HASIL PENELITIAN
OLEH
NANDAR RASYID SAPUTRA
NIM : 186601433
This study aims to measure and analyze the financial ratios obtained from
the financial statements issued by the company have a significant effect on the
prediction of the company's financial distress. In addition, the purpose of this
study is to find out what ratios are the most dominant in predicting the company's
financial distress. The population in this study is all manufacturing companies
listed on the Indonesia Stock Exchange for the period 2018-2021 as many as 26
companies. The sample of this research is 8 manufacturing companies that have
published complete annual financial reports in 2018-2021. Data analysis used is
multiple linear regression analysis technique using SPSS program.
The results of this study state that: liquidity shows that the results of this
study have a positive effect on financial distress in manufacturing companies
listed on the Indonesia Stock Exchange in 2018-2021; leverage shows that the
results of this study have a positive effect on financial distress in manufacturing
companies listed on the Indonesia Stock Exchange in 2018-2021; profitability
shows that the results of this study have a positive effect on financial distress in
manufacturing companies listed on the Indonesia Stock Exchange in 2018-2021
PENDAHULUAN
Perkembangan dunia usaha dari tahun ketahun sampai saat ini, menjadikan
terdaftar pada BEI (Bursa Efek Indonesia). Kebangkrutan pada perusahaan dapat
dilihat dan diukur tentunya melalui laporan keuangannya, hal ini sangatlah penting
Mas’ud dan Reva (2012). Financial distress terjadi sebelum kebangkrutan sebuah
karena dianggap tidak mampu membayar kewajiban saat jatuh tempo. Penurunan
ekonomi di perusahaan perlu di waspadai oleh pihak manajemen. Oleh sebab itu,
1
pihak manajemen sebaiknya mengambil tindakan dengan melakukan prediksi dini
ataupun likuidasi. Platt dan Platt (2002) menyatakan kegunaan informasi jika suatu
manajemen dapat mengambil tindakan merger atau takevor agar perusahaan lebih
baik,memberikan tanda peringatan awal adanya kebangkrutan pada masa yang akan
dating
likuidasi yang diawali dengan kesulitan ringan sampai kesulitan yang lebih serius
yaitu jika hutang lebih besar dibandingkan dengan aset.Salah satu hal yang
berpengaruh terhadap financial distress adalah financial ratios, dimana bisa dilihat
di dalam laporan keuangan yang diterbitkan oleh perusahaan. Adapun dalam hal ini
Menurut Aksoy dan Ugurlu (2006), rasio keuangan menunjukkan kinerja keuangan
menyatakan bahwa rasio likuiditas yang diproksikan kedalam Current ratio dapat
digunakan untuk memprediksi kondisi financial disteress. Akan tetapi hasil yang
berbeda yang dilakukan oleh Andre (2013), menyatakan bahwa current ratio tidak
likuiditas ini dikarenakan rasio ini paling sering digunakan dan dapat dikatakan
paling efektif
2005 : 215) rasio leverage mengukur hubungan antara total aktiva dengan modal
ekuitas biasa yang digunakan untuk mendanai aktiva. Akan tetapi Menurut Prihadi
jangka panjang. Rasio leverage merupakan rasio yang digunakan untuk mengukur
sejauh mana aktiva perusahaan dibiayai dengan utang, yang artinya berapa besar
2010: 112).
dan Sutrisno (2014,, Haq dkk (2013). adapun penelitian ini yang dilakukan oleh
Darminto dan Handayani (2013) menyatakan bawha net profit margin tidak dapat
digunakan untuk memprediksi financial distress. Penggunaan rasio net profit
margin dikarenakan rasio ini mengukur berapa besar presentase laba bersih yang
beberapa alat dan teknik dalam mengawasi kondisi keuangan perusahaan, salah satu
signifikan terhadap prediksi kondisi financial distress perusahaan. Selain itu tujuan
dari penelitian ini adalah untuk mengetahui rasio apa saja yang paling dominan
sebagai berikut :
yang mempengaruhi financial distress yaitu current ratio, working capital to total
asset, total asset turnover, current asset turnover, fixed asset turnover, debt ratio,
debt to equity, net profit margin, return on asset, dan return on equity. Penelitian
ini dikhususkan menggunakan sampel penelitian pada perusahaan property dan real
estate yang terdaftar di Bursa Efek Indonesia (BEI). Periode yang dipakai pada
penelitian ini adalah dari tahun 2018 sampai dengan tahun 2021.
BAB II
TINJAUAN PUSTAKA
Penelitian yang di lakukan oleh Agustini dan Wirawati (2019), dengan judul
Tujuan dari penelitian ini adalah untuk memperoleh bukti empiris mengenai
dan pertumbuhan pada financial distress perusahaan ritel yang terdaftar di Bursa
Efek Indonesia (BEI). Data yang digunakan dalam penelitian ini adalah data
perusahaan ritel yang terdaftar di Bursa Efek Indonesia (BEI) selama periode 2013-
2017. Teknik pengambilan sampel pada penelitian ini menggunakan analisis regresi
berpengaruh positif pada financial distress. Rasio profitabilitas dan rasio aktivitas
berpengaruh negatif pada financial distress. Rasio likuiditas dan rasio pertumbuhan
Distress”. Tujuan dari penelitian ini adalah untuk memperoleh bukti empiris
mengenai pengaruh rasio keuangan pada financial distress. Data yang digunakan
dalam penelitian ini adalah data perusahaan sektor industri dasar dan kimia yang
7
8
purposive sampling. Sampel yang digunakan dalam penelitian ini adalah sebanyak
39 perusahaan. Metode analisis yang digunakan dalam penelitian ini adalah analisis
rasio aktivitas tidak berpengaruh pada financial distress dan rasio pertumbuhan
tentang pengaruh variabel rasio likuiditas, rasio leverage, rasio aktivitas, rasio
dan rasio aktivitas yang berpengaruh negatif terhadap prediksi financial distress.
Penelitian keempat Stephanie, S., Lindawati, L., Suyanni, S., Christine, C.,
Oknesta, E., & Afiezan, A. (2020). Pengaruh Likuiditas, Leverage dan Ukuran
Teknik Analisis Data yang digunakan adalah Regresi Logistik. Hasil penelitian ini
dan Real Estate yang terdaftar di Bursa Efek Indonesia. Leverage tidak
mempengaruhi financial distress pada perusahaan Properti dan Real Estate yang
financial distress pada perusahaan Property dan Real Estate yang terdaftar di Bursa
financial distress pada perusahaan Property and Estate yang terdaftar di Bursa Efek
Indonesia.
