ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK INDONESIA
Abstrak

Jefri Antonius Sembiring. Laporan keuangan berisi mengenai posisi keuangan perusahaan, kinerja serta perubahan posisi keuangan perusahaan, yang sangat berguna dalam memberikan bahan pertimbangan bagi para pengguna laporan keuangan untuk mendukung pengambilan keputusan yang tepat. Untuk menganalisis laporan keuangan tersebut, maka informasi yang dihasilkan laporan keuangan dibuat dalam bentuk rasio-rasio keuangan. Salah satu manfaat rasio keuangan adalah memprediksi kondisi perusahaan. Kondisi perusahaan penting untuk diprediksi agar dapat dilakukan antisipasi bila keadaan yang akan terjadi tidak baik, misalnya kondisi financial distress dan kebangkrutan. Berdasarkan uraian tersebut, dirumuskan masalah penelitian sebagai berikut “Rasio keuangan mana yang paling dominan dalam memprediksi kondisi financial distress perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia?“. Tujuan dilakukannya penelitian ini adalah untuk mengetahui rasio keuangan mana yang paling dominan dalam memprediksi kondisi financial distress dengan menggunakan model diskriminan. Manfaat penelitian ini yaitu memberikan informasi bagi pihak internal dan eksternal perusahaan-perusahaan manufaktur mengenai rasio keuangan yang sangat dominan dalam memprediksi financial distress.
Populasi penelitian ini adalah seluruh perusahaan manufaktur yang laporan keuangannya dipublikasikan di Bursa Efek Indonesia (BEI) sampai tahun 2008, sedangkan pemilihan sampel dilakukan dengan metode purposive sampling yaitu dengan memilih perusahaan manufaktur yang mengalami financial distress dengan indikasi : Dua tahun berturut – turut mengalami laba bersih operasi negatif (dalam penelitian Whitaker 1999) dan dua tahun berturut – turut tidak melakukan pembayaran deviden (sesuai dengan penelitian Lau 1987).
Dari hasil pembahasan dalam penelitian ini maka disimpulkan bahwa rasio keuangan yang mampu memprediksi kondisi financial distress perusahaan manufaktur adalah EBIT/TA dan TL/TA. Persamaan diskriminan yang dihasilkan adalah Z = 1.208 – 1.884(TL/TA) + 4.697(EBIT/TA). Dari kedua rasio tersebut, rasio EBIT/TA adalah rasio yang paling dominan mampu memprediksi kondisi financial distress perusahaan manufaktur.










KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Kuasa atas kasih dan berkat-Nya penulis dapat menyelesaikan skripsi ini dengan judul “ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK INDONESIA” sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi Universitas Katolik Santo Thomas Medan Sumatera Utara.
Penulis menyadari sepenuhnya bahwa skripsi ini masih kurang sempurna, oleh sebab itu dengan rendah hati penulis mengharapkan sumbangan pemikiran berupa saran dan kritik yang bersifat membangun dari pembaca demi penyempurnaan skripsi ini.
Dalam penyelesaian skripsi ini, penulis banyak menerima bimbingan dan bantuan baik secara langsung maupun tidak langsung berupa moril dan materil dari berbagai pihak. Maka pada kesempatan ini, penulis mengucapkan terima kasih kepada :
1. Bapak P. Elias S. Sembiring, Lic.,Th.M., OFM Cap Selaku Rektor Universitas Katolik Santo Thomas Medan Sumatera Utara.
2. Bapak Drs. S. Sihombing, MBA Selaku Dekan Fakultas Ekonomi Universitas Katolik Santo Thomas Medan Sumatera Utara.
3. Bapak A. Sitohang SE, MSi selaku ketua jurusan Akuntansi Fakultas Ekonomi Universitas Katolik Santo Thomas Medan Sumatera Utara.
4. Ibu Dra. I.R. Purba, SE, Msi, Ak selaku ketua program studi Akuntansi S1 Fakultas Ekonomi Universitas Katolik Santo Thomas Medan Sumatera Utara.
5. Bapak Ferry L. Sihaloho, SE, Msi, sebagai dosen pembimbing yang telah banyak menyumbangkan waktu dan pemikirannya untuk membimbing penulis selama penulisan skripsi ini.
6. Bapak Drs. J. Pangaribuan, MBA, Ak, selaku dosen pembanding satu yang telah banyak memberikan saran dan masukan dalam penyelesaian skripsi ini.
7. Bapak Dr. J. Manurung, selaku dosen pembanding dua yang telah banyak memberikan saran dan masukan dalam penyelesaian skripsi ini.
8. Staf Pengajar dan Tata Usaha Fakultas Ekonomi Universitas Katolik Santo Thomas Medan Sumatera Utara yang telah banyak membantu dalam proses penyelesaian skripsi ini.
9. Teristimewa buat kedua Orangtuaku tercinta, E. Sembiring dan R. Br Perangin-angin yang telah banyak memberikan bantuan moril, materil, dan doa restu kepada penulis sehingga penulis mampu menyelesaikan perkuliahan dan penulisan skripsi ini dengan baik.
10. Teristimewa juga buat kedua adikku yang imut-imut, Yuli Andriany Br Sembiring dan Ester Angelina Br Sembiring yang selalu mendoakan dan mendukung penulis dalam mengerjakan dan menyelesaikan perkuliahan dan skripsi ini dengan baik.
11. Terspesial buat kakak/kekasihku Susy Indryani Br Tarigan yang tak pernah bosan memberi masukan dan saran, doa, serta dukungan moril maupun materil kepada penulis sehingga penulis mampu menyelesaikan skripsi ini dengan baik.
12. Sahabat karibku SDK Group (Penulis, NovAnTinUz ManieQ, MeLkey Rafian T, dan RianDo PoerBa), teman2 yang se-Dosen Pembimbing Ebta (my bestfriend), B’Julius, Kompri, B’Lukas, dan Mariana, seluruh teman-teman Stambuk ’06 khususnya buat Advent, Alex (Kribo), Andrew (Espanol fans), Anna (My Tuitt Baby), Astri (horbo), Benny (ApparaQ), Bohalman (Lae hombing), Christie (simalungunae), Dedy (corbuzzet), Dicky (calon Akpol), Dumaris, Elly (julietnya Ivan), Ester (ItoQ), Ferayanti (ItoQ), Irawhat! (AdekQ), Levantri, Maria Sihura (niha), Manna2Loe, Nelly (BeleQ), Nedo (ItoQ), Nency, Noerpita (dongan Marbada), Novani, Rejekinta, Ricky (pancur nari), Risma (ImpalQ), Riwandi (SeninaQ), Sweny (ItoQ), Vinalosa, Vivi (ItoQ), Yeni (ItoQ), Yonita (Pinguin), Yunita, dan teman2 yg laen. Juga buat teman2 karibku di Gemilang Kost, Abdy (Saor), Johannes (Siappudan) dan. Roy Samosir (RoSa).
Akhir kata penulis mengucapkan banyak terimakasih dan harapan penulis semoga skripsi ini dapat memberikan manfaat bagi pembaca dan untuk penelitian selanjutnya.


Medan, Juli 2010
Penulis

Jefri Antonius Sembiring

DAFTAR ISI
ABSTRAK i
KATA PENGANTAR ii
DAFTAR ISI v
DAFTAR TABEL vii
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah 1
1.2 Identifikasi Masalah 3
1.3 Perumusan Masalah 4
1.4 Hipotesis 4
1.5 Tujuan dan Manfaat Penelitian 5
BAB II LANDASAN TEORI
2.1 Analisis Rasio Keuangan 6
2.2 Keunggulan dan Keterbatasan Analisis Rasio 13
2.3 Pengertian dan Kondisi Financial Distress 15
2.4 Penelitian Terdahulu 16
2.5 Pengaruh rasio Likuiditas (CA/CL), Aktivitas (S/TA), Leverage (TD/TA) dan Profitabilitas (EBIT/TA) Terhadap Kondisi Financial Distress 23
BAB III METODOLOGI PENELITIAN
3.1 Populasi dan Sampel 25
3.2 Operasionalisasi Variabel 27
3.3 Teknik Pengumpulan Data 28
3.4 Teknik Analisis Data 28
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum Bursa Efek Indonesia 31
4.2 Pembahasan Hasil Penelitian 35
4.2.1 Asumsi Analisis Diskriminan 37
4.2.2 Analisis Output Diskriminan 40
4.2.3 Rasio Keuangan Untuk Memprediksi Kondisi
Financial Distess 48
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan 51
5.2 Saran 52
DAFTAR PUSTAKA
LAMPIRAN








DAFTAR TABEL
Nomor Nama Tabel Halaman
Tabel 3.1.1 Perusahaan-perusahaan manufaktur yang termasuk kategori 1 26
Tabel 3.1.2 Perusahaan-perusahaan manufaktur yang termasuk kategori 0 26
Tabel 3.2.1 Variabel Independen 28
Tabel 4.2.1 Hasil Perhitungan Variabel Independen 35
Tabel 4.2.1.1 One-Sample Kolmogorov-Smirnov Test 38
Tabel 4.2.1.2 Test Results 39
Tabel 4.2.2.1 Tests of Equality of Group Means 40
Tabel 4.2.2.2 Variables Entered/Removed 40
Tabel 4.2.2.3 Variables in the Analysis 41
Tabel 4.2.2.4 Variables Not in the Analysis 42
Tabel 4.2.2.5 Wilks' Lambda 43
Tabel 4.2.2.6 Eigenvalues 44
Tabel 4.2.2.7 Canonical Discriminant Function Coefficients 45
Tabel 4.2.2.8 Functions at Group Centroids 46
Tabel 4.2.2.9 Classification Results 47
Tabel 4.2.2.10 Structure Matrix 48







