Post on 21-Feb-2023
PREDIKSI KEBANGKRUTAN MENGGUNAKAN
METODE ALTMAN (Z-SCORE), SPRINGATE
(S-SCORE), ZMIJEWSKI (X-SCORE),
GROVER (G-SCORE), OHLSON
(O-SCORE), DAN KIDA (Studi Empiris pada Perusahaan Keramik dan Kaca yang Terdaftar
di BEI Tahun 2014-2018)
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Akuntansi
Progam Studi Akuntansi
Oleh:
Tabita Yudyawati
NIM: 162114089
PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI
FAKULTAS EKONOMI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
i
PREDIKSI KEBANGKRUTAN MENGGUNAKAN
METODE ALTMAN (Z-SCORE), SPRINGATE
(S-SCORE), ZMIJEWSKI (X-SCORE),
GROVER (G-SCORE), OHLSON
(O-SCORE), DAN KIDA (Studi Empiris pada Perusahaan Keramik dan Kaca yang Terdaftar
di BEI Tahun 2014-2018)
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Akuntansi
Progam Studi Akuntansi
Oleh:
Tabita Yudyawati
NIM: 162114089
PROGRAM STUDI AKUNTANSI JURUSAN AKUNTANSI
FAKULTAS EKONOMI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
HALAMAN PERSEMBAHAN
“Segala perkara dapat kutanggung di dalam Dia yang
memberi kekuatan kepadaku”
Filipi 4: 13
Skripsi ini kupersembahkan untuk:
Bapak Edy Wawasto, Ibu Yuriati, dan Tante Retno
Keluarga besar Soeparto dan Sutikno
Buana Dewo Febrialinta
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ix
DAFTAR ISI
Halaman
HALAMAN JUDUL ..................................................................................... i
HALAMAN PERSETUJUAN PEMBIMBING .......................................... ii
HALAMAN PENGESAHAN ........................................................................ iii
HALAMAN PERSEMBAHAN .................................................................... iv
HALAMAN PERNYATAAN KEASLIAN KARYA TULIS ..................... v
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI................... vi
HALAMAN KATA PENGANTAR .............................................................. vii
HALAMAN DAFTAR ISI ............................................................................. ix
HALAMAN DAFTAR TABEL .................................................................... xi
HALAMAN DAFTAR LAMPIRAN ............................................................ xiii
ABSTRAK ...................................................................................................... xiv
ABSTRACT ..................................................................................................... xv
BAB I PENDAHULUAN
A. Latar Belakang Masalah ........................................................................ 1
B. Pertanyaan Penelitian ........................................................................... 5
C. Tujuan Penelitian ................................................................................... 5
D. Manfaat Penelitian ................................................................................. 6
E. Sistematika Penulisan ............................................................................ 7
BAB II TINJAUAN PUSTAKA
A. Teori Pendukung ................................................................................... 9
1. Kebangkrutan .................................................................................. 9
2. Financial Distress ........................................................................... 14
3. Kebangkrutan dan Financial Distress ............................................. 17
4. Metode Prediksi Kebangkrutan ....................................................... 18
5. Tingkat Akurasi ............................................................................... 39
B. Penelitian Terdahulu .............................................................................. 39
BAB III METODE PENELITIAN
A. Desain Penelitian .................................................................................. 43
B. Tempat dan Waktu Penelitian .............................................................. 43
C. Subjek Penelitian .................................................................................. 44
D. Data Penelitian ..................................................................................... 44
E. Teknik Pengumpulan Data ................................................................... 44
F. Populasi dan Sampel ............................................................................ 45
G. Variabel Penelitian ............................................................................... 46
H. Model Penelitian .................................................................................. 48
I. Teknik Analisis Data ............................................................................ 49
1. Mengumpulkan Data ...................................................................... 50
2. Menghitung Rasio Keuangan ......................................................... 51
3. Menghitung Prediksi Kebangkrutan ............................................... 54
4. Menentukan Hasil Prediksi ............................................................ 56
5. Membuat Tabel Prediksi Kebangkrutam ........................................ 58
6. Membuat Tabel Hasil Perhitungan ................................................. 59
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
x
7. Pengujian Tingkat Akurasu dan Tingkat Error ............................. 59
8. Menarik Kesimpulan ...................................................................... 61
BAB IV GAMBARAN UMUM OBJEK PENELITIAN
A. PT. Asahimas Flat Glass, Tbk (AMFG) ............................................... 63
B. PT. Arwana Citramulia Tbk (ARNA) .................................................. 63
C. PT Intikeramik Alamasri Industri Tbk (IKAI) ..................................... 64
D. PT. Keramika Indonesia Assosiasi Tbk (KIA)..................................... 65
E. PT Mulia Industrindo, Tbk (MLIA) ..................................................... 65
BAB V ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Data ...................................................................................... 67
B. Analisis Data ........................................................................................ 67
1. Mengumpulkan data ....................................................................... 68
2. Menghitung rasio keuangan .......................................................... 68
3. Menghitung prediksi kebangkrutan metode Z-Score, S-Score,
X-Score G-Score,O-Score dan Z Kida ........................................... 85
4. Menentukan Prediksi ...................................................................... 90
5. Membuat tabel prediksi kebangkrutan ........................................... 95
6. Membuat tabel prediksi keenam metode ........................................ 100
7. Pengujian tingkat akurasi dan tingkat error ................................... 101
C. Pembahasan
1. Prediksi Kebangkrutan Menggunakan Metode Altman,
Springate, Zmijewski, Grover, Ohlson dan Kida ........................... 108
2. Analisis Ketepatan Metode Altman, Springate, Zmijewski,
Grover, Ohlson dan Kida ................................................................ 123
BAB VI PENUTUP
A. Kesimpulan ......................................................................................... 127
B. Keterbatasan Penelitian ....................................................................... 128
C. Saran ................................................................................................... 128
DAFTAR PUSTAKA ..................................................................................... 130
LAMPIRAN ................................................................................................... 134
BIOGRAFI PENULIS .................................................................................. 183
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xi
DAFTAR TABEL
Halaman
Tabel 3.1 Prediksi Kebangkrutan Perusahaan ................................................ 58
Tabel 3.2 Prediksi Kebangkrutan ................................................................... 59
Table 3.3 Rekapitulasi Tingkat Akurasi dan Error ........................................ 61
Tabel 4.1 Rincian Sampel Penelitian ............................................................. 62
Tabel 5.1 Rasio Working Capital To Total Asset (X1) ................................... 69
Tabel 5.2 Rasio Retained Earning To Total Asset (X2) .................................. 69
Tabel 5.3 Earning Before Interest and Tax to Total Asset (X3) ..................... 70
Tabel 5.4 Market Value Of Equity To Book Value Of Debt (X4) ................... 71
Tabel 5.5 Rasio Sales To Total Asset (X5) ..................................................... 71
Tabel 5.6 Rasio Working Capital To Total Asset (A) .................................... 72
Tabel 5.7 Net Profit Before Interest and Tax to Total Asset (B).................... 72
Tabel 5.8 Rasio Net Profit before tax to current liabilities (C ) .................... 73
Tabel 5.9 Rasio Sales To Total Asset (D) ...................................................... 74
Tabel 5.10 Rasio ROA (X1) ............................................................................. 74
Tabel 5.11 Debt Ratio (X2) ............................................................................... 75
Tabel 5.12 Current Ratio (X3) .......................................................................... 75
Tabel 5.13 Rasio Working Capital To Total Asset (X1) ................................... 76
Tabel 5.14 Earning Before Interest and Tax to Total Asset (X2) ..................... 76
Tabel 5.15 Rasio Return On Asset (ROA) ....................................................... 77
Tabel 5.16 Rasio SIZE (X1) ............................................................................. 77
Tabel 5.17 Rasio TLTA (X2) ........................................................................... 78
Tabel 5.18 Rasio WCTA (X3) .......................................................................... 79
Tabel 5.19 Rasio CLCA (X4) ........................................................................... 79
Tabel 5.20 Rasio OENEG (X5) ........................................................................ 80
Tabel 5.21 Rasio NITA (X6) ............................................................................ 80
Tabel 5.22 Rasio CFOTL (X7) ......................................................................... 81
Tabel 5.23 Rasio INTWO (X8) ........................................................................ 82
Tabel 5.24 Rasio CHIN (X9) ............................................................................ 82
Tabel 5.25 Rasio ROA (X1) ............................................................................. 83
Tabel 5.26 Rasio Kekayaan Bersih / Total Hutang (X2) .................................. 83
Tabel 5.27 Rasio Aset Lancar / Hutang Lancar (X3) ........................................ 84
Tabel 5.28 Rasio Penjualan/Total Aset (X4) .................................................... 84
Tabel 5.29 Rasio Kas/Total Aset (X5).............................................................. 85
Tabel 5.30 Hasil Perhitungan Metode Altman Z-Score ................................... 86
Tabel 5.31 Hasil Perhitungan Metode Springate (S-Score) ............................. 87
Tabel 5.32 Hasil Perhitungan Metode Zmijewski (X-Score) ........................... 87
Tabel 5.33 Hasil Perhitungan Metode Grover (G-Score) ................................ 88
Tabel 5.34 Hasil Perhitungan Metode Ohlson (O-Score) ................................ 89
Tabel 5.35 Hasil Perhitungan Metode Kida ..................................................... 89
Tabel 5.36 Prediksi Kebangkrutan Metode Altman (Z-Score) ........................ 90
Tabel 5.37 Prediksi Kebangkrutan Metode Springate (S-Score) ..................... 91
Tabel 5.38 Prediksi Kebangkrutan Metode Zmijewski (X-Score) ................... 92
Tabel 5.39 Prediksi Kebangkrutan Metode Grover (G-Score) ........................ 93
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xii
Tabel 5.40 Prediksi Kebangkrutan Metode Ohlson (O-Score) ........................ 94
Tabel 5.41 Prediksi Kebangkrutan Metode Kida ............................................. 95
Tabel 5.42 Prediksi Kebangkrutan AMFG ...................................................... 96
Tabel 5.43 Prediksi Kebangkrutan ARNA....................................................... 96
Tabel 5.44 Prediksi Kebangkrutan IKAI ......................................................... 97
Tabel 5.45 Prediksi Kebangkrutan KIA ........................................................... 98
Tabel 5.46 Prediksi Kebangkrutan MLIA ........................................................ 99
Tabel 5.47 Jumlah PrediksiPrediksi ................................................................. 100
Tabel 5.48 Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode Z-Score 101
Tabel 5.49 Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode S-Score 103
Tabel 5.50 Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode X-Score 104
Tabel 5.51 Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode G-Score 105
Tabel 5.52 Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode O-Score 106
Tabel 5.53 Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode Kida ..... 107
Tabel 5.54 Ketepatan Metode Altman (Z-Score), Springate (S-Score),
Zmijewski (X-Score) Grover (G-Score), Ohlson (O-Score), dan
Kida ............................................................................................... 108
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
DAFTAR LAMPIRAN
Halaman
Lampiran 1 Perhitungan Working Capital To Total Asset ............................ 135
Lampiran 2 Perhitungan Retained Earning To Total Asset .......................... 137
Lampiran 3 Perhitungan Earning Before Interest And Tax To Total Asset .. 139
Lampiran 4 Perhitungan Market Value Of Equity To Book Value Of Debt ... 141
Lampiran 5 Perhitungan Sales To Total Asset ............................................... 143
Lampiran 6 Perhitungan Earning Before Tax To Current Liabilities ............ 145
Lampiran 7 Perhitungan Return On Asset ...................................................... 147
Lampiran 8 Perhitungan Dept Ratio .............................................................. 149
Lampiran 9 Perhitungan Current Ratio.......................................................... 151
Lampiran 10 Perhitungan Kekayaan Bersih / Total Aset................................. 153
Lampiran 11 Perhitungan Kas / Total Aset ...................................................... 155
Lampiran 12 Perhitungan Rasio X1 (SIZE) ..................................................... 157
Lampiran 13 Perhitungan Rasio X5 (OENEG) ................................................ 159
Lampiran 14 Perhitungan Rasio X6 (NITA) .................................................... 161
Lampiran 15 Perhitungan Rasio X7 (CFOTL)................................................. 163
Lampiran 16 Perhitungan Rasio X8 (INTWO) ................................................ 165
Lampiran 17 Perhitungan Rasio X9 (CHIN) ................................................... 167
Lampiran 18 Perhitungan Metode Altman (Z-Score) Pada Perusahaan ........... 169
Lampiran 19 Perhitungan Metode Springate (S-Score) Pada Perusahaan ....... 171
Lampiran 20 Perhitungan Metode Zmijewski (X-Score) Pada Perusahaan ...... 173
Lampiran 21 Perhitungan Metode Grover (G-Score) Pada Perusahaan .......... 175
Lampiran 22 Perhitungan Metode Ohlson (O-Score) Pada Perusahaan .......... 177
Lampiran 23 Perhitungan Metode KIDA Pada Perusahaan ............................. 180
Lampiran 24 Data Harga Saham Dan Jumlah Saham Yang Beredar............... 182
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
ABSTRAK
PREDIKSI KEBANGKRUTAN MENGGUNAKAN METODE ALTMAN
(Z-SCORE), SPRINGATE (S-SCORE), ZMIJEWSKI (X-SCORE),
GROVER (G-SCORE), OHLSON (O-SCORE) DAN KIDA (Studi Empiris pada Perusahaan Keramik dan Kaca yang Terdaftar
di BEI Tahun 2014-2018)
Tabita Yudyawati
NIM: 162114089
Universitas Sanata Dharma
Yogyakarta
2020
Tujuan penelitian ini adalah untuk mengetahui hasil prediksi kebangkrutan
dengan metode Atlman, Springate, Zmijewski, Grover, Ohlson dan Kida. Selain itu,
penelitian ini bertujuan untuk mengetahui metode prediksi kebangkrutan yang
paling akurat untuk diterapkan di perusahaan keramik dan kaca.
Jenis penelitian ini adalah penelitian deskripsi dengan analisis deskriptif
kuantitatif. Teknik pengambilan sampel menggunakan teknik purposive sampling
dengan total sampel sebanyak 5 perusahaan keramik dan kaca. Data analisis
dilakukan dengan menggunakan perhitungan tingkat akurasi dan tingkat error dari
setiap metode prediksi kebangkrutan.
Setiap metode menunjukkan prediksi yang berbeda. Metode Kida
merupakan metode yang memprediksi tidak bangkrut terbanyak dengan 21
prediksi. Metode Springate merupakan metode terendah dalam memprediksi tidak
bangkrut dengan 8 prediksi. Hasil perhitungan tingkat akurasi dan tingkat error
metode Kida menunjukkan bahwa metode Kida merupakan metode yang paling
akurat, dengan nilai tingkat akurasi sebesar 80% dan tingkat error 20%.
Kata kunci: metode Altman, metode Springate, metode Zmijewski, metode Grover,
metode Ohlson, metode Kida
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
ABSTRACT
THE BANKRUPTCY PREDICTION USING ALTMAN (Z-SCORE),
SPRINGATE (S-SCORE), ZMIJEWSKI (X-SCORE),
GROVER (G-SCORE), OHLSON (O-SCORE)
AND KIDA METHODS (An Empirical Study in Ceramic and Glass Companies Listed in Indonesia Stock
Exchange Period 2014-2018)
Tabita Yudyawati
NIM: 162114089
Sanata Dharma University
Yogyakarta
2020
This study examine the precision of bankruptcy prediction among Altman,
Springate, Zmijewski, Grover, Ohlson and Kida methods. In addition, this study
aims to find out the most accurate bankruptcy prediction method to apply in
ceramics and glass companies.
Type of the research is descriptive research with quantitative-descriptive
analysis. The sampling technique use purposive sampling technique with a total
sample of 5 ceramic and glass companies. The analysis is conducted by calculate
the level of accuracy and error level of each bangkruptcy prediction method.
Each method showed different results. The results show that the Kida is the
most accurate prediction method, with an accuracy level of 80% and an error level
of 20%. Springate method is the lowest one in predicting not bankrupt with 8
predictions.
Keyword: Altman method, Springate method, Zmijewski method, Grover method,
Ohlson method, Kida method
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Ekspor dan impor merupakan salah satu kegiatan ekonomi yang
dilakukan oleh suatu negara dalam bentuk kerjasama dengan negara-negara
lainnya. Ekpor merupakan kegiatan menjual barang yang diproduksi dalam
negeri ke luar negeri sehingga menambah devisa negara. Ekspor dilakukan
ketika barang yang diproduksi cukup besar dan telah mencukupi kebutuhan dalam
negeri. Barang dari hasil produksi yang berlebih ini dikirim ke negara lain yang
tidak dapat memproduksi barang tersebut untuk mencukupi kebutuhannya.
Kegiatan ekonomi selain ekspor yang dilakukan oleh suatu negara yaitu impor.
Impor merupakan kegiatan membeli barang dari luar negeri ketika negara yang
bersangkutan kebutuhannya belum tercukupi atau tidak dapat memproduksi
barang yang dibutuhkan. Kegiatan impor ini akan berdampak pada
bertambahnya pengeluaran negara.
Indonesia merupakan salah satu negara yang aktif melakukan kegiatan
ekspor maupun impor. Kegiatan ekspor dan impor dilakukan pada berbagai
industri baik migas maupun non migas. Dilansir dari Kementrian Perdagangan
Republik Indonesia, ekspor dan impor Indonesia periode 2014-2018 didominasi
oleh industri non migas. Impor non migas dalam periode 2014-2018
menunjukkan trend 4,56 % sedangkan ekspor non migas dalam periode 2014-
2018 menunjukkan trend 3,76% (Kementrian Perdagangan RI, 2019). Data
tersebut menunjukkan bahwa trend atas impor lebih tinggi daripada ekpornya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
Impor dan ekspor non migas di Indonesia terbagi menjadi beberapa komoditi.
Salah satu komoditi yang tidak asing lagi yaitu komoditi keramik dan kaca.
Dilansir dari Kementrian Perdagangan Indonesia (2019) yang
memberikan data statistik ekspor dan impor keramik periode 2014-2018,
menunjukkan tahun 2014 ekspor keramik sebesar 365.000.000 US$ sedangkan
impor sebesar 368.300.000 US$, tahun 2015 ekpor keramik menurun dengan
jumlah ekspor 341.200.000 US$ dengan nilai impornya sebesar 325.500.000
US$, tahun 2016 ekspor sebesar 335.200.000 US$ dengan impor sebesar
337.600.000 US$. Pada tahun 2017 ekspor mulai meningkat namun sedikit
dengan nilai ekspor 338.700.000 US$ sama halnya dengan impor yang
meningkat dengan nilai impor sebesar 422.700.000 US$ dan pada tahun 2018
nilai ekspor sebesar 343.900.000 US$ dengan nilai impor sebesar 638.100.000
US$. Data ekspor dan impor keramik periode 2014-2018 tersebut dapat
disimpulkan bahwa nilai ekspor mengalami penurunan sebesar -1,3 %
sedangkan nilai impor justru meningkat sebesar 14,57% sehingga dapat
diartikan bahwa komoditi keramik di Indonesia pada periode 2014-2018 mulai
melemah dan kalah saing dengan produk luar negeri yang masuk ke Indonesia.
Dilansir dari CNBC (2019), sama halnya dengan keramik, industri kaca
di Indonesia sedang mengalami pertumbuhan yang stagnan. Industri kaca hanya
melakukan penambahan kapasitas produknya sebanyak 5% selama 10 tahun
terakhir. Penambahan kapasitas produk yang rendah ini diakibatkan masih
rendahnya penyerapan kaca di pasar domestik karena serbuan kaca impor dari
China dan Malaysia. Yustinus H. Gunawan ketua AKLP menyampaikan bahwa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
banjir impor dari China mulai sejak enam tahun yang lalu, namun impor tiga
tahun terakhir didominasi oleh Malaysia (Kumparan.com, 2019). Tahun 2017
impor kaca sebesar 99.000 ton atau 8% dari total produksi dalam negeri dan
125.000 ton di tahun 2018 atau 23% dari total produksi dalam negeri. Daya
saing industri kaca nasional masih memiliki daya saing yang rendah karena
harga gas bumi yang tetap tinggi.
Ekspor dan impor komoditi keramik dan kaca tentunya dilakukan oleh
beberapa perusahaan yang memproduksi barang-barang keramik dan kaca.
Tercatat terdapat tujuh perusahaan keramik dan kaca yang terdaftar di Bursa
Efek Indonesia (BEI). Perusahaan yang terdaftar di BEI maka perusahaan
tersebut telah go public tentu perlu memperhatikan kewajibannya terhadap
pihak-pihak yang memiliki kepentingan, baik pemegang saham, investor
maupun pemangku kepentingan lainnya untuk mempertahankan
keberlangsungan hidup perusahaan.
Kondisi komoditi keramik dan kaca yang melemah dan tidak mampu
bersaing mengakibatkan penurunan kinerja yang akan berdampak pada
kesulitan keuangan atau financial distress bahkan sampai pada kebangkrutan.
Menurut Plat dan Plat (2002) dalam Setiawati (2017) financial distress
merupakan tahapan penurunan kondisi keuangan suatu perusahaan sebelum
terjadinya kebangkrutan ataupun likuidasi. Kondisi ini jika tidak segera
ditangani akan mengancam keberlangsungan hidup perusahaan bahkan
mengakibatkan kebangkrutan. Kebangkrutan merupakan kondisi dimana
perusahaan tidak mampu lagi untuk melunasi kewajibannya (Prihadi, 2010).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
Menurut Adnan (2000) dalam Putra (2016) menjelaskan bahwa
kebangkrutan suatu perusahaan dapat diukur melalui laporan keuangan dengan
cara menganalisis laporan keuangannya. Pihak internal maupun eksternal
perusahaan dapat melakukan analisis laporan keuangan untuk mengetahui
kondisi perusahaan sejak dini dan menghindari terjadinya kebangkrutan.
Analisis laporan keuangan yang dapat digunakan yaitu analisis kebangkrutan
Terdapat berbagai metode analisis kebangkrutan yang telah ditemukan,
namun metode yang banyak digunakan pada penelitian-penelitian sebelumnya
yaitu metode Altman Z-Score, Springate (S-Score), Zmijewski (X-Score),
Grover (G-Score), dan Ohlson (O-Score). Kelima metode tersebut banyak
digunakan karena relatif mudah digunakan dan memiliki tingkat keakuratan
yang cukup tinggi. Penelitian yang dilakukan oleh Yoseph (2018)
menunjukkan bahwa metode Springate memiliki tingkat akurasi tertinggi yaitu
80% dibandingkan dengan metode Altman Z-Score, Zmijewski (X-Score), dan
Grover (G-Score). Penelitian oleh Bimawiratma (2016) menunjukkan metode
Grover (G-Score) merupakan metode dengan tingkat akurasi tertinggi yaitu
100%. Penelitian oleh Khoiriyah (2019) menunjukkan bahwa metode Altman
merupakan metode dengan tingkat akurasi tertinggi yaitu 53,33%. Penelitian
oleh Yami (2015) menunjukkan metode Zmijewski merupakan metode dengan
tingkat akurasi tertinggi yaitu 81,56%. Penelitian oleh Suryawardani (2015)
menunjukkan bahwa metode Ohlson merupakan metode paling akurat dengan
nilai 97.8%. Metode yang masih relatif sedikit digunakan dalam sebuah
penelitian yaitu metode Kida. Metode Kida telah digunakan pada penelitian
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
Putra (2016) dan Alkhatib (2011) yang menunjukkan tingkat akurasi metode
Kida lebih kecil dibandingkan dengan metode Altman.
Metode Altman Z-Score, Springate (S-Score), Zmijewski (X-Score),
Grover (G-Score), Ohlson (O-Score), dan Kida dimungkinkan menunjukkan
prediksi yang berbeda-beda, maka dapat dipertimbangkan dengan merujuk pada
metode mana yang menunjukkan tingkat akurasi tertinggi. Hal tersebut akan
membantu pihak internal dan eksternal untuk mengambil keputusan
berdasarkan hasil kesimpulan berupa prediksi pada masing-masing perusahaan
dan metode yang menunjukkan tingkat akurasi tertinggi.
B. Pertanyaan Penelitian
Rumusan masalah dalam penelitian ini adalah,
1. Bagaimana prediksi kebangkrutan menggunakan metode Altman (Z-Score),
Springate (S-Score), Zmijewski (X-Score), Grover (G-Score), Ohlson (O-
Score), dan Kida pada perusahaan keramik dan kaca yang terdaftar di BEI
tahun 2014-2018?
2. Metode manakah yang paling tepat untuk memprediksi kebangkrutan?
C. Tujuan Penelitian
Tujuan dari penelitian ini adalah,
1. Mengetahui hasil prediksi kebangkrutan menggunakan metode Altman Z-
Score, Springate S-Score, Zmijewski X-Score, Grover G-Score, Ohlson (O-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
Score), dan Kida pada perusahaan keramik dan kaca yang terdaftar di BEI
tahun 2014-2018
2. Mengetahui metode yang paling tepat untuk memprediksi kebangkrutan.
D. Manfaat Penelitian
1. Bagi Peneliti
Penelitian ini dapat menambah pengetahuan bagi peneliti tentang
analisis laporan keuangan untuk memprediksi kebangkrutan suatu
perusahaan menggunakan metode Z-Score, S-score, X-Score, Grover G-
Score, Ohlson (O-Score), dan Kida.
2. Bagi Perusahaan
Dari penelitian ini diharapkan dapat menjadi masukan dan acuan
bagi perusahaan terutama manajemen untuk mengambil keputusan dan
menghindari terjadinya kebangkrutan.
3. Bagi Pihak Pemangku Kepentingan
Penelitian ini diharapkan mampu menjadi informasi untuk
membantu pihak pemangku kepentingan seperti investor, kreditor,
pemerintah dan pihak yang memiliki kepentingan dalam berjalannya
perusahaan dalam membuat keputusan ekonomi maupun bisnis dimasa
yang akan datang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
4. Bagi Penelitian Selanjutnya
Penelitiain ini diharapkan dapat memberikan kontribusi untuk
perkembangan pengetahuan dalam dunia ekonomi maupun bisnis serta
dapat berguna sebagai tambahan alternatif untuk penelitian selanjutnya
dengan topik prediksi kebangkrutan.
5. Bagi Universitas Sanata Dharma
Penelitian ini diharapkan dapat menambah referensi kepustakaan
Universitas Sanata Dharma.
E. Sistematika Penulisan
BAB I Pendahuluan
Pada bab ini akan menguraikan atau menjelaskan mengenai
latar belakang masalah, rumusan masalah, tujuan penelitian,
manfaat penelitian, dan sistematika penulisan.
BAB II Tinjauan Pustaka
Bab ini akan menguraikan mengenai teori-teori pendukung
terkait topik penelitian yang digunakan sebagai landasan dalam
penelitian dan penjelasan mengenai hasil dari penelitian
terdahulu.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
BAB III Metode Penelitian
Dalam bab ini akan menguraikan mengenai jenis penelitian,
tempat dan waktu penelitan, subjek penelitian, data yang
diperlukan, sumber data, teknik pengambilan sampel, teknik
pengumpulan data, variabel penelitian, dan teknik analisis data
yang digunakan.
BAB IV Gambaran Umum Perusahaan
Bab ini akan menguraikan mengenai gambaran umum
perusahaan yang dijadikan sampel penelitian yaitu PT.
Asahimas Flat Glass, Tbk, PT. Arwana Citra Mulia, Tbk, PT.
Inti Keramik Alam Asri Industri, Tbk, PT. Keramika Indonesia
Assoiasi,Tbk, dan PT. Mulia Industrindo, Tbk
BAB V Analisis Data dan Pembahasan
Bab ini berisi analisis terhadap data-data yang telah diperoleh
berdasarkan teknik analisis data yang telah ditentukan
BAB VI Penutup
Bab ini akan menguraikan kesimpulan dari penelitian yang
telah dilakukan, keterbatasan penelitian, serta saran
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
BAB II
TINJAUAN PUSTAKA
A. Teori Pendukung
1. Kebangkrutan
a. Pengertian Kebangkrutan
Menurut Lesmana dalam Pratiwi (2019) kebangkrutan adalah
ketidakpastian mengenai kemampuan atas suatu perusahaan untuk
melanjutkan kegiatan operasinya jika kondisi keuangan yang dimiliki
mengalami penurunan. Sedangkan menurut Prihadi (2010)
kebangkrutan merupakan kondisi di mana perusahaan tidak mampu lagi
untuk melunasi kewajibannya.
b. Manfaat Informasi Kebangkrutan
Menurut Hanafi dan Abdul (2012) informasi kebangkrutan bisa
bermanfaat bagi beberapa pihak seperti berikut ini:
1) Pemberi pinjaman
Informasi kebangkrutan dapat digunakan untuk mengambil
keputusan pihak yang akan diberi pinjaman dan kemudian dapat
bermanfaat untuk kebijakan guna memonitor pinjaman yang ada.
2) Investor
Investor saham atau obligasi yang dikeluarkan oleh suatu
perusahaan tentunya akan sangat berkepentingan melihat adanya
kemungkinan bangkrut atau tidaknya suatu perusahaan yang
menjual surat berharga tersebut. Investor yang menggunakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
strategi aktif akan mengembangkan model prediksi kebangkrutan
untuk mengetahui tanda-tanda kebangkrutan seawal mungkin lalu
digunakan untuk mengantisipasi kemungkinan tersebut.
3) Pihak Pemerintah
Pada beberapa sektor usaha, lembaga pemerintah mempunyai
tanggung jawab untuk mengawasi jalannya usaha tersebut (misal
sektor perbankan). Juga pemerintah mempunyai badan-badan usaha
(BUMN) yang harus selalu diawasi. Lembaga pemerintah
mempunyai kepentingan untuk melihat tanda-tanda kebangkrutan
lebh awal supaya tindakan-tindakan yang perlu bisa dilakukan lebih
awal.
4) Akuntan
Akuntan mempunyai kepentingan terhadap informasi kelangsungan
suatu usaha karena akuntan akan menilai kemampuann going
concern suatu perusahaan.
5) Manajemen
Kebangkrutan dapat diartikan sebagai munculnya biaya-biaya yang
berkaitan dengan kebangkrutan dan memiliki nilai yang cukup
besar. Apabila manajemen bisa mendeteksi kebangkrutan ini lebih
awal, maka tindakan-tindakan penghematan bisa dilakukan, misal
dengan melakukan marger atau restrukturisasi keuangan sehingga
biaya kebangkrutan bisa dihindari.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
11
c. Tahap-Tahap Kebangkrutan
Menurut Darsono dan Ashari (2015) dalam Azhar (2013)
kebangkrutan dapat dianalisa dan diidentifikasi melalui tahap-tahap
sebagai berikut:
1) Tahap Permulaan
Tahap permulaan ditandain ditandai dengan adanya kerugian yang
mengakibatkkan rentabilitas perusahaan lebih rendah dari rata-rata
industri pada sektor yang sama.
2) Tahap Kesulitan Likuiditas
Tahap kesulitan likuiditas ditandai dengan ketidakmampuan
perusahaan dalam membayar hutang-hutang jangka pendek dan
biaya operasinya.
3) Tahap Financial atau Commercial Insolvency
Tahap ini ditandai dengan ketidakmampuan perusahaan untuk
mendapatkan dana dari sumber-sumber yang reguler untuk
membayar hutangnya yang telah jatuh tempo bahkan yang sudah
menunggak. Cirikhas pada tahap ini adalah jumlah hutang
perusahaan lebih besar daripada nilai aktiva perusahaan.
4) Bangkrut Secara Total
Tahap ini ditandai dengan perusahaan yang sudah tidak mampu
memporoleh sumber dana yang dibutuhkan perusahaan sehingga
perusahaan yang bersangkutan harus menutup usahanya (bangkrut).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
d. Faktor-Faktor yang Menyebabkan Kebangkrutan
Kebangkrutan dapat disebabkan oleh faktor internal maupun eksternal
perusahaan. Menurut Munawir (2008) dalam Arief (2015), yang
merupakan faktor internal yang menyebabkan kebangkrutan yaitu:
1) Manajemen yang tidak baik dan tidak efisien dilihat dari biaya yang
besar sedangkan pendapatan yang tidak memadai. Kerugiaan yang
terjadi secara terus menerus menandakan adanya kesulitan keuangan
dan menjurus pada kebangkrutan.