Penelitian kelima oleh Susanti, Latifa dan Sunarsi (2020) yang berjudul
Leverage (Debt To Asset Ratio) dan likuiditas (Current Ratio) terhadap Kesulitan
Keuangan pada perusahaan retail yang terdaftar di Bursa Efek Indonesia periode
2014-2018. Data yang digunakan dalam penelitian ini adalah data perusahaan yang
terdapat pada perusahaan retail terdaftar di Bursa Efek Indonesia periode 2014-
10
purposive sampling. Sampel yang digunakan dalam penelitian ini terdiri dari 21
perusahaan. Metode analisis data yang digunakan dalam penelitian ini adalah
analisis regresi data panel (Random Effect) dengan taraf signifikansi 5 persen. Hasil
sebesar 98,87 persen, sedangkan sisanya sebesar 1,13 persen dipengaruhi oleh
Periode 2012-2015)”. Tujuan dari penelitian ini adalah untuk menguji secara
perdagangan ritel yang terdaftar di Bursa Efek Indonesia tahun 2015-2018. Data
yang digunakan dalam penelitian ini adalah data pada perusahaan perdagangan ritel
yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2015-2018. Sampel yang
pengambilan data dalam penelitian ini dilakukan menggunakan metode data panel.
Metode analisis yang digunakan dalam penelitian ini adalah menggunakan regresi
11
linier berganda. Hasil dari penelitian menunjukkan bahwa secara parsial rasio
teori keuangan awal dibentuk dengan asumsi pasar modal sempurna. Secara
ada biaya transaksi b) Tidak ada pajak c) Ada cukup banyak pembeli dan penjual
akses ke pasar e) Tidak ada biaya informasi sehingga setiap orang memiliki
4. Pencarian Keuangan Mencari dan mengeksploitasi sumber dana yang ada untuk
yang secara bertahap akan mengarah pada kebangkrutan (Platt, H., dan M. B. Platt
distress yaitu (Platt, H., dan M. B. Platt (2006) dalam penelitian Carolina, V.,
perusahaan lebih rendah dari nilai buku dari keseluruhan total kewajiban.
secara langsung maupun tidak langsung kepada manajemen serta tidak adanya atau
Berdasarkan uraian definisi dari para ahli diatas, maka dapat disimpulkan
melakukan likuidasi.
sendiri (internal) maupun dari luar perusahaan (eksternal). Fahmi (2010) yang
lebih bersifat mikro, yaitu faktor-faktor dari dalam perusahaan tersebut adalah :
14
Ketika tagihan jatuh tempo dan perusahaan tidak mempunyai cukup dana
perusahaan. Hal ini dapat terjadi karena beban operasional lebih besar dari
perusahaan.
e. Auditor, model prediksi financial distress dapat menjadi alat yang berguna
maka akan mampu untuk memenuhi utang (membayar) tersebut terutama utang
yang sudah jatuh tempo”. Dengan demikian, rasio likuiditas bermanfaat untuk
jangka pendek.
6. Melihat kondisi dan posisi likuiditas perusahaan dari waktu ke waktu dengan
dengan beberapa cara dan metode. Menurut (Kasmir 2016, 113) mengatakan
bahwa:
utang yang segera jatuh tempo pada saat ditagih secara keseluruhan.
2. Rasio cepat (quick ratio) atau rasio sangat lancar atau acid test ratio
(inventory).
3. Rasio kas (cash ratio) merupakan alat yang digunakan untuk mengukur
Indikator dari rasio likuiditas yang dipakai penulis adalah rasio lancar atau
current ratio (CR). Menurut (Kasmir 2016, 113) mengatakan bahwa : “Rasio lancar
membayar kewajiban jangka pendek atau utang yang segera jatuh tempo pada saat
lancar”.
Menurut (Kasmir 2016, 121) Current Ratio (CR) dapat dirumuskan sebagai
berikut:
diasumsikan dalam penelitian ini mampu menjadi alat prediksi kondisi financial
distress suatu perusahaan dan diukur dengan current ratio.Luciana dan Kristijadi
nilai current ratio menunjukkan rendahnya tingkat aset lancar dibandingkan dengan
sebab itu dapat dikatakan bahwa terdapat pengaruh yang negatif antara tingkat
current ratio dengan kondisi kesulitan keuangan atau financial distress perusahaan.
keuntungan”.
aktiva perusahaan)”.
Selain itu, menurut (Hanafi 2016, 42) mengatakan bahwa: “Rasio ini
tingkat penjualan, aset, dan modal saham tertentu”. Dengan demikian, rasio
Menurut (Hery 2017, 313) menjelaskan tujuan dan fungsi rasio profitabilitas
sebagai berikut:
sekarang.
20
4. Untuk mengukur seberapa besar jumlah laba bersih yang akan dihasilkan
berikut:
1. Profit Margin on Sales atau Rasio Profit Margin atau margin laba atas
penjualan, merupakan salah satu rasio yang digunakan untuk mengukur margin laba
atas penjualan.
4. Rasio Laba per Lembar Saham (Earning Per Share) atau disebut juga
rasio nilai buku, merupakan rasio untuk mengukur keberhasilan manajemen dalam
investasi
21
Indikator dari rasio profitabilitas yang dipakai penulis adalah rasio profit
margin atau Profit Magin on Sales atau Net Profit Margin (NPM). Menurut (Kasmir
“Profit Margin on Sales atau Rasio Profit Margin atau margin laba atas
penjualan, merupakan salah satu rasio yang digunakan untuk mengukur margin laba
atas penjualan.
rupiah penjualan”.
penjualan tertentu”.
Menurut (Hanafi 2016, 42) Net Profit Margin (NPM) dapat dirumuskan
sebagai berikut:
mengalami financial distress akan semakin kecil. Hal ini dapat disimpulkan jika
ROA pada perusahaan meningkat, maka perusahaan akan terhindar dari financial
22
distress. Namun sebaliknya jika ROA yang dimiliki perusahaan menurun, maka
leverage ratio merupakan rasio yang digunakan dalam mengukur sejauh mana
aktifitas perusahaan dibiayai dengan utang.” Sejalan dengan apa yang diungkapkan
oleh Kasmir.
besar perusahaan dibiayai dengan utang. Penggunaan utang yang terlalu tinggi akan
leverage (utang ekstrim) yaitu perusahaan terjebak dalam tingkat utang yang tinggi
Pengertian leverage ini juga didukung oleh pendapat Brigham dan Houston
(2010:140) dalam bukunya yang menyatakan rasio leverage merupakan “rasio yang
mengoptimalkan hutang”
pembayaran bunga atas hutang, pembayaran pokok akhir atas hutang dan
sebagai kewajiban membayar yang jatuh temponya lebih dari satu tahun.
terhadap ekuitasnya. Dengan kata lain, rasio ini menunjukan seberapa banyak aset
perusahaan yang dimiliki oleh pemegang saham dibandingkan dengan aset yang
dimiliki oleh kreditor (pemberi hutang). Jika pemegang saham memiliki lebih
banyak aset, maka perusahaan tersebut dikatakan kurang leverage. Namun jika
atau rasio leverage ini sangat membantu menejemen maupun investor untuk
Menurut Kasmir (2014:150) Pada dasarnya pengukuran rasio ini adala dua
(kreditor).
3. Untuk menilai keseimbangan antara nilai aktiva khususnya aktiva tetap dengan
modal
aktiva.