BAB I
PENDAHULUAN

Latar Belakang
Laporan keuangan yang diterbitkan oleh perusahaan merupakan salah satu sumber informasi yang sering digunakan oleh para pengguna laporan keuangan. Laporan keuangan berisi mengenai posisi keuangan perusahaan, kinerja serta perubahan posisi keuangan perusahaan, yang sangat berguna dalam memberikan bahan pertimbangan bagi para pengguna laporan keuangan untuk mendukung pengambilan keputusan yang tepat. Agar informasi yang tersaji menjadi lebih bermanfaat dalam pengambilan keputusan, data keuangan harus dikonversi menjadi informasi yang berguna dalam pengambilan keputusan ekonomis. Hal ini ditempuh dengan cara melakukan analisis laporan keuangan. Model yang sering digunakan dalam melakukan analisis tersebut adalah dalam bentuk rasio-rasio keuangan.
Untuk membuktikan bahwa laporan keuangan bermanfaat maka dilakukan penelitian mengenai manfaat laporan keuangan. Salah satu bentuk penelitian yang menggunakan rasio-rasio keuangan yaitu penelitian – penelitian yang berkaitan dengan manfaat laporan keuangan untuk tujuan memprediksikan kinerja perusahaan seperti kebangkrutan dan financial distress.
Ketidakmampuan perusahaan membayar kewajibannya dengan tepat waktu merupakan gejala awal penyebab kegagalan perusahaan. Kesulitan keuangan ini dapat mengarah pada kebangkrutan akan tetapi sepanjang perusahaan dapat memenuhi kewajiban bunga dan utangnya maka kepailitan dapat dihindarkan untuk sementara waktu (Hanafi dan Hakim,2005:274).
Beberapa faktor yang dapat menyebabkan kegagalan perusahaan adalah faktor ekonomi, kondisi keuangan, pengalaman dan kesalahan manajemen, kecelakaan dan penipuan, dan faktor lainnya. Menurut Dun dan Bradstreet dalam Bringham & Ehrhardt (2003:814). Dari semua faktor tersebut diatas merupakan penyebab kegagalan perusahaan, maka faktor keuangan mencerminkan persentase yang paling tinggi yakni 47.3%. Kemudian diikuti faktor ekonomi 37.1%, kesalahan manajemen, bencana dan penipuan 14% dan faktor lainnya 1.6%.
Financial distress terjadi sebelum kebangkrutan. Model financial distress perlu untuk dikembangkan, karena dengan mengetahui kondisi financial distress perusahaan sejak dini diharapkan dapat dilakukan tindakan-tindakan untuk mengantisipasi yang mengarah kepada kebangkrutan.
Perbedaan jenis perusahaan dapat menimbulkan perbedaan rasio – rasio yang penting, misalnya rasio ideal mengenai likuiditas untuk bank tidak sama dengan rasio yang digunakan pada perusahaan industri, perdagangan atau jasa. Oleh karena itu, penelitian ini difokuskan pada satu jenis industri yaitu perusahaan manufaktur untuk mengurangi akibat dari perbedaan tersebut.
Banyak sekali literatur yang menggambarkan model prediksi kebangkrutan perusahaan, tetapi hanya sedikit penelitian yang berusaha untuk memprediksi financial distress suatu perusahaan. Hal ini dikarenakan sangat sulit untuk mendefinisikan secara obyektif formula adanya financial distress.
Dalam penelitian ini, penulis menggunakan rasio keuangan berupa rasio Likuiditas , Aktivitas , Profitabilitas , dan Leverage. Rasio keuangan yang digunakan penulis dalam penelitian ini adalah rasio keuangan yang telah diprediksi secara signifikan mampu memprediksi kondisi financial distress oleh peneliti sebelumnya. Hasil penelitian sebelumnya memiliki hasil yang berbeda-beda dan penulis tertarik untuk menggabungkan hasil penelitian itu untuk menguji rasio keuangan mana yang paling dominan dari rasio-rasio tersebut dalam memprediksi kondisi financial distress dan apakah keempat rasio tersebut juga mampu memprediksi kondisi financial distress perusahaan manufaktur pada penelitian ini. Berikut contoh rasio-rasio yang akan dianalisis dalam penelitian ini adalah rasio pada perusahaan-perusahaan manufaktur sebagai berikut.
KODE variabel independen
CA/CL EBIT/TA TL/TA S/TA
INTP 06 2.14 0.09 0.37 0.66
INTP 07 2.96 0.14 0.31 0.73
IKBI 06 2.01 0.11 0.37 3.24
IKBI 07 3.09 0.19 0.25 2.70
RIGS 06 2.41 0.02 0.40 0.32
RIGS 07 2.91 0.04 0.36 0.48
GGRM 06 1.89 0.07 0.39 1.21
GGRM 07 1.93 0.09 0.41 1.18
RMBA 06 1.61 0.08 0.49 1.28
RMBA 07 3.72 0.07 0.60 1.19
ASGR 06 2.43 0.14 0.49 1.06
ASGR 07 1.34 0.15 0.50 1.16
Untuk lebih lengkapnya, penulis akan menganalisisnya pada bab pembahasan. Sehubungan dengan itu penulis mengangkat judul : ”ANALISIS RASIO KEUANGAN UNTUK MEMPREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BURSA EFEK INDONESIA”.

Identifikasi Masalah
Dari latar belakang, maka dibuat identifikasi masalah sebagai berikut :
Rasio keuangan mana yang paling dominan dalam memprediksi kondisi financial distress perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia?
Bagaimana hubungan masing-masing rasio keuangan yang dipilih yang paling dominan memprediksi kondisi financial distress dengan rasio kondisi financial distress?

Perumusan Masalah
Berdasarkan pada identifikasi masalah yang telah diuraikan, maka dapat disimpulkan sebuah rumusan masalah ; “Rasio keuangan mana yang paling dominan dalam memprediksi kondisi financial distress perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia?“

Hipotesis
Fungsi diskriminan yang dikembangkan oleh Altman (1968) dalam Yulia Purwanti (2006) memiliki 5 (lima) rasio keuangan yang mampu memprediksi kebangkrutan dan financial distress. Dalam persamaan itu, rasio yang berpengaruh dominan untuk pengelompokan kondisi perusahaan adalah rasio EBIT/TA dengan kontribusi koefisien lebih besar daripada rasio lainnya. Dengan kata lain rasio EBIT/TA memiliki pengaruh yang lebih besar dibanding dengan keempat rasio lainnya untuk menentukan suatu perusahaan akan mengalami kondisi financial distress atau tidak. Kondisi kebangkrutan merupakan dampak dari kondisi financial distress, yaitu kondisi kesulitan keuangan yang paling parah.
Berdasarkan analisa diatas, penulis membuat hipotesis penelitian ini yaitu “Rasio EBIT/TA merupakan rasio keuangan yang paling dominan mampu memprediksi kondisi financial distress perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia”

Tujuan dan Manfaat Penelitian
Tujuan dari penelitian ini adalah :
Mengetahui rasio–rasio keuangan perusahaan yang paling dominan mampu memprediksi perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami financial distress.
Mengembangkan model diskriminan untuk memprediksi kondisi financial distress.
Adapun manfaat penelitian ini adalah memberikan informasi bagi pihak internal dan eksternal perusahaan-perusahaan manufaktur mengenai rasio keuangan yang sangat dominan dalam memprediksi financial distress.
BAB II
LANDASAN TEORI

Analisis Rasio Keuangan
Mengadakan analisa gabungan dari berbagai pos dari suatu laporan keuangan adalah merupakan dasar untuk menginterpretasikan kondisi keuangan dan hasil operasi suatu perusahaan. Dengan menggunakan laporan yang diperbandingkan termasuk data tentang perubahan-perubahan yang terjadi dalam rupiah, persentase serta trendnya, penganalisa menyadari bahwa beberapa rasio secara individu akan membantu dalam menganalisa dan menginterpretasikan posisi keuangan suatu perusahaan. Rasio menggambarkan suatu hubungan atau perimbangan antara suatu jumlah tertentu dengan jumlah yang lain.
Analisis rasio seperti halnya alat – alat analisa yang lain adalah “future oriented”, oleh karena itu, penganalisa harus mampu untuk menyesuaikan faktor-faktor yang ada pada periode ini dengan faktor–faktor dimasa yang akan datang yang mungkin akan mempengaruhi posisi keuangan atau hasil operasi bersangkutan. Dengan demikian, manfaat suatu angka rasio sepenuhnya tergantung pada kemampuan penganalis dalam menginterpretasikan data yang bersangkutan.
Rasio-rasio keuangan memberikan indikasi tentang kekuatan keuangan dari suatu perusahaan. Keterbatasan analisis rasio timbul dari kenyataan bahwa metodologinya pada dasarnya bersifat univariate, artinya setiap rasio diuji secara terpisah. Pengaruh kombinasi dari beberapa rasio lainnya didasarkan pada pertimbangan para analis keuangan. Oleh karena itu, untuk mengatasi kekurangan dari analis rasio, maka perlu dikombinasikan berbagai rasio agar menjadi suatu model prediksi yang berarti.
Agnes Sawir (2003 : 7) mengelompokkan rasio keuangan ke dalam lima (5) kelompok yaitu :
Likuiditas
Rasio yang umum digunakan :
Rasio Lancar = (AKTIVA LANCAR)/( UTANG LANCAR)
Rasio ini digunakan untuk mengetahui kesanggupan perusahaan dalam memenuhi kewajiban jangka pendek karena rasio ini menunjukkan seberapa jauh tuntutan dari kreditor jangka pendek dipenuhi oleh aktiva yang diperkirakan menjadi uang tunai dalam periode yang sama dengan jatuh tempo utang.
Rasio Cepat = (AKTIVA LANCAR-PERSEDIAAN)/( UTANG LANCAR)
Persediaan merupakan unsur aktiva lancar yang tingkat likuiditasnya rendah, sering mengalami fluktuasi harga dan unsur aktiva lancar ini sering menimbulkan kerugian jika terjadi likuidasi. Jadi Rasio cepat lebih baik dalam mengukur kemampuan suatu perusahaan dalam memenuhi kewajiban jangka pendeknya.
Rasio Kas = (KAS + SEKURITAS)/( UTANG LANCAR)
Rasio ini mengukur kemampuan perusahaan membayar utang lancarnya dengan kas atau dengan setara kas.
Profitabilitas
Merupakan hasil akhir bersih dari berbagai kebijakan dan keputusan manajemen. Rasio Profitabilitas memberi gambaran tentang efektivitas pengelolaan perusahaan. Rasio Profitabilitas yang umum digunakan adalah:
Margin Laba Kotor = (PENJUALAN-HARGA POKOK PENJUALAN)/( PENJUALAN)
Rasio ini mengukur efisiensi pengendalian harga pokok atau biaya produksinya, mengindikasikan kemampuan perusahaan untuk berproduksi secara efisien.
Margin Laba Bersih = (LABA BERSIH)/PENJUALAN
Rasio ini mengukur laba bersih setelah pajak terhadap penjualan.
Daya Laba Dasar = EBIT/(TOTAL AKTIVA)
Daya Laba Dasar mencoba mengukur efektivitas perusahaan dalam memanfaatkan seluruh sumber dayanya, yang menujukan rentabilitas ekonomi perusahaan.
ROA = (LABA BERSIH)/(TOTAL AKTIVA)
Untuk menghitung ROA, ada yang ingin menambahkan bunga setelah pajak dalam pembilang dari rasio tersebut. Teori ini didasarkan pada pendapat bahwa karena aktiva didanai oleh pemegang saham dan kreditor, maka rasio harus dapat memberikan ukuran produktivitas aktiva dalam memberikan pengembalian kepada kedua penanam modal itu.
ROE = (LABA BERSIH)/EKUITAS
Rasio ini memperlihatkan sejauh manakah perusahaan mengelola modal sendiri secara efektif, mengukur tingkat keuntungan dari investasi yang telah dilakukan pemilik modal sendiri atau pemegang saham perusahaan. ROE menunjukkan rentabilitas modal sendiri atau yang sering disebut sebagai rentabilitas usaha.
Aktivitas Operasi
Rasio aktivitas operasi mengukur seberapa efektif perusahaan memanfaatkan semua sumber daya yang ada pada pengendaliannya. Semua rasio aktivitas ini melibatkan perbandingan antara tingkat penjualan dan investasi pada berbagai jenis aktiva. Rasio – rasio aktivitas menganggap bahwa sebaiknya terdapat keseimbangan yang layak antara penjualan dan berbagai unsur aktiva, yaitu persediaan, umur piutang, aktiva tetap, dan aktiva lain. Rasio – rasio aktivitas yang umum digunakan adalah :
Rasio Perputaran Persediaan = PENJUALAN/PERSEDIAAN
Rasio ini mengukur efisiensi pengelolaan persediaan barang dagang. Rasio ini merupakan indikasi yang cukup popular untuk menilai efisiensi operasional, yang memperlihatkan seberapa baiknya manajemen mengontrol modal yang ada pada persediaan.
Periode Penagihan Rata-rata = PIUTANG/(PENJUALAN PER HARI)
Rasio ini mengukur efisiensi pengelolaan piutang perussahaan, rata-rata jangka waktu penagihan adalah rata- rata jangka waktu lamanya perusahaan harus menunggu pembayaran setelah melakukan penjualan. Satu tahun dapat diasumsikan 360 hari atau 365 hari, kedua angka ini digunakan dalam lingkup keuangan dan perbedaannya tidak akan mempengaruhi keputusan yang dihasilkan.
Rasio Perputaran Modal Kerja = PENJUALAN/(MODAL KERJA BERSIH)
Modal kerja bersih adalah aktiva lancar dikurangi utang lancar. Rasio ini mengukur aktivitas bisnis terhadap kelebihan aktiva lancar atas kewajiban lancar. Rasio ini menunjukkan banyaknya penjualan (dalam Rupiah) yang diperoleh perusahaan untuk tiap Rupiah Modal Kerja.
Rasio Perputaran Aktiva Tetap = PENJUALAN/(AKTIVA TETAP BERSIH)
Rasio ini mengukur efektivitas penggunaan dana yang tertanam pada harta tetap seperti pabrik dan peralatan, dalam rangka menghasilkan penjualan, atau berapa rupiah penjualan bersih yang dihasilkan oleh setiap rupiah yang diinvestasikan pada aktiva tetap. Rasio ini berguna untuk mengevaluasi kemampuan perusahaan menggunakan aktivanya secara efektif untuk meningkatkan pendapatan. Kalau perputarannya lambat (rendah), kemungkinan terdapat kapasitas terlalu besar atau ada banyak aktiva tetap namun kurang bermanfaat, atau mungkin disebabkan oleh hal – hal lain seperti investasi pada aktiva tetap yang berlebihan dibanding dengan nilai output yang akan diperoleh.
Rasio Perputaran Aktiva = PENJUALAN/(TOTAL AKTIVA)
Rasio ini menunjukkan efektivitas penggunaan seluruh harta perusahaan dalam rangka menghasilkan penjualan atau menggambarkan berapa rupiah penjualan bersih yang dapat dihasilkan oleh setiap rupiah yang diinvestasikan dalam bentuk harta perusahaan. Kalau perputarannya lambat, ini menunjukkan bahwa aktiva yang dimiliki terlalu besar dibanding dengan kemampuan untuk menjual.
Financial Leverage
Rasio leverage mengukur tingkat solvabilitas suatu perusahaan. Rasio ini menunjukkan kemampuan perusahaan untuk memenuhi segala kewajiban finansialnya seandainya perusahaan tersebut pada saat itu dilikuidasi. Dengan demikian, solvabilitas berarti kemampuan suatu perusahaan untuk membayar semua utang- utangnya, baik jangka panjang maupun jangka pendek. Rasio leverage yang umum digunakan :
Rasio Utang = (TOTAL UTANG)/(TOTAL AKTIVA)
Rasio ini memperlihatkan proporsi antara kewajiban yang dimiliki dan seluruh kekayaan yang dimiliki. Semakin tinggi hasil persentasenya, cenderung semakin besar resiko keuangannya bagi kreditor maupun pemegang saham.
DER = (TOTAL UTANG)/(TOTAL EKUITAS)
DER (Debt to Equity Ratio) menggambarkan perbandingan utang dan ekuitas dalam pendanaan perusahaan dan menunjukkan kemampuan modal sendiri perusahaan tersebut untuk memenuhi seluruh kewajibannya.
TIE = EBIT/(BEBAN BUNGA)
Rasio ini mengukur kemampuan pemenuhan kewajiban bunga tahunan dengan laba operasi (EBIT), sejauh mana laba operasi boleh turun tanpa menyebabkan kegagalan dalam pemenuhan kewajiban membayar bunga pinjaman.
Rasio Penutupan Beban Tetap = (EBT+BEBAN BUNGA+KEWAJIBNA LEASE )/(BEBAN BUNGA+KEWAJIBAN LEASE)
Rasio ini mirip dengan rasio TIE, namun rasio ini lebih lengkap karena dalam rasio ini diperhitungkan kewajiban perusahaan seandainya perusahaan melakukan leasing (sewa beli) aktiva dan memperoleh utang jangka panjang berdasarkan kontrak sewa beli.
Penilaian
Rasio penilaian adalah ukuran yang paling komprehensif untuk menilai hasil kerja perusahaan, karena rasio tersebut mencerminkan kominasi pengaruh rasio - resiko dan rasio - hasil pengembalian. Rasio penilaian yang umum digunakan :