2) Terdapat ketidakseimbangan antara jumlah modal dengan jumlah
utang-piutannya. Utang perusahaan yang terlalu besar dapat
mengakibatkan beban bunga yang tentunya semakin besar sehingga
memberatkan perusahaan. Piutang perusahaan yang terlalu bersar
juga merugikan perusahaan karena dapat mengakibatkan
berkurangnya likuiditas. Piutang akan lebih berisiko karena adanya
kemungkinan debitur-debitur perusahaan tidak mampu memenuhi
kewajibanya sesuai dengan kesepakatan.
3) Sumber daya yang kurang memadahi misalnya dilihat dari
keterampilan, integritas, dan loyalitas serta rendahnya moralitas
pegawai. Keempat hal tersebut mengakibatkan banyak terjadinya
kesalahan, penyimpangan, bahkan kecurangan terhadap keuangan.
Faktor eksternal yang menyebabkan kebangkrutan dibagi
menjadi dua yaitu bersifat umum dan khusus. Faktor eksternal yang
bersifat umum meliputi faktor politik, ekonomi, sosial, dan budaya serta
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
adanya campur tangan pemerintah. Faktor eksternal yang bersifat umum
paling terlihat yaitu adanya perkembangan teknologi. Penggunaan
teknologi yang keliru dapat mengakibatkan bertambahnya biaya-biaya
dan ketidakmampuan perusahaan dalam mengikuti perkembangan
teknologi.
Faktor eksternal yang bersifat khusus merupakan faktor dari luar
yang memiliki hubungan langsung dengan perusahaan. Faktor ini
meliputi pelanggan, pemasok, dan faktor pesaing. Adanya perubahan
selera dari konsumen yang tidak terdeteksi akan mengakibatkan adanya
penurunan penjualan sehingga diperlukan adanya penelitian pasar.
Perusahaan juga harus menjalin hubungan baik dengan pemasok
sehingga pemasok tidak semena-mena dalam merubah harga yang dapat
merugikan perusahaan. pesaing yang besar maupun kecil perlu
diperhatikan karena kemampuan pesaing dalam menyesuaikan pasar
dapat menjadi ancaman bagi perusahaan.
e. Analisis Kebangkrutan
Secara umum terdapat dua model dalam analisis kebangkrutan
(Prihadi, 2010):
1) Model Univariate
Model univariate bertumpu pada satu variabel saja. Dalam model
univariate rasio yang paling kuat untuk memprediksi kebangkrutan
mempunyai urutan yaitu likuiditas, solvabilitas, profitabilitas dan
yang terakhir, aktivitas
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
14
2) Model Multivariate
Model multivariate yang telah teruji lewat waktu adalah Z-Score
dari Altman. Altman dikenal sebagai pionir dalam teori
kebangkrutan dengan metode yang dikenal dengan Z-Score.
2. Financial Distress
a. Pengertian Financial Distress
Menurut Platt dan Platt dalam Fahmi (2011) financial distress
merupakan tahapan penurunan kondisi keuangan suatu perusahaan
sebelum terjadinya kebangkrutan ataupun likuidasi. Kondisi keuangan
tersebut misalnya ditinjau dari komposisi neraca yaitu perbandingan
jumlah aktiva dan kewajiban dimana pada saat aktiva tidak cukup atau
leih kecil daripada jumlah hutangnya. Perusahaan dikatakan mengalami
financial distress jika perusahaan yang bersangkutan memiliki nilai net
income negatif selama tiga tahun (Wahyujati dalam Mujairini, 2013).
b. Penyebab financial distress
Menurut Hanafi dan Halim (2012) menjelaskan penyebab financial
distress yaitu:
1) Neoclassical Model
Financial distress akan terjadi saat alokasi sumber daya tidak tepat.
Cara mengestimasikan kesulitan dilakukan dengan data dan laporan
laba rugi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
2) Financial Model
Financial distress ditandai dengan salah satu atau beberapa struktur
keuangan yang salah dan menyebabkan batasan likuidasi yang dapat
diartikan bahwa suatu perusahaan dapat saja bertahan hidup dalam
jangka waktu panjang, namun perusahaan harus mengalami
kebangkrutan dalam jangka waktu pendek.
3) Corporate Governance Models
Financial distress terjadi ketika perusahaan memiliki aset yang
sudah tepat dan struktur keuangan yang baik namun pengelolaannya
buruk.
c. Kategori Financial Distress
Menurut Fahmi (2011), secara kajian umum financial distress
digolongkan dalam empat kategori yaitu:
1) Fnancial Distress Kategori A
Kategori A disebut juga financial distress kategori sangat tinggi dan
membahayakan. Perusahaan dimungkinkan berada pada kondisi
bangkrut atau pailit. Kondisi semacam ini, memungkinkan pihak
perusahaan melaporkan kepihak terkait seperti pengadilan untuk
menyatakan bahwa perusahaan telah berada dalam posisi bangkrut
dan menyerahkan berbagai urusan untuk ditangani oleh pihak
ekternal
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
2) Financial Distress Kategori B
Kategori B ini disebut juga financial distress yang tinggi dan
berbahaya. Perusahaan pada kondisi financial distress kategori B
harus merencanakan berbagai solusi yang realistis dalam
menyelamatkan aset yang dimiliki serta mempertimbangkan
beberapa dampak jika akan melakukan pengabungan dan akuisisi.
3) Financial Distress Kategori C
Kategori C atau disebut juga financial distress tingkat sedang dan
dianggap bahwa perusahaan mampu menyelamatkan diri dengan
tindakan tambahan dana yang dapat bersumber dari internal maupun
eksternal. Perusahaan sudah harus melakukan perombakan berbagai
kebijakan dan konsep manajemen yang telah diterapkan, bahkan jika
diperlukan perusahaan merekrut tenaga ahli
4) Financial Distress Kategori D
Kategori D atau disebut dengan financial distress rendah,
perusahaan dianggap hanya mengalami fluktuasi financial temporer
yang disebabkan oleh berbagai kondisi yang dipengaruhi oleh
ekternal maupun internal perusahaan. Keadaan perusahaan yang
masuk dalam kategori ini umumnya bersifat jangka pendek,
sehingga kondisi ini dapat diatasi dengan cepat dengan
mengeluarkan financial reserve (cadangan keuangan).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
3. Kebangkrutan dan Financial Distress
Menurut Martin, et.al dalam Yoseph (2018), kebangkrutan
didefinisikan sebagai kegagalan ekonomi dan kegagalan keuangan. Kondisi
kebangkrutan diawali dengan kesulitan keuangan (financial distress) yang
dialami suatu entitas maupun perusahaan, dimana perusahaan tidak mampu
membayar kewajibannya saat jatuh tempo (Munawir, 2010). Kebangkrutan
juga dapat diartikan bahwa perusahaan tidak dapat menjalankan operasional
perusahaanya, minimal untuk menutup hutang-hutang dengan aset
perusahaan.
Perusahaan yang sedang dalam keadaan financial distress belum
tentu perusahaan yang bersangkutan mengalami kebangkrutan karena
kondisi ini justru menunjukkan tahap awal kebangkrutan. Berbeda jika
perusahaan dinyatakan telah bangkrut, maka perusahaan yang bersangkutan
dapat dipastikan telah mengalami financial distress Hasil uji statistik yang
dilakukan Platt dan Platt (2006) dalam Pitaya (2015) menunjukkan bahwa
hipotesis yang mengatakan bahwa financial distress dan kebangkrutan
merupakan proses yang sama ditolak. Financial distress terjadi ketika
kinerja operasional perusahaan dibawah target yang direncanakan,
sedangkan kebangkrutan bersumber dari keputusan perusahaan untuk
terbebas dari masalah seperti berlebihnya tingkat hutang (Pitaya, 2015).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
4. Metode Prediksi Kebangkrutan
Metode prediksi kebangkrutan yang digunakan pada penelitian ini
terdapat lima metode meliputi:
a. Metode Altman Z-Score
1) Pengertian Metode Altman Z-Score
Menurut Prihadi (2010) Z-Score merupakan suatu persamaan
multivariabel yang digunakan oleh Altman dalam rangka
memprediksi tingkaat kebangkrutan. Metode ini dikembangkan oleh
Altman dengan mengambil 66 perusahaan Amerika Serikat yang
bergerak di industri pengolahan/manufaktur untuk dijadikan sebagai
sampel pada penelitiannya. Metode ini diyakini dapat memprediksi
kebangkrutan perusahaan dengan cukup baik, setidaknya 2 tahun
sebelum tahun evaluasi dengan keakuratan prediksi sebesar 72%.
Menurut Azhar (2013) Altman mnggunakan data laporan keuangan
dari 1 sampai 5 tahun sebelum kebangkrutan dengan menyusun 22
rasio keuangan yang paling memungkinkan dan mengelompokannya
dalam 5 kategori likuiditas, leverage, profitabilitas, solvabilitas dan
kinerja kemudian diseleksi dan dikombinasikan bersama untuk
memperoleh prediksi yang paling akurat. Altman menggunakan
model analisis diskriminan, tepatnya adalah multiple discriminat
analysis (MDA (Prihadi, 2010).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
2) Formula Altman Z-Score
Formula untuk metode Altman Z-Score adalah sebagai berikut:
Keterangan :
X1 = Working capital/Total assets
X2 = retained earning/total assets
X3 = Earning before interst and tax/ totoal asset
X4 = market value equity / book value of total debt
X5 = sales / total asset
3) Kriteria nilai Z-Score :
a) Nilai Z-Score < 1,81 dikategorikan sebagai perusahaan yang
memiliki kesulitan keuangan sangat besar dan beresiko tinggi
mengalami kebangkrutan (Azhar, 2013).
b) Nilai 1,81 < Z-Score < 2,99 dikategorikan bahwa perusahaan
berada di daerah abu-abu. Perusahaan yang diprediksi pada area
ini berarti perusahaan sedang mengalami masalah keuangan
yang perlu ditangani dengan tepat. Jadi, pada kondisi grey area
perusahaan dapat dimungkinkan bangkrut atau ttidak bangkrut
yang tergantung oleh bagaimana manajemen dapat mengambil
tindakan awal untuk segera mengatasi kemungkinan bangkrut
(Khaddafi, 2017)
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
c) Nilai Z-Score > 2,99 dikategorikan sebagai perusahaan yang
sangat sehat atau sedang tidak mengalami kesulitan keuangan
dengan kata lain diprediksi tidak mengalami kebangkrutan
(Azhar, 2013)
4) Rasio-Rasio Komponen Altman Z-Score
a) Working Capital To Total Asset (X1)
Rasio ini digunakan untuk mengukur seberapa kemampuan
perusahaan dalam menghasilkan modal kerja bersih dari
keseluruhan total aset yang dimiliki. Perhitungan dari rasio ini
dengan membagi modal kerja bersih dengan total aktiva. Modal
kerja bersih diperoleh dari aktiva lancar dikurangi dengan
kewajiban lancar.
Modal kerja dengan nilai negatif, perusahaan kemungkinan
besar akan menghadapi masalah dalam menutupi kewajiban
jangka pendeknya karena tidak tersedianya aktiva lancar yang
cukup untuk menutupi kewajibannya namun sebaliknya,
perusahaan dengan modal kerja bersih bernilai positif jarang
sekali menghadapi kesulitan dalam melunasi kewajibannya
Yoseph (2011).
b) Retained Earning To Total Asset (X2)
Rasio ini memberikan informasi mengenai kemampuan
perusahaan untuk menghasilkan laba ditahan dari total aktiva
perusahaan. Laba ditahan merupakan laba yang tidak dibagikan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
kepada para pemegang saham dalam bentuk deviden. Laba
ditahan menunjukkan klaim terhadap aktiva, bukan aktiva per
ekuitas pemegang saham. Laba ditahan biasa terjadi karena para
pihak pemegang saham mengizinkan perusahaan untuk
menginvestasikan kembali laba yang tidak didistribusikan
sebagai dividen. Semakin besar rasio ini, menunjukkan semakin
besarnya peranan laba ditahan dalam membentuk dana
perusahaan. Semakin kecil rasio ini menunjukkan kondisi
keuangan perusahaan yang tidak sehat. Semua data diperoleh
dari neraca perusahaan Yoseph (2011).
c) Earning Before Interest and Tax To Total Aset (X3)
Rasio ini memberikan informasi mengenai kemampuan
perusahaan dalam mengelola total aktiva untuk mendapatkan
keuntungan sebelum bunga dan pajak. Laba sebelum bunga dan
pajak diperoleh dari laporan laba rugi dan total aset diperoleh
dari neraca perusahaan. Menurut Agustina (2010) beberapa
indikator yang dapat digunakan dalam mendeteksi adanya
masalah kemampuan profitabilitas perusahaan diantaranya
adalah piutang dagang yang meningkat, rugi secara terus-
menerus dalam beberapa kuartal, persediaan yang meningkat,
penjualan menurun, dan terlambatnya hasil penagihan piutang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
d) Market Value of Equity To Book Value of Debt (X4)
Rasio ini memberikan informasi mengenai kemampuan
perusahaan untuk memenuhi kewajiban dari nilai pasar ekuitas
(Iflaha dalam Endarwatik, 2016). Nilai pasar ekuitas atau modal
diperoleh dengan menghitung hasil perkalian jumlah lembar
saham yang beredar dengan harga pasar per lembar saham. Nilai
buku hutang diperoleh dengan menjumlahkan kewajiban lancar
dengan kewajiban jangka panjang. Modal yang dimaksud adalah
gabungan nilai pasar dari modal biasa dan preferen (Agustina,
2010)
e) Sales to Total Asset (X5)
Rasio ini memberikan informasi mengenai tingkat efisiensi
penggunaan keseluruhan aktiva perusahaan dalam menghasilkan
volume penjualan tertentu. Semakin besar nilai penjualan
terhadap aset maka efisiensi penggunaan keseluruhan aktiva
didalam menghasilkan penjualan semakin terjaga. Semakin
rendah nilai penjualan terhadap aset maka semakin rendah
tingkat pendapatan perusahaan, sehingga menunjukkan kondisi
keuangan perusahaan yang tidak sehat. Nilai penjualan didapat
dari laporan laba rugi, dan nilai total aset didapat dari neraca
perusahaan Yoseph (2011).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
5) Penggunaan Metode Altman Z-Score
Penggunaan metode Altman Z-Score asli di Indonesia hanya dapat
digunakan untuk perusahaan go public (Hanafi dalam Arum dan
Handayani, 2018). Prihadi (2010) menambahkan, terdapat beberapa
hal yang perlu diperhatikan dalam penggunaan model Z-Score
dengan anggapan bahwa kondisi di Amerika sama dengan kondisi di
Indonesia, antara lain:
a) Rumus tersebut hanya dapat digunakan untuk perusahaan publik,
karena memerlukan market value dari ekuitas.
b) Perusahaan non manufaktur tidak dapat diprediksi dengan rumus
tersebut.
c) Pengertian working capital atau modal kerja dalam rumus
tersebut adalah selisih antara aktiva lancar dengan utang lancar.
6) Kelebihan dan kekurangan metode Altman Z-Score menurut
BAPEPAM dalam Nurcahyanti (2015):
Kelebihan dari metode Altman Z-Score yaitu:
a) Mengambungkan berbagai rasio keuangan secara bersama-sama.
b) Menyediakan koefisien yang sesuai untuk mengkombinasikan
variabel-variabel independen.
c) Mudah dalam penerapannya.
d) Rasio laba sebelum bunga dan pajak terhadap total aktiva
merupakan rasio terbaik untuk mengetahu terjadinya
kebangkrutan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
e) Dapat lebih menggambarkan kondisi perusahaan sesuai dengan
kenyataan.
f) Nilai Z-Score lebih ketat dalam menilai tingkat kebangkrutan.
Kekurangan dari metode Altman Z-Score adalah nilai rasio yang
dapat direkayasa atau dibiaskan melalui prinsip akuntansi yang salah
atau rekayasa keuangan lainnya.
b. Metode Springate (S-Score)
1) Pengertian Metode Springate (S-Score)
Menurut Yoseph (2011) metode Springate (S-Score)
dikembangkan pada tahun 1978 oleh Gorgon L.V. Springate.
Pengembangan model ini dengan mengikuti prosedur yang
dikembangkan Altman. Springate menggunakan step – wis multiple
discriminate analysis untuk memilih empat dari 19 rasio keuangan
yang popular sehingga dapat membedakan perusahaan yang berada
dalam zona bangkrut maupun zona aman (tidak bangkrut). Sampel
yang digunakan oleh Springate berjumlah 40 perusahaan yang
berlokasi di Kanada. Hasil uji yang telah dilakukan, Springate
memilih empat rasio yang digunakan dalam metode ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
2) Formula Metode Springate (S-Score)
Keterangan:
A : Working Capital / Total Asset
B : Net Profit before Interest and Taxes / Total Asset
C : Net Profit before Taxes / Curretnt Liabilities
D : Sales / Total Asset
3) Klasifikasi Nilai S
Klasifikasi perusahaan yang sehat dan bangkrut di dasarkan pada
nilai S – Score metode Springate yaitu:
a) Skor S > 0,862 merupakan perusahaan yang tidak berpotensi
bangkrut
b) Skor S < 0,862 diklasifikasikan sebagai perusahaan yang tidak
sehat dan berpotensi bangkrut.
4) Rasio-Rasio Komponen Metode Springate (S-Score)
a) Working Capital To Total Asset (A)
Rasio working capital to total asset pada metode Springate
digunakan untuk mengukur kemampuan perusahaan dalam
menghasilkan modal kerja bersih dari keseluruhan total aset
yang dimiliki. Rasio ini dihitung dengan modal kerja bersih
dibagi dengan total aset. Nilai rasio yang negatif
menggambarkan adanya kemungkinan perusahaan akan
S = 1,03A + 3,07B + 0,66C + 0,4D
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
menghadapi masalah dalam menutupi kewajiban jangka
pendeknya Yoseph (2011)
b) Earning Before Interest and Tax (EBIT) To Total Asset (B)
Earning Before Interest and Tax To Total Asset merupakan
rasio yang membandingkan antara laba bersih sebelum bunga
dan pajak terhadap total aktiva. Nilai dari EBIT diperoleh dari
laporan laba ragi sedangkan total aset diperoleh dari laporan
neraca Yoseph (2011).
c) Earning Before Tax To Current Liabilities ( C )
Rasio earning before tax to current liabilities menunjukkan
kemampuan perusahaan dalam menghasilkan laba sebelum
pajak dengan hutang lancarnya. Laba sebelum pajak diperoleh
dari laporan laba rugi sedangkan hutang lancar diperoleh dari
neraca Yoseph (2011)
d) Sales To Total Asset (D)
Rasio sales to total asset digunakan untuk mengetahui seberapa
besar kontribusi penjualan terhadap aktiva dalam satu periode
waktu tertentu. Nilai rasio yang rendah menggambarkan tingkat
pendapatan perusahaan yang rendah. Nilai penjualan diperoleh
dari laporan laba rugi sedangkan total aset diperoleh dari neraca
Yoseph (2011)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
5) Kekurangan dan Kelebihan Metode Springate
Kelebihan metode Springate menurut BAPEPAM dalam
Nurcahyanti (2015) meliputi:
a) Menggabungkan berbagai rasio keuangan secara bersama-
sama.
b) Menyediakan koefisien yang sesuai untuk mengkombinasikan
variabelvariabel independen.
c) Mudah dalam penerapannya.
d) Rasio laba sebelum bunga dan pajak terhadap total aktiva
merupakan indikator terbaik untuk mengetahui terjadinya
kebangkrutan
Menurut BAPEPAM dalam Nurcahyanti (2015) kekurangan dari
metode Springate yaitu nilai rasio bisa direkayasa atau dibiaskan
melalui prinsip akuntansi yang salah atau rekayasa keuangan
lainnya.
c. Metode Zmijewski (X-Score)
1) Pengertian Metode Zmijewski (X-Score)
Menurut Prihantini dan Sari (2013) metode Zmijewski (X-
Score) merupakan metode prediksi yang dihasilkan oleh Zmijewski
pada tahun 1983 yang merupakan riset selama 20 tahun. Rasio
keuangan dipilih dari rasio-rasio keuangan penelitian terdahulu dan
menguji dengan menggunakan 75 perusahaan (Arum dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
Handayani, 2018). Metode Zmijewski menggunakan analisis rasio
likuiditas, laverage, dan mengukur kinerja perusahaan. ZMijewski
menggunakan random sampling dalam menentukam sampelnya dan
menggunakan metode regresi logit untuk model statistiknya
(Zmijewski dalam Putra, 2016).
2) Formula Metode Zmijewski (X-Score)
Keterangan:
X1 : ROA (Return on Asset)
X2 : Leverage (Debt Ratio)
X3 : Likuidasi (Current Ratio)
3) Klasifikasi nilai X
Klasifikasi untuk perusahaan yang berpotensi bangkrut
dengan perusahan yang tidak berpotensi bangkrut yaitu (Zmijewski
(1984) dalam Putra 2016):
a) X > 0 maka perusahaan diprediksi berpotensi mengalami
kebangkrutan
b) X < 0 maka perusahaan diprediksi tidak berpotensi mengalami
kebangkrutan
4) Rasio-Rasio Komponen Metode Zmijewski
a) Return On Asset (X1)
Return On Asset (ROA) merupakan rasio yang membandingkan
antara laba setelah pajak dengan total asset. Nilai dari ROA
X = - 4,3 – 4,5X1 + 5,7 X2 – 0,004 X3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
menunjukkan seberapa baik perusahaan menggunakan aset yang
diinvestasikan untuk dibagikan dengan laba yang dihasilkan.
Nilai dari laba setelah pajak diperoleh dari laporan laba rugi
sedangkan total aset diperoleh dari neraca.
b) Debt Ratio (X2)
Debt ratio merupakan rasio yang membandingkan antara total
hutang dengan total aset. Nilai dari debt ratio digunakan untuk
mengukur likuiditas perusahaan secara total. Menurut Kasmir
(2016) nilai rasio yang tinggi dapat diartikan bahwa pendanaan
perusahaan banyak menggunakan hutang, sehingga semakin
sulit bagi perusahaan untuk memperoleh tambahan pinjaman.
Nilai dari total hutang dan total aset diperoleh dari neraca.
c) Current Ratio (X3)
Menurut Kasmir (2016) current ratio merupakan rasio yang
digunakan untuk mengukur kemampuan perusahaan dalam
membayar kewajiban jangka pendek secara keseluruhan. Nilai
rasio yang rendah menunjukkan bahwa perusahaan kurang
modal untuk membayar hutangnya. Namun, apabila nilai rasio
tinggi belum tentu menggambarkan kondisi perusahaan yang
baik. Standar yang digunakan dalam menentukan baik atau
tidaknya keadaan perusahaan dapat dilihat dari rata-rata
industrinya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
5) Kelebihan dan kekurangan metode Zmijewski
Kelebihan metode Zmijewski menurut BAPEPAM dalam
Nurcahyanti (2015) yaitu:
a) Menggabungkan berbagai rasio keuangan secara bersama-sama.
b) Menyediakan koefisien yang sesuai untuk mengkombinasikan
variabel independen.
c) Mudah dalam penerapannya
Kekurangan metode Zmijewski menurut BAPEPAM dalam
Nurcahyanti (2015) yaitu:
a) Nilai bisa direkayasa atau dibiaskan melalui prinsip akuntansi
yang salah atau rekayasa keuangan lainnya.
b) Hanya menggunakan tiga rasio saja.
c) Metode Zmijewski tidak ketat dalam menilai tingkat
kebangkrutan.
d. Metode Grover (G-Score)
1) Penegertian Metode Grover (G-Score)
Metode Grover merupakan metode yang dilakukan dengan
mendesain dan menilai ulang terhadap metode Altman Z-Score.
Metode Grover menggunakan sampel yang sesuai dengan metode
Altman pada tahun 1968 dan menambah 13 rasio keuangan yang
baru. Sampel yang digunakan pada metode Grover sebanyak 70
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
perusahana dengan 35 perusahaan yang bangkrut dan 35 perusahaan
yang tidak bangkrut (Evi dalam Khoiriyah, 2019)
2) Formula Metode Grover (G-Score)
Keterangan:
X1 : Working Capital / Total Asset
X2 : Earning Before Interest and Taxes / Total Asset
ROA : Net Income / Total Asset
3) Klasifikasi nilai G
Metode Grover mengkatogorikan perusahaan dalam keadaan
bangkrut dengan nilai G ≤ - 0,02 (nilai G kurang dari atau sama
dengan – 0,02. Perusahaan dikategorikan tidak bangkrut dengan
nilai G ≥ 0,01 (nilai G lebih atau sama dengan 0,01).
4) Rasio komponen metode Grover
Menurut Jeffrey S Grover dalam Syafitri dan Wijaya (2014)
komponen rasio metode Grover yaitu:
a) Working Capital/Total Asset (X1)
Modal kerja merupakan investasi perusahaan dalam bentuk
aktiva jangka pendek seperti kas, piutang dagang, persediaan,
dan sekuritas. Total aset adalah total aset dikurangi dengan dana-
dana yang belum ditetapkan statusnya pada posisi akhir tahun
buku. Rasio ini digunakan untuk mengukur kemampuann
G = 1,650 X1 + 3,404 X2 – 0,016 ROA + 0,057
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
perusahaan dalam menghasilkan modal kerja bersiih dari
keseluruhan total aktivanya yang diperoleh dari neraca.
b) Earning Before Interest and Tax / Total Asset (X2)
Rasio earning before interest and taxes / total asset dapat
digunakan untuk mengukur sebarapa besar produktivitas
penggunaan dana yang dipinjam (Yoseph, 2011). Menurut
Harahap (2007) semakin besar rasio ini maka semakin efektif
atau semakin baik kemampuan perusahaan dalam mengelola
aktivanya.
c) Net Income / Total Asset (ROA)
Net income atau laba bersih adalah laba setelah pajak dikurangi
dengan laba hasil penjualan dari aktiva tetap, dan saham
ppenyertaan langsung. Rasio ROA digunakan untuk mengukur
profitabilitas perusahaan. Net income diperoleh dari laporan laba
rugi sedangkan total asset diperoleh dari neraca.
e. Metode Ohlson (O-Score)
1) Pengertian Metode Ohlson (O-Score)
Metode Ohlson (O-Score) merupakan metode yang ditemukan oleh
James Ohlson tahun 1980 menggunakan logistic regression dengan
sembilan variabel. Metode ini berawal dari keraguan Ohlson
terhadap metode Multiple Discriminant Analysis yang ditemukan
oleh Altman (1968). logistic regression memiliki kesamaan dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
analisis diskriminan yang tujuannya menguji apakah probabilitas
terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya
(Ghozali, 2011).
2) Formula Metode Ohlson (O-Score)
Keterangan:
X1 (SIZE) = log (Total Aset / Indeks Tingkat Harga GNP)
X2 (TLTA) = Total Hutang / Total Aset
X3 (WCTA) = Modal Kerja / Total Aset
X4 (CLCA) = Hutang Lancar / Aset lancar
X5 (OENEG) = Variabel Dummy, 1 jika total hutang > total aktiva,
0 jika total hutang < total aktiva
X6 (NITA) = Laba Bersih / Total Aset
X7 (CFOTL) = Arus Kas Operasi / Total Hutang
X8 (INTWO) = Variabel Dummy, 1 jika laba bersih negatif untuk
dua tahun terakhir, 0 jika sebaliknya
X9 (CHIN) = (laba bersih tahun t – laba bersih t-1)/ jumlah nilai
absolut laba bersih tahun t + nilai absolut laba bersih
tahun t-1
O = -1,32 – 0,407X1 + 6,03 X2 – 1,43 X3 + 0,0757X4 – 2,37X5 – 1,83X6 +
0,285X7 – 1,72X8 – 0,521X9
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
3) Klasifikasi Nilai O Metode Ohlson (O-Score)
Menurut Ohlson dalam Sujimantoro dan Muthmainnah (2014) metode
Ohlson (O-Score) mengkategorikan prediksi kebangkrutan dalam
dua kategori. Perusahaan diprediksi non failed (perusahaan
diprediksi tidak bangkrut) jika nilai O < 0,38 dan perusahaan
diprediksi failed (bangkrut) jika nilai O > 0,38.
4) Rasio Komponen Metode Ohlson
a) SIZE (X1)
Menurut Safitri dan Hartono (2014) SIZE merupakan rasio yang
digunakan untuk mengukur ukuran perusahaan (firm size) dan
fokus pada eksternal perusahaan. Rasio ini diperoleh dengan
perhitungan log (total aset / indeks tingkat harga GNP).
b) TLTA (X2)
TLTA atau total hutang / total aset merupakan rasio solvabilitas
yang menggambarkan kemampuan perusahaan dalam memenuhi
kewajiban keuangannya apabila perusahaan dilikuidasi
(Munawir dalam Sujimantoro dan Muthmainnah, 2014).
Menurut Kasmir (2008) rasio TLTA mengambarkan seberapa
aktiva perusahaan didanai oleh hutang. Nilai total hutang dan
total asel diperoleh dari laporan neraca perusahaan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
c) WCTA (X3)
WCTA atau modal kerja / total aset merupakan rasio likuiditas
rasio ini dinilai berpengaruh terhadap pertumbuhan laba. Modal
kerja diperoleh dari aktiva lancar dikurangi dengan hutang
lancar. Nilai dari ketiga komponen tersebut diperoleh dari neraca
perusahaan.
d) CLCA (X4)
CLCA yaitu hutang lancar / aset lancar menggambarkan
kemampuan perusahaan dalam membayar hutang yang segera
harus dipenuhi dengan aktiva lancarnya. Nilai rasio yang tinggi
belum tentu dapat menjamin terbayarnya hutang yang jatuh
tempo karena berarti terdapat jumlah persediaan yang relatif
besar dibandingkan dengan tingkat penjualannya sehingga
perputaran persediaan rendah (Sujimantoro dan Muthmainnah,
2014)
e) OENEG (X5)
OENEG merupakan indikator yang digunakan untuk mengukur
likuiditas yang dinilai dengan skala 1 jika total hutang > total
aktiva dan 0 jika total hutang < total aktiva (Sujimantoro dan
Muthmainnah, 2014)
f) NITA (X6)
NITA dihitung dengan laba bersih / total aset. Rasio ini
merupakan indikator yang mengukur profitabilitas perusahaan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
rasio ini mengukur kemampuan perusahaan menghasilkan laba
bersih dari total aktiva yang dimiliki (Sujimantoro dan
Muthmainnah, 2014).
g) CFOTL(X7)
CFOTL merupakan rasio solvabilitas yang dihitung dengan arus
kas operasi / total hutang. Rasio ini digunakan untuk mengukur
dana yang dipakai untuk kegiatan utama perusahaan yaitu dana
yang tersedia dari kegiatan operasi yang dibiayai dengan hutang
(Sujimantoro dan Muthmainnah, 2014).
h) INTWO (X8)
INTWO merupakan idikator yang digunakan untuk mengukur
profitabilitas dengan melihat kondisi laba perusahaan dalam dua
tahun terakhir. Nilai 1 jika laba bersih perusahaan negatif untuk
dua tahun berturut-turut dan 0 jika sebaliknya (Sujimantoro dan
Muthmainnah, 2014).
i) CHIN (X9)
CHIN yaitu perubahan pada laba bersih yang dihitung dengan
(laba bersih tahun t – laba bersih t-1)/ (laba bersih tahun t + laba
bersih tahun t-1). Indikator ini digunakan untuk mengukur
perubahan profitabilitas perusahaan pada laba bersih tahun
berjalan dan laba bersih tahun sebelumnya (Sujimantoro dan
Muthmainnah, 2014).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
f. Metode Kida
1) Pengertian Metode Kida
Menurut Kida (1980) dalam Gharaibeh, Sartawi, dan Daradkah
(2013), metode Kida mewakili lima rasio keuangan yang terpisah
untuk memprediksi kebangkrutan.
2) Formula Metode Kida
Keterangan:
X1 = ROA (laba bersih / total aset)
X2 = Kekayaan Bersih / Total Hutang
X3 = Liquidity (Aset lancar / Utang lancar)
X4 = Penjualann / Total Aset
X5 = Kas / Total Aset
3) Klasifikasi Nilai Z Metode Kida
Metode Kida mengkategorikan prediksi kebangkrutan dalam dua
kategori. Perusahaan yang memiliki masa depan yang baik (tidak
bangkrut) jika nilai Z > 0,38 dan perusahaan yang berpotensi tidak
bisa melanjutkan usahnya (bangkrut) jika nilai Z < 0,38.
