 23 2. Penyebab Financial Distress .................................................... 25 3. Manfaat Prediksi Financial Distress ........................................ 25

E. Model Prediksi Financial Distress................................................. 26 1. Model Altman (Z-Score) .......................................................... 26

xi

2. Model Springate (S-Score) ....................................................... 29 3. Model Zmijewski (X-Score) ..................................................... 30 4. Model Ohlson (O-Score) .......................................................... 31

BAB III METODE PENELITIAN ............................................................... 34

A. Jenis Penelitian ............................................................................... 34 B. Lokasi Penelitian ............................................................................ 34 C. Variabel Penelitian ......................................................................... 35

1. O-Score Model ......................................................................... 35 2. Prediksi Financial Distress ...................................................... 37

D. Populasi dan Sampel ...................................................................... 37 1. Populasi .................................................................................... 37 2. Sampel ...................................................................................... 38

E. Sumber Data ................................................................................... 40 F. Teknik Pengumpulan Data ............................................................. 41 G. Teknik Analisis Data ...................................................................... 41

1. Menghitung O-Score ................................................................ 42 2. Mengidentifikasi Financial Distress ........................................ 44

BAB IV HASIL DAN PEMBAHASAN ....................................................... 45

A. Gambaran Umum Perusahaan ....................................................... 45 B. Penyajian Data ............................................................................... 56 C. Analisis Data .................................................................................. 87

1. O-Score Model ......................................................................... 87 2. Financial Distress .................................................................... 131

D. Intepretasi Hasil Penelitian ............................................................ 135

BAB V PENUTUP .......................................................................................... 142

A. Kesimpulan .................................................................................... 142 B. Saran ............................................................................................... 143 C. Keterbatsan Penelitian .................................................................... 145

DAFTAR PUSTAKA ..................................................................................... 146

xii

DAFTAR TABEL

Tabel Judul Halaman

2.1 Ringkasan Penelitian Terdahulu 13

2.2 Matriks Kesulitan Keuangan dan Kebangkrutan 24

3.1 Populasi Industri Manufaktur Sub sektor Tekstil dan

Garmen

38

3.2 Teknik Purposive Sampling 39

4.1 Kondisi Keuangan Polychem Indonesia Tbk Periode 2011-

2015

57

4.2 Kondisi Keuangan PT Argo Pantes Tbk Periode 2011-2015 60

4.3 Kondisi Keuangan PT Eratex Djaja Tbk Periode 2011-2015 62

4.4 Kondisi Keuangan PT Ever Shine Tex Tbk Periode 2011-

2015

65

4.5 Kondisi Keuangan PT Panasia Indo Resources Tbk Periode

2011-2015

67

4.6 Kondisi Keuangan Indo Rama Synthhetic Tbk Periode

2011-2015

69

4.7 Kondisi Keuangan Apac Citra Centertex Tbk Periode 201-

2015

71

4.8 Kondisi Keuangan Pan Brothers Tbk Periode 2011-2015 74

4.9 Kondisi Keuangan Asia Pasific Fibers Tbk Periode 2011-

2015

76

4.10 Kondisi Keuangan Ricky Putra Globalindo Tbk Periode

2011-2015

78

4.11 Kondisi Keuangan PT Sunson Textile Manufacturer Tbk

Periode 2011-2015

80

4.12 Kondisi Keuangan PT Tifico Fiber Indonesia Tbk Periode

2011-2015

82

4.13 Kondisi Keuangan PT Nusantara Inti Corpora Tbk Periode

2011-2015

85

4.14 Hasil Perhitungan Rasio Keuangan pada Polychem

Indonesia Tbk Periode 2011-2015

87

4.15 Hasil Perhitungan Rasio Keuangan pada PT Argo Pantes

Tbk Periode 2011-2015

90

4.16 Hasil Perhitungan Rasio Keuangan pada PT Eratex Djaja

Tbk Periode 2011-2015

93

4.17 Hasil Perhitungan Rasio Keuangan pada Ever Shine Tex

Tbk Periode 2011-2015

96

4.18 Hasil Perhitungan Rasio Keuangan pada PT Panasia Indo

Resources Tbk Periode 2011-2015

99

4.19 Hasil Perhitungan Rasio Keuangan pada Indo Rama

Synthetic Tbk Periode 2011-2015

102

xiii

Tabel Judul Halaman

4.20 Hasil Perhitungan Rasio Keuangan pada Apac Citra

Centertex Tbk Periode 2011-2015

105

4.21 Hasil Perhitungan Rasio Keuangan pada Pan Brothers Tbk

Periode 2011-2015

108

4.22 Hasil Perhitungan Rasio Keuangan pada Asia Pasific Fibers

Tbk Periode 2011-2015

112

4.23 Hasil Perhitungan Rasio Keuangan pada Ricky Putra

Globalindo Tbk Periode 2011-2015

115

4.24 Hasil Perhitungan Rasio Keuangan pada PT Sunson Textile

Manufacturer Tbk Periode 2011-2015

118

4.25 Hasil Perhitungan Rasio Keuangan pada PT Tifico Fiber

Indonesia Tbk Periode 2011-2015

120

4.26 Hasil Perhitungan Rasio Keuangan pada PT Nusantara Inti

Corpora Tbk Periode 2011-2015

124

4.27 Ringkasan Perhitungan P (O-Score) Perusahaan Sampel 131

4.28 Ringkasan Klasifikasi Perusahaan Berdasarkan P (O-Score) 135

xiv

DAFTAR GAMBAR

Gambar Judul Halaman

1.1 Mekanisme Transmisi Dampak Krisis Global ke

Indonesia

2

217

Rincian 2010 2011 2012 2013 2014* 2015**

Produk Domestik Bruto (miliar rupiah) 6 864 133,1 7 831 726,0 8 615 704,5 9 546 134,0 10 565 817,3 11 540 789,8

Produk Domestik Bruto per kapita (ribu rupiah) 28 778,2 32 363,7 35 105,2 38 365,9 41 900,4 45 176,2

Produk Nasional Bruto (miliar rupiah) 6 681 362,2 7 614 833,3 8 372 511,5 9 260 807,8 10 211 343,1 11 154 531,9

Produk Nasional Bruto per kapita (ribu rupiah) 28 011,9 31 467,5 34 114,3 37 219,2 40 494,7 43 664,2

Pendapatan Nasional (miliar rupiah) 5 172 926,0 5 967 173,9 6 510 395,3 7 188 558,5 7 907 963,2 8 430 122,9

Pendapatan Nasional per kapita (ribu rupiah) 21 687,7 24 658,7 26 527,0 28 890,8 31 360,3 32 999,5

Jumlah penduduk pertengahan tahun 1 (juta orang) 238,5 242,0 245,4 248,8 252,2 255,5

Perkembangan Beberapa Agregat Pendapatan dan Pendapatan per Kapita Atas Dasar Harga Berlaku, 2010-2015

DAFTAR RIWAYAT HIDUP

CURICULUM VITAE

I. Identitas Diri

1. Nama : Mai Sovi Triswidjanti

2. Tempat, Tanggal Lahir : Gresik, 04 Mei 1995

3. Alamat : Jl. Taman Enggano Dalam 4 No.22

Perumahan Gresik Kota Baru

4. Agama : Islam

5. No. Telepon : 082-144-718-480

6. Email : [email protected]

II. Pendidikan Formal

No. Tingkat Tahun

1 TK Islam Bhakti 5 Gresik, Jawa Timur 1999 – 2001

2 Sekolah Dasar Nahdlatul Ulama 1 Trate Gresik, Jawa Timur 2001 – 2007

3 Sekolah Menengah Pertama Negeri 2 Gresik, Jawa Timur 2007 – 2010

4 Sekolah Menengah Atas Negeri 1 Kebomas Gresik, Jawa Timur 2010 – 2013

5 Universitas Brawijaya, Fakultas Ilmu Administrasi, Program Studi

Administrasi Bisnis, Malang Jawa Timur 2013 – Sekarang

III. Pendidikan Non Formal

Kursus / Pelatihan

No. Keterangan Tempat Instansi Tahun

1 English Fisrt Malang English First 2013-2015

2 Praktek Kerja Lapangan

(Magang)

Surabaya Kantor Pusat PT Pelabuhan

Indonesia III (Persero)

2016

IV. Pengalaman Organisasi

No. Keterangan Tahun

1. Staff of Fund and Business Administration English Club FIA UB 2014- 2015

No. Keterangan Tahun

2. Staff of Public Relationship Administation English Club FIA UB 2015 - 2016

3. Bendahara Umum 2 Administation Music Club FIA UB 2015 - 2016

4. Bendahara Umum 1 Administration Music Club FIA UB 2016 - 2017

Demikian Daftar Riwayat Hidup ini saya buat dengan sebenarnya.

Malang, 15 Juni 2017

Mai Sovi Triswidjanti

1

BAB 1

PENDAHULUAN

A. Latar Belakang

Salah satu bank terbesar Perancis BNP Paribas mengumumkan pembekuan

beberapa sekuritas yang terkait dengan kredit perumahan berisiko tinggi Amerika

Serikat (subprime mortgage) pada Agustus 2007. Pembekuan ini menyebabkan

kriris keuangan global dan memicu gejolak di pasar finansial di seluruh dunia.

Intensitas krisis meningkat pada triwulan III-2008. Seiring dengan kebangkrutan

bank investasi terbesar Amerika Serikat (AS) Lehman Brothers, yang diikuti oleh

kesulitan keuangan di sejumlah lembaga keuangan berskala besar di AS, Eropa dan

Jepang. Krisis keuangan dunia tersebut berdampak ke perekonomian Indonesia

yang ditandai dengan adanya gejolak di pasar modal dan pasar uang

(www.bi.go.id).