PER = (HARGA SAHAM)/(LABA PER LEMBAR SAHAM)
Rasio ini untuk mengukur apakah suatu saham underpriced atau overpriced. PER adalah suatu rasio sederhana yang diperoleh dengan membagi harga pasar saham dengan Earning Per Share (EPS).
Harga Pasar terhadap Nilai Buku = (HARGA PASAR)/(NILAI BUKU PER SAHAM)
Rasio ini menggambarkan penilaian pasar keuangan terhadap manajemen dan organisasi dari perusahaan yang sedang berjalan (going concern). Nilai buku menggambarkan biaya pendirian historis dan aktiva fisik perusahaan. Suatu perusahaan yang berjalan baik dengan staf manajemen yang kuat dan organisasi yang berfungsi secara efisien akan mempunyai nilai pasar yang lebih besar atau sekurang-kurangnya sama dengan nilai buku aktiva fisiknya.

Keunggulan dan Keterbatasan Analisis Rasio
Menurut Sofyan Syafri Harahap (2006:298) keunggulan analisis rasio adalah :
Rasio merupakan angka-angka atau ikhtisar statistik yang lebih mudah dibaca dan ditafsirkan.
Merupakan pengganti yang sederhana dari informasi yang disajikan laporan keuangan yang sangat terinci dan rumit.
Mengetahui posisi perusahaan ditengah industri lain.
Sangat bermanfaat untuk bahan dalam menguji model-model pengambilan keputusan dan model prediksi (Z-Score).
Menstandarisir ukuran perusahaan.
Lebih mudah memperbandingkan perusahaan dengan perusahaan lain atau melihat perkembangan perusahaan secara periodic atau “time series”.
Lebih mudah melihat trend perusahaan serta melakukan prediksi yang akan datang.
Disamping itu, analisis rasio juga memiliki keterbatasan. Menurut Sofyan Syafri Harahap (2006:298) keterbatasan tersebut adalah :
Kesulitan dalam memilih rasio yang tepat yang dapat digunakan untuk kepentingan pemakainya .
Keterbatasan yang dimiliki akuntansi atau laporan keuangan yang menjadi keterbatasan teknik ini seperti :
Bahan perhitungan rasio atau Laporan Keuangan itu banyak mengandung tafsiran dan judgement yang dapat dinilai bias atau subjektif.
Nilai yang terkandung dalam laporan keuangan dan rasio adalah nilai perolehan (cost) bukan harga pasar.
Klasifikasi dalam laporan keuangan bisa berdampak pada angka rasio
Metode pencatatan yang tergamar dalam standar akuntansi bisa diterapkan berbeda oleh perusahaan yang berbeda.
Jika data untuk menghitung rasio tidak tersedia, akan menimbulkan kesulitan menghitung rasio.
Sulit jika data yang tersedia tidak sinkron.
Dua perusahaan dibandingkan bisa saja teknik dan standar akuntansi yang dipakai tidak sama, oleh karenanya jika dilakukan perbandingan bisa menimbulkan kesalahan.

Pengertian dan Kondisi Financial Distress
Financial Distress terjadi sebelum kebangkrutan. Kondisi financial distress Perusahaan jadi bahan perhatian dari banyak pihak seperti pemberi pinjaman yaitu sebagai bahan pertimbangannya apakah akan memberikan suatu pinjaman dan menentukan kebijakan untuk mengawasi pinjaman yang telah diberikan. Pihak lain yang sangat membutuhkan apakah perusahaan mengalami financial distress atau tidak adalah investor, untuk menilai kelangsungan usaha yang dilakukan perusahaan.
Dalam praktik dan juga dalam penelitian empiris financial distress sulit untuk didefinisikan. Kesulitan semacam ini bisa berarti mulai dari kesulitan Likuiditas yang merupakan kesulitan keuangan yang paling ringan, sampai ke pernyataan kebangkrutan yang merupakan kesulitan yang paling berat. Dengan demikian kesulitan keuangan bisa dilihat sebagai kontinuitas yang panjang, mulai dari yang paling ringan sampai yang paling berat.
Ross, Westerfield and Jaff (2002:854) menyatakan berbagai peristiwa yang dialami perusahaan dalam kondisi financial distress seperti:
Pengurangan/ tidak membayakan deviden
Penutupan pabrik
Rugi
Pemberhentian tenaga kerja
Pengunduran diri CEO (Chief Executive of Officer)
Harga saham anjlok
Tanda-tanda kemungkinan financial distress umumnya jelas dalam analisis rasio sebelum perusahaan benar-benar gagal, dan peneliti menggunakan analisis rasio untuk memprediksi kemungkinan perusahaan yang mengalaminya akan bangkrut, Brigham dan Ehrhadt (2003:814). Rasio likuiditas mengukur kemampuan perusahaan memenuhi kewajiban keuangan yaitu membayar utang dagang. Jika perusahaan mengalami kesulitan keuangan, artinya tidak mampu membayar utang dagang dengan tepat waktu, sebagai akibatnya kewajiban lancar meningkat lebih cepat dari aktiva lancar dan rasio lancar akan anjlok. Hal ini menjadi tanda awal terjadinya masalah keuangan. Financial leverage berhubungan dengan pembiayaan perusahaan apakah dengan utang atau ekuitas. Mengukur financial leverage adalah alat untuk menentukan kemungkinan perusahaan akan mengalalmi kegagalan perjanjian utang. Semakin besar utang perusahaan, semakin besar kemungkinan perusahaan tidak mampu memenuhi kewajiban atas dasar perjanjian. Dengan kata lain, terlalu besar utang dapat membawa kepada kemungkinan yang lebih tinggi mengalami insolvency dan financial distress, untuk memperjelas tentang pengertian financial distress, beberapa pengertian dikemukakan oleh para pakar berikut ini.
Emery, Finnerty, dan Stowe (2004:839) menyatakan bahwa perusahaan dikatakan financial distress pada saat perusahaan tersebut tidak mempunyai kemampuan untuk memenuhi jadual pembayaran kembali utangnya kepada kreditor pada saaat jatuh tempo. Sedangkan Ross, Westerfield dan Jaff (2005:830) financial distress adalah suatu keadaan dimana arus kas operasi perusahaan tidak mencukupi untuk memenuhih kewajiban-kewajiban lancarnya, seperti utang dagang dan biaya bunga.
Berdasarkan pengertian financial distress yang telah dikemukakan diatas maka dapat ditarik kesimpulan bahwa perusahaan yang mengalami financial distress adalah perusahaan yang tidak dapat memenuhi kewajiban yang telah jatuh tempo baik kewajiban jangka pendek maupun kewajiban jangka panjang.