6. Untuk menilai dan mengukur berapa bagian dari setiap rupiah modal sendiri
7. Untuk menilai berapa dana pinjaman yang segera akan ditagih, terdapat sekian
b) Jenis-jenis Leverage
diantaranya yaitu:
pengaruh dari perubahan volume penjualan terhadap earning before interest and
taxes (EBIT). Leverage operasi timbul sebagai akibat dari adanya beban tetap yang
tetap atau biaya modal tetap, maka menggunakan leverage. Dengan menggunakan
mengakibatkan perubahan laba sebelum bunga dan pajak yang lebih besar. Beban
tetap operasional tersebut biasanya berasal dari biaya depresiasi, biaya produksi dan
beban variabel operasional. Contoh biaya variabel seperti biaya tenaga kerja yang
tersebut. Dengan kata lain, pengaruh perubahan volume penjualan (Q) terhadap
laba sebelum bunga dan pajak (EBIT). Besar kecilnya leverage operasi dihitung
dengan DOL (Degree of Operating Leverage) dapat dihitung dengan rumus berikut:
operasi terhadap perubahan hasil penjualan dan berapa penjualan minimal yang
lebih besar dari pada beban tetapnya sehingga akan meningkatkan keuntungan yang
pinjaman dari luar ditinjau dari bidang menejemen keuangan merupakan penerapan
menggunakan modal pinjaman serta menanggung suatu beban tetap yang bertujuan
finansial yang tetap ini tidaklah berubah dengan adanya perubahan tingkat EBIT
dan harus di bayar tanpa melihat sebesar apapun tingkat EBIT yang dicapai
perusahaan.
tertentu dari EBIT. Makin besar DFL-nya, maka makin besar risiko finansial
perusahaan tersebut. Dan perusahaan yang memiliki DFL yang tinggi adalah
perusahaan yang mempunyai utang dalam proporsi yang lebih besar. DFL (Degree
menghasilkan perubahan yang besar pada laba bersih (EAT) atau pendapatan per
27
lembar saham (EPS). Pada kenyataannya, beban tetap bunga ini dapat berupa beban
seluruh utang atau obligasi yang ada dan biaya deviden untuk saham preferen yang
perubahan laba setelah pajak untuk mengukur secara langsung efek perubahan
pendapatan per lembar saham sebagai akibat persentase perubahan dalam unit yang
tersebut. Rasio ini dimaksudkan untuk mengukur sampai seberapa jauh aktiva
dari para pemberi pinjaman.Analisis terhadap rasio ini diperlukan untuk mengukur
memiliki banyak utang pada pihak luar. Ini berarti perusahaan tersebut memiliki
penelitiannya menunjukkan bahwa rasio leverage yaitu variabel total hutang dibagi
distress suatu perusahaan. Karena semakin besar rasio leverage akan semakin besar
yang sangat dihindari oleh suatu perusahaan. Menurut Hanafi dalam Peter dan
menghasilkan laba.
distress sebagai tahap penurunan kondisi keuangan yang terjadi sebelum terjadinya
Salah satu tindakan penting yang bisa dilakukan oleh perusahaan sebagai
langkah awal dalam mengatasi kesulitan keuangan atau financial distress adalah
dengan melakukan deteksi dini pada laporan keuangan untuk mengetahui posisi,
29
perusahaan
menyatakan bahwa rasio likuiditas yang diproksikan kedalam Current ratio dapat
melunasi kewajiban jangka pendek perusahaan (Wild et al. 2005). Dalam Foster
(1987) dan Wild et al. (2005) dijelaskan bahwa untuk mengetahui likuiditas
perusahaan dapat menggunakan current ratio, quick ratio dan cash ratio. Current
memiliki banyak utang pada pihak luar. Ini berarti perusahaan tersebut memiliki
solvabilitas perusahaan antara lain: total debt to total asset ratio,total debt to equity
ratio, dan time interest earned (TIE) ratio. Dalam penelitian yang dilakukan oleh
Almilia dan Kristijadi (2003) disebutkan bahwa rasio financial leverage yaitu
variabel hutang lancer dibagi dengan total aktiva (CL/TA). Koefisien dalam
30
variabel ini bertanda negatif, artinya variabel CL/TA memiliki pengaruh negatif
mengalami financial distress akan semakin kecil. Hal ini dapat disimpulkan jika
ROA pada perusahaan meningkat, maka perusahaan akan terhindar dari financial
distress. Namun sebaliknya jika ROA yang dimiliki perusahaan menurun, maka
Financial Distress
diantaranya yang diteliti oleh Claudia Christana (2017) yang menyatakan variabel
financial distress. pendek akan meningkat seiring dengan likuiditas yang rendah
32
rasio-rasio keuangan disebutkan bahwa rasio financial leverage yaitu variabel total
hutang dibagi dengan total aktiva (debt ratio/DR) dapat digunakan untuk
financial distress. Koefisien dalam variabel ini bertanda positif, artinya variabel
Dengan demikian dapat dikatakan bahwa terdapat pengaruh yang positif antara
distress di antanya yang diteliti oleh Alfinda Rohmadini (2018). Hipotesis yang
akhir bersih dari berbagai kebijakan dan keputusan, dimana rasio ini digunakan
keberhasilan atau kegagalan perusahaan selama jangka waktu tertentu (Sari dan
Wuryan 2005). Penelitian Luciana dan Kristijadi (2003), Luciana (2006) dan
signifikan terhadap financial distress. Hipotesis ketiga dalam penelitian ini adalah
sebagai berikut:
METODE PENELITIAN
Objek dalam penelitian ini adalah Analisis rasio keuangan untuk memprediksi
tahun 2018-2021 yang diperoleh melalui website Bursa Efek Indonesia yaitu
ww.idc.co.id
3.2.1 Populasi
yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti
atau orang yang memiliki karakteristik serupa yang menjadi pusat penelitian
Adapun populasi dalam penelitian ini adala seluruh perusahaan manufaktur yang
33
34
Tabel 3.1 Daftar Populasi Perusahaan Manufaktur Yang Terdaftar di Bursa Efek
Indonesia Priode Tahun 2018-2021
NO. KODE NAMA IPO
1 AISA Tiga Pilar Sejahtera Food Tbk 1997-06-11
2 ALTO Tri Banyan Tirta Tbk 2012-07-10
3 BTEK Bumi Teknokultura Unggul Tbk
4 CAMP Campina Ice Cream Industry Tbk 2017-12-19
Wilmar Cahaya Indonesia Tbk
5 CEKA 1996-07-09
( d.h Cahaya Kalbar Tbk )
6 CLEO Sariguna Primatirta Tbk 2017-05-05
7 COCO Wahana Interfood Nusantara Tbk 2019-03-20
8 DLTA Delta Djakarta Tbk 1984-02-12
9 FOOD Sentra Food Indonesia Tbk 2019-01-08
10 GOOD Garudafood Putra Putri Jaya Tbk 2018-10-10
11 HOKI Buyung Poetra Sembada Tbk 2017-06-22
12 ICBP Indofood CBP Sukses Makmur Tbk 2010-10-07