Dampak krisis global ke perekonomian Indonesia pada dasarnya melewati dua

jalur, yaitu jalur finansial dan jalur perdagangan. Dampak melalui jalur finansial

terjadi pada bank atau lembaga keuangan. Dampak melalui jalur perdagangan telah

mengakibatkan menurunnya kinerja pembayaran Indonesia. Gambar 1.1

merupakan mekanisme transmisi dampak krisis global ke Indonesia

(www.bi.go.id).

http://www.bi.go.id/

2

Gambar 1.1 Mekanisme Transmisi Dampak Krisis Global ke Indonesia

Sumber: Bank Indonesia (www.bi.go.id), 2016

Dampak krisis keuangan global ke Indonesia lebih banyak ditransmisikan

melalui jalur perdagangan atau makro ekonomi dibandingkan jalur finansial.

Dampak rambatan melalui jalur perdagangan berpotensi sangat signifikan dalam

mempengaruhi perekonomian nasional. Dampak krisis melalui jalur perdagangan

yang cukup signifikannya ini tidak terlepas dari karakteristik ekspor Indonesia yang

didominasi oleh komoditas primer dan negara tujuan ekspor yang kurang

terdiversifikasi. Negara tujuan utama ekspor Indonesia cenderung terkonsentrasi

3

pada sejumlah negara, dimana lebih dari separuh pangsa ekspor tertuju pada empat

sampai lima negara saja. Selama tahun 2000-2007, mitra dagang utama Indonesia

meliputi Jepang, AS, Singapura, Korea, dan China. Meskipun demikian, terdapat

kecenderungan pergeseran dominasi, dimana mitra dagang teratas yaitu Jepang dan

AS memiliki pangsa yang mulai menurun dalam empat tahun terakhir

(www.bi.go.id).

Sektor-sektor yang paling terkena imbas krisis keuangan global adalah

sektor yang mengandalkan permintaan eksternal, seperti industri manufaktur,

pertanian, dan pertambangan. Ketiga sektor ini menyumbang lebih dari 50% PDB

dan menyerap lebih dari 60% tenaga kerja nasional. Dampak krisis keuangan global

pada ketiga sektor ini mengakibatkan peningkatan pemutusan hubungan tenaga

kerja. Berdasarkan data Departemen Tenaga Kerja dan Transmigrasi

(Depnakertrans) sampai dengan akhir Desember 2008, jumlah pekerja yang

dirumahkan telah mencapai sekitar 10.306 orang. Angka ini diperkirakan akan terus

meningkat sejalan dengan belum adanya tanda-tanda perbaikan perekonomian

dunia (www.bi.go.id).

Berdasarkan hasil pemantauan Bank Indonesia, terlihat bahwa industri-

industri manufaktur juga terkena dampak krisis dengan tingkat keparahan yang

bervariasi antar industri. Industri tekstil, garmen, dan alas kaki, serta elektronik dan

otomotif tekena dampak krisis yang paling parah. Dampak negatif dari krisis

keuangan global 2008-2009 industri tekstil dan garmen diperkirakan mengalami

penurunan tingkat produksi sebanyak 10% (www.smeru.or.id).

http://www.smeru.or.id/

4

Industri tekstil dan produk tekstil (TPT) Indonesia sangat rentan terhadap

krisis keuangan global 2008-2009 karena sebagian besar produk tekstil Indonesia

diekspor ke AS dan Uni Eropa. Melemahnya daya beli negara-negara tersebut akan

menurunkan ekspor TPT yang kemudian berimbas pada penurunan kapasitas

produksi dan pengurangan tenaga kerja industri. Peran industri TPT dalam

perekonomian Indonesia cukup besar, yaitu memberikan kontribusi sekitar 3,5%

terhadap total nilai ekspor nonmigas Indonesia pada tahun 2008-2009 dan sekaligus

merupakan industri padat karya yang mampu menyerap lebih dari satu juta tenaga

kerja (www.smeru.or.id).

Pusat-pusat industri tekstil dan garmen di Jawa Barat, Jawa Tengah, dan

Banten diberitakan telah mengalami dampak dari krisis keuangan global 2008-

2009. Dampak tersebut terlihat dari menurunnya permintaan produk dan

meningkatnya harga input di 40-an industri tekstil dan garmen di Bandung dan

Cimahi yang menyebabkan banyak sekali karyawan yang dirumahkan. Di

Purwakarta lebih dari 6.000 karyawan berpotensi mengalami pemutusan hubungan

kerja (PHK) karena sebuah perusahaan di AS membatalkan kontraknya yang

bernilai dua juta dollar Amerika. Keadaan serupa juga terjadi di industri tekstil dan

garmen di Jawa Tengah (Solo, Kendal, Semarang dan Boyolali), 400.000 karyawan

di industri tersebut diperkirakan juga akan mengalami PHK akibat dibatalkannya

pemesanan dari AS, Eropa Barat, Korea Selatan dan Turki (www.smeru.or.id).

Dampak krisis keuangan global 2008-2009 yang terjadi pada industri tekstil

dan garmen yaitu penurunan produksi, kenaikan harga input hingga terjadinya PHK

di beberapa perusahaan tekstil dan garmen, secara tidak langsung menggambarkan

5

adanya kesulitan keuangan (financial distress). Menurut Platt dan Platt (2002: 185)

financial distress didefinisikan sebagai tahap penurunan kondisi keuangan yang

terjadi sebelum terjadinya kebangkrutan ataupun likuidasi. Financial distress dapat

dikenali lebih awal sebelum terjadi dengan menggunakan suatu model sistem

peringatan dini (early warning system). Ketidaksiapan perusahaan dalam

memprediksi financial distress menyebabkan perusahaan akan mengalami

kebangkrutan.

Kinerja suatu perusahaan dapat diketahui melalui laporan keuangan. Laporan

keuangan tidak dapat menunjukkan keadaan keuangan perusahaan jika tidak

dilakukan kegiatan pengolahan laporan keuangan, dalam hal ini adalah analisis

laporan keuangan. Analisis laporan keuangan perusahaan pada dasarnya merupakan

perhitungan rasio-rasio untuk menilai keadaan keuangan perusahaan di masa lalu,

saat ini, dan masa depan (Syamsuddin, 2009:37).

Model prediksi financial distress sebagai sistem peringatan dini (early warning

system) perlu untuk dilakukan, karena dapat digunakan oleh perusahaan dalam

melakukan langkah-langkah antisipasi untuk menangani kondisi krisis keuangan.

Beberapa peneliti telah mengembangkan model prediksi untuk membantu calon

investor dan kreditor dalam memilih perusahaan tempat menaruh dana agar tidak

terjebak dalam masalah financial distress. Model-model tersebut antara lain

dikemukakan oleh Altman, Ohlson dan Zmijewski (Kumar dan Kumar, 2012).

Salah satu model prediksi financial distress yang dapat digunakan adalah O-

Score Model. Model ini dikemukakan oleh James A. Ohlson pada tahun 1980 dalam

jurnalnya yang berjudul “Financial Ratio dan The Probabilistic Prediction of

6

Bankruptcy”. Ohlson melakukan beberapa modifikasi di dalam studinya

dibandingkan dengan penelitan-penelitian sebelumnya. Ohlson menggunakan

metode statistik bernama conditional logit, karena Ohlson berpendapat bahwa

metode tersebut dapat menutupi kekurangan-kekurangan yang terdapat pada

metode Multivariate Discriminant Analysis (MDA) yang digunakan oleh Altman

dan Springate. Ohlson menggunakan data dari tahun 1970-1976 dan memperoleh

sampel sebanyak 105 perusahaan yang bangkrut, serta 2.058 perusahaan yang tidak

bangkrut selama periode tersebut.

Model yang dibangun oleh Ohlson pada tahun 1980 memiliki sembilan

variabel independen yang terdiri dari beberapa rasio keuangan yaitu rasio leverage,

likuiditas dan profitabilitas. Sembilan variabel independen yang digunakan adalah

Log(total assets/GNP price-level index) (X1), Total liabilities divided by total assets

(X2), Working capital divided by total assets (X3), Current liabilities divided by

current assets (X4), Net income divided by total assets (X5), Cash flow from

operations divided by total liabilities (X6), One if net income was negative for the

last two years, zero otherwise (X7), One if total liabilities exceeds total assets, zero

otherwise (X8), dan pendapatan bersih tahun sekarang dikurangi pendapatan bersih

tahun sebelumnya terhadap pendapatan bersih tahun sekarang ditambah pendapatan

bersih tahun sebelumnya (X9). Hasil perhitungan dari O-Score Model tidak dapat

menggambarkan kemunginan financial distress. Namun, dapat berubah menjadi

kemungkinan financial distress menggunakan transformasi logistik. Ohlson

menyatakan bahwa model ini memiliki nilai cut-off point optimal pada nilai 0,50.

Maksud dari nilai cut-off tersebut adalah apabila perusahaan memiliki nilai di atas

7

0,50 maka perusahaan diprediksi dalam kondisi distress. Sebaliknya, apabila nilai

cut-off di bawah 0,50 maka perusahaan diprediksi tidak dalam kondisi distress.

O-Score Model merupakan model prediksi financial distress dengan tingkat

akurasi yang cukup tinggi. Hal ini dibuktikan dengan hasil penelitian yang

dilakukan oleh Khunthong (1997) (dalam Lawrence et al, 2015) yang menyatakan

bahwa model Ohlson memberikan klasifikasi kebenaran dalam memprediksi

financial distress sebesar 96% dan Kumar dan Kumar (2012) menyatakan bahwa

model Ohlson merupakan model prediksi financial distress yang paling baik,

karena model Ohlson memiliki tingkat korelasi yang tinggi terhadap analisis

tradisional dibandingkan dengan model Altman yang memiliki tingkat korelasi

yang rendah.

Berdasarkan latar belakang yang telah dijelaskan di atas maka peneliti tertarik

melakukan penelitian dengan judul yaitu “Implementasi O-Score Model untuk

Memprediksi Financial Distress Perusahaan (Studi Pada Perusahaan

Manufaktur Sub Sektor Tekstil dan Garmen yang Terdaftar di Bursa Efek

Indonesia Periode 2011-2015)”.

B. Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas, permasalahan yang

dapat dirumuskan adalah bagaimana pengimplementasian O-Score Model untuk

memprediksi potensi financial distress perusahaan manufaktur sub sektor tekstil

dan garmen yang terdaftar di Bursa Efek Indonesia Periode 2011-2015?

8

C. Tujuan Penelitian

Berdasarkan perumusan masalah yang telah di atas, maka tujuan penelitian

adalah mengetahui pengimplementasian O-Score Model untuk memprediksi

potensi financial distress perusahaan manufaktur sub sektor tekstil dan garmen

yang terdaftar di Bursa Efek Indonesia Periode 2011-2015.

D. Kontribusi Penelitian

1. Kontribusi Akademis

Hasil penelitian diharapkan dapat mendukung teori maupun hasil penelitian

terdahulu mengenai topik yang sama serta memberikan wawasan baru yang akan

mendukung perkembangan teori mengenai financial distress perusahaan. Hasil

penelitian diharapkan pula dapat menambah wawasan mengenai

pengimplementasian O-Score Model untuk memprediksi potensi financial distress

perusahaan.

2. Kontribusi Praktis

Hasil penelitian diharapkan dapat memberikan informasi bagi pihak-pihak

yang berkepentingan (seperti investor dan kreditor) untuk mengetahui kondisi

keuangan suatu perusahaan sehingga membantu dalam pengambilan keputusan

investasi dan pemberian kredit.

E. Sistematika Pembahasan

Sistematika pembahasan dalam penelitian ini dibagi menjadi lima bab yang

merupakan rangkaian berurutan dengan rincian sebagai berikut :

9

BAB I : PENDAHULUAN

Bab ini berisi tentang uraian pendahuluan penelitian yang terdiri dari latar

belakang, rumusan masalah, tujuan penelitian, kontribusi penelitian, dan

sistematika pembahasan.

BAB II : TINJAUAN PUSTAKA

Bab ini berisi tentang uraian landasan teori penelitian yang terdiri dari

laporan keuangan, analisis laporan keuangan, financial distress, dan

model prediksi financial distress.

BAB III: METODE PENELITIAN

Bab ini berisi tentang uraian metode penelitian yang terdiri dari jenis

penelitian, lokasi penelitian, variabel, populasi dan sampel, sumber data,

teknik pengumpulan data serta teknik analisis data.

BAB IV: HASIL DAN PEMBAHASAN

Bab ini berisi tentang penjabaran mengenai pengolahan dan analisis data

yang didapatkan selama melakukan penelitian. Melalui pengolahan

metode data tertentu yang kemudian diperoleh hasil analisis data tersebut.

BAB V: PENUTUP

Bab ini berisi tentang kesimpulan dan saran yang didapat dari hasil yang

telah dilakukan selama proses penelitian.

10

BAB II

TINJAUAN PUSTAKA

A. Penelitian Terdahulu

1. Hartoyo (2013), melakukan penelitian dengan menggunakan analisis

diskriminan pada sampel perusahaan manufaktur yang terdaftar di BEI

tahun 2010-2011. Hasil penelitian ini, memberikan suatu bukti yang nyata

mengenai bagaimana variabel independen yaitu rasio WC/TA, rasio RE/TA,

rasio EBIT/TA, rasio MVE/BVD dan rasio S/TA dapat mengklasifikasikan

perusahaan yang mengalami financial distress dan non-financial distress

melalui analisis diskriminan. Semua variabel independen berpengaruh

terhadap kondisi perusahaan. Rasio RE/TA merupakan variabel yang paling

berpengaruh signifikan diantara kelima rasio yang digunakan dalam model

diskriminan. Rasio yang memiliki pengaruh positif terhadap kondisi

perusahaan, semakin mengalami kenaikan maka kemungkinan mengalami

financial distrees semakin kecil. Perusahaan dengan hutang yang lebih besar

berkecenderungan akan mengalami financial distress lebih awal daripada

perusahaan yang memiliki hutang lebih sedikit. Akan tetapi perusahaan

yang mengalami financial distress lebih awal akan mempunyai waktu yang

cukup banyak dalam menyelesaikan secara reorganisasi. Perusahaan dengan

hutang yang rendah akan mengalami financial distress belakangan dan

dalam kejadian

11

banyak dipaksa akan untuk likuidasi. Financial distress sebaiknya

digunakan sebagai langkah preventif oleh manajemen dan pengelolaan

keuangan perusahaan. Apabila perusahaan diprediksi financial distress,

maka manajemen harus menyiapkan langkah-lagkah penyelamatan

perusahaan.

2. Safura (2015), melakukan penelitian Implementasi Altman’s Z-Score Model

Untuk Memprediksi Kebangkrutan Perusahaan Multinasional yang

dilakukan pada sub sektor tekstil dan garmen yang terdaftar di BEI. Tujuan

penelitian ini adalah untuk mengetahui pengimplementasian Altman’s Z-

Score Model untuk memprediksi potensi kebangkrutan perusahaan

multinasional sub sektor tekstil dan garmen yang terdaftar di Bursa Efek

Indonesia Periode 2011-2014. Penelitian ini merupakan penelitian deskriptif

dengan pendekatan kuantitatif. Penelitian ini menggunakan teknik analisis

data berupa perhitungan Z-Score menggunakan rumus Altman’s Z-Score

Model untuk perusahaan manufaktur yang telah go public. Altman

mengkombinasikan lima jenis rasio, yaitu modal kerja terhadap total aktiva

(X1), laba ditahan terhadap total aktiva (X2), EBIT terhadap total aktiva

(X3), nilai pasar saham terhadap nilai buku total hutang (X4), dan penjualan

terhadap total aktiva (X5). Hasil penelitian menunjukkan bahwa selama

periode 2011 hingga 2014 terdapat tiga perusahaan yang selalu berada

dalam zona berpotensi bangkrut selama empat tahun berturut-turut yaitu PT

CENTEX Tbk, PT Eratex DjajaTbk, dan PT Unitex Tbk. Di sisi lain, PT

TIFICO Tbk berada pada zona aman di tahun 2011, 2012, dan 2014 serta

12

berada pada zona rawan di tahun 2013. Apabila ditinjau dari hasil penelitian

maka perusahaan yang telah diprediksi berpotensi bangkrut harus segera

memperbaiki kondisi keuangannya dengan meningkatkan penjualan dan

nilai pasar saham serta memperkecil total hutang perusahaan.

3. Novitasari (2016), melakukan penelitian model multiple discriminant

analysis altman (Z-score) untuk memprediksi financial distress yang

dilakukan pada perusahaan manufaktur yang terdaftar di BEI. Tujuan dari

penelitian tersebut untuk mengetahui perusahaan yang tergolong financial

distress dengan menggunakan model Z-Score. Penelitian tersebut

merupakan penelitian deskriptif dengan menggunakan laporan keuangan

sebagai alat analisis tanpa menghindari kemungkinan penggunaan angka-

angka sebagai data kuantitatif. Variabel yang digunakan adalah working

capital to total assets ratio (X1), retained earning to total assets ratio (X2),

earning before interest and tax to total assets ratio (X3), dan book value of

equity to liabilities. Hasil dari penelitian ini menunjukkan bahwa dari

perhitungan penerapan model Multiple Discriminant Altman (Z-Score)

terdapat 13 perusahaan yang mengalami kondisi financial distress yang

berpotensi pada kebangkrutan. 4 perusahaan yang tergolong kondisi rawan

atau pada posisi grey area, dan hanya 2 perusahaan yang mengalami kondisi

non-financial distress dan dikatakan sehat.

4. Nugroho (2016), melakukan penelitian tentang penggunaan analisis Z-Score

Altman untuk menilai tingkat financial distress yang bertujuan untuk

menilai tingkat kesulitan keuangan perusahaan dari hasil perhitungan Z-

13

score Altman. Penelitian ini merupakan penelitian deskriptif dengan

menggunakan metode kuantitatif. Variabel yang digunakan sebagai dasar

perhitungan yaitu aset lancar, hutang lancar, total aset, total liabilitas, total

ekuitas, EBIT, dan laba ditahan. Hasil dari penelitian ini menunjukkan

bahwa perhitungan model Z-score diterapkan untuk memperoleh nilai Z

yang digunakan sebagai tolak ukur prediksi financial distress sesuai dengan

klasifikasi Altman. Hasil prediksi menyatakan bahwa perusahaan yang

mengalami financial distress terdapat empat perusahaan dan memiliki

kondisi keuangan sehat terdapat dua perusahaan. variabel hutang lancar,

laba ditahan, dan total liabilitas berpengaruh secara signifikan terhadap

perhitungan Z-score dan analisis financial distress.

Tabel 2.1 Ringkasan Penelitian Terdahulu

Nama

Peneliti

Variabel

Penelitian

Hasil

Penelitian

Hartoyo (2013) Variabel independen

yaitu rasio WC/TA,

Rasio RE/TA, rasio

EBIT/TA, rasio

MVE/BVD dan rasio

S/TA.

Rasio RE/TA merupakan

variabel yang paling

berpengaruh diantara

kelima rasio lainnya .

Rasio yang memiliki

pengaruh positif terhadap

kondisi perusahaan ,

semakin mengalami

kenaikan maka

kemungkinan mengalami

financial distress semakin

kecil.

Safura (2015) Variabel yang digunakan

modal kerja terhadap

total aktiva (X1), laba

ditahan terhadap total

aktiva (X2), EBIT

terhadap total aktiva

(X3), nilai pasar saham

terhadap nilai buku total

hutang (X4), dan

Hasil penelitian

menunjukkan bahwa

selama periode 2011

hingga 2014 terdapat tiga

perusahaan yang selalu

berada dalam zona

berpotensi bangkrut

selama empat tahun

berturut-turut yaitu PT

14

Nama

Peneliti

Variabel

Penelitian

Hasil

Penelitian

penjualan terhadap total

aktiva (X5)

CENTEX Tbk, PT Eratex

DjajaTbk, dan PT Unitex

Tbk. Di sisi lain, PT

TIFICO Tbk berada pada

zona aman di tahun 2011,

2012, dan 2014 serta

berada pada zona rawan di

tahun 2013.