4) Rasio Komponen Metode Kida
a) ROA (laba bersih / total aset) X1
Rasio ROA merupakan rasio yang digunakan untuk mengukur
profitabilitas perusahaan. Laba bersih diperoleh dari laporan laba
rugi dan nilai dari total aset diperoleh dari neraca.
Z = 1,042 X1 + 0,42 X2 + 0,461 X3 + 0,463X4 + 0,271X5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
b) Kekayaan Bersih / Total Hutang (X2 )
Nilai dari kekayaan bersih diperoleh dari total aktiva dikurangi
dengan total kewajiban. Total hutang merupakan semua
kewajiban keuangan suatu perusahaan kepada pihak lain yang
belum terpenuhi. Nilai kekayaan bersih dan total hutang
diperoleh dari neraca.
c) Liquidity (Aset lancar / Utang lancar) X3
Rasio aset lancar / utang lancar merupakan rasio yang digunakan
untuk megukur likuiditas perusahaan. Rasio ini difokuskan
dalam jangka pendek. Nilai aset lancar dan utang lancar
diperoleh dari laporan nerca.
d) Penjualann / Total Aset (X4)
Rasio penjualan / total aset digunakan untuk mengukur
kemampuan manajemen dalam menghadapi kondisi persaingan.
Penjualan merupakan total pendapatan usaha dan non usaha
tidak termasuk pendapatan hasil penjualan aktiva tetap. Nilai
penjualan diperoleh dari laporan laba rugi dan nilai total aset
diperoleh dari neraca.
e) Kas / Total Aset (X5)
Kas merupakan harta paling liquid yang digunakan sebagai
media pertukaran buku serta dasar untuk pengukuran dan
akuntansi semua pos lainnya. Nilai dari kas dan total aset
diperoleh dari nerca.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
5. Tingkat Akurasi
Menurut Prihadi (2010), setiap metode selalu terdapat kemungkinan
salah prediksi dan perbedaan pada tingkat akurasinya. Ketepatan metode
prediksi yang tertinggi dapat dilihat dari tingkat akurasi yang paling tinggi.
Rumus akurasi menurut Setiawati (2017) adalah :
𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑒𝑑𝑖𝑘𝑠𝑖 𝐵𝑒𝑛𝑎𝑟
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
Kemungkinan kesalahan prediksi dapat dihitung dengan tingkat error.
Menurut Setiawati (2017) tingkat error adalah kesalahan yang terjadi jika
hasil prediksi tidak sesuai dengan kondisi perusahaan yang sesungguhnya.
Tingkat error dihitung dengan rumus
B. Penelitian Terdahulu
Penelitian terdahulu yang telah dilakukan pleh penelitian sebelumnya
terkait dengan model Alman Z-Score adalah sebagai berikut:
1. Penelitian Bimawiratma (2016) ini bertujuan untuk mengetahui
perbandingan prediksi Altman (Z-Score), Grover, Springate, dan Zmijewski
dan mengetahui metode mana yang paling akurat. Teknik pengambilan
sampel pada penelitian ini yaitu menggunaan purposive sampling dengan
sampel yang digunakan yaitu perusahaan yang delisting dan listing. Hasil
penelitian diperoleh kesimpulan bahwa metode Grover merupakan metode
Tingkat Error = Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
yang paling akurat dengan nilai akurasi 100% dan nilai kesalahan Tipe I dan
tipe II masing-masing sebesar 0%
2. Penelitian Khoiriyah (2019) bertujuan menganalisis hasil prediksi antara 4
metode prediksi kebangkrutan. Perbandingan metode prediksi tersebut
dilihat dari tingkat akurasi pada setiap metode. Hasill penelitian
menunjukkan terdapat perbedaan yang signifikan dan metode Altman
merupakan metode yang memiliki tingkat akurasi tertinggi sebesar 53,33%.
3. Penelitian Alkhatib (2011) bertujuan untuk melaporakan pengaruh rasio
keuangan yang digunakan dalam memprediksi kebangkrutan menggunakan
metode Altman dan Kida. Hasil penelitian menunjukkan metode Altman
memiliki tingkat akurasi lebih tinggi yaitu 93,8% dibandingkan dengan
metode Kida dengan tingkat akurasi 69%
4. Penelitian Nurcahyanti (2015) bertujuan untuk menganalisis perbedaan
hasil prediksi metode Altman, Springate, dan Zmijewski. Hasil penelitian
diperoleh kesimpulan bahwa metode yang paling akurat berdasarkan tingkat
error yaitu metode Zmijewski dengan tingkat akurasi 69,56%, disusul
metode Springate (S-Score) dengan tingkat akurasi sebesar 67,39%, dan
yang terakhir yaitu metode Altman (Z-Score) sebesar 60,87%.
5. Penelitian Putra (2016) bertujuan untuk mengetahui perbedaan potensi
kebangkrutan asuransi swasta dan asuransi BUMN menggunakan metode
Zmijewski, metode Kida dan metode Grover. Hasil dari penelitian
menunjukkan bahwa ketiga metode tidak menunjukkan perbedaan potensi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
kebangkrutan pada perusahaan asuransi swasta dengan perusahaan asuransi
BUMN.
6. Penelitian Suryawardani (2015) bertujuan untuk mengetahui perbedaan
antara Altman modifikasi model, model Zmijewski, dan model Ohlson
dalam memprediksi kebangkrutan pada perusahaan tekstil dan garmen yang
terdaftar di Bursa Efek Indonesia periode 2008-2012. Hasil penelitian ini
menunjukkan bahwa metode Ohlson terbukti lebih akurat dalam
memprediksi kebangkrutan pada perusahaan tekstil dan garmen yang
terdaftar di BEI dengan nilai akurasi 97,8%. Metode Altman modifikasi
dengan akurasi 73,3% dan metode Zmijewski dengan akurasi 60%.
7. Penelitian Arum dan Handayani (2018) bertujuan untuk mengetahui potensi
kebangkrutan perusahaan sub sektor tekstil dan garmen menggunakan
metode Altman, Springate, dan Zmijewski. Hasil penelitian ini menunjukan
bahwa masing-masing metode memiliki hasil prediksi yang berbeda-beda
karena pada setiap metode menggunakan cut-off, rasio, dan koefisien yang
berbeda.
8. Penelitian Utama, Sudjana, & Nurlaily (2018) dilakukan pada perusahaan
delisting tahun 2013-2017 bertujuan untuk mengetahui implementasi hasil
model Ohlson sebagai alat untuk memprediksi kebangkrutan dan untuk
mengetahui tingkat akurasi metode Ohlson. Hasil penelitian menunjukkan
terdapat 7 perusahaan selama 3 tahun berturut-turut dan tingkat akurasi yang
dimiliki sebesar 61,90% dengan error sebesar 38,10%.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
9. Penelitian Rizkyansyah & Laily (2018) yang membandingkan metode
Springate, Zmijewski, dan Grover bertujuan mengetahui kondisi keuangan
perusahaan Bank Umum BUMN dan mengetahui tingkat akurasi ketiga
metode. Hasil penelitian menununjukkan menggunakan metode Springate
dan Zmijewski seluruh bank umum diprediksi bangkrut dan tingkat akurasi
tertinggi yaitu metode Grover.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
BAB III
METODE PENELITIAN
A. Desain Penelitian
Desain penelitian pada penelitian ini adalah penelitian deskripsi
dengan analisis deskriptif kuantitatif. Nuryaman dan Christina (2015),
menyatakan bahwa penelitian deskriptif bertujuan untuk mendapatkan gambaran
mengenai karakteristik tertentu dari suatu subjek yang menjadi perhatian dalam
kegiatan peneliitian. Penelitian deskriptif pada penelitian ini bertujuan untuk
mendapatkan gambaran kondisi perusahaan keramik dan kaca yang terdaftar di
BEI secara apa adanya berdasarkan fakta yang ada dengan enam metode
kebangkrutan. Metode yang digunakan yaitu metode Altan Z-Score, Springate (S-
Score), Zmijewski (X-Score), Grover (G-Score), Ohlson (O-Score) dan Kida.
B. Tempat dan Waktu Penelitian
1. Tempat Penelitian
Penelitian ini dilakukan di Bursa Efek Indonesia (BEI) Universitas Sanata
Dharma Yogyakarta.
2. Waktu Penelitian
Penelitian ini dilakukan pada bulan Januari sampai Februari 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
C. Subjek Penelitian
Subjek penelitian adalah unit analisis atau unit observasi yang akan
diteliti dapat berupa orang, organisasi, dan berbagai macam hal lain yang
menjadi perhatiaam dalam penelitian (Nuryaman dan Christina (2015). Subjek
pada penelitian ini adalah perusahaan keramik dan kaca yang terdaftar di Bursa
Efek Indonesia.
D. Data Penelitian
Data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder adalah data yang dikumpulkan melalui pihak kedua (biasanya
diperoleh melalui badan atau instansi yang bergerak dalam proses
pengumpulan data, baik oleh instansi pemerintah maupun swasta)
(Sedarmayanti dan Hidayat, 2011). Data sekunder penelitian ini berupa
laporan tahunan dan gambaran perusahaan keramik dan kaca yang terdaftar di
BEI tahun 2014-2018
E. Teknik Pengumpulan Data
Metode pengumpulan data dalam penelitian ini adalah
1. Metode dokumentasi, yaitu studi yang digunakan untuk mencari dan
memperoleh hal-hal berupa catatan-catatan, laporan-laporan serta
dokumen-dokumen yang berkaitan dengan masalah yang diteliti (Pratiwi,
2019). Metode dokumentasi dalam penelitian ini adalah data laporan
tahunan selama tahun 2014-2018 yang diperoleh melalui www.idx.co.id
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
dan website masing-masing perusahaan serta data indeks tingkat harga
GNP yang diperoleh melalui ceicdata.com
2. Studi pustaka yaitu metode yang digunakan dengan memahami literature-
literature yang memuat pembahasan yang berkaitan dengan penelitian dan
juga pengumpulan data dengan membaca buku-buku dan sumber bacaan
yang relevan seperti buku-buku manajemen keuangan, analisa laporan
keuangan, dasar-dasar pembelanjaan perusahaan, dsb Yoseph (2011).
Metode studi pustaka dalam penelitian ini yaitu buku-buku terkait analisis
laporan keuangan dan analisis kebangkrutan serta jurnal-jurnal.
F. Populasi dan Sempel
Populasi adalah keseluruhan karakteristik dari objek yang diteliti dan
dibatasi oleh kriteria tertentu (Sedarmayanti dan Hidayat, 2011). Populasi
dalam penelitian ini adalah perusahaan keramik dan kaca yang terdaftar di BEI
yaitu sebanyak tujuh perusahaan.
Menurut Sugiyono (2018) sampel adalah bagian dari jumlah
karakteristik yang dimiliki oleh populasi. Sampel dalam penelitian ini
diperoleh dengan teknik pengambilan sampel yaitu purposive sampling.
Teknik purposive sampling yaitu pengambilan sampel dengan adanya maksud
atau tujuan tertentu berdasarkan suatu kriteria. Kriteria dalam penentuan
sampel adalah:
1. Sampel perusahaan yang dipilih adalah perusahaan keramik dan kaca
yang terdaftar di Bursa Efek Indonesia tahun 2014-2018.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
2. Perusahaan mempublikasikan laporan tahunan (Annual Report) selama
lima tahun berturut-turut mulai tahun 2014 – 2018.
Perusahaan yang menjadi sampel dalam penelitian ini dari kriteria yang
ditentukan yaitu sebanyak lima perusahaan. Jumlah pengamatan yang
dilakukan untuk setiap metode pada penelitian ini yaitu 25 dihitung dari
jumlah perusahaan sebagai sampel yaitu lima perusahaan dikalikan dengan
periode pengamatan selama lima tahun.
G. Variabel Penelitian
Menurut Sugiyono (2018) variabel penelitian adalah suatu atribut atau
sifat atau nilai dari orang, obyek atau kegiatan yang memiliki variasi tertentu
dan ditetapkan oleh peneliti untuk dipelajari, kemudian ditarik
kesimpulannya.
1. Variabel bebas
Variabel bebas pada penelitian ini adalah masing-masng
komponen dari setiap metode yaitu :
a. Variabel X dalam metode Altman Z-Score yang terdiri dari lima yaitu
(X1) Working Capital to Total Asset, (X2) Retained Earnings to Total
Assets, (X3) Earning Before Interest and Tax to Total Assets, (X4)
Marker Value of Equity to Book Value of Total Liabilities, dan (X5)
Sales to Total Assets.
b. Variabel pada metode Springate (S-Score) yang terdiri dari (A)
Working Capital / Total Asset (B) Net Profit before Interest and Taxes
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
/ Total Asset (C) Net Profit before Taxes / Current Liabilities dan (D)
Sales / Total Asset
c. Variabel X pada metode Zmijewski yang terdiri dari (X1) ROA (Return
on Asset), (X2) Leverage (Debt Ratio), dan (X3) Likuidasi (Current
Ratio)
d. Variabel pada metode Grover terdiri dari dari (X1) modal kerja / total
aset, (X2) laba sebelum bunga dan pajak / total aset, dan ROA (laba
bersih / total aset.
e. Variabel pada metode Ohlson (O-Score) terdiri dari (X1) log (total aset
/ indeks tingkat harga GNP), (X2) total hutang / total aset , (X 3) modal
kerja / total aset, (X 4) hutang lancar / aset lancar, (X 5) variabel dummy,
1 jika total hutang > total aktiva, 0 jika total hutang < total aktiva, (X
6) laba bersih / total aset, (X 7) arus kas operasi / total hutang, (X 8)
variabel dummy, 1 jika laba bersih negatif untuk dua tahun terakhir, 0
jika sebaliknya, dan (X 9) (laba bersih tahun t – laba bersih t-1)/ jumlah
nilai absolut laba bersih tahun t + nilai absolut laba bersih tahun t-1
f. Variabel pada metode Kida terdiri dari (X1) ROA (laba bersih / total
aset, (X2) kekayaan bersih / total hutang, (X3) liquidity (aset lancar /
hutang lancar), (X4) penjualan / total, dan (X5) kas/total aset.
2. Variabel terikat
Variabel terikat pada penelitian ini adalah nilai Z, S, X, G, O dan
Z Kida yaitu nilai dari perhitungan formula Altman (Z-Score), Springate
(S-Score), Zmijewski (X-Score), Grover (G-Score), Ohlson (O-Score) dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
Kida yang akan dilakukan pada laporan tahunan perusahaan yang
ditetapkan sebagai sampel.
H. Model Penelitian
Prediksi kebangkrutan menggunakan metode prediksi kebangkrutan
dibutuhkan oleh pihak internal perusahaan, investor maupun pihak-pihak yang
berkepentingan lainnya untuk mendeteksi kemungkinan terjadinya
kebangkrutan. Prediksi kebangkrutann secara dini menggunakan keenam
metode ini yaitu metode Altman (Z-Score), metode Springate (S-Score),
metode Zmijewski (X-Score), metode Grover (G-Score), metode Ohlson (O-
Score) dan metode Kida bertujuan membantu manajer perusahaan untuk
mengambil keputusan guna memperbaiki kinerja perusahaan dan investor
maupun pihak lainnya sebagai bahan pertimbangan untuk menanamkan
modalnya pada perusahaan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
Penelitian ini menjelaskan keenam metode prediksi kebangkrutan
yaitu metode Altman (Z-Score), metode Springate (S-Score), metode
Zmijewski (X-Score), metode Grover (G-Score), metode Ohlson (O-Score)
dan metode Kida untuk mengetahui hasil perhitungan dan tingkat akurasi
tertinggi pada masing-masing metode untuk mengatahui metode yang tepat
digunakan sebagai alat prediksi kebangkrutan. Berdasarkan hal tersebut,
model penelitian ini dapat digambarkan sebagai berikut:
Gambar 3.1 Model Penelitian
I. Teknik Analisis Data
Teknik analisis data pada penelitian ini menggunakan teknik diskriptif
kuantitaif. Diskriptif kuantitatif yaitu penelitian yang dilakukan dengan cara
Perusahaan Keramik dan Kaca
Metode
Altman
Metode
Springate
Metode
Zmijewski
Hasil masing-
masing score
Tingkat akurasi
tertinggi
Metode
Grover
Metode
Kida
Metode
Ohlson
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
mengumpulkan dan mengklasifikasikan data yang diperoleh berdasarkan
kriteria tertentu kemudian dianalisis atau dinilai untuk menjelaskan suatu
situasi (Prastowo, 2014). Penelitian ini dilakukan dengan mengumpulkan data
berupa laporan tahunan perusahaan kemudian dianalisis menggunakan
metode Altman Z-Score, Springate (S-Score), Zmijewski (X-Score), Grover
(G-Score), Ohlson (O-Score) dan Kida sehingga akan memberikan informasi
kondisi keuangan perusahaan dari tahun 2014-2018.
Langkah-langkah dalam menganalisis data dalam penelitian ini
adalah:
1. Mengumpulkan Data
Pengumpulan data dilakukan dengan mendownload laporan
tahunan PT Asahimas Flat Glass,Tbk, PT Arwana Citramulia, Tbk, PT
Intikeramik Alamasri Industri,Tbk, PT Keramika Indonesia Asosiasi,Tbk,
dan PT Mulia Industrindo, Tbk tahun 2014-2018 melalui www.idx.co.id
dan website masing-masing perusahaan. Data yang digunakan terdiri dari
informasi saham, laporan neraca, laporan laba rugi, dan laporan laba
ditahan / laporan perubahan modal.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
2. Menghitung rasio keuangan
Menghitung rasio keuangan yang merupakan komponen dari keenam
metode dengan langkah-langkah sebagai berikut:
a. Metode Altman Z-Score
Rasio keuangan yang digunakan dalam metode Altman Z-Score
terdiri dari lima rasio yaitu :
1) (X1) Working Capital to Total Asset yang diperoleh dari modal
kerja dibagi dengan total aktiva. Modal kerja didapatkan dengan
cara aktiva lancar dikurangi kewajiban lancar.
2) (X2) Retained Earnigs to Total Assets yang diporelah dengan cara
laba ditahan dibagi dengan total aktiva.
3) (X3) Earning Before Interest and Taxe to Total Assets yang
dihitung dengan cara laba sebelum pajak dan bunga dari laporan
laba rugi dibagi dengan total aktiva.
4) (X4) Market Value of Equity to Book Value of Total Liabilities
yang dihitung dengan cara nilai pasar dari ekuitas yang diperoleh
dengan mengalikan jumlah lembar saham yang beredar dengan
harga pasar per lembar saham yang diperoleh dari harga
penutupan (closing price). Nilai buku hutang diperoleh dengan
menjumlahkan kewajiban lancar dengan kewajiban jangka
panjang.
5) (X5) Sales to Total Assets yang diperoleh dengan cara penjualan
dibagi dengan total aktiva.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
b. Metode Springate (S-Score)
Rasio keuangan yang digunakan dalam metode Springate (S-Score)
terdiri dari empat rasio yaitu:
1) (A) Working Capital / Total Asset
2) (B) Net Profit before Interest and Taxes / Total Asset
3) (C ) Net Profit before Taxes / Current Liabilities
4) (D) Sales / Total Asset
c. Metode Zmijewski (X-Score)
Rasio keuangan yang dugunakan dalam metode Zmijewski (X-Score)
terdiri dari tiga rasio yaitu:
1) (X1) ROA (Return on Asset) yang diperoleh dari hasil perhitungan
earning after tax dibagi total asset.
2) (X2) Leverage (Debt Ratio) yang diperoleh dari hasil perhitungan
total hutang dibagi dengan total aset.
3) (X3) Likuidasi (Current Ratio) yang diperoleh dari current Asset
(aset lancar) dibagi dengan current liabilities (utang lancar)
d. Metode Grover (G-Score)
Rasio keuangan yang digunakan pada metode grover terdiri dari tiga
rasio yaitu:
1) (X1) modal kerja / total aset
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
2) (X2) laba sebelum bunga dan pajak / total aset
3) ROA (laba bersih / total aset).
e. Metode Ohlson (O-Score)
Rasio kuangan yang digunakan pada metode Ohlson (O-Score)
terdiri dari tujuh rasio dan dua variabel dummy yaitu:
1) (X1) log (total aset / indeks tingkat harga GNP), indeks tingkat
harga GNP diperoleh dengan mengakses ceicdata.com
2) (X2) total hutang / total aset
3) (X 3) modal kerja / total aset
4) (X 4) hutang lancar / aset lancar
5) (X 5) variabel dummy, 1 jika total hutang > total aktiva, 0 jika
total hutang < total aktiva
6) (X 6) laba bersih / total aset
7) (X 7) arus kas operasi / total hutang
8) (X 8) variabel dummy, 1 jika laba bersih negatif untuk dua tahun
terakhir atau dua tahun berturut-turut, 0 jika sebaliknya
9) (X 9) (laba bersih tahun t – laba bersih t-1)/ jumlah nilai absolut
laba bersih tahun t + nilai absolut laba bersih tahun t-1
f. Metode Kida
Rasio keuangan yang digunakan pada metode Kida terdiri dari lima
rasio yaitu:
1) (X1) ROA (laba bersih / total aset
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
2) (X2) kekayaan bersih / total hutang, kekayaan bersih diperoleh
dari total aktiva dikurangi dengan total hutang.
3) (X3) liquidity (aset lancar / hutang lancar)
4) (X4) penjualan / total,
5) (X5) kas/total aset.
3. Menghitung prediksi kebangkrutan
Menghitung prediksi kebangkrutan metode Z-Score, S-Score, X-Score, G-
Score, O-Score dan Z Kida yang merupakan variabel terikat di penelitian
ini dengan masing-masing persamaan sebagai berikut:
a. Metode Altman Z-Score
Keterangan :
(X1) :Working Capital to Total Asset
(X2) : Retained Earnings to Total Assets
(X3) : Earning Before Interest and Taxe to Total Assets
(X4) : Market Value of Equity to Book Value of Total Liabilities
(X5) : Sales to Total Assets
b. Metode Springate (S-Score)
Keterangan:
A: Working Capital / Total Asset
B: Net Profit before Interest and Taxes / Total Asset
Z = 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
S = 1,03A + 3,07B + 0,66C + 0,4D
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
C: Net Profit before Taxes / Curretnt Liabilities
D : Sales / Total Asset
c. Metode Zmijewski (X-Score)
Keterangan:
(X1) ROA (Return on Asset)
(X2) Leverage (Debt Ratio)
(X3) Likuidasi (Current Ratio)
d. Metode Grover (G-Score)
Keterangan:
X1 : Working Capital / Total Asset
X2 : Earning Before Interest and Taxes / Total Asset
ROA: Net Income / Total Asset
e. Metode Ohlson (O-Score)
Keterangan:
X1 (SIZE) : log (Total Aset / Indeks Tingkat Harga GNP)
X2 (TLTA) : Total Hutang / Total Aset
X3 (WCTA) : Modal Kerja / Total Aset
X = - 4,3 – 4,5X1 + 5,7 X2 – 0,004 X3
G = 1,650 X1 + 3,404 X2 – 0,016 ROA + 0,057
O = -1,32 – 0,407X1 + 6,03 X2 – 1,43 X3 + 0,0757X4 – 2,37X5 – 1,83X6 +
0,285X7 – 1,72X8 – 0,521X9
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
X4 (CLCA) : Hutang Lancar / Aset lancar
X5 (OENEG) : Variabel Dummy, 1 jika total hutang > total aktiva, 0
jika total hutang < total aktiva
X6 (NITA) : Laba Bersih / Total Aset
X7 (CFOTL) : Arus Kas Operasi / Total Hutang
X8 (INTWO) : Variabel Dummy, 1 jika laba bersih negatif untuk dua
tahun terakhir, 0 jika sebaliknya
X9 (CHIN) : (laba bersih tahun t – laba bersih t-1)/ jumlah nilai
absolut laba bersih tahun t + nilai absolut laba bersih
tahun t-1
f. Metode Kida
Keterangan:
X1 : ROA (laba bersih / total aset)
X2 : Kekayaan Bersih / Total Hutang
X3 : Liquidity (Aset lancar / Utang lancar)
X4 : Penjualann / Total Aset
X5 : Kas / Total Aset
4. Menentukan hasil prediksi
Menentukan hasil prediksi dilakukan dengan cara menyesuaikan antara
hasil perhitungan prediksi dengan nilai cut-off pada setiap metode
prediksi kebangkrutan terdiri dari:
Z = 1,042 X1 + 0,42 X2 + 0,461 X3 + 0,463X4 + 0,271X5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
a. Nilai cut-off metode Altman (Z-Score) sebagai berikut:
1) Nilai Z-Score < 1,81 dikategorikan sebagai perusahaan yang
diprediksi bangkrut
2) Nilai 1,81 < Z-Score < 2,99 berada di daerah abu-abu (grey area)
3) Nilai Z-Score > 2,99 dikategorikan sebagai perusahaan yang
diprediksi sehat (tidak bangkrut)
b. Nilai cut-off metode Springate (S-Score) sebagai berikut:
1) Skor S > 0,862 merupakan perusahaan yang tidak berpotensi
bangkrut
2) Skor S < 0,862 diklasifikasikan sebagai perusahaan yang tidak
sehat dan berpotensi bangkrut
c. Nilai cut-off metode Zmijewski (X-Score) sebagai berikut:
1) X > 0 maka perusahaan diprediksi berpotensi mengalami
kebangkrutan.
2) X < 0 maka perusahaan diprediksi tidak berpotensi mengalami
kebangkrutan.
d. Nilai cut-off metode Grover (G-Score) sebagai berikut:
1) G ≤ -0,02 maka perusahaan diprediksi bangkrut
2) G ≥ 0,01 maka perusahaan diprediksi tidak bangkrut
e. Nilai cut-off metode Ohlson (O-Score) sebagai berikut:
1) O < 0,38 maka perusahaan diprediksi non failed (perusahaan
diprediksi tidak bangkrut).
2) O > 0,38 perusahaan diprediksi failed (bangkrut).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58
f. Nilai cut-off metode Kida sebagai berikut :
1) Z > 0,38 maka perusahaan dikatakan memiliki masa depan yang
baik (tidak bangkrut)
2) Z < 0,38 maka perusahaan dikatakan berpotensi tidak dapat
melanjutkakn usahanya (bangkrut)
Penyesuiaan dengan nilai cut-off pada masing-masing metode ini
dilakukan pada hasil perhitungan setiap tahunnya. Hasil prediksi yang
diporoleh pada setiap metode sebanyak 25 hasil prediksi karena terdapat
lima perusahaan dan jumlah periode penelitian lima tahun.
5. Membuat tabel prediksi kebangkrutan
Tabel prediksi kebangkrutan berdasarkan perusahaan digunakan untuk
mengetahui lebih jelas prediksi kebangkrutan menggunakan keenam
metode pada masing-masing perusahaan. Berikut bentuk tabel prediksi
kebangkrutan masing-masing perusahaan:
Tabel 3.1 Prediksi Kebangkrutan Perusahaan
NO Metode Tahun
2014 2015 2016 2017 2018
1 Z-Score XXX XXX XXX XXX XXX
2 S-Score XXX XXX XXX XXX XXX
3 X-score XXX XXX XXX XXX XXX
4 G-score XXX XXX XXX XXX XXX
6 O-Score XXX XXX XXX XXX XXX
5 Kida XXX XXX XXX XXX XXX
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
59
6. Membuat tabel hasil perhitungan
Membuat tabel hasil perhitungan keenam metode yaitu metode Altman
(Z-Score), metode Springate (S-Score), metode Zmijewski (X-Score),
metode Grover (G-Score), metode Ohlson (O-Score),dan metode Kida.
Bentuk tabel yang digunakan sebagai berikut
7. Pengujian Tingkat Akurasi dan Tingkat Error Dari Hasil Prediksi
a. Tahap pengujian akurasi hasil prediksi dilakukan pada metode
Altman (Z-Score), Springate (S-Score), Zmijewski (X-Score), Grover
(G-Score), Ohlson (O-Score), dan Kida. Pengujian dilakukan pada
seluruh sampel. Tingkat akurasi menunjukkan beberapa persen
metode tersebut dapat memprediksi dengan benar dari keseluruhan
perusahaan yang ada (Setiawati, 2017).
Tabel 3.2 Prediksi Kebangkrutan
Metode
Prediksi Kebangkrutan
Jumlah Bangkrut Grey Area
Tidak
Bangkrut
Altman XXX XXX XXX XXX
Springate XXX - XXX XXX
Zmijewski XXX - XXX XXX
Grover XXX XXX XXX
Ohlson XXX XXX XXX
Kida XXX XXX XXX
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
60
Tingkat akurasi dapat dihitung dengan rumus:
Jumlah prediksi benar yaitu jumlah sampel perusahaan yang
dinyatakan oleh Bursa Efek Indonesia (BEI) tidak mengalami
kebangkrutan dan dari hasil perhitungan dengan metode Altman (Z-
Score), Springate (S-Score), Zmijewski (X-Score), Grover (G-Score),
Ohlson (O-Score) dan Kida perusahaan diprediksi tidak bangkrut.
Jumlah sampel merupakan jumlah prediksi setiap metode yaitu 25.
b. Tahap pengujian tingkat error pada setiap metode yaitu metode
Altman (Z-Score), Springate (S-Score), Zmijewski (X-Score), Grover
(G-Score), Ohlson (O-Score) dan Kida. Perhitungan tingkat error ini
dengan rumus:
Jumlah prediksi salah yaitu jumlah sampel perusahaan yang
dinyatakan oleh Bursa Efek Indonesia (BEI) tidak mengalami
kebangkrutan namun dari hasil perhitungan dengan metode Altman
(Z-Score), Springate (S-Score), Zmijewski (X-Score), Grover (G-
Score), Ohlson (O-Score) dan Kida perusahaan diprediksi bangkrut.
Jumlah sampel merupakan jumlah hasil prediksi setiap metode yaitu
25
Tingkat Akurasi = Jumlah Prediksi Benar
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
Tingkat Error = Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
61
Berikut tabel rekapitulasi dari perhitungan tingkat akurasi dan
tingkat error pada masing-masing metode.
Tabel 3.3 Rekapitulasi Tingkat Akurasi dan Error Metode Altman
Rekapitulasi Prediksi
Total Bangkrut Grey Area Tidak Bangkrut
Riil
Tidak
Bangkrut
Tingkat Akurasi
Tingkat Error
8. Menarik kesimpulan
Kesimpulan penelitian ini dibuat dengan ketentuan:
a. Hasil perhitungan dari keenam metode kebangkrutan yaitu metode
Altman Z-Score, metode Springate (S-Score), metode Zmijewski (X-
Score), metode Grover (G-Score), Ohlson (O-Score) dan metode
Kida. Identifikasi kesimpulan dilakukan dengan cara menunjukkan
metode manakah yang memiliki tingkatan prediksi tidak bangkrut dan
bangkrut tertinggi serta terendah
b. Menarik kesimpulan tentang metode yang memiliki tingkat akurasi
tertinggi dari keenam metode dengan menganalisis hasil perhitungan
tingkat akurasi. Tingkat akurasi dari masing-masing metode yang
menunjukkan nilai tertinggi menjelaskan bahwa metode yang
bersangkutan merupakan metode yang akurat atau tepat dalam
memprediksi kebangkrutan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
62
BAB IV
GAMBARAN UMUM PERUSAHAAN
Perusahaan yang diteliti pada penelitiain ini meliputi perusahaan keramik
dan kaca yang terdaftar di Bursa Efek Indonesia berdasarkan kriteria sampel yang
telah ditentukan terdiri dari lima perusahaan, dengan rician sampel sebagai berikut:
Tabel 4.1 Rincian Sampel Penelitian
NO Kriteria Pelanggaran
Kriteria Jumlah
1. Perusahaan keramik dan kaca yang
terdaftar di Bursa Efek Indonesia 0 7
2.
Perusahaan keramik dan kaca yang
terdaftar di Bursa Efek Indonesia
tahun 2014-2018
2 5
3.
