Apabila diperoleh angka negatif, berarti perusahaan mempunyai earning (atau

pendapatan) yang negatif.

Dengan asumsi kedua variabel di atas berdistribusi normal dan bisa dijadikan
prediksi kebangkrutan, menyajikan kedua variabel tersebut.

Sampel untuk TIE dan BT/PO beberapa perusahaan Kereta Api

Tidak Bangkrut pada tahun 1970 BT/PO TIE

1. Ann Arbor 0,524 - 1,37

2. Central Georgia 0,348 2,16

3. Cincinnatti 0,274 2,91

4. Florida East 0,237 2,82

5. Illinois Central 0,388 3,10

6. Norfolk 0,359 2,81

7. Southern Pacific 0,400 3,56

8. Southern Railway 0,314 3,93

Bangkrut pada tahun 1970

1. Boston and Maine 0,461 - 0,68

2. Penn-Central 0,485 0,16

Rata-rata nilai rasio BT/PO untuk kedua grup tersebut adalah sebagai berikut:

Tidak bangkrut 0,356

Bangkrut 0,473

Kelompok perusahaan yang bangkrut mengeluarkan biaya operasional transportasi

pada setiap satu unit pendapatan operasional yang lebih besar dibandingkan dengan
kelompok yang tidak bangkrut. Sedangkan rasio TIE utk kedua kelompok tsb adalah:

Tidak bangkrut 2,49

Bangkrut -0,26

Nampak perusahaan yang tidak bangkrut mempunyai pendapatan (EBIT) relatif

terhadap yang lebih besar dibandingkan dengan kelompok perusahaan yang
bangkrut. Perbedaan rasio-rasio BT/PO dan TIE antara kelompok bangkrut dan tidak
bangkrut cukup besar dan tes statistik juga menujukkan adanya perbedaan yang
signifikan pada derajat segnifikan 5%.

Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSi

ANALISA LAPORAN KEUANGAN
Apakah rasio-rasio tersebut bisa dipakai untuk memprediksi kebangkrutan? Untuk
menjawab pertanyaan tersebut, berikut ini langkah-langkah untuk menganalisis
kemampuan prediksi rasio-rasio tersebut. Yang pertama perlu dilakukan adalah
menentukan titik cut off (pembatas) yang bisa dipakai untuk menentukan batas
perusahaan yang bangkrut dan yang tidak bangkrut. Rangking perusahaan
berdasarkan rasio-rasio bisa dilihat pada tabel berikut ini:

Perusahaan Rasio Status di 1970

1. Rangking berdasarkan rasio BT/PO

Ann Arbor 0,524 TB

PennCentral 0,485 B

Boston and Maine 0,461 B

Southern Pacific 0,400 TB

Illinois Central 0,388 TB

Norfolk 0,359 TB

Central of Georgia 0,348 TB

Southern Railway 0,314 TB

Cincinnati 0,274 TB

Florida East 0,237 TB

Rangking berdasarkan rasio TIE

Southern Railway 3,93 TB

Southern Pacific 3,56 TB

Illinois Central 3,10 TB

Cincinnati 2,91 TB

Florida East 2,82 TB

Norfolk 2,81 TB

Central of Georgia 2,16 TB

Penn Central 0,16 B

Boston and Maine -0,68 B

Ann Arbor -1,37 TB

Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSi

ANALISA LAPORAN KEUANGAN
Titik cut off dihitung dengan cara mencari titik tengah antara dua rasio yang
berurutan (misal titik 0,5045 merupakan titik tengah antara 0,524 (Ann Arbor) dengan
0,485f ( Penn-Central). Titik cut off yang menghasilkan kesalahan prediksi paling
kecil akan dipilih. Kesalahan prediksi terdiri dari dua tipe yaitu kesalahan tipe I dan
kesalahan tipe II seperti berikut ini:

Diprediksi

Bangkrut Tidak Bangkrut

Kenyataan

Bangkrut Benar Kesalahan Tipe I

Tidak Bangkrut Kesalahan Tipe II Benar

Berikut ini beberapa titik cut off dan total kesalahan yang dihasilkan.

Titik Cut off Kesalahan Kesalahan Total

Tipe I Tipe II Kesalahan

Prediksi Bangkrut

Apabila rasio BT/PO

Lebih besar dari

0,5045 2 1 3

0,4730 1 1 2

0,4305 0 1 1

0,3940 0 2 2

0,3735 0 3 3

Nampak bahwa rasio BT/PO yang lebih besar dari 0,4305 menghasilkan tingkat
kesalahan yang paling kecil. Teknik pemilihan titik cut off semacam itu mengandung
bahaya bahwa karakteristik spesifik peusahaan-perusahaan dalam sampel akan
sangat mempengaruhi nilai cut off, dan dengan demikian titik cut off tersebut tidak
representatif untuk perusahaan-perusahaan lainnya.

