PREDIKSI FINANCIAL DISTRESS PERUSAHAANDI INDONESIA ...

PREDIKSI FINANCIAL DISTRESS PERUSAHAANDI INDONESIA

BERDASARKAN MODEL ALTMAN, SPRINGATE, DAN ZMIJEWSKI

Oleh:

Fiska Rostria Widenda

NIM: 125020307111076

Dosen Pembimbing:

Putu Prima Wulandari, SE., MSA., Ak.

Jurusan Akuntansi Fakultas Ekonomi dan Bisnis Universitas Brawijaya

Jl. MT. Haryono 165, Malang

Email: [email protected]

ABSTRAK

Kesulitan keuangan merupakan tahapan awal suatu perusahaan dalam proses

menuju kebangkrutan, Jika perusahaan mengalami kebangkrutan, akan ada

banyak pihak yang dirugikan, jadi untuk itulah diperlukan model prediksi

kebangkrutan yang dapat memberikan peringatan dini bagi perusahaan. Tujuan

dari penelitian ini adalah untuk mengetahui tingkat ketepatan model Altman,

Springate dan Zmijewski dalammemprediksi financial distress. Penelitian ini

merupakan jenis penelitian deskriptif kuantitatif dan menggunakan teknik

purposive sampling dalam pemilihan sampel datanya. Sampel data yang terpilih

adalah 8 perusahaan manufaktur delisting dari Bursa Efek Indonesia dalam

periode tahun 2009 sampai dengan tahun 2015. Hasil penelitian terhadap sampel

menunjukkan bahwa ketiga model tersebut dapat memprediksi financial

distressdengan tingkat ketepatan sama untuk model Altman Z-Score dan

Springate S-Score, yaitu 87,5%, serta75% untuk model Zmijewski X-Score.

Kata Kunci : Kesulitan Keuangan, Altman Z-Score, Springate S-Score,

Zmijewsi X-Score, delisting

ABSTRACT

Financial distress is the first stage of a company’s process to go bankrupt. If a

company goes bankrupt, there are many people who will be harmed, thus

bankruptcy prediction models are needed to provide an early warning for the

company. The purpose of this study is to determine the accuracy of Altman,

Springate and Zmijewski Models to predictfinancial distress. This research is a

quantitative descriptive study using a purposive sampling technic for choosing

data sample. The sample data choosen are 8 manufacturing companies delisting

from the Indonesia Stock Exchange for the period of 2009-2015. The result

showsthat the three models can predict the financial distress with same level of

accuracy for Altmant Z-Score model and Springate S-Score which accuracy level

is87.5%, while Zmijewski X-Score model shows accuracy of 75%.

Keywords: Financial Distress, Altman Z-Score, Springate S-Score, and

Zmijewski X-Score, Delisting

PENDAHULUAN

Kebangkrutan merupakan salah satu kondisi yang dapat terjadi pada setiap

perusahaan. Kondisi ini dapat disebabkan oleh dua hal, yaitu kesulitan ekonomi

(economics distress) dan kesulitan keuangan (financial distress). Kesulitan

ekonomi berkaitan dengan ketidakseimbangan pendapatan dan pengeluaran,

sedangkan kesulitan keuangan merupakan kondisi dimana biaya modal

perusahaan lebih besar dari tingkat laba atas biaya historis investasi. Selain itu,

Darsono dan Ashari (2005: 104) menyatakan bahwa penyebab kebangkrutan

dapat dikategorikan menurut faktor internal dan faktor eksternal. Faktor internal

adalah faktor yang berasal dari bagian internal manajemen perusahaan, sedangkan

faktor eksternal dapat berasal dari faktor luar yang berhubungan langsung dengan

operasi perusahaan atau faktor perekonomian secara makro. Namun, satu

penyebab pasti adanya kebangkrutan adalah karena financial distress. Kesulitan

keuangan (financial distress) dapat terjadi ketika laporan keuangan perusahaan

mengindikasikan bahwa perusahaan akan tidak dapat memenuhi kewajibannya

(Mastuti, dll: 2013).

Berbagai analisis harus sedini mungkin dilakukan untuk menghadapi resiko

kebangkrutan, terutama analisis yang menyangkut financial distress di

perusahaan. Bagi perusahaan, memprediksi kebangkrutan melalui analisis laporan

keuangan menjadi sangat penting, mengingat semakin awal tanda-tanda financial

distress diketahui, semakin cepat pula pihak perusahaan membuat strategi untuk

memperbaiki potensi-potensi kesulitan keuangan tersebut. Hal ini juga sangat

penting untuk berbagai pihak, karena sesungguhnya jika perusahaan mengalami

kebangkrutan, bukan hanya perusahaan tersebut yang rugi namun pihak-pihak lain

yang terlibat, seperti bank, mitra kerja, kreditor, dll. Selain itu, yang terpenting

pedoman pengambilan keputusan keuangan juga dapat ditinjau dari analisis

laporan keuangan ini.

Analisis financial distress untuk memprediksi kebangkrutan melalui laporan

keuangan perusahaan semakin dikenal semenjak Altman (1968) menemukan suatu

model prediksi dari perhitungan rasio-rasio keuangan tertentu. Model yang juga

disebut Z-Score ini menghasilkan lima rasio yang dianggap paling berpengaruh.

Selain Altman, ada beberapa model analisis financial distress, misalnya The

Springate Model (S-Score) dan The Zmijewski Model (X-Score).

