PANDI SOPIAN
A1C017121
SKRIPSI
Untuk memperoleh Gelar Sarjana
Pada Program Studi Sarjana (S-1) Fakultas Ekonomi dan Bisnis
Universitas Mataram
Oleh:
PANDI SOPIAN
A1C017121
ii
SKRIPSI
OLEH:
NAMA : PANDI SOPIAN
NIM : A1C017121
JURUSAN : AKUNTANSI
Setelah membaca naskah skripsi ini dengan seksama, maka menurut pertimbangan
kami telah memenuhi syarat untuk diuji.
Mengetahui
iii
Judul Skripsi : PENGARUH INFORMASI LABA, ARUS KAS, DAN
RASIO SOLVABILITAS SEBAGAI PREDIKTOR
FINANCIAL DISTRESS PADA PERUSAHAAN
MANUFAKTUR TERDAFTAR BEI TAHUN 2017-2019.
Nama Mahasiswa : PANDI SOPIAN
Nomor Mahasiswi : A1C017121
Jurusan : AKUNTANSI
Skripsi ini telah diterima sebagai kebulatan studi Program Strata (S1)
Fakultas Ekonomi dan Bisnis Universitas Mataram
Mataram, ……………..2021
Dekan, Ketua Jurusan Akuntansi
iv
PERNYATAAN KEASLIAN SKRIPSI
Yang bertanda tangan di bawah ini, saya menyatakan bahwa skripsi dengan
judul: PENGARUH INFORMASI LABA, ARUS KAS, DAN RASIO
SOLVABILITAS SEBAGAI PREDIKTOR FINANCIAL DISTRESS PADA
PERUSAHAAN MANUFAKTUR TERDAFTAR BEI TAHUN 2017-2019. Dan
diajukan untuk diuji pada tanggal ………2021, adalah hasil karya saya.
Dengan ini saya menyatakan dengan sesungguhnya bahwa dalam skripsi ini
tidak terdapat keseluruhan atau sebagian tulisan orang lain yang saya ambil
dengan cara menyalin atau meniru dalam bentuk rangkaian kalimat atau simbol
yang menunjukkan gagasan atau pendapat atau pemikiran dari penulis lain, yang
saya akui seolah-olah sebagai tulisan saya sendiri, dan atau tidak terdapat bagian
atau keseluruhan tulisan yang saya salin, tiru atau yang saya ambil dari tulisan
orang lain tanpa memberikan pengakuan pada penulis aslinya.
Apabila saya melakukan hal tersebut diatas, baik sengaja maupun tidak,
dengan ini saya menyatakan menarik skripsi yang saya ajukan sebagai hasil
tulisan saya sendiri ini. Bila kemudian terbukti bahwa saya ternyata melakukan
tindakan menyalin atau meniru tulisan orang lain seolah-olah hasil dari pemikiran
saya sendiri, berarti gelar, dan ijazah yang diberikan oleh Universitas batal saya
terima.
PANDI SOPIAN
NIM: A1C017121
v
KATA PENGANTAR
Allah SWT. Karena dengan limpahan Rahmat dan karuniaNya sehingga saya
dapat menyelesaikan tugas akhir skripsi ini. Shalawat serta salam juga tak lupa
saya curahkan kepada junjungan alam Nabi Muhammad SAW beserta keluarga
dan para sahabatnya yang telah mengajarkan umat manusia tentang ilmu
pengetahuan yang baik dan benar. Terima kasih yang sebesar-besarnya kepada
kedua orang tua yang saya sayangi dan banggakan, Bapak Sulasih dan Ibu
Rusmini Asri atas segala perhatian, doa dan motivasi yang diberikan untuk
menyelesaikan skripsi ini. Saya juga ingin berterima kasih kepada berbagai pihak
yang turut memberikan sumbangan pikiran guna penyelesaian skripsi, dan turut
Ph.D atas kesempatan, waktu, dan izin yang diberikan untuk menempuh studi
pada Program studi sarjana (S1) Fakultas Ekonomi dan Bisnis Universitas
Mataram.
atas kesempatan yang diberikan untuk menempuh studi pada program studi
3. Ketua Jurusan Program studi sarjana (S1) Akuntansi Fakultas Ekonomi dan
Bisnis Universitas Mataram, Ibu Baiq Anggun Hilendri L, SE., M.Si., Ak.atas
vi
kesempatan yang diberikan untuk menempuh studi pada program studi sarjana
4. Terima kasih sebesar-besarnya kepada Ibu Dr. Lilik Handajani, SE., M.SA,Ak
diselesaikan.
5. Kepada Ibu Dr. Lilik Handajani, SE., M.SA,Ak selaku pembimbing utama
terima kasih atas bimbingan, kritikan, saran, masukan, kesabaran dan juga
6. Seluruh Bapak dan Ibu dosen di Jurusan Akuntansi Fakultas Ekonomi dan
yang telah diberikan khususnya bapak Bambang, SE., M.Ak., Ak., CA selaku
7. Seluruh staf dan karyawan Fakultas Ekonomi dan Bisnis Universitas Mataram
8. Seluruh keluarga besar yang saya sayangi, khususnya Bapak Sulasih, Ibu
Rusmini Asri, yang telah banyak membantu dalam segala hal, terima kasih
dukungan sumbangan tenaga, doa, saran, dan motivasi sehingga skripsi ini
dapat diselesaikan.
9. Sahabat-sahabat saya yang luar biasa yang selalu ada untuk memberikan
motivasi, semangat, doa, dan dukungan yang luar biasa selama ini. Terima
vii
kasih untuk semua waktu dan rasa kebersamaannya semoga kita semua bisa
10. Teman-teman seperjuangan saya di kampus biru ini yaitu Kelas C Akuntansi
11. Kepada grup TMK (Roy, Dedi, Mubin, Ryan, dan Novian) yang selalu ada
untuk memberikan dukungan, semangat, dan motivasi agar skripsi ini dapat
12. Semua pihak yang tidak dapat disebutkan satu persatu, yang sangat membantu
Penulis menyadari bahwa skripsi ini masih jauh dari kata sempurna. Untuk
itu penulis mengharapkan kritik dan saran yang membangun dari semua pihak
manfaat bagi semua pihak dan dapat menjadi sumber bagi penulisan karya ilmiah
di masa mendatang.
Mataram, …………2021
Penulis
viii
PENGARUH INFORMASI LABA, ARUS KAS, DAN RASIO
SOLVABILITAS SEBAGAI PREDIKTOR FINANCIAL DISTRESS PADA
PERUSAHAAN MANUFAKTUR TERDAFTAR DI BEI TAHUN 2017-2019
Pandi Sopian
Jurusan S1 Akuntansi
pandisopian1@gmail.com
ABSTRAK
Tujuan dari penelitian ini adalah untuk mengetahui pengaruh informasi laba
bersih sebelum pajak, arus kas aktivitas operasi, dan debt to equity ratio dalam
memprediksi kondisi financial distress pada perusahaan manufaktur yang
terdaftar di Bursa Efek Indonesia tahun 2017-2019. Jenis penelitian ini adalah
penelitian asosiatif dengan pendekatan kuantitatif yang bertujuan untuk
mengetahui hubungan antara dua variabel atau lebih. Penelitian ini menggunakan
data sekunder berupa laporan keuangan dari perusahaan manufaktur yang terdaftar
di Bursa Efek Indonesia tahun 2017-2019. Populasi dalam penelitian ini
berjumlah 116 perusahaan. Sampel yang digunakan dalam penelitian ini
berjumlah 34 sampel perusahaan yang diperoleh menggunakan metode porposive
sampling, sehingga didapatkan jumlah observasi sebanyak 112 perusahaan
observasi selama tiga tahun penelitian. Teknik pengolahan data dalam penelitian
ini dilakukan dengan metode regresi logistic menggunakan aplikasi software IBM
SPSS 26. Hasil penelitian ini menunjukkan bahwa laba bersih sebelum pajak, arus
kas aktivitas operasi, dan debt to equity ratio tidak memiliki kemampuan dalam
memprediksi kondisi financial distress. Penelitian ini diharapkan dapat digunakan
bagi pihak manjemen maupun eksternal seperti kreditor dan investor sebagai
bahan pertimbangan sebelum pengambilan keputusan.
Kata kunci: laba bersih sebelum pajak, arus kas operasi, debt to equity ratio,
financial distress.
ix
THE EFFECT OF INFORMATION PROFIT, CASH FLOW, AND
SOLVENCY RATIOS AS PREDICTORS OF FINANCIAL DISTRESS IN
MANUFACTURING COMPANIES LISTED IN INDONESIA STOCK
EXCHANGE 2017-2019
PANDI SOPIAN
Jurusan S1 Akuntansi
pandisopian1@gmail.com
ABSTRACT
The purpose of this study was to determine the effect of information eraning
before tax, operating activity cash flow, and debt to equty ratio in predicting
financial distress conditions in manufacturing companies listed in Indonesia Stock
Exchange in 2017-2019. This study is an associative research with a quantitative
approach that aims to determine the relationship between two or more variables.
This study uses secondary data in the form of financial reports from
manufacturing companies listed on Indonesia Stock Exchange in 2017-2019. The
population in this study amounted to 116 companies. The sample use in this study
found 34 samples of companies obtained using porposive sampling method, so
that the number of observations was 112 companies observed during the three
years of the study. The data processing techniquein this study was carried out by
logistic regression method using IBM SPSS 26 application software. The result of
this study indicate that earning before tax, operating activity cash flow, and debt
to equity ratio does not have the ability to predict financial distress conditions.
This study used for management and external parties such as creditors and
investors as material for consideration before making decisions
Keywords: earning before tax, operating activity cash flow, debt to equity ratio,
financial distress.
x
DAFTAR ISI
Hal.
HALAMAN JUDUL..........................................................................................i
PRASYARAT GELAR......................................................................................ii
LEMBAR PERSETUJUAN..............................................................................iii
PENETAPAN TIM PENGUJI SKRIPSI..........................................................iv
PERNYATAAN KEASLIAN SKRIPSI............................................................v
KATA PENGANTAR.......................................................................................vi
ABSTRAK.........................................................................................................ix
ABSTRACT.........................................................................................................x
DAFTAR ISI.....................................................................................................xi
DAFTAR TABEL............................................................................................xiii
DAFTAR GAMBAR........................................................................................xiv
DAFTAR LAMPIRAN.....................................................................................xv
BAB I PENDAHULUAN.............................................................................1
1.1 Latar Belakang.............................................................................1
1.2 Rumusan Masalah........................................................................8
1.3 Tujuan Penelitian.........................................................................8
1.4 Manfaat Penelitian.......................................................................8
1.4.1 Manfaat Teoritis.............................................................8
1.4.2 Manfaat Praktis...............................................................9
1.4.3 Manfaat Kebijakan.........................................................9
BAB II KAJIAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS.......10
2.1 Landasan Teori...........................................................................10
2.1.1 Teori Agensi..................................................................10
2.1.2 Financial Distress.........................................................12
2.1.3 Laba...............................................................................17
2.1.4 Arus Kas........................................................................19
2.1.5 Rasio Solvabilitas..........................................................24
2.2 Penelitian Terdahulu...................................................................26
2.3 Rerangka Konseptual..................................................................32
2.4 Pengembangan Hipotesis............................................................34
BAB III METODE PENELITIAN.................................................................37
3.1 Jenis Penelitian...........................................................................37
3.2 Lokasi dan Waktu Penelitian......................................................37
3.3 Populasi dan Sampel Penelitian..................................................37
3.4 Jenis dan Sumber Data...............................................................39
3.5 Definisi Operasional dan Pengukuran........................................40
3.6 Prosedur Analisis Data...............................................................43
BAB IV HASIL PENELITIAN DAN PEMBAHASAN................................50
4.1 Gambaran Umum Objek Penelitian............................................50
xi
4.2 Analisis Statistik Deskriptif........................................................52
4.3 Uji Asumsi Klasik......................................................................55
4.3.1 Uji Multikolonieritas......................................................56
4.4 Analisis Regresi Logistik............................................................57
4.4.1 Menguji Kelayakan Model Regresi................................57
4.4.2 Menilai Keseluruhan Model Fit......................................58
4.4.3 Koefisiens Determinasi (R2)...........................................59
4.4.4 Uji Regresi Logistik........................................................60
4.4.5 Pengujian Hipotesis........................................................62
4.5 Interpretasi Hasil Penelitian........................................................64
4.5.1 Pengaruh Laba Bersih Sebelum Pajak Terhadap
Financial Distress...........................................................64
4.5.2 Pengaruh Arus Kas Aktivitas Operasi Terhadap
Financial Distress...........................................................65
4.5.3 Pengaruh Debt To Equity Ratio Terhadap Financial
Distress...........................................................................68
BAB V PENUTUP........................................................................................70
5.1 Simpulan.....................................................................................70
5.2 Keterbatasan Penelitian..............................................................71
5.3 Saran...........................................................................................71
xii
DAFTAR TABEL
Hal.