Penelitian Terdahulu
Prediksi financial distress perusahaan menjadi perhatian dari banyak pihak. Menurut Yulia Purwanti (2005:28), pihak-pihak yang menggunakan model tersebut meliputi:
Pemberi pinjaman. Penelitian berkaitan dengan prediksi financial distress mempunyai relevansi terhadap institusi pemberi pinjaman, baik dalam memutuskan apakah akan memberikan suatu pinjaman dan menentukan kebijakan untuk mengawasi pinjaman yang telah diberikan.
Investor. Model prediksi financial distress dapat membantu investor ketika akan menilai kemungkinan masalah suatu perusahaan dalam melakukan pembayaran kembali pokok dan bunga.
Pembuat peraturan. Lembaga regulator mempunyai tanggung jawab mengawasi kesanggupan membayar hutang dan menstabilkan perusahaan individu, hal ini menyebabkan perlunya suatu model yang aplikatif untuk mengetahui kesanggupan perusahaan membayar hutang dan menilai stabilitas perusahaan.
Pemerintah. Prediksi financial distress juga penting bagi pemerintah dalam antitrust regulation.
Auditor. Model prediksi financial distress dapat menjadi alat yang berguna bagi auditor dalam membuat penilaian going concern suatu perusahaan.
Manajemen. Apabila perusahaan mengalami kebangkrutan maka perusahaan akan menanggung biaya langsung (fee akuntan dan pengacara) dan biaya tidak langsung (kerugian penjualan atau kerugian paksaan akibat ketetapan pengadilan). Sehingga dengan adanya model prediksi financial distress diharapkan perusahaan dapat menghindari kebangkrutan dan otomatis juga dapat menghindari biaya langsung dan tidak langsung dari kebangkrutan.
Pihak internal maupun eksternal perusahaan seperti investor, kreditor dan pemerintah juga memerlukan informasi mengenai kondisi financial distress suatu perusahaan sehingga dapat mengambil keputusan ekonomi dan bisnis yang tepat menghadapi kemungkinan kebangkrutan perusahaan di masa depan.
Model prediksi yang lebih baik adalah data perusahaan yang melaporkan laba negatif selama beberapa periode daripada perusahaan yang melaporkan arus kas negatif selama beberapa periode. Hal ini didasarkan atas penelitian yang dilakukan oleh Sari Atmini (2005) yang menunjukkan model laba mampu mengklasifikasi secara benar antara perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami financial distress sebesar 92.5%. Sedangkan model arus kas hanya 40% untuk Cross Validated Grouped Case model laba mampu mengklasifikasi secara benar 92,9% sedangkan model arus kas sebesar 90%. Bahkan model arus kas sendiri tidak cukup kuat untuk digunakan sebagai model prediksi financial distress karena secara statistic model arus kas tidak signifikan.
Dalam penelitian yang terdahulu, untuk melakukan pengujian apakah suatu perusahaan mengalami financial distress dapat ditentukan dengan berbagai cara, seperti :
• Lau (1987) dan Hill et al. (1996) menggunakan adanya pemberhentian tenaga kerja atau menghilangkan pembayaran deviden.
• Asquith, Gertner dan Scharfstein (1994) menggunakan interest coverage ratio untuk mendefinisikan financial distress.
• Whitaker (1999) mengukur financial distress dengan cara adanya arus kas yang lebih kecil dari utang jangka panjang saat ini.
• John, Lang dan Netter (1992) mendefinisikan financial distress sebagai perubahan harga ekuitas.
Platt dan Platt (2002) melakukan penelitian terhadap 24 perusahaan yang mengalami finacial distress dan 62 perusahaan yang tidak mengalami financial distress, dengan menggunakan model logit mereka berusaha untuk menentukan rasio keuangan yang paling dominan untuk memprediksi adanya financial distress. Temuan dari penelitian adalah :
Variabel EBIT/sales, current assets/current liabilities dan cashflow growh rate memiliki hubungan negatif terhadap kemungkinan persahaan akan mengalami financial distress. Semakin besar rasio ini maka semakin kecil kemungkinan perusahaan mengalami financial distress.
Variabel net fixed assets/total assets, long-term debt/equity dan notes payable/total assets memiliki hubungan positif terhadap kemungkinan perusahaan akan mengalami financial distress. Semakin besar rasio ini maka semakin besar kemungkinan perusahaan mengalami financial distress.
Hasil penelitian Fant dan Coast (1992) dalam Tumpal Rajagukguk (2008) menunjukkan bahwa variabel yang mampu memprediksi kondisi financial distress adalah :
.Working Capital to Asset
Retained Earning to Total Assets
EBIT to Total Assets
Market value of Equity to book Value of Total Debt
Sales to Total Assets
Kahya (1997) melakukan penelitian dalam usaha untuk menentukan rasio-rasio keuangan yang paling dominan mempengaruhi terjadinya financial distress. Dengan menggunakan sampel sebanyak 548 perusahaan yang berasal dari 60 perusahaan yang mengalami financial distress dan 488 perusahaan sehat. Hasil penelitian menunjukkan bahwa Funds from Operation to Total Assets, Capital Expenditure to Debt Source of Funds, Cash to Total Fund expenditure, dan Net Devensive Assets to Total Funds Expenditure dominan dalam memprediksi terjadinya financial distress.
Abid dan Zouri (2002) melakukan penelitian periode 1993-1996 terhadap 87 perusahaan yang berasal dari 70 perusahaan Sehat 17 perusahaan yang mengalami financial distress. Hasil penelitian menunjukkan bahwa variabel Current Liabilities to Total Assets, Ownerhip to Total Assets dan Gross Operating Income to Total Assets memiliki hubungan negatif terhadap kemungkinan. Perusahaan mengalami financial distress variabel Sales Growth, Debt Interest to Gross Operating Income dan Working Capital, Current Assets , Current Liabilities memiliki hubungan positif terhadap kemungkinan perusahaan mengalami financial distress dengan tingkat keakuratan model 86,67%, hal ini menunjukkan bahwa semakin besar kemungkinan perusahaan mengalami financial distress.
Penelitian yang dilakukan oleh Luciana dan Meliza (2003) memberikan bukti bahwa rasio net income/total asset, shareholder equity/total assets, retained earning/total asset, dan total debt/total asset dapat digunakan untuk memprediksi probabilitas perusahaan yang mengalami kondisi financial distress.
Penelitian kesulitan perusahaan pada umumnya terfokus pada masalah restrukturisasi keuangan (Brown, James dan Mooradian, 1992) dan perubahan manajemen (Gilson, 1989). Terdapat sedikit sekali penelitian yang menghasilkan model untuk memprediksi financial distress. Terbatasnya usaha untuk memprediksikan financial distress ini disebabkan pada tidak adanya definisi yang konsisten ketika perusahaan berada dalam tahap penurunan.

Penyebab Kegagalan Perusahaan
Menurut Bambang Riyanto (2001:315) dalam Evi Wardhani (2007) faktor-faktor yang merupakan penyebab kegagalan suatu perusahaan pada prinsipnya dapat digolongkan menjadi dua yaitu:
Sebab intern adalah sebab-sebab yang timbul dari dalam perusahaan itu
sendiri, yang meliputi sebab finansiil maupun non finansiil.
Sebab-sebab yang menyangkut bidang finansiil meliputi:
Adanya utang yang terlalu besar sehingga memberikan beban tetap yang berat bagi perusahaan.
Adanya “current liabilities” yang terlalu besar diatas “current assets”.
Lambatnya pengumpulan piutang atau banyaknya “Bad-Debts”
(piutang tak tertagih).
Kesalahan dalam “dividend-policy”.
Tidak cukupnya dana-dana penyusutan.
Sebab-sebab yang menyangkut bidang non finansiil meliputi:
Adanya kesalahan pada para pendiri perusahaan, yaitu antara lain:
a) Kesalahan dalam pemilihan tempat kedudukan perusahaan.
b) Kesalahan dalam penentuan produk yang dihasilkan.
c) Kesalahan dalam penentuan besarnya perusahaan.
Kurang baiknya struktur organisasi perusahaan.
Kesalahan dalam pemilihan pimpinan perusahaan.
Adanya “managerial incompetence”.
a) Kesalahan dalam policy pembelian.
b) Kesalahan dalam policy produksi.
c) Kesalahan dalam policy marketing.
d) Adanya ekspansi yang berlebih-lebihan.
Sebab ekstern adalah sebab-sebab yang timbul atau berasal dari luar perusahaan dan yang berada diluar kekuasaan atau kontrol dari pimpinan perusahaan atau badan usaha, yaitu antara lain:
Adanya persaingan yang hebat.
Berkurangnya permintaan terhadap produk yang dihasilkannya.
Turunnya harga-harga, dan lain sebagainya.

Pengaruh rasio Likuiditas (CA/CL), Aktivitas (S/TA), Leverage (TL/TA) dan Profitabilitas (EBIT/TA) Terhadap Kondisi Financial Distress
Dalam penelitian Platt dan Platt (2002) dikatakan bahwa rasio lancar (CA/CL) memiliki hubungan negatif terhadap kemungkinan perusahaan akan mengalami kondisi financial distress. Artinya, semakin tinggi rasio ini, semakin kecil kemungkinan perusahaan mengalami kondisi financial distress.
Rasio S/TA menunjukkan efektivitas penggunaan seluruh harta perusahaan dalam rangka menghasilkan penjualan atau menggambarkan berapa rupiah penjualan bersih yang dapat dihasilkan oleh setiap rupiah yang diinvestasikan dalam bentuk harta perusahaan. Kalau perputarannya lambat, ini menunjukkan bahwa aktiva yang dimiliki terlalu besar dibanding dengan kemampuan untuk menjual (Agnes Sawir 2003 : 17). Dengan demikian semakin tinggi rasio S/TA, semakin kecil kemungkinan perusahaan mengalami kondisi financial distress.
Rasio Leverage (TD/TA) berpengaruh positif terhadap kemungkinan terjadinya kondisi financial distress suatu perusahaan. Artinya, semakin tinggi rasio ini, semakin besar kemungkinan perusahaan mengalami kondisi financial distress. Rasio ini memperlihatkan proporsi antara kewajiban yang dimiliki dan seluruh kekayaan yang dimiliki. Semakin tinggi hasil persentasenya, cenderung semakin besar resiko keuangannya bagi kreditor maupun pemegang saham (Agnes Sawir 2003 : 13).
Rasio Daya Laba Dasar (EBIT/TA) mencoba mengukur efektivitas perusahaan dalam memanfaatkan seluruh sumber dayanya, yang menunjukkan rentabilitas ekonomi perusahaan (Agnes Sawir 2003 : 18). Semakin tinggi rasio ini berarti semakin efektif perusahaan dalam memanfaatkan seluruh sumber dayanya dalam pencapaian laba sehingga perusahaan dapat menunda terjadinya kondisi financial distress.
BAB III
METODOLOGI PENELITIAN
Populasi dan Sampel
Populasi penelitian ini adalah seluruh perusahaan manufaktur yang laporan keuangannya dipublikasikan di Bursa Efek Indonesia (BEI) sampai tahun 2008, sedangkan pemilihan sampel dilakukan dengan metode purposive sampling yaitu dengan memilih perusahaan manufaktur yang mengalami financial distress dengan indikasi : Dua tahun berturut – turut mengalami laba bersih operasi negatif (dalam penelitian Whitaker 1999) dan dua tahun berturut – turut tidak melakukan pembayaran deviden (sesuai dengan penelitian Lau 1987). Sebagai control juga dipilih perusahaan yang sehat (yang tidak mengalami financial distress), data yang digunakan dalam penelitian ini adalah data sekunder berupa Laporan Keuangan tahunan yang terdapat di Indonesian Capital Market Directory (ICMD) yang diterbitkan oleh BEI sampai dengan tahun 2008. Pemilihan sampel dari satu industri bertujuan untuk menghindari adanya pengaruh perbedaan industri. Sampel ditentukan sebanyak 40 perusahaan manufaktur, dimana 20 perusahaan tersebut mengalami financial distress dan sisanya yang tidak mengalami financial distress.
Dasar dari penentuan kondisi financial distress dengan indikasi diatas didasarkan atas argumentasi yang menyatakan bahwa apabila perusahaan mengalami laba bersih operasi negatif dan tidak membayar deviden selama dua tahun berturut – turut menandakan kinerja keuangan yang kurang baik dan apabila hal ini tidak menjadi perhatian perusahaan maka perusahaan dapat mengalami kondisi yang lebih buruk lagi yaitu kondisi krisis bahkan kebangkrutan.
Dari kriteria tersebut, yang termasuk sebagai sampel dapat dilihat pada tabel berikut ini.
Tabel 3.1.1 Perusahaan-perusahaan manufaktur yang termasuk kategori 1
Kategori 1 (Non-Financial Distress)
No. KODE NAMA PERUSAHAAN
1 INTP PT Indocement Tunggal Prakasa Tbk
2 IKBI PT Sumi Indo Kabel Tbk.
3 RIGS PT Rig Tenders Indonesia Tbk.
4 GGRM PT Gudang Garam Tbk.
5 RMBA PT Bentoel International Investama Tbk.
6 ASGR PT Astra-Graphia Tbk.
7 MDTL PT Metrodata Electronics Tbk.
8 BRAM PT Branta Mulia Tbk
9 GDYR PT Goodyear Indonesia Tbk.
10 HEXA PT Hexindo Adiperkasa Tbk.
11 CTBN PT Citra Tubindo Tbk.
12 LION PT Lion Metal Works Tbk.
13 LMSH PT Lionmesh Prima Tbk.
14 UNVR PT Unilever Indonesia Tbk.
15 BATA PT Sepatu Bata Tbk.
16 SUGI PT Sugi Samapersada Tbk.
17 FAST PT Fast Food Indonesia Tbk.
18 TURI PT Tunas RideanTbk.
19 MERK PT Merck Tbk.
20 TSPC PT Tempo Scan Pacific Tbk.
Sumber : Indonesian Capital Market Directory 2008

Tabel 3.1.2 Perusahaan-perusahaan manufaktur yang termasuk kategori 0
Kategori 0 (Financial Distress)
No. KODE NAMA PERUSAHAAN
1 KIAS PT. Keramika Indonesia Assosiasi, Tbk
2 MLIA PT. Mulia Industrindo, Tbk
3 ARGO PT Argo Pantes Tbk
4 PAFI PT Panasia Filament Inti Tbk
5 DUSC PT Daya Sakti Unggul Corporation Tbk
6 ATPK PT ATPK Resources Tbk
7 BATI PT BAT Indonesia Tbk.
8 ARTI PT Arona Binasejati Tbk
9 ASIA PT Asiana Grain International Tbk
10 BTEK PT Bumi Teknokultura Unggul Tbk.
11 MYRX PT Hanson Industri Utama Tbk
12 SIMM PT Surya Intrindo Makmur Tbk.
13 SQMI PT Sanex Qianjiang Motor International Tbk
14 TEJA PT Textile Manufacturing Company Jaya Tbk.
15 ERTX PT Eratex Djaja Tbk.
16 ADES PT Ades Waters Indonesia Tbk.
17 SKBM PT Sekar Bumi Tbk.
18 ZBRA PT Zebra Nusantara Tbk.
19 WICO PT Wicaksana Overseas International Tbk.
20 SAFE PT Steady Safe Tbk.
Sumber : Indonesian Capital Market Directory 2008