Barsky, et al (2003) menyatakan bahwa Altman merupakan model financial

distress yang paling populer dan paling banyak digunakan dalam penelitian

terkait. Penelitian yang dilakukan oleh Hadi dan Anggraeni (2008) yang berjudul,

“Pemilihan Prediktor Delisting Terbaik (Perbandingan antara The Zmijewski

Model, The Altman Model, dan The Springate Model) juga menunjukkan bahwa

model Altman merupakan prediktor delisting yang terbaik. Sedangkan menurut

Sari (2014) dalam penelitiannya yang berjudul “Penggunaan Model Zmijewski,

Springate, Altman Z-Score, dan Grover dalam Memprediksi Kepailitan pada

Perusahaan Transportasi yang Terdaftar Di Bursa Efek Indonesia” menunjukkan

bahwa model Springate merupakan prediktor kebangkrutan yang paling baik

karena model tersebut memiliki tingkat akurasi terbaik setelah Altman Z-score

dan memiliki tingkat error yang paling rendah.

Disamping itu, menurut Husein dan Pambekti (2014) dalam penelitiannya

yang berjudul “Precision of The Models of Altman, Springate, Zmijewski, and

Grover for Predicting The Financial Distress” membuktikan bahwa Zmijewski

merupakan model yang paling sesuai untuk memprediksi financial distress karena

memiliki tingkat signifikansi yang tinggi dibandingkan dengan model lainnya.

Ketiga model tersebut cukup bersaing untuk membuktikan keakuratan dalam

memprediksi financial distress di perusahaan. Oleh karena itu, peneliti tertarik

untuk mengetahui tingkat ketepatan model Altman Z-Score, model Springate S-

Score, dan model Zmijewski X-Score dalam memprediksi financial distress

perusahaan-perusahaan manufaktur delisting dari Bursa Efek Indonesia.

KAJIAN PUSTAKA

1. Kebangkrutan

Secara terminologi, kebangkrutan (bankrupty) berasal dari bahasa Perancis

banque dan ruptus. Banque memiliki arti bangku dan ruptus memiliki arti

keretakan, (Rao, 1995: 501). Istilah ini muncul sejak abad ke-16 ketika fungsi

bank dikenal di masyarakat. Saat itu bank identik dengan suatu ruangan yang

dipenuhi bangku (meja dan kursi) dan jika suatu unit usaha tertimpa kesulitan

keuangan, maka dianalogikan sebagai bangku yang mengalami kerusakan.

Menurut Martin (1999) dalam Nugraheni (2005) kebangkrutan merupakan

suatu kegagalan yang terjadi pada sebuah perusahaan didefinisikan dalam

beberapa pengertian, yaitu:

1. Kesulitan Ekonomi (Economic Distress)

Kesulitan dalam arti ekonomi biasanya berarti bahwa perusahaan

kehilangan uang atau pendapatan, perusahaan tidak mampu menutupi

biayanya sendiri, ini berarti tingkat labanya lebih kecil dari biaya modal

atau nilai sekarang dari arus kas perusahaan lebih kecil dari kewajiban.

Kegasulitan terjadi bila arus kas sebenarnya dari perusahaan tersebut jauh

dibawah arus kas yang diharapkan. Bahkan kesulitan juga dapat berarti

bahwa tingkat pendapatan atas biaya historis dari investasinya lebih kecil

daripada biaya modal perusahaan yang dikeluarkan untuk sebuah investasi

tersebut.

2. Kesulitan Keuangan (Financial Distress)

Pengertian financial distress adalah kesulitan dana baik dari segi kas atau

segi modal kerja. Sebagian asset liability management sangat berperan

dalam pengaturan untuk menjaga agar tidak terkena financial distress.

Beaver (1966: 71) mendefinisikan kebangkrutan sebagai berikut: “The

inability of a firm to pay its financial obligations as they mature”

(Ketidakmampuan perusahaan untuk membayar utang pada saat utang tersebut

jatuh tempo). Menurut Hadi (2008), “kebangkrutan merupakan likuidasi

perusahaan atau penutupan perusahaan atau insolvabilitas.” Brealey, Myers, dan

Marcus (2007: 19) juga mengungkapkan bahwa kebangkrutan hanyalah

mekanisme hukum yang mengizinkan kreditor (yaitu, peminjam) mengambil alih

perusahaan ketika penurunan nilai asetnya memicu kegagalan pembayaran utang

yang ada. Jika perusahaan tidak dapat membayar hutangnya, perusahaan diambil

alih oleh kreditor yang menjadi pemilik baru; pemegang saham lama tidak

mendapat apa-apa. Dari beberapa definisi diatas, dapat disimpulkan bahwa

kebangkrutan merupakan suatu kondisi dimana perusahaan tidak mampu untuk

melunasi kewajibannya.

Kebangkrutan merupakan hasil dari penurunan nilai perusahaan. Selain itu,

kebangkrutan juga dapat menimbulkan biaya kebangkrutan. Biaya kebangkrutan

sendiri terdiri atas dua, yaitu biaya langsung seperti biaya hukum dan administrasi

serta biaya tidak langsung seperti biaya operasional ketika kesulitan menjalankan

perusahaan saat proses kebangkrutan.

2. Model Altman Z-Score

Pada tahun 1968, Edward Altman, seorang profesor keuangan di New York

University’s Stern Scholl of Business memperkenalkan sebuah model prediksi

financial distress yang disebut sebagai Z-Score. Model yang dikemukakan Altman

ini, kemudian menjadi model yang paling populer untuk melakukan prediksi

financial distress suatu perusahaan.