Inti Agri Resources Tbk
13 IIKP Inti Kapuas Arowana Tbk 2002-10-20
Inti Indah Karya Plasindo Tbk
14 INDF Indofood Sukses Makmur Tbk 1994-07-14
15 KEJU Mulia Boga Raya Tbk 2019-11-25
16 MLBI Multi Bintang Indonesia Tbk 1994-01-17
17 MYOR Mayora Indah Tbk 1990-07-04
18 PANI Pratama Abadi Nusa Industri Tbk 2018-09-18
19 PCAR Prima Cakrawala Abadi Tbk 2017-12-29
20 PSDN Prashida Aneka Niaga Tbk 1994-10-18
21 PSGO Palma Serasih Tbk 2019-11-25
22 ROTI Nippon Indosari Corporindo Tbk 2010-06-28
23 SKBM Sekar Bumi Tbk 1993-01-05
24 SKLT Sekar Laut Tbk 1993-09-08
25 STTP Siantar Top Tbk 1996-12-16
26 ULTJ Ultrajaya Milk Industry and Trading Company Tbk 1990-07-02
(Sumber.www.idx.co.id)
35
3.2.2 Sampel
(Ulum dan Juanda, 2018). Dalam penelitian ini, kriteria sampel yang akan
tahun 2018-2021
2021
Tabel 3.2 Daftar Penelitian Perusahaan Manufaktur Yang terdaftar di Bursa Efek
Indonesia 2018-2021
1 ALTO Tri Banyan Tirta Tbk 2012-07-10
2 PSDN Prashida Aneka Niaga Tbk 1994-10-18
Inti Agri Resources Tbk
3 IIKP Inti Kapuas Arowana Tbk 2002-10-20
Inti Indah Karya Plasindo Tbk
4 GOOD Garudafood Putra Putri Jaya Tbk 2018-10-10
5 MYOR Mayora Indah Tbk 1990-07-04
6 SKBM Sekar Bumi Tbk 1993-01-05
7 INDF Indofood Sukses Makmur Tbk 1994-07-14
8 ULTJ Ultrajaya Milk Industry and Trading 1990-07-02
Company Tbk
36
Jenis data penelitian ini yaitu data kualitatif, sedangkan sumber data
penelitian adalah data sekunder berupa laporan keuangan dan laporan tahunan
perusahaan manufaktur yang diterbitkan oleh Bursa Efek Indonesia periode tahun
perusahaan.
Dalam penelitian ini metode pengumpulan data sesuai dengan jenis data
yaitu dengan cara mengumpulkan, mencatat, dan mengkaji data sekunder dari
laporan keuangan dan laporan tahunan (annual report) yang dimuat dalam situs
resmi Bursa Efek Indonesia yaitu (www.idx.co.id) untuk tahun 2018-2021 dari
Dalam metode ini analisis data yang digunakan adalah teknik analisis
asumsi tersebut antara lain adalah Uji Normalitas, Uji Multikolinieritas, Uji
berguna. Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang
dilihat dari nilai rata-rata (mean), standar deviasi, varian maksimum, minimum,
sum, range, kurtosis, dan skewness atau kemecengan distribusi (Ghozali, 2016)
1. Uji Normalitas
mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis
statistik onesampel kolmogorovsmirnov test yang jika nilai signifikan dibawah 0,05
maka data berdistribusi dengan tidak normal. Jika nilai signifikan diatas 0,05 maka
normalitas juga bisa dengan melihat grafik histogram dan membandingkan anatara
data observasi dengan distribusi yang mendekati distribusi normal. Metode yang
lebih handal adalah dengan melihat normal probability plot yang membandingkan
distribusi kumulatif dan distribusi normal. Distribusi normal akan membentuk satu
garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis
diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan
2. Uji multikolonieritas
(independen). Model regeresi yang baik seharusnya tidak terjadi korelasi diantara
variabel ini tidak ortogonal. Variabel ortogal adalah variabel independen yang nilai
korelasi antar sesama variabel independen sama dengan nol. Untuk mengetahui
multikolonieritas dapat dilihat dari nilai tolerance dan Vallance Infiation Factor
(VIF). Dikatakan tidak terjadi multikolinieritas apabila nilai VIF kurang dari 10 dan
3. Uji Heteroskedastisitas
lain. Jika variance dari residual satu pengamatan ke penagamatan lain tetap, maka
grafik plot, uji park, uji glejser dan uji white. Namun dalam penelitian ini
independen < 0,05 maka tejadi heteroskedastisitas, dan jika nilai signifikansi
4. Uji Autokorelasi
pengganggu pada periode sebelumnya. Jika terjadi korelasi maka dinamanakan ada
sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual
tidak bebas dari satu observasi ke observasi lainnya. Untuk menguji digunakan uji
Durbin Watson (DW test) . Durbin Watson digunakan untuk autokorelasi tingkat
satu dan mensyaratkan adanya konstanta dalam model regeresi dan tidak ada
variabel lag diantara variabel independen. Dasar pengambilan keputusan ada atau
tidaknya autokorelasi:
a) Jika nili DW terletak diantara batas atas atau uper bound (du) dan (4-du) maka
b) Jika nilai DW lebih rendah dariada batas bawah atau lower bound (dl) maka
c) Jika nilai DW lebih besar dari (4-dl) maka koefesien autokorelasi < 0 berarti
d) Jika nilai DW terletak anta du dan dl atau DW terletak antara (4-du) dan (4-
pengaruh anatara satu variabel terhadap variabel lain. Variabel yang dipengaruhi
variabel bebas atau variabel indpenden. Regeresi yang memiliki satu variabel
dependen dan lebih dari satu variabel independen disebut regeresi berganda
(Muhtar & Andi Aswan, 2017). Adapun persamaan dari regeresi penelitian ini
Dimana:
Y = Variabel dependen
a = Constanta
E = Eror
Dimana:
α = Konstanta
β = Koefisien
X1 = Profitabilitas (ROA)
X2 = Likuditas (CR)
X3 = Leverage (DER)
41
hipotesis diakukan dengan uji F. Uji statistik F pada dasarnya menunjukkan apakah
semu variabel independen atau bebas yang dimasukkan dalam model mempunyai
sebagai berikut :
a. Jika nilai signifikikansi < 0,05 berarti variabel independen secara bersamasama
b. Jika nilai signifikikansi > 0,05 berarti variabel independen secara Bersama-
bebas berpengaruh secara signifikan atau tidak terhadap variabel terikat. Adapun
kriteria pengujian secara parsial dengan tingkat signifikansi sebesar α=5%, yaitu
sebagai berikut :
a. Jika nilai signifikikansi < 0,05 berarti variabel independen secara individual
b. Jika nilai signifikikansi > 0,05 berarti variabel independen secara individual
jumlah variabel independen yang dimasukkan ke dalam model setiap tambahan satu
tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu,
mengevaluasi mana model regresi tersebut. Jika dalam uji empiris didapat niai
Adjusted R2 negatif, maka nilai Adjusted R2 dianggap bernilai nol (Ghozali, 2016).
1. Likuiditas (X1) Rasio likuiditas atau sering disebut dengan nama rasio modal
kerja
neraca, yaitu total aktiva lancar dengan total passiva lancer (utang jangka
pendek)
43
denganaktivanya.
Distress. Rasio Keuangan dalam penelitian terdiri dari lima rasio sekaligus menjadi
Pada bab ini akan dibahas tahap-tahap dan pengolahan data yang kemudian
akan dianalisis tentang pengaruh rasio keuangan terhadap financial distress pada
ini adalah perusahaan manufaktur yang masuk dalam perhitungan perusahaan yang
terdaftar di Bursa Efek Indonesia selama 4 tahun berturut-turut yaitu mulai tahun
secara lengkap. Setelah dilakukan seleksi pemilihan sampel sesuai kriteria yang
data perusahaan. Berikut adalah tabel dari hasil proses seleksi sampel berdasarkan
44
45
yang dijadikan sampel tersebut menggunakan mata uang Rupiah. Berikut adalah 8
sampel perusahaan manufaktur yang digunakan dalam penelitian ini adalah sebagai
berikut:
digunakan dalam penelitian ini adalah sebanyak 32 (tiga puluh dua) sampel
digunakan dalam penelitian ini. Analisis deskriptif dari data yang diambil untuk
Deskriptif yang digunakan pada penelitian ini meliputi Minimum, Maximum, Mean
Berikut adalah hasil perhitungan awal statistik deskriptif untuk semua perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) selama tahun 2018-2021
Descriptive Statistics
Minimu Maximu
N m m Mean Std. Deviation
Likuiditas 32 -,229 ,458 ,03541 ,107100
Leverage 32 ,012 14,030 2,63493 2,863428
Profitabilitas 32 -1,511 7,300 1,47014 1,521513
Financial distres
32 -15,370 17,989 3,82912 5,236100
Valid N (listwise) 32
Sumber : Output SPSS 23, data diolah 2022
47
Dari hasil tabel 4.3 diatas, dapat diketahui bahwa data yang dianalisis
manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) selama 4 tahun. Jumlah
32 data keuangan ini didapatkan dari (8 perusahaan x 4 tahun). Pada data diatas
terdapat sebaran data yang tidak sesuai dan terdapat data outlier dalam
pembuangan sampel. Dari analisis outlier terdapat data ekstrim yang menyebabkan
data berdistribusi dengan tidak normal yang akan dilakukan proses outlier yaitu
berjumlah 2 data. Berikut hasil analisis statistik deskriptif setelah dioutlier yang
Dari tabel 4.4 dapat diketahui bahwa data yang dianalisis berjumlah 30 data
sampel karena mengalami proses Outlier, yang sebelumnya data berjumlah 32 data
berikut :
48
1) Dari tabel 4.4 variabel Likuiditas mempunyai nilai minimum -0,0229 yang
di tahun 2020 dan nilai maksimum sebesar 0,458 di tahun 2018. Nilai
sangat bervariasi.
2) Dari tabel 4.4 variabel leverage mempunyai nilai minimum 0,316 di tahun
2021 dan nilai maksimum 14,030 pada tahun 2018. Hal ini mengindikasikan
bervariasi.
diatas 2,6 dengan standar deviasi 4,437081. Standar deviasi yang lebih besar
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah
parsial dan uji F simultan. Sebelum membahas tentang analisis data, terlebih dahulu
atau persoalan yang ada pada regeresi linear berganda. Uji asumsi dalam penelitian
uji autokorelasi. Analisis data berikut ini dilakukan dengan menggunakan bantuan
dalam model regersi, variabel pengganggu atau residual memiki distribusi normal.
Uji normalitas juga melihat apakah model regeresi yang digunakan sudah baik.
Model regersi yang baik yaitu memiliki distribusi normal atau mendekati normal.
persamaan dengan kriteria pengujian adalah jika probabilitas value > 0,05 maka
data berdistribusi normal dan jika probability value < 0,05 maka data berdistribusi
grafik. Jika distribusi data residual normal, maka garis yang menggambarkan data
sesungguhnya akan mengikuti data sesungguhnya. Hasil dari uji normalitas dapat
Dari tabel 4.5 dengan N = 32 data dapat diketahui bahwa nilai Kolmogorov
0,000 yang berati data belum berdistribusi dengan normal, karena nilai
signifikansinya masih dibawah 0,05. Setelah itu yang dilakukan adalah membuang
data-data ekstrim yang menyebabkan data berdistribusi tidak normal dengan cara
Dari tabel 4.6 diketahui data (N) menjadi 30 karena proses outlier. Nilai
menunjukkan nilai 0,200 yang berarti lebih besar dari 0,05 maka dapat disimpulkan
normalitas juga di uji dengan grafik untuk mengetahui bahwa data berdistribusi
dengan normal atau tidak. Distribusi normal akan membentuk garis diagonal dan
ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data
disimpulkan bahwa grafik normal plot terlihat titik-titik menyebar disekitar garis
diagonal, serta penyebarannya mengikuti dari garis normal grafik ini menunjukkan
(independen). Model regeresi yang baik seharusnya tidak terjadi korelasi diantara
menggunakan tolerance value dan variance inflation factor (VIF). Dikatakan tidak
terjadi multikolinieritas apabila nilai VIF kurang dari 10 dan nilai tolerance lebih
Coefficientsa
Collinearity Statistics
Model Tolerance VIF
1 (Constant)
Likuiditas ,975 1,025
Leverage ,774 1,291
Profitabilitas ,687 1,456
a. Dependent Variable: FINANCIAL DISTRESS
Sumber : Output SPSS 23, data diolah 2022
Hasil pengujian dalam penelitian ini yang terdapat dalam tabel 4.7
menunjukkan bahwa tidak terjadi multikolinieritas, sebab semua angka VIF yang
dihasilkan memiliki nilai dibawah 10 dan tolerance value diatas 0,10. Nilai VIF
terbesar adalah 1,456 dan terkecil adalah 1,025 yang berati masih lebih kecil atau
kurang dari 10. Sedangkan nilai terbesar 0,975 dan nilai terkecil tolerance value
adalah 0,687 yang berati lebih besar dari 0,10. Dari angka-angka tersebut dapat
apakah dalam model regeresi terjadi ketidaksamaan variance dari residual satu
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,478 ,158 3,037 ,003
Likuiditas -,899 ,589 -,160 -1,526 ,132
Leverage ,100 ,024 ,488 4,157 ,000
Profitabilitas ,135 ,050 ,335 2,687 ,009
a. Dependent Variable: ABS_RES
Sumber : Output SPSS 23, data diolah 2022
dengan nilai signifikansi 0,000 dan Profitabilitas dengan nilai signifikansi 0,009
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,215 ,286 ,753 ,458
Likuiditas -,974 1,066 -,156 -,913 ,369
Leverage ,047 ,043 ,205 1,100 ,281
Profitabilitas ,121 ,074 ,311 1,632 ,114
a. Dependent Variable: LnU2i
Sumber : Output SPSS 23, data diolah 2022
55
Dari tabel 4.9 diatas bahwa setelah menggunakan Uji Park dengan rumus LN
0,114. Semua variabel diatas menunjukkan bahwa nilai signifikansi diatas 0,05
maka dalam persamaan ini dapat disimpulkan bahwa model regersi tidak terdapat
heteroskedastisitas
Uji Autokorelasi bertujuan menguji apakah dalam model regeresi linear ada
Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
1 ,979a ,958 ,955 ,940594 1,959
a. Predictors: (Constant), Likuiditas, Leverage, Profitabilitas
b. Dependent Variable: FINANCIAL DISTRESS
Sumber : Output SPSS 23, data diolah 2022
Dari tabel 4.10 diperoleh nilai nilai DW sebesar 1,959 nilai ini selanjutnya
akan dibandingkan dengan nilai tabel yang menggunakan nilai 5% (0,05), jumlah
sampel 30 (N) dan jumlah variabel independen 3 (K=3), maka akan didapat angka
sebesar 1,7694 dalam tabel Durbin Watson. Angka- angka yang sudah ada
DU < DW < 4 – DU, jadi 1,7694 < 1,959 < 2,2306. Dari rumus tersebut dapat dilihat
56
bahwa DU < DW sehingga dapat disimpulkan bahwa hipotesis diterima atau tidak
terjadi autokorelasi.
variabel independen (likuiditas, profitabilitas, leverage, arus kas dan suku bunga)
analisis regeresi linear berganda yang diolah menggunakan aplikasi program SPSS
23 :
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1,358 ,285 4,763 ,000
Likuiditas 11,736 1,066 ,277 11,008 ,000
Leverage 1,261 ,044 ,815 28,911 ,000
Profitabilitas ,529 ,091 ,174 5,817 ,000
a. Dependent Variable: FINANCIAL DISTRESS
Sumber : Output SPSS 23, data diolah 2022
Berdasarkan hasil analisis regeresi linear berganda pada tabel 4.11 diatas
Keterangan :
X1 = Likuiditas
X2 = Leverage
57
X3 = Profitabilitas
1) Dari tabel 4.11 nilai konstanta sebesar 1,358 mengindikasikan bahwa variabel
0,000 yang nilai signifikansinya kurang dari 0,05 dengan koefisien regeresi
0,000 yang nilai signifikansinya kurang dari 0,05, dengan koefisien regeresi
sebesar 0,000 yang nilai signifikansinya kurang dari 0,05, dengan koefisien
pada uji F / Simultan ini adalah jika nilai signifikan < 0,05 maka variabel
nilai signifikan > 0,05 maka variabel independen secara bersama-sama tidak
penelitian ini :
ANOVAa
Sum of
Model Squares Df Mean Square F Sig.
1 Regression 1377,041 8 275,408 311,295 ,000b
Residual 60,161 21 ,885
Total 1437,201 29
a. Dependent Variable: FINANCIAL DISTRESS
b. Predictors: (Constant), Likuiditas, Leverage, Profitabilitas
Sumber : Output SPSS 23, data diolah 2022
Dari tabel 4.12 diketahui bahwa angka signifikannya 0,000. Maka dapat
disimpulkan bahwa angka signifikan sebesar 0,000 yang lebih kecil dari 0,05.
Artinya bahwa variabel likuiditas, profitabilitas, leverage, arus kas dan suku bunga
profitabilitas terhadap financial distress secara parsial. Jika nilai signifikan < 0,05
Jika nilai signifikan > 0,05 maka variabel independen secara individu tidak
1. Berdasarkan uji statistik secara parsial dari tabel 4.13, hasil uji statistik
2. Berdasarkan uji statistik secara parsial dari tabel 4.13, hasil uji statistik
3. Berdasarkan uji statistik secara parsial dari tabel 4.13, hasil uji statistik
(Adjusted R Square) sebesar 0,955. Hal ini berarti besar variabel–variabel financial
distress pada perusahaan manufaktur yang terdaftar di BEI yang diterangkan oleh
variasi likuiditas, leverage, profitabilitas sebesar 95,5 persen dan sisanya 4,5 persen
analisis regeresi linear berganda maka terdapat hal-hal yang perlu diperhatikan
sebesar 0,000 yang lebih kecil dari 0,05 dan koefisien regeresi sebesar 11,736
61
dengan arah positif. Hasil likuiditas berpengaruh positif artinya jika nilai likuiditas
naik maka akan menaikkan nilai dari variabel financial distress, yang dimana
financial distress.
penelitian ini mampu menjadi alat prediksi kondisi financial distress suatu
perusahaan dan di ukur dengan current ratio, yaitu aktiva lancar dibagi hutang
yaitu aktiva lancar dibagi dengan hutang lancar (CA/CL), memiliki pengaruh positif
terhadap kondisi financial distress perusahaan. Semakin besar rasio ini maka
0,000 yang lebih kecil dari 0,05 dan koefisien regeresi sebesar 1,261 dengan arah
positif. Hasil penelitian ini profitabilitas berpengaruh positif yang artinya jika nilai
rasio leverage naik maka akan meningkatkan angka financial distress (z-score). Jadi
kewajiban baik untuk jangka pendek maupun jangka panjang. Analisis terhadap
rasio ini untuk mengukur kemampuan perusahaan dalam membayar hutang (jangka
pendek dan jangka panjang) apabila pada suatu saat perusahaan dilikuidasi atau
dibubarkan (R, 2008). Indikator yang digunakan untuk mengukur tingkat rasio
leverage perusahaan dalam penelitian ini adalah total hutang dibagi total modal
(debt to equity ratio). Suatu perusahaan yang memiliki leverage keuangan yang
tinggi berarti memiliki banyak utang pada pihak luar. Ini berarti perusahaan tersebut
0,000 yang lebih kecil dari 0,05 dan koefisien regeresi sebesar 0,529 dengan arah
positif. Hasil penelitian variabel profitabilitas berpengaruh positif yang artinya jika
nilai Debt Equity Ratio (DER) rendah maka mengakibatkan angka financial distress
(z-score) semakin rendah dan kecil, karena semakin kecil angka variabel financial
manajemen untuk memperoleh keuntungan (laba). Dengan kata lain, semakin tinggi
bersih, apabila laba bernilai negatif berarti menunjukkan kondisi perusahaan tidak
Selain itu penelitian oleh Syifaa Aulia Asmarani 2020 menyatakan bahwa
tinggi menghasilkan laba yang besar sehingga operasional perusahaan berjalan baik
dan dengan model pengukuran Altman Z-Score mengarah ke atas atau positif,
yang terdaftar di Bursa Efek Indonesia tahun 2018-2021. Dalam penelitian ini
analisis dan pembahasan yang telah dikemukakan, maka hasil kesimpulan dari
5.2 Saran
disarankan, diantaranya:
65
66
dan lain-lain.
berbeda dan periode pengamatan yang lebih lama sehingga akan memberikan
jumlah sampel yang lebih besar agar memberikan kondisi yang berbeda.
DAFTAR PUSTAKA
Almilia, Luciana dan Kristijadi, 2003. Analisis Rasio Keuangan untuk Memprediksi
KondisiFinancialDistressPerusahaanManufakturyangTerdaftardiBursaEfek
Jakarta.JurnalAkuntansidanAuditingIndonesia(JAAI),Volume7Nomor2.
Agustin, A. L., DARMINTO, D., & HANDAYANI, S. R. (2013). Analisis rasio
keuangan untuk menilai kinerja keuangan perusahaan (Doctoral dissertation,
Brawijaya University)
Almilia, L. S., & Kristijadi, K. (2003). Analisis rasio keuangan untuk memprediksi
kondisi financial distress perusahaan manufaktur yang terdaftar di bursa efek
Jakarta. Jurnal Akuntansi dan Auditing Indonesia, 7(2).
Asmarani, S. A., & Purbawati, D. (2020). Analisis Pengaruh Likuiditas, Leverage
dan Profitabilitas Terhadap Financial Distress (Studi Pada Perusahaan
Manufaktur Sektor Industri Barang Konsumsi Yang Terdaftar di BEI Pada
Periode Tahun 2014-2018). Jurnal Ilmu Administrasi Bisnis, 9(3), 369-379
Brigham dan Houston. 2010. Dasar-dasar Manajemen Keuangan Buku 1 (edisi II).
Jakarta: Salemba Empat.
brigham,E.F dan Daves P.R. 2003. Intermediate Financial Management with
Thomson One. United States of America: Cengage South-Western
Carolina, V., Marpaung, E. I., & Pratama, D. (2018). Analisis Rasio Keuangan
untuk Memprediksi Kondisi Financial Distress (Studi Empiris pada
Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Periode
2014-2015). Jurnal Akuntansi Maranatha, 9(2), 137–145.
Dr. Kasmir. (2015), Analisis Laporan Keuangan. Jakarta: Rajawali Pers
Darsono dan Ashari. 2005. Pedoman Praktis Memahami Laporan Keuangan.
Yogyakarta : CV. Andi Offset
Damajanti, A., Wulandari, H., & Rosyati, R. (2021). Pengaruh Rasio Keuangan.
Terhadap Financial Distress Pada Perusahaan Sektor Perdagangan Eceran
Bursa Efek Indonesia
Dwiyanti,Yulia. 2016. Kemampuan Rasio Likuiditas, Solvabilitas, Aktivitas dan
Profitabilitas sebagai Indikator Dalam Memprediksi Financial Distress.
Fakultas Ekonomi dan Bisnis, Universitas Lampung, Bandar Lampung.
Endang, K. (2018). The Effects Of Bank Soundness With The RGEC Approach (Risk
Profile, Good Corporate Governance, Earnings, Capital) Of Leverage And
Its Implications On Company’s Value Of State Bank In Indonesia For The
Period Of 2012-2016. IJER (International Journal of Economic Research),
15(11),4152\
Fahmi, Irham. 2015. Analisis Laporan Keuangan. Bandung: Alfabet
Ghozali, Imam. 2016. Aplikasi Analisis Multivariete Dengan Program IBM SPSS
23 (Edisi 8). Cetakan ke VIII. Semarang : Badan Penerbit Universitas
Diponegoro.(2016). Metode Penelitian Kuantitatif, Kualitatif dan R&D.
Bandung: PT Alfabet
Hanafi, 2004. Manajemen Keuangan. Yogyakarta: BPFE UGM
Hery. 2017. Kajian Riset Akuntansi. PT. Grasindo. Jakarta Pertumbuhan Ekspor
NonmigasIndonesiaTahun20152018.www.kemendag.go.id(https://www.ke
mendag.go.id/economic-profile/indonesia-eksport-import/growth-of-non-
oil-and-gas-export-sectoral)Diakses tanggal 9 juli 2019
Hantono. (2018). Konsep Analisa Laporan Keuangan dengan Pendekatan Rasio
dan SPSS, Sleman: Penerbit CV Budi Utama.
Imam. 2013. Aplikasi Analisis Multivariate dengan Program IBM SPSS 21. Edisi
7. Badan Penerbit Universitas Diponegoro. Semarang
Kasmir 2014. Analisis Laporan Keuangan, cetakan ke-7. Jakarta: PT RajaGrafindo
Persada
Mas’ud, Imam dan Srengga, Reva Maymi. 2012. “Analisis Rasio Keuangan Untuk
Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang
Terdaftar di Bursa Efek Indonesia”. Jurnal Akuntansi UniversitasJember.
Mahaningrum, A. I. A., & Merkusiwati, N. K. L. A. (2020). Pengaruh rasio
keuangan pada financial distress. E-Jurnal Akuntansi, 30(8), 1969-1984
Platt, Harlan D. and Marjorie B. Platt. 2006. Comparing Financial Distress and
Bankruptcy.Review of Applied Economics 2(2)
Platt, H., dan M. B. Platt, 2002. “Predicting Financial Distress”. Journal of
Financial Service Professionals, 56: 12-15
Rohmadini, A. (2018). Pengaruh Profitabilitas, Likuiditas Dan Leverage Pengaruh
Profitabilitas, Likuiditas Dan leverage Terhadap Financial Distress (Studi
Pada Perusahaan Food & Beverage Yang Terdaftar Di Bursa Efek Indonesia
Periode 2013-2016) (Doctoral dissertation, Universitas Brawijaya
ramani, Rr. (2007). Model Prediksi Financial Distress Perusahaan Go Public di
Indonesia (studi pada sector Manufacture). Jurnal Aplikasi
Manajemen.6(1):183-194.
Sugiyono Fathony, Muhammad Mufti, and Ihyaul Ulum.
"University’characteristics, accreditation status, and intellectual capital
disclosure: Evidence from Indonesia." International Journal of Economics
and Research 9.6 (2018): 23-36.
Sari dan Wuryana. 2005. “Manfaat Laba dan Arus Kas untuk Memprediksi Kondisi
Financial Distress pada Perusahaan Textile Mill Products dan Apparel and
Other Textile Products terdaftar di Bursa Efek Jakarta. Simposium Nasional
Akuntansi VIII, Solo, hal. 460-474.
Susyanti, J., & Mardani, R. M. (2017). Pengaruh premi, klaim, hasil underwriting,
investasi dan profitabilitas terhadap pertumbuhan aset pada perusahaan
asuransi jiwa syariah di Indonesia. Jurnal Ilmiah Riset Manajemen, 6(02).
Saputra, D. H., Munthe, I. L. S., & Sofia, M. (2017). Pengaruh Free Cash Flow,
Kebijakan Dividen, Struktur Aktiva, Blockholder Ownership, Pertumbuhan
Perusahaan Dan Ukuran Perusahaan Terhadap Kebijakan Hutang Pada
Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia Periode
2011-2015. Jurnal Ilmiah Akuntansi Dan Finansial Indonesia, 1(1), 50-70.
syamsuddin., 2013., Manajemen Keuangan Perusahaan, PT Raja Grafindo
Persada,Jakarta
Susanti, N., Latifa, I., & Sunarsi, D. (2020). The Effects of Profitability, Leverage,
and Liquidity on Financial Distress on Retail Companies Listed on
Indonesian Stock Exchange. Jurnal Ilmiah Ilmu Administrasi Publik, 10(1),
45-52.