Tabel 2.1 Indikator Financial Distress Penelitian Terdahulu.........................16
Tabel 2.2 Indikator Laba Penelitian Terdahulu...............................................19
Tabel 2.3 Indikator Arus Kas Penelitian Terdahulu........................................24
Tabel 2.4 Indikator Debt To Equity Ratio Penelitian Terdahulu.....................25
Tabel 3.1 Penarikan Sampel Penelitian...........................................................39
Tabel 4.1 Daftar Nama Perusahaan Sampel....................................................51
Tabel 4.2 Uji Statistik Deskriptif....................................................................53
Tabel 4.3 Uji Multikolonieritas.......................................................................56
Tabel 4.4 Hosmer and Lemeshow Test............................................................57
Tabel 4.5 Uji Overall Model Fit (-2 LL Awal)...............................................58
Tabel 4.6 Uji Overall Model Fit (-2 LL Akhir)..............................................59
Tabel 4.7 Koefisiensi Determinasi..................................................................59
Tabel 4.8 Variables in the Equation................................................................60
xiii
DAFTAR GAMBAR
Hal.
Gambar 2.1 Peta Penelitian Terdahulu.........................................................31
Gambar 2.2 Rerangka Konseptual................................................................33
xiv
DAFTAR LAMPIRAN
Hal.
Lampiran 1 Daftar Perusahaan yang Menjadi Sampel Penelitian..................76
Lampiran 2 Perhitungan Financial Distress Almant Z-Score.......................77
Lampiran 3 Perhitungan Laba Bersih Sebelum Pajak....................................80
Lampiran 4 Perhitungan Arus Kas Aktivitas Operasi....................................85
Lampiran 5 Perhitungan Debt To Equity Ratio..............................................90
Lampiran 6 Data EBT, Arus Kas Operasi, DER dan Financial Dsitress
Perusahaan Sampel.....................................................................95
Lampiran 7 Hasil Pengujian Menggunakan SPSS.........................................98
xv
BAB I
PENDAHULUAN
manajemen mereka sehingga mampu bersaing dengan perusahaan lain baik lokal
biaya untuk menghasilkan laba semakin tinggi, akibatnya perusahaan yang gagal
perusahaan kalah di dalam dunia bisnis dan pada akhirnya akan menyebabkan
financial distress.
krisis keuangan dan gagal memenuhi kewajiban kepada debitur. Menurut Platt &
keuangan yang terjadi sebelum terjadinya kebangkrutan atau likuidasi. Situasi ini
dimulai dari kesulitan likuiditas (jangka pendek) sebagai idikasi financial distress
1
Industri manufaktur merupakan industri yang mendominasi perusahaan-
dalam industri, serta kondisi perekonomian saat ini telah menciptakan suatu
terdapat risiko yang terdapat dalam investasi saham, salah satunya adalah
penghapusan catatan saham dari daftar saham yang tercatat di bursa atau disebut
catatan saham yang tercatat di bursa akibat beberapa kondisi tertentu sehingga
tanggal 18 Mei 2018. Sehingga, DAJK tidak lagi memiliki kewajiban sebagai
perusahaan tercatat dan BEI akan menghapus nama DAJK dari daftar perusahaan
Negeri (PN) Jakarta Pusat setelah tuntutan dari PT Bank Mandiri Tbk (BMRI)
selaku kreditur dikabulkan. DAJK memiliki utang sebesar Rp 428, 27 miliar pada
BMRI. Selain itu, pada laporan keuangan perseroan hingga September 2017,
DAJK juga memiliki hutang dengan beberapa perbankan lainnya. Pada periode
tersebut DAJK juga membukukan kerugian bersih sebesar Rp 59,61 miliar, serta
total aset senilai Rp 1,30 triliun. Untuk tahun 2019 PT Sekawan Intipratama, Tbk
2
(SIAP) tanggal 17 Juni 2019 dikeluarkan dari BEI karena kinerja perusahaan
prediksi untuk memprediksi kondisi perusahaan yang akan datang (Hidayat &
salah satu sumber informasi mengenai posisi keuangan perusahaan, kinerja, serta
dan likuiditas.
laba dapat digunakan sebagai alat pemberi informasi yang relevan mengenai
arus kas dan laba tidak mampu memenuhi kewajiban. Hal tersebut yang
Salah satu kegunaaan dari informasi laba yaitu untuk mengetahui kemampuan
perusahaan dalam pembagian deviden kepada para investor. Laba bersih suatu
laba bersih yang diperoleh perusahaan sedikit atau bahkan mengalami rugi maka
3
pihak investor tidak akan mendapatkan deviden. Hal ini jika terjadi berturut-turut
financial distress. Kondisi ini ditakutkan akan terus menerus terjadi yang
maka laba dapat dijadikan indikator oleh pihak investor untuk mengetahui
pajak sebagai bahan indikator karena dengan alasan untuk menghindari dari
pengaruh pengunaan tarif pajak yang berbeda tiap periode dan untuk pengenaan
2019).
(2010), Djongkang & Rio Rita (2014), Ayuningtiyas & Suryono (2017), Ardeati
penelitian yang dilakukan Kadir (2014) dan Julius (2017) menunjukkan bahwa
Variabel kedua dalam penelitian adalah arus kas. Arus kas digunakan
digunakan sebagai indikator bagi pihak investor dan kreditor untuk mengetahui
kondisi keuangan perusahaan. Disamping itu, arus kas juga merupakan laporan
kas dalam waktu periode tertentu. Setiap perusahaan dalam menjalankan operasi
usahanya akan mengalami arus kas masuk (cash inflows) dan arus kas keluar
4
(cash outflows). Apabila arus kas yang masuk lebih besar daripada arus kas yang
keluar maka hal ini akan menunjukkan positive cash flows, sebaliknya apabila
arus kas masuk lebih sedikit daripada arus kas keluar maka akan terjadi negative
cash flows.
Apabila arus kas suatu perusahaan jumlahnya besar, maka pihak kreditor
mendapatkan keyakinan pengembalian atas kredit yang diberikan. Jika arus kas
keyakinan atas kemampuan perusahaan dalam membayar hutang. Jika hal ini
arus kas dapat dijadikan indikator oleh pihak kreditor untuk mengetahui kondisi
Hal ini didukung dengan penelitian penelitian yang dilakukan oleh Mas’ud
& Srengga (2012), Djongkang & Rio Rita (2014), Kadir (2014), dan Nailufar et
al. (2018) yang menunjukkan bahwa arus kas bepengaruh terhadap financial
5
mengukur kemampuan perusahaan untuk membayar seluruh kewajibannya, baik
(dilikuidasi). Rasio yang digunakan dalam penelitian ini adalah proyeksi debt to
equity ratio yang merupakan rasio yang digunakan untuk menilai utang dengan
ekuitas. Rasio ini diukur dengan cara membandingkan antara seluruh hutang,
hutang akan cenderung menambah beban bagi sebuah perusahaan untuk melunasi
pokok pinjaman dan bunga yang diwajibkan. Dengan kondisi ini maka
Hal ini didukung dengan penelitian yang dilakukan oleh Ginting (2017)
dilakukan oleh Rice (2015) menunjukkan hasil bahwa debt to equity ratio tidak
6
jawabannya adalah dengan menunjukkan laopran keuangan untuk melaporkan
kepada para investor bahwa mereka akan menerima return atas dana yang
mereka investasikan.
financial distress dari sudut pandang laba, arus kas dan debt to equity ratio masih
dalam penelitian ini adalah perusahaan manufaktur yang terdaftar di Bursa Efek
penelitian dengan judul “Pengaruh Penggunaan Laba, Arus Kas, dan Rasio
7
1.2. Rumusan Masalah
adalah:
distress?
distress.
distress.
arus kas, debt to equity ratio serta pengaruhnya terhadap financial distress.
Sehingga konflik keagenan tidak terjadi karena pemegang saham atau pihak
8
principal mampu memastikan bahwa manajer atau agent bertindak untuk
kepentingan mereka.
Bagi pihak investor penelitian ini diharapkan sebagai bahan wacana baru
investasi dan dapat membantu investor untuk memilih secara bijak dalam
berinvestasi.
bahan evaluasi oleh Bursa Efek Indonesia (BEI) dan Otoritas Jasa Keuangan
setelah mengetahui pengaruh laba, arus kas, dan debt to equity ratio terhadap
financial distress.
9
BAB II
TINJAUAN PUSTAKA
2. 1. Landasan Teori
atau principals dan agents. Pihak principals adalah pihak yang memberikan
mandat kepada pihak lain, yaitu agent, untuk melakukan semua kegiatan atas
Tujuan dari sistem pemisahan ini adalah utuk menciptakan efisiensi dan
periode tersebut.
10
Laporan keuangan yang diterbitkan oleh perusahaan merupakan salah satu
keputusan yang tepat. Jika laba yang dihasilkan perusahaan nilainnya lebih tinggi
dalam jangka watu yang lama, maka dapat dikatakan bahwa perusahaan tersebut
dapat menjalankan kegiatan operasinya dengan baik. Selain itu, dapat dilihat juga
dari nilai arus kas yang diperoleh perusahaan. Jika arus kas yang diperoleh
perusahaan nilainya tinggi dalam jangka waktu yang relatif lama, maka
diberikan oleh pihak kreditor. Perusahaan yang sehat secara keuangan juga
ditunjukkan dengan rasio debt to equity ratio di bawah angka 1. Debt to equity
seluruh hutang/kewajibannya.