Dalam penelitiannya, Altman melakukan apa yang Beaver (1966) sarankan

di akhir tulisannya, yaitu melakukan analisis multivariat. Altman menggunakan

metode MDA (Multivariate Discriminant Analysis) dalam mempertimbangkan

karakteristik umum dan interaksi antar perusahaan-perusahaan terkait. Selain itu,

metode yang diterapkan pada Z-Score ini juga menghasilkan keakuratan 95%

pada perusahaan selama 12 bulan. Kemudian pengujian lain dilakukan lagi

dengan beberapa sampel perusahaan dan dari pengujian tersebut menghasilkan

keakuratan 82% - 85% dalam periode 24 bulan.

Sampel yang digunakan Altman dalam penelitiannya berjumlah 66

perusahaan manufaktur selama 20 tahun (1946-1965). Sampel tersebut dibagi

menjadi dua kelompok, yaitu 33 perusahaan yang mengalami kebangkrutan dan

33 lainnya tidak bangkrut. Perusahaan manufaktur dipilih karena alasan yang

sama dengan Beaver (1966), yaitu karena data yang tersedia hanya berasal dari

Moody’s Industrial Manual yang hanya memuat data perusahaan manufaktur.

Penelitian ini pada awalnya mengumpulkan 22 rasio keuangan perusahaan

yang memungkinkan untuk dapat memprediksi kebangkrutan. Pada akhirnya

hanya lima rasio yang dinyatakan paling berkontribusi. Pemilihan tersebut dilihat

dari signifikansi statistik, korelasi antar rasio, kemampuan prediksi rasio, serta

pendapat dari peneliti sendiri.

Lima rasio yang terpilih dimasukkan ke dalam analisis MDA dan

menghasilkan model sebagai berikut:

Z = 0.012X1 + 0.014X2 + 0.033X3 + 0.006X4 + 0.999X5

Dimana :

X1 : Working Capital to Total Assets

X2 : Retained Earnings to Total Assets

X3 : Earning before interest and taxes to Total Assets

X4 : Market value of Equity to Book Value of Dept

X5 : Sales to Total Assets

Z : Overall Index

Altman menggunakan nilai cut-off 2.675 dan 1.81. Artinya jika nilai Z yang

diperoleh lebih dari 2.675, maka perusahaan tersebut diprediksi tidak mengalami

financial distress di masa datang atau dinyatakan perusahaan sehat. Jika nilai Z

kurang dari 1.81, maka perusahaan diprediksi akan mengalami kesulitan keuangan

bahkan kebangkrutan. Lalu, perusahaan yang berada dalam grey area jika hasil

nilai Z berada diantara 1.81 dan 2.675, artinya perusahaan tersebut mengalami

masalah keuangan namun tidak berpotensi untuk bangkrut atau dapat dikatakan

masih rawan.

Namun perkembangan selanjutnya, Altman (1968) mengalami perubahan

pada Zeta Score, terutama pada variabel X4, karena variabel tersebut hanya dapat

dihitung pada perusahaan manufaktur terbuka (public manufacture), sehingga

Altman (2000) merumuskan model Z-Score baru yang dapat digunakan oleh

seluruh perusahaan manufaktur baik publik maupun privat. Model Altman (2000)

dirumuskan sebagai berikut:

Z = 0.717X1 + 0.874X2 + 3.107X3 + 0.420X4 + 0.998X5

Dimana :

X1 : Working Capital to Total Assets

X2 : Retained Earnings to Total Assets

X3 : Earning before interest and taxes to Total Assets

X4 : Book value of Equity to Book Value of Dept

X5 : Sales to Total Assets

Z : Overall Index (Z-Score)

Adapun titik cut off yang dihasilkan adalah, jika Z < 1,21 menunjukkan

perusahaan dalam kondisi financial distress; jika 1,21 ≤ Z ≤ 2,90 , menunjukkan

perusahaan dalam kondisi kritis/ rawan bangkrut; jika Z >2,90 , menunjukkan

perusahaan dalam kondisi sehat.

3. Model Springate S-Score

Model Springate (1978) mengacu Altman (1968) dalam penggunaan metode

Multiple Discriminant Analysis (MDA) dalam penelitiannya. Springate juga

mengumpulkan berbagai rasio keuangan yang dapat digunakan dalam

memprediksi financial distress. Pada awalnya, terdapat 19 rasio keuangan yang

diujikan pada 40 perusahaan sebagai sampel penelitiannya yang menghasilkan 4

rasio yang dipercaya dapat membedakan antara perusahaan yang mengalami

distress dan yang tidak distress dengan tingkat akurasi hingga 92,5%.

Model Springate (1978) dirumuskan sebagai berikut:

S = 1,03A+ 3,07B + 0,66C + 0.4D

Dimana :

A : Working Capital to Total Assets

B : Net Profit Before Interest and Taxes to Total Assets

C : Net Profit Before Taxes to Current Liabilities

D : Sales to Total Assets

S : Overall Index (S-Score)

Nilai cutoff dalam model ini adalah, jika S-Score:

< 0,082 : maka dinyatakan berpotensi bangkrut

> 0,082 : maka dinyatakan berpotensi tidak bangkrut

4. Model Zmijewski X-Score

Zmijewski (1984) menggunakan teknik random sampling dalam pemilihan

sampelnya berkaca dari model prediksi financial distress Ohlson (1980). Berbeda

dengan Altman (1968) dan Springate (1978), Zmijewski memilih teknik

penyampelan ini karena teknik yang digunakan dua pendahulunya tersebut, yaitu

matched-pair sampling, dianggap cenderung memunculkan bias dalam hasil

penelitian.