Operasionalisasi Variabel
Variabel dependen dalam penelitian ini adalah kondisi financial distress yang merupakan variabel kategori, 1 untuk perusahaan Non-financial distress, dan 0 untuk perusahaan yang mengalami financial distress.
Sedangkan variabel independen yang digunakan dalam penelitian ini adalah rasio keuangan yang telah diuji oleh peneliti sebelumnya yang dianggap mampu memprediksikan kondisi financial distress, dengan tujuan untuk memperoleh rasio mana yang paling superior mampu memprediksi kondisi financial distress dari hasil penelitian sebelumnya. Namun, rasio-rasio tersebut tidak sepenuhnya dimasukkan sebagai variabel independen karena ketersediaan data yang terbatas. Adapun variabel independen penelitian ini adalah sebagai berikut :
Tabel 3.2.1 Variabel Independen
Variabel Independen Hasil Penelitian Aspek
CA/CL Platt dan Platt 2002 Likuiditas
S/TA Fant and Coast 1992 Aktivitas
TD/TA Luciana dan Meliza 2003 Solvabilitas
EBIT/TA Fant dan Coast 1992 Profitabilitas

Teknik Pengumpulan Data
Dalam pengumpulan data, penulis melakukan teknik dokumentasi yaitu pengumpulan data dari laporan keuangan yang sudah ada sebelumnya atau dari sumber yang telah didokumentasikan. Dalam penelitian ini digunakan pengumpulan data laporan keuangan perusahaan manufaktur yang terdaftar di BEI selama 2 tahun pengamatan, mulai dari tahun 2006 sampai tahun 2007.

Teknik Analisis Data
Seluruh analisis data dalam penelitian ini dilakukan dengan bantuan program SPSS 16.0. Teknik analisis yang digunakan adalah fungsi diskriminan yang dibentuk berdasarkan fungsi diskriminan linier kanonik dengan rumus sebagai berikut :
Z = β0 + β1(CA/CL) + β2(EBIT/TA) + β3(S/TA) + β4(TL/TA)
Dimana ; Z : Nilai Diskriminan
βi : Koefisien Fungsi Diskriminan.

Pemilihan variabel yang akan dimasukkan ke dalam model digunakan model algoritma stepwise selection. Metode stepwise (bertahap) dimulai dengan memilih variabel independen yang memiliki kemampuan diskriminan terbaik. Kemudian persamaan tersebut disandingkan dengan variabel independen lain yang memiliki kemampuan diskriminan terbaik sampai kemudian kombinasi variabel tersebut menunjukkan peningkatan kemampuan diskriminan.
Sebelum discriminant function terbentuk berdasarkan diskriminan analisis terdapat beberapa hal yang perlu diperhatikan dari diskriminan analisis, yaitu :
Analisis diskriminan mempunyai asumsi bahwa data berasal dari multivariate normal distribution dan matriks kovarian antar kedua kelompok perusahaan adalah sama. Asumsi multivariate normal distribution penting untuk menguji signifikansi dari variabel diskriminator dan fungsi diskriminan.
Melihat apakah terdapat perbedaan yang signifikan antara kedua kelompok. Untuk melihat perbedaan yang signifikan ini dilakukan dengan uji t test atau wilk’s lamda test statistic. Semakin kecil nilai wilk’s lamda semakin besar kemungkinan tidak adanya perbedaan yang signifikan antar dua kelompok. Untuk menguji signifikansi nilai wilk’s lamda nilai tersebut dapat dikonversikan kedalam F rasio.
Untuk menguji signifikansi statistik dari fungsi diskriminan digunakan multivariate test off significance. Pada pengujian ini digunakan nilai wilk’s lamda atau dapat juga diaproksimasi dengan statistik Chi Square. Selain melihat nilai wilk’s lamda dan nilai Chi Square perlu juga dilihat nilai wilk’s lamda tersebut dibandingkan dengan tingkat kesalahan yang ditetapkan, bila lebih kecil dari tingkat kesalahan yang dapat diterima maka dapat dinyatakan bahwa model signifikan dapat digunakan sebagai model prediksi.
Analisis canonical correlation yang dikuadratkan untuk menentukan seberapa besar kemampuan variabel – variabel independen dapat menjelaskan perbedaan yang terjadi antara kedua kelompok perusahaan.
Koefisien yang akan dipakai dalam persamaan diskriminan diambil dari tabel unstandardized canonical functional coefficient.
Sedangkan untuk menentukan cut-off point perlu dilihat nilai variabel yang terdapat pada tabel functional at group centroid.









BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
Gambaran Umum Bursa Efek Indonesia (BEI)
PT. Bursa Efek Jakarta (BEJ) didirikan berdasarkan akta No.27 tanggal 04 Desember 1991 yang diubah dengan akta No.142 dan No.254 tanggal 13 dan 21 Desember 1991 dan disahkan oleh Menteri Kehakiman Republik Indonesia dengan Surat Keputusan No.C2-8145.HT.01.01.TH.91 pada tanggal 26 Desember 1991 serta telah diumumkan dalam Berita Negara Republik Indonesia No.26 tanggal 27 Maret 1992 tambahan No.1335. PT. Bursa Efek Jakarta resmi mendapat izin usaha dari Menteri Keuangan Repiblik Indonesia berdasarkan Surat Keputusan No.323/KMK.010/1992 tanggal 18 Maret 1992. PT. BEJ diswastakan sepenuhnya pada tanggal 13 Juli 1992.
Pembentukan BEJ merupakan tanggapan atas permintaan perusahaan, investor, dan broker atas perlunya bursa yang dioperasikan secara swasta sehingga memungkinkan pendekatan yang lebih fleksibel terhadap perdagangan efek. Sebelumnya pengoperasian bursa merupakan tanggungjawab Badan Pelaksana Pasar Modal yang sekarang berubah fungsinya menjadi Badan Pengawas Pasar Modal (BAPEPAM). BAPEPAM berfungsi untuk mengawasi Bursa Efek Jakarta (BEJ), Bursa Efek Surabaya (BES) dan Bursa Paralel Indonesia.
BEJ secara aktif melakukna kegiatannya pada tanggal 10 Agustus 1977, dimana operasi perdagangan dilakukan secara manual yaitu mempertemukan order beli dengan menggunakan papan berdasarkan prioritas, harga, dan waktu. Perdagangan dengan cara manual ini pada mulanya dapat berjalam lancar , mengingat Bursa Efek yang tercatat di bursa, serta jumlah pialang yang meninglat pesat. Pada tahun 1988 jumlah emiten di BEJ tercata 24 emiten dengan sekitar 260 perusahaan pialang yang menjadi anggota BEJ pada akhir Juli 1995.
Dengan pertimbangan-pertimbangan diatas serta strategi pengembangan BEJ pada masa mendatang maka pada tahun 1995 PT. BEJ melakukan otomatisasi perdagangan efek di bursa yang disebut dengan Jakarta Automated Trading System (JATS), yang merupakan sistem perdagangan efek terpadu. JATS merupakan sistem perdagangan efek berbasis computer yang dipadukan dengan sistem penyelesaian, sistem depositori terpusat, dan sistem akuntansi broker. Pada tahun 1995 merupakan era baru bagi BEJ dengan kepindahannya ke gedung baru di kawasan pusat bisnis Sudirman dan ditetapkannya JATS.
Dalam perkembangannya, anggaran dasar perusahaan telah mengalami beberapa kali perubahan, terakhir dengan akta No.75 tanggal 29 April 1996 dari notaries Amrul Partomuan Pohan, SH,LLM, untuk menyesuaikan anggaran dasar dengan ketentuan dalam UU No.8 Tahun 1995 tentang Pasar Modal.
Perubahan anggaran dasar tersebut telah disetujui oleh ketua BAPEPAM dengan Surat Keputusan No.S-1258/PM/1996 dan Menteri Kehakiman Republik Indonesia dengan Surat Keputusan No. C2-9393.HT.01.04.TH.1996 tanggal 09 Oktober 1996 serta telah diumumkan dalam Berita Negara Republik Indonesia No.98 tanggal 06 Desember 1996, tambahan No.9551.
Sesuai dengan pasal 3 Anggaran Dasar perusahaan, maksud dan tujuan pendirian perusahaan sebagai berikut :
Menunjang kebijakan pemerintah dan pengembangan pasar modal sebagai alternative sumber pembiayaan untuk mendukung dunia usaha dalam rangka pembangunan nasional.
Memberikan kesempatan yang lebih luas kepada masyarakat untuk ikut memiliki berbagai macam efek disamping memberikan kemudahanbagi dunia usaha untuk menarik dana dengan cara menawarkan efek yang dikeluarkannya kepada masyarakat melalui pasar modal.
Menyelenggarakan perdagangan efek yang teratur, wajar, dan efisien.
Seperti dijelaskan dalam pasal 5 ayat 2 anggaran dasar perusahaan, setiap pemegang saham perusahaan harus merupakan perusahaan efek yang berbadan hokum Indonesia dan telah memperoleh izin usaha sebagai perantara perdagangan efek.
Berdasarkan pasal 10 ayat 4 Peraturan Pemerintah Republik Indonesia No.45 tangggal 30 Desember 1995, perusahaan dagang membagikan deviden kepada pemegang saham. Perusahaan berdomisili di Jakarta dengan alamat Jakarta Stock Exchange Building, Jl. Jenderal Sudirman Kav.52-53, Jakarta. Perusahaan mempunyai penyertaan saham sebesar 90% pada PT Kliring Penjamin Efek Indonesia (KPEI). Anak perusahaan berdomisili di Jakarta yang bergerak dibidang usaha penyediaan jasa kliring dan penjaminan penyelesaian transaksi bursa. Anak perusahaan mulai beroperasi mulai tahun 1977. Aktivitas anak perusahaan adalah menyelenggarakan jasa kliring transaksi bursa untuk perdagangan efek tanpa warkat.
Anak perusahaan yang menyelenggarakan jasa kliring transaksi bursa untuk perdagangan kontrak berjangka indeks efek serta jasa kiliring untuk transaksi pinjam meminjam efek. Pelaksanaan penjamin transaksi bursa untuk perdagangan efek tanpa warkat dimulai sejak transaksi bursa tanggal 24 Juli 2000 berdasarkan surat BAPEPAM No.1678/PM/2000. Pada tahun 2002, BEJ mulai mengaplikasikan sistem perdagangan jarak jauh (remote trading) dan, pada tahun 2007 penggabungan Bursa Efek Surabaya (BES) ke Bursa Efek Jakarta (BEJ) dan berubah nama menjadi Bursa Efek Indonesia (BEI).