Untuk menghindari kemungkinan semacam tersebut, akurasi titik cut off bisa diuji
dengan menggunakan perusahaan-perusahaan di luar sample (uji validasi).

Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSi

ANALISA LAPORAN KEUANGAN
Pengujian kemampuan prediksi model univariate tersebut dengan menggunakan
sampel perusahaan pada tahun 19X1 bisa dilihat berikut ini:

Perusahaan Rasio Prediksi Kenyataan

1. Rangking Berdasarkan rasio BT/PO

Erie 0,469 B TB

Reading 0,451 B B

Chicago, Milwaukee 0,437 B TB

Burlington 0,425 TB TB

Chesapeake 0,395 TB TB

Akron, Canton 0,382 TB TB

Atchison 0,373 TB TB

St. Louis 0,352 TB TB

Bangor 0,341 TB TB

Alabama 0,305 TB TB

2. Rangking berdasarkan rasio TIE

St. Louis 46,70 TB TB

Atchison 4,72 TB TB

Alabama 4,05 TB TB

Chesapeake 3,12 TB TB

Burlington 2,73 TB TB

Akron, Canton 1,85 TB TB

Bangor 0,88 B TB

Reading 0,40 B B

Chicago, Milwaukee 0,27 B TB

Erie 0,22 B TB

Catatan: B – Bangkrut TB - Tidak Bangkrut

Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSi

ANALISA LAPORAN KEUANGAN
Disamping pemilihan titik cut off yang meminimalkan biaya semacam di atas,
alternatif teknik pemilihan titik cut off dengan menggunakan rata-rata atau nilai rasio-
rasio di sampel. Rata-rata BT/PO untuk sepuluh perusahaan kereta dalam sampel
adalah 0,356. Dengan demikian jika rasio BT/FO> 0,356 perusahaan diprediksi
bangkrut dan sebaliknya. Menarik untuk dilihat berapa jumlah kesalahan klasifikasi
dengan menggunakan angka 0,356 sebagai cut off rate.

Jika beberapa variabel dipakai untuk memprediksi, ada kemungkinan hasil yang
bertentangan akan diperoleh. Untuk mengatasi kelemahan semacam itu metode
prediksi multivariate (prediksi berganda secara simultan) bisa digunaka. Contoh
metode tersebut adalah model diskriminan untuk memprediksi kebangkrutan.

Kemampuan prediksi rasio-rasio keuangan diteliti oleh Beaver (1966) dengan

menggunakan 79 sampel perusahaan yang gagal dan 79 perusahaan yang tidak
gagal. Titik cut off dipilih dengan pertimbangan kesalahan prediksi yang paling kecil.
Kemudian sampel dibagi menjadi dua, satu kelompok digunakan untuk mencari titik
cut off, kemudian titik cut off tersebut digunakan untuk memprediksi kebangkrutan
pada kelompok kedua (uji validasi). Persentase kesalahan klasifikasi dengan uji
validasi bisa dilihat pada tabel berikut ini dengan menggunakan data-data satu, dua,
tiga, empat, dan lima tahun sebelum kebangkrutan.

Misklasifikasi Prediksi dengan beberapa Variabel

Rasio Keuangan Tahun sebelum Kebangkrutan

1 2 3 4 5

Aliran Kas/Total Hutang 0,22 0,24 0,23 0,21 0,13

Aset Bersih/Total Aset 0,28 0,29 0,23 0,20 0,13

Total Hutang/Total Aset 0,28 0,27 0,34 0,25 0,19

Modal Kerja/Total Aset 0,41 0,45 0,33 0,34 0,24

Rasio Lancar 0,45 0,38 0,36 0,32 0,20

Dari tabel di atas nampak bahwa rasio Aliran Kas/Total Hutang dan rasio Assets
Bersih/Total Assets mempunyai kemampuan prediksi yang paling baik setahun
sebelum kebangkrutan, karena hanya salah memprediksi (misklasifikasi) sebesar
hanya 13%. Penelitian tersebut juga melihat besarnya tipe kesalahan yang terjadi
seperti terlihat berikut ini.

Pusat Pengembangan Bahan Ajar - UMB Adolpino Nainggolan SE,MSi

ANALISA LAPORAN KEUANGAN