Sampel yang digunakan Zmijewski berjumlah 840 perusahaan, dimana 800

perusahaan mewakili perusahaan yang tidak mengalami kebangkrutan, dan 40

perusahaan sisanya mewakili perusahaan yang mengalami kebangkrutan. Dalam

penelitiannya, Zmijewski menekankan pada penentuan proporsi dari sampel dan

populasi di awal penelitian untuk mendapatkan nilai frekuensi kebangkrutan.

Frekuensi ini didapat dengan cara membagi jumlah sampel yang mengalami

kebangkrutan dengan jumlah sampel secara keseluruhan.

Metode penelitian yang digunakan Zmijewski adalah metode regresi logit.

Metode tersebut menghasilkan rumusan X-Score sebagai berikut:

Z = -4,3 – 4,5X1 + 5,7X2 + 0,004X3

Dimana :

X1 : Return on Assets (Net Income to Total Assets)

X2 : Leverage/ Debt to Equity Ratio (Total Liability to Total Assets)

X3 : Liquidity/ Current Ratio (Current Assets to Current Liability)

Zmijewski (1984) menyatakan bahwa perusahaan dianggap bangkrut jika

probabilitasnya lebih besar dari 0, dengan kata lain nilai Xnya adalah 0. Maka dari

itu, nilai cutoff yang berlaku dalam model ini adalah 0.

METODOLOGI PENELITIAN

1. Jenis Penelitian

Pada penelitian ini, jenis penelitian yang digunakan adalah Deskriptif

Kuantitatif, dimana penelitian ini merupakan penelitian deskriptif dengan

pendekatan metode kuantitatif. Deskriptif kuantitatif dapat disimpulkan menjadi

suatu metode penggambaran hasil dari angka-angka yang sudah diproses dari data

dalam sampel penelitian. Sampel penelitian yang dianalisis dapat berupa

penggambaran dari tabel, grafik, diagaram, perhitungan prosentase, dll.

2. Populasi dan Sampel

Menurut Sugiyono (2014: 80), populasi adalah wilayah generalisasi yang

terdiri atas: obyek/ subyek yang mempunyai kualitas dan karakteristik tertentu

yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik

kesimpulannya. Populasi dalam penelitian ini adalah seluruh perusahaan

manufaktur yang delisting di Bursa Efek Indonesia (BEI).

Sugiyono (2014: 81) juga mengungkapkan bahwa sampel adalah bagian dari

jumlah dan karakteristk yang dimiliki oleh populasi tersebut. Sampel penelitian

ditentukan dengan metode penyampelan bertujuan (purposive sampling).

Purposive sampling adalah tipe pemilihan sampel secara tidak acak yang

informasinya diperoleh dengan menggunakan pertimbangan tertentu dan

disesuaikan dengan tujuan atau masalah penelitian (Indriantoro dan Supomo,

2002: 131). Metode ini ditujukan untuk mendapatkan sampel yang representatif

sesuai dengan kriteria yang ditentukan, yaitu sebagai berikut:

TABEL 3.1

KRITERIA PEMILIHAN SAMPEL

No. Kriteria Jumlah

Perusahaan

1. Perusahaan delisting di BEI tahun 2009 s.d tahun 2015. 28

2. Perusahaan termasuk dalam kategori industri manufaktur. 11

3. Perusahaan menyediakan laporan keuangan sebelum tahun

delisting. 8

4. Perusahaan menyediakan data yang lengkap untuk penelitian. 8

Total Sampel 8

Alasan memilih perusahaan manufaktur didasarkan pada penelitian Altman

(1968), Springate (1978), dan Zmijewski (1984), yakni saat itu data yang paling

lengkap dan mudah didapatkan adalah laporan keuangan perusahaan manufaktur

dan variabel-variabel faktor yang diteliti hanya terdapat dalam laporan keuangan

perusahaan manufaktur saja. Selain itu, menurut Altman (1968) laporan keuangan

sebelum tahun delisting dipilih karena dalam penelitian tersebut mengungkapkan

bahwa data laporan keuangan satu tahun sebelum tahun prediksi atau tahun

financial distress memiliki keakuratan tertinggi. Altman (1968) menyatakan

model prediksinya memiliki tingkat akurasi sebesar 98% pada satu tahun pertama

dan menurun menjadi 82%-85% di tahun kedua sebelum tahun financial distress.