Novitasari

(2016)

Variabel yang digunakan

adalah working capital to

total assets ratio (X1),

retained earning to total

assets ratio (X2), earning

before interest and tax to

total assets ratio (X3),

dan book value of equity

to liabilities.

Menunjukkan bahwa dari

perhitungan penerapan

model Multiple

Discriminant Altman (Z-

score) terdapat 13

perusahaan yang

mengalami kondisi

financial distress yang

berpotensi pada

kebangkrutan. Empat

perusahaan yang tergolong

kondisi rawan atau pada

posisi grey area, dan

hanya 2 perusahaan yang

mengalami kondisi non-

financial distress dan

dikatakan sehat.

Nugroho (2016)

Variabel yang digunakan

sebagai dasar

perhitungan yaitu aset

lancar, hutang lancar,

total aset, total liabilitas,

total ekuitas, EBIT, dan

laba ditahan.

Hasil prediksi menyatakan

bahwa perusahaan yang

mengalami financial

distress terdapat empat

perusahaan dan memiliki

kondisi keuangan sehat

terdapat dua perusahaan.

variabel hutang lancar,

laba ditahan, dan total

liabilitas berpengaruh

secara signifikan terhadap

perhitungan Z-score dan

analisis financial distress.

Sumber: Data diolah 2016.

15

Berdasarkan uraian yang telah dijelaskan di atas, dapat disimpulkan bahwa

perbedaan antara penelitian ini dengan penelitian terdahulu adalah model prediksi

yang digunakan. Pada penelitian terdahulu lebih banyak menggunakan model

prediksi dari Altman, sedangkan penelitian ini menggunakan model prediksi dari

Ohlson.

B. Laporan Keuangan

1. Pengertian Laporan Keuangan

Laporan keuangan merupakan hal penting dalam perusahaan. Laporan

keuangan digunakan sebagai alat penilaian kinerja keuangan perusahaan.

Baridwan (2008: 17) menyatakan bahwa laporan keuangan merupakan

ringkasan dari suatu proses pencatatan dan ringkasan dari transaksi-transaksi

keuangan yang terjadi selama tahun buku yang bersangkutan. Hasil dari proses

akuntansi yang dapat digunakan sebagai alat untuk berkomunikasi antara data

keuangan atau aktivitas suatu perusahaan dengan pihak-pihak yang

berkepentingan dengan dana atau aktivitas perusahaan disebut dengan laporan

keuangan (Munawir, 2012: 2).

Laporan keuangan menjadi penting karena memberikan input (informasi)

yang bisa dipakai untuk pengambilan keputusan. Banyak pihak berkepentingan

yang membutuhkan dan menggunakan laporan keuangan tersebut mulai dari

pemilik perusahaan, kreditor, investor, manajer, dan pemimpin perusahaan.

Pihak yang sangat berkepentingan terhadap laporan keuangan perusahaan

adalah pemilik perusahaan, karena dengan laporan tersebut pemilik dapat

menilai keberhasilan manajemen dalam mengatur perusahaan. Dengan

16

demikian laporan keuangan diperlukan untuk menilai hasil-hasil yang telah

dicapai perusahaan serta memperkirakan hal-hal yang akan dicapai pada masa

yang akan datang.

Berdasarkan pengertian dari para ahli disimpulkan bahwa laporan keuangan

adalah proses akuntansi yang penting dan dapat digunakan untuk membuat

keputusan ekonomi bagi pihak yang berkepentingan dengan dana atau aktivitas

perusahaan.

2. Tujuan Laporan Keuangan

Laporan keuangan yang dibuat oleh perusahaan pasti memiliki tujuan

tertentu. Pada dasarnya tujuan laporan keuangan disusun guna memenuhi

kepentingan berbagai pihak yang berkepentingan terhadap perusahaan. Hanafi

(2015: 27) menyatakan bahwa laporan keuangan bertujuan untuk mengetahui

kondisi perusahaan dari informasi hasil ringkasan kegiatan dalam jangka waktu

tertentu.

Menurut Ikatan Akuntansi Indonesia (2009: 3) tujuan laporan keuangan

adalah sebagai berikut:

a. Laporan keuangan menyediakan informasi yang menyangkut posisi keuangan, kinerja serta perubahan posisi keuangan suatu perusahaan yang

bermanfaat bagi sejumlah besar pemakai dalam pengambilan keputusan

ekonomi.

b. Laporan keuangan disusun untuk memenuhi kebutuhan bersama sebagian besar pemakai. Namun dengan demikian, laporan keuangan tidak

menyediakan semua informasi yang mungkin dibutuhkan pemakai dalam

mengambil keputusan ekonomi karena secara umum menggambarkan

pengaruh keuangan dari kejadian masa lalu dan tidak diwajibkan untuk

menyediakan informasi non-keuangan.

c. Laporan keuangan juga menunjukkan apa yang telah dilakukan manajemen atau pertanggungjawaban manajemen atas sumber daya yang

telah dipercayakan kepadanya.

17

Disimpulkan dengan adanya laporan keuangan suatu perusahan maka dapat

diketahui kondisi perusahaan secara menyeluruh. Laporan keuangan tidak

hanya sekedar cukup dibaca saja, tetapi juga harus dimengerti dan dipahami

mengenai posisi keuangan perusahaan saat ini. Caranya adalah dengan

melakukan analisis keuangan melalui berbagai rasio keuangan yang lazim

dilakukan.

3. Karakteristik Kualitatif Laporan Keuangan

Pencatatan yang dilakukan dalam penyusunan laporan keuangan harus

dilakukan dengan kaidah-kaidah yang berlaku. Penyusunan laporan keuangan

harus berdasarkan sifat dari laporan keuangan itu sendiri. Ikatan Akuntansi

Indonesia (2009: 5) menyatakan laporan keuangan harus terdapat empat

karakteristik kualitatif pokok yaitu dapat dipahami, relevan, keandalan, dan

dapat dibandingkan.

a. Dapat Dipahami

Informasi dalam laporan keuangan sebaiknya mudah untuk dipahami

pemakai. Pemakai diasumsikan memiliki pegetahuan yang memadai

mengenai aktivitas ekonomi dan bisnis, akuntansi serta kemauan untuk

mempelajari informasi yang berkembang.

b. Relevan

Informasi memiliki kualitas relevan apabila dapat mempengaruhi

keputusan ekonomi pemakai dengan membantu mereka mengevaluasi

peristiwa pada masa lalu, masa kini, dan masa depan.

18

c. Keandalan

Informasi memiliki kualitas yang tepat apabila bebas dari pengertian yang

menyesatkan, kesalahan material, dan dapat diandalkan oleh pemakainya

sebagai penyajian yang tulus dari yang seharusnya disajikan.

d. Dapat dibandingkan

Pemakai harus dapat membandingkan laporan keuangan perusahaan antar

periode untuk mengidentifikasi tren posisi dan kinerja keuangan. Pemakai

juga harus dapat membandingkan laporan keuangan antar perusahaan

untuk mengevaluasi posisi keuangan, kinerja, serta posisi keuangan secara

relatif.

4. Bentuk-bentuk Laporan Keuangan

Laporan keuangan memberikan banyak informasi yang berguna bagi

investor, karyawan, pemberi pinjaman, pemasok, pelanggan, pemerintah,

masyarakat dan manajemen perusahaan. Oleh karena itu, pihak-pihak tersebut

harus mengetahui terlebih dahulu bentuk-bentuk laporan keuangan. Munawir

(2010: 13) menyatakan laporan keuangan yang lengkap biasanya meliputi

neraca, laporan rugi/laba, laporan laba yang ditahan.

a. Neraca

Neraca adalah laporan keuangan yang memberikan informasi mengenai

posisi keuangan perusahaan pada saat tertentu. Untuk dapat

menggambarkan posisi keuangan perusahaan pada saat tertentu, neraca

mempunyai tiga unsur laporan yaitu aktiva, kewajiban dan ekuitas.

19

b. Laporan rugi/Laba

Laporan rugi/laba adalah laporan keuangan yang memberikan informasi

mengenai penghasilan, biaya, dan rugi laba yang diperoleh suatu

perusahaan selama periode tertentu.

c. Laporan laba yang ditahan

Laporan laba yang ditahan adalah laporan keuangan yang memberikan

informasi adanya laporan rugi/laba yang muncul pada waktu tertentu.

5. Pengguna Laporan Keuangan

Pembuatan dan penyusunan laporan keuangan ditujukan untuk memenuhi

kepentingan berbagai pihak, baik pihak intern maupun ekstern perusahaan.

pihak yang paling berkepentingan tentunya pemilik usaha dan manajemen itu

sendiri. Sementara, pihak luar adalah mereka yang memiliki hubungan

langsung maupun tidak langsung terhadap perusahaan. Menurut Ikatan

Akuntansi Indonesia (2009: 2) ada beberapa pihak-pihak pengguna laporan

keuangan, antara lain:

a. Investor sebagai penanam modal berkepentingan dengan resiko yang melekat, serta hasil pengembangan dari investasi yang mereka lakukan.

Informasi keuangan digunakan sebagai informasi untuk membantu

menentukan apakah harus membeli, menahan, atau menjual investasi

tersebut. Pemegang saham juga tertarik pada informasi yang

memungkinkan mereka untuk menilai kemampuan perusahaan dalam

membayar deviden;

b. Karyawan berkepentingan dalam memperoleh informasi mengenai stabilitas, profitabilitas perusahaan, dan informasi keuangan yang

digunakan untuk menilai kemampuan perusahaan dalam memberikan

balas jasa, manfaat pensiun, dan kesempatan kerja;

c. Pemberi pinjaman berkepentingan menggunakan data keuangan untuk mengevaluasi kemampuan perusahaan tersebut dalam membayar kembali

hutang dan bunganya pada saat jatuh tempo;

20

d. Pemasok dan kreditor usaha lainnya berkepentingan terhadap informasi keuangan untuk memutuskan apakah jumlah yang terhutang akan dibayar

pada saat jatuh tempo;

e. Pelanggan berkepentingan terhadap informasi mengenai keberlangsungan aktivitas perusahaan terutama jika ada perjanjian jangka panjang dengan

perusahaan;

f. Pemerintah dan berbagai lembaga yang terkait membutuhkan informasi untuk mengatur aktivitas perusahaan, menetapkan kebijakan pajak, dan

sebagai dasar untuk menyusun statistik pendapatan nasional dan lainnya;

g. Masyarakat berkepentingan atas informasi guna membantu masyarakat menyediakan informasi kecenderungan dan perkembangan terakhir

kemakmuran perusahaan serta rangkaian aktivitasnya.

C. Analisis Laporan Keuangan

1. Pengertian Analisis Laporan Keuangan

Analisis laporan keuangan merupakan suatu kegiatan mengolah hingga

menginterpretasikan data laporan keuangan suatu perusahaan pada periode

tertentu. Data laporan keuangan akan lebih berarti bagi pihak-pihak yang

berkepentingan apabila data diperbandingkan pada dua periode atau lebih dan

dianalisa lebih lanjut. Hasil analisis laporan keuangan sangat bergantung pada

informasi yang tercantum dan mencerminkan kondisi keuangan perusahaan

sehingga dapat dijadikan sebagai pedoman dalam membuat keputusan atau

kebijaksanaan perusahaan. Menurut Syamsuddin (2009: 37), analisis laporan

keuangan perusahaan pada dasarnya merupakan penghitungan rasio-rasio

untuk menilai keadaan keuangan perusahaan di masa lalu, saat ini, dan

kemungkinan di masa depan. Oleh karena itu, analisis laporan keuangan

merupakan kegiatan yang membutuhkan interpretasi yang mendalam guna

memberikan informasi yang tepat bagi para pengguna laporan keuangan

perusahaan.

21

2. Tujuan dan Manfaat Analisis Laporan Keuangan

Menurut Kasmir (2010: 68) ada beberapa tujuan dan manfaat bagi berbagai

pihak dengan adanya analisis laporan keuangan. Secara umum dikatakan

bahwa tujuan dan manfaat analisis laporan keuangan adalah:

a. Untuk mengetahui posisi keuangan perusahaan dalam satu periode tertentu, baik harta, kewajiban, modal maupun hasil usaha yang telah

dicapai untuk beberapa periode;

b. Untuk mengetahui kelemahan-kelemahan apa saja yang menjadi kekurangan perusahaan;

c. Untuk mengetahui kekuatan-kekuatan yang dimiliki; d. Untuk mengetahui langkah-langkah perbaikan apa saja yang perlu

dilakukan ke depan yang berkaitan dengan posisi keuangan perusahaan

saat ini;

e. Untuk melakukan penilaian kinerja manjemen ke depan apakah perlu penyegaran atau tidak karena sudah dianggap berhasil atau gagal;

f. Dapat juga digunakan sebagai pembanding dengan perusahaan sejenis tentang hasil yang mereka capai.

3. Tahapan Analisis Laporan Keuangan

Langkah-langkah atau prosedur dalam analisis laporan keuangan diperlukan

sebelum dilakukannya analisis laporan keuangan. Langkah-langkah tersebut

diperlukan agar urutan proses analisis mudah dilakukan. Menurut Kasmir

(2010: 69) langkah atau prosedur yang dilakukan dalam analisis laporan

keuangan adalah:

a. Mengumpulkan data keuangan dan data pendukung yang diperlukan selengkap mungkin, baik untuk satu periode maupun beberapa periode;

b. Melakukan pengukuran-pengukuran atau perhitungan-perhitungan dengan rumus-rumus tertentu, sesuai dengan standar yang biasa digunakan secara

cermat dan teliti, sehingga hasil yang diperoleh benar-benar tepat;

c. Melakukan perhitungan dengan memasukkan angka-angka yang ada dalam laporan keuangan secara cermat;

d. Memberikan interpretasi terhadap hasil perhitungan dan pengukuran yang telah dibuat;

e. Membuat laporan tentang posisi keuangan perusahaan; f. Memberikan rekomendasi yang dibutuhkan sehubungan dengan analisis

tersebut.

22

4. Metode Analisis Laporan Keuangan

Menurut Kasmir (2010: 69) terdapat dua macam metode analisis laporan

keuangan yang biasa dipakai, yaitu sebagai berikut:

a. Analisis Vertikal (Statis) Analisis vertikal merupakan analisis yang dilakukan terhadap hanya satu

periode laporan keuangan saja. Analisis dilakukan antara pos-pos yang ada

dalam satu periode. Informasi yang diperoleh hanya untuk satu periode

saja dan tidak diketahui perkembangan dari periode ke periode tidak

diketahui

b. Analisis Horizontal (Dinamis) Analisis horizontal merupakan analisis yang dilakukan dengan

membandingkan laporan keuangan untuk beberapa periode. Dari hasil

analisis ini akan terlihat perkembangan perusahaan dari periode yang satu

ke periode yang lain.

5. Teknik Analisis Laporan keuangan

Menurut Kasmir (2010: 70) jenis-jenis teknik analisis laporan keuangan

yang dapat dilakukan adalah sebagai berikut:

a. Analisis perbandingan antara laporan keuangan Analisis ini dilakukan dengan membandingkan laporan keuangan lebih

dari satu periode. Dari analisis ini dapat diketahui perubahan-perubahan

yang terjadi. Perubahan yang terjadi dapat berupa kenaikan atau

penurunan dari masing-masing komponen analisis;

b. Analisis tren atau tendensi Analisis ini dilakukan dari periode ke periode sehingga akan terlihat

apakah perusahaan mengalami perubahan yaitu naik, turun atau tetap, serta

seberapa besar perubahan tersebut yang dihitung dalam persentase;

c. Analisis persentase per komponen Analisis yang dilakukan untuk membandingkan antara komponen yang

ada dalam suatu laporan keuangan, baik yang ada di nerca maupun laporan

laba rugi;

d. Analisis sumber dan penggunaan dana Analisis yang dilakukan untuk mengetahui sumber-sumber dana

perusahaan dan penggunaan dana dalam suatu periode. Analisis ini juga

untuk mengetahui jumlah modal kerja dan sebab-sebab berubahnya modal

kerja perusahaan dalam suatu periode;

e. Analisis sumber dan penggunaan kas Analisis yang dilakukan untuk mengetahui sumber-sumber kas perusahaan

dan penggunaan uang kas dalam suatu periode. Selain itu, juga untuk

23

mengetahui sebab-sebab berubahnya jumlah uang kas dalam periode

tertentu;

f. Analisis rasio Analisis yang digunakan untuk mengetahui hubungan pos-pos yang ada

dalam satu laporan keuangan atau pos-pos antara laporan keuangan neraca

dan laporan laba rugi;

g. Analisis kredit Analisis yang digunakan untuk menilai layak tidaknya suatu kredit

dikucurkan oleh lembaga keuangan seperti bank. Dalam analisis ini

digunakan beberapa cara alat analisis yang digunakan;

h. Analisis laba kotor Analisis yang digunakan untuk mengetahui jumlah laba kotor dari periode

ke satu periode. Kemudian juga untuk mengetahui sebab-sebab

berubahnya laba kotor tersebut antara periode;

i. Analisis titik pulang pokok (break even point) Tujuan analisis ini adalah untuk mengetahui pada kondisi berapa penjualan

produk dilakukan dan perusahaan tidak mengalami kerugian. Kegunaan

analisis ini adalah untuk menentukan jumlah keuntungan pada berbagai

tingkat penjualan.

D. Financial Distress

1. Pengertian Financial Distress

Financial distress merupakan suatu kondisi dimana perusahaan sedang

menghadapi masalah kesulitan keuangan. Menurut Platt dan Platt (2002: 185)

didefinisikan sebagai tahap penurunan kondisi keuangan yang terjadi sebelum

terjadinya kebangkrutan ataupun likuidasi. Financial distress dapat dikenali

lebih awal sebelum terjadi dengan menggunakan suatu model sistem

peringatan dini (early warning sytem). Kondisi financial distress tergambar

dari ketidakmampuan perusahaan atau tidak tersedianya dana untuk membayar

kewajibannya yang telah jatuh tempo.

Menurut Hanafi (2015: 638) financial distress merupakan kondisi kontinum

yang bermula dari kesulitan keuangan ringan yaitu likuiditas, sampai pada

kesulitan keuangan yang lebih serius yaitu insolvabel di mana perusahaan tidak

24

mampu membayar utang dikarenakan utang lebih besar dibandingkan aset.

Untuk mendefinisikan financial distress dapat dilihat melalui matriks berikut

ini.

Tabel 2.2 Matriks Kesulitan Keuangan dan Kebangkrutan

Tidak dalam Kesulitan

Keuangan

Dalam Kesulitan

Keuangan

Tidak Bangkrut I II

Bangkrut III IV

Sumber: Hanafi (2015: 638)

Kondisi I Perusahaan tidak mengalami kesulitan keuangan dan dapat terus

beroperasi.

Kondisi II Perusahaan mengalami kesulitan keuangan, tetapi berhasil

mengatasi masalah tersebut dan karena itu perusahaan tidak

bangkrut. Contohnya, bank-bank di Indonesia pada krisis

keuangan tahun 1997, mengalami kesulitan keuangan dan

menuju bangkrut, tetapi beberapa bank melakukan merger agar

tidak bangkrut.

Kondisi III Perusahaan tidak mengalami kesulitan keuangan, tetapi karena

sesuatu hal, misalkan karena ingin mengatasi tekanan dari

pekerja, maka perusahaan memutuskan untuk menyatakan

bangkrut.

Kondisi IV Perusahaan jelas mengalami kesulitan keuangan yang berat dan

kemudian bangkrut.

Jadi, dapat disimpulkan bahwa financial distress suatu tahap penurunan

kondisi keuangan perusahaan yang merupakan salah satu penyebab awal

terjadinya kebangkrutan. Financial distress dapat terjadi ketika perusahaan

25

mengalami situasi di mana arus kas operasional tidak mampu menutup

kewajiban lancarnya.

2. Penyebab Financial Distress

Financial distress terjadi ketika perusahaan mengalami kesulitan keuangan

yang dapat diakibatkan oleh berbagai akibat. Penyebab kesulitan keuangan

menurut Brigham dan Daves (dalam Hidayat, 2013) adalah adanya serangkaian

kesalahan yang terjadi di dalam perusahaan, pengambilan keputusan yang

kurang tepat oleh manajer, dan kelemahan-kelemahan yang saling

berhubungan yang dapat menyumbang baik secara langsung maupun tidak

langsung terhadap manajemen perusahaan, serta penyebab yang lain adalah

kurangnya upaya pengawasan terhadap kondisi keuangan sehingga

penggunaan dana perusahaan kurang sesuai dengan apa yang dibutuhkan. Hal

ini memberikan kesimpulan bahwa tidak ada jaminan perusahaan besar dapat

terhindar dari masalah kesulitan keuangan, alasannya adalah karena financial

distress berkaitan dengan kondisi keuangan perusahaan dimana setiap

perusahaan pasti akan berurusan dengan keuangan untuk mencapai target laba

dan kelangsungan hidup perusahaan.

3. Manfaat Prediksi Financial Distress

Informasi mengenai financial distress digunakan oleh pihak-pihak yang

berkepentingan sebagai peringatan dini (warning) dari permasalahan yang

terjadi. Sehingga perusahaan maupun pihak-pihak yang berkepentingan dapat

melakukan langkah-langkah antisipasi untuk menghadapi kondisi terburuk

26

yang mengancam kelangsungan hidup perusahaan. Menurut Platt dan Platt

(dalam Dewi, 2014: 16) manfaat informasi financial distress adalah:

1. Mempercepat tindakan manajemen untuk mencegah masalah sebelum terjadinya kebangkrutan.

2. Mengambil tindakan merger atau take over agar perusahaan lebih mampu membayar hutang dan mengelola perusahaan dengan baik.

3. Memberikan tanda peringatan dini adanya kebangkrutan pada masa yang akan datang.

E. Model Prediksi Financial Distress

Penelitian mengenai prediksi financial distress sudah banyak dilakukan. Dari

sekian banyak model yang ada, peneliti akan menjelaskan beberapa model prediksi,

yaitu model prediksi Altman (Z-Score), model prediksi Springate (S-Score) , model

Zmijewski (X-Score), dan model prediksi Ohlson (O-Score).

1. Model Altman (Z-Score)

Salah satu cara untuk mengatasi keterbatasan rasio keuangan yaitu

dikembangkannya model multivariate (Multiple Discriminant Analysis). Altman

(1968) merupakan orang pertama yang berhasil menerapkan model Multiple

Discriminant Analysis, sehingga model tersebut sering disebut Z-Score model

Altman. Z-Score bukan hanya untuk memprediksi apakah sebuah perusahaan

tersebut bangkrut atau tidak, tetapi juga untuk kemungkinan gagal bayar dari

sebuah perusahaan di kemudian hari dengan alasan bahwa gagal bayar merupakan

bagian dari financial distress yang memicu pada tanda-tanda awal dari

kebangkrutan sebuah perusahaan. Dalam artikel Edward I. Alman (1968),

menjelaskan mengenai perkembangan Z-Score.

27

a) Model Altman Pertama pada tahun 1968

Z-Score merupakan salah satu metode populer yang digunakan untuk

memprediksi kebangkrutan dalam dua tahun mendatang. Model Z-Score

diciptakan pertama kali melalui penelitian yang dilakukan oleh Edward I.

Altman tahun 1968. Metode ini diciptakan dengan menggunakan metode

Multiple Discriminant Analysis. Dalam menyusun model Z, Altman mengambil

sampel 33 perusahaan manufaktur yang bangkrut pada periode 1960 sampai

1965 dan 33 perusahaan tidak bangkrut dengan lini industri dan ukuran yang

sama. Dengan menggunakan data laporan keuangan dari 1 sampai 5 tahun

sebelum kebangkrutan, Altman menyusun 22 rasio keuangan yang paling

memungkinkan dan mengelompokkannya dalam 5 kategori : likuiditas,

profitabilitas, leverage, solvabilitas, dan kinerja. Hasil studi Altman ternyata

mampu memperoleh ketepatan prediksi sebesar 95% untuk data satu tahun

sebelum kebangkrutan, untuk data dua tahun sebelum kebangkrutan sebesar

72%. Selain itu diketahui bahwa perusahaan dengan profitabilitas yang rendah

sangat berpotensi mengalami kebangkrutan. Formula Z yang diturunkan

Altman adalah sebagai berikut :

Sumber : Altman (1968: 594)

Dimana :

X1 = working capital / total asset

X2 = retained earnings / total asset

X3 = earning before interest and taxes / total asset

X4 = market value of equity / book value of total debt

X5 = sales/ total asset

Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 +1,0X5

28

Nilai Z adalah indeks keseluruhan fungsi Multiple Discriminant Analysis.

Menurut Altman (1968), terdapat angka-angka cut off nilai Z yang menjelaskan

apakah perusahaan akan mengalami kegagalan atau tidak dimasa yang datang

dan Altman membagi dalam tiga kategori, yaitu:

a. Bila Z ≤ 1,8 , maka perusahaan masuk dalam area “Distress Zone”.

b. Bila 1,8 < (nilai Z) < 2,99 , maka perusahaan dalam area “Grey Zone”. Pada

kondisi ini perusahaan tidak dapat ditentukan apakah perusahaan sehat atau

mengalami financial distress.

c. Bila Z ≥ 2,99 , maka perusahaan dalam area “Safe Zone”.

b) Model Altman Revisi pada tahun 1983

Model yang dikembangkan oleh Altman ini mengalami suatu revisi. Revisi

yang dilakukan oleh Altman merupakan penyesuaian yang dilakukan agar

model prediksinya tidak hanya digunakan pada perusahaan manufaktur yang go

public saja melainkan juga dapat digunakan pada perusahaan di sektor swasta.

Perubahan yang dilakukan adalah pada salah satu variabel, yaitu pembilang

market value of equity pada X4 diganti menjadi book value of equity dengan

alasan karena perusahaan private tidak mempunyai harga saham untuk

ekuitasnya. Berikut ini model Altman revisi:

Sumber : Hanafi (2015: 657)

Dimana:

X1 = working capital / total asset

X2 = retained earnings / total asset

X3 = earning before interest and taxes / total asset

X4 = book value of equity / book value of total debt

X5 = sales / total asset

Z = 0,717X1 + 0,847X2 + 3,107X3 + 0,420X4 +0,998X5

29

S-Score = 1,03A+ 3,07B + 0,66C + 0,4D

Klasifikasi perusahaan yang sehat dan bangkrut berdasarkan pada nilai Z-

Score model Altman (1983) yaitu:

a. Bila Z’ > 2,90 , maka perusahaan masuk dalam area “Safe Zone”.

b. Bila 1,23 < (nilai Z’) < 2,90 , maka perusahaan dalam area “Grey Zone”.

Pada kondisi ini perusahaan tidak dapat ditentukan apakah perusahaan sehat

atau mengalami financial distress.

c. Bila Z’ < 1,23 , maka perusahaan dalam area “Distress Zone”. Pada kondisi

ini perusahaan beresiko mengalami kebangkrutan.

2. Model Springate (S-Score)

Model ini dikembangkan oleh Springate pada tahun 1978 dengan

menggunakan analisis multidiskriminan dengan menggunakan 40 perusahaan

sebagai sampelnya. Gordon L.V Springate menemukan 4 rasio yang dapat

digunakan dalam memprediksi adanya potensi (indikasi) kebangkrutan perusahaan.

Keempat rasio tersebut adalah :

1. Rasio modal kerja terhadap total aset.

2. Rasio laba sebelum bunga dan pajak terhadap total aset.

3. Rasio laba sebelum pajak terhadap total liabilitas lancar.

4. Rasio total penjualan terhadap total aset.

Keempat rasio tersebut dikombinasikan dalam suatu formula yang dirumuskan

Gordon L.V Springate yang selanjutnya dikenal dengan istilah metode Springate.

Model yang berhasil dikembangkan oleh Springate adalah:

Sumber: Rajasekar et al (2014: 103)

30

Dimana:

A = modal kerja / total aset

B = laba sebelum bunga dan pajak / total aset

C = laba sebelum pajak / hutang lancar

D = penjualan / total aset

Klasifikasi yang ditetapkan Springate adalah jika nilai S-Score > 0,862 maka

perusahaan diprediksi sebagai perusahaan yang berpotensi sehat (tidak berpontensi

bangkrut), sedangkan jika nilai S-Score < 0,862 maka perusahaan diprediksi

sebagai perusahaan yang berpotensi akan mengalami kebangkrutan.

3. Model Zmijewski (X-Score)

Perluasan studi dalam prediksi kebangkrutan dilakukan oleh Zmijewski pada

tahun 1983 dengan menambah validitas rasio keuangan sebagai alat deteksi

kegagalan keuangan perusahaan. Zmijewski melakukan studi dengan menelaah

ulang studi bidang kebangkrutan hasil riset sebelumnya selama dua puluh tahun.

Beberapa rasio keuangan dipilih dari rasio–rasio keuangan penelitian terdahulu dan

diambil sampel sebanyak 75 perusahaan yang bangkrut, serta 3.573 perusahaan

sehat selama tahun 1972 sampai dengan 1978, indikator F-test terhadap rasio–rasio

kelompok, Rate of Return, liquidity, leverage, turnover, fixed payment coverage,

trends, firm size, dan stock return volatility, menunjukkan adanya perbedaan yang

signifikan antara perusahaan yang sehat dan yang tidak sehat. Berikut ini adalah

model yang dirumuskan oleh Zmijewski:

Sumber: Sayari & Mugan (2016: 3)

Dimana :

ROA = Net Income / Total Assets

FINL = Total Debt / Total Asset

LIQ = Current Asset / Current Liabilities

X-Score = -4,336 – 4,513(ROA) + 5,679(FINL) + 0,004(LIQ)

31

Klasifikasi perusahaan model Zmijewski ini didasarkan pada nilai cut off point

sebesar 0 (nol). Apabila nilai X-Score dibawah cut off point, maka perusahaan

berada pada kondisi yang sehat. Namun X-Score berada diatas cut off point maka

perusahaan berada pada kondisi financial distress.

4. Model Ohlson (O-Score)

Prediksi kebangkrutan metode ini dikemukakan oleh James A. Ohlson pada

tahun 1980 dalam jurnalnya yang berjudul “Financial Ratio dan The Probabilistic

Prediction of Bankruptcy”. Pada tahun 1980 Ohlson terinspirasi oleh penelitian-

penelitian sebelumnya yang juga melakukan studi mengenai financial distress.

Namun, ada beberapa modifikasi yang Ohlson lakukan di dalam studinya

dibandingkan dengan penelitan-penelitian sebelumnya. Ohlson menggunakan data

dari tahun 1970-1976 dan memperoleh sampel sebanyak 105 perusahaan yang

bangkrut, serta 2.058 perusahaan yang tidak bangkrut selama periode tersebut.

Terlihat pada jumahnya, Ohlson tidak menggunakan teknik matched-pair sampling.

Perbedaan lainnya juga terdapat pada sumber datanya, jika Altman pada tahun 1968

dan Beaver pada tahun 1966 menggunakan sumber datanya dari Moody’s Manual,

maka Ohlson mendapatkan datanya dari laporan keuangan yang diterbitkan untuk

pajak.

Pada tahun 1980 Ohlson menggunakan metode statistik bernama conditional

logit, karena Ohlson berpendapat bahwa metode tersebut dapat menutupi

kekurangan-kekurangan yang terdapat pada metode Multivariate Discriminant

Analysis (MDA) yang digunakan oleh Altman dan Springate. Beberapa kekurangan

yang terdapat pada metode MDA yaitu:

32

a. Terdapat kebutuhan pasti terhadap pengujian statistik dalam penelitian model

prediksi sehingga menimbulkan adanya pembatasan ruang lingkup penelitian.

b. Hasil perhitungan dengan menggunakan model analisis diskriminan

mempunyai interpretasi yang sempit, karena berdasarkan pada aturan

peringkat.

c. Prosedur perbandingan yang digunakan menggunakan prosedur berdasarkan

keinginan dari peneliti.

Model yang dibangun oleh Ohlson pada tahun 1980 memiliki 9 variabel

independen yang terdiri dari beberapa rasio keuangan yaitu rasio leverage,

likuiditas dan profitabilitas. Model tersebut adalah:

Sumber : Sayari&Mugan (2016: 3)

Dimana:

X1 (SIZE) = Log (Total Aset / GNP price level index)

X2 (TLTA) = Total Hutang / Total Aset

X3 (WCTA) = Modal Kerja / Total Aset

X4 (CLCA) = Hutang Lancar / Aset Lancar

X5 (OENEG) = Pendapatan Bersih / Total Aset

X6 (NITA) = Arus Kas Dari Kegiatan Operasi / Total Hutang

X7 (FUTL) = 1 jika pendapatan bersih dua tahun terakhir negatif dan 0

untuk kondisi lainnya

X8 (INTWO) = 1 jika total hutang > total aset dan 0 untuk kondisi lainnya

X9 (CHIN) = (Nit-Nit-1)/( |Nit|+|Nit-1|), dimana Nit adalah pendapatan bersih

Untuk periode tahun yang diteliti

Hasil perhitungan dari O-Score Model tidak dapat menggambarkan

kemunginan financial distress. Namun, dapat berubah menjadi kemungkinan

financial distress menggunakan transformasi logistik yaitu:

O-Score = -1,32−0,407𝑋1 + 6,03𝑋2 − 1,43𝑋3 + 0,0757𝑋4 − 2,37𝑋5 −1,83𝑋6 + 0,285𝑋7 − 1,72𝑋8 − 0,521𝑋9

33

EO-Score

1+ EO-Score

Sumber: Kumar&Kumar, 2012:79

Dimana:

E = exponent, dengan nilai 2,718282

Ohlson menyatakan bahwa model ini memiliki nilai cut off point optimal pada

nilai 0,50. Ohlson (1980) memilih nilai cut off tersebut karena dengan nilai tersebut

jumlah error dapat diminimalisasi. Maksud dari nilai cut off tersebut adalah apabila

perusahaan memiliki nilai P (O-Score) di atas 0,50 maka perusahaan diprediksi

dalam kondisi distress. Sebaliknya, apabila nilai P (O-Score) di bawah 0,50 maka

perusahaan diprediksi tidak dalam kondisi distress.

Alasan peneliti menggunakan model Ohlson dalam memprediksi financial

distress karena model Ohlson memiliki tingkat akurasi yang cukup tinggi. Hal ini

dibuktikan dengan hasil penelitian yang dilakukan oleh Khunthong (1997) (dalam

Lawrence et al, 2015) yang menyatakan bahwa model Ohlson memberikan

klasifikasi kebenaran dalam memprediksi financial distress sebesar 96% dan

Kumar dan Kumar (2012) menyatakan bahwa model Ohlson merupakan model

prediksi financial distress yang paling baik, karena model Ohlson memiliki tingkat

korelasi yang tinggi terhadap analisis tradisional dibandingkan dengan model

Altman yang memiliki tingkat korelasi yang rendah.

P (O-Score) =

34

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Jenis penelitian yang digunakan adalah penelitian deskriptif dengan

pendekatan kuantitatif. Menurut Sugiyono (2011: 35) metode deskriptif

dilakukan untuk mengetahui nilai variabel mandiri, baik satu variabel atau lebih

(variabel yang berdiri sendiri) tanpa membuat perbandingan atau

menghubungkan antara variabel satu dengan variabel lain. Pada penelitian ini,

tidak diperlukan uji hipotesis karena penelitian ini hanya perlu

mengimplementasikan rumus dari Ohlson untuk memprediksi potensi financial

distress perusahaan.

B. Lokasi Penelitian

Lokasi penelitian adalah tempat pengambilan data yang dilakukan peneliti.

Penelitian ini dilakukan di website resmi Bursa Efek Indonesia yaitu

www.idx.co.id karena tersedianya data yang diperlukan dalam penelitian yang

berupa laporan keuangan perusahaan manufaktur sub sektor tekstil dan garmen

periode 2011-2015. Sedangkan data mengenai GNP price level index diperoleh

dari situs resmi Badan Pusat Statistik yaitu www.bps.go.id. Melalui

pertimbangan pemilihan tempat penelitian, bahwa data dan informasi yang

disediakan oleh tempat tersebut terjamin tingkat keakuratannya.

http://www.bps.go.id/

35

C. Variabel Penelitian

Variabel merupakan segala sesuatu yang berbentuk apa saja yang ditetapkan

peneliti sehingga dari variabel tersebut dapat diperoleh informasi yang

dibutuhkan yang kemudian dapat ditarik kesimpulannya (Sugiyono, 2011: 38).

Berikut ini merupakan yang menjadi variabel penelitian, yaitu:

1. O-Score Model

a) Log (total assets/GNP price-level index) (X1)

Rasio ini digunakan untuk mengukur ukuran perusahaan (firm size).

Apabila nilai rasio X1 besar, maka kondisi perusahaan membaik. Rasio

ini dihitung dengan membagi total aset dengan GNP price level index.

GNP price level index dihitung dengan cara membagi nilai GNP pada

tahun tertentu dengan GNP yang dijadikan tahun dasar. Dalam

penelitian ini yang dijadikan sebagai tahun dasar adalah tahun 2010.

b) Total liabilities divided by total assets (X2)

Rasio ini digunakan untuk mengukur kemampuan perusahaan dalam

membayar seluruh kewajiban. Apabila nilai rasio X2 kecil, maka kondisi

perusahaan membaik.

c) Working capital divided by total assets (X3)

Rasio ini digunakan untuk mengukur kemampuan perusahaan dalam

mengelola modal kerja bersih dari total aset yang dimiliki. Apabila nilai

rasio X3 besar, maka kondisi perusahaan membaik.

36

d) Current liabilities divided by current assets (X4)

Rasio ini digunakan untuk mengukur sejauh mana kemampuan aset

lancar perusahaan telah dibiayai menggunakan hutang lancar. Apabila

nilai rasio X4 kecil, maka kondisi perusahaan membaik.

e) Net income divided by total assets (X5)

Rasio ini digunakan untuk mengukur kemampuan dalam menghasilkan

profit dari total aset yang tersedia. Apabila nilai rasio X5 besar, maka

kondisi perusahaan membaik.

f) Cash flow from operations divided by total liabilities (X6)

Rasio ini digunakan untuk mengukur kemampuan dalam membiayai

total hutang dari arus kas operasi. Apabila nilai rasio X6 meningkat,

maka kondisi perusahaan membaik.

g) One if net income was negative for the last two years, zero otherwise

(X7)

Variabel dummy dinyatakan dalam angka 1 jika laba bersih dua tahun

terakhir negatif, atau angka 0 jika terjadi kondisi lainnya.

h) One if total liabilities exceeds total assets, zero otherwise (X8)

Variabel dummy dinyatakan dalam angka 1 jika total hutang > total aset,

atau angka 0 pada kondisi lainnya.

i) (NIt – Nit-i)/( ⎸NIt⎸ + ⎸NIt-i⎸) (X9)

Rasio ini digunakan untuk mengukur perubahan laba bersih yang

dihasilkan perusahaan pada periode tahun ke-t dan tahun sebelumnya (t-

1).