Perusahaan yang mempublikasikan
laporan tahunan (Annual Report)
selama lima tahun berturut-turut mulai
tahun 2014-2018
0 5
Jumlah Sampel 5
Periode Penelitian 5
Total Sampel Selama Periode Penelitian 25
Sumber: Data sekunder diolah, 2020
Berdasarkan tabel 4.1 terdapat tujuh perusahaan yang merupakan populasi
dalam penelitian dan menggunakan teknik purposive sampling dalam menentukan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
63
sampel dengan beberapa kriteria didapat lima perusahaan sebagai sampel dalam
penelitian ini.Gambaran umum dari kelima perusahaan tersebut yaitu:
A. PT, Asahimas Flat Glass, Tbk (AMFG)
Asahimas Flat Glass (AMFG) merupakan perusahaan dengan bidang
usaha utamanya yaitu keramik, kaca dan porselin. Asahi Glass Co. Ltd,
produsen kaca terkemuka di dunia didirikan oleh Mr. Iwasaki Toshiya
Pada tanggal 18 Oktober 1995, AMFG memperoleh pernyataan efektif
dari BAPEPAM-LK untuk melakukan Penawaran Umum Saham Perdana
AMFG (IPO) kepada masyarakat sebanyak 86.000.000 saham dengan nilai
nominal Rp500 per saham serta Harga Penawaran Rp2.450,- per saham. Pada
tanggal 18 Desember 2000 saham tersebut telah dicatatkan pada Bursa Efek
Indonesia (d/h Bursa Efek Jakarta dan Surabaya).Asahimas memiliki anak
perusahaan bernama PT Auto Glass Indonesia yang didirikan sejak tahun
2001. Produk yang diproduksi oleh AMFG yaitu kaca lembaran berupa kaca
cermin dan kaca pengaman termasuk kaca otomotif, dipasarkan dengan merek
Sunergy, Lacobel, Miralux dan Dantalux
B. PT. Arwana Citramulia Tbk (ARNA)
PT. Arwana Citramulia Tbk (ARNA) didirikan pada 22 Februari 1993
dan mulai beroperasi secara komersial sejak tanggal 1 Juli 1995. Berdasarkan
Anggaran Dasar Perusahaan, perusahaan ARNA bergerak dalam bidang
industri keramik. Tanggal 28 Juni 2001, ARNA memperoleh Pernyataan
efektif dari BAPEPAM-LK untuk melakukan IPO kepada masyarakat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
64
sebanyak 125.000.000 saham dengan nilai nominal Rp100,- per saham dengan
harga penawaran Rp120,- per saham.
ARNA memiliki 4 anak usaha, 3 bergerak di industri keramik, yaitu
PT Arwana Nuansakeramik, PT Sinar Karya Duta Abadi dan PT Arwana
Anugerah serta satu bergerak di bidang pemasaran dan distribusi yaitu PT
Primagraha Keramindo. Merek keramik ARNA adalah Arwana Ceramic
Tiles, UNO dan UNO DIGI.
C. PT Intikeramik Alamasri Industri Tbk (IKAI)
PT Intikeramik Alamasri Industri, Tbk (IKAI), mulai beroperasi secara
komersial pada bulan Mei 1993. Di pasar export, Essenza telah digunakan di
lebih dari 40 negara, dimana sebagian besar membantu mengharumkan nama
Indonesia, karena memakai merk Essenza di negara tujuan export, dan telah
terlibat di beberapa proyek prestisius di level global.
Pada tanggal 17 Mei 1997, IKAI memperoleh pernyataan efektif dari
Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham IKAI
(IPO) kepada masyarakat sebanyak 100.000.000 dengan nilai nominal
Rp500,- per saham dengan harga penawaran Rp750,- per saham. Saham-
saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 04
Juni 1997. PT Intikeramik Alamasri Industri, Tbk memiliki anak perusahaan
yaitu PT Internusa Keramik Alamsari, PT Realindo Sapta Optima, PT
Mahkota Artha Mas, PT Mahkota Properti Indo Medan, PT Hotel Properti
International, dan PT Saka Mitra Sejati.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
65
D. PT. Keramika Indonesia Assosiasi Tbk (KIA)
Keramika Indonesia Assosiasi Tbk (KIA) didirikan tanggal 28
November 1968 dan memulai kegiatan usaha komersialnya pada tanggal
1968. PT. Keramika Indonesia Assosiasi Tbk (KIA) bergerak di bidang
pembuatan dan distribusi produk keramik. Produk perusahaan dengan merek
dagang KIA, Impresso, dan Spectra. Produk perusahaan dipasarkan secara
lokal dan diekspor ke beberapa negara di Asia, Eropa dan Amerika Serikat.
PT. Keramika Indonesia Assosiasi Tbk pertama kali menjual sahamnya
kepada publik pada 8 Desember 1994 dengan penawaran saham sebanyak
25.000.000. PT. Keramika Indonesia Assosiasi Tbk memiliki anak perusahaan
yaitu PT KIA Keramik Mas dan PT KIA Serpih Mas
E. PT Mulia Industrindo, Tbk (MLIA)
PT Mulia Industrindo, Tbk. didirikan pada tanggal 5 November 1986
perusahaan utamanya bergerak dalam produksi dan distribusi kaca polos,
kontainer kaca, blok kaca, dan kaca pengaman otomotif. Perusahaan juga
bergerak dalam produksi dan distribusi ubin keramik dinding dan ubin
keramik lantai. Perseroan terdaftar dalam Bursa efek Jakarta pada tanggal 17
Januari 1994. PT Mulia Industrindo, Tbk pada awalnya memiliki 2 entitas
anak, PT Muliaglass dan PT Muliakeramik Indahraya. MLIA memiliki satu
entitas anak, yaitu PT Muliaglass. PT Muliaglass bergerak di industri kaca
berupa kaca lembaran, glass block, kemasan kaca, dan kaca pengaman
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
66
otomotif sebagai hasil produksinya. Perusahaan juga bergerak dalam produksi
dan distribusi ubin keramik dinding dan ubin keramik lantai.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
BAB V
ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Data
Data yang digunakan dalam penelitian ini merupakan data sekunder
berupa laporan tahunan perusahaan keramik dan kaca yang terdaftar di
Bursa Efek Indonesia tahun 2014-2018 dan data GNP dari tahun 2014-2018.
Data diperoleh dari Bursa Efek Indonesia (BEI) melalui situs
www.idx.co.id, website masing-masing perusahaan, dan
www.ceicdata.com. Terdapat lima perusahaan yang menjadi sampel
penelitian dari jumlah populasi sebanyak tujuh perusahaan yang sesuai
dengan kriteria. Data-data dalam laporan keuangan yang digunakan terdiri
dari kas, total aktiva lancar, total aktiva, total hutang lancar, total hutang,
penjualan, laba sebelum pajak, laba setelah pajak, laba ditahan, harga pasar
saham, dan jumlah lembar saham yang beredar. Data – data tersebut
diperoleh dari laporan posisi keuangan, laporan laba-rugi, laporan laba
ditahan dan laporan informasi saham. Data GNP diperoleh dari
ceicdata.com yang kemudian dikonversikan dalam satuan rupiah pada
website BI.
B. Analisis Data
Terdapat dua variabel dalam penelitian ini, yaitu variabel
independen dan dependen. Variabel independen dalam penelitian ini yaitu
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
68
masing-masing komponen dari metode Z-Score, S-Score, X-Score, Grover
(G-Score), Ohlson (O-Score) dan Kida sedangkan variabel dependen pada
penelitian ini adalah nilai dari Z-Score, S-Score, X-Score, G-Score, O-Score
dan Z Kida dengan rumus pada masing-masing metodenya. Analisis data
dilakukan dengan beberapa langkah yang sudah di tentukan sbelumnya
yaitu:
1. Mengumpulkan data
Data didapatkan dari laporan tahunan setiap perusahaan yang
dipublikasikan di BEI dan website masing-masing perusahaan. Data yang
digunakan yaitu kas, total aktiva lancar, total aktiva, total hutang lancar, dan
total hutang yang diperoleh dari laporan posisi keuangan. Data penjualan,
laba sebelum bunga dan pajak serta laba setelah pajak diperoleh dari laporan
laba rugi, data laba ditahan diperoleh dari laporan perubahan ekuitas,
sedangkan harga pasar saham yang merupakan harga penutupan dan jumlah
lembar saham yang beredar diperoleh dari bagian informasi saham pada
laporan tahunan. Data GNP diperoleh dari ceicdata.com yang kemudian
dikonversikan dalam satuan rupiah pada website BI.
2. Menghitung rasio keuangan yang merupakan komponen dari keenam
metode
a. Rasio Komponen Metode Altman Z-Score
1) Rasio working capital to total asset
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
69
Working capital atau rasio modal kerja diperoleh dari
pengurangan antara aktiva lancar dengan kewajiban lancar.
Rasio ini menggambarkan seberapa kemampuan dari aset yang
dimiliki untuk menghasilkan modal kerja. Berikut hasil
perhitungan rasio working capital to total asset pada perusahaan
keramik dan kaca yang terdaftar di BEI
2) Rasio retained earning to total asset
Rasio retained earning to total asset yang diporelah dengan cara
laba ditahan dibagi dengan total aktiva.Berikut hasil perhitungan
dari rasio retained earning to total asset perusahaan keramik dan
kaca yang terdaftar di BEI
Tabel 5.1 Rasio Working Capital To Total Asset (X1)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,473 0,410 0,164 0,161 0,144
2 ARNA 0,152 0,007 0,108 0,178 0,225
3 IKAI -0,065 -0,087 -0,577 -0,056 -0,110
4 KIA 0,307 0,223 0,190 0,202 0,229
5 MLIA 0,023 -0,032 -0,034 -0,036 -0,057
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.2 Rasio Retained Earning To Total Asset (X2)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,689 0,704 0,584 0,505 0,381
2 ARNA 0,639 0,552 0,545 0,575 0,599
3 IKAI -0,421 -0,842 -1,613 0 0
4 KIA 0,056 0,058 -0,191 -0,251 -0,300
5 MLIA -0,436 -0,462 -0,424 -0,303 -0,262
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
70
3) Rasio Earning Before Interest and Tax to Total Asset
Rasio earning before interest and tax to total asset merupakan
rasio yang menggambarkan kemampuan perusahaan mengelola
sumber daya secara efektif serta mengukur apakah aset-aset
perusahaan digunakan secara rasional untuk menghasilkan laba
dari kegiatan operasionalnya. Rasio ini dihitung dengan cara
laba sebelum pajak dan bunga dari laporan laba rugi dibagi
dengan total aktiva. Berikut hasil perhitungan earning before
interest and tax to total asset pada perusahaan keramik dan kaca
yang terdaftar di BEI
4) Market Value of Equity to Book Value of Debt
Nilai pasar dari ekuitas diperoleh dengan mengalikan
jumlah lembar saham yang beredar dengan harga pasar per lembar
saham yang diperoleh dari harga penutupan (closing price). Nilai
buku hutang diperoleh dengan menjumlahkan kewajiban lancar
dengan kewajiban jangka panjang.
Tabel 5.3 Earning Before Interest and Tax to Total Asset(X3)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,143 0,100 0,064 0,015 0,021
2 ARNA 0,279 0,072 0,093 0,117 0,134
3 IKAI -0,007 -0,058 -0,190 -0,236 -0,024
4 KIA 0,031 -0,093 -0,091 -0,054 -0,552
5 MLIA 0,010 0,025 0,075 0,056 0,082
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71
Berikut hasil perhitungan market value of equity to book
value of debt.
5) Sales to Total Asset
Sales to total asset atau penjualan terhadap total aset
menggambarkan tingkat efisiensi penggunaan aktiva yang dimiliki
perusahaan dalam menghasilkan volume penjualan. Berikut ini hasil
perhitungan sales to total asset perusahaan keramik dan kaca yang
terdaftar di BEI.
Tabel 5.4 Market Value Of Equity To Book Value Of Debt ,X4
(%)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 3,821 3,357 1,549 1,013 0,419
2 ARNA 20,032 7,827 7,170 5,519 4,744
3 IKAI 0,256 0,256 0,220 0,174 16,087
4 KIA 8,750 4,879 3,462 4,051 0,427
5 MLIA 0,120 0,142 0,123 0,238 0,385
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.5 Rasio Sales To Total Asset (X5)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,931 0,858 0.677 0.620 0.527
2 ARNA 1,278 0,903 0.980 1.082 1.132
3 IKAI 0,506 0,362 0.316 0.061 0.008
4 KIA 0,396 0,384 0.464 0.458 0.514
5 MLIA 0,780 0,802 0.750 1.210 1.060
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72
b. Komponen Rasio Metode Springate (S-Score)
1) Rasio working capital to total asset
Working capital atau rasio modal kerja diperoleh dari
pengurangan antara aktiva lancar dengan kewajiban lancar.
Berikut hasil perhitungan rasio working capital to total asset
pada perusahaan keramik dan kaca yang terdaftar di BEI
2) Rasio Net Profit Before Interest and Tax to Total Asset
Rasio earning before interest and tax to total dihitung dengan
cara laba sebelum pajak dan bunga dari laporan laba rugi dibagi
dengan total aktiva. Berikut hasil perhitungan earning before
interest and tax to total asset pada perusahaan keramik dan kaca
yang terdaftar di BEI
Tabel 5.6 Rasio Working Capital To Total Asset (A)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,473 0,410 0,164 0,161 0,144
2 ARNA 0,152 0,007 0,108 0,178 0,225
3 IKAI -0,065 -0,087 -0,577 -0,056 -0,110
4 KIA 0,307 0,223 0,190 0,202 0,229
5 MLIA 0,023 -0,032 -0,034 -0,036 -0,057
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.7 Net Profit Before Interest and Tax to Total Asset (B)
No Kode Emiten Tahun
2014 2015 2016 2017 2018
1 AMFG 0,143 0,100 0,064 0,015 0,021
2 ARNA 0,279 0,072 0,093 0,117 0,134
3 IKAI -0,007 -0,058 -0,190 -0,236 -0,024
4 KIA 0,031 -0,093 -0,091 -0,054 -0,552
5 MLIA 0,010 0,025 0,075 0,056 0,082
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
73
3) Net Profit Before Tax to Current Liabilities
Rasio net profit before tax to current liabilities atau laba sebelum
pajak terhadap kewajiban lancar digunakan untuk mengukur
profitabilitas perusahaan semakin tinggi nilai rasio maka
semakin besar kemungkinan laba sebelum pajak yang dimiliki
mampu menutupi hutang lancar. Berikut hasil perhitungan dari
rasio Net Profit before tax to current liabilities perusahaan
keramik dan kaca yang terdaftar di BEI.
4) Sales to Total Asset
Sales to total asset atau penjualan terhadap total aset
menggambarkan tingkat efisiensi penggunaan aktiva yang
dimiliki perusahaan dalam menghasilkan volume penjualan.
Tabel 5.8 Rasio Net Profit before tax to current liabilities (C )
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 1,520 0,968 0,394 0,064 0,006
2 ARNA 1,105 0,191 0,260 0,365 0,444
3 IKAI -0,129 -0,616 -0,762 -0,266 0,356
4 KIA 0,684 -0,878 -1,000 -0,558 -0,494
5 MLIA 0.116 -0.108 -0.005 0.035 0.215
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
74
Berikut ini hasil perhitungan sales to total asset perusahaan
keramik dan kaca yang terdaftar di BEI.
c. Rasio Komponen Metode Zmijewski (X-Score)
1) Return On Asset
Return on asset atau laba atas aset digunakan untuk mengukur
tingkat laba terhadap aset yang digunakan dalam menghasilkan
laba. Rasio ini dihitung dengan laba bersih dibagi dengan total
aset. Berikut hasil perhitungan dari ROA perusahaan keramik
dan kaca yang terdaftar di BEI.
2) Debt Ratio
Debt ratio merupakan rasio yang digunakan untuk mengukur
kemampuan perusahaan dalam menjamin utang-utangnya
dengan aktiva yang dimiliki. Rasio ini dihitung dengan total
hutang dibagi dengan total aset. Berikut hasil perhitungan Debt
Tabel 5.9 Rasio Sales To Total Asset (D)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,931 0,858 0,677 0,620 0,527
2 ARNA 1,278 0,903 0,980 1,082 1,132
3 IKAI 0,506 0,362 0,316 0,061 0,008
4 KIA 0,396 0,384 0,464 0,458 0,514
5 MLIA 0,780 0,802 0,750 1,210 1,060
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.10 Rasio ROA (X1)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,118 0,080 0,047 0,006 0,001
2 ARNA 0,208 0,050 0,059 0,076 0,096
3 IKAI -0,007 -0,279 -0,549 -0,246 0,053
4 KIA 0,035 -0,069 -0,136 -0,048 -0,046
5 MLIA 0,018 -0,022 0,001 0,009 0,036
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
75
ratio pada perusahaan keramik dan kaca yang terdaftar di BEI.
3) Current Ratio
Current ratio atau rasio lancar digunakan untuk mengetahui
kemampuan perusahaan dalam memenuhi kewajiban jangka
pendek dengan aktiva lancarnya. Rasio ini dihitung dengan aset
lancar dibagi dengan hutang lancar.Berikut hasil perhitungan
current ratio perusahaan perusahaan keramik dan kaca yang
terdaftar di BEI
d. Komponen Rasio Metode Grover (G-Score)
1) Rasio working capital to total asset
Working capital atau rasio modal kerja diperoleh dari
pengurangan antara aktiva lancar dengan kewajiban lancar.
Tabel 5.11 Debt Ratio,X2 (%)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,214 0,206 0,346 0,434 0,573
2 ARNA 0,278 0,375 0,386 0,357 0,337
3 IKAI 0,655 0,823 1,234 1,529 0,406
4 KIA 0,110 0,152 0,183 0,193 2,051
5 MLIA 0,840 0,844 0,791 0,662 0,574
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.12 Current Ratio (X3)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 5,684 4,654 2,020 2,010 1,270
2 ARNA 1,608 1,021 1,349 1,626 1,736
3 IKAI 0,836 0,808 0,201 0,034 0,469
4 KIA 5,617 3,242 3,133 3,107 2,914
5 MLIA 1,114 0,871 0,859 0,870 0,935
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
76
Berikut hasil perhitungan rasio working capital to total asset
pada perusahaan keramik dan kaca yang terdaftar di BEI
2) Rasio Earning Before Interest and Tax / Total Asset (X2)
Rasio ini digunakan untuk mengukur sebarapa besar
produktivitas penggunaan dana yang dipinjam (Peter dan
Yoseph, 2011). Berikut perhitungan rasio earning before
interest and taxes / total asset
3) Rasio Return On Asset (ROA)
Rasio Return On Asset (ROA) dihitung dengan net income / total
asset. . Rasio ROA digunakan untuk mengukur profitabilitas
perusahaan. Net income diperoleh dari laporan laba rugi
Tabel 5.13 Rasio Working Capital To Total Asset (X1)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,473 0,410 0,164 0,161 0,144
2 ARNA 0,152 0,007 0,108 0,178 0,225
3 IKAI -0,065 -0,087 -0,577 -0,056 -0,110
4 KIA 0,307 0,223 0,190 0,202 0,229
5 MLIA 0,023 -0,032 -0,034 -0,036 -0,057
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.14 Earning Before Interest and Tax to Total Asset
(X2)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,143 0,100 0,064 0,015 0,021
2 ARNA 0,279 0,072 0,093 0,117 0,134
3 IKAI -0,007 -0,058 -0,190 -0,236 -0,024
4 KIA 0,031 -0,093 -0,091 -0,054 -0,552
5 MLIA 0,010 0,025 0,075 0,056 0,082
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
77
sedangkan total asset diperoleh dari neraca. Berikut hasil
perhitungan ROA pada perusahaan keramik dan kaca yang
terdaftar di BEI.
e. Rasio Komponen Metode Ohlson (O-Score)
1) Rasio SIZE (X1)
Rasio SIZE digunakan untuk mengukur ukuran perusahaan.
Rasio ini lebih fokus pada kondisi eksternal perusahaan, seperti
kondisi ekonomi makro yaitu GNP dihitung dengan Log (total
aser/ GNP). Rasio SIZE memiliki koefisien negatif sehingga
yang mengakibatkan nilai O semakin kecil. Berikut hasil
perhitungan SIZE pada perusahaan keramik dan kaca:
Tabel 5.16 Rasio Size (X1)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 1,568 1,550 1,771 1,881 2,395
2 ARNA 0,501 0,519 0,497 0,481 0,469
3 IKAI 0,206 0,142 0,085 0,066 0,380
4 KIA 0,901 0,756 0,598 0,531 0,484
5 MLIA 2,869 2,586 2,485 1,557 1,495
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.15 Rasio Return On Asset (ROA)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,118 0,080 0,047 0,006 0,001
2 ARNA 0,208 0,050 0,059 0,076 0,096
3 IKAI -0,007 -0,279 -0,549 -0,246 0,053
4 KIA 0,035 -0,069 -0,136 -0,048 -0,046
5 MLIA 0,018 -0,022 0,001 0,009 0,036
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
78
2) Rasio TLTA (X2)
Rasio TLTA (total hutang/total aset) merupakan rasio yang
digunakan untuk mengetahui kemampuan perusahaan dalam
memenuhi kewajiban keuangan. Rasio ini juga dapat digunakan
untuk menilai seberapa besar aktiva didanai dengan hutang.
Rasio. Berikut hasil perhitungan rasio TLTA pada perusahaan
keramik dan kaca yang terdaftar di BEI:
3) Rasio WCTA (X3)
Rasi WCTA atau Working Capital To Total Asset merupakan
rasio yang digunakan untuk mengukur kemampuan perusahaan
dalam memenuhi hutang jangka pendeknya. Rasio ini memiliki
koefisien negatif sehingga memperkecil nilai O.
Tabel 5.17 TLTA (X2) Total Hutang / Total Aset
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,214 0,206 0,346 0,434 0,573
2 ARNA 0,278 0,375 0,386 0,357 0,337
3 IKAI 0,655 0,823 1,234 1,529 0,406
4 KIA 0,110 0,152 0,183 0,193 2,051
5 MLIA 0,840 0,844 0,791 0,662 0,574
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
79
Berikut hasil perhitugan rasio WCTA pada perusahaan keramik
dan kaca yang terdaftar di BEI:
Tabel 5.18 WCTA (X3)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,473 0,410 0,164 0,161 0,144
2 ARNA 0,152 0,007 0,108 0,178 0,225
3 IKAI -0,065 -0,087 -0,577 -1,056 -0,110
4 KIA 0,307 0,223 0,190 0,202 0,229
5 MLIA 0,023 -0,032 -0,034 -0,036 -0,057
Sumber : data sekunder diolah peneliti, 2020
4) Rasio CLCA (X4)
Rasio CLCA merupakan rasio yang menggambarkan
kemampuan perusahaan dalam membayar hutang lancar dengan
aktiva lancar perusahaan. Rasio ini dihitung dengan hutang
lancar / aset lancar. Berikut hasil perhitungan rasio CLCA pada
perusahaan keramik dan kaca yang terdaftar di BEI:
Tabel 5.19 CLCA (X4)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0.176 0.215 0.495 0.498 0.451
2 ARNA 0.622 0.980 0.741 0.615 0.550
3 IKAI 1.196 1.237 4.973 29.669 2.599
4 KIA 0.178 0.308 0.319 0.322 0.303
5 MLIA 0.898 1.149 1.163 1.150 1.259
Sumber : data sekunder diolah peneliti, 2020
5) OENEG (X5)
OENEG merupakan indikator yang digunakan untuk mengukur
tingkat likuiditas perusahaan. indikator ini dinilai dengan skala
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
80
1 jika total hutang > total aset dan 0 jika total hutang < total
aktiva. Berikut hasil perhitungan OENEG padaperusahaan
keramik dan kaca yang terdaftar di BEI:
6) Rasio NITA (X6)
Rasio NITA digunakan untuk mengukur kemampuan
perusahaan dalam menghasilkan laba bersih dari total aktivanya.
Rasio NITA dihitung dengan laba bersih / total aset, berikut hasil
perhitungannya pada perusahaan keramik dan kaca yang
terdaftar di BEI:
Tabel 5.20 OENEG (X5)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0 0 0 0 0
2 ARNA 0 0 0 0 0
3 IKAI 0 0 0 0 1
4 KIA 0 0 0 0 1
5 MLIA 0 0 0 0 0
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.21 NITA (X6)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,118 0,080 0,061 0,006 0,001
2 ARNA 0,208 0,050 0,064 0,076 0,099
3 IKAI -0,007 -0,279 -0,373 -0,246 0,325
4 KIA 0,037 -0,069 -0,121 -0,048 -0,045
5 MLIA 0,018 -0,022 0,001 0,009 0,036
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
81
7) Rasio CFOTL (X7)
Rasio CFOTL merupakan rasio solvabilitas yang digunakan
untuk mengukur dana yang tersedia dari kegiatan operasi yang
dibiayai dengan hutang. Rasio ini dihitung dengan arus kas
operasi yang diperoleh dari laporan arus kas dibagi dengan total
hutang. Berikut hasil perhitungan rasio CFOTL pada perusahaan
keramik dan kaca yang terdaftar di BEI:
8) INTWO (X8)
INTWO merupakan indikator yang digunakan untuk mengetahui
kondisi laba perusahaan dalam dua tahun terakhir. Indikator ini
dinilai dengan skala 1 jika laba bersih perusahaan negatih selama
dua tahun berturut-turut dan 0 jika sebaliknya.
Tabel 5.22 CFOTL (X7)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,090 0,059 0,053 0,048 0,035
2 ARNA 0,149 0,070 0,060 0,153 0,223
3 IKAI 0,072 0,075 0,058 0,101 0,317
4 KIA 0,029 -0,032 0,014 0,010 0,011
5 MLIA 0,089 0,071 0,045 0,047 0,044
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
82
Berikut hasil perhitungan INTWO pada perusahaan keramik dan
kaca yang terdaftar di BEI:
Tabel 5.23 INTWO (X8)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0 0 0 0 0
2 ARNA 0 0 0 0 0
3 IKAI 1 1 1 1 0
4 KIA 0 0 1 1 1
5 MLIA 0 0 0 0 0
Sumber : data sekunder diolah peneliti, 2020
9) Rasio CHIN (X9)
Rasio CHIN menunjukan perubahan laba bersih perusahaan
pada tahun berjalan dan laba bersih tahun sebelumnya. Berikut
hasil perhitungan rasio CHIN pada perusahaan keramik dan kaca
yang terdaftar di BEI:
Tabel 5.24 CHIN (X9)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,157 -0,152 -0,134 -0,742 -0,708
2 ARNA 0,048 -0,572 0,124 0,144 0,128
3 IKAI -0,514 0,931 0,143 -0,458 7,249
4 KIA 0,028 3,451 0,272 -0,495 -0,037
5 MLIA -1,757 11,083 -1,123 0,680 0,598
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
83
f. Rasio Komponen Metode Kida
1) Rasio ROA (X1)
Rasio Return On Asset (ROA) dihitung dengan net income /
total asset. Berikut hasil perhitungan ROA pada perusahaan
keramik dan kaca yang terdaftar di BEI.
2) Rasio Kekayaan Bersih / Total Hutang (X2)
Nilai dari kekayaan bersih diperoleh dari total aktiva dikurangi
dengan total kewajiban. Total hutang merupakan semua
kewajiban keuangan suatu perusahaan kepada pihak lain yang
belum terpenuhi. Berikut hasil perhitungan dari rasio (X2) pada
perusahaan keramik dan kaca yang terdaftar di BEI
Tabel 5.25 Rasio ROA (X1)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,118 0,080 0,047 0,006 0,001
2 ARNA 0,208 0,050 0,059 0,076 0,096
3 IKAI -0,007 -0,279 -0,549 -0,246 0,053
4 KIA 0,035 -0,069 -0,136 -0,048 -0,046
5 MLIA 0,018 -0,022 0,001 0,009 0,036
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.26 Rasio Kekayaan Bersih / Total Hutang (X2)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 3,672 3,852 4,394 2,640 0,744
2 ARNA 2,600 1,669 12,023 12,711 0,488
3 IKAI 0,526 0,215 0,955 1,294 -0,830
4 KIA 7,513 5,563 9,701 9,329 -0,840
5 MLIA 0,191 0,186 0,813 1,616 -0,619
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
84
3) Rasio Aset Lancar / Utang Lancar (X3)
Rasio aset lancar / utang lancar merupakan rasio yang digunakan
untuk megukur likuiditas perusahaan. Rasio ini difokuskan
dalam jangka pendek. Berikut hasil perhitungan dari rasio aset
lancar / hutang lancar pada perusahaan keramik dan kaca yang
terdaftar di BEI
4) Rasio Penjualan / Total Aset (X4)
Nilai penjualan diperoleh dari laporan laba rugi dan nilai total
aset diperoleh dari neraca. Berikut hasil perhitungan dari rasio
penjualan/total aset pada perusahaan keramik dan kaca yang
terdaftar di BEI
Tabel 5.27 Rasio Aset Lancar / Hutang Lancar (X3)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 5,684 4,654 2,020 2,010 1,270
2 ARNA 1,608 1,021 1,349 1,626 1,736
3 IKAI 0,836 0,808 0,201 0,034 0,469
4 KIA 5,617 3,242 3,133 3,107 2,914
5 MLIA 1,114 0,871 0,859 0,870 0,935
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.28 Rasio Penjualan/Total Aset (X4)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,931 0,858 0,677 0,620 0,527
2 ARNA 1,278 0,903 0,980 1,082 1,132
3 IKAI 0,506 0,362 0,316 0,061 0,008
4 KIA 0,396 0,384 0,464 0,458 0,514
5 MLIA 0,780 0,802 0,750 1,210 1,060
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
85
5) Rasio Kas/Total Aset (X5)
Kas merupakan harta paling liquid yang digunakan sebagai
media pertukaran buku serta dasar untuk pengukuran dan
akuntansi semua pos lainnya. Berikut hasil perhitungan dari
rasio penjualan/total aset pada perusahaan keramik dan kaca
yang terdaftar di BEI
3. Menghitung prediksi kebangkrutan metode Z-Score, S-Score, X-Score,
G-Score, O-score dan Z Kida
Perhitungan prediksi kebangkrutan pada kelima metode dilakukan
pertahun selama periode penelitian yaitu 2014-2018. Rasio yang
menjadi komponen dalam setiap metode dihitung berdasarkan masing-
masing persamaan.