Stephanie, S., Lindawati, L., Suyanni, S., Christine, C., Oknesta, E., & Afiezan, A.
(2020). Pengaruh Likuiditas, leverage dan ukuran perusahaan terhadap
financial distress pada perusahaan properti dan perumahan. COSTING:
Journal of Economic, Business and Accounting, 3(2), 300-310
Simanjuntak, Christon dkk. 2017. Pengaruh Rasio Keuangan Terhadap
FinancialDistress (Studi Perusahaan Transportasi yang Terdaftar di Bursa
Efek Indonesia Periode 2011-2015). Dalam e-proceeding of management,
Vol.2,No.2
Tasman, A., & Kurniawati, T. (2014). Prediksi kesulitan keuangan dan
kebangkrutan perusahaan sektor properti dan real estate dengan pendekatan
analisis multivariat diskriminan. Jurnal kajian manajemen bisnis, 3(1).
Utami, M. (2015). Pengaruh Aktivitas, Leverage, Dan Pertumbuhan Perusahaan
Dalam Memprediksi Financial Distress (Studi Empiris pada Perusahaan
Manufaktur yang Terdaftar di BEI Periode 2009-2012). Jurnal Akuntansi,
3(1).
Uğurlu, M., & Aksoy, H. (2006). Prediction of corporate financial distress in an
emerging market: the case of Turkey. Cross Cultural Management: An
International Journal.
Wild, J. J., Subramanyam, K. R., & Halsey, R. F. (2007). Análisis de estados
financieros.
Lampiran 1
Data Tabulasi
Financial
NO KODE TAHUN Likuiditas Leverage Probabilitas Distress
1 ACES 2018 0,179 5,985 0,243 10,818
2 PSDN 2018 0,031 1,102 2,133 1,193
3 IIKP 2018 -0,041 4,673 0,200 6,407
4 GOOD 2018 0,012 1,089 3,127 0,879
5 MYOR 2018 0,017 14,030 0,080 17,539
6 SKBM 2018 0,029 1,242 1,433 2,025
7 INDF 2018 -0,047 7,278 0,218 9,130
8 ULTJ 2018 -0,018 1,232 0,496 2,681
9 ACES 2019 0,189 7,261 0,224 11,371
10 PSDN 2019 0,028 0,896 2,678 0,350
11 IIKP 2019 -0,023 1,438 0,267 4,016
12 GOOD 2019 0,018 1,258 2,004 1,740
13 MYOR 2019 -0,017 10,287 0,089 15,562
14 SKBM 2019 0,035 1,313 1,178 2,468
15 INDF 2019 -0,009 0,714 0,795 0,194
16 ULTJ 2019 0,016 1,429 0,372 3,508
17 ACES 2020 0,176 7,023 0,262 10,517
18 PSDN 2020 0,012 0,884 3,172 0,041
19 IIKP 2020 -0,026 1,038 0,514 1,827
20 GOOD 2020 0,017 1,159 2,369 1,301
21 MYOR 2020 -0,005 9,181 0,108 13,703
22 SKBM 2020 0,039 1,324 1,394 2,475
23 INDF 2020 -0,006 0,648 1,189 -0,051
24 ULTJ 2020 -0,026 1,271 0,416 2,692
25 ACES 2021 0,183 6,491 0,256 10,724
26 PSDN 2021 0,030 1,150 2,684 1,280
27 IIKP 2021 0,007 1,207 0,714 1,724
28 GOOD 2021 0,015 1,237 1,981 1,632
29 MYOR 2021 0,011 8,403 0,117 12,874
30 SKBM 2021 0,070 1,299 1,628 2,735
31 INDF 2021 -0,034 0,645 1,543 -0,098
32 ULTJ 2021 -0,199 1,367 0,591 0,615
Lampiran 3 Hasil Olah SPSS
STATISTIK DESKRIPTIF
Descriptive Statistics
Maximu Std.
N Minimum m Mean Deviation
Likuiditas 32 -,229 ,458 ,03541 ,107100
Leverage 32 ,012 14,030 2,63493 2,863428
Profitabilitas 32 -1,511 7,300 1,47014 1,521513
Valid N (listwise) 32
UJI NORMALITAS
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Toleranc
Model B Std. Error Beta e VIF
1 (Constant) -1,058 ,592
Likuiditas 16,781 2,425 ,343 ,974 1,027
Leverage 1,490 ,098 ,815 ,829 1,206
Profitabilitas ,077 ,199 ,022 ,717 1,395
a. Dependent Variable: FINANCIAL DISTRESS
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2,992 ,389 7,695 ,000
Likuiditas -2,782 1,593 -,173 -1,747 ,085
Leverage -,123 ,065 -,205 -1,908 ,061
Profitabilitas -,543 ,131 -,481 -4,158 ,000
a. Dependent Variable: Abs_Re
UJI AUTOKORELASI
ANOVAa
Sum of
Model Squares Df Mean Square F Sig.
1 Regression 1377,041 5 275,408 311,295 ,000b
Residual 60,161 68 ,885
Total 1437,201 73
a. Dependent Variable: FINANCIAL DISTRESS
Predictors: (Constant), Likuiditas, Leverage, Profitabilitas
KOEFISIEN DETERMINASI
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,979 ,958 ,955 ,940594 1,959
a. Predictors: (Constant), Likuiditas, Leverage, Profitabilitas
b. Dependent Variable: FINANCIAL DISTRESS
Hasil SPSS 23 Setelah Outlier
STATISTIK DESKRIPTIF
Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
Likuiditas 30 -,229 ,458 ,03997 ,104560
Leverage 30 ,316 14,030 2,70581 2,868854
Profitabilitas 30 ,080 7,300 1,54941 1,461610
FINANCIAL DISTR
74 -4,063 17,989 4,29544 4,437081
ESS
Valid N (listwise) 74
UJI NORMALITAS
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 30
Normal Parametersa,b Mean ,2711990
Std. Deviation 1,35931170
Most Extreme Differences Absolute ,072
Positive ,072
Negative -,070
Test Statistic ,072
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance
UJI MULTIKOLINIERITAS
Coefficientsa
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,478 ,158 3,037 ,003
Likuiditas -,899 ,589 -,160 -1,526 ,132
Leverage ,100 ,024 ,488 4,157 ,000
Profitabilitas ,135 ,050 ,335 2,687 ,009
a. Dependent Variable: ABS_RES
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,215 ,286 ,753 ,458
Likuiditas -,974 1,066 -,156 -,913 ,369
Leverage ,047 ,043 ,205 1,100 ,281
Profitabilitas ,121 ,074 ,311 1,632 ,114
a. Dependent Variable: LnU2i