4.2 Pembahasan Hasil Penelitian
hasil perhitungan data variabel independen yang akan dimasukkan dalam analisis diskriminan dapat dilihat pada tabel berikut ini.
KODE KATEGORI variabel independen
CA/CL EBIT/TA TL/TA S/TA
INTP 06 1 2.14 0.09 0.37 0.66
INTP 07 1 2.96 0.14 0.31 0.73
IKBI 06 1 2.01 0.11 0.37 3.24
IKBI 07 1 3.09 0.19 0.25 2.70
RIGS 06 1 2.41 0.02 0.40 0.32
RIGS 07 1 2.91 0.04 0.36 0.48
GGRM 06 1 1.89 0.07 0.39 1.21
GGRM 07 1 1.93 0.09 0.41 1.18
RMBA 06 1 1.61 0.08 0.49 1.28
RMBA 07 1 3.72 0.07 0.60 1.19
ASGR 06 1 2.43 0.14 0.49 1.06
ASGR 07 1 1.34 0.15 0.50 1.16
MDTL 06 1 1.52 0.06 0.61 2.21
MDTL 07 1 1.28 0.09 0.70 2.33
BRAM 06 1 3.93 0.03 0.33 0.99
BRAM 07 1 4.98 0.04 0.30 1.00
GDYR 06 1 2.15 0.08 0.38 2.16
GDYR 07 1 1.35 0.11 0.48 1.88
HEXA 06 1 1.11 0.05 0.71 1.16
HEXA 07 1 1.15 0.05 0.72 1.32
CTBN 06 1 1.51 0.18 0.53 1.56
CTBN 07 1 1.54 0.18 0.46 1.64
LION 06 1 6.06 0.16 0.20 0.76
LION 07 1 5.41 0.17 0.21 0.83
LMSH 06 1 1.81 0.10 0.46 1.82
LMSH 07 1 1.85 0.14 0.54 1.87
UNVR 06 1 1.27 0.53 0.49 2.45
UNVR 07 1 1.11 0.53 0.49 2.35
BATA 06 1 2.90 0.12 0.30 1.58
BATA 07 1 2.29 0.16 0.37 1.49

SUGI 06 1 3.02 0.01 0.24 0.74
SUGI 07 1 2.93 0.11 0.25 0.98
FAST 06 1 1.07 0.20 0.40 2.64
FAST 07 1 1.28 0.23 0.40 2.53
TURI 06 1 1.15 0.01 0.76 1.36
TURI 07 1 1.15 0.08 0.74 1.32
MERK 06 1 5.42 0.44 0.17 1.72
MERK 07 1 6.17 0.39 0.15 1.65
TSPC 06 1 4.39 0.15 0.18 1.10
TSPC 07 1 4.05 0.14 0.20 1.13
KIAS 06 0 0.11 0.19 3.28 0.26
KIAS 07 0 0.12 -0.09 3.37 0.39
MLIA 06 0 0.19 -0.13 1.84 0.65
MLIA 07 0 0.18 -0.27 2.10 0.73
ARGO 06 0 0.30 -0.04 1.07 0.47
ARGO 07 0 0.56 -0.06 0.84 0.56
PAFI 06 0 1.08 -0.07 0.73 0.53
PAFI 07 0 1.15 -0.13 0.80 0.64
DUSC 06 0 0.61 -0.03 0.98 1.23
DUSC 07 0 0.44 -0.18 1.21 1.23
ATPK 06 0 0.74 -0.34 0.47 0.01
ATPK 07 0 7.07 -0.25 0.10 0.01
BATI 06 0 2.57 -0.13 0.43 2.24
BATI 07 0 2.12 -0.05 0.50 2.30
ARTI 06 0 1.22 -0.66 0.48 0.13
ARTI 07 0 1.24 -0.26 0.45 0.04
ASIA 06 0 0.34 -0.12 1.58 0.12
ASIA 07 0 0.31 -0.17 1.68 0.00
BTEK 06 0 5.28 -0.11 0.02 0.08
BTEK 07 0 162.52 -0.09 0.00 0.18
MYRX 06 0 0.27 -0.13 0.66 0.59
MYRX 07 0 0.15 -0.26 0.83 0.55
SIMM 06 0 0.88 -0.10 0.69 0.94
SIMM 07 0 0.96 -0.05 0.66 1.12
SQMI 06 0 5.38 -0.11 0.12 0.07
SQMI 07 0 0.88 -1.08 0.28 0.11
TEJA 06 0 0.04 -0.08 4.60 0.15
TEJA 07 0 0.03 -0.20 5.19 0.55
ERTX 06 0 0.78 -0.01 1.06 1.89
ERTX 07 0 0.69 -0.11 1.08 2.17
ADES 06 0 0.12 -0.55 1.93 0.58
ADES 07 0 0.34 -0.85 0.62 0.74
SKBM 06 0 0.31 0.02 0.92 1.44
SKBM 07 0 0.41 -0.04 1.00 1.91
ZBRA 06 0 0.39 -0.11 0.50 0.33
ZBRA 07 0 0.36 -0.12 0.44 0.29
WICO 06 0 1.00 -0.01 0.58 2.10
WICO 07 0 1.06 -0.10 0.63 2.18
SAFE 06 0 0.03 -0.08 1.40 0.10
SAFE 07 0 0.07 -0.06 1.37 0.14

Asumsi Analisis Diskriminan
Analisis diskriminan mempunyai asumsi bahwa data berasal dari multivariate distribution normal dan matrik kovarian kelompok perusahaan adalah sama. Asumsi multivariate distribution normal penting untuk menguji signifikansi dari variabel diskriminator., hasil klasifikasi menurut teori juga dipengaruhi multivariate distribution normal. Untuk menguji apakah sampel penelitian merupakan jenis data berdistribusi normal maka digunakan Kolmogorov-Smirnov Goodness Of Fit Test seperti tabel dibawah ini.


Tabel 4.2.1.1 One-Sample Kolmogorov-Smirnov Test
CACL EBITTA TLTA STA
N 80 80 80 80
Normal Parametersa Mean 1.0838 .0916 .8697 1.1191
Std. Deviation .40658 .32991 .21468 .79668
Most Extreme Differences Absolute .113 .101 .120 .099
Positive .113 .096 .120 .099
Negative -.076 -.101 -.104 -.080
Kolmogorov-Smirnov Z 1.014 .902 1.076 .885
Asymp. Sig. (2-tailed) .256 .389 .198 .414
a. Test distribution is Normal.


Untuk menentukan normalitas data maka terlebih dahulu dilakukan pengujian hipotesis berikut:
H0 : Data terdistribusi secara normal, H0 Diterima apabila α > 0.05
HA : Data ridak terdistribusi secara normal, HA Diterima apabila α < 0.05 Berdasarkan tabel diatas, maka seluruh variabel berada diatas α=0.05 yang artinya H0 Diterima dan data berdistribusi secara normal. Maka dapat disimpulkan bahwa analisis diskriminan dapat dilanjutkan karena syarat normalitasnya telsh terpenuhi. Asumsi matrik kovarian kelompok perusahaan adalah sama dapat diuji pada tabel Box’s M berikut. Tabel 4.2.1.2 Test Results Box's M 59.564 F Approx. 19.304 df1 3.000 df2 1095120.000 Sig. .000 Tests null hypothesis of equal population covariance matrices. Untuk menentukan kovarian kelompok perusahaan adalah sama atau tidak maka terlebih dahulu dilakukan pengujian hipotesis berikut: H0 : kovarian kelompok perusahaan adalah relatif sama, H0 Diterima apabila α > 0.05
HA : kovarian kelompok perusahaan adalah tidak sama, HA Diterima apabila α < 0.05 Berdasarkan tabel diatas, maka H0 Ditolak dan HA Diterima karna signifikansinya berada jauh dibawah 0.05 sehingga hal ini menyalahi asumsi diskriminan. Namun demikian analisis fungsi diskriminan tetap robust walaupun asumsi homogeneity of variance tidak terpenuhi, dengan syarat data tidak memiliki outlier (Imam Ghozali:188). Dengan kata lain, data harus berdistribusi normal. Analisis Output Diskriminan Tabel 4.2.2.1 Tests of Equality of Group Means Wilks' Lambda F df1 df2 Sig. CACL .868 11.844 1 78 .001 EBITTA .381 126.680 1 78 .000 TLTA .866 12.087 1 78 .001 STA .775 22.621 1 78 .000 Tests of Equality of Group Means digunakan untuk melihat apakah secara univariate ada perbedaan yang dominan antara perusahaan yang mengalami kondisi financial distress dan yang tidak mengalami kondisi financial distress. Untuk itu dapat digunakan F test yaitu dengan melihat nilai signifikansinya melalui kriteria sebagai berikut : - Jika Sig. > 0.05, berarti tidak ada perbedaan data antar kelompok
- Jika Sig.< 0.05, berarti ada perbedaan data antar kelompok. Dari kriteria tersebut diperoleh bahwa semua rasio yang dimasukkan memiliki kemampuan untuk membedakan kondisi perusahaan, apakah sedang mengalami kondisi financial distress atau tidak. Hal ini dapat dilihat dari nilai signifikansinya yang berada dibawah 0.05. Tabel 4.2.2.2 Variables Entered/Removeda,b,c,d Step Entered Min. D Squared Statistic Between Groups Exact F Statistic df1 df2 Sig. 1 EBITTA 6.334 0 and 1 126.680 1 78.000 5.190E-18 2 TLTA 7.383 0 and 1 72.886 2 77.000 1.727E-18 At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered. a. Maximum number of steps is 8. b. Maximum significance of F to enter is .05. c. Minimum significance of F to remove is .10. d. F level, tolerance, or VIN insufficient for further computation. Tabel diatas menunjukkan variabel mana saja yang bisa dimasukkan ke dalam persamaan diskriminan. Oleh karena proses analisis adalah stepwise, maka akan mulai dengan variabel yang mempunyai angka F hitung (statistic) terbesar. Pada step 1, angka F hitung variabel EBIT/TA adalah yang terbesar, mencapai 126.680, maka pada tahap pertama ini, vaiabel tersebut terpilih. Pada tahap kedua, angka F hitung variabel TL/TA adalah kedua terbesar, mencapai 72.886, maka pada tahap terakhir ini, variabel TL/TA terpilih. Perhatikan kedua variabel tersebut memiliki angka Signifikan yang berada jauh dibawah 0.05. Dengan demikian dari 4 variabel yang diuji ada dua variabel independen yang signifikan bisa dimasukkan dalam persamaan diskriminan. Atau bisa dikatakan variabel EBIT/TA dan TL/TA mempengaruhi kondisi perusahaan, apakah perusahaan tersebut tergolong dalam kondisi financial distress atau non-financial distress. Tabel 4.2.2.3 Variables in the Analysis Step Tolerance Sig. of F to Remove Min. D Squared Between Groups 1 EBITTA 1.000 .000 2 EBITTA .991 .000 .604 0 and 1 TLTA .991 .006 6.334 0 and 1 Tabel diatas hanyalah perincian dari proses stepwise sebelumnya sebagai tahap pemasukan variabel bebas. Pada step 1, variabel EBIT/TA adalah variabel pertama yang masuk ke dalam model diskriminan. Hal ini disebabkan variabel tersebut mempunyai angka Sig. of F to Remove jauh dibawah 0.05 yaitu 0.000 Pada step 2, dimasukkan variabel TL/TA yang memiliki Sig. of F to Remove jauh dibawah 0.05 yaitu 0.006. Tabel 4.2.2.4 Variables Not in the Analysis Step Tolerance Min. Tolerance Sig. of F to Enter Min. D Squared Between Groups 0 CACL 1.000 1.000 .001 .592 0 and 1 EBITTA 1.000 1.000 .000 6.334 0 and 1 TLTA 1.000 1.000 .001 .604 0 and 1 STA 1.000 1.000 .000 1.131 0 and 1 1 CACL 1.000 1.000 .044 6.889 0 and 1 TLTA .991 .991 .006 7.383 0 and 1 STA .901 .901 .434 6.416 0 and 1 2 CACL .259 .257 .488 7.455 0 and 1 STA .899 .896 .382 7.498 0 and 1 Dari tabel diatas dapat dijelaskan, variabel mana saja yang tidak signifikan masuk dalam fungsi diskriminan. Atau dengan kata lain, variabel yang signifikansinya berada dibawah 0.05 akan dikeluarkan dari tabel tersebut. Pada step 0, semua variabel dimasukkan untuk melihat nilai Sig. of F to Enter-nya. Variabel yang memiliki signifikansi lebih kecil dari 0.05 akan dikeluarkan dari tabel tersebut karna variabel tersebut signifikan terhadap persamaan diskriminan, sedangkan tabel ini bertujuan untuk mencari variabel yang tidak signifikan terhadap persamaan diskriminan. Pada step 0, semua variabel memiliki peluang untuk dimasukkan dalam persamaan diskriminan karna signifikansinya yang relative rendah. Pada step 1, variabel yang pertama dikeluarkan dari tabel adalah variabel yang Sig. of F to Enter-nya paling kecil, yaitu variabel EBIT/TA dengan signifikansi 0.000. Dengan keluarnya rasio ini, nilai Sig. of F to Enter masing-masing yang tersisa mengalami kenaikan yaitu, CA/CL menjadi 0.044, TL/TA menjadi 0.006, dan S/TA menjadi 0.434. Pada step 2, bila masih ada variabel yang signifikansinya dibawah 0.05 maka akan dikeluarkan dari tabel. Pada tabel, dapat dilihat bahwa rasio tersebut adalah TL/TA. Dengan keluarnya rasio ini, rasio yang tersisa mengalami kenaikan signifikansi dan berada diatas 0.05 sehingga tidak ada yang perlu dikeluarkan lagi dari tabel tersebut. Maka, rasio yang tidak akan dimasukkan dalam fungsi diskriminan adalah rasio CA/CL dan S/TA. Tabel 4.2.2.5 Wilks' Lambda Step Number of Variables Lambda df1 df2 df3 Exact F Statistic df1 df2 Sig. 1 1 .381 1 1 78 126.680 1 78.000 .000 2 2 .346 2 1 78 72.886 2 77.000 .000 Wilk’s Lambda pada prinsipnya adalah varian total dalam discriminant scores yang tidak bisa dijelaskan oleh perbedaan diantara group-group yang ada. Tabel diatas terdiri dari 2 tahap yang terkait dengan 2 variabel yang berurutan yang dijelaskan sebelumnya. Pada step 1, jumlah variabel yang dimasukkan ada satu (yaitu : EBIT/TA), dengan angka wilk’s lambda adalah 0.381. Hal ini berarti 38.1% varian tidak dapat dijelaskan oleh perbedaan antar group-group. Pada step 2 dengan tambahan variabel TL/TA angka wilk’s lambda turun menjadi 0.346. Penurunan nilai wilk’s lambda tentu baik bagi model diskriminan, karena varian yang tidak bisa dijelaskan juga semakin kecil, yaitu 34.6%. Tabel 4.2.2.6 Eigenvalues Function Eigenvalue % of Variance Cumulative % Canonical Correlation 1 1.893a 100.0 100.0 .809 a. First 1 canonical discriminant functions were used in the analysis. Jika pada tabel Wilk’s Lambda menyajikan varian total dalam discriminant scores yang tidak bisa dijelaskan oleh perbedaan diantara group-group yang ada, maka pada tabel Eigenvalues ini menyajikan varian total yang dapat dijelaskan oleh kedua variabel independen tersebut. Caranya dengan mengkuadratkan nila canonical correlation yang terlihat pada tabel diatas. Yaitu (0.809)² = 65.4%, yang berarti bahwa sebesar 65.4% variabel independen mampu menjelaskan total varians. Tabel 4.2.2.7 Canonical Discriminant Function Coefficients Function 1 EBITTA 4.697 TLTA -1.884 (Constant) 1.208 Unstandardized coefficients Tabel diatas digunakan untuk menghitung discriminant Z score yang dapat digunakan untuk klasifikasi. Jadi, model diskriminan menjadi : Z = 1.208 – 1.884(TL/TA) + 4.697(EBIT/TA) Nilai Z ini digunakan untuk mengetahui apakah suatu perusahaan tergolong pada kondisi financial distress atau non-financial distress. Koefisien rasio TL/TA dan EBIT/TA digunakan untuk menilai kontribusi dari setiap variabel independen tersebut terhadap fungsi diskriminan. Untuk menentukan berapa nilai Z bagi perusahaan yang tergolong mengalami kondisi financial distress dan berapa nilai Z bagi perusahaan yang tergolong tidak mengalami kondisi financial distress maka dibutuhkan nilai Cut-Off sebagai pembatas antara kedua kelompok perusahaan tersebut. Nilai Cut-Off dapat dihitung melalui tabel Function at Group Centroid berikut. Tabel 4.2.2.8 Functions at Group Centroids KATEGORI Function 1 0 -1.359 1 1.359 Unstandardized canonical discriminant functions evaluated at group means Karena jumlah sampel untuk kedua kelompok perusahaan adalah sama, maka rumus yang digunakan untuk menghitung nilai Cut-Off adalah sebagai berikut (Imam Ghozali : 181). Cut-Off = (Z0+Z1)/2 = (-1.359+1.359)/2= 0 Artinya: Jika nilai Z < 0, maka perusahaan tersebut masuk kelompok perusahaan yang mengalami kondisi financial distress. Jika nilai Z > 0, maka perusahaan tersebut masuk kelompok perusahaan yang tidak mengalami kondisi financial distress.
Tingkat ketepatan atau keakuratan pengklasifikasian ini dapat dihitung melalui tabel berikut.