Sebaliknya, jika nilai laba dan arus kas suatu perusahaan bernilai rendah
dalam jangka waktu yang relatif lama, maka dapat dilihat dari nilai tersebut bahwa
mengakibatkan beban perusahan terhadap pihak luar menjadi lebih besar. Kondisi
11
Didasarkan pada agency teory, diharapkan dapat berfungsi sebagai alat
untuk memberikan keyakinan kepada para investor bahwa mereka akan menerima
return atas dana yang telah mereka investasikan. Hal ini berkaitan dengan
bagaimana para investor yakin bahwa manajer akan memberikan keuntungan bagi
mereka. Sebaliknya, dari adanya laporan keuangan yang buruk dapat menujukkan
pihak investor dan kreditor untuk memberikan dananya karena tidak adanya
kejadian berikut ini terjadi: mengalami laba operasi bersih negatif selama
diantaranya adalah:
12
a. Economic Failure
termasuk biaya modal.Nilai sekarang dari arus kas sebenarnya lebih kecil
dibandingkan dengan kewajiban, atau laba yang lebih kecil daripada modal kerja.
economic distress ini adalah jika arus kas yang diharapkan atau tingkat
pendapatan atas biaya historis dan investasi jauh lebih kecil dibandingkan biaya
b. Business Failure
pengeluaran.
c. Technical Insolvency
melunasi seluruh kewajiban jatuh temponya akibat dari kepemilikan aktiva lancar
13
dialami oleh perusahaan, dimana nilai buku dari keseluruhan kewajiban melebihi
e. Legal Bankruptcy
secara hukum, kecuali diajukan tuntutan secara resmi dengan Undang - Undang
federal.
Financial distress dapat terjadi pada semua perusahaan. Oleh karena itu,
financial distress. Lizal (2002) dalam Rusaly (2016) menjelaskan ada tiga alasan
a. Neoclassical model
Financial distress terjadi jika alokasi sumber daya tidak tepat. Manajemen
kurang bisa mengalokasikan sumber daya (aset) yang ada di perusahaan untuk
financial distress.
b. Financial model
dapat bertahan hidup dalam jangka panjang namun, perusahaan harus banngkrut
14
c. Corporate governance model
suusnan aset yang tepat dan struktur keuangan yang baik namun dikelola dengan
buruk.
Platt and Platt (2002) menyatakan terdapat berbagai cara untuk melakukan
deviden.
3. Arus kas yang lebih kecil dari hutang jangka panjang saat ini.
restrukturisasi.
15
perusahaan serta informasi lainnya yang diperlukan oleh pemakai informasi
Tabel 2.1
Indikator Financial Distress Penelitian Terdahulu
No Peneliti Indikator
(Tahun) Judul Penelitian Variabel (Y)
1 Hidayat & Prediksi Financial Distress Variabel dummy
Meiranto (2014) Perusahaan Manufaktur di
Indonesia
2 Rice (2015) Altman Z-Score: Mendeteksi Altman Z-Score
Financial Distress
3 Ardeati (2018) Pengaruh Arus Kas, Laba, dan Variabel dummy
Leverage Terhadap Financial
Distress
4 Ayuningtiyas & Pengaruh Likuiditas, Altman Z-Score
Suryono (2017) Profitabilitas, Leverage, dan
Arus Kas Terhadap Kondisi
Financial Distress
5 Chrissentia & Analisis Pengaruh Rasio Altman Z-Score
Syarief (2018) Profitabilitas, Leverage,
Likuiditas, Firm Age dan
Kepemilikan Institusional
Terhadap Financial Distress
Altman Z-score yang mengacu dari beberapa penelitian terdahulu yaitu Rice
(2015), Ayuningtiyas & Suryono (2017) dan (Chrissentia & Syarief, 2018).
Altman Z-Score dipilih karena memiliki tingkat akurasi yang tinggi dan mudah,
16
karena model ini menggunakan lima rasio yang digunakan dalam memprediksi
kondisi kebangkrutan yaitu: modal kerja/ total aset, laba ditahan/ total aset,
pendapatan sebelum pajak/ total aset, nilai pasar ekuitas/ total aset, dan
2.1.3. Laba
dikurangi beban atau kerugian baik operasional maupun non operasional (Rice,
2015). Sementara pengertian laba yang diamati oleh struktur akuntansi sekarang
ini adalah selisih pengukuran pendapatan dan biaya. Laba bersih atau keuntungan
menghasilkan barang dan jasa. Ini berarti laba merupakan kelebihan pendapatan
diatas biaya (biaya total yang melekat kegiatan produksi dan penyerahan barang
atau jasa).
adalah perkiraan antara pendapatan dan beban-beban yang terjadi pada suatu
periode tertentu dalam suatu perusahaan. Laba merupakan empat elemen utama
(loss). Menurut Stice, dkk (2004) definisi dari elemen-elemen laba tersebut
sebagai berikut:
a. Pendapatan (revenue)
Pendapatan (revenue) adalah arus masuk atau peningkatan lain dari aktiva
suatu entitas atau pelunasan kewajibannya (atau kombinasi dari keduanya) dari
17
penyerahan atau produksi suatu barang, pemberian jasa, atau aktivitas lain yang
merupakan usaha terbesar atau usaha pertama yang sedang dilakukan entitas
tersebut.
b. Beban (expense)
Beban (expense) adalah arus keluar atau penggunaan lain dari aktiva atau
suatu barang, pemberian jasa, atau aktivitas lain yang merupakan usaha terbesar
c. Keuntungan (gain)
dari transaksi sampingan atau transaksi yang terjadi sesekali dari suatu entitas
dan dari semua transaksi. Kejadian dan kondisi lainnya yang mempengaruhi
entitas tersebut, kecuali yang berasal dari pendapatan atau investasi pemilik.
d. Kerugian (loss)
transaksi sampingan atau transaksi yang terjadi sesekali dari suatu entitas dan
dari semua transaksi. Kejadian dan kondisi lainnya yang mempengaruhi entitas
18
Tabel 2.2
Indikator Laba Penetian Terdahulu
No Peneliti Indikator
(Tahun) Judul Penelitian Variabel
1 Wahyuningtyas Penggunaan Laba dan Arus Kas Earning before tax
(2010) Untuk Memprediksi Kondisi (EBT)
Financial Distress
2 Mas’ud & Srengga Analisis Rasio Keuangan Untuk Return on asset
(2012) Memprediksi Kondisi Financial (ROA)
Distress Perusahaan Manufaktur
Yang Terdaftar Di Bursa Efek
Indonesia
3 Djongkang & Rita Manfaat Laba dan Arus Kas Earning before tax
(2014) Untuk Memprediksi Kondisi (EBT)
Financial Distress
4 Setiawan & Fitria Pengaruh Debt Ratio, Current Return on asset
(2020) Ratio, dan Return On Asset (ROA)
Terhadap Financial Distress
Pada penelitian ini, laba diukur menggunakan laba bersih sebelum pajak
berdasarkan dari penelitian Wahyuningtyas (2010), dan Djongkang & Rio Rita
(2014) dan (Setiawan & Fitria, 2020). Penelitian ini menggunakan laba bersih
sebelum pajak negatif karena apabila laba yang dihasilkan suatu perusahaan
Informasi tentang arus kas suatu perusahaan berguna bagi para pengguna
dalam menghasilkan kas dan setara kas serta menilai kebutuhan perusahaan
19
untuk menggunakan arus kas tersebut. Tujuan informasi arus kas adalah memberi
informasi historis mengenai perubahan kas dan setara kas dari suatu perusahaan
melalui laporan arus kas yang mengklasifikasikan arus kas berdasarkan aktivitas
Skousen dkk (2009:284) Laporan arus kas itu sendiri didefinisikan laporan arus
kas (statement of cash flow) adalah laporan keuangan yang melaporkan jumlah
kas yang diterima dan dibayar oleh suatu perusahaan selama periode tertentu.
adalah:
dan aktivitas lain yang bukan merupakan aktivitas investasi dan pendanaan,
penetapan laba atau rugi bersih, dan merupakan indikator yang menentukan
apakah dari operasi perusahaan dapat menghasilkan kas yang cukup untuk
sumber pendanaan.
Arus kas dari aktivitas operasi terutama diperoleh dari aktivitas penghasil utama
pendapatan perusahaan. Oleh karena itu, arus kas tersebut pada umumnya berasal
dari transaksi dan peristiwa lain yang mempengaruhi penetapan laba atau rugi.
20
Jumlah arus kas yang berasal dari aktivitaas operasi merupakan indicator
yang menentukan apakah operasi perusahaan dapat menghasilkan arus kas yang
contoh arus kas yang berasal dari aktivitas operasi antara lain :
7. Penerimaan dan pembayaran kas dari kontrak yang diadakan untuk tujuan
adalah:
(aktiva tidak lancar) serta investasi lain yang tidak termasuk dalam setara kas,
21
mencakup aktivitas meminjamkan uang dan mengumpulkan piutang tersebut
serta memperoleh dan menjual investasi dan aktiva jangka panjang produktif.
investasi adalah :
perolehan dan pelepasan aset jangka panjang serta investasi lain yang tidak
termasuk setara kas. Arus kas yang berasal dari aktivitas investasi perlu dilakukan
1. Pembayaran kas untuk membeli aset tetap, aset tidak berwujud, dan aset
2. Penerimaan kas dari penjualan tanah, bangunan dan peralatan, serta aset
4. Uang muka dan pinjaman yang diberikan kepada pihak lain serta
22
c. Arus Kas Aktivitas Pendanaan
Arus kas yang menunjukkan dampak semua transaksi kas dengan para pemegang
saham dan transaksi pinjaman serta pembayaran kembali dengan pihak pemberi
pinjaman. Pengungkapan terpisah arus kas yang timbul dari aktivitas pendanaan
perlu dilakukan sebab berguna untuk memprediksi klain terhadap arus kas masa
dan pinjaman perusahaan. Arus kas yang timbul dari aktivitas pendanaan perlu
terhadap arus kas masa depan oleh para pemasok modal perusahaan.
entitas
4. Pelunasan pinjaman
23
Tabel 2.3
Indikator Arus Kas Penelitian Terdahulu
No Peneliti Indikator
(Tahun) Judul Penelitian Variabel
1 Julius (2017) Pengaruh Financial Leverage, Rasio arus kas
Firm Growth, Laba dan Arus Kas
Terhadap Financial Distress
2 Nailufar & Pengaruh Laba, dan Arus Kas Rasio arus kas
Badaruddin (2018) Terhadap Kondisi Financial
Distress
3 Kusumaningdiyah Manfaat Pengaruh Penggunaan Total arus kas
& Hanindyo Laba Dan Arus Kas Untuk
(2019) Memprediksi Financial Distress
Dalam penelitian ini untuk mengukur arus kas didasarkan pada rasio arus
kas dengan menggunakan arus kas aktivitas operasi dibagi total aset. Hal ini juga
mengacu dari penelitian terdahulu yang dilakukan oleh Nailufar & Badaruddin
Debt to equity ratio merupakan rasio yang digunakan untuk menilai utang
dengan ekuitas. Rasio ini dicari dengan cara membandingkan antara seluruh
utang, termasuk utang lancar dengan seluruh ekuitas. Rasio ini berguna untuk
24
mengetahui jumlah dana yang disediakan peminjam (kreditor) dengan pemilik
Dengan kata lain, rasio ini berfungsi untuk mengetahui setiap modal
sendiri yang dijadikan untuk jaminan utang. Bagi bank (kreditor), semakin besar
rasio ini, akan semakin tidak menguntungkan karena akan semakin besar rasio
akan semakin baik. Sebaliknya dengan rasio yang rendah, semakin besar batas
pengamanan bagi peminjam jika terjadi kerugian atau penyusutan terhadap nilai
aktiva. Rasio ini juga memberikan petunjuk umum tentang kelayakan dan risiko
keuangan perusahaan.
Tabel 2.4
IndikatorDebt To Equity Ratio Penelitian Terdahulu
No Peneliti Indikator
(Tahun) Judul Penelitian Variabel
1 Ginting (2017) Pengaruh Current Ratio, dan Debt to equity
Debt To Equity Ratio (DER) ratio(DER)
Terhadap Financial Distress
pada Perusahaan Property &
Real Estate di Bursa Efek
Indonesia
2 Fardania, et al Pengaruh Likuiditas, Debt to equity
(2017) Solvabilitas, dan Profitabilitas ratio(DER)
Terhadap Financial Distress
3 Marota et al Pengaruh Debt To Asset Ratio Debt To Asset
(2018) (DAR), Current Ratio, dan Ratio (DAR)
Corporate Governance Dalam
Memprediksi Financial Distress
25
Dalam penelitian untuk mengukur rasio solvabilitas menggunakan debt to
equity ratio karena untuk melihat seberapa besar kemampuan perusahaan dalam
melunasi hutang dengan menggunakan modal sendiri. Hal ini mengacu pada
peneltian terdahulu seperti yang ditampilkan pada tabel 2.4 di atas yaituFardania
2. 2. Penelitian Terdahulu
lingkup dan pembahasan yang sedikit berbeda dengan penelitian ini. Adapun
dan Arus Kas untuk Memprediksi Kondisi Financial Distress (studi kasus pada
perusahaan bukan bank yang terdaftar di Bursa Efek Indonesia periode tahun
financial distress. DER tidak berpengaruh terhadap financial distress. Arus kas
26
Penelitian Hidayat &Meiranto (2014) tentang “Prediksi Financial Distress
rasio leverage, likuiditas, dan rasio aktivitas adalah rasio keuangan yang
financial distress.
Penelitian Djongkang & Rio Rita (2014) tentang ”Manfaat Laba dan Arus
menunjukkan hasil bahwa laba memberikan hasil yang lebih kuat dalam
Sedangkan variabel likuiditas, leverage dan arus kas tidak berpengaruh terhadap
financial distress.
Laba dan Arus Kas Terhadap Financial Distress (Studi Empiris Pada Perusahaan
27
penelitian menunjukkan arus kas berpengaruh terhadap financial distress.
Equity Ratio ( DER ) Terhadap Financial Distress pada Perusahaan Property &
current ratio dan debt to equity ratio berpengaruh terhadap financial distress.
Bursa Efek Indonesia Periode 2015 – 2017 )”. Hasil penelitian menunjukkan
Penelitian Ardeati (2018) tentang “Pengaruh Arus kas, Laba Dan Leverage
28
Terhadap Financial Distress (Studi Empiris Pada Perusahaan Non Bank Di Bursa
berpengaruh terhadap financial distress. Arus kas dan leverage tidak berpengaruh
Penelitian Nailufar et al. (2018) tentang “Pengaruh Laba dan Arus Kas
Terhadap Kondisi Financial Distress Pada Perusahaan Non Bank Yang Terdaftar
Di Bursa Efek Indonesia”. Hasil penelitian menunjukkan bahwa rasio laba dan
pada perusahaan.
terhadap financial distress dalam penelitian ini diterima. arus kas operasi
29
Perusahaan Manufaktur Sektor Industri Dasar dan Kimia yang Terdaftar di Bursa
30
Gambar 2.1
Peta Penelitian Terdahulu
Likuiditas
2, 3, 6,, 9,10,
Good Corporate
Governance
13
Laba Bersih
Sebelum Pajak
1, 2, 3,
4, 5, 6,
Arus Kas aktivitas 7, 8, 9 Financial
Operasi 10, 11, Distress
12,13,
14, 15
Debt To Equity
Ratio
7
Firm Growth
10
Firm Age
31
Keterangan:
1) Wahyuningtyas (2010) 9)Fardania et al. (2017)
2) Mas’ud & Srengga (2012) 10) Chrissentia & Syarief (2018)
3) Hidayat & Meiranto (2014) 11)Ardeati (2018)
4) Djongkang & Rio Rita (2014) 12)Nailufar et al. (2018)
5) Rice (2015) 13)Morata et al. (2018)
6) Ayuningtiyas & Suryono (2017) 14)Kusumaningdyah & Hanindyo (2019)
7) Julius (2017) 15)Setiawan & Fitria (2020)
8) Ginting (2017)
2. 3. Rerangka Konseptual
hubungan antara variabel satu dengan variabel lainnya dari penelitian yang sedang
diteliti. Penelitian ini menggunakan tiga variabel independen dan satu variabel
dependen. Dalam penelitian ini yang menjadi variabel independen adalah laba
bersih sebelum pajak, arus dari aktivitas operasi, dan debt to equity ratio. Variabel
Penelitian ini bertujuan untuk menguji pengaruh laba sebelum pajak, arus
kas aktivitas operasi, dan debt to equity ratio terhadap financial distress.
Penelitian ini menggunakan agency teory yaitu hubungan antara principal dan
periode tersebut.
32
Berdasarkan agency teory, diharakan dapat berfungsi sebagai alat untuk
memberikan keyakinan kepada para investor bahwa mereka akan menerima
return atas dana yang mereka investasikan. Hal ini didukung oleh penelitian
Wahyuningtyas (2010), Mas’ud & Srengga (2012), Hidayat & Meiranto (2014),
Djongkang & Rio Rita (2014), Rice (2015), Ayuningtiyas & Suryono (2017),
Julius (2017), Ginting (2017), Fardania et al. (2017), Chrissentia & Syarief
(2018), Ardeati (2018), Nailufar et al. (2018), Morata et al. (2018),
Kusumaningdyah & Hanindyo (2019), dan Setiawan & Fitria (2020).
Berdasarkan uraian di atas, maka diajukan model penelitian yang
menggambarkan kerangka konseptual sebagai panduan sekaligus alur pemikiran
seperti gambar berikut:
Agency Theory
Wahyuningtyas (2010), Mas’ud & Srengga
(2012), Hidayat & Meiranto (2014), Djongkang
& Rio Rita (2014), Rice (2015), Ayuningtiyas
& Suryono (2017), Julius (2017), Ginting
(2017), Fardania et al. (2017), Chrissentia &
Syarief (2018), Ardeati (2018), Nailufar et al.
(2018), Morata et al. (2018), Kusumaningdyah
& Hanindyo (2019), dan Setiawan & Fitria
(2020).
Laba Bersih
Sebelum Pajak
33
2. 4. Pengembangan Hipotesis
kepada investornya. Jika laba bersih yang diperoleh perusahaan sedikit atau
mengalami rugi pihak investor tidak akan mendapatkan deviden. Hal ini jika
permasalahan keuangan atau financial distress. Kondisi ini ditakutkan akan terus
menerus terjadi yang nantinya akan berakhir pada kondisi kebangkrutan. Hal ini
didukung dengan agency teory yang dimana efektivitas dan efisien perusahaan
bahwa laba berpengaruh terhadap financial distress. Laba bersih sebelum pajak
yang dikenakan kepada perusahaan tersebut. Hal ini didukung oleh penelitian
financial distress.
34
Berdasarkan uraian di atas dan didukung dengan penelitian sebelumnya,
hasil yang lebih tepat untuk mengevaluasi sumber dan penggunaan kas
meruapakan transaksi dan kejadian yang akan menentukan laba bersih seperti
terkait dengan kinerja ekonomi perusahaan. Keadaan ekonomi yang baik akan
dan Nailufar et al. (2018) menunjukkan hasil bahwa arus kas operasi berpengaruh
terhadap financial distress. Jumlah arus kas yang berasal dari aktivitaas operasi
35
Berdasarkan uraian di atas dan didukung dengan penelitian sebelumnya,
(total hutang) dengan total shareholder’s equity (total modal sendiri). Rasio ini
menunjukkan komposisi dari total hutang terhadap total ekuitas. Debt to equity
ratio (DER) adalah rasio untuk melihat seberapa besar kemampuan perusahaan
melunasi hutangnya dengan modal yang mereka miliki. Semakin tinggi DER,
modal sendiri, sehingga berdampak semakin besar beban perusahaan. Hal ini
financial distress.
36
BAB III
METODE PENELITIAN
sebelum pajak, arus kas dari aktivitas operasi, dan rasio solvabilitas. Menurut
penelitian, analisis data bersifat kuantitatif statistik, dengan tujuan untuk menguji
kesulitan keuangan.
37
mengembangkan usahanya agar laba, arus kas, dan rasio solvabilitas yang
yang positif bagi investor maupun kreditor. Populasi dalam penelitian ini
dalam penelitian ini adalah metode purposive sampling yaitu pemilihan sampel
atas dasar kesesuaian antara sampel dengan kriteria pemilihan tertentu. Kriteria
tahun 2017-2019
keuangan.
sehingga didapat 102 observasi data yang diringkas dalam tabel berikut:
38
Tabel 3.1
Penarikan Sampel Penelitian
No Keterangan Jumlah
2017-2019
Jenis data yang digunakan dalam peneltian ini adalah jenis data sekunder
data dalam penelitian ini diperoleh dari website BEI www.idx.co.id. Data
yang digunakan dalam laporan keuangan adalah laba bersih negatif sebelum
pajak, arus kas aktivitas operasi, dan menghitung total debt to equity ratio.
39
3.5. Definisi Operasional Variabel dan Pengukuran
tersebut selama periode tertentu. Laba yang digunakan dalam penelitian ini
adalah laba bersih sebelum pajak. Alasan penggunaan laba bersih sebelum pajak
adalah untuk menghindari pengaruh penggunaan tarif pajak yang berbeda antar
meliputi arus kas masuk dan arus kas keluar bersih yang berasal dari aktivitas
operasi terkait, seperti pemberian kredit kredit kepada pelanggan, investasi dalam
persediaan, dan perolehan kredit dari pemasok. Arus kas operasi yang dipakai
perhitungannya:
40
3.5.4.3. Debt To Equity Ratio
buruk, karena tingkat utang yang semakin tinggi berarti beban bunga akan
perhitungannya:
Total Hutang
DER =
Modal
distress, variabel ini merupakan variabel binary yang memiliki arti variabel
disajikan dalam bentuk dummy. Dengan ukuran binominal yaitu perusahaan yang
Z = X1 + X2 + X3 + X4 + X5
41
X5 : sales / total asset
a. Jika nilai Z < 1.8 maka termasuk perusahaan beresiko tinggi mengalami
financial distress.
b. Jika nilai 1.8 < Z < 2.70 maka termasuk perusahaan memiliki
c. Jika nilai 2.70 < Z > 2.99 maka termasuk perusahaan yang memiliki suatu
d. Z < 3.00 maka termasuk perusahaan yang baik atau terhindar dari resiko
kebangkrutan
yaitu memiliki nilai Z dibawah 2.70 dan nilai 0 untuk perusahaan yang tidak
mengalami kondisi financial distress yaitu memiliki nilai Z di atas 2.70. Data
42
3.6. Prosedur Analisis Data
mengenai variabel yang terdiri dari variabel independen dan variabel dependen.
Statistik deskriptif juga memberikan gambaran atau deskripsi tentang suatu data
dari rata-rata. Nilai maksimum digunakan untuk mengetahui jumlah terbesar data
data yang bersangkutan. Dengan demikian, analisis ini berguna untuk memberi
gambaran tentang laba, arus kas, dan debt to equity ratio dilihat dari nilai rata-
Uji asumsi klasik merupakan asumsi bahwa setiap variabel dan semua
kombinasi linear dari variabel berdistribusi normal. Jika asumsi ini dipenuhi,
maka nilai residual dari analisis juga berdistribusi normal dan independen.
Asumsi ini pada umumnya dapat diuji dengan melihat normalitas, linearitas,
(Ghozali, 2018:27). Namun, asumsi tersebut tidak berlaku sepenuhnya pada uji
analisis regresi logistik. Menurut Gregory dan Bader (2018) dalam artikel yang
43
Control”, menjelaskan beberapa asumsi yang berlaku untuk regresi logistik
Salah satu asumsi utama untuk memulai regresi logistik adalah struktur
sama lain. Dengan kata lain, observasi tidak boleh berasal dari
44
Berdasarkan asumsi-asumsi tersebut, maka dapat disimpulkan uji asumsi
klasik yang diperlukan dalam penelitian ini hanya uji multikolonieritas sebagai
berikut.
1. Uji Multikolonieritas
ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang
regresi, yaitu dengan memperhatikan (1) nilai tolerance dan lawannya, (2)
variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel
tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance).
adalah nilai tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 0.10
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur
dari Goodness of Fitt nya. Secara statistik, kelayakan model regresi dapat diukur
dari nilai koefisien determinasi dan nilai statistik t. Perhitungan statistik disebut
signifikan secara statistik, apabila nilai uji statistiknya berada dalam daerah kritis
(daerah di mana Ho ditolak). Sebaliknya, disebut tidak signifikan bila nilai uji
45
Hosmer and Lemeshow’s Goodness of Fit Test menguji hipotesis nol
bahwa data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara
model dengan data sehingga model dapat dikatakan fit). Jika nilai Hosmer and
Lemeshow Goodness of Fit Test statistik sama dengan atau kurang dari 0.05, maka
hipotesis nol ditolak yang berarti ada perbedaan signifikan antara model dengan
nilai observasinya, sehingga Lemeshow Goodness of Fit Test model tidak baik
karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistik
Lemeshow Goodness of Fit Test lebih besar dari 0.05, maka hipotesis nol tidak
dapat ditolak dan berarti model mampu memprediksi nilai observasinya atau dapat
2018).
Beberapa tes statistik diberikan untuk menilai overall fit model terhadap
data, hipotesis untuk menilai model fit dengan data adalah sebagai berikut:
Hipotesis tersebut bermakna tidak menolak hipotesis nol agar model fit
dengan q adalah jumlah parameter dalam model. Jika hasil -2LogL setelah
46
dimasukkan variabel independen lebih dari nilai signifikansi alpha 5%,
menunjukkan bahwa hipotesis nol tidak diterima yang berarti model dengan nilai
konstanta saja tidak fit dengan data, sedangkan jika nilai -2LogL setelah
menunjukkan bahwa hipotesis nol diterima dan model dengan nilai konstanta serta
determinasi R2 antara nol dan satu. R2= 0,1, artinya apabila nilai R2 kecil berarti
47
4. Pengujian Signifikansi dari Koefisiensi Regresi
p
ln =a+ b 1 X 1+b 2 X 2+b 3 X 3+e
(1−p)
Keterangan:
a : Konstanta
b : Koefisien
X1 : Laba
X2 : Arus kas
e : Error
5. Pengujian Hipotesis
48
b. Penarikan Kesimpulan Hipotesis
terikat ditolak.
terikat ditolak.
49
BAB IV
Pada bab 4 akan dibahas tahap-tahap data pengolahan data yang kemudian
akan dianalisis mengenai “Pengaruh Informasi Laba, Arus Kas, dan Rasio
data sekunder yang diperoleh dari website BEI dan website masing-masing
perusahaan dan sumber lain yang dapat diakses oleh publik. Sampel yang
Secara historis, pasar modal telah hadir jauh sebelum Indonesia merdeka.
Pasar modal atau bursa efek telah hadir sejak jaman kolonial Belanda dan tepatnya
pada tahun 1912 di Batavia. Pasar modal ketika itu didirikan oleh pemerintah
pasar modal telah ada sejak tahun 1912, perkembangan dan pertumbuhan pasar
modal tidak berjalan seperti yang diharapkan, bahkan pada beberapa periode
beberapa faktor seperti perang dunia ke I dan II, perpindahan kekuasaan dari
yang menyebabkan operasi bursa efek tidak dapat berjalan sebagaimana mestinya.
1977, dan beberapa tahun kemudian pasar modal mengalami pertumbuhan seiring
50
dengan berbagai insentif dan regulasi yang dikeluarkan pemerintah hingga saat ini
Pasar modal memiliki peran yang besar bagi perekonomian suatu negara
karena pasar modal menjalankan dua fungsi sekaligus, yaitu fungsi ekonomi dan
fungsi keuangan. Investasi dalam saham tergantung pada fluktuasi harga saham di
keuangan perusahaan tersebut. Untuk itu dalam melakukan investasi dalam bentuk
sampel dan digunakan untuk mengolah data penelitian dapat dilihat dari tabel 4.1
51
16 GJTL Gajah Tunggal Tbk
17 HDTX Panasia Indo Resources Tbk
18 IIKP Inti Agri Resources Tbk
19 IKAI Intikeramik Alamasri Industri Tbk
20 KIAS Keramika Indonesia Asosiasi Tbk
21 KICI Kedaung Indah Can Tbk
22 KRAS Krakatau Steel (Persero) Tbk
23 LMPI Langgeng Makmur Industri Tbk
24 MAIN Malindo Feedmill Tbk
25 MASA Multistrada Arah Sarana Tbk
26 MBTO Martina Berto Tbk
27 MRAT Mustika Ratu Tbk
28 PCAR PT Prima Cakrawala Abadi Tbk
29 POLY Asia Pacific Fibers Tbk
30 RMBA Bentoel International Investama Tbk
31 SIPD PT Sreeya Sewu Indonesia Tbk
32 SMCB PT Solusi Bangun Indonesia Tbk
33 SSTM Sunson Textile Manufacturer Tbk
34 TIRT Tirta Mahakam Resources Tbk
Sumber: www.idx.co.id
diolah dalam penelitian. Uji statistik deskriftif melalui program aplikasi IBM
52
statistik deskriptif maka diperoleh informasi mengenai nilai minimum, nilai
maksimum, rata-rata (mean) dan standar deviasi dari setiap variabel penelitian.
Data statistik deskriptif dari variabel-variabel penelitian dapat dilihat dalam tabel
Std.
N Minimum Maximum Mean
Deviation
Laba (X1) 102 -2.63 .73 -.0629 .28753
Arus Kas (X2) 102 -.31 .75 .0187 .10060
DER (X3) 102 -10.19 23.92 1.6006 4.00701
Financial Distress 102 0 1 .82 .383
(Y)
Valid N (listwise) 102
penelitian ini sebanyak 102 data perusahaan manufaktur yang terdaftar di BEI
tahun 2017-2019.
1. Nilai rata-rata laba bersih sebelum pajak (EBT) tahun 2017-2019 adalah
sebesar .28753 dan lebih besar dari nilai rata-rata sehingga dapat dikatakan
secara normal (dengan kata lain mean bukanlah parameter yang tepat
laba bersih sebelum pajak yang terendah pada perusahaan sampel yang
53
terdapat pada AISA tahun 2017. Sedangkan nilai maksimum sebesar .73
2. Nilai rata-rata arus kas aktivitas operasi (Arus Kas Operasi ) tahun 2017-
2019 adalah sebesar .0187. Hal ini dapat diartikan bahwa rata-rata 34
1.87% dari total aset yang dimilikinya. Standar deviasi (Arus Kas Operasi)
adalah sebesar .10060 dan lebih besar dari nilai rata-rata sehingga dapat
3. Nilai rata-rata debt to equity ratio (DER) tahun 2017-2019 adalah sebesar
deviasi (DER) adalah sebesar 4.00701 dan lebih besar dari nilai rata-rata
54
4. Variabel Financial Distress (Y) yang menunjukkan perusahaan termasuk
dalam kriteria dengan nilai 0 jika perusahaan sehat dan nilai 1 jika
sebesar 81%. Tirta Mahakam Resources, Tri Banyan Tirta Tbk, dan Citra
Tubindo Tbk adalah contoh perusahaan yang tidak sehat yang diberi
dengan kode 1 dan PT Lotte Chemical Titan Tbk dan Inti Agri Resources
kategori dengan dua kategori yaitu, perusahaan yang tidak sehat dan perusahaan
yang sehat.
Gregory dan Bader (2018) dalam artikel yang berjudul Logistic and
Uji regresi logistik sangat berbeda dengan uji regresi linear pada
umumnya, karena uji regresi logistik tidak mengharuskan beberapa asumsi utama
yang diharuskan oleh model linear dan model linear umum (serta model berbasis
diperlukan, dan variabel dependen dalam regresi logistik tidak diukur pada suatu
55
interval atau skala rasio (hal 4).
Oleh karena itu, uji asumsi klasik yang dilakukan dalam penelitian ini
1. Uji Multikolonieritas
linier yang baik adalah model regresi yang tidak ditemukan gejala adanya
menggunakan nilai tolerance atau nilai Variance Inflation Factor (VIF). Model
penelitian dikatakan tidak terjadi gejala multikolinearitas jika nilai tolerance >
0,10 dan nilai VIF < 10. Hasil uji multikolinearitas dapat dilihat pada tabel 4.3
berikut.
Collinearity
Model Statistics
Tolerance VIF
1 Laba (X1) .817 1.223
Arus Kas .812 1.232
(X2)
DER (X3) .983 1.017
Dependent Variable: Financial Distress
(Y)
Berdasarkan tabel 4.3 diatas dapat dilihat bahwa nilai tolerance dari
masing-masing variabel yakni Laba (X1), Arus Kas (X2), dan DER (X3) adalah
lebih besar dari 0,10. Kemudian untuk nilai VIF yang diperoleh dari masing-
masing variabel adalah kurang dari 10. Hal ini menunjukkan bahwa model regresi
56
tidak mengalami masalah multikolinearitas, sehingga dapat diartikan bahwa
model regresi yang digunakan adalah baik karena tidak terjadi korelasi diantara
logistik karena variabel dependen bersifat dikotomi (perusahaan tidak sehat atau
menggunakan goodness of fit test yang diukur berdasarkan nilai Chi-Square pada
tabel Hosmer and Lemeshow Test (Tabel 4.4). Hosmer and Lemeshow’s
Goodness of Fit Test menguji hipotesis nol bahwa data empiris sesuai dengan
model (tidak ada perbedaan antara model dengan data sehingga model dapat
dikatakan fit).
dengan signifikansi sebesar 0.090 yang nilainya lebih besar daripada 0.05.
57
nilai observasinya atau dapat dikatakan model menerima Ho yang berarti tidak
ada perbedaan klasifikasi yang diamati. Itu berarti model regresi logistik bisa
Uji ini digunakan untuk melihat model yang telah dihipotesiskan telah fit
atau tidak dengan data. Pengujian dilakukan dengan membandingkan nilai antara -
2 log likelihood pada awal (block number = 0) dengan nilai -2 log likelihood pada
akhir (block number = 1). Nilai -2 log likelihood awal pada block number = 0,
Iteration Historya,b,c
-2 Log Coefficients
Iteration likelihood Constant
Step 0 1 96.012 1.294
2 95.068 1.523
3 95.064 1.540
4 95.064 1.540
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 95.064
c. Estimation terminated at iteration number 4 because
parameter estimates changed by less than .001.
Nilai -2 log likelihood pada block number = 1, dapat dilihat pada tabel 4.6.
Dari Tabel 4.5 dapat dilihat bahwa -2 log likelihood awal pada block number = 0,
yaitu model hanya memasukkan konstanta yang dapat dilihat pada step 4,
memperoleh nilai sebesar 95.064. Kemudian pada tabel 4.6 dapat dilihat nilai -2
likelihood akhir dengan block number = 1, nilai -2 likelihood pada step 1 iteraksi
6 adalah 88.860. Adanya penurunan nilai antara -2 log likelihood awal dengan
58
nilai -2 likelihood akhir menunjukkan bahwa model yang dihipotesiskan fit
Iteration Historya,b,c,d
Coefficients
Iteration -2 Log likelihood Constant
Step 1 92.364 1.188
1 2 89.174 1.383
3 88.876 1.413
4 88.860 1.411
5 88.860 1.410
6 88.860 1.410
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 95.064
d. Estimation terminated at iteration number 6 because parameter
estimates changed by less than .001.
Nilai koefisien determinasi adalah 0 s.d.1, yang mana apabila nilai tersebut
59
60
Dari tabel 4.7 diatas, nilai Negelkerke R Square yang diperoleh adalah
0.097 atau 9,7%. Dari nilai tersebut dapat diartikan bahwa variabel independent
(laba bersih sebelum pajak, arus kas operasi, dan debt to equity ratio)
dijelaskan oleh faktor lain seperti Good Corporate Governance, likuiditas, firm
a. Variable (s) entered on step 1: Laba (X1), Arus Kas (X2), DER (X3)
61
Dari hasil perhitungan sebagaimana yang ditunjukkan pada tabel 4.8
fd
ln =1.410−.102 X 1+7.948 X 2+.099 X 3+ e
(1−fd )
Nilai intercept konstanta adalah sebesar 1.410. hasil ini dapat diartikan
Nilai variabel X1 adalah negatif sebesar -.102. Nilai negatif ini berarti
62
4. Debt To Equity Ratio
5. Pengujian Hipotesis
Asymptotic Significance yang digunakan dapat dilihat pada Tabel Hasil Uji
Regresi Logistik (Tabel 4.8). berdasarkan tabel tersebut, hasil uji hipotesis
berikut:
distress.
63
b. Variabel Arus Kas Aktivitas Operasi (X2)
distress.
0.281. Hal ini menunjukkan nilai signifikansinya lebih besar dari 0.05
64
4.5. Interpetasi Hasil Penelitian
menunjukkan bahwa nilai Asymptotic Significance sebesar 0.956. Nilai ini lebih
Artinya bahwa laba bersih sebelum pajak tidak berpengaruh terhadap financial
distress perusahaan manufaktur yang memiliki laba negatif di BEI tahun 2017-
2019.
Hasil penelitian ini tidak sejalan dengan teori yang menyatakan bahwa
kuangan. Hal ini mungkin disebabkan karena perubahan laba yang terjadi
cenderung stabil yaitu tidak ada kenaikan kerugian yang signifikan, sehingga
tidak memberikan dampak yang terlalu besar terhadap perusahaan yang dapat
manufaktur mecatat laba bersih sebelum pajak sebesar -6.29% cenderung tidak
distress.
perbandingan antara laba sebelum pajak dengan total aset suatu perusahaan,
menghasilkan laba bersih berdasarkan total aset suatu perusahaan. Nilai rasio
65
yang efektif perusahaan berpotensi menghasilkan laba yang lebih besar dan
menunjukkan kinerja perusahaan yang baik. Sehingga dengan nilai rasio laba
distress bagi perusahaan akan semakin rendah. Sebaliknya semakin rendah nilai
rasio laba maka kemungkinan terjadinya kondisi financial distress bagi suatu
ini cenderung mengalami penurunan kerugian dari tahun 2017 sampai 2019.
Beberapa contohnya adalah Tri Banyan Tirta Tbk, Saranacentral Bajatama Tbk,
dan Panasia Indo Resources Tbk dimana kerugian setiap tahunnya mengalami
penurunan, selain itu contoh lainnya seperti Mustika Ratu Tbk, PT Sreeya Sewu
Indonesia Tbk, dimana tahun pada 2017 mengalami kerugian namun setelah itu
pada tahun 2018 sampai 2019 mengalami kenaikan laba hal ini dapat menjadikan
kondisi perusahaan yang semakin membaik sehingga tidak dapat diprediksi akan
Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Rice
(2015) dan Julius (2017) dimana dihasilkan bahwa laba tidak memiliki
Hasil penelitian mendapatkan bahwa nilai arus kas aktivitas operasi yang
distress. Hal ini ditunjukkan dengan nilai signifikansi 0.076 yang lebih besar
dibandingkan tingkat signifikansi yang digunakan yaitu 0.05 Hasil penelitian ini
66
tidak mendukung temuan dari penelitian terdahulu yang dilakukan oleh Mas’ud
& Srengga (2012), Julius (2017), dan Kusumaningdyah & Hanindyo (2019) yang
nilai ini adalah angka yang lebih besar dari satu, itu berarti bisnis memiliki cukup
distress dalam perusahaan. Salah satu alasan yang mungkin mendasarinya adalah
laporan arus kas yang disajikan dalam perusahaan memiliki informasi yang
cukup kompleks. Laporan arus kas terbagi menjadi tiga klasifikasi dan memiliki
pola dan kriteria yang berbeda. Laporan ini terdiri dari laporan arus kas operasi,
kondisi keuangan perusahaan untuk kegiatan operasinya. Hal ini belum menjadi
dengan baik sehingga dengan menggunakan informasi arus kas tidak mudah
pendapatan dan beban. Nilai arus kas yang tinggi menggambarkan pendapatan
lebih besar dari beban-beban yang harus dikeluarkan oleh perusahaan. Laporan
ini kurang lebih memuat informasi yang sama dengan laporan laba rugi sehingga
(Djongkang & Rio Rita, 2014). Nilai arus kas yang kompleks ini tidak dapat
67
dijadikan sebagai informasi utama dalam menilai kinerja perusahaan oleh
principal. Arus kas yang bernilai negatif belum berarti manajemen memiliki
arus kas saja tidak dapat mempengaruhi kepercayaan investor atau kreditor
berpengaruhnya arus kas adalah kondisi perusahaan yang memiliki nilai arus kas
arus kas dapat terjadi secara ekstrem, dimana dalam satu periode perusahaan
yang ekstrem tersebut cenderung tidak dianggap menjadi salah satu faktor yang
Nilai arus kas yang digunakan dalam penelitian ini tidak bisa digunakan
perusahaan Eterindo Wahanatama Tbk dan Martina Berto Tbk dimana pada
tahun 2017 mengalami kerugian namun pada tahun 2018 mengalami keuntungan
yang tinggi dan mengalami kerugian kembali pada tahun 2019. Begitu juga
dengan perusahaan Kedaung Indah Can Tbk dan Asia Pacific Fibers Tbk pada
tahun 2017 mengalami keuntungan namun tahun 2018 mengalami kerugian dan
Rice (2015), Ayuningtiyas & Suryono (2017), dan Ardeati (2018) yang
68
4.5.3. Pengaruh Debt To Equity Ratio Terhadap Financial Distress
dari 0.05 yang berarti bahwa debt to equity ratio tidak memiliki kemampuan
dalam mempreediksi financial distress. Hal ini mendukung penelitian dari Rice
(2015) dan Julius (2017) yang menyatkan bahwa debt to equity ratio tidak
dilakukan oleh Ginting (2017) yang menyatakan bahwa debt to equity ratio
Nilai rata-rata debt to equity ratio sebesar 1.6006 menunjukkan nilai yang
masih tergolong kategori aman, karena tidak melebihi 2 kali atau 200%
(www.majoo.id). Semakin rendah rasio debt to equty ratio maka semakin bagus.
perusahaan lebih kecil daripada seluruh aset yang dimilikinya, sehingga dalam
ekstrim dalam observasi data sehingga tidak memberikan hasil yang signifikan
69
cenderung tidak perlu menanggung beban pinjaman dan bunga atau hutang yang
tergantung dari pihak luar. Apabila perusahaan tidak dapat mengelola hutangnya
dengan baik dan optimal, akan berdampak buruk terhadap kondisi kesehatan
keuangan perusahaan.
bawah angka 1 adalah Polychem Indonesia Tbk, Citra Tubindo Tbk, Gunawan
Dianjaya Steel Tbk, Keramika Indonesia Asosiasi Tbk, Kedaung Indah Can Tbk,
Mustika Ratu Tbk, dan PT Prima Cakrawala Abadi Tbk. Selain itu juga
perusahaan Inti Agri Resources Tbk yang hanya memiliki nilai rasio hanya 0,08
yang berada jauh di bawah angka 1 yang menandakan perusahaan sangat bagus.
Dan Berdasarkan itu debt to equity ratio tidak dapat memprediksi kondisi
70
BAB V
PENUTUP
5.1. Simpulan
Penelitian ini menganalisis tentang pengaruh informasi laba, arus kas, dan
2. Variabel arus kas aktivitas operasi yang dihitung menggunakan arus kas
distress , hal tersebut dikarenakan nilai arus kas operasi yang lebih besar
dari 1, itu berarti bisnis memiliki cukup uang untuk melunasi kewajiban
lancar. Informasi yang cukup kompleks karena pada laporan arus kas
71
5.2. Implikasi Penelitian
implikasi penelitian teoritis dan praktis, implikasi teoritis dari agensi mengenai
dalam hasil penelitian ini dapat memperkuat penelitian sebelumnya dan menjadi
ilmu pengetahuan akuntansi khususnya yang berkaitan dengan laba, arus kas,
rasio solvabilitas, dan financial distress. Implikasi praktis penelitian ini ditujukan
bagi pihak manjemen maupun eksternal seperti kreditor dan investor sebagai
distress.
penelitian ini. Hal ini dikarenakan hasil uji R squere 9,7% yang berarti
masih banyak variabel lain yang belum digali dalam penelitian ini.
72
2. Penelitian ini hanya terbatas pada perusahaan manufaktur terdaftar di
lain yang dapat mempengaruhi kondisi financial distress yang lebih tepat
seperti pada indeks lain atau sektor industri lainnya dan memperpanjang
73
DAFTAR PUSTAKA
Ardeati. (2018). Pengaruh Arus kas, Laba Dan Leverage Terhadap Financial
Distress (Studi Empiris Pada Perusahaan Non Bank Di Bursa Efek Indonesia
Periode 2012-2016). Skripsi. Universitas Sanata Dharma,Yogyakarta.
Ayuningtiyas, I. S., & Suryono, B. (2017). Pengaruh Likuiditas, Profitabilitas,
Leverage, dan Arus Kas Terhadap Financial Distress. Jurnal Ilmu Dan Riset
Akuntansi, 8, 1.
Chrissentia, T., & Syarief, J. (2018). Analisis Pengaruh Rasio Profitabilitas,
Leverage, Likuiditas, Firm Age dan Kepemilikan Institusional Terhadap
Financial Distress (Pada Perusahaan Jasa Non Keuangan yang terdaftar di
Bursa Efek Indonesia Tahun 2014-2016). 16(1), 45–61.
Daniati, N. (2006). Pengaruh Kandungan Informasi Komponen Laporan Arus
Kas, Laba Kotor, Size Perusahaan Terhadap Expected Return Saham.
Darmadji, & Fakhrudin. (2006). Pasar Modal d Indonesia Pendekatan Tanya
Jawab. Salemba Empat.
Djongkang, F., & Rio Rita, M. (2014). Manfaat Laba dan Arus Kas untuk
Memprediksi Kondisi Financial Distress. Seminar Nasional Dan Call for
Paper (Sancall), 247–255.
Fardania, I. M., Ermawati, E., & Wiyono, W. (2017). Pengaruh Likuiditas ,
Solvabilitas Dan Profitabilitas Terhadap Financial Distress ( Studi Empiris
Pada Perusahaan Manufaktur Sub Sektor Makanan Dan Minuman Yang
Terdaftar Di Bursa Efek Indonesia Periode 2015 – 2017 ). 2(July 2019),
188–195.
Ginting, M. C. (2017). Pengaruh Current Ratio dan Debt to Equity Ratio ( DER )
Terhadap Financial Distress pada Perusahaan Property & Real Estate di
Bursa Efek Indonesia. 3(2), 37–44.
Hidayat, M. A., & Meiranto, W. (2014). Prediksi Financial Distress Perusahaan
Manufaktur Di Indonesia. 3(2002), 1–11.
Home, J. C. (2005). Prinsip-prinsip Manajemen Keuangan (Fundamental of
Financial Management) (12th ed.). Diterjemahkan oleh Dewi Fitriasari.
Jakarta: Salemba Empat.
74
IAI. (2012). Standar Akuntansi Keuangan. Jakarta: Salemba Empat.
Julius, P. . (2017). Pengaruh Financial Leverage, Firm Growth, Laba dan Arus
Kas Terhadap Financial Distress (Studi Empiris Pada Perusahaan
Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2010-2014). 4,
1164–1178.
Kadir, A. (2014). Analisis Laba dan Arus Kas dalam Memprediksi Financial
Distress pada Perusahaan Manufaktur di Bursa Efek Indonesia. 6, 2.
Kasmir. (2012). Analisis Laporan Keuangan. Jakarta: PT. Raja Grafindo Persada.
Kusumaningdyah, A., & Hanindyo, B. S. (2019). Manfaat Pengaruh Penggunaan
Laba Dan Arus Kas Untuk Memprediksi Financial Distress. Jurnal Ilmiah
Akuntansi Indonesia, 07(1), 83–100.
Listiana. (2013). Pengaruh Corporate Governance, Profitabilitas, Dan Leverage
Terhadap Financial Distress.
Mas’ud, I., & Srengga, R. M. (2012). Analisis Rasio Keuangan Untuk
Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang
Terdaftar di Bursa Efek Indonesia. Jurnal Akuntansi Universitas Jember.,
139–154.
Morata, R., Alipudin, A., & Maiyarash, A. (2018). Pengaruh Debt To Asset Ratio
(DAR), Current Ratio, dan Corporate Governance Dalam Memprediksi
Financial Distress Pada Perusahaan BUMN Sektor Non Keuangan yang
Terdaftar di Bursa EfekIndonesia. 4(2), 249–266.
Nailufar, F., Sufitrayati, & Badaruddin. (2018). Pengaruh Laba dan Arus Kas
Terhadap Kondisi Financial Distress Pada Perusahaan Non Bank Yang
Terdaftar Di Bursa Efek Indonesia. 2(2), 147–162.
Permatasari. (2016). Pengaruh Rasio Keuangan dan Ukuran Perusahaan
Terhadap Financial Distress (Studi Pada Perusahaan Pertambangan yang
Terdaftar di Bursa Efek Indonesia Tahun 2011-2014. Skripsi. Universitas
Pembangunan Nasional, Yogyakarta.
Platt, H. D., & Platt, M. B. (2002). Predicting Corporate Financial Distress :
Reflections on Choice-Based Sample Bias. 26(2), 184–199.
Rice. (2015). Altman Z-Score: Mendeteksi Financial Distress. 5, 111–120.
75
Rusaly. (2016). Pengaruh Likuiditas, dan Profitabilitas Terhadap Financial
Distress Pada Perusahaan Transportasi Yang Terdaftar di BEI Tahun 2010-
2014. Skripsi. Universitas Hasanuddin, Makassar.
Setiawan, R., & Fitria, Y. (2020). Pengaruh Debt Ratio , Current Ratio dan
Return On Assets Terhadap Financial Distress pada Perusahaan Manufaktur
Sektor Industri Dasar dan Kimia yang Terdaftar di Bursa Efek Indonesia.
17(2), 226–230.
Soemarso. (2004). Akuntansi Suatu Pengantar. Jakarta: Salemba Empat.
Stice, & Dkk. (2004). Intermediate Accounting (15th ed.). Salemba Empat.
Subramanyam. (2017). Analisis Laporan Keuangan (11th ed.). Jakarta: Salemba
Empat.
Sugiyono. (2018). Metode Penelitian: Kuantitatif, Kualitatif, dan R&D. Bandung:
Alfabeta.
Suwardjono. (2008). Teori Akuntansi: Perekayasaan Pelaporan Keuangan.
Triwahyuningtias, M., & Muharam, H. (2012). Analisis Pengaruh Struktur
Kepemilikan , Ukuran Dewan, Komisaris Independen, Likuiditas, dan
Leverage Terhadap Terjadinya Financial Distress (Studi Pada Perusahan
Manufaktur Yang Terdaftar Di Bursa Efek Indonesia Tahun 2008-2010). 1,
1–14.
Wahyuningtyas, F. (2010). Penggunaan Laba dan Arus Kas untuk Memprediksi
Kondisi Financial Distress (studi kasus pada perusahaan bukan bank yang
terdaftar di Bursa Efek Indonesia periode tahun 2005-2008). Skripsi,
Universitas Diponogoro. Semarang.
76
LAMPIRAN
Lampiran 1: Daftar Perusahaan yang Menjadi Sampel Penelitian
No Kode Perusahaan Nama Perusahaan
1 ADMG Polychem Indonesia Tbk
2 AISA Tiga Pilar Sejahtera Food Tbk
3 ALTO Tri Banyan Tirta Tbk
4 APLI Asiaplast Industries Tbk
5 ARGO Argo Pantes Tbk
6 BAJA Saranacentral Bajatama Tbk
7 BRNA Berlina Tbk
8 BTEK Bumi Teknolkultura Unggul Tbk
9 CPRO Central Proteina Prima Tbk
10 CTBN Citra Tubindo Tbk
11 ESTI Ever Shine Textile Industry Tbk
12 ETWA Eterindo Wahanatama Tbk
13 FPNI PT Lotte Chemical Titan Tbk
14 GDST Gunawan Dianjaya Steel Tbk
15 GDYR Goodyear Indonesia Tbk
16 GJTL Gajah Tunggal Tbk
17 HDTX Panasia Indo Resources Tbk
18 IIKP Inti Agri Resources Tbk
19 IKAI Intikeramik Alamasri Industri Tbk
20 KIAS Keramika Indonesia Asosiasi Tbk
21 KICI Kedaung Indah Can Tbk
22 KRAS Krakatau Steel (Persero) Tbk
23 LMPI Langgeng Makmur Industri Tbk
24 MAIN Malindo Feedmill Tbk
25 MASA Multistrada Arah Sarana Tbk
26 MBTO Martina Berto Tbk
27 MRAT Mustika Ratu Tbk
77
28 PCAR PT Prima Cakrawala Abadi Tbk
29 POLY Asia Pacific Fibers Tbk
30 RMBA Bentoel International Investama Tbk
31 SIPD PT Sreeya Sewu Indonesia Tbk
32 SMCB PT Solusi Bangun Indonesia Tbk
33 SSTM Sunson Textile Manufacturer Tbk
34 TIRT Tirta Mahakam Resources Tbk
78
-
19 IKAI 2017 -1.06 2.335 -0.2903 1.18 0.061 1
-
20 KIAS 2017 0.202 0.255 -0.0536 4.73 0.458 0
-
21 KICI 2017 0.522 0.113 0.0712 1.191 0.759 1
-
22 KRAS 2017 -0.08 0.176 -0.02 0.437 0.352 1
23 LMPI 2017 0.254 -0.15 -0.0415 1.1 0.493 1
24 MAIN 2017 -0.06 0.204 -0.0003 0.019 1.357 1
25 MASA 2017 -0.01 0.078 -0.011 0.428 0.426 1
26 MBTO 2017 0.343 0.112 -0.0406 0.291 0.937 1
27 MRAT 2017 0.558 0.443 -0.0027 0.41 0.693 1
-
28 PCAR 2017 -0.25 0.636 -0.0896 0.247 0.474 0
29 POLY 2017 0.469 -0.27 -0.0046 2.596 0.962 1
-
30 RMBA 2017 -4.27 9.525 -0.0042 0.541 1.726 1
-
31 SIPD 2017 0.307 0.448 -0.0284 0.353 1.438 1
-
32 SMCB 2017 0.043 0.256 -0.106 1.072 1.094 1
33 SSTM 2017 -0.13 0.016 -0.0352 0.308 0.478 1
-
34 TIRT 2017 0.213 0.243 -0.0513 0.745 0.568 1
-
35 ADMG 2018 0.348 0.132 -0.005 5.861 1.271 0
-
36 AISA 2018 -2.42 3.148 -0.0471 0.13 0.872 1
-
37 ALTO 2018 -0.05 0.128 -0.0412 0.303 0.262 1
38 APLI 2018 0.001 0.119 -0.0393 0.456 0.871 1
-
39 ARGO 2018 -1.1 3.259 -0.1028 0.43 0.351 1
-
40 BAJA 2018 -0.13 0.179 -0.1004 0.218 1.42 1
41 BRNA 2018 -0.01 0.04 -0.0086 0.037 0.536 1
42 BTEK 2018 0.108 0.002 0.015 0.199 0.172 1
43 CPRO 2018 -0.19 -0.97 0.2787 0.848 1.124 1
44 CTBN 2018 0.262 0.311 -0.0479 0.667 0.55 1
45 ESTI 2018 -0.05 -1.06 0.0216 1.678 0.58 1
-
46 ETWA 2018 -0.77 0.609 -0.1186 0.287 0.022 1
47 FPNI 2018 0.067 - 0.0437 1.756 2.216 0
79
0.548
-
48 GDST 2018 -0.06 0.061 -0.0936 2.027 1.151 0
49 GDYR 2018 -0.17 0.4 0.0082 1.094 1.269 0
50 GJTL 2018 0.146 0.208 -0.0043 0.126 0.779 1
-
51 HDTX 2018 -0.34 3.065 -0.6057 3.995 0.9 1
-
52 IIKP 2018 -0 0.338 -0.0566 15.36 0.06 0
-
53 IKAI 2018 -0.08 0.329 0.0524 1.697 0.008 1
-
54 KIAS 2018 0.216 0.304 -0.0558 4.612 0.514 0
-
55 KICI 2018 0.528 0.077 -0.0072 1.161 0.564 1
-
56 KRAS 2018 -0.17 0.224 -0.0492 0.395 0.486 1
-
57 LMPI 2018 0.186 0.218 -0.0748 1.105 0.579 1
58 MAIN 2018 0.169 0.249 0.0918 0.018 1.547 1
59 MASA 2018 0.024 0.059 -0.0801 0.422 0.542 1
-
60 MBTO 2018 0.235 0.038 -0.2394 0.308 0.775 1
61 MRAT 2018 0.507 0.426 0.0037 0.372 0.587 1
62 PCAR 2018 0.012 -0.68 -0.0513 0.219 0.621 0
-
63 POLY 2018 0.532 0.387 -0.0636 4.027 1.503 1
64 RMBA 2018 -4.06 -9.2 0.064 0.544 2.011 1
-
65 SIPD 2018 0.239 0.461 -0.0218 0.279 1.473 1
66 SMCB 2018 0.049 -0.25 0.0155 1.152 1.426 1
-
67 SSTM 2018 -0.38 0.028 -0.0367 0.313 0.556 1
-
68 TIRT 2018 0.308 0.277 0.0035 0.844 0.78 1
-
69 ADMG 2019 0.299 0.261 -0.1166 4.562 0.914 0
-
70 AISA 2019 -0.36 2.454 0.7301 0.194 0.808 1
-
71 ALTO 2019 -0.02 0.135 -0.01 0.303 0.312 1
72 APLI 2019 0.085 0.166 0.0467 0.66 1.045 1
-
73 ARGO 2019 -1.21 3.462 -0.0909 0.422 0.228 1
74 BAJA 2019 -0.13 - 0.006 0.236 1.282 1
80
0.196
-
75 BRNA 2019 -0.08 0.007 -0.0705 0.037 0.54 1
76 BTEK 2019 0.079 -0.01 -0.0228 0.204 0.14 1
-
77 CPRO 2019 -0.58 1.123 -0.058 0.882 1.196 1
78 CTBN 2019 0.276 0.286 0.0198 0.535 0.833 1
-
79 ESTI 2019 0.05 1.122 -0.0434 1.611 0.489 1
80 ETWA 2019 -0.81 -0.67 -0.0963 0.264 0.199 1
-
81 FPNI 2019 0.104 0.668 -0.0261 2.463 2.003 0
-
82 GDST 2019 -0.09 0.031 0.0178 1.099 1.054 1
83 GDYR 2019 -0.21 0.402 -0.0103 1.153 1.157 1
84 GJTL 2019 0.142 0.232 0.0243 0.138 0.845 1
-
85 HDTX 2019 -0.53 4.399 -0.1622 5.092 0.02 1
-
86 IIKP 2019 0.263 0.039 0.2141 14.57 0.052 0
-
87 IKAI 2019 -0.02 0.374 -0.053 2.226 0.062 1
-
88 KIAS 2019 0.117 0.803 -0.4121 4.944 0.597 0
-
89 KICI 2019 0.545 0.112 -0.0274 1.054 0.596 1
-
90 KRAS 2019 -0.55 0.668 -0.1622 0.337 0.432 1
-
91 LMPI 2019 0.103 0.289 -0.0764 1.125 0.702 1
92 MAIN 2019 0.066 0.26 0.0535 0.017 1.604 1
93 MASA 2019 0.125 -0.18 -0.0204 0.537 0.706 1
-
94 MBTO 2019 -0.23 0.522 -0.1493 0.301 0.085 1
95 MRAT 2019 0.506 0.41 0.0046 0.326 0.573 1
-
96 PCAR 2019 0.385 0.398 -0.0793 2.88 0.503 0
-
97 POLY 2019 -4.04 9.104 -0.039 0.537 1.655 1
-
98 RMBA 2019 0.324 0.402 0.0017 0.212 1.226 1
-
99 SIPD 2019 0.093 0.189 0.0445 0.999 1.662 1
10 -
0 SMCB 2019 0.012 0.001 0.0208 0.304 0.565 1
81
10 -
1 SSTM 2019 0.189 0.315 -0.0414 0.931 0.688 1
10 -
2 TIRT 2019 0.011 0.211 -0.0589 0.147 0.721 1
82
Lampiran 3: Perhitungan Variabel Laba Bersih Sebelum Pajak
Variabel
No Kode Tahun Earning Before Tax Total Aset EBT
83
22 KRAS 2017 (82,343) 4,114,386 -0.02
84
(7,453,372) 155,653,317
85
67 SSTM 2018 1,820,189,102 526,174,180,897 0.00
86
(4,193,649,233) 152,818,996,760
87
Lampiran 4: Perhitungan Variabel Arus Kas Aktivitas Operasi
Variabel
No Kode Tahun Arus Kas Operasi Total Aset
Arus Kas
88
22 KRAS 2017 204,160 4,114,386 0.05
89
(21,130,913) 155,653,317
90
67 SSTM 2018 14,880,768,388 526,174,180,897 0.03
91
8,147,131,727 152,818,996,760
92
Lampiran 5: Perhitungan Variabel Debt To Equity Ratio
Variabel
No Kode Tahun Total Hutang Modal
DER
93
22 KRAS 2017 2,261,577 1,852,809 1.22
94
56,917,064 98,736,253
95
67 SSTM 2018 346,923,856,267 215,250,324,630 1.61
96
65,463,957,074 87,355,039,686
97
Lampiran 6: Data Laba Bersih Sebelum Pajak, Arus Kas Aktivitas Operasi, Debt
To Equity Ratio, dan Financial Distress Perusahaan Sampel
No Kode Tahun X1 X2 X3 Y
1 ADMG 2017 -0.01 0.05 0.56 1
2 AISA 2017 -2.63 0.37 -0.16 1
3 ALTO 2017 -0.06 0.01 1.65 1
4 APLI 2017 0.04 0.03 0.75 1
5 ARGO 2017 -0.16 0.00 -2.36 1
6 BAJA 2017 -0.03 0.06 4.50 1
7 BRNA 2017 -0.11 0.00 1.30 1
8 BTEK 2017 -0.01 -0.03 1.67 1
9 CPRO 2017 -0.36 -0.02 -4.94 1
10 CTBN 2017 -0.11 0.02 0.42 1
11 ESTI 2017 -0.04 0.00 3.18 1
12 ETWA 2017 -0.13 -0.01 -10.19 1
13 FPNI 2017 -0.01 0.01 1.00 0
14 GDST 2017 0.01 0.02 0.35 0
15 GDYR 2017 0.00 0.13 1.31 0
16 GJTL 2017 0.01 0.04 2.20 1
17 HDTX 2017 -0.17 0.03 11.10 1
18 IIKP 2017 -0.05 -0.01 0.09 0
19 IKAI 2017 -0.29 -0.10 -2.89 1
20 KIAS 2017 -0.05 -0.01 0.24 0
21 KICI 2017 0.07 0.04 0.63 1
22 KRAS 2017 -0.02 0.05 1.22 1
23 LMPI 2017 -0.04 -0.02 1.22 1
24 MAIN 2017 0.00 0.07 1.45 1
25 MASA 2017 -0.01 0.04 0.96 1
26 MBTO 2017 -0.04 -0.04 0.89 1
27 MRAT 2017 0.00 -0.02 0.36 1
28 PCAR 2017 0.00 -0.09 0.47 0
29 POLY 2017 0.00 0.08 -1.25 1
30 RMBA 2017 -0.03 0.00 0.58 1
31 SIPD 2017 -0.11 -0.02 1.83 1
32 SMCB 2017 -0.04 0.04 1.73 1
33 SSTM 2017 -0.05 0.04 1.85 1
34 TIRT 2017 0.00 -0.01 5.94 1
35 ADMG 2018 0.00 0.01 0.15 0
36 AISA 2018 -0.05 0.15 -1.53 1
37 ALTO 2018 -0.04 0.01 1.87 1
38 APLI 2018 -0.04 0.00 1.46 1
39 ARGO 2018 -0.10 -0.02 -2.10 1
98
40 BAJA 2018 -0.10 0.01 10.78 1
41 BRNA 2018 -0.01 0.02 1.19 1
42 BTEK 2018 0.02 0.21 1.28 1
43 CPRO 2018 0.28 0.02 8.75 1
44 CTBN 2018 -0.05 -0.14 0.58 1
45 ESTI 2018 0.02 -0.08 2.82 1
46 ETWA 2018 -0.12 0.02 -5.21 1
47 FPNI 2018 0.04 0.02 0.91 0
48 GDST 2018 -0.09 0.00 0.51 0
49 GDYR 2018 0.01 -0.02 1.32 0
50 GJTL 2018 0.00 0.02 2.35 1
51 HDTX 2018 -0.61 0.75 3.31 1
52 IIKP 2018 -0.06 0.00 0.09 0
53 IKAI 2018 0.05 -0.05 0.68 1
54 KIAS 2018 -0.06 -0.01 0.26 0
55 KICI 2018 -0.01 0.00 0.63 1
56 KRAS 2018 -0.05 -0.02 1.39 1
57 LMPI 2018 -0.07 0.04 1.38 1
58 MAIN 2018 0.09 0.08 1.29 1
59 MASA 2018 -0.08 0.03 1.02 1
60 MBTO 2018 -0.24 0.01 1.16 1
61 MRAT 2018 0.00 -0.01 0.39 1
62 PCAR 2018 -0.06 -0.31 0.33 0
63 POLY 2018 0.06 0.00 -1.26 1
64 RMBA 2018 -0.02 0.00 0.78 1
65 SIPD 2018 0.02 0.05 1.60 1
66 SMCB 2018 -0.04 0.02 1.91 1
67 SSTM 2018 0.00 0.03 1.61 1
68 TIRT 2018 -0.04 -0.01 9.55 1
69 ADMG 2019 -0.12 0.04 0.23 0
70 AISA 2019 0.73 0.01 -2.13 1
71 ALTO 2019 -0.01 0.03 1.90 1
72 APLI 2019 0.05 0.04 0.97 1
73 ARGO 2019 -0.09 -0.04 -1.98 1
74 BAJA 2019 0.01 0.10 10.28 1
75 BRNA 2019 -0.07 0.06 1.37 1
76 BTEK 2019 -0.02 0.02 1.32 1
77 CPRO 2019 -0.06 0.06 17.21 1
78 CTBN 2019 0.02 0.02 0.70 1
79 ESTI 2019 -0.04 -0.07 3.54 1
80 ETWA 2019 -0.10 -0.01 -4.25 1
81 FPNI 2019 -0.03 0.03 0.67 0
99
82 GDST 2019 0.02 -0.03 0.92 1
83 GDYR 2019 -0.01 -0.02 1.30 1
84 GJTL 2019 0.02 0.07 2.02 1
85 HDTX 2019 -0.16 -0.02 5.04 1
86 IIKP 2019 0.21 0.00 0.07 0
87 IKAI 2019 -0.05 -0.04 0.48 1
88 KIAS 2019 -0.41 -0.04 0.36 0
89 KICI 2019 -0.03 0.05 0.75 1
90 KRAS 2019 -0.16 0.05 8.23 1
91 LMPI 2019 -0.08 0.02 1.55 1
92 MAIN 2019 0.05 0.07 1.29 1
93 MASA 2019 -0.02 -0.07 1.31 1
94 MBTO 2019 -0.15 0.00 1.51 1
95 MRAT 2019 0.00 -0.01 0.45 1
96 PCAR 2019 -0.08 -0.10 0.48 0
97 POLY 2019 -0.04 0.03 -1.26 1
98 RMBA 2019 0.00 -0.06 1.02 1
99 SIPD 2019 0.04 0.09 1.70 1
100 SMCB 2019 0.02 0.00 1.80 1
101 SSTM 2019 -0.04 0.07 1.57 1
102 TIRT 2019 -0.06 0.01 23.92 1
100
Lampiran 7: Hasil Pengujian Menggunakan SPSS
Descriptive Statistics
Regresi Logistik
Hosmer and Lemeshow Test
Iteration History(a,b,c)
Coefficients
-2 Log
Iteration likelihood Constant
Step 0 1 96.012 1.294
2 95.068 1.523
3 95.064 1.540
4 95.064 1.540
101
Iteration History(a,b,c,d)
Coefficients
-2 Log
Iteration likelihood Constant X1 X2 X3
Step 1 1 92.364 1.188 .193 2.704 .042
2 89.174 1.383 .314 6.225 .080
3 88.876 1.413 .093 7.674 .097
4 88.860 1.411 -.083 7.926 .099
5 88.860 1.410 -.101 7.947 .099
6 88.860 1.410 -.102 7.948 .099
a Method: Enter
b Constant is included in the model.
c Initial -2 Log Likelihood: 95.064
d Estimation terminated at iteration number 6 because parameter estimates changed by less
than .001.
Model Summary
102