Tabel 5.29 Rasio Kas/Total Aset (X5)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 0,281 0,218 0,058 0,055 0,035
2 ARNA 0,037 0,004 0,002 0,037 0,117
3 IKAI 0,002 0,001 0,001 0,001 0,057
4 KIA 0,097 0,026 0,018 0,005 0,004
5 MLIA 0,015 0,007 0,007 0,021 0,011
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
86
a. Metode Altman Z-Score
Berikut hasil perhitungan metode Altman Z-Score perusahaan
keramik dan kaca yang terdaftar di BEI dengan persamaan
Tabel 5.30 Hasil Perhitungan Metode Altman Z-Score
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 5,226 4,682 2,831 2,177 1,553
2 ARNA 15,296 6,617 6,480 5,798 5,532
3 IKAI -0,034 -0,958 -3,129 -1,880 9,450
4 KIA 6,196 3,353 2,202 2,602 -1,196
5 MLIA 0,301 0,285 0,437 1,070 1,126
Sumber : data sekunder diolah peneliti, 2020
b. Metode Springate (S-Score)
Berikut hasil perhitungan metode Springate (S-Score) perusahaan
keramik dan kaca yang terdaftar di BEI pada tabel 5.22 dengan
persamaan
ZAMFG= 1,2X1 + 1,4X2 + 3,3X3 + 0,6X4 + 1,0X5
=1,2(0,473)+1,4(0,689)+3,3(0,143)+0,6(3,821)+1,0(0,931)
= 5,226
SAMFG= 1,03A + 3,07B + 0,66C + 0,4D
= 1,03(0,473)+3,07(0,143)+0,66(1,520)+0,4(0,931)
=2,300
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
87
c. Metode Zmijewski (X-Score)
Berikut hasil perhitungan metode Zmijewski (X-Score) perusahaan
keramik dan kaca yang terdaftar di BEI pada tabel 5.23 dengan
persamaan
Tabel 5.32 Hasil Perhitungan Metode Zmijewski (X-Score)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG -3,632 -3,504 -2,548 -1,863 -1,040
2 ARNA -3,658 -2,393 -2,374 -2,614 -2,819
3 IKAI -0,534 1,644 5,203 5,524 -2,227
4 KIA -3,853 -3,132 -2,661 -2,996 7,588
5 MLIA 0,400 0,603 0,201 -0,573 -1,193
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.31 Hasil Perhitungan Metode Springate (S-Score)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 2,300 1,713 0,895 0,501 0,427
2 ARNA 2,255 0,715 0,959 1,215 1,391
3 IKAI 0,027 -0,528 -1,554 -1,963 0,052
4 KIA 1,022 -0,482 -0,557 -0,142 -1,579
5 MLIA 0,442 0,293 0,493 0,641 0,760
Sumber : data sekunder diolah peneliti, 2020
XAMFG= - 4,3 – 4,5X1 + 5,7 X2 – 0,004 X3
= - 4,3– 4,5(0,118)+5,7(0,214) – 0,004 (5,684)
= -3,632
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
88
d. Metode Grover (G-Score)
Berikut hasil perhitungan metode Grover (G-Score) perusahaan
keramik dan kaca yang terdaftar di BEI pada tabel 5.24 dengan
persamaan
Tabel 5.33 Hasil Perhitungan Metode Grover (G-Score)
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 1,321 1,074 0,544 0,373 0,365
2 ARNA 1,256 0,312 0,549 0,746 0,885
3 IKAI -0,076 -0,279 -1,533 -2,484 -0,207
4 KIA 0,670 0,109 0,064 0,208 -1,443
5 MLIA 0,128 0,090 0,257 0,187 0,243
Sumber : data sekunder diolah peneliti, 2020
G = 1,650 X1 + 3,404 X2 – 0,016 ROA + 0,057
= 1,650 (0,473) + 3,404 (0,143) – 0,016 (0,118) + 0,057
= 1, 321
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
89
e. Metode Ohlson
Berikut hasil perhitungan metode Ohlson (O-Score) perusahaan
keraik dan kaca yang terdaftar di BEI tahun 2014-2018 pada tabel
5.34 dengan persamaan
Tabel 5.34 Hasil Perhitugan Metode Ohlson (O-Score)
No
Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG -1,601 -1,329 -0,177 0,727 1,369
2 ARNA -0,382 1,019 0,541 0,259 0,054
3 IKAI 1,315 2,130 6,192 10,628 -5,323
4 KIA -1,524 -2,685 -2,346 -2,009 6,560
5 MLIA 3,518 -2,868 3,171 1,818 1,344
Sumber : data sekunder diolah peneliti, 2020
f. Metode Kida
Berikut hasil perhitungan metode Kida perusahaan keramik dan
kaca yang terdaftar di BEI pada tabel 5.35 dengan persamaan
Tabel 5.35 Hasil Perhitungan Metode Kida
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG 4,792 4,304 3,155 2,344 1,152
2 ARNA 2,651 1,642 6,187 6,679 1,661
3 IKAI 0,833 0,340 0,068 0,331 -0,058
4 KIA 5,992 3,944 5,597 5,514 1,182
5 MLIA 0,977 0,830 1,088 1,655 0,702
Sumber : data sekunder diolah peneliti, 2020
ZAMFG= 1,042(0,118)+0,42(3,672)+0,461(5,684) +0,463(0,931)
+0,271(0,281)
= 4,792
OAMFG = -1,32 – 0,407(1,568) + 6,03(0,214) – 1,43(0,473)+ 0,0757(0,176)
– 2,37(0) – 1,83(0,118) + 0,285(0,090) – 1,72(0) – 0,521(0,157)
= -1,601
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
90
4. Menentukan prediksi
Penentuan prediksi dilakukan dengan cara menyesuaikan antara
hasil perhitungan prediksi dengan nilai cut-off pada setiap metode
prediksi kebangkrutan. Penentuan prediksi dilakukan pertahun sehingga
masing-masing metode terdapat 25 prediksi. Prediksi pada keenam
metode sebagai berikut:
a. Metode Altman (Z-Score)
Prediksi kebangkrutan metode Altman (Z-Score) terdapat pada tabel
5.26. Prediksi pada metode Altman (Z-Score) berdasarkan pada nilai
Z , jika nilai Z < 1,81 diprediksi bangkrut, 1,81 < Z < 2,99 berada di
daerah abu-abu (grey area), dan nilai Z > 2,99 diprediksi tidak
bangkrut. Berikut tabel prediksi kebangkrutan menggunakan metode
Altman (Z-Score)
Tabel 5.36 Prediksi Kebangkrutan Metode Altman (Z-Score)
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG Tidak
Bangkrut
Tidak
Bangkrut
Grey
Area
Grey
Area Bangkrut
2 ARNA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
3 IKAI Bangkrut Bangkrut Bangkrut Bangkrut Tidak
Bangkrut
4 KIA Tidak
Bangkrut
Tidak
Bangkrut
Grey
Area
Grey
Area Bangkrut
5 MLIA Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
91
b. Metode Springate (S-Score)
Prediksi kebangkrutan metode Springate (S-Score) terdapat pada
tabel 5.27. Prediksi pada metode Springate (S-Score) berdasarkan
pada nilai S , jika nilai S > 0,862 diprediksi tidak berpotensi bangkrut
dan jika S < 0,862 perusahaan diprediksi berpotensi bangkrut.
Berikut tabel prediksi kebangkrutan menggunakan metode Springate
(S-Score).
c. Metode Zmijewski (X-Score)
Prediksi kebangkrutan metode Zmijewski (X-Score) terdapat pada
tabel 5.28. Prediksi pada metode Zmijewski (X-Score), jika nilai X
> 0 perusahaan diprediksi bangkrut dan jika X < 0 perusahaan
diprediksi tidak kebangkrutan.
Tabel 5.37 Prediksi Kebangkrutan Metode Springate (S-Score)
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut Bangkrut
2 ARNA Tidak
Bangkrut Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
3 IKAI Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
4 KIA Tidak
Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
5 MLIA Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
92
Berikut tabel prediksi kebangkrutan menggunakan metode
Zmijewski (X-Score).
d. Metode Grover (G-Score)
Prediksi kebangkrutan metode Grover (G-Score) terdapat pada tabel
5.29. Prediksi pada metode Grover (G-Score) berdasarkan pada nilai
G, jika nilai G ≤ -0,02 maka perusahaan diprediksi berpotensi
bangkrut dan jika G ≥ 0,01 maka perusahaan diprediksi tidak
berpotensi mengalami kebangkrutan.
Tabel 5.38 Prediksi Kebangkrutan Metode Zmijewski (X-Score)
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
2 ARNA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
3 IKAI Tidak
Bangkrut Bangkrut Bangkrut Bangkrut
Tidak
Bangkrut
4 KIA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut
5 MLIA Bangkrut Bangkrut Bangkrut Tidak
Bangkrut
Tidak
Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
93
Berikut tabel prediksi menggunakan metode Grover (G-Score)
e. Metode Ohlson (O-Score)
Prediksi kebangkrutan metode Ohlson (O-Score) terdapat pada tabel
5.40. Prediksi pada metode kida berdasarkan pada nila O, jika nilai O
< 0,38 perusahaan diprediksi tidak bangkrut dan jika O > 0,38
perusahaan diprediksi bangkrut.
Tabel 5.39 Prediksi Kebangkrutan Metode Grover (G-Score)
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
2 ARNA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
3 IKAI Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
4 KIA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut
5 MLIA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
94
Berikut tabel prediksi menggunakan metode Ohlson (O-Score):
Tabel 5.40 Hasil Perhitugan Metode Ohlson (O-Score)
No Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut Bangkrut
2 ARNA Tidak
Bangkrut Bangkrut Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
3 IKAI Bangkrut Bangkrut Bangkrut Bangkrut Tidak
Bangkrut
4 KIA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut
5 MLIA Bangkrut Tidak
Bangkrut Bangkrut Bangkrut Bangkrut
Sumber : data sekunder diolah peneliti, 2020
f. Metode Kida
Prediksi kebangkrutan metode Kida terdapat pada tabel 5.30.
Prediksi pada metode Kida berdasarkan pada nilai Z, jika nilai Z <
0,38 maka perusahaan diprediksi berpotensi bangkrut dan jika Z >
0,38 maka perusahaan diprediksi tidak berpotensi mengalami
kebangkrutan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
95
Berikut tabel prediksi kebangkrutan menggunakan metode Kida
5. Membuat tabel prediksi kebangkrutan
Tabel prediksi kebangkrutan pada masing-masing perusahaan
digunakan untuk mempermudah melihat prediksi kebangkrutan setiap
perusahaan dan perbedaan prediksi dari keenam metode. Berikut tabel
prediksi dari kelima perusahaan:
a. Prediksi Kebangkrutan PT Asahimas Flat Glass Tbk (AMFG)
Prediksi Kebangkrutan PT Asahimas Flat Glass Tbk (AMFG)
terdapat pada tabel 5.42. Tabel 42 menggambarkan prediksi
pertahun pada perusahaan AMFG menggunakan keenam metode.
Diketahui bahwa menggunakan metode X-Score, G-Score, dan Kida
perusahaan AMFG diprediksi tidak bangkrut selama lima tahun.
Kondisi berbeda terjadi pada metode Z-Score, S-Score dan O-Score
Tabel 5.41 Prediksi Kebangkrutan Metode Kida
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 AMFG Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
2 ARNA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
3 IKAI Tidak
Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
4 KIA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
5 MLIA Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
96
yang menunjukan adanya perubahan prediksi. Berikut tabel prediksi
kebangkrutan pada perusahaan AMFG
b. Prediksi Kebangkrutan PT Arwana Citra Mulia Tbk (ARNA)
Tabel 5.42 Prediksi Kebangkrutan AMFG
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 Z-Score Tidak
Bangkrut
Tidak
Bangkrut
Grey
Area
Grey
Area Bangkrut
2 S-Score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut Bangkrut
3 X-Score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
4 G-Score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
5. O-Score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut Bangkrut
5 Kida Tidak
Bangkrut Tidak
Bangkrut Tidak
Bangkrut Tidak
Bangkrut Tidak
Bangkrut
Sumber : data sekunder diolah peneliti, 2020
Tabel 5.43 Prediksi Kebangkrutan ARNA
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 Z-Score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
2 S-Score Tidak
Bangkrut Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
3 X-score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
4 G-score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
5. O-Score Tidak
Bangkrut Bangkrut Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
6. Kida Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
97
Tabel 5.43 menggambarkan prediksi pertahun pada
perusahaan ARNA menggunakan keenam metode. Diketahui
bahwa menggunakan metode Z-Score, X-Score, G-Score, dan Kida
perusahaan ARNA diprediksi tidak bangkrut selama lima tahun
berturut-turut. Kondisi berbeda terjadi pada metode S-Score dan O-
Score yang menunjukan adanya perubahan prediksi.
c. Prediksi Kebangkrutan PT.Intikeramik Alamasri Industri Tbk
(IKAI)
Tabel 5.44 menggambarkan prediksi pertahun pada perusahaan
IKAI menggunakan kelima metode. Diketahui bahwa menggunakan
metode S-Score dan G-Score perusahaan IKAI diprediksi bangkrut
selama lima tahun. Kondisi berbeda terjadi pada metode Z-Score, X-
Tabel 5.44 Prediksi Kebangkrutan IKAI
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 Z-Score Bangkrut Bangkrut Bangkrut Bangkrut Tidak
Bangkrut
2 S-Score Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
3 X-score Tidak
Bangkrut Bangkrut Bangkrut Bangkrut
Tidak
Bangkrut
4 G-score Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
5 O-Score Bangkrut Bangkrut Bangkrut Bangkrut Tidak
Bangkrut
6 Kida Tidak
Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
98
Score, O-Score dan Kida yang menunjukan adanya perubahan
prediksi
d. Prediksi Kebangkrutan PT Keramika Indonesia Asosiasi Tbk (KIA)
Tabel 5.45 menggambarkan prediksi pertahun pada
perusahaan KIA menggunakan keenam metode. Diketahui bahwa
menggunakan metode Kida, perusahaan KIA diprediksi tidak
bangkrut selama lima tahun. Kondisi berbeda terjadi pada metode
Z-Score, S-Score, X-Score, O-Score dan G-Score yang menunjukan
adanya perubahan prediksi.
Tabel 5.45 Prediksi Kebangkrutan KIA
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 Z-Score Tidak
Bangkrut
Tidak
Bangkrut
Grey
Area
Grey
Area Bangkrut
2 S-Score Tidak
Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
3 X-score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut
4 G-score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut
5 O-Score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut Bangkrut
6 Kida Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
99
e. Prediksi Kebangkrutan PT Mulia Industrindo Tbk (MLIA)
Tabel 5.46 menggambarkan prediksi pertahun pada
perusahaan MLIA menggunakan keenam metode. Diketahui
bahwa menggunakan metode G-Score dan Kida, perusahaan MLIA
diprediksi tidak bangkrut selama lima tahun. Kondisi berbeda
terjadi pada metode Z-Score dan S-Score yang menunjukkan
perusahaan diprediksi bangkrut selama lima tahun berturut-turut.
Metode X-Score dan O-Score menunjukkan adanya perubahan
prediksi selama lima tahun.
Tabel 5.46 Prediksi Kebangkrutan MLIA
NO Kode
Emiten
Tahun
2014 2015 2016 2017 2018
1 Z-Score Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
2 S-Score Bangkrut Bangkrut Bangkrut Bangkrut Bangkrut
3 X-score Bangkrut Bangkrut Bangkrut Tidak
Bangkrut
Tidak
Bangkrut
4 G-score Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
5 O-Score Bangkrut Tidak
Bangkrut Bangkrut Bangkrut Bangkrut
6 Kida Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Tidak
Bangkrut
Sumber : data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
100
6. Membuat tabel prediksi keenam metode
Tabel prediksi kebangkrutan di lakukan dengan menghitung
jumlah prediksi yang memprediksi bangkrut, grey area, dan tidak
bangkrut. Pembuatan tabel perbandingan ini dapat mempermudah
pembaca dan peneliti dalam membaca metode manakah yang memiliki
jumlah kebangkrutan tertinggi dan terendah. Berikut isi dari tabel
prediksi dari keenam metode prediksi kebangkrutan
Tabel 5.47 mengambarkan metode dengan prediksi bangkrut
terbanyak yaitu metode S-Score dengan jumlah prediksi sebanyak 17
sedangkan yang terendah adalah metode Kida sebanyak empat prediksi.
Metode dengan prediksi tidak bangkrut tertinggi yaitu metode Kida
dengan 21 prediksi tidak bangkrut sedangkan hasil yang terendah yaitu
metode S-Score dengan jumlah prediksi tidak bangkrut sebanyak
delapan prediksi.
Tabel 5.47 Jumlah Prediksi
No Metode
Prediksi
Jumlah Bangkrut Grey Area
Tidak
Bangkrut
1 Z-Score 11 4 10 25
2 S-Score 17 - 8 25
3 X-Score 7 - 18 25
4 G-Score 6 - 19 25
5 O-Score 13 12 25
6 Kida 4 - 21 25
Sumber : Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
101
7. Pengujian tingkat akurasi dan tingkat error
Perhitungan tingkat akurasi terhadap prediksi kebangkrutan
dilakukan untuk menentukan tingkat keakuratan metode dalam
memprediksi kebangkrutan. Tingkat keakuratan ini dilihat dari
persentasenya, semakin tinggi persentasenya maka metode yang
digunakan semakin dipercaya. Berikut hasil perhitungan tingkat akurasi
dan error pada masing-masing metode
a. Rekapitulasi Tingkat Akurasi dan Tingkat Error metode Z-Score
Tabel 5.48 Rekapitulasi Tingkat Akurasi dan Error Metode Z-Score
Rekapitulasi
Prediksi
Total
Bangkrut Grey Area
Tidak
Bangkrut
Riil Tidak Bangkrut 11 4 9 25
Tingkat Akurasi 40%
Tingkat Error 44%
Tingkat Akurasi = Jumlah Prediksi Benar
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
10
25 X 100%
= 40%
Tingkat Error =
Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
= 11
25 X 100%
= 44%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
102
Hasil analisis dari lima perusahaan diketahui bahwa metode
Z-Score memiliki tingkat akurasi atau ketepatan dalam meprediksi
kebangkrutan sebesar 40%. Ketepatan metode prediksi Z-Score
dilihat dari sembilan prediksi tidak bangkrut dan terbukti bahwa
dalam kenyataannya perusahaan tidak mengalami kebangkrutan.
Metode Z-Score memiliki tingkat error atau kesalahan sebesar 44%
yang dapat dilihat dari 11 prediksi yang menunjukkan bangkrut
namun dalam kenyataannya perusahaan tidak mengalami
kebangkrutan. Prediksi grey area terdapat empat prediksi dan untuk
kategori ini tidak dimasukan dalam perhitungan tingkat akurasi
ataupun tingkat error karena tidak dapat ditentukan apakah dalam
keadaan berpotensi bangkrut atau tidak berpotensi bangkrut.
Grey Area = Jumlah Prediksi 𝐺𝑟𝑒𝑦 𝐴
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
4
25 X 100%
= 16%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
103
b. Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode S-Score
Hasil analisis dari lima perusahaan diketahui bahwa metode
S-Score memiliki tingkat akurasi atau ketepatan dalam meprediksi
kebangkrutan sebesar 32%. Ketepatan metode S-Score dilihat dari
delapan prediksi tidak bangkrut dan terbukti bahwa dalam
kenyataannya perusahaan tidak mengalami kebangkrutan. Tingkat
error atau kesalahan pada metode S-Score sebesar 68% yang dapat
dilihat dari 17 prediksi bangkrut namun dalam kenyataannya
perusahaan tidak mengalami kebangkrutan.
Tabel 5.49 Rekapitulasi Tingkat Akurasi dan Tingkat Error
Metode S-Score
Rekapitulasi Prediksi
Total
Bangkrut
Tidak
Bangkrut
Riil TidakBangkrut 17 8 25
Tingkat Akurasi 32%
Tingkat Error 68%
Tingkat Akurasi = Jumlah Prediksi Benar
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
8
25 X 100%
= 32%
Tingkat Error = Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
17
25 X 100%
= 68%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
104
c. Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode X-Score
Hasil analisis dari lima perusahaan diketahui bahwa metode
X-Score memiliki tingkat akurasi atau ketepatan dalam meprediksi
kebangkrutan sebesar 72%. Ketepatan metode prediksi S-Score
dilihat dari 18 prediksi tidak bangkrut dan terbukti bahwa dalam
kenyataannya perusahaan tidak mengalami kebangkrutan. Tingkat
error atau kesalahan pada metode X-Score sebesar 28% yang dapat
dilihat dari tujuh prediksi bangkrut namun dalam kenyataannya
perusahaan tidak mengalami kebangkrutan.
Tabel 5.50 Rekapitulasi Tingkat Akurasi dan Tingkat Error
Metode X-Score
Rekapitulasi Prediksi
Total
Bangkrut
Tidak
Bangkrut
Riil Tidak Bangkrut 7 18 25
Tingkat Akurasi 72%
Tingkat Error 28%
Tingkat Akurasi = Jumlah Prediksi Benar
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
= 18
25 X 100%
= 72%
Tingkat Error =
Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
7
25 X 100%
= 28%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
105
d. Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode G-Score
Hasil analisis dari lima perusahaan diketahui bahwa metode
G-Score memiliki tingkat akurasi atau ketepatan dalam meprediksi
kebangkrutan sebesar 76%. Ketepatan metode prediksi S-Score
dilihat dari 19 prediksi tidak bangkrut dan terbukti bahwa dalam
kenyataannya perusahaan tidak mengalami kebangkrutan. Tingkat
error atau kesalahan pada metode G-Score sebesar 24% yang dapat
dilihat dari enam prediksi bangkrut namun dalam kenyataannya
perusahaan tidak mengalami kebangkrutan.
Tabel 5.51 Rekapitulasi Tingkat Akurasi dan Tingkat Error
Metode G-Score
Rekapitulasi Prediksi
Total
Bangkrut
Tidak
Bangkrut
Riil Tidak Bangkrut 6 19 25
Tingkat Akurasi 76%
Tingkat Error 24%
Tingkat Akurasi = Jumlah Prediksi Benar
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
= 19
25 X 100%
= 76%
Tingkat Error =
Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
6
25 X 100%
= 24%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
106
e. Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode O-Srore
Hasil analisis dari lima perusahaan diketahui bahwa metode
O-Score memiliki tingkat akurasi atau ketepatan dalam meprediksi
kebangkrutan sebesar 48%. Ketepatan metode prediksi S-Score
dilihat dari 12 prediksi tidak bangkrut dan terbukti bahwa dalam
kenyataannya perusahaan tidak mengalami kebangkrutan. Tingkat
error atau kesalahan pada metode O-Score sebesar 58% yang dapat
dilihat dari 13 prediksi bangkrut namun dalam kenyataannya
perusahaan tidak mengalami kebangkrutan.
Tabel 5.52 Rekapitulasi Tingkat Akurasi dan Tingkat Error
Metode O-Score
Rekapitulasi Prediksi
Total
Bangkrut
Tidak
Bangkrut
Riil Tidak Bangkrut 13 12 25
Tingkat Akurasi 48%
Tingkat Error 52%
Tingkat Akurasi = Jumlah Prediksi Benar
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
12
25 X 100%
= 48%
Tingkat Error = Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
= 13
25 X 100%
= 52%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
107
f. Rekapitulasi Tingkat Akurasi dan Tingkat Error Metode Kida
Hasil analisis dari lima perusahaan diketahui bahwa metode
Kida memiliki tingkat akurasi atau ketepatan dalam meprediksi
kebangkrutan sebesar 84%. Ketepatan metode prediksi Kida dilihat
dari 21 prediksi tidak bangkrut dan terbukti bahwa dalam
kenyataannya perusahaan tidak mengalami kebangkrutan. Tingkat
error atau kesalahan pada metode Kida sebesar 16% yang dapat
dilihat dari empat prediksi bangkrut namun dalam kenyataannya
perusahaan tidak mengalami kebangkrutan.
Tabel 5.53 Rekapitulasi Tingkat Akurasi dan Tingkat Error
Metode Kida
Rekapitulasi Prediksi
Total
Bangkrut
Tidak
Bangkrut
Riil Tidak Bangkrut 4 21 25
Tingkat Akurasi 80%
Tingkat Error 20%
Tingkat Akurasi = Jumlah Prediksi Benar
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
= 21
25 X 100%
= 84%
Tingkat Error =
Jumlah Prediksi Salah
𝐽𝑢𝑚𝑙𝑎ℎ 𝑆𝑎𝑚𝑝𝑒𝑙 X 100%
=
4
25 X 100%
= 16%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
108
Perbandingan dari perhitungan tingkat akurasi dan tingkat
error dari metode Altman (Z-Score), Springate (S-Score), Zmijewski
(X-Score), Grover (G-Score), Ohlson (O-Score), dan Kida dapat
lebih mudah dipahami dengan tabel ketepatan metode yang dibuat
urut berdasrkan metode dengan tingkat akurasi tertinggi ke terendah
sebagai berikut:
Tabel 5.54 Ketepatan Metode Altman (Z-Score), Springate (S-Score),
Zmijewski (X-Score), Grover (G-Score), Ohlson (O-Score),
dan Kida
Metode Prediksi Tingkat
Akurasi
Tingkat Error Grey Area
Kida 80% 20% -
Grover (G-Score) 76% 24% -
Zmijewski (X-Score) 72% 28% -
Ohlson (O-Score) 48% 52%
Altman (Z-Score) 40% 44% 16%
Springate (S-Score) 32% 68% -
Sumber: Data diolah, 2020
C. Pembahasan
1. Prediksi Kebangkrutan Menggunakan Metode Altman, Springate,
Zmijewski, Grover, Ohlson, dan Kida
Hasil perhitungan menggunakan keenam metode yaitu Altman
(Z-Score), Springate (S-Score), Zmijewski X-Score, Grover (G-Score),
Ohlson (O-Score), dan Kida dapat diketahui bahwa masing-masing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
109
metode memberikan prediksi yang berbeda-beda. Jumlah prediksi
kebangkrutan menggunakan metode Altman (Z-Score), Springate (S-
Score), Zmijewski (X-Score) Grover (G-Score), Ohlson (O-Score) dan
Kida dapat dilihat pada tabel 5.47.
Prediksi kebangkrutan pada tabel 5.47 diketahui bahwa metode
Kida merupakan metode yang tertinggi dalam memprediksi tidak
bangkrut. Metode Kida memprediksi tidak bangkrut pada perusahaan
keramik dan kaca pada tahun 2014-2018 sebanyak 21 prediksi. Urutan
kedua yaitu metode Grover (G-Score) dengan 19 prediksi tidak
bangkrut, kemudian diikuti oleh metode Zmijewski (X-Score) pada
urutan ketiga dengan 18 prediksi tidak bangkrut. Urutan keempat yaitu
metode metode Ohlson (O-Score) dengan 12 prediksi tidak bangkrut dan
urutan kelima yaitu metode Altman (Z-Score) dengan 10 prediksi tidak
bangkrut. Urutan terakhir atau keenam yaitu metode Springtae (S-Score)
dengan 8 prediksi tidak bangkrut. Prediksi grey area hanya dimiliki
metode Altman (Z-Score) dengan jumlah prediksi sebanyak empat.
Prediksi grey area merupakan kondisi yang tidak dapat ditentukan
secara pasti apakah mengalami kebangkrutan atau tidak mengalami
kebangkrutan.
Perbedaan prediksi pada keenam metode pada perusahaan
keramik dan kaca terjadi karena koefisien, rasio yang digunakan, dan
cut-off pada masing-masing metode yang berbeda. Hasil penelitian ini
mendukung penelitian Yoseph (2018) yang membandingkan empat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
110
metode yaitu Altman, Grover, Springate, dan Zmijewski dengan
memberikan kesimpulan bahwa pada masing-masing metode memiliki
hasil perhitungan dan prediksi yang berbeda-beda. Perbedaan prediksi
ini dikarenakan nilai cut-off dan rasio yang digunakan sebagai
komponen perhitungan yang berbeda.
Hasil penelitian ini juga mendukung penelitian Nurcahyanti
(2015) yang menjelaskan bahwa menggunakan uji beda hasil penelitian
menunjukkan adanya perbedaan prediksi kebangkrutan menggunakan
metode Altman, Springate, dan Zmijewski dikarenakan adanya
perbedaan koefisien pada setiap metode. Hasil penelitian ini berbeda
atau tidak mendukung penelitian Alkhatib (2011) yang membandingkan
dua metode yaitu Altman dan Kida di Yordania. Hasil penelitian yang
dilakukan oleh Alkhatib (2011) menunjukkan bahwa tidak ada
perbedaan yang signifikan secara statistik antara kedua metode. Hal
tersebut dapat terjadi dikarenakan lokasi penelitian yang berbeda serta
kondisi perusahaan di Yordania yang cenderung tidak ada perbedaan
yang signifikan.
Hasil penelitian berupa prediksi kebangkrutan yang berbeda dari
keenam metode dapat dibahas sebagai berikut:
a. Prediksi Menggunakan Metode Altman (Z-Score)
Hasil perhitungan menggunakan metode Altman (Z-Score)
menunjukkan terdapat 11 prediksi bangkrut, 10 prediksi tidak
brangkut, dan 4 diprediksi grey area .Berdasarkan hasil perhitungan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
111
menggunakan metode Altman (Z-Score) diketahui terdapat satu
perusahaan yang diprediksi bangkrut selama lima tahun berturut-
turut, satu perusahaan di prediksi tidak bangkrut selama lima tahun
berturut-turut, dan tiga perusahaan lainnya menglami perubahan
prediksi.
Perusahaan yang diprediki bangkrut menggunakan metode
Altman (Z-Score) yaitu PT Mulia Industrindo Tbk (MLIA). Nilai Z
MLIA selama tahun 2014-2018 menunjukan nilai kurang dari 1,81
sehingga diprediksi bangkrut dan kondisi keuangan perusahaan
yang kurang baik. Kondisi tersebut dapat dilihat dari modal kerja
MLIA yang negatif pada empat tahun terakhir serta penjualan dan
laba perusahaan yang cenderung menurun. Hal tersebut sama
dengan penelitian yang dilakukan oleh Arum dan Handayani (2018)
bahwa perusahaan yang diprediksi bangkrut menggunakan metode
Altman, kondisi keuangannya kurang baik yang dibuktikan dengan
adanya modal kerja yang negatif, penjualan menurun dan laba
perusahaan yang negatif. Kondisi lain dapat dilihat pada nilai dari
rasio retained earning to total asset yang menunjukan nilai negatif
selama tahun 2014-2018. Hal tersebut sama dengan penelitian oleh
Khoiriyah (2018) yang menunjukkan bahwa perusahaan yang
diprediksi bangkrut rasio retained earning to total asset bernilai
negatif.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
112
Perusahaan yang diprediksi tidak bangkrut selama tahun
2014-2018 menggunakan metode Altman (Z-Score) yaitu PT
Arwana Citramulia Tbk (ARNA). Niali Z pada ARNA
menunjukkan nilai lebih dari 2,99 pada tahun 2014-2018 dan
kondisi keuangan yang dapat dikatakan stabil sehingga diprediksi
tidak bangkrut. Kondisi keuangan ARNA yang stabil dapat dilihat
dari penjualan yang meningkat selama lima tahun terakhir, retained
earning yang bernilai positif serta mengalami peningkatan, dan
EBIT yang stabil. Hal tersebut mendukung penelitian oleh
Nurcahyanti (2015) yang menjelaskan bahwa perusahaan yang
diprediksi tidak bangkrut memiliki income yang dapat dilihat dari
penjualan dan laba bersih yang meningkat.
Perusahaan yang menunjukkan prediksi yang berubah dari
tahun 2014-2018 yaitu AMFG, IKAI, dan KIA. Prediksi
mengunakan metode Altman pada perusahaan AMFG dan KIA
menunjukkan adanya perubahan yang menurun dari tahun 2014-
2018. Hal tersebut dilihat dari tahun 2014 dan 2015 perusahaan di
prediksi tidak bangkrut, tahun 2016-2017 perusahaan diprediksi
pada grey area sehingga menunjukkan adanya penurunan nilai Z,
dan pada tahun 2018 perusahaan diprediksi bangkrut. Nilai Z yang
menurun tersebut dapat diartikan bahwa terjadi penurunan kinerja
dari perusahaan AMFG dan KIA. Hal berbeda terjadi pada
perusahaan IKAI yang menunjukkan adanya perubahan yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
113
meningkat, dari tahun 2104-2017 yang diprediksi bangkrut berubah
menjadi tidak bangkrut pada tahun 2018.
b. Metode Springate (S-Score)
Hasil perhitungan menggunakan metode Springate (S-
Score) menunjukkan terdapat 17 prediksi bangkrut dan 8 prediksi
tidak bangkrut. Berdasarkan hasil perhitungan menggunakan
metode Springate (S-Score) diketahui terdapat dua perusahaan yang
diprediksi bangkrut selama lima tahun berturut-turut, dan tiga
perusahaan lainnya menglami perubahan prediksi selama tahun
2014-2018.
Perusahaan yang diprediksi bangkrut menggunakan metode
Springate (S-Score) yaitu IKAI dan MLIA karena nilai S
menunjukkan nilai kurang dari 0,862 selama tahun 2014-2018. Jika
dilihat dari kondisi keuangannya, kedua perusahaan tersebut dapat
dikatakan kurang baik. Kondisi keuangan ini dapat dilihat dari
modal kerja keduanya yang memiliki nilai negatif, laba perusahaan
yang menurun secara terus- menerus dari tahun 2014-2018, dan
penjualan yang juga cenderung menurun. Kondisi keuangan yang
kurang baik dari tiga nilai tersebut sehingga perusahaan diprediksi
bangkrut berdasarkan metode Springate (S-Score) mendukung
penelitian oleh Arum dan Handayani (2018). Penelitian oleh Arum
dan Handayani (2018) yang dilakukan pada perusahaan tekstil dan
garmen menjelaskan bahwa perusahaan yang diprediksi bangkrut
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
114
cenderung memiliki nilai modal kerja yang negatif dan laba serta
penjualan yang menurun. Kondisi keuangan yang kurang baik ini
dapat juga dilihat dari nilai EBIT yang lebih kecil dibandingkan
dengan total aset perusahaan selama tahun 2014-2018. Hal tersebut
sama dengan penelitian Koto, Pulungan, & Hartini (2018) pada
perusahaan properti yang menunjukkan perusahaan yang diprediksi
bangkrut memiliki nilai EBIT lebih kecil dari total aset.