Tabel 4.2.2.9 Classification Resultsb,c
KATEGORI Predicted Group Membership
0 1 Total
Original Count 0 37 3 40
1 1 39 40
% 0 92.5 7.5 100.0
1 2.5 97.5 100.0
Cross-validateda Count 0 36 4 40
1 1 39 40
% 0 90.0 10.0 100.0
1 2.5 97.5 100.0
a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.
b. 95.0% of original grouped cases correctly classified.
c. 93.8% of cross-validated grouped cases correctly classified.


Dari tabel diatas kita bisa melihat jumlah perusahaan pada kategori 0 yang sebelumnya sebanyak 40 perusahaan, kini telah berkurang menjadi 37 perusahaan (ternyata 3 perusahaan lainnya masuk dalam kategori 1), sehingga tingkat keakuratannya sebesar 92.5% (37/40). Demikian juga pada kategori 1, sisa data yang tetap berada dalam kelompok ini berkurang menjadi 39 (ternyata 1 perusahaan lainnya masuk dalam kategori 0), sehingga tingkat keakuratannya sebesar 97.5% (39/40). Secara keseluruhan, dapat dilihat ada 4 kesalahan klasifikasi kondisi perusahaan, sehingga tingkat keakuratan pengklasifikasian kondisi perusahaan ini sebesar 95% ( yaitu 76/80).
Structure matrix berikut ini memberikan relatif dominannya masing-masing variabel independen dalam membedakan kedua kondisi perusahaan.
Tabel 4.2.2.10 Structure Matrix
Function
1
EBITTA .926
CACLa .333
TLTA -.286
STAa .273
Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions
Variables ordered by absolute size of correlation within function.
a. This variable not used in the analysis.

Dari hasil diatas, maka variabel EBIT/TA merupakan variabel independen terpenting yang diikuti oleh rasio TL/TA. Sedangkan variabel independen lainnya tidak digunakan karena secara stepwise tidak masuk dalam persamaan diskriminan. Kedua variabel tersebut adalah CA/CL dan S/TA. Variabel-variabel ini tidak masuk dalam persamaan diskriminan karena sebelumnya pada tabel Variable in the Analysis kedua variabel independen tersebut dikeluarkan dan pada tabel Variable Not in the Analysis kedua variabel tersebut dimasukkan. Artinya, kedua variabel itu berada diatas Sig. 0.05 yang mana signifikansi tersebut adalah nilai maksimum dalam pemasukan variabel ke persamaan diskriminan.
4.2.3 Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress
Kondisi financial distress adalah tahap penurunan kondisi keuangan perusahaan yang terjadi sebelum kebangkrutan atau likuidasi. Informasi bahwa suatu perusahaan mengalami kondisi financial distress sangat bermanfaat terutama untuk memberikan tanda awal adanya kebangkrutan di masa yang akan datang, dengan demikian manajemen dapat mengambil tindakan yang cepat dan tepat untuk mencegah masalah sebelum kebangkrutan atau mengambil tindakan merger atau take over agar perusahaan lebih mampu membayar utang dan mengelola perusahaan dengan baik.
Pihak eksternal perusahaan seperti investor, kreditor, dan pemerintah juga memerlukan informasi mengenai kondisi financial distress suatu perusahaan, sehingga mereka dapat mengambil keputusan ekonomi dan bisnis yang tepat untuk menghadapi kemungkinan kebangkrutan perusahaan dimasa depan. Oleh karena itu, tidak jarang pihak eksternal melakukan prediksi untuk menilai keuangan perusahaan, apakah perusahaan berada dalam kondisi financial distress atau tidak. Isu yang menarik dalam melakukan penelitian ini adalah rasio keuangan apa yang digunakan sebagai focus. Berdasarkan hasil analisis data dalam penelitian ini, jika pihak manajemen, investor, kreditor, pemerintah atau pihak-pihak lain ingin melakukan prediksi kondisi financial distress suatu perusahaan manufaktur, fokusnya adalah pada rasio, EBIT/TA dan TL/TA yang akan memberikan kemampuan prediksi yang akurat. Hal ini ditunjukkan dengan tingkat keberhasilan model mengklasifikasi antar perusahaan yang mengalami kondisi financial distress dengan yang sehat sebesar 95%. Semakin tinggi rasio EBIT/TA suatu perusahaan maka semakin besar kemungkinan perusahaan tersebut terhindar dari kondisi financial distress, hal ini dilihat dari nilai koefiisen rasio tersebut yang bernilai positif (pada persamaan fungsi diskriminan). Demikian juga sebaliknya, semakin rendah rasio EBIT/TA maka semakin besar kemungkinan terjadinya kondisi financial distress. Dan, semakin rendah rasio TL/TA suatu perusahaan maka semakin besar kemungkinan perusahaan tersebut akan terhindar dari kondisi financial distress, hal ini dilihat dari nilai koefisien rasio tersebut yang bernilai negatif. Sebaliknya, semakin tinggi rasio TL/TA maka semakin besar kemungkinan terjadinya kondisi financial distress pada perusahaan manufaktur











BAB V
KESIMPULAN DAN SARAN
KESIMPULAN
Berdasarkan hasil penelitian yang telah dilakukan maka penulis merangkum beberapa kesimpulan, yaitu :
Dari 4 variabel independen yang telah ditentukan, ada 2 variabel yang terbukti mampu memprediksi kondisi financial distress. Variabel tersebut adalah EBIT/TA dan TL/TA.
Fungsi diskriminan yang telah ditentukan dalam penelitian ini adalah Z = 1.208 – 1.884(TL/TA) + 4.697(EBIT/TA). Nilai pemisah (Cut-Off) untuk pengelompokkan perusahaan terhadap kondisi perusahaan sebesar 0.00. Untuk kategori perusahaan yang mengalami kondisi financial distress, nilai Z < 0, sedangkan untuk perusahaan yang tidak mengalami kondisi financial distress, nilai Z > 0. Tingkat keakuratan pengelompokan tersebut sebesar 95%.
Dari kedua rasio tersebut, rasio EBIT/TA adalah rasio yang paling dominan mampu memprediksi kondisi financial distress perusahaan manufaktur. Hal ini bisa dilihat dari kontribusi nilai koefisien yang terdapat pada fungsi diskriminan dan tabel structure matrix. Dengan demikian, hipotesis yang menyatakan bahwa rasio EBIT/TA lebih dominan mampu memprediksi kondisi financial distress perusahaan-perusahaan manufaktur, diterima.

SARAN
Berdasarkan hasil penelitian ini, penulis menyarankan agar pihak yang membutuhkan informasi tentang kondisi perusahaan, sebaiknya lebih memperhatikan rasio EBIT/TA dan TL/TA sebagai kontrol terjadinya kondisi financial distress. Bagi penelitian selanjutnya, penulis menyarankan agar menggunakan variabel independen yang lebih banyak dan tahun pengamatan diatas 2 tahun agar hasil penelitian lebih representative dan memiliki tingkat keakuratan yang lebih tinggi dari penelitian ini.








 
DAFTAR PUSTAKA
Atmini, Sari.2005. Manfaat Laba dan Arus Kas untuk Memprediksi Kondisi Financial Distress Pada Perusahaan Textile Mill Product dan Apparel dan Other Textile Products Yang Terdaftar di Bursa Efek Jakarta, Simposium Nasional Akuntansi VIII, 15-16 September
Brigham F. Eugene dan Ehrhadt C, 2003 Financial Management Theory and Practice, Michael Elevent Edition, Thomson South Western
Emery R. Douglas, Finnerty D. John and STOWE D. John 2004, Corporate Financial Management, Pearson Prentice Hill, New Jersey.
Hanafi M, Mamduh dan Halim, Abdul, 2005, Analisis Laporan Keuangan, UPP AMP YKPN, Edisi Kedua Yogyakarta
Kahya, Emel 1997. Prediction Of Business Failure : A Funds Flow Approach, Managerial Finance, Vol.23 No.3
Lau, A.H. 1997. A Five State Financial Distress Prediction Model. Journal of Accounting Research 25: 127-128
McCue,M.J.1991. The Use Of Cash Flow to Analyze Financial Distress in California Hospital. Hospital and Health Service Administration 36: 223-241
Plat, H dan M.B. Plat, 2002. Predicting Financial Distress, Journal of Financial Service Proffesionals,56:12-15
Purwanti, Yulia. 2006. Analisis Rasio Keuangan Dalam Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.
Rajagukguk, T. 2008. Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.
ROSS A, Stepen WESTERFIELD W, Randolph, And Jaff, 2002, Fundamental Of Corporate Finance. Sixth Edition, Mc Graw Hill
Sawir, Agnes. 2003. Analisis Kinerja Keuangan dan Perencanaan Keuangan Perusahaan. Cetakan Ketiga, Jakarta: PT Gramedia Pustaka Utama


LAMPIRAN 1
PENGKLASIFIKASIAN PERUSAHAAN-PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BEI TERHADAP KONDISI PERUSAHAAN
KODE KATEGORI variabel independen Z KONDISI
EBIT/TA TL/TA
INTP 06 1 0.09 0.37 0.93 NON-FD
INTP 07 1 0.14 0.31 1.28 NON-FD
IKBI 06 1 0.11 0.37 1.03 NON-FD
IKBI 07 1 0.19 0.25 1.63 NON-FD
RIGS 06 1 0.02 0.40 0.55 NON-FD
RIGS 07 1 0.04 0.36 0.72 NON-FD
GGRM 06 1 0.07 0.39 0.80 NON-FD
GGRM 07 1 0.09 0.41 0.86 NON-FD
RMBA 06 1 0.08 0.49 0.66 NON-FD
RMBA 07 1 0.07 0.60 0.41 NON-FD
ASGR 06 1 0.14 0.49 0.94 NON-FD
ASGR 07 1 0.15 0.50 0.97 NON-FD
MDTL 06 1 0.06 0.61 0.34 NON-FD

MDTL 07 1 0.09 0.70 0.31 NON-FD
BRAM 06 1 0.03 0.33 0.73 NON-FD
BRAM 07 1 0.04 0.30 0.83 NON-FD
GDYR 06 1 0.08 0.38 0.87 NON-FD
GDYR 07 1 0.11 0.48 0.82 NON-FD
HEXA 06 1 0.05 0.71 0.11 NON-FD
HEXA 07 1 0.05 0.72 0.09 NON-FD
CTBN 06 1 0.18 0.53 1.05 NON-FD
CTBN 07 1 0.18 0.46 1.19 NON-FD
LION 06 1 0.16 0.20 1.58 NON-FD
LION 07 1 0.17 0.21 1.61 NON-FD
LMSH 06 1 0.10 0.46 0.81 NON-FD
LMSH 07 1 0.14 0.54 0.85 NON-FD
UNVR 06 1 0.53 0.49 2.77 NON-FD
UNVR 07 1 0.53 0.49 2.77 NON-FD
BATA 06 1 0.12 0.30 1.21 NON-FD
BATA 07 1 0.16 0.37 1.26 NON-FD
SUGI 06 1 0.01 0.24 0.80 NON-FD

SUGI 07 1 0.11 0.25 1.25 NON-FD
FAST 06 1 0.20 0.40 1.39 NON-FD
FAST 07 1 0.23 0.40 1.53 NON-FD
TURI 06 1 0.01 0.76 -0.18 FD
TURI 07 1 0.08 0.74 0.19 NON-FD
MERK 06 1 0.44 0.17 2.95 NON-FD
MERK 07 1 0.39 0.15 2.76 NON-FD
TSPC 06 1 0.15 0.18 1.57 NON-FD
TSPC 07 1 0.14 0.20 1.49 NON-FD
KIAS 06 0 0.19 3.28 -4.08 FD
KIAS 07 0 -0.09 3.37 -5.56 FD
MLIA 06 0 -0.13 1.84 -2.87 FD
MLIA 07 0 -0.27 2.10 -4.02 FD
ARGO 06 0 -0.04 1.07 -1.00 FD
ARGO 07 0 -0.06 0.84 -0.66 FD
PAFI 06 0 -0.07 0.73 -0.50 FD
PAFI 07 0 -0.13 0.80 -0.91 FD
DUSC 06 0 -0.03 0.98 -0.78 FD

DUSC 07 0 -0.18 1.21 -1.92 FD
ATPK 06 0 -0.34 0.47 -1.27 FD
ATPK 07 0 -0.25 0.10 -0.15 FD
BATI 06 0 -0.13 0.43 -0.21 FD
BATI 07 0 -0.05 0.50 0.03 NON-FD
ARTI 06 0 -0.66 0.48 -2.80 FD
ARTI 07 0 -0.26 0.45 -0.86 FD
ASIA 06 0 -0.12 1.58 -2.33 FD
ASIA 07 0 -0.17 1.68 -2.76 FD
BTEK 06 0 -0.11 0.02 0.65 NON-FD
BTEK 07 0 -0.09 0.00 0.79 NON-FD
MYRX 06 0 -0.13 0.66 -0.65 FD
MYRX 07 0 -0.26 0.83 -1.58 FD
SIMM 06 0 -0.10 0.69 -0.56 FD
SIMM 07 0 -0.05 0.66 -0.27 FD
SQMI 06 0 -0.11 0.12 0.47 NON-FD
SQMI 07 0 -1.08 0.28 -4.39 FD
TEJA 06 0 -0.08 4.60 -7.83 FD

TEJA 07 0 -0.20 5.19 -9.51 FD
ERTX 06 0 -0.01 1.06 -0.84 FD
ERTX 07 0 -0.11 1.08 -1.34 FD
ADES 06 0 -0.55 1.93 -5.01 FD
ADES 07 0 -0.85 0.62 -3.95 FD
SKBM 06 0 0.02 0.92 -0.43 FD
SKBM 07 0 -0.04 1.00 -0.86 FD
ZBRA 06 0 -0.11 0.50 -0.25 FD
ZBRA 07 0 -0.12 0.44 -0.18 FD
WICO 06 0 -0.01 0.58 0.07 NON-FD
WICO 07 0 -0.10 0.63 -0.45 FD
SAFE 06 0 -0.08 1.40 -1.81 FD
SAFE 07 0 -0.06 1.37 -1.65 FD

KETERANGAN :
FD : FINANCIAL DISTRESS
NON-FD : NON-FINANCIAL DISTRESS
Z = 1.208 – 1.884(TL/TA) + 4.697(EBIT/TA)

LAMPIRAN 2
NPar Tests

One-Sample Kolmogorov-Smirnov Test
CACL EBITTA TLTA STA
N 80 80 80 80
Normal Parametersa Mean 1.0838 .0916 .8697 1.1191
Std. Deviation .40658 .32991 .21468 .79668
Most Extreme Differences Absolute .113 .101 .120 .099
Positive .113 .096 .120 .099
Negative -.076 -.101 -.104 -.080
Kolmogorov-Smirnov Z 1.014 .902 1.076 .885
Asymp. Sig. (2-tailed) .256 .389 .198 .414
a. Test distribution is Normal.

Discriminant

Analysis Case Processing Summary
Unweighted Cases N Percent
Valid 80 100.0
Excluded Missing or out-of-range group codes 0 .0
At least one missing discriminating variable 0 .0
Both missing or out-of-range group codes and at least one missing discriminating variable 0 .0
Total 0 .0
Total 80 100.0



Group Statistics

KATEGORI Mean Std. Deviation Valid N (listwise)
Unweighted Weighted
0 CACL .9371 .51227 40 40.000
EBITTA -.1663 .24978 40 40.000
TLTA .9478 .27180 40 40.000
STA .7437 .73522 40 40.000
1 CACL 1.2305 .16818 40 40.000
EBITTA .3495 .14706 40 40.000
TLTA .7915 .08340 40 40.000
STA 1.4945 .67535 40 40.000
Total CACL 1.0838 .40658 80 80.000
EBITTA .0916 .32991 80 80.000
TLTA .8697 .21468 80 80.000
STA 1.1191 .79668 80 80.000


Tests of Equality of Group Means
Wilks' Lambda F df1 df2 Sig.
CACL .868 11.844 1 78 .001
EBITTA .381 126.680 1 78 .000
TLTA .866 12.087 1 78 .001
STA .775 22.621 1 78 .000

Analysis

Box's Test of Equality of Covariance Matrices

Log Determinants
KATEGORI Rank Log Determinant
0 2 -5.409
1 2 -8.894
Pooled within-groups 2 -6.388
The ranks and natural logarithms of determinants printed are those of the group covariance matrices.


Test Results

Box's M 59.564
F Approx. 19.304
df1 3.000
df2 1095120.000
Sig. .000
Tests null hypothesis of equal population covariance matrices.

Stepwise Statistics

Variables Entered/Removeda,b,c,d
Step Entered Min. D Squared
Statistic Between Groups Exact F
Statistic df1 df2 Sig.
1 EBITTA 6.334 0 and 1 126.680 1 78.000 5.190E-18
2 TLTA 7.383 0 and 1 72.886 2 77.000 1.727E-18
At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered.
a. Maximum number of steps is 8.
b. Maximum significance of F to enter is .05.
c. Minimum significance of F to remove is .10.
d. F level, tolerance, or VIN insufficient for further computation.





Variables in the Analysis

Step Tolerance Sig. of F to Remove Min. D Squared Between Groups
1 EBITTA 1.000 .000
2 EBITTA .991 .000 .604 0 and 1
TLTA .991 .006 6.334 0 and 1


Variables Not in the Analysis
Step Tolerance Min. Tolerance Sig. of F to Enter Min. D Squared Between Groups
0 CACL 1.000 1.000 .001 .592 0 and 1
EBITTA 1.000 1.000 .000 6.334 0 and 1
TLTA 1.000 1.000 .001 .604 0 and 1
STA 1.000 1.000 .000 1.131 0 and 1
1 CACL 1.000 1.000 .044 6.889 0 and 1
TLTA .991 .991 .006 7.383 0 and 1
STA .901 .901 .434 6.416 0 and 1
2 CACL .259 .257 .488 7.455 0 and 1
STA .899 .896 .382 7.498 0 and 1


Wilks' Lambda
Step Number of Variables Lambda df1 df2 df3 Exact F
Statistic df1 df2 Sig.
1 1 .381 1 1 78 126.680 1 78.000 .000
2 2 .346 2 1 78 72.886 2 77.000 .000


Summary of Canonical Discriminant Functions

Eigenvalues
Function Eigenvalue % of Variance Cumulative % Canonical Correlation
1 1.893a 100.0 100.0 .809
a. First 1 canonical discriminant functions were used in the analysis.

Wilks' Lambda
Test of Function(s) Wilks' Lambda Chi-square df Sig.
1 .346 81.800 2 .000

Standardized Canonical Discriminant Function Coefficients
Function
1
EBITTA .963
TLTA -.379


Structure Matrix
Function
1
EBITTA .926
CACLa .333
TLTA -.286
STAa .273
Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions
Variables ordered by absolute size of correlation within function.
a. This variable not used in the analysis.


Canonical Discriminant Function Coefficients
Function
1
EBITTA 4.697
TLTA -1.884
(Constant) 1.208
Unstandardized coefficients

Functions at Group Centroids
KATEGORI Function
1
0 -1.359
1 1.359
Unstandardized canonical discriminant functions evaluated at group means




Classification Statistics


Classification Function Coefficients
KATEGORI
0 1
EBITTA -6.230 6.532
TLTA 24.063 18.944
(Constant) -12.615 -9.332
Fisher's linear discriminant functions


Classification Resultsb,c
KATEGORI Predicted Group Membership
0 1 Total
Original Count 0 37 3 40
1 1 39 40
% 0 92.5 7.5 100.0
1 2.5 97.5 100.0
Cross-validateda Count 0 36 4 40
1 1 39 40
% 0 90.0 10.0 100.0
1 2.5 97.5 100.0
a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.
b. 95.0% of original grouped cases correctly classified.
c. 93.8% of cross-validated grouped cases correctly classified.