37

j) O-Score

Nilai yang dihasilkan dari perhitungan standart dikalikan dengan

variabel-variabel keuangan.

k) P (O-Score)

Nilai yang dihasilkan dari perhitungan O-Score dengan menggunakan

transformasi logistik yang bertujuan untuk memperlihatkan tingkat

kemungkinan perusahaan mengalami financial distress. Dari hasil

tersebut dapat diklasifikasikan dan diketahui prediksi tingkat financial

distress perusahaan.

2. Prediksi Financial Distress

a. P (O-Score) > 0,50

Menunjukkan perusahaan mengalami financial distress.

b. P (O-Score) < 0,50

Menunjukkan perusahaan berada dalam kondisi keuangan yang sehat

dan tidak mempunyai permasalahan dengan financial distress.

D. Populasi dan Sampel

1. Populasi

Populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek

yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh

peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,

2011: 80). Populasi penelitian merupakan keseluruhan (universum) dari

objek penelitian yang dapat berupa manusia, hewan, tumbuh-tumbuhan,

udara, gejala, nilai peristiwa, sikap hidup, dan sebagainya, sehingga objek-

38

objek ini dapat menjadi sumber data penelitian (Bungin, 2008: 99). Populasi

dalam penelitian adalah seluruh perusahaan manufaktur sub sektor tekstil

dan garmen yang terdaftar di Bursa Efek Indonesia periode 2011-2015

berjumlah 17 perusahaan sesuai tabel 3.1.

Tabel 3.1 Populasi Industri Sub Sektor Tekstil dan Garmen

No Kode

Saham

Nama Emiten Terdaftar

1 ADMG Polychem Indonesia Tbk 20-10-1993

2 ARGO PT Argo Pantes Tbk 07-01-1991

3 CNTB PT Century Textile Tbk 22-05-1979

4 ERTX PT Eratex Djaya Tbk 21-08-1990

5 ESTI Ever Shine Tex Tbk 13-10-1992

6 HDTX PT Panasia Indo Resources Tbk 06-06-1990

7 INDR Indo Rama Synthetic Tbk 03-08-1990

8 MYTX Apac Citra Centertex Tbk 10-10-1989

9 PBRX Pan Brothers Tbk 16-08-1990

10 POLY Asia Pasific Fibers Tbk 12-03-1991

11 RICY Ricky Putra Globalindo Tbk 22-01-1998

12 SRIL PT Sri Rejeki Isman Tbk 17-06-2013

13 SSTM PT Sunson Textile Manufacturer Tbk 20-08-1997

14 STAR PT Star Petrochem Tbk 13-07-2011

15 TFCO PT Tifico Fiber Indonesia Tbk 26-02-1980

16 TRIS PT Trisula International Tbk 28-06-2012

17 UNIT PT Nusantara Inti Corpora Tbk 18-04-2002

Sumber : Data diolah dari www.idx.co.id, 2016.

2. Sampel

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin

mempelajari semua yang ada pada populasi, maka peneliti dapat

menggunakan sampel yang diambil dari populasi itu (Sugiyono, 2011 : 81).

Teknik sampling yang digunakan oleh peneliti adalah Non Probability

Sampling. Menurut Sugiyono (2011: 84) Non Probability Sampling adalah

teknik pengambilan sampel yang tidak memberikan peluang atau

39

kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih

menjadi sampel. Teknik sampel ini meliputi, sampling sistematis, kuota,

aksidental, purposive, jenuh, snowball.

Teknik Non Probability Sampling yang digunakan dalam pengambilan

sampel pada penelitian ini lebih menggunakan teknik purposive sampling.

Menurut Sugiyono (2012: 85) purposive sampling adalah teknik penentuan

sampel dengan pertimbangan tertentu. Sehingga data yang diperoleh lebih

representatif dengan melakukan proses penelitian yang kompeten

dibidangnya. Dalam penelitian ini, perusahaan yang menjadi sampel harus

memenuhi kriteria yang telah ditetapkan yaitu :

a) Perusahaan tekstil dan garmen yang terdaftar IPO di Bursa Efek

Indonesia sebelum tahun 2011.

b) Perusahaan secara terus menerus mempublikasikan laporan keuangan

pada tahun 2011-2015.

Tabel 3.2 Teknik Purposive Sampling

No Kode

Saham

Terdaftar

IPO

Laporan Keuangan Terpilih

Sebelum

Tahun

2011

2011 2012 2013 2014 2015

1 ADMG √ √ √ √ √ √ √

2 ARGO √ √ √ √ √ √ √

3 CNTB √ √ √ √ √ - -

4 ERTX √ √ √ √ √ √ √

5 ESTI √ √ √ √ √ √ √

6 HDTX √ √ √ √ √ √ √

7 INDR √ √ √ √ √ √ √

8 MYTX √ √ √ √ √ √ √

9 PBRX √ √ √ √ √ √ √

10 POLY √ √ √ √ √ √ √

11 RICY √ √ √ √ √ √ √

12 SRIL - √ √ √ √ √ -

40

No Kode

Saham

Terdaftar

IPO

Laporan Keuangan Terpilih

Sebelum

Tahun

2011

2011 2012 2013 2014 2015

13 SSTM √ √ √ √ √ √ √

14 STAR - √ √ √ √ √ -

15 TFCO √ √ √ √ √ √ √

16 TRIS - √ √ √ √ √ -

17 UNIT √ √ √ √ √ √ √

Sumber : Data diolah dari www.idx.co.id, 2016.

Berdasarkan kriteria-kriteria yang ditentukan dalam memilih sampel,

maka diperoleh hasil sampel sebanyak 13 perusahaan. Berikut daftar nama

perusahaan tekstil dan garmen yang menjadi sampel penelitian :

1. Polychem Indonesia Tbk (ADMG) 2. PT Argo Pantes Tbk (ARGO) 3. PT Eratex Djaya Tbk (ERTX) 4. Ever Shine Tex Tbk (ESTI) 5. PT Panasia Indo Resources Tbk (HDTX) 6. Indo Rama Synthetic Tbk (INDR) 7. Apac Citra Centertex Tbk (MYTX) 8. Pan Brothers Tbk (PBRX) 9. Asia Pasific Fibers Tbk (POLY) 10. Ricky Putra Globalindo Tbk (RICY) 11. PT Sunson Textile Manufacturer Tbk (SSTM) 12. PT Tifico Fiber Indonesia Tbk (TFCO) 13. PT Nusantara Inti Corpora Tbk (UNIT)

E. Sumber Data

Sumber data dalam penelitian adalah data sekunder. Data dan sumber data

sekunder adalah data yang diperoleh dari sumber kedua atau sumber sekunder

dari data yang dibutuhkan (Bungin, 2008: 122). Data sekunder adalah data yang

diperoleh atau dikumpulkan oleh orang-orang yang melakukan penelitian dari

sumber-sumber yang telah ada (Hasan, 2010: 19). Data sekunder tersebut

adalah ringkasan kinerja keuangan perusahaan tercatat yang menjadi objek

41

penelitian selama periode 2011-2015. Data tersebut diakses melalui situs resmi

Bursa Efek Indonesia yaitu www.idx.co.id dan www.bps.go.id untuk

mengetahui data gnp.

F. Teknik Pengumpulan Data

Teknik pengumpulan data merupakan bagian instrumen pengumpulan data

yang menentukan berhasil atau tidaknya suatu penelitian. (Bungin, 2008: 123).

Pengumpulan data merupakan langkah yang paling strategis dalam penelitian,

karena tujuan utama dari penelitian adalah mendapatkan data (Sugiyono, 2011:

224). Kesalahan dalam memilih teknik pengumpulan data dapat berakibat fatal

terhadap hasil penelitian yang dilakukan. Pada penelitian kuantitatif dikenal

beberapa teknik pengumpulan data seperti angket, wawancara, observasi, dan

dokumentasi (Bungin, 2008: 123).

Teknik pengumpulan data yang digunakan dalam penelitian ini adalah

teknik dokumentasi. Teknik dokumentasi adalah salah satu teknik pengumpulan

data yang digunakan dalam metodologi penelitian sosial (Bungin, 2008: 144).

Teknik dokumentasi dalam penelitian dilakukan dengan mencatat dan

menelusuri data manufaktur sub sektor tekstil dan garmen yang terdaftar di

Bursa Efek Indonesia berupa ringkasan laporan keuangan neraca dan laba rugi

pada tahun 2011-2015.

G. Teknik Analisis Data

Analisis data merupakan kegiatan penyederhanaan data ke dalam bentuk

yang mudah untuk dipahami, sehingga mudah untuk digunakan dalam

http://www.idx.co.id/http://www.bps.go.id/

42

memecahkan suatu permasalahan. Pada penelitian ini, menggunakan analisa

kuantitatif karena terdiri dari data-data kuantitatif yang terdapat angka-angka

dalam laporan keuangan. Langkah-langkah yang digunakan dalam

menganalisis data adalah sebagai berikut:

1. Menghitung O-Score

a) X1 (SIZE) : Log (total assets/GNP price-level index)

Sumber : Ohlson (1980: 118-119)

b) X2 (TLTA) : Total Liabilities to Total Assets

Sumber : Ohlson (1980: 118-119)

c) X3 (WCTA): Working Capital to Total Assets

Sumber : Ohlson (1980: 118-119)

d) X4 (CLCA) : Current Liabilities to Current Assets

Sumber : Ohlson (1980: 118-119)

e) X5 (NITA) : Net income divided by total assets

Sumber : Ohlson (1980: 118-119)

X1 = Log [𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠

𝐺𝑁𝑃 𝑃𝑟𝑖𝑐𝑒 𝐿𝑒𝑣𝑒𝑙 𝐼𝑛𝑑𝑒𝑥]

X2= Total Liabilities Total Assets

X3 = Working Capital Total Assets

X4 = Current Liabilities Current Assets

X5 = Net Income Total Assets

43

EO-Score

1+ EO-Scor