Prediksi kebangkrutan menggunakan metode Springate
tidak terdapat perusahaan yang diprediksi tidak bangkrut secara
terus menerus selama tahun 2014-2018. Prediksi pada perusahaan
AMFG, ARNA, dan KIA menunjukkan adanya perubahan.
Perusahaan AMFG pada tahun 2014-2016 diprediksi tidak bangkrut
sehingga dapat diartikan bahwa AMFG dapat mempertahankan
kondisi perusahaannya. Prediksi kebangkrutan pada perusahaan
AMFG yang semula diprediksi tidak bangkrut berubah pada tahun
2017 dan 2018 diprediksi bangkrut. Kondisi yang sama terjadi pada
perusahaan KIA yang semula pada tahun 2014 diprediksi tidak
bangkrut tetapi pada tahun selanjutnya yaitu 2015-2018 diprediksi
bangkrut.
Perubahan prediksi dari yang semula diprediksi tidak
bangkrut menjadi bangkrut ini menunjukkan adanya penurunan
kinerja perusahaan. Hal terebut sama dengan penelitian Khoiriyah
(2018) yang menjelaskan bahwa perubahan prediksi dari tidak
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
115
bangkru menjadi bangkrut menggambarkan kondisi perusahaan
yang menurun. Berdasarkan perhitungan menggunakan metode
Springate kondisi berbeda terdapat pada perusahaan ARNA yang
menunjukan adanya perbaikan atau peningkatan kinerja
perusahaan. peningkatan kinerja perusahaan ini dilihat dari prediksi
pada perusahaan ARNA pada tahun 2014 di prediksi tidak bangkrut,
kemudian tahun 2015 diprediksi bangkrut, namun tahun selanjutnya
yaitu tahun 2016-2018 perusahaan diprediksi tidak bangkrut.
c. Metode Zmijewski (X-Score)
Perusahaan yang diprediksi tidak bangkrut menggunakan
metode Zmijewski (X-Score) yaitu AMFG dan ARNA karena nilai
X menunjukkan nilai kurang dari 0 selama tahun 2014-2018. Jika
dilihat dari kondisi keuangannya, kondisi keuangan kedua
perusahaan tersebut dapat dikatakan baik. Kondisi keuangan ini
dapat dilihat dari komponen yang digunakan untuk menghitung
debt ratio setiap tahunnya yaitu total hutang dan total aset. Debt
ratio pada perusahaan AMFG dan ARNA dapat dikatakan baik
karena kenaikan total hutang perusahaan dari tahun 2014-2018
diikuti dengan kenaikan total aset perusahaan yang sebanding. Hal
tersebut mendukung penelitian Ambarwati, Sudarwati, &
Widayanti (2017) yang menjelaskan bahwa perusahaan yang
diprediksi tidak bangkrut dapat dilihat dari adanya kenaikan total
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
116
kewajiban yang sebanding dengan adanya kenaikan total aset
perusahan.
Prediksi kebangkrutan menggunakan metode Zmijewski
diketahui bahwa perusahaan IKAI, KIA, dan MLIA menunjukkan
adanya perubahan prediksi. IKAI menunjukkan adanya perubahan
dari tahun 2014 diprediksi tidak bangkrut kemudian tahun 2015-
2017 diprediksi bangkrut. Kondisi tersebut dapat diratikan bahwa
perubahan tersebut menunjukkan adanya penurunan kinerja, namun
tahun 2018 prediksi berubah menjadi tidak bangkrut.
Prediksi kebangkrutan pada perusahaan KIA menunjukkan
adanya penurunan kinerja yang dapat dilihat dari prediksi tidak
bangkrut pada tahun 2014-2017 berubah menjadi bangkrut pada
tahun 2018. Perubahan prediksi dari tidak bangkrut menjadi
bangkrut pada perusahaan KIA ini dapat dilihat dari nilai total
hutang yang meningkat namun tidak disertai total aset yang
meningkat. Hal tersebut terbukti dengan nilai dari rasio ROA yaitu
2,051 yang menunjukkan bahwa total hutang lebih besar
dibandingkan total aset. Kondisi tersebut mendukung penelitian
Zakkiyah, Wijono, & Endang (2014) yang menjelaskan bahwa
perusahaan diprediksi bangkrut disebabkan oleh meningkatnya
jumlah hutang perusahaan. Prediksi kebangkrutan pada perusahaan
MLIA menunjukkan hal sebaliknya yaitu perubahan dari prediksi
bangkrut pada tahun 2014-2016 kemudian berubah pada tahun
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
117
2017-2018 yang diprediksi tidak bangkrut. Perubahan prediksi pada
perusahaan MLIA dapat diartikan bahwa perusahaan mampu
meningkatkan kinerjanya.
d. Metode Grover (G-Score)
Perusahaan yang diprediksi tidak bangkrut menggunakan
metode Grover (G-Score) yaitu AMFG, ARNA, dan MLIA karena
nilai G menunjukkan lebih atau sama dengan 0,01 selama tahun
2014-2018. Jika dilihat dari kondisi keuangannya, kondisi
keuangan perusahaan AMFG dan ARNA dapat dikatakan baik.
Kondisi keuangan ini dapat dilihat dari nilai modal kerja dan
keuntungan yang dihasilkan. Modal kerja yang positif
mengambarkan hutang lancar perusahaan dapat dijamin dengan aset
lancarnya dengan kata lain kecil kemungkinan perusahaan
mengalami kesulitan keuangan. Kondisi tersebut sama halnya
dengan penelitian Rizkyansyah & Lailly (2018) yang menjelaskan
bahwa pada metode Grover, perusahan yang diprediksi tidak
bangkrut dilihat dari kemampuan menghasilkan modal kerja yang
positif dan peroleh keuntungan yang dilihat dari EBIT dan laba
bersih yang positif . Kondisi berbeda terjadi pada perusahaan MLIA
yang diprediksi tidak bangkrut namun kondisi keuangannya tidak
sesuai dengan penelitian Rizkyansyah & Lailly (2018). Kondisi
keuangan MLIA dilihat dari modal kerjanya menunjukkan nilai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
118
yang negatif namun diimbangi dengan EBIT dan laba bersih yang
bernilai positif.
Perusahaan yang diprediksi bangkrut berdasarkan
perhitungan metode Grover selama tahun 2014-2018 yaitu
perusahan IKAI. Prediksi bangkrut pada perusahaan IKAI
mengindikasikan bahwa kondisi keuangan perusahan kurang baik.
Kondisi keuangan yang kurang baik ini dapat dilihat dari nilai EBIT
yang merupakan komponen yang sangat berpengaruh karena rasio
EBIT/total aset memiliki nilai koefisien tertinggi pada persamaan
metode Grover. Nilai EBIT/total aset perusahaan IKAI selama
tahun 2014-2018 menunjukkan nilai yang negatif. Hal tersebut
mendukung hasil penelitian Limanto (2016) yang menjelaskan
bahwa EBIT sangat berpengaruh pada perhitungan metode Grover
dan terjadinya penurunan keuntungan menjadi penyebab prediksi
tidak bangkrut.
Perusahaan yang prediksi kebangkrutannya berubah
berdasarakan metode Grover selama tahun 2014-2018 yaitu KIA.
Kondisi keuangan perusahaan KIA dapat dikatakan menurun
sehingga prediksi kebangkrutna yang semula pada tahun 2014-2017
diprediksi tidak bangkrut berubah menjadi bangkrut pada tahun
2018. Kondisi keuangan KIA dapat dilihat dari keuntungan
perusahan yang semakin menurun. Hal tersebut terbukti dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
119
rasio EBIT/total aset serta rasio ROA perusahaan yang terus
menurun selama tahun 2014-2018.
e. Metode Ohlson (O-Score)
Prediksi kebangkrutan menggunakan metode Ohlson (O-
Score) pada perusahaan keramik dan kaca tahun 2014-2018
menunjukkan prediksi yang fluktuatif pada setiap perusahaannya.
Perusahaan yang menunjukkan adanya peningkatan kinerja yaitu
perusahaan ARNA dan IKAI. Perusahaan ARNA berdasarkan
metode Ohlson pada tahun 2014 diprediksi tidak bangkrut, namun
pada tahun selanjutnya yaitu 2015 dan 2016 diprediksi bangkrut.
Kondisi tersebut dapat diartikan bahwa perusahaan mengalami
penurunan kinerjanya yang dapat dilihat dari kondisi keuangan.
Perubahan prediksi ini disebabkan karena rasio X4 yang meningkat
dan pada tahun 2015 rasio CLCA ini mendekati angka 1. Rasio
CLCA (X4) yang hampir mendekati 1 menggambarkan total hutang
lancarnya cukup tinggi atau hampir mendekati total aset lancar. Hal
tersebut sama dengan penelitian Utama, Sudjana, & Nurlaily (2018)
yang menjelaskan bahwa perusahaan yang diprediksi bangkrut
menunjukkan nilai rasio CLCA (X4) yang meningkat. Tahun 2017
dan 2018 prediksi kebangkrutan pada perusahaan ARNA berubah
menjadi tidak bangkrut karena nilai rasio CLCA (X4) menurun
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
120
bahkan lebih rendah dibandingkan tahun 2014 yang juga diprediksi
tidak bangkrut.
Perusahaan yang menunjukkan adanya peningkatan kinerja
yaitu perusahaan IKAI. Tahun 2014-2017 IKAI diprediksi bangkrut
dan berubah menjadi tidak bangkrut pada tahun 2018. Jika dilihat
dari kondisi keuangannya, perubahan prediksi ini disebabkan oleh
perubahan rasio X9 yang rendah pada tahun 2014-2017 kemudian
meningkat tinggi pada tahun 2018. Rasio X9 ini memiliki koefisien
negatif sehingga ketika nilainya tinggi akan menyebabkan nilai O
semakin rendah. Kondisi ini sesuai dengan hasil penelitian Utama,
Sudjana, & Nurlaily (2018) yang menjelaskan bahwa nilai X9 yang
rendah menyebabkan nilai O semakin tinggi sehingga diprediksi
bangkrut.
Perusahaan keramik dan kaca yang mengalami penurunan
kinerja berdasarkan metode Ohlson (O-Score) yaitu perusahaan
AMFG, KIA, dan MLIA. AMFG diprediksi tidak bangkrut pada
tahun 2014-2016 dan diprediksi bangkrut pada tahun 2017 dan
2018. Perubahan ini terjadi disebabkan oleh hal yang sama dengan
penjelasan sebelumnya yaitu nilai X9 yang rendah. Nilai X9
perusahaan AMFG bernilai negatif mulai tahun 2015 dan menurun
terus-menerus hingga ditahun 2017 dengan nilai -0,742 dan 2018 -
0,708.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
121
Hal yang sama juga terjadi pada perusahaan KIA yang
diprediksi tidak bangkrut pada tahun 2014-2017 dan berubah pada
tahun 2018 perusahaan diprediksi bangkrut. Kondisi ini dapat
dilihat pada rasio CHIN (X9) dan rasio NITA (X6) yang menunjukan
nilai negatif sehingga prediksi berubah menjadi bangkrut pada
tahun 2018. Rasio NITA (X6) yang bernilai negatif menunjukan
perusahaan rugi atau nilai laba bersihnya negatif dan koefisien X6
dalam perhitungan metode Ohlson memiliki nilai negatif sehingga
memperbesar nilai O. hal tersebut semakin mendukung penelitian
Utama, Sudjana, & Nurlaily (2018) yang menjelaskan bahwa rasio
NITA (X6) pada memperbesar nilai O sehingga hasil prediksi
menunjukkan bangkrut. Kondisi yang sama terjadi pada
perusahaann MLIA pada tahun 2014 diprediksi bangkrut, tahun
2015 diprediksi tidak bangkrut, dan tahun 2016-2018 perusahaan
kembali diprediksi bangkrut. Perubahan prediksi dari tidak
bangkrut menjadi bangkrut ini juga disebabkan oleh rasio NITA
(X6) dan rasi CHIN (X9) bernilai negatif.
f. Metode KIDA
Perusahaan yang diprediksi tidak bangkrut menggunakan
metode KIDA yaitu AMFG, ARNA, KIA dan MLIA karena nilai Z
menunjukkan nilai lebih dari 0,38 selama tahun 2014-2018. Jika
dilihat dari kondisi keuangannya, kondisi keuangan perusahaan
AMFG, ARNA, KIA dan MLIA dapat dikatakan baik. Kondisi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
122
keuangan ini dapat dilihat dari nilai ROA (X1) dan rasio kekayaan
bersih/total hutang. Rasio ROA dalam persamaan metode KIDA
memiliki koefisien yang tertinggi yaitu 1,042 sehingga nilai ROA
yang positif atau semakin tinggi akan memperbesar nilai Z. nilai Z
yang semakin besar maka akan memperbesar kemungkinan
perusahaan diprediksi tidak bangkrut. Pernyataan tersebut
dibuktikan dengan nilai ROA pada perusahaan AMFG, ARNA, dan
MLIA yang menunjukkan nilai positif dan menujukkan adanya
peningkatan. Hal tersebut mendukung penelitian (Wulaningrum,
2014) yang menjelaskan bahwa ROA berpengaruh negatif terhadap
kebangkrutan sehingga dapat diartikan bahwa semakin kecil rasio
ini maka kemungkinan perusahaan mengalami kebangkrutan
semakin besar begitu juga sebaliknya.
Kondisi berbeda terjadi pada perusahaan KIA yang
menunjukkan nilai ROA yang negatif pada tahun 2015-2018 namun
perusahaan diprediksi tidak bangkrut. Kondisi tersebut didukung
dengan nilai rasio lainnya yaitu kekayaan bersih/total hutang (X2)
yang mengambarkan kondisi ekuitas terhadap hutang. Nilai rasio
kekayaan bersih/total hutang (X2) yang semakin tinggi atau bernilai
positif akan memperbesar nilai O karena X2 dikalikan dengan
koefisien yang positif. Hal tersebut semakin mendukung penelitian
(Wulaningrum, 2014) yang menjelaskan bahwa rasio kekayaan
bersih/total hutang (X2) atau yang disebut dnegan DTER
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
123
berpengaruh negatif terhadap kebangkrutan. DTER berpengaruh
negatif terhadap kebangkrutan ini dapat diartikan bahwa semakin
besar nilai rasio maka kemungkinan perusahaan mengalami kondisi
tidak bangkrut. Modal kerja yang positif mengambarkan hutang
lancar perusahaan dapat dijamin dengan aset lancarnya dengan kata
lain kecil kemungkinan perusahaan mengalami kesulitan keuangan.
Prediksi kebangkrutan pada perusahaan IKAI menunjukkan
adanya penurunan kinerja yang dapat dilihat dari prediksi tidak
bangkrut pada tahun 2014 dan diprediksi bangkrut pada tahun 2015-
2018. Perubahan prediksi dari tidak bangkrut menjadi bangkrut
pada perusahaan IKAI menunjukkan adanya penurunan kinerja.
Kondisi ini dapat dilihat dari kondisi keuangan perusahaan
berdasarkan nilai rasio ROA yang bernilai negatif. ROA yang
negatif menggambarkan bahwa laba bersih perusahaan bernilai
negatif atau perusahaan mengalami kerugian.
2. Ketepatan Metode Altman, Springate, Zmijewski, Grover, Ohlson dan
Kida
Ketepatan metode Altman (Z-Score), Springate (S-Score),
Zmijewski (X-Score), Grover (G-Score), Ohlson (O-Score) dan Kida
dapat diketahui pada tabel 5.54. Metode prediksi kebangkrutan dengan
tingkat akurasi tertinggi yaitu metode KIDA sebesar 80%. Tingkat
akurasi tertinggi menunjukkan bahwa metode KIDA memiliki ketepatan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
124
prediksi kebangkrutan pada perusahaan keramik dan kaca pada tahun
2014-2018. Metode prediksi kebangkrutan dikatakan benar ketika
prediksi menunjukkan hal yang sama dengan aktualnya. Prediksi benar
pada penelitian ini yaitu ketika prediksi menunjukkan tidak bangkrut
karena secara aktual perusahaan yang digunakan sebagai sampel
merupakan perusahaan yang masih terdaftar di BEI yang berarti
perusahaan yang tidak bangkrut.
Metode dengan tingkat akurasi pada urutan kedua yaitu metode
Grover (G-Score) sebesar 76 % dengan tingkat error 24%. Urutan ketiga
yaitu metode Zmijewski (X-Score) dengan tingkat akurasi 72% dan
tingkat error 28%. Tingkat akurasi posisi keempat yaitu metode Ohlson
(O-Score) sebesar 48% dengan tingkat error sebesar 52%. Tinkat
akurasi metode kebangkrutan urutan kelima yaitu metode Altman (Z-
Score) sebesar 40% dengan tingkat error 44% dan nilai grey area
sebesar 16%. Tingkat akurasi urutan keenam atau yang terendah yaitu
metode Springate (S-Score) sebesar 32% dengan tingkat error 68%.
Hasil penelitian ini mendukung penelitian sebelumnya yang
dilakukan oleh Putra (2016) dengan judul Analisis Perbandingan
Potensi Kebangkrutan Perusahaan Asuransi Swasta dan Perusahaan
Asuransi BUMN dengan Menggunakan Metode Zmijewski, Metode
Kida dan Metode Grover. Pada penelitian ini dapat dilihat dari prediksi
pada masing-masing metode, metode Kida menunjukan prediksi tidak
bangkrut paling banyak pada setiap tahun untuk masing-masing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
125
perusahaan. Penelitian ini juga mendukung penelitian oleh
Bimawiratma (2016) yang membandingkan metode Altman, Grover,
Springate dan Zmijewski dalam memprediksi perusahaan delisting.
Penelitian Bimawiratma (2016) diperoleh hasil bahwa metode Grover
(G-Score) memiliki tingkat akurasi terbesar yaitu 100% di bandingkan
metode Zmijewski (X-Score), metode Springate (S-Score), dan metode
Altman (Z-Score). Hal tersebut sama karena pada penelitian ini metode
Grover memiliki tingkat akurasi lebih tinggi dibandingkan dengan
metode metode Zmijewski (X-Score), metode Springate (S-Score), dan
metode Altman (Z-Score).
Hasil penelitian ini yang menunjukkan bahwa metode KIDA
memiliki tingkat akurasi tertinggi berbeda dangan penelitian yang telah
dilakukan oleh Alkhatib (2011). Penelitian Alkhatib (2011) yang
membandingkan metode Altman (Z-Score) dengan metode KIDA di
Jordania menunjukan metode Altman memiliki tingkat akurasi lebih
tinggi yaitu 93,8% dibandingkan dengan metode Kida dengan tingkat
akurasi 69%. Hasil penelitian ini berbeda dengan penelitian Safitri &
Hartono (2014) yang membandingkan metode Springate, Zmijewski,
dan Ohlson. Penelitian Safitri diperoleh hasil bahwa metode Springate
merupakan metode dengan tingkat akurasi tertinggi, sedangkan pada
penelitian ini metode Springate merupakan metode dengan tingkat
akurasi terendah.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
126
Hasil penelitian ini medukung penelitian Nurcahyanti (2015)
yang melakukan penelitian dengan membandingkan metode Altman,
Spingate, dan Zmijewski. Penelitian Nurcahyanti (2015) diperoleh hasil
bahwa metode Zmijewski merupakan metode yang memiliki tingkat
akurasi tertinggi sebesar 69,56% sama halnya dengan penelitian ini yang
menunjukkan bahwa metode Zmijewski memiliki tingakt akurasi lebih
tinggi dibandingkan dengan metode Altman dan Springate.
Hasil penelitiani ini berbeda dengan penelitian Suryawardani
(2015) yang membandingkan tiga metode yaitu Altman modifikasi,
Ohlson, dan Zmijewski. Hasil penelitian Suryawardani (2015)
menunjukkan bahwa metode Ohlson merupakan metode dengan tingkat
akurasi tertinggi dibandingkan dengan metode Altman dan Zmijewski.
Hal tersebut berbeda dengan hasil penelitian ini yang menunjukan
bahwa metode Ohlson memiliki tingkat akurasi dibawah metode
Zmijewski.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
127
BAB VI
PENUTUP
A. Kesimpulan
Berdasarkan analisis data dan pembahasan pada Bab V dapat diambil
kesimpulan:
1. Prediksi kebangkrutan pada keenam perusahaan menggunakan metode
Altman (Z-Score), metode Springate (S-Score), metode Zmijewski (X-
Score), metode Grover (G-Score), metode Ohlson (O-Score), dan metode
Kida menunjukan prediksi yang berbeda-beda. Hal tersebut didukung
dengan hasil perhitungan pada masing-masing metode dan tingkat
akurasinya. Perbedaan prediksi terjadi karena adanya perbedaan rasio
keuangan yang digunakan pada masing-masing metode dan koefisien pada
setiap metode. Metode Kida memprediksi tidak bangkrut tertinggi dengan
21 prediksi, urutan kedua yaitu metode Grover (G-Score) dengan 19
prediksi, urutan ketiga yaitu metode Zmijewski (X-Score). Metode Ohlson
(O-Score) berada pada urutan keempat dengan 18 prediksi, diikuti metode
Altman (Z-Score) dengan 10 prediksi dan metode Springate (S-Score)
memprediksi tidak bangkrut terendah dengan 8 prediksi pada perusahaan
keramik dan kaca periode 2014-2018.
2. Metode Kida merupakan metode dengan tingkat akurasi tertinggi yaitu 80%
dibandingkan dengan metode Altman (Z-Score), metode Springate (S-
Score), metode Zmijewski (X-Score), metode Grover (G-Score), dan
metode Ohlson (O-Score). Hal tersebut menunjukan bahwa metode Kida
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
128
paling tepat digunakan dalam memprediksi kebangkrutan pada perusahaan
keramik dan kaca periode 2014-2015.
B. Keterbatasan Penelitian
Keterbatasan dalam penelitian ini yaitu dilihat dari kesimpulan bahwa
metode KIDA merupakan metode yang paling akurat dari tingkat akurasinya
dalam memprediksi kebangkrutan. Hasil metode yang paling akurat ini tidak
sepenuhnya akurat karena kebangkrutan sebuah perusahaan dapat ditentukan
dari berbagai faktor yang tidak terduka, namun metode prediksi kebangkrutan
bermanfaat bagi para manejer dan pihak eksternal perusahaan. Manajer dan
pihak eksternal perusahaan dapat menggunakan kesimpulan dari penelitian ini
untuk pengambilan kebijakan guna menghindari kebangkrutan yang
mengancam perusahaan.
C. Saran
1. Internal perusahaan (manajemen) dapat mempertimbangkan dari hasil
penelitiain ini yaitu perhitungan metode Kida guna menghindari terjadinya
kebangkrutan dan untuk pertimbangan dalam membuat keputusan.
Perusahaan yang diprediksi mengalami kebangkrutan dapat mengambil
langkah atau strategi untuk mengatasi kondisi keuangan perusahaan.
2. Pemangku kepentingan dapat mempertimbangkan penggunaan perhitungan
dan rasio-rasio keuangan dalam metode Kida untuk mengambil keputusan
dalam memilih perusahaan guna menanamkan modalnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
129
3. Peneliti selanjutnya dapat melakukan prediksi kebangkrutan pada sektor
industri lainnya dengan jumlah sampel yang lebih banyak sebagai
pembanding..
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
130
DAFTAR PUSTAKA
Agustina, Yeni dan Rahmawati. 2010. Kebangkrutan Perusahaan Menggunakan
Model Altman dan Zavgren pada Perusahaan Food and Beverage. Jurnal The
Winners. Vol 11 No 01 (Maret):12-25
Alkhatib, Khalid. (2011). Predicting Corporate Bankruptcy of Jordanian Listed
Companies: Using Altman and Kida Models. International Journal of Business
And Management. Vol 6 No 3 (Maret)
Ambarwati, U, Sudarwati, & Widayanti R. 2017. Financial Distress dengan Metode
Springate, ZMijewski, dan Altman Z-Score pada PT Tunas Baru Lampung Tbk
di BEI. Jurnal. Surakarta: Fakultas Ekonomi Universitas Islam Batik
Surakarta.
Arief, Octarie Pretiwi. 2015. Analisis Penerapan Metode Altman Z-Score dan
Zmijewski Pada Perusahaan Manufaktur Sektor Industri Barang Konsumsi Sub
Sektor Farmasi Periode 2009-2013. Skripsi. Makasar: Fakultas Ekonomi dan
Bisnis, Universitas Hasanuddin.
Arum, Dian Puspita dan Siti Ragil Handayani. 2018. Analisis Perbandingan Metode
Altman (Z-Score), Springate (S-Score), dan Zmijewski X-Score) dalam
Memprediksi Kebangkrutan Perusahaan (Studi pada Perusahaan Tekstil dan
Garmen yang terdaftar di Bursa Efek Indonesia Periode 2012-2016). Jurnal
Adinistrasi Bisnis (JAB). Vol.60 No 1 (Juli)
Azhar, Debbie Meiriza. 2013. Analisa Penggunaan Model Altman Z-Score Pada
Perusahaan Sektor Property dan Real Estate di BEI. Tesis. Yogyakarta:
Universitas Gadjah Mada
Bimawiratma, Patrisius Gerdian. 2016. Analisis Akurasi Metode Altman, Grover,
Springate, dan Zmijewski dalam Memprediksi Perusahaan Delisting (Studi
Empiris pada Perusahaan Manufaktur di Bursa Efek Indonesia Periode 2009-
2013). Skripsi. Yogyakarta: Universitas Sanata Dharma.
CNBC. 2020. “AKLP Kaca Impor China Tekan Industri Kaca Lembaran
Domestik”. CNBC Indonesia.
https://www.cnbcindonesia.com/market/20191030172428-19-111452/aklp
kaca-impor-china-tekan-industri-kaca-lembaran-domestik. Diakses pada 14
Januari 2020.
Endarwatik, Margarita Wiwik. 2016. Analisis Kebangkrutan Berdasarkan Metode
Altman Z-Score (Studi Kasus di Perusahaan Makanan dan Minuman yang
Terdaftar di Bursa Efek Indonesia Periode 2010-2014). Skripsi. Yogyakarta:
Universitas Sanata Dharma.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
131
Fahmi, Irham. 2011. Analisis Laporan Keuangan. CV Alfabeta, Bandung
Ghozali, Imam. 2011. Aplikasi Analisis Multivariate Dengan Program IBM SPSS
19. Badan Penerbit Universitas Diponegoro. Semarang
Hanafi, Mamduh M. dan Abdul Halim. 2012. Analisis Laporan Keuangan. Edisi
kelima. Sekolah Tinggi Ilmu Manajemen YKPN, Yogyakarta.
Kasmir. 2016. Analisis Laporan Keuangan. PT. Rajagrafindo Persada, Jakarta
Kementrian Perdagangan Republik Indonesia. 2019.
https://www.kemendag.go.id/id/economic-profile/indonesia-export-
import/growth-of-non-oil-and-gas-export-commodity. Diakses pada 28
Oktober 2019.
Khaddafi, Muammar,dkk. 2017. Analysis Z-Score to Predict Bankruptcy in Banks
Listed in Indonesia Stock Exchange. International Journal of Economics and
Financial Issues. Vol 7 issues 3: 2146-4138
Khoiriyah, Safinatun, 2019. Analisis Financial Distress, Perbandingan dan Tingkat
Akurasi Menggunakan Model Altman Z-Score, Grover, Springate dan
Zmijewski Untuk Memprediksi Kebangkrutan Pada Perusahaan (Studi Empiris
pada Perusahaan Delisting di BEI Tahun 2012-2017). Skripsi. Surakarta:
Institut Agama Islam Negeri Surakarta.
Koto, M, Pulungan D.R, & Hartini T. 2018. Metode Springate Dalam Analisa
Potensi Kebangkrutan Perusahaan Properti Di Indonesia. Jurnal. Medan:
Fakultas Ekonomi dan Bisnis Universitas Muhammadiyah Sumatera Utara.
Kumparan. 2019. “Industri Kaca Lokal Kalang Kabut Dikepung Produk Impor”.
Kumparan.com. https://kumparan.com/kumparanbisnis/industri-kaca-lokal-
yang-kalang-kabut-dikepung-produk-impor-1s0u1JTusdH. Diakses pada 10
Januari 2020.
Limanto, M.C. 2016. Analisis Prediksi Kebangkrutan Perusahaan Sektor
Pertambangan Dan Pertanian Menggunakan Metode Grover Tahun 2012-2015.
Jurnal. Malang: Fakultas Ekonomi dan Bisnis Universitas Ma Chung.
Mujairimi. 2013. Analisis Perbandingan Laba dan Deviden Dalam Memprediksi
Kondisi Financial Distress Pada Perusahaan yang Terdaftar di Bursa Efek
Indonesia. Wacana Equiliberium
Nurcahyanti, Wahyu. 2015. Studi Komparatif Model Z-Score Altman, Springate,
dan Zmijewski Dalam Mengindikasikan Kebangkrutan Perusahaan Yang
Terdaftar Di BEI. Artikel Ilmiah. Universitas Negeri Padang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
132
Nuryaman dan Veronica Christina. 2015. Metodologi Penelitian Akuntansi dan
Bisnis Teori dan Praktik. Ghalia Indonesia. Bogor
Pitaya, Donatus H.A. 2015. Aplikasi Prediksi Financial Distress Menggunakan
Metoda Altman: Studi Pada Perusahaan Manufaktur yang Terdaftar di Bursa
Efek Indonesia Periode 2010-2013. Tesis. Yogyakarta: Program Pascasarjana
Universitas Gadjah Mada.
Pratiwi, Lenieta, Dheasey Amboningtyas dan Aziz F. 2019. Analisis Laporan
Keuangan Dengan Menggunakan Model Altman Z-Score dan Springate Dalam
Memprediksi Kebangkrutan (Studi Pada Perusahaan Kosmetik yang Terdaftar
di IDX Pada Tahun 2013-2017).Skripsi. Semarang: Universitas Pandanaran
Prihadi, Toto. 2010. Analisis Laporan Keuangan: Teori dan Aplikasi. Penerbit
PPM, Jakarta Pusat.
Prihanthini, Ni Made Evi dan Maria M Ratna Sari. 2013. Prediksi Kebangkruta
dengan Metode Grover, Altman Z-Score, Springate, dan Zmijewski Pada
Perusahaan Food and Beverage di Bursa Efek Indonesia. E-Jurnal Akuntansi.
Bali: Universitas Udayana.
Putra, Thomas Dwi Yananto. 2016. Analisis Perbandingan Potensi Kebangkrutan
Perusahaan Asuransi Swasta dan Perusahaan Asuransi BUMN dengan
Menggunakan Metode Zmijewski, Metode Kida dan Metode Grover. Skripsi.
Yogyakarta: Universitas Sanata Dharma.
Rizkyansyah, K & Laily, N. 2018. Penggukuran Tingkat Kesehatan dan Gejala
Financial Distress dengan Metode Springate, Zmijewski, dan Grover. Jurnal
Ilmu dan Riser Manajemen.Surabaya: Sekolah Tinggi Ilmu Ekonomi Indonesia
Surabaya.
Safitri, A & Hartono, U. 2014. Uji Penerapan Model Prediksi Financial Distress
Altman, Springate, Ohlson, dan Zmijewski pada Perusahaan Sektor Keuangan
di Bursa Efek Indonesia. Jurnal Ilmu Manajemen. Surabaya: Universitas Negri
Surabaya.
Sedarmayanti dan Syarifudin Hidayat. 2011. Metodologi Penelitian. CV. Mandar
Maju. Bandung.
Setiawati, Mey Handayani. 2017. Analisis Metode Altman Z-Score, Springate, Dan
Zmijewski Untuk Memprediksi Financial Distres Pada Perusahaan Food And
Beverage Yang Terdaftar Di Bursa Efek Indonesia (Bei) Periode 2011-2015.
Skripsi. Lampung: Fakultas Ilmu Sosial dan Ilmu Politik Universitas Lampung.
Sugiyono. 2018. Metode Penelitian Kuantitatif, Kualitatif, dan Kombinasi (Mixed
Methods). CV Alfabeta, Bandung
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
133
Sujimantoro & Mutmainnah. 2014. Analisis Kondisi Kebangkrutan Dengan Model
Ohlson (1980) O-Score. Jurnal Manajemen dan Akuntansi.Papua: Fakultas
Ekonomi Universitas Yapis Papua.