Pada tabel 3.1 tersebut ditunjukkan terdapat 28 perusahaan yang delisting

dari Bursa Efek Indonesia pada tahun 2009 sampai dengan tahun 2015. Kemudian

dari 28 perusahaan tersebut diseleksi berdasarkan jenis perusahaan yaitu jenis

manufaktur dan hasilnya terdapat 11 perusahaan manufaktur. Dari 11 perusahaan

tersebut, terdapat satu perusahaan yang tidak mempublikasikan laporan

keuangannya, kemudian dua perusahaan lainnya tidak menyediakan laporan

keuangan sebelum tahun delisting, sehingga perusahaan tersebut langsung

dihilangkan dari sampel penelitian karena tidak memenuhi kriteria pemilihan

sampel. Adapun daftar nama perusahaan terpilih adalah sebagai berikut:

TABEL 3.2

DAFTAR NAMA PERUSAHAAN MANUFAKTUR TERPILIH

No. Nama Perusahaan

Kode

Perusa-

haan

Sub Sektor

Tanggal

Pencatat-

an (IPO)

Tanggal

Pengha-

pusan

(Delisting)

1 Davomas Abadi Tbk DAVO Makanan dan

Minuman 22-Des-94 21-Jan-15

2 Unitex Tbk UNTX Tekstil dan Garmen 16-Jun-89 07-Des-15

3 Panasia Filamen Inti Tbk PAFI Tekstil dan Garmen 01-Jan-00 14-Mar-13

4 Surabaya Agung Industri

Pulp dan Kertas Tbk SAIP Pulp dan Kertas 03-Mei-93 31-Okt-13

5 Multibreeder Adirama

Indonesia Tbk MBAI Pakan Ternak 28-Feb-94 02-Jul-12

6 Surya Intrindo Makmur

Tbk SIMM Alas Kaki 28-Mar-00 03-Des-12

7 Aqua Golden Mississipi

Tbk AQUA

Makanan dan

Minuman 01-Mar-90 01-Apr-11

8 Dynaplast Tbk DYNA Plastik dan

Kemasan 05-Ag-91 27-Jul-11

.

3. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini berdasarkan sumbernya

merupakan data sekunder. Data sekunder tersebut didapatkan dari laporan

keuangan perusahaan yang menjadi sampel penelitian.

Berdasarkan sifatnya, penelitian ini menggunakan data kuantitatif dan

kualitatif. Data kuantitatif merupakan data yang berupa angka-angka, dalam hal

ini data tersebut berasal dari laporan keuangan perusahaan sampel. Sedangkan

data kualitatif merupakan data yang berupa informasi non angka atau berupa kata-

kata seperti teori-teori yang mendukung, gambaran tentang perusahaan, kebijakan

manajemen, laporan terdahulu, dan sebagainya.

4. Teknik Pengumpulan Data

Peneliti menggukanan teknik pengumpulan data dokumenter dengan cara

sebagi berikut:

1. Dokumentasi, yakni dengan memelajari, mengelompokkan, dan mengolah

data perusahaan yang dijadikan sampel dari penelitian melalui laporan

keuangan perusahaan. Laporan keuangan perusahaan diperoleh dari situs

resmi Bursa Efek Indonesia, yaitu www.idx.co.id dan dari berbagai sumber

online lainnya, seperti www.sahamok.com, www.yahoofinance.co.id, dan

situs perusahaan-perusahaan terkait. Sedangkan untuk beberapa data yang

tidak dapat diakses via online, peneliti memperoleh dari Galeri Investasi

Fakultas Ekonomi dan Bisnis Universitas Brawijaya.

2. Studi literatur, yakni memelajari buku-buku, jurnal ekonomi, dan jurnal

ilmu sosial serta artikel-artikel tambahan yang terkait dengan pembahasan

topik setiap perusahaan sampel.

3. Metode Analisis Data

Dalam penelitian ini, analisis deskriptif kuantitatif digunakan untuk

menjelaskan hasil prediksi financial distress perusahaan-perusahaan manufaktur

yang delisting di Bursa Efek Indonesia pada tahun 2009 sampai dengan 2015

menggunakan model Altman, model Springate, dan model Zmijewski. Selain itu,

penelitian ini juga memberikan gambaran tentang tingkat ketepatan model

Altman, model Springate, dan model Zmijewski dalam memprediksi financial

distress.

Prediksi potensi kebangkrutan perusahaan dalam penelitian ini dihitung

dalam model sebagai berikut:

1. Model Altman Z-Score

Z = 0.717X1 + 0.874X2 + 3.107X3 + 0.420X4 + 0.998X5

2. Model Springate S-Score

S = 1,03A+ 3,07B + 0,66C + 0.4D

3. Model Zmijewski X-Score

Z = -4,3 – 4,5X1 + 5,7X2 + 0,004X3

Setelah itu, hasil prediksi dari masing-masing model tersebut dihitung

tingkat ketepatannyanya dengan menggunakan perhitungan menurut Nurcahyanti

(2015), yaitu :

𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐾𝑒𝑡𝑒𝑝𝑎𝑡𝑎𝑛 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑟𝑒𝑑𝑖𝑘𝑠𝑖 𝑦𝑎𝑛𝑔 𝑏𝑒𝑛𝑎𝑟

𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑎𝑚𝑝𝑒𝑙× 100%

Perhitungan tersebut dapat menjelaskan tentang tingkat ketepatan dalam

memprediksi financial distress. Penelitian ini menggunakan perhitungan tersebut

pada perusahaan-perusahaan sampel manufaktur yang delisting di Bursa Efek

Indonesia pada tahun 2009 sampai dengan 2015.

PEMBAHASAN

1. Hasil Nilai Prediksi Financial Distress

Pada bab berikut ini akan dijabarkan tingkat akurasi model Altman Z-Score,

model Springate S-Score, dan model Zmijewski X-Score dalam memprediksi

potensi kebangkrutan perusahaan-perusahaan manufaktur yang delisting di Bursa

Efek Indonesia pada tahun 2009 sampai dengan 2015. Berikut merupakan nilai-

nilai yang dihasilkan dalam masing-masing model, yaitu:

TABEL 4.1

HASIL NILAI PREDIKSI FINANCIAL DISTRESS

No. Nama

Perusahaan

Altman Springate Zmijewski

Z-

Score Ket. S-Score Ket. X-Score Ket.

1 DAVO 0,620 bangkrut -0,349 bangkrut 0,043 bangkrut

2 UNTX -1,766 bangkrut -1,292 bangkrut 6,399 bangkrut

3 PAFI -1,755 bangkrut -0,402 bangkrut 5,617 bangkrut

4 SAIP -0,338 bangkrut -0,555 bangkrut -1,916 sehat

5 MBAI 1,267 grey area 0,493 Sehat -1,509 sehat

6 SIMM -5,305 bangkrut -2,700 bangkrut 7,721 bangkrut

7 AQUA 3,300 sehat 1,922 Sehat -1,924 sehat

8 DYNA 1,579 grey area 0,677 Sehat -0,692 sehat

(Sumber: Data diolah)

2. Analisa Tingkat Ketepatan Model Prediksi Financial Distress

Perusahaan-perusahaan manufaktur yang delisting di Bursa Efek Indonesia

pada tahun 2009 sampai dengan 2015 terbukti dapat diprediksi oleh ketiga model

tersebut, yaitu model model Altman Z-Score, model Springate S-Score, dan

model Zmijewski X-Score. Selanjutnya hasil prediksi dari masing-masing model

tersebut dinilai menurut tingkat ketepatannya dengan rumus:

𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐾𝑒𝑡𝑒𝑝𝑎𝑡𝑎𝑛 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑟𝑒𝑑𝑖𝑘𝑠𝑖 𝑦𝑎𝑛𝑔 𝑏𝑒𝑛𝑎𝑟

𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑎𝑚𝑝𝑒𝑙× 100%

Hasil perhitungan tersebut dapat dilihat pada diagram berikut ini:

DIAGRAM 4.1

TINGKAT KETEPATAN MODEL PREDIKSI FINANCIAL DISTRESS

(Sumber: Data diolah)

Dalam rentang angka prosentase 0 sampai dengan 100, Altman Z-Score

memiliki tingkat ketepatan hingga 87,5%; Springate S-Score sebesar 87,5%; dan

Zmijewski X-Score sebesar 75%. Diagram tersebut, menunjukkan hasil yang sama

antara model Altman Z-Score dan Springate S-Score yaitu memiliki tingkat

ketepatan sebesar 87,5%. Perbedaan hasil tersebut dikarenakan terdapat

ketidaktepatan hasil prediksi model pada beberapa perusahaan sampel.

0

10

20

30

40

50

60

70

80

90

100

Model Prediksi Financial Distress

Z-Score

S-Score

X-Score

Pada model Altman, ketidaktepatan prediksi terjadi pada perusahaan

Dynaplast Tbk. DYNA diprediksi masuk kedalam kategori grey area, sedangkan

kenyataanya perusahaan tersebut masih dalam kondisi yang sehat walaupun sudah

delisting dari Bursa Efek Indonesia. Kondisi DYNA yang sehat tersebut

dibenarkan Eddy Sugito, Direktur Penilaian Perusahaan Bursa Efek Indonesia

dalam wawancaranya dengan jpnn.com. Eddy menyayangkan keputusan DYNA

untuk delisting karena menurutnya perseroan tersebut memiliki reputasi dan

prospek yang bagus.

DYNA delisting dari Bursa Efek Indonesia dikarenakan permohonan

perseroan untuk menjadikannya sebagai perusahaan privat. Permohonan ini

diakibatkan karena rendahnya likuiditas perdagangan sehingga membuat DYNA

memutuskan untuk go private.

Selanjutnya Springate juga memiliki tingkat ketepatan 87,5% yang

menandakan 12,5% merupakan ketidakuratan model ini dalam memprediksi

financial distress. Springate kurang tepat memprediksikan perusahaan

Multibreeder Adirama Indonesia (MBAI) bahwa perusahaan tersebut akan

bangkrut sama seperti yang diprediksikan Zmijewski. Sedangkan pada

kenyataannya, perusahaan tersebut tidak sepenuhnya sehat namun juga tidak

bangkrut.

MBAI merupakan perusahaan ternak ayam terbesar kedua di Indonesia, oleh

karena itu keberadaan MBAI cukup diperhitungkan dalam pasar modal, sampai

MBAI delisting dari Bursa Efek Indonesia. MBAI delisting karena melakukan

merger dengan JAPFA, merger ini dilakukan karena salah satu pemegang saham

terbesar MBAI menjual seluruh sahamnya dan mengakibatkan perusahaan ini

menerima kerjasama dengan JAPFA sebagai bantuan keuangan. Hal tersebut

membuat peneliti lebih setuju dengan hasil prediksi dari model Altman Z-Score

yaitu MBAI berada dalam kondisi grey area yang artinya masih belum dapat

diprediksi antara bangkrut atau tidak bangkrut.

Selain MBAI, satu perusahaan lagi yang kurang tepat diprediksikan oleh

model Zmijewski X-Score, yaitu Surabaya Agung Industri Pulp dan Kertas Tbk

(SAIP). Nilai X-Score menghasilkan angka yang menunjukkan perusahaan

tersebut dalam kategori sehat, namun pada kenyataannya perusahaan tersebut

resmi delisting karena bangkrut. Selain itu, beberapa rasio keuangan SAIP juga

menunjukkan nilai yang negatif. Oleh karena itu, Zmijewski memiliki tingkat

ketepatan sebesar 75%.

Ketidaktepatan prediksi masih terdapat dalam ketiga model, yaitu Altman Z-

Score sebesar 12,5%; Springate S-Score sebesar 12,5%; dan Zmijewski X-Score

sebesar 25%. Ketidaktepatan tersebut dimungkinkan karena adanya data yang

menceng dari data normal, sehingga membuat hasil prediksi salah. Namun hal

tersebut belum dapat dibuktikan dalam penelitian ini karena penelitian ini hanya

sebatas penelitian deskriptif dan tidak menguji normalitas data yang digunakan.

Walaupun memiliki rasio keuangan yang berbeda-beda pada setiap model

prediksi, namun sebenarnya ketiga model prediksi tersebut cukup baik dalam

memprediksi perusahaan-perusahaan manufaktur yang delisting di Bursa Efek

Indonesia pada tahun 2009 sampai dengan 2015. Hal ini dapat dibuktikan dengan

tingkat ketepatan ketiga model prediksi yang lebih dari 50%. Angka lebih dari

50% dapat mewakili bahwa ketiga model prediksi financial distress tersebut, yaitu

Altman Z-Score, Springate S-Score, Zmijewski X-Score dapat memprediksi

financial distress setidaknya lebih dari setengah dari sampel perusahaan yang

diteliti.

PENUTUP

1. Kesimpulan

Dari analisis data yang telah dilakukan maka dapat ditarik beberapa

kesimpulan sebagai berikut:

a. Model Altman, model Springate, dan model Zmijewski memprediksi

potensi kebangkrutan perusahaan-perusahaan manufaktur yang delisting di

Bursa Efek Indonesia pada tahun 2009 sampai dengan tahun 2015 dengan

akurat. Hal ini dibuktikan dengan tingkat ketepatan oleh ketiga model

prediksi tersebut lebih dari 50%.

b. Model prediksi financial distress yang paling tepat dilihat dari data

perusahaan-perusahaan manufaktur yang delisting di Bursa Efek Indonesia

pada tahun 2009 sampai dengan tahun 2015 ditunjukkan oleh model

prediksi dari Altman Z-Score dan Springate S-Score yang mencapai angka

ketepatan 87,5%, sedangkan model Zmijewski X-Score memiliki tingkat

ketepatan 75%.

2. Keterbatasan Penelitian

a. Penelitian ini hanya menggunakan populasi perusahaan manufaktur yang

terdaftar di Bursa Efek Indonesia. Hal ini memungkinkan hasil penelitian

tidak dapat digeneralisasikan untuk semua jenis perusahaan.

b. Metode pemilihan sampel dengan menggunakan metode purposive sampling

menjadikan sampel yang terpilih berjumlah sedikit. Berdasarkan kriteria

yang digunakan, hanya terdapat 8 perusahaan yang memenuhi kriteria dari

tahun 2009 sampai dengan tahun 2015. Jumlah tersebut mungkin kurang

dapat menggambarkan keadaan populasi yang sesungguhnya.

c. Penelitian ini menggunakan tiga model prediktor dengan kriteria kategori

yang berbeda. Altman Z-Score yang membagi hasil prediksi kedalam tiga

kategori yaitu sehat, grey area, dan bangkrut, sedangkan Springate S-Score,

dan Zmijewski X-Score menggunakan dua kategori saja, yaitu sehat dan

bangkrut. Oleh karena itu, hasil prediksi sulit dikelompokkan menurut

tingkat ketepatan masing-masing model. Hal ini membuat ketiga model

prediktor tersebut cukup sulit untuk dibandingkan satu sama lain.

d. Penelitian ini hanya sebatas menilai tingkat ketepatan antar model prediksi,

bukan menciptakan model prediksi yang baru.

3. Saran

a. Saran bagi penelitian selanjutnya adalah menambahkan jumlah sampel

dengan cara memperluas populasi jenis perusahaan lain dan jika

memungkinkan dapat menambahkan perusahaan listing sebagai

pembanding, agar hasil penelitian dapat digeneralisasikan pada seluruh

perusahaan.

b. Mengganti metode pemilihan sampel dari metode purposive sampling

dengan metode lainnya atau tetap menggunakan metode purposive sampling

namun memilih kriteria lain yang sesuai dengan tujuan penelitian masing-

masing, agar menghasilkan sampel yang terpilih berjumlah lebih banyak

dan dapat menjelaskan keadaan populasi yang sebenarnya.

c. Kemudian juga diharapkan dapat mencari model prediksi financial distress

dengan indikator financial distress yang sama, sehingga dapat memudahkan

dalam menyetarakan perbandingan antara satu model dengan model lainnya.

Selain itu cara ini juga dapat memperkaya variabel penelitian dan dapat

digunakan untuk mengetahui rasio-rasio keuangan lain yang diduga

memiliki pengaruh terhadap potensi kebangkrutan.

d. Penelitian selanjutnya bukan lagi bersifat menilai ketepatan antar model,

namun bisa diarahkan kepada membuat model prediksi financial distress

baru yang dapat diaplikasikan di Indonesia.

DAFTAR PUSTAKA

Agnes, Sawir. 2008. Analisis Kinerja Keuangan dan Perencanaan Keuangan.

Jakarta: Pt. Gramedia Pustaka Utama.

Altmant, Edward I. 1968. Financial Ratios, Discriminant Analysis and Prediction

of Corporate Bankcruptcy. Journal The American Finance Association.

Bambang, Riyanto. 2010. Dasar-dasar pembelanjaan Perusahaan. Yogyakarta:

BPFE.

Barsky, M.P, et all. 2003. Analytical Tools for Detecting Financial Reporting

Fraud. Commercial Lending Review.

Beaver, W. 1966. Financial Ratios as Predictors of Failure. Journal Accounting

Research 4.

Brealey, Myers, dan Marcus. 2007. Dasar-dasar Manajemen Keuangan

Perusahaan. Terjemahan Yelvi Andri Zaimur. 2008. Jakarta: Erlangga.

Darsono Ashari. 2005. Pedoman Praktis Memahami Laporan Keuangan. Jakarta:

Andi.

Djarwanto. 2001. Pokok-pokok Analisa Laporan Keuangan. Yogyakarta: BPFE

Hadi, Syamsul dan Anggraeni Atika. 2008. Pemilihan Prediktor Delisting

Terbaik. Jurnal Fakultas Ekonomi Universitas Islam Indonesia.

Hanafi, Mamduh M dan Halim, Abdul. 2003. Analisis Laporan Keuangan.

Yogyakarta: UPP AMP YKPN

Harahap, Sofyan S. 2002. Analisis Kritis Atas Laporan Keuangan. Jakarta: Pt.

Raja Grafindo Persada.

Harahap, Sofyan S. 2007. Analisis Kritis Atas Laporan Keuangan. Jakarta: Pt.

Raja Grafindo Persada.

Husein M. Fakhri dan Pambekti, Galuh Tri. 2014. Precision of The Models of

Altmant, Springate, Zmijewski, and Grover for Predicting The Financial

Distress. Journal Economics, Business, and Accountancy Ventura Vol. 17,

No. 3, December 2014.

Ikatan Akuntan Indonesia. 2013. Standar Akuntansi Keuangan. Jakarta: Salemba

Empat.

Indriantoro dan Supomo. 2002. Metodologi Penelitian Bisnis untuk Akuntansi dan

Manajemen. Yogyakarta: BPFE

Indriyo, Gitosudarmo. 2000. Manajemen Keuangan. Yogyakarta: BPFE.

Jogiyanto. 2004. Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-

Pengalaman. Yogyakarta. BPFE

John J.W.,K.R Subramanyan Dan Robert F. Hasley. 2011. Analisis Laporan

Keuangan. Terjemahan: Dewi Yanti. Jakarta: Salemba Empat

Martin, John D, et all. 1999. Dasar-dasar Manajemen Keuangan. Terjemahan:

Nugraheni. 2005. Jakarta: Raja Grafindo Persada

Mastuti, Saifi, dan Azizah. 2013. Altman Z-Score sebagai Salah Satu Metode

dalam Menganalisis Estimasi Kebangkrutan Perusahaan. Jurnal Fakultas

Ilmu Administrasi Universitas Brawijaya.

Munawir S. 2002. Analisa Laporan Keuangan. Yogyakarta: Liberty.

Nurcahyanti, Wahyu. 2015. Studi Komparatif Model Z-Score Altman, Springate,

dan Zmijewski dalam Mengindikasi Kebangkrutan Perusahaan yang

Tercatat di Bursa Efek Indonesia.

Rao, Ramesh KS. 1995. Financial Management, Concept, and Application. Ohio:

South Western College Publishing

Rico, Lesmana. 2003. Pedoman Menilai Kinerja Untuk Perusahaan Tbk,

Yayasan, BUMN, BUMD, dan Organisasi Lainnya. Jakarta: Elex Media

Komputindo

Sari, Enny Wahyu P. 2014. Penggunaan Model Zmijewski, Springate, Altman Z-

Score, dan Grover dalam Memprediksi Kepailitan pada Perusahaan

Transportasi yang Terdaftar di Bursa Efek Indonesia. Jurnal Fakultas

Ekonomi dan Bisnis Universitas Dian Nuswantoro

Sartono, Agus. 2001. Manajemen Keuangan Teori dan Aplikasi. Yogyakarta:

BPFE

Sekaran, Uma. 2003. Research Methods for Business. Terjemahan Kwan Men

Yon. 2007. Jakarta: Salemba Empat.

Springate, Gordon L.V. 1978. Predicting the Possibility of Failure in Canadian

Project. Journal Simon Fraser University.

Sugiyono. 2014. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung:

Alfabeta

Tambunan, Dwiatmanto, dan NP Endang. 2014. Analisis prediksi Kebangkrutan

Perusahaan dengan Menggunakan Metode Altman Z-Score.

Zmijewski, M.E. 1984. Methodological Issues Related to The Estimation of

Financial Distress Prediction Models. Journal Accounting Research 24.

Sumber Online:

CNN. Delisting Unitex Naikkan Harga Tebusan Saham.

(http://www.cnnindonesia.com). Diakses 16 Mei 2016

JPNN. Dynaplast Tinggalkan Lantai Bursa. (http://m.jpnn.com). Diakses 24 Juli

2016.

Metronews. Hanya Bergerilya 20 hari saham DAVO delisting.

(http://ekonomi.metronews.com) 21 januari 2015, diakses 16 Mei 2016

Neraca. BEI Delisting Saham Panasia Filamen Inti. (http://www.neraca.co.id

PAFI). Diakses 16 Mei 2016

Saham OK. Saham Delisting di Bursa Efek Indonesia.

(http://www.sahamok.com), diakses 16 Mei 2016.