Suryawardani, Bethani. 2015. Analisis Perbandingan Kemampuan Prediksi
Kebangkrutan Antara Analisis Altman, Analisis Ohlson, dan Analisis
Zmijewski Pada Sektor Industri Tekstil yang Go Public Di Bursa Efek
Indonesia Periode 2008-2012. Jurnal Ecodemica. Vol. III No. 1 April.
Bandung: Universitas Telkom.
Syafitri, Lili, dan Trisnadi Wijaya. 2014. Analisis Komparatif Dalam Mempredikisi
Kebangkrutan pada Pt Indofood Sukses Makmur Tbk. Jurnal. Palembang:
STIE MDP Palembang.
Utama, B.I, Sudjana, N, & Nurlaily F. 2018. Analisis Keakuratan Model Ohlson
dalam Memprediksi Kebnagkrutan (Studi pada Perusahaan Delisting yang
Terdaftar di BEI periode 2013-2017). Jurnal Administrasi Vol.64. Malang:
Fakultas Ilmu Administrasi Universitas Brawijaya.
Wulaningrum, Iin. 2014. Analisis Kebangkrutan Pada Perusahaan Retail yang
Terdaftar Di Bursa Efek Indonesia. Skripsi. Surakarta: Universitas Sebelas
Maret.
Yami, N.R.H. 2015. Prediksi Kebankrutan Dengan Menggunakan Metode Altman
Z-Score, Springate dan Zmijewski Pada Perusahaan Property dan Real Estate
yang Terdaftar Di BEI Tahun 2011-2013. Jurnal Akuntansi. Semarang:
Fakultas Ekonomi dan Bisnis. Universitas Dian Nuswantoro
Yoseph. 2011. Analisis Kebangkrutan Dengan Metode Z-Score Altman, Springate
Dan Zmijewski Pada Pt. Indofood Sukses Makmur Tbk Periode 2005 – 2009.
Jurnal Ilmiah Akuntansi. No. 04 Tahun ke-2 Januari-April 2011. Jurusan
Manajemen Universitas Kristen Maranatha.
Yoseph, Catarina Emeralda Kartika A. 2018. Analisis Prediksi Kebangkruutan
Metode Altman, Springate, Zmijewski, dan Gover dalam Kondisi Financial
Distress (Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa
Efek Indonesia Tahun 2011-2015).Skirpsi. Yogyakarta: Universitas Sanata
Dharma
Zakkiyah, U.Z, Wijono T, & Endang M.G. 2014. Analisis Menggunakan Model
Zmijewski (X-Score) dan Altman (Z-Score) untuk Memprediksi Potensi
Kebangkrutan (Studi pada Perusahaan Tekstil dan Garmen yang Terdaftar di
BEI periode 2019-2012). Jurnal. Malang: Fakultas Ilmu Adinistrasi
Universitas Brawijaya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
135
LAMPIRAN 1
PERHITUNGAN WORKING CAPITAL TO TOTAL ASSET
Working Capital To Total Asset tahun 2014
No Kode
Emiten
Current Asset
(Rp) Current Liability (Rp) Total Asset (Rp) WCTA
1 AMFG 2.263.728.000.000 398.238.000.000 3.946.125.000.000 0,473
2 ARNA 507.458.459.958 315.672.948.473 1.259.938.133.543 0,152
3 IKAI 173.235.120.969 207.131.011.654 518.546.655.125 -0,065
4 KIA 794.630.081.171 141.466.051.713 2.124.390.696.519 0,307
5 MLIA 1.628.326.016.000 1.462.013.369.000 7.220.918.333.000 0,023
Sumber: Data sekunder diolah peneliti. 2020
Working Capital To Total Asset tahun 2015
No Kode
Emiten
Current Asset
(Rp) Current Liability (Rp) Total Asset (Rp) WCTA
1 AMFG 2.231.181.000.000 479.376.000.000 4.270.275.000.000 0,410
2 ARNA 509.178.006.986 498.857.920.866 1.430.779.475.454 0,007
3 IKAI 143.317.764.548 177.269.594.413 390.042.617.783 -0,087
4 KIA 673.269.000.000 207.677.000.000 2.083.770.000.000 0,223
5 MLIA 1.530.197.787.000 1.757.515.738.000 7.125.800.277.000 -0,032
Sumber: Data sekunder diolah peneliti. 2020
Working Capital To Total Asset tahun 2016
No Kode
Emiten
Current Asset
(Rp) Current Liability (Rp) Total Asset (Rp) WCTA
1 AMFG 1.787.723.000.000 885.086.000.000 5.504.890.000.000 0,164
2 ARNA 642.892.045.913 476.631.150.852 1.543.216.299.146 0,108
3 IKAI 38.485.080.665 191.371.169.326 264.872.333.000 -0,577
4 KIA 519.661.000.000 165.848.000.000 1.859.670.000.000 0,190
5 MLIA 1.589.944.730.000 1.849.891.122.000 7.723.578.677.000 -0,034
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
136
Working Capital To Total Asset tahun 2017
No Kode
Emiten Current Asset (Rp) Current Liability (Rp) Total Asset (Rp) WCTA
1 AMFG 2.003.321.000.000 996.903.000.000 6.267.816.000.000 0,161
2 ARNA 740.190.524.246 455.152.838.360 1.601.346.561.573 0,178
3 IKAI 8.077.769.000 239.659.849.000 219.245.635.000 -1,056
4 KIA 527.456.425.373.00 169.750.005.433 1.767.603.505.697 0,202
5 MLIA 1.261.014.750.000 1.449.898.887.000 5.186.685.608.000 -0,036
Sumber: Data sekunder diolah peneliti. 2020
Working Capital To Total Asset tahun 2018
No Kode
Emiten
Current Asset
(Rp) Current Liability (Rp) Total Asset (Rp) WCTA
1 AMFG 2.208.918.000.000 996.903.000.000 8.432.632.000.000 0,144
2 ARNA 827.587.984.112 455.152.838.360 1.652.905.985.730 0,225
3 IKAI 92.211.026.000 239.659.849.000 1.337.016.109.000 -0,110
4 KIA 560.456.340.708 169.750.005.433 1.704.424.579.208 0,229
5 MLIA 1.151.925.372.000 1.449.898.887.000 5.263.726.099.000 -0,057
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
137
LAMPIRAN 2
PERHITUNGAN RETAINED EARNING TO TOTAL ASSET
Retained Earning To Total Asset tahun 2014
No Kode
Emiten
Retained Earning
(Rp) Total Asset (Rp) RE_TA
1 AMFG 2.719.357.000.000.00 3.946.125.000.000.00 0,689
2 ARNA 805.069.705.421.00 1.259.938.133.543.00 0,639
3 IKAI -218.433.363.398.00 518.546.655.125.00 -0,421
4 KIA 127.045.909.266.00 2.268.246.639.101.00 0,056
5 MLIA -3.148.410.407.000.00 7.220.918.333.000.00 -0,436
Sumber: Data sekunder diolah peneliti. 2020
Retained Earning To Total Asset tahun 2015
No Kode
Emiten
Retained
Earning(Rp) Total Asset (Rp) RE_TA
1 AMFG 3.008.140.000.000 4.270.275.000.000 0,704
2 ARNA 789.692.468.198 1.430.779.475.454 0,552
3 IKAI -328.361.500.297 390.042.617.783 -0,842
4 KIA 121.046.174.474 2.083.770.000.000 0,058
5 MLIA -3.290.041.898.000 7.125.800.277.000 -0,462
Sumber: Data sekunder diolah peneliti. 2020
Retained Earning To Total Asset tahun 2016
No Kode
Emiten
Retained Earning
(Rp) Total Asset (Rp) RE_TA
1 AMFG 3.217.181.000.000 5.504.890.000.000 0,584
2 ARNA 840.962.177.316 1.543.216.299.146 0,545
3 IKAI -427.180.807.276 264.872.333.000 -1,613
4 KIA -355.546.068.200 1.859.670.000.000 -0,191
5 MLIA -3.277.839.073.000 7.723.578.677.000 -0,424
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
138
Retained Earning To Total Asset tahun 2017
No Kode
Emiten
Retained Earning
(Rp) Total Asset (Rp) RE_TA
1 AMFG 3.166.794.000.000 626.7816.000.000 0,505
2 ARNA 921.185.324.412 1.601.346.561.573 0,575
3 IKAI - 219.245.635.000 -
4 KIA -443.768.802.927 1.767.603.505.697 -0,251
5 MLIA -1.569.501.282.000 5.186.685.608.000 -0,303
Sumber: Data sekunder diolah peneliti. 2020
Retained Earning To Total Asset tahun 2018
No Kode
Emiten
Retained Earning
(Rp) Total Asset (Rp) RE_TA
1 AMFG 3.214.583.000.000 8.432.632.000.000 0,381
2 ARNA 990.351.066.117 1.652.905.985.730 0,599
3 IKAI - 1.337.016.109.000 -
4 KIA -511.136.193.365 1.704.424.579.208 -0,300
5 MLIA -1.380.419.044.000 5.263.726.099.000 -0,262
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
139
LAMPIRAN 3
PERHITUNGAN EARNING BEFORE INTEREST AND TAX TO TOTAL
ASSET
Earning Before Interest and Tax to total Asset tahun 2014
No Kode
Emiten
Earning Before
Interest and Tax (Rp) Total Asset (Rp) EBIT_TA
1 AMFG 562.994.000.000 3.946.125.000.000 0,143
2 ARNA 352.131.191.348 1.259.938.133.543 0,279
3 IKAI -3.879.830.671 518.546.655.125 -0,007
4 KIA 70.487.518.914 2.268.246.639.101 0,031
5 MLIA 70.487.518.914 7.220.918.333.000 0,010
Sumber: Data sekunder diolah peneliti. 2020
Earning Before Interest and Tax to total Asset tahun 2015
No Kode
Emiten
Earning Before
Interest and Tax (Rp) Total Asset (Rp) EBIT_TA
1 AMFG 428.692.000.000 4.270.275.000.000 0,100
2 ARNA 102.382.257.094 1.430.779.475.454 0,072
3 IKAI -22.501.273.985 390.042.617.783 -0,058
4 KIA -194.253.000.000 2.083.770.000.000 -0,093
5 MLIA 177.907.524.000 7.125.800.277.000 0,025
Sumber: Data sekunder diolah peneliti. 2020
Earning Before Interest and Tax to total Asset tahun 2016
No Kode
Emiten
Earning Before
Interest and Tax (Rp) Total Asset (Rp) EBIT_TA
1 AMFG 351.007.000.000 5.504.890.000.000 0,064
2 ARNA 142.952.442.753 1.543.216.299.146 0,093
3 IKAI -50.321.243.000 264.872.333.000 -0,190
4 KIA -168.791.156.106 1.859.670.000.000 -0,091
5 MLIA 579.418.388.636 7.723.578.677.000 0,075
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
140
Earning Before Interest and Tax to total Asset tahun 2017
No Kode
Emiten
Earning Before
Interest and Tax (Rp) Total Asset (Rp) EBIT_TA
1 AMFG 93.342.000.000 6.267.816.000.000 0,015
2 ARNA 186.735.420.715 1.601.346.561.573 0,117
3 IKAI -51.677.925.000 219.245.635.000 -0,236
4 KIA -95.433.945.482 1.767.603.505.697 -0,054
5 MLIA 289.295.117.000 5.186.685.608.000 0,056
Sumber: Data sekunder diolah peneliti. 2020
Earning Before Interest and Tax to total Asset tahun 2018
No Kode
Emiten
Earning Before
Interest and Tax(Rp) Total Asset (Rp) EBIT_TA
1 AMFG 176.696.000.000 8.432.632.000.000 0,021
2 ARNA 222.221.896.628 1.652.905.985.730 0,134
3 IKAI -31.852.295.000 1.337.016.109.000 -0,024
4 KIA -940.866.924.010 1.704.424.579.208 -0,552
5 MLIA 432.606.270.000 5.263.726.099.000 0,082
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
141
LAMPIRAN 4
PERHITUNGAN MARKET VALUE OF EQUITY TO BOOK VALUE OF
DEBT
Market Value Of Equity To Book Value Of Debt 2014
No Kode
Emiten
Market Value Of
Equity Book Value Of Debt MVE_BVD
1 AMFG 3.227.875.000.000.00 844.685.000.000.00 3,821
2 ARNA 7.011.066.582.080 349.995.874.987.00 20,032
3 IKAI 86.854.370.514 339.889.432.972.00 0,256
4 KIA 2.183.380.875.000.00 249.533.735.885.00 8,750
5 MLIA 727.650.000.000.00 6.062.563.787.000.00 0,120
Sumber: Data sekunder diolah peneliti. 2020
Market Value Of Equity To Book Value Of Debt 2015
No Kode
Emiten
Market Value Of
Equity Book Value Of Debt MVE_BVD
1 AMFG 2.953.912.500.000 880.052.000.000 3,357
2 ARNA 4.195.627.802.784 536.050.998.398 7,827
3 IKAI 82.106.067.798 321.009.676.687 0,256
4 KIA 1.548.894.125.000 317.492.000.000 4,879
5 MLIA 854.988.750.000 6.010.681.233.000 0,142
Sumber: Data sekunder diolah peneliti. 2020
Market Value Of Equity To Book Value Of Debt 2016
No Kode
Emiten
Market Value Of
Equity Book Value Of Debt MVE_BVD
1 AMFG 2.951.200.000.000 1.905.626.000.000 1.549
2 ARNA 4.267.206.754.800 595.128.097.887 7,170
3 IKAI 71.818.078.580 326.877.597.451 0,220
4 KIA 1.175.666.625.000 339.640.000.000 3,462
5 MLIA 749.148.750.000 6.110.478.983.000 0,123
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
142
Market Value Of Equity To Book Value Of Debt 2017
No Kode
Emiten
Market Value Of
Equity Book Value Of Debt MVE_BVD
1 AMFG 2.753.187.500.000 2.718.939.000.000 1,013
2 ARNA 3.156.815.319.680 571.946.769.034 5,519
3 IKAI 58.232.656.920 335.252.236.000 0,174
4 KIA 1.380.941.750.000 340.873.208.857 4,051
5 MLIA 816.952.500.000 3.432.390.525.000 0,238
Sumber: Data sekunder diolah peneliti. 2020
Market Value Of Equity To Book Value Of Debt 2018
No Kode
Emiten
Market Value Of
Equity Book Value Of Debt MVE_BVD
1 AMFG 2.025.152.500.000 4.835.966.000.000 0,419
2 ARNA 2.639.244.435.872 556.309.556.626 4,744
3 IKAI 8.733.453.474.360 542.884.341.000 16,087
4 KIA 1.492.910.000.000 3.495.873.455.823 0,427
5 MLIA 1.162.586.250.000 3.022.358.125.000 0,385
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
143
LAMPIRAN 5
PERHITUNGAN SALES TO TOTAL ASSET
Sales to Total Asset 2014
No Kode
Emiten Sales (Rp) Total Asset (Rp) S_A
1 AMFG 3.672.186.000.000 3.946.125.000.000 0,931
2 ARNA 1.609.758.677.687 1.259.938.133.543 1,278
3 IKAI 262.321.356.543 518.546.655.125 0,506
4 KIA 898.976.979.994 2.268.246.639.101 0,396
5 MLIA 5.629.696.723.000 7.220.918.333.000 0,780
Sumber: Data sekunder diolah peneliti. 2020
Sales to Total Asset 2015
No Kode
Emiten Sales (Rp) Total Asset (Rp) S_A
1 AMFG 3.665.989.000.000 4.270.275.000.000 0,858
2 ARNA 1.291.926.384.471 1.430.779.475.454 0,903
3 IKAI 141.199.773.647 390.042.617.783 0,362
4 KIA 800.392.438.557 2.083.770.000.000 0,384
5 MLIA 5.713.989.433.000 7.125.800.277.000 0,802
Sumber: Data sekunder diolah peneliti. 2020
Sales to Total Asset 2016
No Kode
Emiten Sales (Rp) Total Asset (Rp) S_A
1 AMFG 3.724.075.000.000 5.504.890.000.000 0,677
2 ARNA 1.511.978.367.218 1.543.216.299.146 0,980
3 IKAI 83.772.635.083 264.872.333.000 0,316
4 KIA 863.714.584.966 1.859.670.000.000 0,464
5 MLIA 5.793.737.618.000 7.723.578.677.000 0,750
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
144
Sales to Total Asset 2017
No Kode
Emiten Sales (Rp) Total Asset (Rp) S_A
1 AMFG 3.885.791.000.000 6.267.816.000.000 0,620
2 ARNA 1.732.985.361.870 1.601.346.561.573 1,082
3 IKAI 13.297.423.000 219.245.635.000 0,061
4 KIA 810.064.124.425 1.767.603.505.697 0,458
5 MLIA 6.277.135.709.000 5.186.685.608.000 1,210
Sumber: Data sekunder diolah peneliti. 2020
Sales to Total Asset 2018
No Kode
Emiten Sales (Rp) Total Asset (Rp) S_A
1 AMFG 4.443.262.000.000 8.432.632.000.000 0,527
2 ARNA 1.871.478.070.171 1.652.905.985.730 1,132
3 IKAI 11.276.672.000 1.337.016.109.000 0,008
4 KIA 875.963.168.811 1.704.424.579.208 0,514
5 MLIA 5.576.944.266.000 5.263.726.099.000 1,060
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
145
LAMPIRAN 6
PERHITUNGAN EARNING BEFORE TAX TO CURRENT LIABILITIES
Earning Before Tax To Current Liabilities tahun 2014
No Kode
Emiten
Earning Before Tax
(Rp)
Current Liabilities
(Rp) EBT_CL
1 AMFG 605.163.000.000 398.238.000.000 1,520
2 ARNA 348.684.411.976 315.672.948.473 1,105
3 IKAI -26.750.105.567 207.131.011.654 -0,129
4 KIA 96.735.360.936 141.466.051.713 0,684
5 MLIA 170.283.389.000 1.462.013.369.000 0,116
Sumber: Data sekunder diolah peneliti. 2020
Earning Before Tax To Current Liabilities tahun 2015
No Kode
Emiten
Earning Before Tax
(Rp)
Current Liabilities
(Rp) EBT_CL
1 AMFG 464.263.000.000 479.376.000.000 0,968
2 ARNA 95.514.316.424 498.857.920.866 0,191
3 IKAI -109.120.665.879 177.269.594.413 -0,616
4 KIA -182.239.000.000 207.677.000.000 -0,878
5 MLIA -190.208.664.000 1.757.515.738.000 -0,108
Sumber: Data sekunder diolah peneliti. 2020
Earning Before Tax To Current Liabilities tahun 2016
No Kode
Emiten
Earning Before Tax
(Rp)
Current Liabilities
(Rp) EBT_CL
1 AMFG 348.561.000.000 885.086.000.000 0,394
2 ARNA 123.838.299.924 476.631.150.852 0,260
3 IKAI -145.893.728.338 191.371.169.326 -0,762
4 KIA -165.927.480.293 165.848.000.000 -1,000
5 MLIA -8.881.576.000 1.849.891.122.000 -0,005
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
146
Earning Before Tax To Current Liabilities tahun 2017
No Kode
Emiten
Earning Before Tax
(Rp)
Current Liabilities
(Rp) EBT_CL
1 AMFG 63.589.000.000 996.903.000.000 0,064
2 ARNA 166.203.941.034 455.152.838.360 0,365
3 IKAI -63.642.281.000 239.659.849.000 -0,266
4 KIA -94.710.676.180 169.750.005.433 -0,558
5 MLIA 50.783.937.000 1.449.898.887.000 0,035
Sumber: Data sekunder diolah peneliti. 2020
Earning Before Tax To Current Liabilities tahun 2018
No Kode
Emiten
Earning Before Tax
(Rp)
Current Liabilities
(Rp) EBT_CL
1 AMFG 11.184.000.000 1.738.904.000.000 0,006
2 ARNA 211.729.940.176 476.647.908.156 0,444
3 IKAI 70.055.565.000 196.634.638.000 0,356
4 KIA -95.039.015.931 192.300.522.743 -0,494
5 MLIA 264.824.823.000 1.232.040.043.000 0,215
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
147
LAMPIRAN 7
PERHITUNGAN RETURN ON ASSET (ROA)
ROA 2014
No Kode
Emiten
Earning After Tax
(Rp) Total Asset (Rp) ROA
1 AMFG 464.152.000.000 3.946.125.000.000 0,118
2 ARNA 261.879.784.046 1.259.938.133.543 0,208
3 IKAI -3.879.830.671 518.546.655.125 -0,007
4 KIA 79.640.638.204 2.268.246.639.101 0,035
5 MLIA 130.105.818.000 7.220.918.333.000 0,018
Sumber: Data sekunder diolah peneliti. 2020
ROA 2015
No Kode
Emiten
Earning After Tax
(Rp) Total Asset (Rp) ROA
1 AMFG 341.346.000.000 4.270.275.000.000 0,080
2 ARNA 71.209.943.348 1.430.779.475.454 0,050
3 IKAI -108.888.289.285 390.042.617.783 -0,279
4 KIA -144.635.000.000 2.083.770.000.000 -0,069
5 MLIA -155.911.654.000 7.125.800.277.000 -0,022
Sumber: Data sekunder diolah peneliti. 2020
ROA 2016
No Kode
Emiten
Earning After Tax
(Rp) Total Asset (Rp) ROA
1 AMFG 260.444.000.000 5.504.890.000.000 0,047
2 ARNA 91.375.910.975 1.543.216.299.146 0,059
3 IKAI -145.359.281.909 264.872.333.000 -0,549
4 KIA -252.499.070.120 1.859.670.000.000 -0,136
5 MLIA 9.039.563.000 7.723.578.677.000 0,001
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
148
ROA 2017
No Kode
Emiten
Earning After Tax
(Rp) Total Asset (Rp) ROA
1 AMFG 38.569.000.000 6.267.816.000.000 0,006
2 ARNA 122.183.909.643 1.601.346.561.573 0,076
3 IKAI -54.001.338.000 219.245.635.000 -0,246
4 KIA -85.300.976.555 1.767.603.505.697 -0,048
5 MLIA 47.534.072.000 5.186.685.608.000 0,009
Sumber: Data sekunder diolah peneliti. 2020
ROA 2018
No Kode
Emiten
Earning After Tax
(Rp) Total Asset (Rp) ROA
1 AMFG 6.596.000.000 8.432.632.000.000 0,001
2 ARNA 158.207.798.602 1.652.905.985.730 0,096
3 IKAI 71.284.346.000 1.337.016.109.000 0,053
4 KIA -79.206.468.705 1.704.424.579.208 -0,046
5 MLIA 189.082.238.000 5.263.726.099.000 0,036
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
149
LAMPIRAN 8
PERHITUNGAN DEPT RATIO
Dept Ratio 2014
No Kode
Emiten Total Liabilities (Rp) Total Asset (Rp) Dept Ratio
1 AMFG 844.685.000.000 3.946.125.000.000 0,214
2 ARNA 349.995.874.987 1.259.938.133.543 0,278
3 IKAI 339.889.432.972 518.546.655.125 0,655
4 KIA 249.533.735.885 2.268.246.639.101 0,110
5 MLIA 6.062.563.787.000 7.220.918.333.000 0,840
Sumber: Data sekunder diolah peneliti. 2020
Dept Ratio 2015
No Kode
Emiten Total Liabilities (Rp) Total Asset (Rp) Dept Ratio
1 AMFG 880.052.000.000 4.270.275.000.000 0,206
2 ARNA 536.050.998.398 1.430.779.475.454 0,375
3 IKAI 321.009.676.687 390.042.617.783 0,823
4 KIA 317.492.000.000 2.083.770.000.000 0,152
5 MLIA 6.010.681.233.000 7.125.800.277.000 0,844
Sumber: Data sekunder diolah peneliti. 2020
Dept Ratio 2016
No Kode
Emiten Total Liabilities (Rp) Total Asset (Rp) Dept Ratio
1 AMFG 1.905.626.000.000 5.504.890.000.000 0,346
2 ARNA 595.128.097.887 1.543.216.299.146 0,386
3 IKAI 326.877.597.451 264.872.333.000 1,234
4 KIA 339.640.000.000 1.859.670.000.000 0,183
5 MLIA 6.110.478.983.000 7.723.578.677.000 0,791
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
150
Dept Ratio 2017
No Kode
Emiten Total Liabilities (Rp) Total Asset (Rp) Dept Ratio
1 AMFG 2.718.939.000.000 6.267.816.000.000 0,434
2 ARNA 571.946.769.034 1.601.346.561.573 0,357
3 IKAI 335.252.236.000 219.245.635.000 1,529
4 KIA 340.873.208.857 1.767.603.505.697 0,193
5 MLIA 3.432.390.525.000 5.186.685.608.000 0,662
Sumber: Data sekunder diolah peneliti. 2020
Dept Ratio 2018
No Kode
Emiten Total Liabilities (Rp) Total Asset (Rp) Dept Ratio
1 AMFG 4.835.966.000.000 8.432.632.000.000 0,573
2 ARNA 556.309.556.626 1.652.905.985.730 0,337
3 IKAI 542.884.341.000 1.337.016.109.000 0,406
4 KIA 3.495.873.455.823 1.704.424.579.208 2,051
5 MLIA 3.022.358.125.000 5.263.726.099.000 0,574
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
151
LAMPIRAN 9
PERHITUNGAN CURRENT RATIO
Current Ratio 2014
No Kode
Emiten Current Asset (Rp)
Current Liabilities
(Rp)
Current
Ratio
1 AMFG 2.263.728.000.000 398.238.000.000 5,684
2 ARNA 507.458.459.958 315.672.948.473 1,608
3 IKAI 173.235.120.969 207.131.011.654 0,836
4 KIA 794.630.081.171 141.466.051.713 5,617
5 MLIA 1.628.326.016.000 1.462.013.369.000 1,114
Sumber: Data sekunder diolah peneliti. 2020
Current Ratio 2015
No Kode
Emiten Current Asset (Rp)
Current Liabilities
(Rp)
Current
Ratio
1 AMFG 2.231.181.000.000 479.376.000.000 4,654
2 ARNA 509.178.006.986 498.857.920.866 1,021
3 IKAI 143.317.764.548 177.269.594.413 0,808
4 KIA 673.269.000.000 207.677.000.000 3,242
5 MLIA 1.530.197.787.000 1.757.515.738.000 0,871
Sumber: Data sekunder diolah peneliti. 2020
Current Ratio 2016
No Kode
Emiten Current Asset (Rp)
Current Liabilities
(Rp)
Current
Ratio
1 AMFG 1.787.723.000.000 885.086.000.000 2,020
2 ARNA 642.892.045.913 476.631.150.852 1,349
3 IKAI 38.485.080.665 191.371.169.326 0,201
4 KIA 519.661.000.000 165.848.000.000 3,133
5 MLIA 1.589.944.730.000 1.849.891.122.000 0,859
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
152
Current Ratio 2017
No Kode
Emiten Current Asset (Rp)
Current Liabilities
(Rp)
Current
Ratio
1 AMFG 2.003.321.000.000 996.903.000.000 2,010
2 ARNA 740.190.524.246 455.152.838.360 1,626
3 IKAI 8.077.769.000 239.659.849.000 0,034
4 KIA 527.456.425.373 169.750.005.433 3,107
5 MLIA 1.261.014.750.000 1.449.898.887.000 0,870
Sumber: Data sekunder diolah peneliti. 2020
Current Ratio 2018
No Kode
Emiten Current Asset (Rp)
Current Liabilities
(Rp)
Current
Ratio
1 AMFG 2.208.918.000.000 1.738.904.000.000 1,270
2 ARNA 827.587.984.112 476.647.908.156 1,736
3 IKAI 92.211.026.000 196.634.638.000 0,469
4 KIA 560.456.340.708 192.300.522.743 2,914
5 MLIA 1.151.925.372.000 1.232.040.043.000 0,935
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
153
LAMPIRAN 10
PERHITUNGAN KEKAYAAN BERSIH / TOTAL ASET
Kekayaan Bersih / Total Aset 2014
NO
Kode
Emiten
Total Aktiva (Rp)
(1)
Total Hutang (Rp)
(2)
KB_TA
(1-2)/2
1 AMFG Rp3,946,125,000,000 Rp844,685,000,000 3,672
2 ARNA Rp1,259,938,133,543 Rp349,995,874,987 2,600
3 IKAI Rp518,546,655,125 Rp339,889,432,972 0,526
4 KIA Rp2,124,390,696,519 Rp249,533,735,885 7,513
5 MLIA Rp7,220,918,333,000 Rp6,062,563,787,000 0,191
Sumber: Data sekunder diolah peneliti. 2020
Kekayaan Bersih / Total Aset 2015
NO
Kode
Emiten
Total Aktiva (Rp)
(1)
Total Hutang (Rp)
(2)
KB_TA
(1-2)/2
1 AMFG Rp4,270,275,000,000 Rp880,052,000,000 3,852
2 ARNA Rp1,430,779,475,454 Rp536,050,998,398 1,669
3 IKAI Rp390,042,617,783 Rp321,009,676,687 0,215
4 KIA Rp2,083,770,000,000 Rp317,492,000,000 5,563
5 MLIA Rp7,125,800,277,000 Rp6,010,681,233,000 0,186
Sumber: Data sekunder diolah peneliti. 2020
Kekayaan Bersih / Total Aset 2016
NO
Kode
Emiten
Total Aktiva (Rp)
(1)
Total Hutang(Rp)
(2)
KB_TA
(1-2)/2
1 AMFG Rp5,504,890,000,000 Rp1,020,540,000,000 4,394
2 ARNA Rp1,543,216,299,146 Rp118,496,947,035 12,023
3 IKAI Rp264,872,333,000 Rp135,506,429,000 0,955
4 KIA Rp1,859,670,000,000 Rp173,792,000,000 9,701
5 MLIA Rp7,723,578,677,000 Rp4,260,587,861,000 0,813
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
154
Kekayaan Bersih / Total Aset 2017
NO
Kode
Emiten
Total Aktiva (Rp)
(1)
Total Hutang (Rp)
(2)
KB_TA
(1-2)/2
1 AMFG Rp6,267,816,000,000 Rp1,722,036,000,000 2,640
2 ARNA Rp1,601,346,561,573 Rp116,793,930,674 12,711
3 IKAI Rp219,245,635,000 Rp95,592,387,000 1,294
4 KIA Rp1,767,603,505,697 Rp171,123,203,424 9,329
5 MLIA Rp5,186,685,608,000 Rp1,982,491,638,000 1,616
Sumber: Data sekunder diolah peneliti. 2020
Kekayaan Bersih / Total Aset 2018
NO Kode
Emiten
Total Aktiva (Rp)
(1)
Total Hutang (Rp)
(2)
KB_TA
(1-2)/2
1 AMFG Rp8,432,632,000,000 Rp4,835,966,000,000 0.744
2 ARNA Rp827,587,984,112 Rp556,309,556,626 0.488
3 IKAI Rp92,211,026,000 Rp542,884,341,000 -0.830
4 KIA Rp560,456,340,708 Rp3,495,873,455,823 -0.840
5 MLIA Rp1,151,925,372,000 Rp3,022,358,125,000 -0.619
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
155
LAMPIRAN 11
PERHITUNGAN RASIO KAS / TOTAL ASET
Kas/Total Aset 2014
No Kode
Emiten Kas (Rp) Total Asset (Rp)
Kas/Total
Aset
1 AMFG 1,107,411,000,000 3,946,125,000,000 0,281
2 ARNA 47,235,005,563 1,259,938,133,543 0,037
3 IKAI 1,106,176,064 518,546,655,125 0,002
4 KIA 220,526,665,794 2,268,246,639,101 0,097
5 MLIA 105,969,621,000 7,220,918,333,000 0,015
Sumber: Data sekunder diolah peneliti. 2020
Kas/Total Aset 2015
No Kode
Emiten Kas(Rp) Total Asset (Rp)
Kas/Total
Aset
1 AMFG 931,761,000,000 4,270,275,000,000 0,218
2 ARNA 5,104,533,709 1,430,779,475,454 0,004
3 IKAI 223,103,464 390,042,617,783 0,001
4 KIA 54,773,279,911 2,083,770,000,000 0,026
5 MLIA 53,368,525,000 7,125,800,277,000 0,007
Sumber: Data sekunder diolah peneliti. 2020
Kas/Total Aset 2016
No Kode
Emiten Kas (Rp) Total Asset (Rp)
Kas/Total
Aset
1 AMFG 320,827,000,000 5,504,890,000,000 0,058
2 ARNA 3,165,484,220 1,543,216,299,146 0,002
3 IKAI 135,845,649 264,872,333,000 0,001
4 KIA 33,961,000,000 1,859,670,000,000 0,018
5 MLIA 54,716,784,000 7,723,578,677,000 0,007
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
156
Kas/Total Aset 2017
No Kode
Emiten Kas (Rp) Total Asset (Rp)
Kas/Total
Aset
1 AMFG 346,195,000,000 6,267,816,000,000 0.055
2 ARNA 59,531,055,920 1,601,346,561,573 0,037
3 IKAI 225,392,000 219,245,635,000 0,001
4 KIA 9,384,169,874 1,767,603,505,697 0,005
5 MLIA 109,143,020,000 5,186,685,608,000 0,021
Sumber: Data sekunder diolah peneliti. 2020
Kas/Total Aset 2018
No Kode
Emiten Kas (Rp) Total Asset (Rp)
Kas/Total
Aset
1 AMFG 296,628,000,000 8,432,632,000,000 0,035
2 ARNA 192,813,271,612 1,652,905,985,730 0,117
3 IKAI 76,001,833,000 1,337,016,109,000 0,057
4 KIA 7,612,288,140 1,704,424,579,208 0,004
5 MLIA 55,917,194,000 5,263,726,099,000 0,011
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
157
LAMPIRAN 12
PERHITUNGAN RASIO X1 (SIZE)
X1 (SIZE) Log (Total Aset / indeks tingkat harga GNP) 2014
NO Kode Emiten Total Aset (Rp) GNP (Rp) X1
1 AMFG 3,946,125,000,000 2,517,268,869,690.53 1.568
2 ARNA 1,259,938,133,543 2,517,268,869,690.53 0.501
3 IKAI 518,546,655,125 2,517,268,869,690.53 0.206
4 KIA 2,268,246,639,101 2,517,268,869,690.53 0.901
5 MLIA 7,220,918,333,000 2,517,268,869,690.53 2.869
Sumber: Data sekunder diolah peneliti. 2020
Sumber: Data sekunder diolah peneliti. 2020
Sumber: Data sekunder diolah peneliti. 2020
X1 (SIZE) Log (Total Aset / indeks tingkat harga GNP) 2015
NO Kode Emiten Total Aset (Rp) GNP (Rp) X1
1 AMFG 4.270.275.000.000 2.755.624.702.085.88 1.550
2 ARNA 1.430.779.475.454 2.755.624.702.085.88 0.519
3 IKAI 390.042.617.783 2.755.624.702.085.88 0.142
4 KIA 2.083.770.000.000 2.755.624.702.085.88 0.756
5 MLIA 7.125.800.277.000 2.755.624.702.085.88 2.586
X1 (SIZE) Log (Total Aset / indeks tingkat harga GNP) 2016
NO Kode Emiten Total Aset (Rp) GNP (Rp) X1
1 AMFG 5,504,890,000,000 3,107,887,859,557.62 1.771
2 ARNA 1,543,216,299,146 3,107,887,859,557.62 0.497
3 IKAI 264,872,333,000 3,107,887,859,557.62 0.085
4 KIA 1,859,670,000,000 3,107,887,859,557.62 0.598
5 MLIA 7,723,578,677,000 3,107,887,859,557.62 2.485
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
158
Sumber: Data sekunder diolah peneliti. 2020
Sumber: Data sekunder diolah peneliti. 2020
X1 (SIZE) Log (Total Aset / indeks tingkat harga GNP) 2017
NO Kode Emiten Total Aset (Rp) GNP (Rp) X1
1 AMFG 6,267,816,000,000 3,331,711,068,638.96 1.881
2 ARNA 1,601,346,561,573 3,331,711,068,638.96 0.481
3 IKAI 219,245,635,000 3,331,711,068,638.96 0.066
4 KIA 1,767,603,505,697 3,331,711,068,638.96 0.531
5 MLIA 5,186,685,608,000 3,331,711,068,638.96 1.557
X1 (SIZE) Log (Total Aset / indeks tingkat harga GNP) 2018
NO Kode Emiten Total Aset (Rp) GNP (Rp) X1
1 AMFG 8,432,632,000,000 3,521,457,298,132.86 2.395
2 ARNA 1,652,905,985,730 3,521,457,298,132.86 0.469
3 IKAI 1,337,016,109,000 3,521,457,298,132.86 0.380
4 KIA 1,704,424,579,208 3,521,457,298,132.86 0.484
5 MLIA 5,263,726,099,000 3,521,457,298,132.86 1.495
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
159
LAMPIRAN 13
PERHITUNGAN RASIO (X5) OENEG
(X5) OENEG 2014
NO Kode Emiten Total Aktiva (Rp) Total Hutang (Rp) Skala
1 AMFG 3,946,125,000,000.00 844,685,000,000 0
2 ARNA 1,259,938,133,543.00 349,995,874,987 0
3 IKAI 518,546,655,125.00 339,889,432,972 0
4 KIA 2,124,390,696,519.00 249,533,735,885 0
5 MLIA 7,220,918,333,000.00 6,062,563,787,000 0
Sumber: Data sekunder diolah peneliti. 2020
(X5) OENEG 2015
NO Kode Emiten Total Aktiva (Rp) Total Hutang (Rp) Skala
1 AMFG 4,270,275,000,000 880,052,000,000 0
2 ARNA 1,430,779,475,454 536,050,998,398 0
3 IKAI 390,042,617,783 321,009,676,687 0
4 KIA 2,083,770,000,000 317,492,000,000 0
5 MLIA 7,125,800,277,000 6,010,681,233,000 0
Sumber: Data sekunder diolah peneliti. 2020
(X5) OENEG 2016
NO Kode Emiten Total Aktiva (Rp) Total Hutang (Rp) Skala
1 AMFG 4,270,275,000,000 1,020,540,000,000 0
2 ARNA 1,430,779,475,454 118,496,947,035 0
3 IKAI 390,042,617,783 135,506,429,000 0
4 KIA 2,083,770,000,000 173,792,000,000 0
5 MLIA 7,125,800,277,000 4,260,587,861,000 0
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
160
(X5) OENEG 2017
NO Kode Emiten Total Aktiva (Rp) Total Hutang (Rp) Skala
1 AMFG 6,267,816,000,000.00 1,722,036,000,000 0
2 ARNA 1,601,346,561,573.00 116,793,930,674 0
3 IKAI 219,245,635,000.00 95,592,387,000 0
4 KIA 1,767,603,505,697.00 171,123,203,424 0
5 MLIA 5,186,685,608,000.00 1,982,491,638,000 0
Sumber: Data sekunder diolah peneliti. 2020
(X5)OENEG 2018
NO Kode Emiten Total Aktiva (Rp) Total Hutang (Rp) Skala
1 AMFG 6,267,816,000,000.00 4,835,966,000,000 0
2 ARNA 1,601,346,561,573.00 556,309,556,626 0
3 IKAI 219,245,635,000.00 542,884,341,000 1
4 KIA 1,767,603,505,697.00 3,495,873,455,823 1
5 MLIA 5,186,685,608,000.00 3,022,358,125,000 0
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
161
LAMPIRAN 14
PERHITUNGAN RASIO X6 (NITA)
X6 (NITA) Laba Bersih / Total Aset 2014
No Kode Emiten Laba Bersih (Rp) Total Asset (Rp) NITA
1 AMFG 464,152,000,000 3,946,125,000,000.00 0.118
2 ARNA 261,879,784,046 1,259,938,133,543.00 0.208
3 IKAI -3,879,830,671 518,546,655,125.00 -0.007
4 KIA 79,640,638,204 2,124,390,696,519.00 0.037
5 MLIA 130,105,818,000 7,220,918,333,000.00 0.018
Sumber: Data sekunder diolah peneliti. 2020
X6 Laba Bersih / Total Aset 2015
No Kode Emiten Laba Bersih (Rp) Total Asset (Rp) NITA
1 AMFG 341,346,000,000 4,270,275,000,000 0.080
2 ARNA 71,209,943,348 1,430,779,475,454 0.050
3 IKAI -108,888,289,285 390,042,617,783 -0.279
4 KIA -144,635,000,000 2,083,770,000,000 -0.069
5 MLIA -155,911,654,000 7,125,800,277,000 0.022
Sumber: Data sekunder diolah peneliti. 2020
X6 Laba Bersih / Total Aset2016
No Kode Emiten Laba Bersih (Rp) Total Asset (Rp) NITA
1 AMFG Rp260,444,000,000 4,270,275,000,000 0.061
2 ARNA Rp91,375,910,975 1,430,779,475,454 0.064
3 IKAI -Rp145,359,281,909 390,042,617,783 -0.373
4 KIA -Rp252,499,070,120 2,083,770,000,000 -0.121
5 MLIA Rp9,039,563,000 7,125,800,277,000 0.001
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
162
X6 Laba Bersih / Total Aset2017
No Kode Emiten Laba Bersih (Rp) Total Asset (Rp) NITA
1 AMFG 38,569,000,000 6,267,816,000,000.00 0.006
2 ARNA 122,183,909,643 1,601,346,561,573.00 0.076
3 IKAI -54,001,338,000 219,245,635,000.00 -0.246
4 KIA -85,300,976,555 1,767,603,505,697.00 -0.048
5 MLIA 47,534,072,000 5,186,685,608,000.00 0.009
Sumber: Data sekunder diolah peneliti. 2020
X6 Laba Bersih / Total Aset 2018
No Kode Emiten Laba Bersih (Rp) Total Asset (Rp) NITA
1 AMFG 6,596,000,000 6,267,816,000,000.00 0.001
2 ARNA 158,207,798,602 1,601,346,561,573.00 0.099
3 IKAI 71,284,346,000 219,245,635,000.00 0.325
4 KIA -79,206,468,705 1,767,603,505,697.00 - 0.045
5 MLIA 189,082,238,000 5,186,685,608,000.00 0.036
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
163
LAMPIRAN 15
PERHITUNGAN RASIO X7 (CFOTL)
X7 (CFOTL) Arus Kas Operasi / Total Hutang 2014
No Kode Emiten Arus Kas Operasi (Rp) Total Hutang (Rp) CFOTL
1 AMFG 564,250,000,000 6,267,816,000,000.00 0.090
2 ARNA 238,937,995,916 1,601,346,561,573.00 0.149
3 IKAI 15,834,747,540 219,245,635,000.00 0.072
4 KIA 51,975,722,117 1,767,603,505,697.00 0.029
5 MLIA 460,633,645,000 5,186,685,608,000.00 0.089
Sumber: Data sekunder diolah peneliti. 2020
X7 (CFOTL) Arus Kas Operasi / Total Hutang 2015
No Kode Emiten Arus Kas Operasi (Rp) Total Hutang (Rp) CFOTL
1 AMFG 366,837,000,000 6,267,816,000,000.00 0.059
2 ARNA 111,918,147,182 1,601,346,561,573.00 0.070
3 IKAI 16,480,938,391 219,245,635,000.00 0.075
4 KIA -56,748,466,971 1,767,603,505,697.00 -0.032
5 MLIA 367,602,920,000 5,186,685,608,000.00 0.071
Sumber: Data sekunder diolah peneliti. 2020
X7 (CFOTL) Arus Kas Operasi / Total Hutang 2016
No Kode Emiten Arus Kas Operasi (Rp) Total Hutang (Rp) CFOTL
1 AMFG 333,042,000,000 6,267,816,000,000.00 0.053
2 ARNA 95,618,365,174 1,601,346,561,573.00 0.060
3 IKAI 12,666,211,331 219,245,635,000.00 0.058
4 KIA 25,239,000,000 1,767,603,505,697.00 0.014
5 MLIA 234,571,143,000 5,186,685,608,000.00 0.045
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
164
X7 (CFOTL) Arus Kas Operasi / Total Hutang 2017
No Kode Emiten Arus Kas Operasi (Rp) Total Hutang (Rp) CFOTL
1 AMFG 299,081,000,000 6,267,816,000,000.00 0.048
2 ARNA 245,599,197,741 1,601,346,561,573.00 0.153
3 IKAI 22,053,634,000 219,245,635,000.00 0.101
4 KIA 17,868,868,446 1,767,603,505,697.00 0.010
5 MLIA 243,550,943,000 5,186,685,608,000.00 0.047
Sumber: Data sekunder diolah peneliti. 2020
X7 (CFOTL) Arus Kas Operasi / Total Hutang 2018
No Kode Emiten Arus Kas Operasi (Rp) Total Hutang (Rp) CFOTL
1 AMFG 216,818,000,000 6,267,816,000,000.00 0.035
2 ARNA 356,764,910,588 1,601,346,561,573.00 0.223
3 IKAI 69,560,019,000 219,245,635,000.00 0.317
4 KIA 19,687,681,719 1,767,603,505,697.00 0.011
5 MLIA 227,388,878,000 5,186,685,608,000.00 0.044
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
165
LAMPIRAN 16
PERHITUNGAN RASIO X8 (INTWO)
X8 (INTWO) 2014
No Kode Emiten Laba Bersih 2013
(Rp)
Laba Bersih 2014
(Rp) (INTWO)
1 AMFG 338,358,000,000 464,152,000,000 0
2 ARNA 237,697,913,883 261,879,784,046 0
3 IKAI -12,090,270,966 -3,879,830,671 1
4 KIA 75,360,306,268 79,640,638,204 0
5 MLIA -474,045,653,000 130,105,818,000 0
Sumber: Data sekunder diolah peneliti. 2020
X8 (INTWO) 2015
No Kode Emiten Laba Bersih 2014
(Rp)
Laba Bersih 2015
(Rp) (INTWO)
1 AMFG 464,152,000,000 341,346,000,000 0
2 ARNA 261,879,784,046 71,209,943,348 0
3 IKAI -3,879,830,671 -108,888,289,285 1
4 KIA 79,640,638,204 -144,635,000,000 0
5 MLIA 130,105,818,000 -155,911,654,000 0
Sumber: Data sekunder diolah peneliti. 2020
X8 (INTWO) 2016
No Kode Emiten Laba Bersih 2015
(Rp)
Laba Bersih 2016
(Rp) (INTWO)
1 AMFG 341,346,000,000 260,444,000,000 0
2 ARNA 71,209,943,348 91,375,910,975 0
3 IKAI -108,888,289,285 -145,359,281,909 1
4 KIA -144,635,000,000 -252,499,070,120 1
5 MLIA -155,911,654,000 9,039,563,000 0
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
166
X8 (INTWO) 2017
No Kode Emiten Laba Bersih 2016
(Rp)
Laba Bersih 2017
(Rp) (INTWO)
1 AMFG 260,444,000,000 38,569,000,000 0
2 ARNA 91,375,910,975 122,183,909,643 0
3 IKAI -145,359,281,909 -54,001,338,000 1
4 KIA -252,499,070,120 -85,300,976,555 1
5 MLIA 9,039,563,000 47,534,072,000 0
Sumber: Data sekunder diolah peneliti. 2020
X8 (INTWO) 2018
No Kode Emiten Laba Bersih 2017
(Rp)
Laba Bersih 2018
(Rp) (INTWO)
1 AMFG 38,569,000,000 6,596,000,000 0
2 ARNA 122,183,909,643 158,207,798,602 0
3 IKAI -54,001,338,000 71,284,346,000 0
4 KIA -85,300,976,555 -79,206,468,705 1
5 MLIA 47,534,072,000 189,082,238,000 0
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
167
LAMPIRAN 17
PERHITUNGAN RASIO X9 (CHIN)
X9 (CHIN) 2014
No Kode Emiten Laba Bersih 2013
(Rp)
Laba Bersih 2014
(Rp) (CHIN)
1 AMFG 338,358,000,000 464,152,000,000 0.157
2 ARNA 237,697,913,883 261,879,784,046 0.048
3 IKAI -12,090,270,966 -3,879,830,671 -0.514
4 KIA 75,360,306,268 79,640,638,204 0.028
5 MLIA -474,045,653,000 130,105,818,000 -1.757
Sumber: Data sekunder diolah peneliti. 2020
X9 (CHIN) 2015
No Kode Emiten Laba Bersih 2014
(Rp)
Laba Bersih 2015
(Rp) (CHIN)
1 AMFG 464,152,000,000 341,346,000,000 -0.152
2 ARNA 261,879,784,046 71,209,943,348 -0.572
3 IKAI -3,879,830,671 -108,888,289,285 0.931
4 KIA 79,640,638,204 -144,635,000,000 3.451
5 MLIA 130,105,818,000 -155,911,654,000 11.083
Sumber: Data sekunder diolah peneliti. 2020
X9 (CHIN) 2016
No Kode Emiten Laba Bersih 2015
(Rp)
Laba Bersih 2016
(Rp) (CHIN)
1 AMFG Rp341,346,000,000 Rp260,444,000,000 -0.134
2 ARNA Rp71,209,943,348 Rp91,375,910,975 0.124
3 IKAI -Rp108,888,289,285 -Rp145,359,281,909 0.143
4 KIA -Rp144,635,000,000 -Rp252,499,070,120 0.272
5 MLIA -Rp155,911,654,000 Rp9,039,563,000 -1.123
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
168
X9 (CHIN) 2017
No Kode Emiten Laba Bersih 2016
(Rp)
Laba Bersih 2017
(Rp) (CHIN)
1 AMFG Rp260,444,000,000 Rp38,569,000,000 -0.742
2 ARNA Rp91,375,910,975 Rp122,183,909,643 0.144
3 IKAI -Rp145,359,281,909 -Rp54,001,338,000 -0.458
4 KIA -Rp252,499,070,120 -Rp85,300,976,555 -0.495
5 MLIA Rp9,039,563,000 Rp47,534,072,000 0.680
Sumber: Data sekunder diolah peneliti. 2020
X9 (CHIN) 2018
No Kode Emiten Laba Bersih 2017
(Rp)
Laba Bersih 2018
(Rp) (CHIN)
1 AMFG 38,569,000,000 6,596,000,000 -0.708
2 ARNA 122,183,909,643 158,207,798,602 0.128
3 IKAI -54,001,338,000 71,284,346,000 7.249
4 KIA -85,300,976,555 -79,206,468,705 -0.037
5 MLIA 47,534,072,000 189,082,238,000 0.598
Sumber: Data sekunder diolah peneliti. 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
169
LAMPIRAN 18
PERHITUNGAN METODE ALTMAN (Z-SCORE) PADA PERUSAHAAN
Perhitungan Metode Altman (Z-Score) Pada Perusahaan AMFG
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,473 0,410 0,164 0,161 0,144
2 X2 0,689 0,704 0,584 0,505 0,381
3 X3 0,143 0,100 0,064 0,015 0,021
4 X4 3,821 3,357 1,549 1,013 0,419
5 X5 3,821 3,357 1,549 1,013 0,419
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Altman (Z-Score) Pada Perusahaan ARNA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,152 0,007 0,108 0,178 0,225
2 X2 0,639 0,552 0,545 0,575 0,599
3 X3 0,279 0,072 0,093 0,117 0,134
4 X4 20,032 7,827 7,170 5,519 4,744
5 X5 1,278 0,903 -0,091 1,082 1,132
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Altman (Z-Score) Pada Perusahaan IKAI
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 -0,065 -0,087 -0,577 -1,056 -0,110
2 X2 -0,421 -0,842 -1,613 - -
3 X3 -0,007 -0,058 -0,190 -0,236 -0,024
4 X4 0,256 0,256 0,220 0,174 16,087
5 X5 0,506 0,362 0,075 0,061 0,008
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
170
Perhitungan Metode Altman (Z-Score) Pada Perusahaan KIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,307 0,223 0,190 0,202 0,229
2 X2 0,056 0,058 -0,191 -0,251 -0,300
3 X3 0,031 -0,093 -0,091 -0,054 -0,552
4 X4 8,750 4,879 3,462 4,051 0,427
5 X5 0,396 0,384 - 0,458 0,514
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Altman (Z-Score) Pada Perusahaan MLIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,023 -0,032 -0,034 -0,036 -0,057
2 X2 -0,436 -0,462 -0,424 -0,303 -0,262
3 X3 0,010 0,025 0,075 0,056 0,082
4 X4 0,120 0,142 0,123 0,238 0,385
5 X5 0,780 0,802 - 1,210 1,060
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
171
LAMPIRAN 19
PERHITUNGAN METODE SPRINGATE (S-SCORE) PADA
PERUSAHAAN
Perhitungan Metode Springate (S-Score) Pada Perusahaan AMFG
No Komponen Tahun
2014 2015 2016 2017 2018
1 A 0,473 0,410 0,164 0,161 0,144
2 B 0,143 0,100 0,064 0,015 0,021
3 C 1,520 0,968 0,394 0,064 0,006
4 D 0,931 0,858 -0,190 0,620 0,527
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Springate (S-Score) Pada Perusahaan ARNA
No Komponen Tahun
2014 2015 2016 2017 2018
1 A 0,152 0,007 0,108 0,178 0,225
2 B 0,279 0,072 0,093 0,117 0,134
3 C 1,105 0,191 0,260 0,365 0,444
4 D 1,278 0,903 -0,091 1,082 1,132
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Springate (S-Score) Pada Perusahaan IKAI
No Komponen Tahun
2014 2015 2016 2017 2018
1 A -0,065 -0,087 -0,577 -1,056 -0,110
2 B -0,007 -0,058 -0,190 -0,236 -0,024
3 C -0,129 -0,616 -0,762 -0,266 0,356
4 D 0,506 0,362 0,075 0,061 0,008
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
172
Perhitungan Metode Springate (S-Score) Pada Perusahaan KIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 A 0,307 0,223 0,190 0,202 0,229
2 B 0,031 -0,093 -0,091 -0,054 -0,552
3 C 0,684 -0,878 -1,000 -0,558 -0,494
4 D 0,396 0,384 - 0,458 0,514
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Springate (S-Score) Pada Perusahaan MLIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 A 0,023 -0,032 -0,034 -0,036 -0,057
2 B 0,010 0,025 0,075 0,056 0,082
3 C 0,116 -0,108 -0,005 0,035 0,215
4 D 0,780 0,802 - 1,210 1,060
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
173
LAMPIRAN 20
PERHITUNGAN METODE ZMIJEWSKI (X-SCORE) PADA
PERUSAHAAN
Perhitungan Metode Zmijewski (X-Score) Pada Perusahaan AMFG
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,118 0,080 0,047 0,006 0,001
2 X2 0,214 0,206 0,346 0,434 0,573
3 X3 5,684 4,654 2,020 2,010 1,270
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Zmijewski (X-Score) Pada Perusahaan ARNA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,208 0,050 0,059 0,076 0,096
2 X2 0,278 0,375 0,386 0,357 0,337
3 X3 1,608 1,021 1,349 1,626 1,736
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Zmijewski (X-Score) Pada Perusahaan IKAI
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 -0,007 -0,279 -0,549 -0,246 0,053
2 X2 0,655 0,823 1,234 1,529 0,406
3 X3 0,836 0,808 0,201 0,034 0,469
Sumber: Data sekunder diolah peneliti, 2020
Perhitungan Metode Zmijewski (X-Score) Pada Perusahaan KIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,035 -0,069 -0,136 -0,048 -0,046
2 X2 0,110 0,152 0,183 0,193 2,051
3 X3 5,617 3,242 3,133 3,107 2,914
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
174
Perhitungan Metode Zmijewski (X-Score) Pada Perusahaan MLIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,018 -0,022 0,001 0,009 0,036
2 X2 0,840 0,844 0,791 0,662 0,574
3 X3 1,114 0,871 0,859 0,870 0,935
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
175
LAMPIRAN 21
PERHITUNGAN METODE GROVER (G-SCORE) PADA PERUSAHAAN
Komponen G-Score AMFG
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,473 0,410 0,164 0,161 0,144
2 X2 0,143 0,100 0,064 0,015 0,021
3 ROA 0,118 0,080 0,047 0,006 0,001
Sumber: Data sekunder diolah peneliti, 2020
Komponen G-Score ARNA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,152 0,007 0,108 0,178 0,225
2 X2 0,279 0,072 0,093 0,117 0,134
3 ROA 0,208 0,050 0,059 0,076 0,096
Sumber: Data sekunder diolah peneliti, 2020
Komponen G-Score IKAI
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 -0,065 -0,087 -0,577 -1,056 -0,110
2 X2 -0,007 -0,058 -0,190 -0,236 -0,024
3 ROA -0,007 -0,279 -0,549 -0,246 0,053
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
176
Komponen G-Score KIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,307 0,223 0,190 0,202 0,229
2 X2 0,031 -0,093 -0,091 -0,054 -0,552
3 ROA 0,035 -0,069 -0,136 -0,048 -0,046
Sumber: Data sekunder diolah peneliti, 2020
Komponen G-Score MLIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,023 -0,032 -0,034 -0,036 -0,057
2 X2 0,010 0,025 0,075 0,056 0,082
3 ROA 0,018 -0,022 0,001 0,009 0,036
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
177
LAMPIRAN 22
PERHITUNGAN METODE OHLSON (O-SCORE) PADA PERUSAHAAN
Komponen O-Score AMFG
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 1,568 1,550 1,771 1,881 2,395
2 X2 0,214 0,206 0,346 0,434 0,573
3 X3 0,473 0,410 0,164 0,161 0,144
4 X4 0,176 0,215 0,495 0,498 0,451
5 X5 0 0 0 0 0
6 X6 0,118 0,080 0,061 0,006 0,001
7 X7 0,090 0,059 0,053 0,048 0,035
8 X8 0 0 0 0 0
9 X9 0,157 -0,152 -0,134 -0,742 -0,708
Sumber: Data sekunder diolah peneliti, 2020
Komponen O-Score ARNA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,501 0,519 0,497 0,481 0,469
2 X2 0,278 0,375 0,386 0,357 0,337
3 X3 0,152 0,007 0,108 0,178 0,225
4 X4 0,622 0,980 0,741 0,615 0,550
5 X5 0 0 0 0 0
6 X6 0,208 0,050 0,064 0,076 0,099
7 X7 0,149 0,070 0,060 0,153 0,223
8 X8 0 0 0 0 0
9 X9 0,048 -0,572 0,124 0,144 0,128
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
178
Komponen O-Score IKAI
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,206 0,142 0,085 0,066 0,380
2 X2 0,655 0,823 1,234 1,529 0,406
3 X3 -0,065 -0,087 -0,577 -1,056 -0,110
4 X4 1,196 1,237 4,973 29,669 2,599
5 X5 0 0 0 0 1
6 X6 -0,007 -0,279 -0,373 -0,246 0,325
7 X7 0,072 0,075 0,058 0,101 0,317
8 X8 1 1 1 1 0
9 X9 -0,514 0,931 0,143 -0,458 7,249
Sumber: Data sekunder diolah peneliti, 2020
Komponen O-Score KIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,901 0,756 0,598 0,531 0,484
2 X2 0,110 0,152 0,183 0,193 2,051
3 X3 0,307 0,223 0,190 0,202 0,229
4 X4 0,178 0,308 0,319 0,322 0,303
5 X5 0 0 0 0 1
6 X6 0,037 -0,069 -0,121 -0,048 - 0,045
7 X7 0,029 -0,032 0,014 0,010 0,011
8 X8 0 0 1 1 1
9 X9 0,028 3,451 0,272 -0,495 -0,037
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
179
Komponen O-Score MLIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 2,869 2,586 2,485 1,557 1,495
2 X2 0,840 0,844 0,791 0,662 0,574
3 X3 0,023 -0,032 -0,034 -0,036 -0,057
4 X4 0,898 1,149 1,163 1,150 1,259
5 X5 0 0 0 0 0
6 X6 0,018 -0,022 0,001 0,009 0,036
7 X7 0,089 0,071 0,045 0,047 0,044
8 X8 0 0 0 0 0
9 X9 -1,757 11,083 -1,123 0,680 0,598
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
180
LAMPIRAN 23
PERHITUNGAN METODE KIDA PADA PERUSAHAAN
Komponen KIDA Perusahaan AMFG
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,118 0,080 0,047 0,006 0,001
2 X2 3,672 3,852 4,394 2,640 0,744
3 X3 5684 4,654 2,020 2,010 1,270
4 X4 0,931 0,858 0,677 0,620 0,527
5 X5 0,281 0,218 0,058 0,055 0,035
Sumber: Data sekunder diolah peneliti, 2020
Komponen KIDA ARNA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,208 0,050 0,059 0,076 0,096
2 X2 2,600 1,669 12,023 12,711 0,488
3 X3 1,608 1,021 1,349 1,626 1,736
4 X4 1,278 0,903 0,980 1,082 1,132
5 X5 0,037 0,004 0,002 0,037 0,117
Sumber: Data sekunder diolah peneliti, 2020
Komponen KIDA IKAI
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 -0,007 -0,279 -0,549 -0,246 0,053
2 X2 0,526 0,215 0,955 1,294 -0,830
3 X3 0,836 0,808 0,201 0,034 0,469
4 X4 0,506 0,362 0,316 0,061 0,008
5 X5 0,002 0,001 0,001 0,001 0,057
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
181
Komponen KIDA KIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,035 -0,069 -0,136 -0,048 -0,046
2 X2 7,513 5,563 9,701 9,329 -0,840
3 X3 5,617 3,242 3,133 3,107 2,914
4 X4 0,396 0,384 0,464 0,458 0,514
5 X5 0,097 0,026 0,018 0,005 0,004
Sumber: Data sekunder diolah peneliti, 2020
Komponen KIDA MLIA
No Komponen Tahun
2014 2015 2016 2017 2018
1 X1 0,018 -0,022 0,001 0,009 0,036
2 X2 0,191 0,186 0,813 1,616 -0,619
3 X3 1,114 0,871 0,859 0,870 0,935
4 X4 0,780 0,802 0,750 1,210 1,060
5 X5 0,015 0,007 0,007 0,021 0,011
Sumber: Data sekunder diolah peneliti, 2020
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
182
LAMPIRAN 24
DATA HARGA SAHAM DAN SAHAM YANG BEREDAR
KODE
EMITEN
HARGA SAHAM
(Rp)
SAHAM YANG BEREDAR
(Lembar)
2014 2015 2016 2017 2018 2014 2015 2016 2017 2018
AMFG 7,438 6,806 6,800 6,344 4,666 434,000,000 434,000,000 434,000,000 434,000,000 434,000,000
ARNA 955 572 581 430 360 7,341,430,976 7,341,430,976 7,341,430,976 7,341,430,976 7,341,430,976
IKAI 110 104 91 74 176 791,383,786 791,383,786 791,383,786 791,383,786 49,668,929,712
KIA 146 104 79 93 100 14,929,100,000 14,929,100,000 14,929,100,000 14,929,100,000 14,929,100,000
MLIA 550 646 566 618 879 1,323,000,000 1,323,000,000 1,323,000,000 1,323,000,000 1,323,000,000
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
183
BIOGRAFI PENULIS
Nama saya Tabita Yudyawati, akrab dipanggil dengan nama Tabita. Saya lahir di
Gunungkidul, 19 September 1997. Saya adalah anak pertama dan tidak memiliki
saudara. Saya memiliki hobi mendengarkan musik dan bermain bulutangkis.
Saya mulai bersekolah di SD N Semanu 1 pada tahun 2004 dan lulus pada tahun
2010. Setelah lulus, saya melanjutkan pendidikan ke jenjang selanjutnya yaitu di
SMP N 1 Semanu dan lulus pada tahun 2013. Jenjang pendidikan selanjutnya yang
saya jalani yaitu di SMA N 2 Wonosari dengan mengambil jurusan IPS dan lulus
pada tahun 2016.
Lulus dari SMA N 2 Wonosari saya diterima di salah satu perguruan tinggi swasta
di Yogyakarta yaitu Universitas Sanata Dharma Yogyakarta Jurusan Akuntansi,
Fakultas Ekonomi. Perkuliahan dimulai pada tahun 2016. Guna memperoleh gelar
Sarjana Akuntansi, saya melakukan penelitian dengan judul “Prediksi
Kebangkrutan Menggunakan Metode Altman (Z-Score), Springate (S-Score),
Zmijewski (X-Score), Grover (G-Score), Ohlson (O-Score), dan Kida (Studi
Empiris pada perusahaan keramik dan kaca yang terdaftar di BEI tahun 2014-2018)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI