ANALISIS PERBANDINGAN KINERJA KEUANGAN MENGGUNAKAN

ALTMAN Z-SCORE SEBELUM DAN SESUDAH COVID-19

(Studi pada sub sektor otomotif yang terdaftar di Bursa Efek Indonesia)

SKRIPSI

Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat

Guna Memperoleh Sarjana Ekonomi

OLEH:
EGA YOULANDA
NIM. RRC1C017027

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS JAMBI
2021
 PERNYATAAN KEASLIAN KARYA ILMIAH

Saya yang bertanda tangan di bawah ini :

Nama : Ega Youlanda

Nomor Mahasiswa : RRC1C017027

Fakultas : Ekonomi dan Bisnis

Jurusan : Akuntansi

Judul Skripsi : Analisis Perbandingan Kinerja Keuangan

menggunakan Altman Z-Score Sebelum
dan Sesudah Covid-19 (Studi pada sub
sektor otomotif yang terdaftar di Bursa
Efek Indonesia)

Dengan ini menyatakan :

1. Skripsi ini adalah karya asli penulis, selama proses penulisan
penulis tidak melakukan kegiatan plagiat atas karya ilmiah orang
lain, semua petikan yang saya ajukan dalam skripsi ini
sesungguhnya ada dan disiapkan dengan kaedah ilmiah penulisan.
2. Apabila dikemudian hari didapati ketidaksesuaian sebagaimana
yang tercantum dalam poin (1), maka saya siap menerima sanksi
berupa pencabutan gelar kesarjanaan yang saya telah peroleh.
Demikian pernyataan ini dibuat untuk dapat digunakan sebagaimana
mestinya.

Jambi, 24 Juni 2021

Yang membuat
pernyataan

Ega Youlanda
NIM. RRC1C017027

iii
 KATA PENGANTAR

Assalamu’alaikum Wr.Wb

Puji syukur peneliti panjatkan kehadirat Allah SWT karena dengan

rahmat, karunia, serta taufik dan hidayah-Nya kami dapat menyelesaikan Skripsi

yang berjudul “Analisis Perbandingan Kinerja Keuangan Menggunakan

Altman Z-Score sebelum dan sesudah COVID-19 (Studi pada Sub-Sektor

Otomotif yang terdaftar di Bursa Efek Indonesia)”. Skripsi ini disusun sebagai

salah satu syarat untuk menyelesaikan program sarjana (S1) pada Jurusan

Akuntansi Fakultas Ekonomi dan Bisnis Universitas Jambi.

Peneliti menyadari akan keterbatasan dan kemampuan yang dimiliki

peneliti sehingga banyak kendala dan kesulitan yang dihadapi dalam penyelesaian

skripsi ini. Namun demikian, berkat dorongan dan motivasi serta bantuan dari

berbagai pihak akhirnya semua kesulitan itu dapat diatasi. Oleh sebab itu, peneliti

mengucapkan rasa terimakasih sedalam-dalamnya kepada :

1. Bapak Prof. Drs. H. Sutrisno, M.Sc., Ph.D selaku Rektor Universitas

Jambi.

2. Bapak Dr. Junaidi, S.E., M.Si, selaku Dekan Fakultas Ekonomi dan Bisnis,

beserta Wakil Dekan Bakpsi, Wakil Dekan Bidang Umum dan Keuangan,

dan Wakil Dekan Bidang Kemahasiswaan dan Alumni Fakultas Ekonomi

dan Bisnis Universitas Jambi.

3. Ibu Hj. Fitrini Mansur, S.E., M.Si selaku ketua Program Studi Akuntansi

Fakultas Ekonomi dan Bisnis Universitas Jambi

iv
 v

4. Ibu Dr. Enggar Diah Puspa Arum, S.E., M.Si., Ak., CA. Selaku Ketua

Jurusan Akuntansi Universitas Jambi dan selaku Dosen Pembimbing

Akademik yang telah memberikan masukan, motivasi, dan bimbingan

selama peneliti kuliah di Jurusan Akuntansi Fakultas Ekonomi dan Bisnis

Universitas Jambi.

5. Bapak Wirmie Eka Putra, S.E., M.SI selaku Dosen Pembimbing Utama

skripsi yang telah membimbing dengan sangat baik dan bersedia

memberikan pengarahan, bimbingan, meluangkan waktu, tenaga, serta

kritik dan saran yang sangat berharga dalam penyelesaian skripsi ini.

6. Bapak Gandy Wahyu Maulana Zulma, S.PD., M.S., AK selaku Dosen

Pembimbing Pendamping skripsi yang telah membimbing dengan sangat

baik dan bersedia memberikan pengarahan, bimbingan, meluangkan

waktu, tenaga, serta kritik dan saran yang sangat berharga dalam

penyelesaian skripsi ini.

7. Ibu Dr. Rita Friyani, S.E., M.Si, Selaku dosen pembimbing akademik yang

telah memberikan saran dan bimbingan selama menempuh studi.

8. Seluruh dosen dan staff Fakultas Ekonomi dan Bisnis Khususnya Jurusan

Akuntansi yang berjasa mendidik peneliti. Terimakasih atas ilmu yang

diberikan selama ini kepada kami.

9. Kepada kedua Orang tua tercinta, Ayahku Yusnikal dan Ibuku Linda

Susanti A.Md. serta adikku Reyhan Juanda dan Trisya Almiranda yang
 vi

telah mencurahkan kasih sayang, perhatian, do’a, dan dukungan serta

materi sehingga peneliti dapat menyelesaikan skripsi ini.

10. Teman-teman jurusan Akuntansi Universitas Jambi angkatan 2017

khususnya kelas N-007 serta sahabat saya sekelas Nadia, Caca, Dinda,

Sinta, Fitri, Dira, Yolan dan Nanda serta yang tidak dapat saya sebut satu

persatu yang sama-sama berjuang dan memotivasi.

11. Teman temanku sejak SMK, Sania, Andrian, Sherli, Yuni dan Nisak.

Terima kasih banyak telah menemani sampai di titik saat ini walaupun

sudah jarang bertemu.

12. Serta seluruh pihak-pihak yang telah ikut memberikan bantuan, semangat,

dan motivasi dalam proposal penelitian ini yang tidak dapat peneliti

sebutkan satu- persatu, terimakasih peneliti ucapkan semoga Allah SWT

membalas kebaikan dengan berlipat ganda, Aamiin.

Akhirnya semoga segala bantuan yang telah diberikan kepada peneliti

mendapat balasan dari Allah SWT dan peneliti mengharapkan semoga penelitian

ini dapat memberikan manfaat.

Wassalamu’alaikum Wr.Wb

Jambi, 24 Juni 2021

Ega Youlanda
 Abstrak

penelitian ini bertujuan untuk mengetahui kinerja keuangan menggunakan analisis

Altman Z-score sebelum dan sesudah COVID-19 pada sektor otomotif serta
mengetahui perbedaan signifikan kinerja keuangan menggunakan analisis Altman
Z-score sebelum dan sesudah adanya COVID-19 pada sektor otomotif. Data yang
digunakan dalam penelitian ini adalah data keuangan yang berasal dari annual
report perusahaan sub-sektor otomotif di Bursa Efek Indonesia tahun 2019 dan
2020. Alat analisis yang digunakan adalah uji beda Wilcoxon Rank Test
menggunakan SPSS 23. Hasil penelitian menunjukkan bahwa penilaian kinerja
keuangan menggunakan Altman Z-score sebelum adanya pandemi menunjukkan
angka 3,609 atau secara rata—rata perusahaan otomotif tidak mengalami
kebangkrutan. Sedangkan pada tahun 2020 saat adanya pandemi COVID-19
menunjukkan angka 2,408 atau dalam kategori rawan bangkrut (gray area).
Secara statistik, perubahan kinerja keuangan tersebut signifikan dengan arah
perubahan yaitu mengalami penurunan pada tahun 2020.

Kata kunci: kinerja keuangan, Altman Z-score, COVID-19, kebangkrutan.

vii
 Abstract

this research aims to determining financial performance of otomotive companies

listed in Indonesia Stock Exchange using Altman Z-score before and after
COVID-19 pandemic. The data used in this study gathered from automotive
companies’s annual report for year 2019 and 2020, using Wilcoxon Rank Test as
an analysis tool in SPSS 23. The results show that the assessment for financial
performance using Altman Z-score before pandemic prove that there’s no
bankruptcy possibility for automotive sector. On the other hand, after pandemic
happen the financial performance assessment show that automotive sector in gray
area for bankruptcy possibility. Statistically, the changes in financial performance
decreased in 2020.

Keywords: financial performance, Altman Z-score, COVID-19, bankruptcy.

viii
 DAFTAR ISI

LEMBAR PERSETUJUAN SKRIPSI.................................................................i

LEMBAR PENGESAHAN SKRIPSI..................................................................ii
PERNYATAAN KEASLIAN KARYA ILMIAH..............................................iii
ABSTRAK ........................................................................................................... vii
ABSTRACT.........................................................................................................viii
DAFTAR ISI ......................................................................................................... ix
DAFTAR TABEL ............................................................................................... xii
DAFTAR GAMBAR .......................................................................................... xiii

BAB 1 PENDAHULUAN ..................................................................................... 1

1.1 Latar Belakang ............................................................................................ 1
1.2 Rumusan Masalah ....................................................................................... 7
1.3 Tujuan Penelitian ......................................................................................... 8
1.4 Manfaat Penelitian ....................................................................................... 8

BAB II TINJAUAN PUSTAKA........................................................................... 9

2.1 Laporan Keuangan ................................................................................... 9
2.1.1 Syarat-syarat laporan keuangan ....................................................... 10
2.1.2 Analisis laporan keuangan ............................................................... 12
2.1.3 Tujuan analisis laporan keuangan .................................................... 13
2.1.4 Manfaat analisis laporan keuangan ................................................. 13
2.1.5 Teknik analisis laporan keuangan ................................................... 14
2.2 Kinerja Keuangan ..................................................................................... 16
2.2.1 Pengukuran dan analisis kinerja keuangan ...................................... 17
2.2.2 Tujuan pengukuran kinerja .............................................................. 18
2.2.3 Faktor faktor yang mempengaruhi kinerja....................................... 19
2.2.4 Manfaat pengukuran kinerja ............................................................ 19
2.3 Kebangkrutan ........................................................................................... 20

ix
 x

2.3.1 Penyebab Kebangkrutan / kesulitan keuangan ................................ 21

2.3.2 Prediksi kebangkrutan...................................................................... 24
2.3.3 Prediksi kebangkrutan dengan rasio keuangan ................................ 25
2.4 Altman Z-Score Model ........................................................................... 27
2.5 Rasio Keuangan ...................................................................................... 28
2.5.1 Rasio likuiditas ................................................................................ 29
2.5.2 Rasio profitabilitas ........................................................................... 30
2.5.3 Rasio leverage.................................................................................. 31
2.5.4 Rasio Aktivitas................................................................................. 32
2.6 Hubungan Rasio Keuangan dan Kinerja Keuangan ................................. 32
2.7 Penelitian Terdahulu................................................................................. 33
2.8 Kerangka Pemikiran ................................................................................. 36
2.9 Perumusan Hipotesis ................................................................................ 39

BAB III METODE PENELITIAN .................................................................... 41

3.1 Jenis Dan Sumber Data ........................................................................... 41
3.1.1 Jenis Penelitian ............................................................................... 41
3.1.2 Sumber Data ................................................................................... 41
3.2 Populasi Dan Sampel................................................................................ 42
3.2.1 Populasi............................................................................................ 42
3.2.2 Sampel ............................................................................................. 43
3.3 Definisi Operasional Variabel Altman Z-Score ...................................... 44
3.4 Teknik Pengumpulan Data ..................................................................... 46
3.5 Teknik Analisis Data ............................................................................... 47

BAB IV..................................................................................................................50
HASIL PENELITIAN DAN PEMBAHASAN..................................................50
4.1 Gambaran Umum Objek Penelitian.........................................................50
4.2 Hasil Uji Statistik Deskpriptif.................................................................50
4.3 Hasil Analisis Data..................................................................................56
 xi

4.4 Uji Normalitas Saphiro Wilk...................................................................60

4.5 Wilcoxon Rank Test................................................................................61
4.6 Pembahasan.............................................................................................63

BAB V PENUTUP..............................................................................................68
5.1 Kesimpulan.............................................................................................68
5.2 Saran.......................................................................................................69
5.3 Keterbatasan...........................................................................................70

DAFTAR PUSTAKA.........................................................................................71
LAMPIRAN........................................................................................................77
 DAFTAR TABEL

Tabel 1.1 Data Penjualan Sub Sektor Otomotif ...........................................................4

Tabel 2.1 Titik Cut-off dalam model Altman Z-Score ...............................................27

Tabel 2.2 Penelitian Terdahulu ..................................................................................34

Tabel 3.1 Populasi Sub sektor otomotif .....................................................................42

Tabel 3.2 Proses Pengambilan Sampel ......................................................................43

Tabel 3.3 Ringkasan Definisi Operasional Variabel ..................................................46

Tabel 4.1 Statistik Deskriptif .....................................................................................51

Tabel 4.2 WCTA, RETA, EBIT Kuartal II tahun 2019 dan 2020 .............................56

Tabel 4.3 MVBV, STTA, Altman Z-Score Kuartal II tahun 2019 dan 2020 ............57

Tabel 4.4 Uji Normalitas Saphiro Wilk ......................................................................60

Tabel 4.5 Uji Wilcoxon Rank Test..............................................................................62

Tabel 4.6 Ouput Ranks Uji Wilcoxon ........................................................................62

xii
 DAFTAR GAMBAR

Gambar 2.1 Kerangka Pemikiran Teoritis .................................................................38

xiii
 BAB 1

PENDAHULUAN

1.1 Latar Belakang

Memasuki awal tahun 2020, hampir setiap negara menghadapi kasus

pandemi virus COVID-19. COVID-19 berawal mewabah di Wuhan, Cina

menjelang akhir tahun 2019 (Hopkins, 2020). Kemudian mewabah hebat di

provinsi Hubei sehingga membuat kawasan cina menjadi lockdown. Hampir

seluruh provinsi di sana dikarantina. Dalam kurun waktu dua bulan, COVID-19

telah menimbulkan 80 ribu kasus dan 3.000 kematian (Junaedi & Salistia, 2020).

Pada pekan ketiga januari 2020, COVID-19 menyerang ke beberapa negara di

Asia, Amerika, Eropa, Australia dan Afrika. Wabah virus COVID-19 membuat

banyak negara ketakutan sejak munculnya kasus wuhan yang begitu meningkat

(Abbas,Muhammad,Rizky & Noorya., 2020).

Akibat dari pandemi COVID-19 menyebabkan lemahnya aktivitas

perekonomian sekaligus merubah sistem perekonomian di seluruh negara, selain

itu dampak yang dihadapi pada masing masing negara beraneka ragam antara

negara yang satu dengan yang lainnya. Virus ini memberikan dampak positif pada

perusahaan yang bergerak di bidang kesehatan, kebersihan dan produk makanan.

Hal ini terjadi karena omset penjualan dalam industri tersebut mengalami

peningkatan. Sedangkan dampak negatif yang di alami oleh perusahaan di sektor

perbankan disebabkan karena banyaknya modal asing yang menarik investasinya

hingga sektor tersebut mengalami kerugian (Rohmah & Syari, 2020)

Dampak pandemi virus COVID-19 ini juga dirasakan oleh beberapa perusahaan

1
 2

besar di indonesia, dimana pihak otoritas jasa keuangan (OJK) memetakan

sejumlah sektor yang menjadi potensial losers dan winners akibat pandemi

COVID-19. Sektor yang berpotensi menjadi winners yakni UMKM, jasa logistik,

jasa telekomunikasi, elektronik, makanan dan minuman, kimia farmasi, alat

kesehatan dan tekstil. Sedangkan sektor yang berpotensial losers adalah sektor

pariwisata, konstruksi, transportasi darat laut udara, pertambangan, keuangan dan

otomotif (Kristiyana, 2020).

Walaupun ada beberapa perusahaan yang bertahan di masa pandemi

COVID-19, namun adapula perusahaan yang terancam gulung tikar, hal itu

dikarenakan permintaan produk yang terus menurun, sedangkan pengeluaran yang

ditanggung oleh perusahaan semakin besar. Dengan adanya permintaan konsumen

yang menurun selama masa pandemi COVID-19, maka tidak sedikit dari beberapa

perusahaan yang mengalami penurunan penjualan yang terbilang cukup tinggi

sehingga dapat menyebabkan kinerja keuangan perusahaan tersebut ikut menurun

(Kristiyana, 2020).

Menurut (Zakarsyi, 2008) Kinerja keuangan merupakan sesuatu yang

dihasilkan atau hasil kerja yang dicapai dari suatu perusahaan. Salah satu aspek

yang dapat ditinjau dalam rancangan penilaian kinerja adalah dengan

meningkatnya penjualan. Semua hal itu dapat dibayangkan dalam suatu laporan

yang menggambarkan perkembangan finansial perusahaan dari suatu periode

tertentu. Laporan tersebut biasanya disebut dengan laporan keuangan. Laporan

keuangan merupakan suatu informasi yang mencerminkan kondisi laporan

keuangan dari suatu perusahaan, dan informasi tersebut tidak jauh dapat dijadikan
 3

sebagai gambaran kinerja keuangan perusahaan (Fahmi, 2012). Jadi, laporan

keuangan merupakan salah satu informasi yang sangat penting dalam menilai

perkembangan perusahaan (Pongoh, 2013).

Ada beberapa faktor penyebab yang dapat mempengaruhi perkembangan

perusahaan di masa pandemi COVID-19 salah satunya dikarenakan ada

pembatasan perjalanan dan pembatasan sosial (PSBB) di beberapa daerah dalam

rangka mencegah penyebaran virus COVID-19 (Wulansari, 2020). Dengan

diberlakukannya PSBB hampir semua sektor merasakan dampaknya salah satunya

pada sektor otomotif dimana pada masa pandemi COVID-19 yang menyebabkan

penjualan mobil dan motor mengalami penurunan lebih dari 90% pada bulan april

dan mei 2020 apabila dibandingkan dengan tahun sebelumnya (kurniawan, 2020).

Berdasarkan data dari Gabungan industri kendaraan bermotor (Gaikindo,

2019), penjualan mobil menurun di Oktober hingga akhir tahun 2019. Tercatat

keseluruhan penjualan mobil pada tahun tersebut kurang lebih mencapai 785.539

unit. Kemudian penjualan mobil januari 2020 turun lagi menjadi hanya 61.127

unit. Sedangkan pada bulan sebelumnya saja mencapai 64.278 unit mobil. Namun

bila dibandingkan dengan bulan yang sama tahun sebelumnya penjualan pada

januari meningkat sebanyak 4.128 unit atau naik sebanyak 7%. Sampai pada saat

muncul berita terdapat kasus terkonfirmasi positif COVID-19 di Indonesia

penjualan mobil mulai terlihat menurun.

Pada data penjualan mobil april 2020 dibandingkan dengan penjualan bulan

yang sama pada tahun sebelumnya terjadi penurunan sebanyak 91%. Dan terus

anjlok hingga pada bulan mei yang lalu, tercatat penjualan hanya mencapai 2165
 4

unit saja. Data tersebut menunjukkan tren penjualan mobil pada tahun 2020 ini

menurun tajam (dohiya, 2020). Berikut merupakan data yang diperoleh penulis

pada situs annual report idx.co.id :

Tabel 1.1
Data Penjualan sub sektor otomotif
Pada kuartal II tahun 2019 dan 2020

Kode Q2 2019 Q2 2020 Naik/Turun

ASII Rp 116,182,000,000,000 Rp 89,795,000,000,000 -23%
AUTO Rp 7,588,345,000,000 Rp 5,653,408,000,000 -25%
BRAM Rp 1,796,371,359,813 Rp 1,057,232,539,618 -41%
BOLT Rp 592,757,495,788 Rp 373,897,079,291 -37%
GDYR Rp 910,836,671,507 Rp 651,809,536,238 -28%
GJTL Rp 7,663,151,000,000 Rp 5,927,135,000,000 -23%
IMAS Rp 9,581,872,699,317 Rp 7,380,016,034,885 -23%
INDS Rp 1,018,024,481,551 Rp 809,063,276,642 -21%
LPIN Rp 40,624,155,136 Rp 43,615,639,461 7%
MASA Rp 2,273,801,009,469 Rp 1,514,126,241,143 -33%
SMSM Rp 881,389,000,000 Rp 660,990,000,000 -25%
Sumber : Bursa Efek Indonesia (Data diolah penulis)

Tabel 1.1 merupakan Data penjualan dari sub sektor otomotif kuartal II

tahun 2019 dan 2020. Dimana penjualan ASII turun pada periode kuartal II tahun

2020 sebesar 23% dibandingkan dengan periode kuartal II tahun 2019. Dan

penurunan penjualan itu juga terjadi pada perusahaan AUTO yang turun sebesar

25% , BRAM turun sebesar 41%, BOLT turun sebesar 37%, GDYR turun sebesar

28%, GJTL turun sebesar 23%, IMAS turun sebesar 23%, INDS turun sebesar

21%, MASA turun sebesar 33%, SMSM turun sebesar 25%, , dalam sub sektor

tersebut hanya ada satu perusahaan yang mengalami peningkatan sebesar 7%

yaitu perusahaan LPIN.

 5

Tidak hanya penjualan saja yang menurun, jumlah produksi pun juga ikut

menurun, Hal ini dinyatakan oleh Badan Pusat Statistik (BPS) yang mencatat

produksi dan penjualan sektor otomotif Indonesia anjlok pada triwulan II/2020

dibandingkan dengan periode yang sama pada tahun lalu. Kepala Badan Pusat

Statistik (BPS) Kecuk Suhariyanto mengatakan produksi mobil turun cukup

dalam, hanya 41.520 unit. Turun 87,34 persen dibandingkan dengan triwulan

sebelumnya. sedangkan secara tahunan (year on year/yoy) turun 85,02 persen

(Maria Elena, 2020).

Berdasarkan dari fenomena yang ada maka permasalahan pertama dalam

penelitian ini adalah bagaimanakah perbedaan kinerja perusahaan otomotif

dengan melihat dari sisi potensi kebangkrutan pada masa sebelum dan saat adanya

pandemi covid-19 dengan menggunakan metode pengukuran prediksi

kebangkrutan yaitu metode Altman Z-Score. Perusahaan yang hendak diteliti

adalah perusahaan yang berada dalam sektor otomotif menggunakan purposive

sampling. Metode ini dilakukan dengan mengumpulkan beberapa rasio-rasio

keuangan yang akan di peroleh Altman Z-Score untuk menggambarkan apakah

perusahaan tersebut terindikasi bangkrut, abu-abu (gray area) atau tidak bangkrut

(sehat) hal ini dilakukan agar masing masing dari perusahaan dapat

mengantisipasi dan memperbaiki kinerja dari perusahaannya.

Penelitian terdahulu sebelumnya sudah ada yang pernah meneliti tentang

kinerja keuangan menggunakan Altman Z-Score oleh (Akhir, 2019) dalam

“Predicting Bankcrupty On Mining Companies Using Altman Z-Score Model

(Empirical Study On Mining Companies Listed In Indonesian Stock Exchange

 6

Year 2014-2015)” dengan hasil penelitian bahwa model Altman Z-Score dapat

diimplementasikan dalam mendeteksi kemungkinan terjadinya kebangkrutan pada

perusahaan. Analisis terhadap perusahaan pertambangan selama periode 2014-

2015 dengan model Altman Z-Score menunjukkan bahwa 55% perusahaan

pertambangan diprediksi bangkrut, 18% berada di wilayah abu-abu dan sisanya

27% memiliki kondisi keuangan yang sehat. tahun 2015 diprediksi 64% bangkrut,

23% grey area dan 13% perusahaan dalam kondisi baik atau tidak bangkrut.

Terdapat beberapa kontribusi dalam penelitian ini antara lain adalah penulis

akan mempertimbangkan aspek pada penelitian untuk mengetahui perbandingan

di masa sebelum dan sesudah COVID-19 sedangkan pada jurnal terdahulu tidak

menggunakan aspek tersebut melainkan hanya berdasar pada situasi ketidak

pastian sehingga secara langsung dapat mempengaruhi stabilitas perusahaan,

kemudian penelitian ini menggunakan Uji paired sample t test agar penulis dapat

membedakan selisih dua mean yang berasal dari dua sampel berpasangan dimana

Uji paired sample t test ini bisa dikaitkan dengan mencari perbedaan apakah pada

objek penelitian yaitu perusahaan otomotif mengalami kinerja keuangan yang

menurun sehingga dapat membuat perusahaan terancam bangkrut atau malah

sebaliknya.

Selanjutnya kontribusi yang terdapat dalam penelitian ini adalah terletak

pada objek penelitian. Dimana objek penelitian ini dilakukan pada perusahaan

sektor otomotif. Alasan penulis memilih objek penelitian pada perusahaan

otomotif yaitu dikarenakan sektor otomotif adalah salah satu sektor yang terkena

dampak pandemi COVID-19 Hal ini bisa dilihat dari menurunnya permintaan
 7

masyarakat terhadap pembelian kendaraan, sehingga membuat masyarakat

cenderung lebih ingin menabung untuk membeli bahan pokok ditengah pandemi

COVID-19 daripada membeli barang mewah serta adanya penerapan pembatasan

sosial berskala besar (PSBB). Dari adanya fakta tersebut sektor otomotif menjadi

salah satu sektor yang berpotensial losers.

Dengan adanya pertimbangan fenomena dan fakta diatas, maka perlu

dilakukan analisis penelitian dengan melakukan pengukuran kinerja keuangan

perusahaan dalam memprediksi kebangkrutan menggunakan Altman Z-Score,

Apalagi menurut otoritas jasa keuangan pada sektor otomotif ini merupakan salah

satu sektor yang berpotensial losers saat pandemi COVID-19. Maka dari itu

berdasarkan tidak adanya penelitian tentang prediksi kebangkrutan yang meneliti

kondisi dari perusahaan otomotif yang mengalami dampak negatif di masa

pandemi COVID-19, menjadikan penelitian ini menarik perhatian penulis untuk

mengambil judul mengenai “Analisis perbandingan kinerja keuangan

menggunakan Altman Z-Score sebelum dan sesudah COVID-19 (studi pada

subsektor otomotif yang terdaftar di Bursa Efek Indonesia)”

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, maka penulis dapat merumuskan

permasalahan dalam penelitian, yaitu :

1. Bagaimana kinerja keuangan menggunakan Altman Z-Score sebelum dan

sesudah covid-19 pada perusahaan sektor otomotif?

 8

2. Apakah terdapat perbedaan signifikan kinerja keuangan menggunakan

Altman Z-Score sebelum dan sesudah COVID-19 pada perusahaan sektor

otomotif?

1.3 Tujuan Penelitian

Dari perumusan masalah diatas, maka tujuan penelitian ini adalah untuk :

1. Mengetahui kinerja keuangan menggunakan Altman Z-Score sebelum dan

sesudah COVID-19 pada sektor otomotif.

2. Mengetahui adanya perbedaan signifikan kinerja keuangan menggunakan

Altman Z-Score sebelum dan sesudah COVID-19 pada sektor otomotif.

1.4 Manfaat Penelitian

Dari penelitian ini diharapkan dapat memperoleh manfaat sebagai berikut :

1. Penelitian ini diharapkan dapat memberikan tambahan informasi yang

berguna bagi perusahaan dalam menganalisis perbandingan kinerja

keuangan sektor otomotif menggunakan model Altman Z-Score.

2. Dapat menjadi bahan acuan bagi peneliti berikutnya dalam melakukan

penelitian dengan objek yang berbeda dalam permasalahan yang sama.

 BAB II

TINJAUAN PUSTAKA

2.1 Laporan Keuangan

Laporan keuangan merupakan suatu informasi yang mencerminkan kondisi

laporan keuangan suatu perusahaan, dan informasi tersebut lebih lanjut dapat

dijadikan sebagai gambaran kinerja keuangan perusahaan (Fahmi, 2012). PSAK

No. 1 (revisi 2009) menyatakan laporan keuangan adalah suatu penyajian

terstruktur dari kondisi keuangan dan kinerja keuangan suatu perusahaan. Jadi

laporan keuangan merupakan salah satu informasi yang sangat bermanfaat dalam

menilai perkembangan suatu perusahaan sehingga dapat digunakan untuk menilai

hasil kinerja yang diperoleh pada saat lampau, sekarang dan rencana waktu yang

akan datang pada perusahaan.

Salah satu tujuan dari perusahaan adalah untuk menghasilkan laba, sehingga

perusahaan tersebut harus bisa mempertahankan dan tetap menjaga kelangsungan

bisnis dalam perusahaannya. Semakin meningkatnya suatu laba, maka suatu

perusahaan dapat dinyatakan mengalami perkembangan dalam usaha yang telah

didirikan. Sehingga informasi mengenai laporan keuangan suatu perusahaan

sangatlah penting untuk dijadikan sebagai pedoman dalam pengambilan

keputusan (Mutiah, 2019). Pemberi pinjaman menggunakan laporan keuangan

ketika membuat keputusan pinjaman bisnis atau ketika mereka mengevaluasi

pinjaman yang belum dibayar.

Akuntan menggunakannya untuk membuat persiapan pajak dan konsultasi

mengenai keuangan. Sama pentingnya seperti, laporan keuangan reguler

9
 10

memungkinkan pemilik dan manajer untuk memahami kesehatan

keuangan dan membuat keputusan untuk kepentingan mengenai perkembangan

perusahaannya. Laporan laba rugi harus dibuat dengan baik dan terstruktur

dengan rapi seperti bulanan atau triwulan. Hal ini dibuat untuk mengetahui

nominal laba atau rugi dari kegiatan operasi perusahaan selama periode waktu

dengan melihat pendapatan dan mengurangi biaya yang berkaitan dengan kegiatan

perusahaan (Darmawan, 2020).

Dengan adanya pernyataan ini, dapat membantu pengguna laporan

keuangan dalam mengenali tren penjualan dan pengeluaran serta tren margin

kotor dan margin laba bersih. Hal ini merupakan ide yang bagus untuk

menyatakan pengeluaran dan margin keuntungan sebagai presentase dari

penjualan supaya memudahkan dalam membandingkan presentase di bulan,

kuartal dan tahun (Darmawan, 2020).

2.1.1 Syarat-syarat laporan keuangan

Syarat-syarat laporan keuangan merupakan ciri khas membuat informasi

dalam laporan keuangan yang berguna bagi para pemakai dalam pengambilan

keputusan yang bernilai ekonomis (W. V. Sujarweni, 2017). Berikut syarat-syarat

yang harus dipenuhi didalam membuat laporan keuangan :

a. Dapat dipahami

Para pemakai harus dapat memahami kualitas penting informasi yang

disajikan dalam laporan keuangan. Para pemakai harus mengetahui tentang

aktivitas ekonomi dan bisnis, akuntansi dan juga ketentuan yang wajar.
 11

b. Relevan

Informasi yang diberikan harus relevan agar dapat memenuhi kebutuhan

dalam proses pengambilan keputusan. Dengan adanya informasi yang

relevan dapat mempengaruhi keputusan ekonomi para pemakai agar dapat

mengevaluasi kejadian masa lalu, masa kini atau masa yang akan datang.

c. Keandalan

Supaya lebih bermanfaat, Informasi yang disajikan dalam laporan keuangan

juga harus andal. Agar dapat diandalkan, Informasi yang disajikan harus

lengkap dalam batasan materialistis dan biaya, bebas dari pengertian

menyesatkan, kesalahan material dan dapat diandalkan pemakainya sebagai

penyajian yang jujur dan wajar dari yang seharusnya disajikan.

d. Dapat dibandingkan

Para pengguna laporan keuangan harus bisa membandingkan laporan

keuangan perusahaan antar periode guna mengidentifikasi kecenderungan

posisi keuangan. Selain itu pengguna laporan keuangan juga harus bisa

membandingkan laporan keuangan antar perusahaan untuk mengevaluasi

posisi keuangan serta posisi keuangan perusahaan secara relatif.

e. Mempunyai daya uji

Laporan keuangan dapat diuji kebenarannya apabila telah disusun sesuai

dengan panduan konsep-konsep dasar akuntansi dan prinsip-prinsip

akuntansi yang telah disahkan.

 12

f. Netral

Laporan keuangan harus disajikan secara netral yaitu apabila disajikan

secara umum dan obyektif serta tidak memihak pada kepentingan para

pengguna tertentu.

g. Tepat waktu

Yang berarti bahwa laporan keuangan yang disajikan harus tepat waktu.

h. Lengkap

Artinya laporan keuangan yang disusun harus memenuhi syarat-syarat

seperti diatas agar tidak meyesatkan para pembaca.

2.1.2 Analisis laporan keuangan

Analisis laporan keuangan terdiri dari dua kata, yaitu “analisis” dan

“laporan keuangan”. Analisis adalah uraian dari suatu pokok permasalahan yang

menjelaskan secara signifikan antara bagian yang ada di dalamnya agar dapat

memperoleh suatu pengertian secara keseluruhan. (S. syafitri Harahap, 2011)

menyatakan bahwa analisis laporan keuangan berarti mendeskripsikan pos-pos

laporan keuangan menjadi suatu unsur informasi yang lebih kecil dan mengamati

hubungan yang bersifat signifikan atau yang mempunyai maksud antara satu

dengan yang lain baik antara data kuantitatif maupun data non-kuantitatif dengan

tujuan untuk memahami kondisi keuangan lebih dalam yang sangat penting dalam

proses menghasilkan keputusan yang tepat.

Tujuan analisis laporan keuangan pada hakikatnya adalah untuk membantu

para pengguna laporan keuangan dalam memprediksi perkembangan perusahaan

di masa yang akan datang dengan cara membandingkan, mengevaluasi, dan

 13

menganalisis kecenderungan dari berbagai aspek keuangan perusahaan

(Wahyudiono, 2014).

2.1.3 Tujuan analisis laporan keuangan

Menurut (Kasmir, 2011), tujuan dari analisis laporan keuangan adalah :

a. Untuk mengetahui posisi keuangan perusahaan dalam satu periode tertentu,

baik aset, kewajiban, ekuitas, maupun hasil usaha yang telah dicapai untuk

beberapa periode.

b. Untuk mengetahui kelemahan kelemahan apa saja yang menjadi kekurangan

perusahaan.

c. Untuk mengetahui kekuatan kekuatan yang dimiliki.

d. Untuk mengetahui langkah langkah perbaikan apa saja yang perlu dilakukan

ke depan berkaitan dengan posisi keuangan perusahaan saat ini.

e. Untuk melakukan penilaian kinerja manajemen ke depan apakah perlu

penyegaran atau tidak karena sudah dianggap berhasil atau gagal.

f. Dapat digunakan sebagai pembanding dengan perusahaan sejenis tentang

hasil yang mereka capai.

2.1.4 Manfaat analisis laporan keuangan

Menurut (Harahap, 2008) , Manfaat analisis laporan keuangan ini dapat

dikemukakan sebagai berikut :

a. Dapat memberikan informasi yang lebih luas, lebih dalam daripada yang

terdapat dari laporan keuangan biasa.

 14

b. Dapat menggali informasi yang tidak tampak secara kasat mata (explicit)

dari suatu laporan keuangan atau yang berada di titik balik laporan

keuangan (implicit).

c. Dapat mengetahui kesalahan yang terkandung dalam laporan keuangan.

d. Dapat membongkar hal-hal yang bersifat tidak konsisten dalam

hubungannya dengan suatu laporan keuangan baik dikaitkan dengan

komponen intern maupun kaitannya dengan informasi yang diperoleh dari

luar perusahaan.

e. Mengetahui sifat-sifat hubungan yang akhirnya dapat melahirkan model

model dan teori teori yang terdapat di lapangan seperti untuk prediksi,

peningkatan.

f. Dapat memberikan informasi yang diinginkan oleh para pengambil

keputusan.

2.1.5 Teknik analisis laporan keuangan

Ada 3 macam teknik analisis laporan keuangan menurut (W. V. Sujarweni,

2017) yang dapat dibuat seperti dibawah ini :

a. Analisis Rasio Keuangan

Analisis Rasio Keuangan merupakan suatu aktivitas yang dilakukan untuk

menganalisis laporan keuangan dengan cara membandingkan satu akun

dengan akun lainnya yang ada dalam laporan keuangan. Perbandingan

tersebut bisa antar akun dalam laporan keuangan neraca maupun rugi laba.

Analisis Rasio keuangan ini dimaksudkan untuk mengetahui hubungan

antara akun yang terkait dalam laporan keuangan, baik dalam neraca
 15

maupun dalam laporan laba rugi. Analisis rasio keuangan

mengidentifikasikan suatu hubungan dan perbandingan antara jumlah satu

akun dengan jumlah akun yang lain dalam laporan keuangan. Dengan

adanya metode rasio analisis ini dapat menjelaskan atau memberikan

gambaran mengenai baik atau buruknya keadaan posisi keuangan yang

terjadi di suatu perusahaan. Analisis rasio keuangan ini mempunyai tujuan

diantaranya adalah untuk membantu perusahaan dalam mengidentifikasi

kekuatan dan kelemahan keuangan di suatu perusahaan, Menilai kinerja

laporan keuangan perusahaan dalam memberdayakan seluruh sumber daya

yang ada untuk mencapai target yang telah ditentukan oleh perusahaan.

b. Perbandingan Laporan Keuangan

Perbandingan Laporan Keuangan adalah suatu teknik analisis dengan cara

membandingkan laporan keuangan untuk dua periode atau lebih. Yaitu

dengan menunjukan :

1. Adanya perbandingan jumlah-jumlah akun beberapa periode dalam

rupiah.

2. Terjadinya kenaikan atau penurunan akun beberapa periode dalam

jumlah rupiah.

3. Terjadinya kenaikan atau penurunan akun beberapa periode dalam

persentase

4. Perbandingan yang dinyatakan dalam rasio dalam beberapa periode.

5. Persentase dalam total aktiva maupun pasiva dalam beberapa periode.

 16

Dengan menggunakan analisis perbandingan kinerja keuangan ini akan

dapat diketahui perubahan perubahan yang terjadi dan perubahan mana yang

memerlukan penelitian lebih lanjut.

c. Analisis Trend

Analisis Trend adalah analisis yang menunjukkan kemajuan keuangan

perusahaan yang dinyatakan dalam presentase adalah suatu metode atau

teknik analisis untuk mengetahui kecenderungan keuangan perusahaan naik

atau turun, dengan demikian akan dapat diketahui perubahan mana yang

yang cukup penting untuk di analisis lebih lanjut. Analisis ini dimaksudkan

untuk mengetahui perkembangan perusahaan melalui suatu peristiwa yang

sudah lalu dan memproyeksi situasi ke masa berikutnya. Analisis ini

memanfaatkan data keuangan beberapa tahun dengan menggunakan tahun

dasar, dimana tahun dasar ditentukan sebesar 100% sedangkan tahun

lainnya ditentukan berdasarkan tahun dasar tersebut.

2.2 Kinerja Keuangan

Kinerja merupakan hasil yang diperoleh dari evaluasi terhadap pekerjaan

yang telah diselesaikan, dimana hasil pekerjaan tersebut dibandingkan dengan

kriteria yang telah ditentukan secara bersama (Sujarweni, 2017). Kinerja

keuangan adalah suatu analisis yang digunakan untuk memprediksi sejauh mana

suatu perusahaan telah melaksanakan dengan mengunakan aturan-aturan

pelaksanaan keuangan secara baik dan benar (Fahmi, 2012). Semakin

berkembang dan baik kinerjanya maka akan semakin besar kompensasi dan bonus

yang akan diberikan kepada manajemen sebagai bentuk penghargaan atas

 17

keberhasilan kinerja yang dihasilkan untuk perusahaan (Zulma, G. W. M.,2020).

Kinerja keuangan tersebut dapat dinilai dengan perhitungan rasio keuangan.

Dimana nilai rasio keuangan tersebut nantinya akan dibandingkan dengan tolak

ukur yang telah ada dan diperoleh dari tahun ke tahun yang merupakan proses

untuk mengetahui kondisi hasil perhitungan tersebut apakah baik atau kurang baik

(Parathon, 2013). Jadi dapat disimpulkan bahwa kinerja keuangan adalah suatu

penilaian yang dilakukan untuk mengetahui sejauh mana perusahaan tersebut

dapat melihat perkembangan kondisi keuangannya dengan cara melihat

perbandingan sesuai dengan aturan yang berlaku.

2.2.1 Pengukuran dan analisis kinerja keuangan

Pengukuran kinerja keuangan merupakan suatu usaha yang dilakukan untuk

mengevaluasi efisiensi dan efektivitas perusahaan dalam menghasilkan laba.

Pengukuran kinerja keuangan ini dapat dilihat dari perkembangan keuangan

perusahaan dengan mengandalkan sumber daya yang dimilikinya. Suatu

perusahaan dikatakan berhasil apabila dapat mencapai kinerja tertentu sesuai

dengan yang telah ditetapkan. Pengukuran kinerja keuangan sangat penting

berperan sebagai sarana atau indikator yang dapat mempengaruhi kegiatan

operasional perusahaan.

Pengukuran kinerja keuangan juga berarti membandingkan antara standar

yang telah ditetapkan dengan kinerja keuangan yang ada dalam perusahaan

(Sujarweni, 2017). Dengan adanya pengaruh kegiatan operasional pada kinerja

keuangan ini bisa diperbaiki apabila perusahaan dapat mengalami pertumbuhan

keuangan yang lebih baik dan dapat bersaing secara sehat melalui efisiensi dan
 18

efektivitas. Pengukuran kinerja keuangan dilakukan bersamaan dengan proses

analisis. Analisis kinerja keuangan adalah proses pengkajian kinerja keuangan

secara kritis yang meliputi tinjauan keuangan, penghitungan, pengukuran,

interpretasi dan pemberian solusi terhadap masalah keuangan perusahaan pada

periode tertentu (Hery, 2015).

2.2.2 Tujuan pengukuran kinerja

Tujuan pengukuran kinerja menurut (Munawir, 2010) adalah sebagai

berikut:

a. Agar dapat mengetahui tingkat likuiditas, yaitu seberapa mampu pihak

perusahaan dalam memperoleh kewajiban keuangannya yang harus segera

dipenuhi oleh pihak perusahaan agar dapat memenuhi keuangannya saat

terjadi penagihan.

b. Agar dapat mengetahui tingkat solvabilitas, yaitu seberapa mampu pihak

perusahaan dalam memenuhi kewajiban keuangannya apabila perusahaan

dilikuidasi baik kewajiban keuangan jangka pendek maupun jangka

panjang.

c. Agar dapat mengetahui tingkat rentabilitas atau profitabilitas, yaitu dalam

memperlihatkan seberapa mampu perusahaan dalam menghasilkan laba

selama periode tertentu.

d. Agar dapat mengetahui tingkat stabilitas perusahaan, yaitu seberapa mampu

perusahaan dalam melakukan usahanya dengan stabil, dimana hal itu diukur

dengan mempertimbangkan kemampuan perusahaan untuk membayar beban

bunga atas hutang-hutangnya termasuk membayar kembali pokok

 19

hutangnya secara tepat waktu serta kemampuan dalam membayar dividen

secara teratur kepada para pemegang saham tanpa harus mengalami

hambatan atau krisis keuangan.

2.2.3 Faktor faktor yang mempengaruhi kinerja

Adapun faktor faktor yang mempengaruhi kinerja keuangan adalah sebagai

berikut (Sujarweni, 2017) :

a. Pegawai, berkaitan dengan kemampuan dan kemajuan dalam bekerja.

b. Pekerjaan, menyangkut desain pekerjaan, uraian pekerjaan dan sumber daya

untuk melaksanakan pekerjaan.

c. Mekanisme kerja, mencakup sistem, prosedur pendelegasian dan

pengendalian serta struktur organisasi.

d. Lingkungan kerja, meliputi faktor faktor lokasi dan kondisi kerja, iklim

organisasi dan komunikasi.

2.2.4 Manfaat pengukuran kinerja

Adapun manfaat dari pengukuran kinerja menurut (Ismail, 2020) adalah

sebagai berikut :

a. Bagi Pekerja

Dapat dijadikan sebagai umpan balik tentang prestasi kerja selama ini. Dari

hasil kerja karyawan akan dapat memahami kelebihan dan kelemahan yang

ada pada tiap individu karyawan serta untuk mengembangkan kemampuan

lebih lanjut.
 20

b. Bagi Perusahaan

Dapat dijadikan sebagai dasar acuan dalam pengambilan keputusanterhadap

karyawan yang berkaitan dengan promosi jabatan, mutasi, penentuan gaji

dan kompensasi yang lebih objektif, demosi, pemutusan hubungan kerja

(PHK), serta untuk mengidentifikasi kebutuhan akan training.

2.3 Kebangkrutan

Kebangkrutan adalah suatu keadaan dimana kewajiban melebihi harta

kekayaan pada perusahaan, umumnya hal itu terjadi karena kekurangan

kapitalisasi, tidak memiliki kas yang cukup, sumber tidak digunakan dengan

benar, pengelolaan aktivitas tidak efisien, penjualan menurun, dan situasi pasar

memburuk (Venkataramana et al., 2012). Pengertian kebangkrutan menurut

(Hanafi, 2004) juga dapat dilihat dari pendekatan aliran dan pendekatan stok.

Dengan menggunakan pendekatan stok, pihak perusahaan dapat dinyatakan

bangkrut apabila total kewajiban yang dimiliki melebihi total aktiva.

Jika seandainya perusahaan memiliki utang sebesar Rp 1 milyar, sedangkan

total aset yang dimiliki hanya sebesar Rp 500 juta, maka dapat dikatakan

perusahaan tersebut mengalami kebangkrutan. Dengan menggunakan pendekatan

aliran tersebut, perusahaan akan bangkrut jika tidak bisa menghasilkan aliran kas

yang memadai. Sedangkan dari sudut pandang stok, perusahaan dapat dinyatakan

bangkrut walaupun mungkin masih menghasilkan aliran aset yang cukup sehingga

mempunyai prospek yang baik di masa mendatang (Hanafi, 2004).

 21

Pada penelitian secara umum, kebangkrutan sulit untuk djelaskan. Hal

tersebut dikarenakan kebangkrutan semacam itu bisa berarti dimulai dari kesulitan

likuiditas (jangka pendek), yang termasuk dalam kesulitan keuangan yang paling

ringan, sampai ke pernyataan kebangkrutan, yang merupakan kesulitan yang

paling berat. Sehingga kesulitan keuangan bisa dilihat sebagai kontinu yang

panjang, mulai dari yang ringan sampai yang paling berat. Perusahaan menuju

kebangkrutan dapat didefinisikan sebagai kondisi dimana hasil operasi perusahaan

tidak cukup untuk memenuhi kewajiban perusahaan (Insolvency). Insolvency

dapat dibedakan dalam 2 kategori sebagai berikut (Emery et al., 2004)

a. Technical Insolvency Bersifat sementara dan munculnya karena perusahaan

kekurangan kas untuk memenuhi kewajiban-kewajiban jangka pendek.

b. Bankruptcy Insolvency Bersifat lebih serius dan munculnya ketika total nilai

utang melebihi nilai total aset perusahaan atau nilai ekuitas perusahaan negatif.

Banyak.

2.3.1 Penyebab Kebangkrutan / kesulitan keuangan

Penyebab kesulitan keuangan dan kebangkrutan cukup bervariasi. Salah

satunya pada jenis industri itu sendiri sehingga dapat mempengaruhi penyebab

kegagalan usaha. Ada sektor usaha yang relatif mudah dijalankan, ada juga yang

lebih sulit. Secara umum penyebab utama kebangkrutan perusahaan adalah kurang

adanya keterampilan manajemen yang kompeten. Ada beberapa faktor penyebab

sehingga dapat memicu timbulnya kebangkrutan seperti yang dikemukakan oleh

(Rudianto, 2013) sebagai berikut :

 22

1) Faktor Internal

Adanya kesalahan dalam pengambilan keputusan dikarenakan kompetensi

manajemen yang tidak memadai dapat menimbulkan kegagalan perusahaan,

antara lain : Adanya nominal utang yang terlalu besar sehingga menimbulkan

beban yang berat bagi perusahaan, timbulnya kewajiban lancar yang begitu besar

di atas aset lancar, adanya penagihan piutang yang terlambat atau jumlah kredit

macet, piutang tak tertagih dan kesalahan dalam kebijakan dividen. Sedangkan

faktor non keuangan yang dapat menyebabkan kegagalan perusahaan meliputi :

Kesalahan dalam pemilihan tempat domisili perusahaan, kesalahan dalam

menentukan produk yang dihasilkan, kesalahan dalam menentukan ukuran

perusahaan yang berlebihan, kurangnya struktur organisasi fungsional perusahaan

dan kesalahan dalam pembelian, produksi dan kebijakan pemasaran.

2) Faktor Eksternal

Penyebab faktor eksternal adalah berbagai hal yang muncul atau berasal dari

luar perusahaan dan yang berada di luar kekuasaan atau kendali perusahaan

pimpinan perusahaan atau badan usaha. Berikut beberapa faktor eksternal dapat

menyebabkan kegagalan suatu perusahaan : Kondisi makro ekonomi baik secara

domestik maupun internasional, adanya persaingan intens, menurunnya

permintaan produk yang diproduksi, adanya penurunan harga dan sebagainya.

 23

(Lesmana & Surjanto, 2004) menyebutkan ada 2 hal penting yang mampu

menunjukkan arah kebangkrutan perusahaaan, yaitu:

a. Tanda – tanda yang dapat dilihat oleh perusahaan:

1) Penjualan atau pendapatan yang mengalami penurunan secara signifikan.

2) Penurunan laba dan atau arus kas dari operasi.

3) Penurunan total aktiva.

4) Harga pasar saham menurun secara signifikan.

5) Kemungkinan gagal yang besar dalam industri, atau industri dengan

resiko yang tinggi.

6) Young Company, perusahaan berusia muda pada umumnya mengalami

kesulitan di tahun-tahun awal operasinya, sehingga kalau tidak didukung

sumber permodalan yang kuat akan dapat mengalami kesulitan keuangan

yang serius dan berakhir dengan kebangkrutan.

7) Pemotongan yang signifikan dalam dividen.

b. Diagnosa dalam defisiensi keuangan dan operasional adalah sebagai berikut:

1) Ketidak stabilan laba.

2) Tidak mampu memenuhi kewajiban yang telah jatuh tempo dan atau

kesulitan dalam memperoleh sumber pendanaan.

3) Sistem administrasi dan pelaporan yang tidak efektif dan efisien.

4) Kualitas manajemen yang meragukan.

5) Ekspansi yang dilakukan tidak sesuai dengan dengan binis inti.

6) Kegagalan manajemen dalam melakukan antisipasi terhadap perubahan

pasar.
 24

7) Ketidak mampuan dalam mengendalikan biaya.

2.3.2 Prediksi kebangkrutan

Dikarenakan kebangkrutan merupakan persoalan yang serius, dan memakan

banyak biaya, maka jika ada sesuatu yang bisa memperkirakan potensi

kebangkrutan sejak dari awal, maka manajemen akan sangat terbantu. Manajemen

merupakan perwakilan dari pemegang saham yang ditujukan dapat

memaksimalkan kekayaan pemegang saham (Zulma, G. W. M., 2020).

Manajemen bisa melakukan perbaikan-perbaikan yang dibutuhkan sedini

mungkin agar dapat menghindari kebangkrutan (Hanafi, 2004). Terdapat

beberapa indikator yang bisa dipakai untuk memprediksi kebangkrutan, yaitu

indikator internal dan eksternal. Ada beberapa contoh indikator internal dalam

perusahaan , yaitu aliran kas perusahaan, strategi perusahaan, laporan keuangan,

trend penjualan serta kemampuan manajemen.

Analisis ini ingin melihat kekuatan perusahaan relatif terhadap pesaingnya.

Misalnya, apabila trend penjualan menunjukkan penurunan, maka manajemen

harus cepat cepat melihat faktor penyebabnya. Jika trend tersebut permanen

sehingga dapat membuat perusahaan kehilangan daya saing, maka pihak

perusahaan kemungkinan akan mengalami kebangkrutan yang semakin besar.

Berdasarkan teori akuntansi positif, bagi manajemen sebuah perusahaan yang

memiliki program bonus berdasarkan laba, tentunya manajemen akan memilih

suatu kebijakan akuntansi tertentu yang dapat meningkatkan laba masa kini

maupun laba masa mendatang perusahaan (Zulma et al., 2020). Pada indikator

eksternal dapat diambil dari pasar keuangan, informasi dari pihak yang
 25

bersangkutan seperti pemasok, dealer dan konsumen. Misalnya dealer (contoh

sepeda motor) bisa memprediksi seberapa besar minat konsumen terhadap sepeda

motor merk tertentu, atau memprediksi merk sepeda motor apa saja yang paling

laris dan tidak laris.

2.3.3 Prediksi kebangkrutan dengan rasio keuangan

a) Analisis univariate

Analisis univariate dilakukan dengan memperlihatkan variabel keuangan

yang diperkirakan dapat mempengaruhi kebangkrutan, yaitu dengan cara

menganalisis secara terpisah (untuk setiap variabelnya).

b) Analisis multivariate
Analisis ini menggunakan dua variabel atau lebih secara bersama sama ke

dalam satu persamaan. Analisis ini bisa dipakai untuk menghilangkan

kelemahan analisis univariate yang kemungkinan mempunyai konflik

antarvariabel. Model prediksi kebangkrutan multivariate yang cukup

terkenal adalah model kebangkrutan yang dikembangkan oleh Altman

(1969).

Model Altman ini menggunakan teknik statistik analisis diskriminan, dan

secara umum dituliskan sperti sebagai berikut :

Z = a + a1 X1 + .... + an Xn

c) Dimana skor kebangkrutan disimbolkan dengan Z, sedangkan X1...Xn

adalah variabel bebas. Model yang dikembangkan oleh Altman

menghasilkan persamaan sebagai berikut ini :

Zi = 1,2 X1 + 1,4 X2 +3,3 X3 + 0,6 X4 + 1,0 X5

 26

Dimana :

X1 = (Aktiva lancar-Utang lancar)/Total aktiva

X2 = Laba ditahan / Total Aset

X3 = Laba sebelum bunga dan pajak/ Total Aset

X4 = Nilai pasar saham biasa dan saham preferen/ Nilai buku total utang

X5 = Penjualan / Total Aset

Penelitian yang dilakukan oleh Altman (1969) dengan menggunakan data

di Amerika Serikat yang menunjukkan bahwa skor kritis untuk model tersebut

adalah sebesar 1,8. Apabila ada suatu perusahaan memiliki skor dibawah nilai 1,8

maka perusahaan tersebut dikatakan memiliki probabilitas yang tinggi untuk

bangkrut, dan sebaliknya. Sedangkan untuk di Indonesia model Altman bisa

disesuaikan dengan kondisi di Indonesia karena terdapat perbedaan yang

mencolok antara Indonesia dengan Amerika yaitu dikarenakan sedikitnya

perusahaan go public di Indonesia. Apabila perusahaan tidak go public, maka nilai

pasar saham tidak bisa dihitung. Maka untuk mengganti nilai pasar, Altman

menggunakan nilai buku saham biasa dan saham preferen sebagai salah satu

komponen variabel bebasnya. Kemudian, mengembangkan model diskriminan

kebangkrutan, dan menghasilakn model sebagai berikut :

Zi = 0,717 X1 + 0,847 X2 + 3,107 X3 + 0,42 X4 + 0,998 X5

Dimana :

X1 = (Aktiva Lancar-Utang Lancar) / Total Aktiva

X2 = Laba yang ditahan / Total Aset

X3 = Laba sebelum Bunga dan Pajak / Total Aset

 27

X4 = Nilai buku saham biasa dan saham preferen / Nilai buku total utang

Nilai Z kritis ditemukan sebagai 1,2 maka perusahaan diperkirakan tidak

mengalami kebangkrutan dan sebaliknya. Model tersebut kemudian bisa

digunakan baik untuk perusahaan yang go public maupun yang tidak go public.

2.4 Altman Z-Score Model

Altman Z-Score adalah alat ukur yang digunakan untuk memprediksi

kebangkrutan pada suatu perusahaan, sehingga kondisi kebangkrutan dari suatu

perusahaan bisa diketahui sedini mungkin (Sunyoto, 2016). Metode Z-Score

dikembangkan pertama kali oleh Edward I Altman pada tahun 1968. Metode Z-

Score ini sering digunakan untuk mengukur kinerja keuangan perusahaan

dikarenakan lebih mudah digunakan. Alasan lainnya karena metode Z-Score dapat

memberikan tingkat ketepatan prediksi kisaran 95 % (Sari, Arif & Hasbiyadi.,

2020). Metode Altman Z-Score ini menggunakan 5 jenis rasio keuangan yang

dapat digabungkan untuk melihat perbedaan apakah perusahaan tersebut

terindikasi ke dalam perusahaan yang bangkrut atau tidak bangkrut (Azlina,

2020). Berikut merupakan kategori Z-Score sesuai rentang nilai kriteria

perusahaan berdasarkan titik cut-off nya masing-masing :

Tabel 2.1
Titik Cut-Off dalam Model Altman Z-Score dengan Nilai Pasar

Kategori Titik Cut-Off

Tidak Bangkrut Z>2,99
Bangkrut Z<1,81
Daerah Rawan (Gray Area) 1,81<Z<2,99
Sumber : (Halim & Hanafi, 2007)
 28

2.5 Rasio Keuangan

Analisis rasio keuangan adalah suatu aktivitas untuk menganalisis laporan

keuangan dengan cara membandingkan satu akun dengan akun yang lainnya yang

terdapat dalam laporan keuangan, perbandingan tersebut bisa antar akun dalam

laporan keuangan neraca maupun rugi laba (V. W. Sujarweni, 2017). Rasio

keuangan atau financial ratio ini sangat penting gunanya untuk melakukan analisa

terhadap kondisi keuangan perusahaan. Bagi investor jangka pendek dan

menengah pada umumnya lebih banyak tertarik kepada kondisi keuangan jangka

pendek dan kemampuan perusahaan untuk membayar dividen yang memadai.

Informasi tersebut dapat diketahui dengan cara yang lebih sederhana yaitu dengan

menghitung rasio rasio keuangan yang sesuai dengan keinginan (Fahmi, 2012).

Analisis rasio keuangan juga dapat dibedakan berdasarkan laporan

keuangan yang dianalisis, yaitu analisis individul dan analisis silang (Martono &

Harjito, 2008). Foster (1986) menyatakan empat hal yang mendorong analisis

laporan keuangan dilakukan dengan model rasio keuangan yaitu:

1. Untuk mengendalikan pengaruh perbedaan besaran antar perusahaan atau

antar waktu.

2. Untuk membuat data menjadi lebih memenuhi asumsi alat statistik yang

digunakan.

3. Untuk menginvestigasi teori yang terkait dengan dengan rasio keuangan.

4. Untuk mengkaji hubungan empirik antara rasio keuangan dan estimasi atau

prediksi variabel tertentu (seperti kebangkrutan).

Manfaat Analisis Rasio Keuangan untuk Memprediksi Kebangkrutan

Berbagai penelitian telah dilakukan untuk mengkaji manfaat yang bisa dipetik dari
 29

analisis rasio keuangan. Seperti Altman (1968), merupakan penelitian awal yang

mengkaji pemanfaatan analisis rasio keuangan sebagai alat untuk memprediksi

kebangkrutan perusahaan. Dengan menggunakan analisis diskriminan, fungsi

diskriminan akhir yang digunakan untuk memprediksi kebangkrutan perusahaan

memasukkan rasio-rasio keuangan berikut: working capital/total assets, retained

earnings/total assets, earnings before interest and taxes/total assets, market value

equity/book value of total debt, sales/total assets. Secara umum disimpulkan

bahwa rasio-rasio keuangan tersebut biasa digunakan untuk memprediksi

kebangkrutan perusahaan, dengan pendekatan multivariate. Dengan kata lain,

pendekatan multivariate rasio keuangan bisa memberikan hasil yang lebih

memuaskan (Almilia & Kristijadi, 2003).

2.5.1 Rasio likuiditas

Menurut (Tamam & Wibowo, 2017), Likuiditas adalah kemampuan

perusahaan dalam memenuhi kewajiban jangka pendeknya pada saat jatuh

tempo. Menurut (Kazemian, 2017), likuiditas adalah ukuran mengenai sejauh

mana suatu organisasi mempunyai uang tunai untuk memenuhi kewajiban

jangka pendek, atau aset lain yang dapat menggantikan uang tunai. Rasio

likuiditas keuangan adalah alat yang biasanya digunakan untuk mengukur

likuiditas. Likuiditas mempunyai fungsi dan manfaat tertentu bagi suatu

perusahaan yaitu sebagai media dalam melakukan kegiatan perusahaan

sehari-hari dan sebagai alat untuk mengantisipasi kebutuhan dana yang

mendesak atau tiba-tiba.

 30

Dalam perusahaan, Rasio ini digunakan untuk mengukur kemampuan

perusahaan dalam memenuhi kewajiban keuangan jangka pendek berupa hutang-

hutang jangka pendek. Rasio ini ditunjukan dari besar kecilnya aktiva lancar.

Dimana seberapa cepat (Likuid) perusahaan memenuhi kinerja keuangannya,

umumnya kewajiban jangka pendek / kewajiban kurang dari periode satu tahun

(V. W. Sujarweni, 2017).

2.5.1.1 Working capital to total assets ratio

Likuiditas dari total aktiva dan posisi modal kerja (neto). Rasio dapat

dihitung dengan rumus :

WCTA = Aktiva lancar-Utang Lancar

Total Aktiva

2.5.2 Rasio profitabilitas

Profitabilitas adalah rasio yang mengukur efektivitas manajemen secara

keseluruhan yang ditujukan oleh besar kecilnya tingkat keuntungan yang

diperoleh dalam hubungannya dengan penjualan maupun investasi (Fahmi, 2010).

Menurut (Mafiroh et al., 2016), profitabilitas menunjukkan seberapa efisien dan

efektif suatu perusahaan dalam memanfaatkan serta menggunakan aset

perusahaan dalam menghasilkan laba. Semakin baik rasio profitabilitas maka

semakin baik menggambarkan kemampuan tingginya perolehan keuntungan

perusahaan.

2.5.2.1 Retained earnings to total assets

Rasio dapat diukur dengan rumus :

RETA = Laba ditahan

Total Aktiva
 31

2.5.2.2 Earnings before interest and tax to total assets

Rasio dapat diukur dengan rumus :

EBITTA = Laba sebelum pajak

Total Aktiva
2.5.3 Rasio leverage

Menurut (Fahmi, 2010), Leverage adalah rasio yang mengukur seberapa

besar perusahaan dibiayai dengan utang. Penggunaan utang yang terlalu tinggi

akan membahayakan perusahaan karena perusahaan akan masuk dalam kategori

extreme leverage (hutang ekstrim). Menurut (Lestari & Dewi, 2013), leverage

adalah hasil dari biaya dalam penggunaan pembiayaan aset atau untuk

menyejahterakan dan meningkatkan kesejahteraan pemegang saham. Terlalu

tingginya penggunaan hutang suatu perusahaan dapat memperburuk

perekonomian suatu perusahaan. Rasio ini digunakan untuk mengukur seberapa

besar total aktiva yang dimiliki perusahaan yang berasal dari hutang atau modal,

sehingga rasio ini dapat mengetahui posisi perusahaan dan kewajibannya yang

bersifat tetap kepada pihak lain serta keseimbangan nilai aktiva tetap dengan

modal yang ada. Apabila perusahaan memiliki tingkat likuiditas yang tinggi maka

perusahaan tersebut akan mampu memenuhi kewajibannya sehingga terhindar dari

kebangkrutan, karena semakin tinggi hutang yang dipakai dalam perusahaan maka

risiko terjadinya kebangkrutan akan semakin tinggi pula (Defitria , 2019)

2.5.3.1 Market value of equity to book value of debt

Rasio dapat diukur dengan rumus :

MVBV = Nilai pasar modal

Total Utang
 32

2.5.4 Rasio Aktivitas

Rasio aktivitas adalah rasio yang menggambarkan sejauh mana suatu

perusahaan mempergunakan sumber daya yang dimilikinya yang digunakan untuk

menunjang aktivitas perusahaan (Fahmi, 2012). Rasio aktivitas merupakan rasio

yang digunakan untuk mengukur tingkat efisiensi atas pemanfaatan sumber daya

yang dimiliki perusahaan, atau untuk menilai kemampuan perusahaan dalam

menjalankan aktivitasnya sehari-hari. Rasio ini dikenal juga sebagai rasio

pemanfaatan asset, yaitu rasio yang digunakan utntuk menilai efektivitas dan

intensitas asset perusahaan dalam menghasilkan penjualan. Perputaran total asset

(total asset turnover), merupakan rasio yang digunakan untuk mengukur berapa

jumlah penjualan yang akan dihasilkan dari setiap rupiah dana yang tetanam

dalam total asset (Aisyah et al., 2017)

2.5.4.1 Total Assets turnover (perputaran total aset)

Rasio dapat diukur dengan rumus :

Penjualan
Total Aktiva

2.6 Hubungan Rasio Keuangan dan Kinerja Keuangan

Menurut (Warsidi & Pramuka, 2000) Analisis rasio keuangan adalah suatu

instrumen analisis prestasi pada perusahaan yang mendefinisikan berbagai

hubungan dan indikator keuangan, yang bertujuan agar dapat menunjukan

perubahan yang terkait dalam kondisi keuangan atau operasi prestasi di masa lalu

dan membantu menggambarkan trend pola perubahan tersebut, supaya bisa

menunjukkan risiko dan peluang apa saja yang melekat pada pihak perusahaan
 33

yang bersangkutan. Jadi, untuk menilai kondisi dan kinerja keuangan perusahaan

dapat digunakan rasio yang merupakan perbandingan angka angka yang ada pada

pos laporan keuangan.

Dari pernyataan diatas dapat diketahui bahwa rasio keuangan dan kinerja

keuangan mempunyai hubungan yang erat. Rasio keuangan terdapat banyak

jumlah dan pada masing masing rasio memiliki fungsinya masing-masing.

Misalnya investor ia akan melihat rasio dengan kegunaan yang paling sesuai

dengan analisis yang akan dilakukan. Apabila rasio tersebut tidak

merepresentasikan tujuan dari analisis yang akan dilakukan, maka rasio tersebut

tidak akan digunakan, Hal itu dikarenakan dalam konsep keuangan terdapat

fleksibilitas, yang berarti rumus atau berbgai bentuk formula yang digunakan

harus disesuaikan dengan kasus yang hendak diteliti (Fahmi, 2012).

2.7 Penelitian Terdahulu

Terdapat berbagai penelitian terdahulu mengenai analisis kinerja keuangan

menggunakan Altman Z-Score baik pada masa sebelum adanya pandemi covid-19

maupun sesudah munculnya berita covid-19 . Beberapa penelitian di bawah ini

digunakan untuk memperkuat hasil yang sedang dilakukan oleh peneliti dan juga

digunakan sebagai perbandingan.

 34

Tabel 2.2
Penelitian Terdahulu

No Tahun Penulis Judul Hasil

Bankcrupty pada subsektor kimia, dan pada tahun
analysis using 2014 Industri Jamu dan Farmasi PT Sido
Altman Z Score Muncul Tbk. adalah peringkat tertinggi
▪ Suci model in pertama dan kondisi sehat. Sedangkan
1. 2017 Kurniawati manufacturing peringkat terbawah adalah PT. Asia
company at Pacific Fiber Tbk. pada subsektor tekstil
Indonesia stock dan garmen pada tahun 2013 dan 2014
exchange in mengalami kondisi financial distress.
2013-2014 (Access, 2017)
Ada empat perusahaan listing dalam
The Analysis of kategori aman selama tiga tahun yaitu
property and PT Bumi Serpong Damai, PT Ciputra
real estate Development, PT Lippo Karawaci dan
▪ Nova Marshella
financial PT Pakuwon Jati.sedangkan PT Alam
2 2017 ▪ Mochammad Al
performance Sutera Realty Tbk berada di area abu-
Musadieq
using Altman abu.. PT Sentul City mengalami
(Z-Score) to penurunan nilai Z score tahun 2015. PT
predict Summarecon Agung
Bankcrupty dalam kategori aman pada tahun 2014
dan 2015. (Musadieq, 2017)
Tahun 2014, 55% perusahaan
Predicting pertambangan diprediksi bangkrut, 18%
bankcrupty on berada di wilayah abu-abu dan sisanya
▪ Husnul Akhir
mining 27% memiliki kondisi keuangan yang
3. 2019 ▪ Islahuddin
companies using sehat. tahun 2015 diprediksi 64%
Altman Z- Score bangkrut, 23% grey area dan 13%
model perusahaan dalam kondisi baik atau
tidak bangkrut (Akhir, 2019).
Hasil analisis mencakup periode 2013-
2017 (inklusif) dan hasil korelasi positif
An Analysis of
secara statistik antara ROE dan Z-Score
▪ Foo See Liang Z-Scores &
untuk pasar. Hong Kong terdaftar relatif
▪ Shaakalya Performance :
4. 2019 sehat mean dan median Z-Scores.
Pathak Manufacturing
Temuan ini semakin mendukung posisi
Companies in
ekonomi yang kuat dari pasar ini sebagai
Hong kong
orang Asia
raksasa. (Liang & Pathak, 2019)
Berdasarkan hasil penelitian diketahui
Analysis of bahwa mayoritas BPRS mengalami
▪ Umi Kholifah bankruptcy pailit. Hal tersebut ditandai dengan
▪ Atieq prediction with semakin banyaknya BPRS yang
Amjadallah Altman Z-Score mengalami kebangkrutan dari tahun ke
5. 2019
Alfie method in tahun. Beberapa BPRS yang mengalami
▪ Rosida Dwi Shariah rural kebangkrutan pada tahun berikutnya
Ayuningtias bank in Central dapat melakukan usaha kesehatan bank
Java period sehingga masuk ke grey area (Kholifah
2011-2016 et al., 2019).
 35

Laporan keuangan tahunan perusahaan

Bankcrupty Go Public tidak menyajikan potensi
analysis using kebangkrutan. Di era industri 4.0 atau
Altman Z-Score era disruptif yang merupakan siklus
▪ Erni Prasetiyani
model and hidup sebuah
▪ Mohammad
6. 2020 springate model industri tidak berlangsung normal,
Sofyan
in retail trading disarankan agar industri yang terkena
company listed dampak diwajibkan
in indonesia membuat analisis potensi
stock exchange kebangkrutan.(Prasetiyani & Sofyan,
2020)
Kondisi keuangan PT.Bayu
Buana PT.Sona Topas Tourism berada
Analisis kinerja
di zona aman. Sedangkan PT. Panorama
keuangan
▪ Murwani Sentrawisata berada di zona abu-abu.
dengan metode
Wulansari PT. Panorama Sentrawisata diharapkan
7. 2020 Altman Z-Score
dapat meningkatkan beban pokok
pada industri
pendapatan dan menciptakan strategi
pariwisata yang
bisnis yang disesuaikan dengan situasi
terdaftar d BEI
pandemi guna meningkatkan pendapatan
demi kelangsungan aktivitas perusahaan.

Hasil uji t satu sampel dengan nilai t-

hitung = -4,671 kemudian dibandingkan
Bankcrupty
dengan nilai tabel untuk taraf kesalahan
prediction
5%, uji satu pihak, dan derajat
▪ Iis Fitriani analysis using
kebebasan (df) = 8-1 = 7, maka
8. 2020 ▪ Puji the Altman Z
diperoleh t-tabel = 1.894 irit (-4.640
Muniarty Score method at
<1.894). yang artinya “Nilai Altman Z-
PT. Aneka
Score pada PT Aneka Tambang
Tambang
(Persero) Tbk kurang dari 1,23 dari yang
(Persero) Tbk
diharapkan, dan perusahaan berpotensi
bangkrut (Fitriani & Muniarty, 2020)

Hasil menunjukkan bahwa perusahaan

dalam kategori sehat. Sedangkan pada
▪ Datih Intansari Analisis
triwulan I tahun 2020 (selama pandemi
▪ Fajariani Kesehatan
Covid-19), hasil menunjukkan bahwa
Kristianti Keuangan PT
perusahaan dalam kategori tidak sehat.
▪ Apriani Dorkas Pembangunan
9. 2020 Hasil menunjukkan bahwa pandemi
Rambu Atahau Jaya Ancol Tbk
Covid-19 berdampak negatif bagi
▪ Imanuel Madea Menggunakan
kesehatan perusahaan yang bergerak
Sakti Model Analisis
pada industri pariwisata. (Intansari et al.,
Altman Z-Score
2020)
Analysis
prediction of Hasil analisis kebangkrutan dengan
bankcrupty metode Altman Z-Score periode 2010
10. 2020 business by sampai 2013 dikategorikan tidak pailit
▪ Dedi Mulyadi
using the dan pada tahun 2014 dikategorikan
method Altman perusahaan dalam wilayah abu-abu
Z-Score and (Grey Area)
springate
Sumber : diolah dari penelitian terdahulu
 36

2.8 Kerangka Pemikiran

Kinerja keuangan adalah salah satu faktor yang dapat mempengaruhi hasil

kerja atau pencapaian yang diperoleh dari suatu perusahaan. Salah satu aspek

yang dapat dilihat dalam rangka penilaian kinerja keuangan adalah dengan

mengetahui apakah perusahaan tersebut mengalami peningkatan atau bahkan

terjadi penurunan penjualan sehingga dapat mempengaruhi perkembangan suatu

perusahaan. Pasca munculnya kasus COVID-19 kondisi dan posisi keuangan

perusahaan mengalami perubahan. Hal ini dapat dilihat dalam laporan keuangan

perusahaan yang mengalami penurunan penjualan yang cukup tajam.

Agar dapat memprediksi kondisi kesulitan keuangan perusahaan maka

dapat diukur dengan Altman Z-Score. Dimana pengukuran kinerja keuangan

menggunakan Altman Z-Score menggunakan beberapa rasio keuangan. Rasio

keuangan tersebut adalah Rasio Likuiditas, Rasio Profitabilitas, Rasio Leverage,

dan Rasio Aktivitas. Rasio Likuiditas diukur menggunakan Working capital to

total assets (X1). Dimana rasio ini mengukur likuiditas dengan cara

membandingkan aktiva likuid. Rasio Profitabilitas diukur menggunakan Retained

earnings to total assets (X2). Dimana Rasio ini merupakan ukuran profitabilitas

yang mendeteksi kemampuan perusahaan dalam menghasilkan laba.

Rasio Profitabilitas diukur menggunakan Earning Before Interest and Tax

to Total Asset (X3). Dimana rasio ini berfungsi untuk mengukur kemampuan

perusahaan dalam menghasilkan laba dari aset yang digunakan atau bisa dikatakan

sebagai ukuran produktivitas aset perusahaan. Rasio Leverage diukur

menggunakan Market Value of Equity to Book Value of Debt (X4). Dimana rasio
 37

ini digunakan untuk menggambarkan leverage dalam bentuk keuangan jangka

panjang suatu perusahaan dan untuk mengetahui besarnya modal perusahaan yang

digunakan untuk menanggung beban hutang.

Rasio Kinerja diukur menggunakan Sales to total assets (X5) Rasio ini

mengukur seberapa efisien aset tersebut digunakan untuk memperoleh pendapatan

dari penjualan. Semakin tinggi Total asset turn over berarti semakin efisien

penggunaan keseluruhan aset perusahaan dalam menghasilkan volume

penjualan.Banyak dari rasio-rasio keuangan yang lain yang dapat digunakan untuk

mengukur kinerja keuangan perusahaan. Berdasarkan dari tinjauan pustaka serta

beberapa penelitian terdahulu, maka peneliti mengindikasikan rasio-rasio

keuangan yang terdiri dari rasio Likuiditas (WCTA), Rasio Profitabilitas (RETA,

EBIT), Rasio Leverage (MVBV) dan Rasio Aktivitas (STTA).

 38

Uraian di atas dapat disederhanakan sebagaimana model kerangka

pemikiran teoritis sebagai berikut :

Kinerja keuangan subsektor otomotif yang terdaftar di Bursa

Efek Indonesia pada quartal 2 tahun 2019 & 2020

Sesudah covid-19
Sebelum covid-19

Rasio Likuiditas (Working Capital Rasio Likuiditas (Working

to Total Assets) Capital to Total Assets)

Rasio Profitabilitas (Retained Rasio Profitabilitas (Retained

Earnings to Total Assets dan Earnings to Total Assets dan
Earnings Before Interest and Tax Earnings Before Interest and Tax
to Total Assets) to Total Assets)

Rasio Leverage (Market Value of Rasio Leverage (Market Value of

Equity to Book Value of Debt) Equity to Book Value of Debt)

Rasio Aktivitas (Sales to Total Rasio Aktivitas (Sales to Total

Assets) Assets)

Altman Z-Score

Uji Paired Sample t test

Gambar 2.1
Kerangka Pemikiran Teoritis
 39

2.9 Perumusan Hipotesis

Hipotesis adalah pernyataan mengenai satu atau lebih populasi yang perlu

dibuktikan keabsahannya melalui prosedur pengujian hipotesis. Pengujian

hipotesis merupakan suatu proses dengan melakukan perbandingan antara nilai

sampel (berasal dari data penelitian) dengan nilai hipotesis pada data populasi

(Sutopo & Slamet, 2017). Sedangkan menurut (Sekaran, 2015) Hipotesis bisa

didefinisikan sebagai hubungan yang diperkirakan secara logis antara dua atau

lebih variabel yang diungkapkan dalam bentuk pernyataan yang bisa diuji.

Logika yang mendasari prosedur uji hipotesis adalah sebagai berikut:

1. Pertama, peneliti menyatakan hipotesis tentang karakteristik suatu

populasi. Umumnya di dalam hipotesis tersebut tersirat nilai

parameter dari populasi. Sebagai contoh, seorang peneliti berhipotesis

bahwa orang dewasa di Amerika Serikat rata-rata mengalami

peningkatan berat badan sekitar 3 kg pada masa perayaan Thanksgivingdan

Tahun Baru setiap tahun.

2. Sebelum memilih sampel, peneliti menggunakan hipotesis untuk

memprediksi karakteristik sampel. Jika diperkirakan bahwa rata-rata

peningkatan berat badan dari populasi tersebut adalah sekitar 3 kg, maka

peneliti juga hendaknya memperkirakan bahwa sampel yang dipilihnya

memiliki peningkatan berat badan sekitar 3 kg. Karakteristik sampel

yang dipilih haruslah sama dengan karakteristik populasi, tetapi tetap

dipertimbangkanadanya error dalam batas tertentu.

3. Selanjutnya peneliti memilih sampel secara acak dari populasi.

Misalnya sampel sebanyak n = 200, dipilih dari antara semua populasi orang
 40

dewasa di Amerika Serikat, kemudian mengukur peningkatan berat

badan ke-200 orang tersebut antara perayaan Thanksgiving dan Tahun

Baru.

4. Akhirnya, peneliti membandingkan data sampel yang diperoleh dengan

perkiraan yang telah ditetapkan dalam hipotesis. Jika nilai pengukuran

pada sampel konsisten dengan besaran yang diperkirakan, maka

disimpulkan bahwa hipotesis tersebut dapat diterima. Tetapi jika

terdapat perbedaan yang nyata antara data dengan prediksi, maka dapat

disimpulkan bahwa hipotesis tidak dapat diterima.

Berdasarkan landasan teori, penelitian terdahulu, dan kerangka pemikiran,

hipotesis yang diajukan oleh peneliti yaitu sebagai berikut :

1. H1: Terdapat perbedaan signifikan kinerja keuangan menggunakan Altman

Z-Score sebelum dan sesudah COVID-19 pada perusahaan sektor

otomotif
 BAB III

METODE PENELITIAN

3.1 Jenis Dan Sumber Data

3.1.1 Jenis Penelitian

Jenis data yang digunakan dalam penelitian ini adalah jenis penelitian

deskriptif kuantitatif. Penelitian Deskriptif merupakan penelitian yang

memaparkan suatu karakteristik tertentu dari suatu fenomena (Hermawan, 2005).

Data kuantitatif adalah data berupa angka, yang dapat diolah atau dianalisis

dengan menggunakan tekhnik perhitungan statistik (Siregar, 2013).

3.1.2 Sumber Data

Sumber data yang digunakan dalam penelitian ini adalah sumber data

sekunder. Data sekunder merupakan data yang diperoleh secara tidak langsung

oleh peneliti, tapi telah berjenjang melalui sumber kedua dan ketiga (Mukhtar,

2013). Data sekunder dalam penelitian ini yaitu diperoleh dari data laporan

keuangan perusahaan yang bersumber dari website Bursa Efek Indonesia melalui

situs www.idx.co.id. Pada penelitian ini data yang digunakan adalah laporan

keuangan Kuartal II saat terjadinya pandemi covid-19. Kuartal II dipakai karena

pertama, ketika penelitian dilakukan, data keuangan yang tersedia paling baru

adalah data kuartal II untuk tahun 2020. Kedua, dalam penelitian ini peneliti ingin

fokus pada dampak pandemi pada kinerja perusahaan otomotif saat kasus masih

sangat baru dan kebijakan pemerintah yang cenderung berubah pada saat awal

pandemi sehingga mengakibatkan labilnya keadaan perekonomian di Indonesia..

41
 42

3.2 Populasi Dan Sampel

3.2.1 Populasi

Populasi merupakan seluruh subyek atau obyek dengan karakteristik

tertentu yang akan diteliti (Endra, 2017). Sedangkan menurut (Cooper &

Schindler, 2006) Populasi adalah kumpulan dari keseluruhan elemen dimana kita

akan menarik beberapa kesimpulan. Jadi, dapat disimpulkan bahwa populasi

adalah keseluruhan jumlah serta karakteristik dan sifat yang dimiliki suatu

subjek/objek yang ingin dipelajari (Sekaran, 2015). Populasi dari penelitian ini

adalah seluruh perusahaan yang termasuk dalam industri otomotif yang terdaftar

di Bursa Efek Indonesia. Industri otomotif merupakan suatu sektor yang

merancang, mengembangkan, memproduksi, memasarkan dan menjual serta

melakukan purna jual kendaraan. Adapun populasi yang termasuk dalam sektor

otomotif yang terdaftar di Bursa Efek Indonesia sebagai berikut :

Tabel 3.1
Populasi Sub Sektor Otomotif di Bursa Efek Indonesia
No Nama Perusahaan Kode Perusahaan

1 PT Astra Internasional Tbk. ASII

2 PT Astra Otoparts Tbk. AUTO
3 PT Garuda Metalindo Tbk. BOLT
4 PT Indo Kordsa Tbk. BRAM
5 PT Goodyear Indonesia Tbk. GDYR
6 PT Gajah Tunggal Tbk GJTL
7 PT Indomobil Sukses Internasional Tbk IMAS
8 PT Indospring Tbk INDS
9 PT Multi Prima Sejahtera Tbk LPIN
10 PT Multistrada Arah Sarana Tbk MASA
11 PT Nipress Tbk NIPS
12 PT Prima Alloy Steel Universal Tbk PRAS
13 PT Selamat Sempurna Tbk SMSM
(Sumber: Idx.co.id)
 43

3.2.2 Sampel

Menurut (Widiyanto, 2013) Sampel merupakan sebagian dari jumlah

populasi yang dipilih untuk sumber data. Dengan demikian sampel penelitian

adalah sebagian dari anggota populasi dengan karakteristik sama yang dipilih

sebagai sumber data penelitian. Jadi, sampel penelitian yang dipilih harus

mencerminkan populasi. Sampel yang digunakan dalam penelitian ini adalah

purposive sampling. Purposive sampling adalah teknik pengambilan sampel

dengan menentukan kriteria-kriteria tertentu (Sugiyono, 2008). Adapun kriteria

didalam memilih sampel adalah sebagai berikut :

1. Perusahaan otomotif yang terdaftar di Bursa Efek Indonesia.

2. Perusahaan yang menerbitkan laporan keuangan kuartal II pada periode

tahun 2019 dan 2020.

3. Perusahaan yang menyajikan data lengkap sesuai dengan variabel yang

diteliti.

Dari kriteria dalam pemilihan sampel diatas, berikut merupakan Proses

dalam pengambilan sampel yang digunakan dalam penelitian ini :

Tabel 3.2
Proses Pengambilan Sampel
No Kriteria Jumlah
1 Perusahaan pada sub sektor otomotif yang 13
tercatat di Bursa Efek Indonesia (BEI)
2 Laporan keuangan pada sub sektor otomotif (2)
yang belum lengkap pada kuartal II tahun
2019-2020 di Bursa Efek Indonesia (BEI)
Jumlah Sampel Perusahaan 11
Jumlah Tahun Perusahaan 22
(Sumber: data diolah)
 44

Berdasarkan proses pengambilan sampel diatas, dari populasi sebanyak 13

perusahaan, diambil sampel sebanyak 11 Perusahaan dengan periode kuartal II
tahun 2019 & 2020 yang telah ditentukan.

3.3 Definisi Operasional Variabel Altman Z-Score

a) Working Capital to Total Assets

Rasio working capital to total assets (WCTA) menunjukan antara modal

kerja (yaitu aktiva lancar dikurangi hutang lancar) terhadap total aktiva. Nilai

Working Capital to Total Asset yang semakin tinggi menunjukkan semakin besar

modal kerja yang diperoleh perusahaan dibanding total aktivanya (Ben, 2015)

Rumus dari working capital to total assets sebagai berikut :

X1 = (Aktiva Lancar-Utang Lancar) : Total Aktiva

b) Retained Earning to Total Asset

Rasio retained earning to total asset (RETA) mengukur keuntungan

kumulatif terhadap umur perusahaan yang menunjukkan kekuatan pendapatan.

Rasio retained earning to total asset menunjukkan kemampuan perusahaan untuk

menghasilkan laba ditahan dari total aktiva perusahaan. Laba ditahan merupakan

laba yang tidak dibagikan kepada para pemegang saham. Dengan kata lain, laba

ditahan menunjukkan berapa banyakpendapatan perusahaan yang tidak

dibayarkan dalam bentuk dividen kepada para pemegang saham (Kakauhe &

Pontoh, 2017).

Rumus dari retained earning to total asset sebagai berikut :

X2 = Laba Kotor : Total Aktiva

 45

c) EBIT to Total Asset

Rasio Earning before interest and tax (EBIT) merupakan rasio profitabilitas

yang dapat digunakan untuk menilai tingkat keberhasilan suatu perusahaan di

dalam menghasilkan laba ditahan dari seluruh aset yang dimiliki. Rasio Earning

before interest and tax juga dapat menunjukan seberapa besar peningkatan atau

surplus yang dialami oleh perusahaan. Laba ditahan sendiri merupakan

keuntungan dari aktivitas operasional perusahaan yang dibagikan kepada investor

dalam bentuk deviden (Pratiwi, 2014) .

Rumus dari Earning before interest and tax sebagai berikut :

X3 = EBIT : Total Aktiva

d) Market Value of Equity to Book Value of Debt

Rasio market value of equity to book value of debt menunjukkan

kemampuan perusahaan untuk memenuhi kewajiban kewajiban dari nilai pasar

modal sendiri (saham biasa). Nilai pasar ekuitas sendiri diperoleh dengan

mengalikan jumlah lembar saham biasa yang beredar dengan harga pasar per

lembar saham biasa. Nilai buku hutang diperoleh dengan menjumlahkan

kewajiban lancar dengan kewajiban jangka panjang (Kakauhe & Pontoh, 2017).

e) Rumus dari Market Value of Equity to Book Value of Debt sebagai berikut :

X4 = Nilai Pasar Modal : Total Utang

f) Sales to Total Asset

Rasio Sales to Total Asset berfungsi untuk mengukur kemampuan

manajemen dalam menggunakan aktiva untuk menghasilkan penjualan dan

 46

menggambarkan tingkat perputaran seluruh aktiva perusahaan (Wulandari et al.,

2017).

Rumus dari Sales to Total Asset sebagai berikut :

X5 = Penjualan : Total Aktiva

Tabel 3.3
Ringkasan Definisi Operasional Variabel
Definisi
No Variabel Operasional Pengukuran Skala
1 Altman Z Altman Z Score 1. Working Capital to Total Rasio
Score adalah alat ukur Assets (X1)
yang digunakan X1 = Modal kerja bersih / Total
untuk memprediksi Aktiva
kebangkrutan pada 2. Retained Earnings to Total
suatu perusahaan, Assets (X2)
sehingga kondisi X2= Laba ditahan/ total aktiva
kebangkrutan dari 3. Earning Before Interest and
suatu perusahaan Taxes to Total
bisa diketahui Assets (X3)
sedini mungkin X3= Laba sebelum pajak
(EBIT)/ Total Aktiva
4. Market Value of Equity to
Book Value of
Debt (X4)
X4= Nilai pasar modal / Total
Utang
5. Sales to total asset
X5 = Penjualan / Total Asset

3.4 Teknik Pengumpulan Data

Teknik pengumpulan data merupakan cara yang digunakan untuk

memperoleh data-data penelitian yang dikumpulkan dari sumber data yang

bersangkutan. Teknik pengumpulan data dalam penelitian ini adalah

menggunakan teknik dokumentasi, dimana informasi yang diperoleh berasal dari

data laporan keuangan yang menjadi sampel dalam penelitian tersebut serta

informasi lain yang diperoleh dari website yang dapat mendukung penelitian.
 47

3.5 Teknik Analisis Data

Pemilihan teknik analisis adalah sebuah cara yang terintegrasi dalam

prosedur penelitian. Analisis data dilakukan untuk menjawab rumusan masalah

dan hipotesis yang diajukan, yang kemudian hasil analisis tersebut

diinterpretasikan dan dibuat kesimpulan (Suryani & Hendryadi, 2016). Untuk

menjawab rumusan masalah yang dilakukan dalam penelitian ini adalah dengan

menggunakan metode Altman Z-Score dengan nilai cut off 2,99 dan 1,81. Yang

berarti jika nilai Z yang diperoleh lebih dari 2,99 maka perusahaan diprediksi

tidak mengalami kesulitan keuangan di masa depan. Perusahaan yang nilai Z-nya

berada diantara 1,81 dan 2,99 berarti perusahaan tersebut berada dalam grey area

(zona abu-abu) yaitu perusahaan mengalami masalah dalam keuangannya,

walaupun tidak begitu parah bila dibandingkan dengan perusahaan yang

memilikki nilai Z dibawah 1,81 yang diprediksi mengalami kesulitan keuangan

(Ramadhani & Lukviarman, 2009).

Dalam penelitian kuantitatif, teknik analisis data terbagi menjadi 2: statistik

deskriptif dan statistik inferensial. Penelitian ini menggunakan statistik deksriptif

untuk menyajikan data secara umum tanpa menggeneralisasi data mentah.

Sedangkan statistik inferensial yang digunakan dalam penelitian ini yaitu

menggunakan uji beda 2 sampel berhubungan (paired T-test).

 48

Menurut (Ghozali, 2016) uji beda t-test dilakukan untuk menentukan

apakah dua sampel yang berhubungan atau tidak berhubungan memiliki nilai rata-

rata yang berbeda dengan cara membandingkan perbedaan antara dua nilai rata-

rata dengan standar error dari perbedaan rata-rata dua sampel dengan rumus:

𝑡 = 𝑟𝑎𝑡𝑎 𝑠𝑎𝑚𝑝𝑒𝑙 𝑝𝑒𝑟𝑡𝑎𝑚𝑎 − 𝑟𝑎𝑡𝑎 𝑠𝑎𝑚𝑝𝑒𝑙 𝑘𝑒𝑑𝑢𝑎

𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝑒𝑟𝑟𝑜𝑟 𝑝𝑒𝑟𝑏𝑒𝑑𝑎𝑎𝑛 𝑟𝑎𝑡𝑎 𝑘𝑒𝑑𝑢𝑎 𝑠𝑎𝑚𝑝𝑒𝑙

Menurut (Hendryadi, 2011) Paired sample t-test adalah uji beda dua

sampel berpasangan yang merupakan subjek yang sama tetapi mengalami

perlakuan yang berbeda. Dikarenakan paired sample t-test termasuk dalam uji

parametrik, maka asumsi normalitas data haruslah terpenuhi. Statistik parametrik

adalah teknik statistik yang dapat digunakan untuk menguji hipotesis dengan

melibatkan parameter populasi. Keterbatasan yang dimiliki oleh statistik

parametrik adalah penggunaan jenis data minimal yaitu jenis data interval dan

rasio.

Syarat dalam menggunakan uji parametrik adalah jika kita mampu

mengetahui sebaran populasi yang kita amati telah memenuhi distribusi normal.

Dalam penelitian ini, Apabila Uji Normalitas tidak berdistribusi normal maka

dapat dilakukan menggunakan Uji Non Parametrik (Pradistya, 2021). Uji non-

parametrik adalah salah satu metode statistik yang dapat digunakan sebagai

alternatif apabila metode statistik parametrik tidak dapat dilakukan. Jika uji

parametrik dapat digunakan untuk melihat perbedaan antara rata-rata nilai tengah

2 kelompok daratan yang sudah diberi ranking, dengan data yang sama metode uji

statistik non parametrik dapat digunakan untuk melihat perbedaan antara median
 49

mediannya. Dengan demikian perbedaannya kalau datanya memiliki sebaran atau

distribusi normal, maka digunakan statistika parametrik dan sebaliknya jika data

tidak memiliki sebaran normal, maka digunakan statistika nonparametrik.

Untuk dapat menjawab Hipotesis Langkah pertama yang dilakukan dalam

penelitian ini adalah dengan melakukan uji normalitas. Uji normalitas bertujuan

untuk mengetahui apakah dalam model penelitian, variabel residual memiliki

distribusi yang normal (Ghozali, 2016). Cara mendeteksi normalitas data yaitu

dapat menggunakan uji Shapiro Wilk dengan nilai signifikan sebesar α > 0,05

maka data dikatakan berdistribusi normal dan Apabila α < 0,05 maka data

dikatakan tidak berdistribusi normal. Uji Shapiro Wilk dipilih karena data

penelitian yang digunakan sedikit (hanya 22 data untuk setiap kelompok

pengujian), sehingga dapat memberikan hasil pengujian normalitas yang baik

(Oktaviani & Notobroto, 2014). Jika data sudah berdistribusi normal, maka uji

beda menggunakan paired sample t- test dapat dilakukan.

Namun jika data berdistribusi tidak normal, maka uji beda 2 sampel

berpasangan (paired sample t-test) dapat diganti dengan uji Wilcoxon Rank Test.

Wilcoxon Rank Test adalah uji non-parametrik yang digunakan Ketika

membandingkan 2 sampel berhubungan, sampel yang sama, atau pengukuran

ulang pada sampel tunggal untuk menilai apakah ada perbedaan pada 2

pengukuran pada sampel yang sama, dan tidak harus memenuhi normalitas data

(Oktaviani & Notobroto, 2014). Analisis data yang digunakan dalam penelitian

ini akan dibantu dengan program IBM SPSS versi 23 for Windows.
 BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Objek Penelitian

Objek penelitian yang digunakan adalah Perusahaan Sektor Otomotif yang

terdaftar di Bursa Efek Indonesia pada kuartal II tahun 2019 & 2020. Penelitian

ini untuk melihat perbedaan signifikan kinerja keuangan menggunakan Altman Z-

Score sebelum dan sesudah COVID-19 pada perusahaan sektor otomotif.

Populasi dalam penelitian ini meliputi seluruh perusahaan sektor otomotif

yang terdaftar di Bursa Efek Indonesia sampai dengan tahun 2020 yang berjumlah

13 perusahaan. Sampel yang digunakan adalah perusahaan sektor otomotif yang

terdaftar di Bursa Efek Indonesia pada kuartal II tahun 2019 & tahun 2020 dengan

pengambilan sampel menggunakan metode purposive sampling melalui kriteria

tertentu. Adapun saat penentuan kriteria sampling, terdapat 2 perusahaan yang

belum tersedia laporan keuangannya pada website Bursa Efek Indonesia di

Kuartal 2 tahun 2020, yang merupakan periode peneliti mengambil data

penelitian, sehingga terdapat 11 perusahaan sektor otomotif yang menjadi sampel

dalam penelitian ini.

4.2 Hasil Uji Statistik Deskriptif

Statistik deskriptif adalah statistik yang mempunyai tugas untuk

mengumpulkan, mengolah, dan menganalisa data dan kemudian menyajikannya

dalam bentuk yang baik (Ghozi & Sunindyo, 2015). Analisis statistik deskriptif

50
 51

yang digunakan yaitu meliputi minimum, maximum, mean, dan standar deviasi.

Berikut ini adalah hasil uji statistik deskriptif untuk semua variabel penelitian:

Tabel 4.1
Statistik Deskriptif
Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Working Capital to Total

11 -,22 ,52 ,1616 ,21792
Assets Before COVID-19
Working Capital to Total
11 -,27 ,55 ,1387 ,25696
Assets After COVID-19
Retained Earnings to Total
11 ,02 ,08 ,0569 ,02001
Assets Before COVID-19
Retained Earnings to Total
11 ,01 ,06 ,0391 ,01562
Assets After COVID-19
Earnings Before Interest and
Tax to Total Assets Before 11 -,02 ,06 ,0220 ,02732
COVID-19
Earnings Before Interest and
Tax to Total Assets After 11 -,02 ,05 ,0105 ,02391
COVID-19
Market Value of Equity to
Book Value of Debt Before 11 ,19 15,31 4,9834 5,39971
COVID-19
Market Value of Equity to
Book Value of Debt After 11 ,06 8,67 3,1342 2,94622
COVID-19
Sales to Total Assets
11 ,13 ,51 ,3624 ,11666
Before COVID-19
Sales to Total Assets After
11 ,13 ,40 ,2721 ,08262
COVID-19
Altman Z-score Before
11 ,35 10,42 3,6991 3,47261
COVID-19
Altman Z-score After
11 ,10 6,26 2,4078 2,01624
COVID-19
Valid N (listwise) 11

Sumber: Data diolah, 2021.

 52

Berdasarkan data pada tabel 4.1 tersebut, maka dapat dijelaskan mengenai

hasil statistik deskriptif untuk semua variabel yang digunakan dalam penelitian

ini, yaitu:

1. Untuk variabel working capital to total assets sebelum COVID-19 nilai

minimumnya adalah -0,22 dengan nilai maksimum sebesar 0,52.

Sedangkan rata-ratanya berada pada angka 0,167 dan standar deviasi

sebesar 0,2179. Artinya, secara rata-rata, angka 0,167 tersebut sudah

cukup baik karena menunjukkan nilai positif karena menandakan nilai

aset lancar yang lebih besar daripada hutang lancar. Nilai ini juga

memiliki makna bahwa modal kerja yang dimiliki perusahaan sebesar

16,7% dari nilai total aset.

2. Untuk variabel working capital to total assets setelah COVID-19 nilai

minimumnya adalah -0,27 dengan nilai maksimum sebesar 0,55.

Sedangkan rata-ratanya berada pada angka 0,138 dan standar deviasi

sebesar 0,2569. Artinya, secara rata-rata, angka 0,138 tersebut sudah

cukup baik karena menunjukkan nilai positif karena menandakan nilai

aset lancar yang lebih besar daripada hutang lancar. Nilai ini juga

memiliki makna bahwa modal kerja yang dimiliki perusahaan sebesar

13,8% dari nilai total aset. Penurunan terjadi disebabkan seperti

penggunaan aset lancar yang diminimalisir untuk mengantisipasi

kemungkinan terburuk pandemi COVID-19.

3. Untuk variabel retained earnings to total assets sebelum COVID-19 nilai

minimumnya adalah 0,02 dengan nilai maksimum sebesar 0,08.

 53

Sedangkan rata-ratanya berada pada angka 0,569 dan standar deviasi

sebesar 0,2001. Artinya, secara rata-rata perusahaan sampel memperoleh

jumlah laba ditahan untuk kepentingan ekspansi perusahaan dari 56,9%

total asetnya. Nilai ini cukup baik karena lebih dari 50% laba ditahan

yang dihasilkan dari total aset yang digunakan dalam operasional

perusahaan.

4. Untuk variabel retained earnings to total assets setelah COVID-19 nilai

minimumnya adalah 0,01 dengan nilai maksimum sebesar 0,06.

Sedangkan rata-ratanya berada pada angka 0,391 dan standar deviasi

sebesar 0,01562. Artinya, laba ditahan yang dihasilkan oleh perusahaan

sampel, rata-rata berasal dari 39,1% total aset yang dimiliki oleh

perusahaan. Angka retained earnings to total assets ini terlihat menurun

dibandingkan dengan kondisi sebelum adanya COVID-19. Kondisi ini

juga disebabkan oleh beberapa faktor seperti adanya perubahan kebijakan

mengenai besaran laba di tahan pada periode berjalan saat RUPS, atau

kondisi perusahaan yang tidak mampu mencetak laba besar saat terjadi

pandemi COVID-19.

5. Untuk variabel EBIT to total assets sebelum COVID-19 nilai

minimumnya adalah -0,02 dengan nilai maksimum sebesar 0,06.

Sedangkan rata-ratanya berada pada angka 0,220 dan standar deviasi

sebesar 0,2732. Artinya, nilai laba sebelum pajak yang dihasilkan

perusahaan sampel secara rata-rata berasal dari 22% nilai total aset yang

dimiliki oleh perusahaan.

 54

6. Untuk variabel EBIT to total assets setelah COVID-19 nilai minimumnya

adalah -0,02 dengan nilai maksimum sebesar 0,05. Sedangkan rata-

ratanya berada pada angka 0,105 dan standar deviasi sebesar 0,2391.

Artinya, secara rata-rata perusahaan sampel menghasilkan laba sebelum

pajak berasal dari 10,5% total aset perusahaan. angka ini mengalami

penurunan dikarenakan perusahaan juga mengalami kesulitan untuk

mencetak laba di saat pandemi COVID-19.

7. Untuk variabel Market Value of Equity to Book Value of Debt sebelum

COVID-19 nilai minimumnya adalah 0,19 dengan nilai maksimum

sebesar 15,31. Sedangkan rata-ratanya berada pada angka 4,983 dan

standar deviasi sebesar 5,399. Artinya, secara rata-rata perusahaan

sampel memiliki nilai 498% atau hampir 5 kali lipat nilai pasar sahamnya

untuk menutupi total hutang perusahaan.

8. Untuk variabel Market Value of Equity to Book Value of Debt setelah

COVID-19 nilai minimumnya adalah 0,06 dengan nilai maksimum

sebesar 8,67. Sedangkan rata-ratanya berada pada angka 3,134 dan

standar deviasi sebesar 2,946. Artinya, secara rata-rata perusahaan

sampel memiliki nilai 313,4% atau lebih dari 3kali lipat nilai pasar

sahamnya untuk menutupi total hutang perusahaan. Nilai ini turun dari

nilai kondisi sebelum COVID-19 di mana disebabkan oleh beberapa hal

seperti adanya pelemahan atau melesunya pasar modal di Indonesia saat

pandemi COVID-19.
 55

9. Untuk variabel Sales to Total Aseets sebelum COVID-19 nilai

minimumnya adalah 0,13 dengan nilai maksimum sebesar 0,51.

Sedangkan rata-ratanya berada pada angka 0,362 dan standar deviasi

sebesar 0,1167. Artinya, nilai penjualan perusahaan sampel secara rata-

rata sebesar 36,2% dati total aset perusahaan. Nilai ini juga memiliki

makna bahwa penjualan perusahaan dihasilkan dari 36,2% total aset

tersebut.

10. Untuk variabel Sales to Total Aseets setelah COVID-19 nilai

minimumnya adalah 0,13 dengan nilai maksimum sebesar 0,40.

Sedangkan rata-ratanya berada pada angka 0,272 dan standar deviasi

sebesar 0,8262. Artinya, nilai penjualan perusahaan sampel secara rata-

rata sebesar 27,2% dati total aset perusahaan. Nilai ini juga memiliki

makna bahwa penjualan perusahaan dihasilkan dari 27,2% total aset

tersebut. Angka ini turun setelah adanya pandemi COVID-19

dikarenakan penjualan perusahaan juga ikut turun akibat dampak

pandemi COVID-19.

11. Untuk variabel Altman Z-score sebelum COVID-19 nilai minimumnya

adalah 0,35 dengan nilai maksimum sebesar 10,42. Sedangkan rata-

ratanya berada pada angka 3,699 dan standar deviasi sebesar 3,472.

Artinya, secara rata-rata nilai Altman Z-score sebesar 3,699 berada pada

kategori tidak bangkrut.

12. Untuk variabel Altman Z-score setelah COVID-19 nilai minimumnya

adalah 0,10 dengan nilai maksimum sebesar 6,26. Sedangkan rata ratanya
 56

berada pada angka 2,408 dan standar deviasi sebesar 2,106. Artinya,

secara rata-rata angka tersebut menunjukkan bahwa perusahaan sampel

berada pada gray area atau dalam kata lain mengindikasikan

kemungkinan kebangkrutan.

4.3 Hasil Analisis Data

Hasil analisis data berguna untuk melihat bagaimana nilai variabel yang

diteliti sebelum dan sesudah adanya kasus COVID-19, yakni data yang digunakan

untuk sebelum adanya COVID-19 menggunakan data tahun 2019, sedangkan data

yang digunakan untuk sesudah adanya COVID-19 menggunakan data tahun 2020.

Adapun rincian datanya yaitu sebagai berikut:

Tabel 4.2
WCTA, RETA, EBIT kuartal II tahun 2019 dan tahun 2020
WCTA RETA EBIT

Perusahaan Before After Before After Before After

COVID- COVID- COVD- COVID- COVD- COVID-
19 19 19 19 19 19

Astra International Tbk. 0,069 0,128 0,070 0,059 0,045 0,044

Astra Otoparts Tbk. 0,108 0,134 0,066 0,042 0,025 -0,018
Indo Kordsa Tbk. 0,217 0,216 0,072 0,020 0,050 -0,001
Garuda Metalindo Tbk. 0,233 0,265 0,072 0,037 0,023 -0,008
Goodyear Indonesia Tbk. -0,223 -0,272 0,044 0,011 -0,024 0,052
Gajah Tunggal Tbk. 0,143 0,137 0,066 0,057 0,008 -0,008
Indomobil Sukses Internasional,
-0,094 -0,107 0,044 0,037 0,013 -0,007
Tbk.
Indospring Tbk. 0,365 0,296 0,059 0,047 0,012 0,012
Multi Prima Sejahtera Tbk 0,399 0,409 0,029 0,030 0,053 0,021
Multistrada Arana Saran Tbk. 0,040 -0,234 0,020 0,032 -0,018 -0,006
Selamat Sempurna Tbk. 0,521 0,554 0,084 0,058 0,055 0,034

Rata-rata 0,162 0,139 0,057 0,039 0,022 0,010

 57

Tabel 4.3
MVBV, STTA, Altman Z-Score Kuartal II tahun 2019 dan 2020
MVBV STTA ALTMAN Z-SCORE

Perusahaan Before After After After

Before Before
COVD- COVID- COVID- COVID-
COVD-19 COVD-19
19 19 19 19

Astra International Tbk. 1,740 1,305 0,332 0,261 1,704 1,424

Astra Otoparts Tbk. 14,875 1,030 0,476 0,371 9,706 1,140
Indo Kordsa Tbk. 4,745 3,870 0,434 0,284 3,806 2,889
Garuda Metalindo Tbk. 4,039 5,695 0,468 0,325 3,348 4,085
Goodyear Indonesia Tbk. 0,747 0,570 0,514 0,396 0,680 0,600
Gajah Tunggal Tbk. 0,187 0,108 0,397 0,323 0,802 0,604
Indomobil Sukses Internasional,
0,224 0,056 0,223 0,163 0,350 0,097
Tbk.
Indospring Tbk. 5,342 5,191 0,405 0,285 4,171 3,858
Multi Prima Sejahtera Tbk 5,947 6,264 0,132 0,133 4,395 4,404
Multistrada Arana Saran Tbk. 1,664 1,714 0,290 0,256 1,304 1,028
Selamat Sempurna Tbk. 15,307 8,673 0,315 0,196 10,424 6,259

Rata-rata 4,983 3,134 0,362 0,272 3,699 2,408

Keterangan :
WCTA : Working Capital to Total Asset, RETA Retained Earning to Total Asset, EBIT : Earning
Before Interest and Taxes to Total Asset, MVBV : Market Value of Equity to Book Value of Debt,
STTA : Sales to Total Asset.

Berdasarkan data pada tabel di atas, maka dapat dilihat secara rata-rata

terdapat perbedaan antara data sebelum COVID-19 dan sesudah COVID-19,

khususnya pada nilai Altman Z-score. Untuk nilai working capital to total assets

di tahun 2019 memiliki nilai sebesar 0,162 lebih besar dibanding tahun 2020

nilainya sebesar 0,139. Hal ini menandakan bahwa secara rata-rata perusahaan

sampel memiliki rasio modal kerja terhadap total aset yang tinggi sebelum adanya

COVID-19 dibandingkan dengan setelah adanya COVID-19. Rasio modal kerja

terhadap total aset yang tinggi dapat mengindikasikan bahwa perusahaan mampu

mengelola aset dan utang lancarnya lebih baik yang dibandingkan dengan total

aset yang dimiliki perusahaan.

 58

Sedangkan untuk nilai retained earnings to total assets pada tahun 2019

memiliki nilai sebesar 0,057 lebih tinggi dibandingkan dengan tahun 2020

sebesar 0,039. Hal ini menandakan bahwa secara rata-rata perusahaan sampel

memiliki rasio laba ditahan terhadap total aset yang tinggi sebelum adanya

COVID-19 dibandingkan setelah adanya COVID-19. Rasio laba ditahan terhadap

total aset yang tinggi menunjukkan bahwa kinerja perusahaan dalam menciptakan

laba untuk keperluan ekspansi perusahaan lebih tinggi, yang dibandingkan dengan

total asetnya. Akan tetapi, rasio ini banyak dipengaruhi oleh faktor lain seperti

adanya kebijakan yang berubah-ubah mengenai besaran laba ditahan yang

biasanya disepakati bersama pemegang saham perusahaan.

Untuk nilai earnings before interest and tax to total assets pada tahun

2019 memiliki nilai sebesar 0,022 lebih tinggi dibandingkan dengan tahun 2020

sebesar 0,010. Hal ini menandakan bahwa secara rata-rata perusahaan sampel

memiliki rasio laba sebelum pajak terhadap total aset yang tinggi sebelum adanya

COVID-19 dibandingkan setelah adanya COVID-19. Rasio laba sebelum pajak

terhadap total aset yang tinggi menunjukkan bahwa kinerja perusahaan dalam

menciptakan laba yang dihasilkan dari proses operasionalnya cukup baik yang

dibandingkan dengan total asetnya. Dalam kata lain, rasio ini juga mampu

mengukur seberapa besar laba sebelum pajak yang mampu dihasilkan dari hasil

operasional perusahaan yang didukung dengan total aset milik perusahaan.

Selanjutnya yaitu nilai market value of equity to book value of debt pada

tahun 2019 memiliki nilai sebesar 4,983 lebih tinggi dibandingkan dengan tahun

2020 sebesar 3,134. Hal ini menandakan bahwa secara rata-rata perusahaan
 59

sampel memiliki rasio nilai pasar ekuitas terhadap nilai buku hutang yang tinggi

sebelum adanya COVID-19 dibandingkan setelah adanya COVID-19. Rasio ini

mengukur seberapa besar nilai pasar ekuitas mereka untuk menutupi hutang yang

ada. Semakin tinggi nilainya maka akan lebih baik karena dapat diindikasikan

bahwa ekuitas atau modal perusahaan mampu menutupi hutang perusahaan.

Lalu untuk nilai sales to total assets pada tahun 2019 memiliki nilai

sebesar 0,362 lebih tinggi dibandingkan dengan tahun 2020 sebesar 0,272. Hal ini

menandakan bahwa secara rata-rata perusahaan sampel memiliki rasio penjualan

terhadap total aset yang tinggi sebelum adanya COVID-19 dibandingkan setelah

adanya COVID-19. Rasio ini mengukur seberapa besar pendapatan dari penjualan

usaha perusahaan dibanding total aset. Semakin tinggi nilainya maka akan lebih

baik karena dapat diindikasikan bahwa aset perusahaan dapat digunakan

semaksimal mungkin dalam proses bisnis perusahaan yang menghasilkan

tingginya pendapatan penjualan.

Terakhir nilai Altman Z-score pada tahun 2019 memiliki nilai sebesar

3,699 lebih tinggi dibandingkan dengan tahun 2020 sebesar 2,408. Hal ini

menandakan bahwa secara rata-rata perusahaan sampel memiliki nilai Altman Z-

score yang tinggi sebelum adanya COVID-19 dibandingkan setelah adanya

COVID-19. Jika dikaitkan dengan kriteria kebangkrutan perusahaan berdasarkan

Halim & Hanafi (2007), maka di tahun 2019 perusahaan termasuk dalam kategori

tidak bangkrut karena berada di atas nilai cut-off 3,699>2,99. Sedangkan di tahun

2020, perusahaan sampel secara rata-rata termasuk dalam kategori daerah rawan

(gray area) di mana nilai Altman Z-score 2,408 berada pada range 1,81 – 2,99.
 60

4.4 Uji Normalitas Shapiro Wilk

Uji normalitas dilakukan untuk menguji apakah dalam model regresi,

variabel pengganggu atau residual memiliki distribusi normal. Jika asumsi ini

dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil

(Ghozali, 2016). Adapun uji normalitas pada penelitian menggunakan uji Shapiro-

Wilk. Uji ini dipilih karena pertama, sampel yang digunakan kurang dari 50 data

penelitian untuk setiap kelompok data. Kedua, uji Shapiro-Wilk juga dinilai

memiliki tingkat konsistensi yang terbaik dibanding uji normalitas lainnya

(Oktaviani & Notobroto, 2014). Adapun kriteria untuk menentukan data

berdistribusi normal atau tidak yaitu dengan melihat nilai sig nya, jika nilai sig

Shapiro-Wilk > 0,05 maka data berdistribusi normal. Jika nilai sig Shapiro-Wilk <

0,05 maka data tidak berdistribusi normal.

Dalam penelitian ini, hipotesis yang disusun yaitu mengenai apakah ada

perbedaan signifikan kecenderungan kebangkrutan perusahaan sebelum dan

sesudah adanya COVID-19 yang diukur dengan Altman Z-score. Oleh karena itu,

uji normalitas akan dilakukan pada data Altman Z-score sebelum dan sesudah

COVID-19. Adapun hasil uji normalitasnya yaitu sebagai berikut:

Tabel 4.4
Uji Normalitas Shapiro-Wilk
Variabel Sig. Shapiro Wilk Kriteria Keterangan
Altman Z-score Sig. > 0,05 Normal
Data tidak berdistribusi
sebelum COVID- 0,023 Sig. < 0,05 Tidak
normal
19 Normal
Sig. > 0,05 Normal
Altman Z-score Data berdistribusi
0,196 Sig. < 0,05 Tidak
setelah COVID-19 normal
Normal

Sumber: Data diolah, 2021.

 61

Berdasarkan data pada tabel di atas, dapat diketahui nilai Sig. untuk data

Altman Z-score sebelum COVID-19 sebesar 0,023. Sedangkan nilai Sig. untuk

data Altman Z-score sesudah COVID-19 sebesar 0,196. Hal ini menandakan

bahwa data kedua kelompok ini belum berdistribusi normal, karena nilai Sig.

untuk kelompok data Altman Z-score sebelum COVID-19 lebih kecil dari kriteria

yakni Sig. 0,023 < 0,05. Atas asumsi ini, maka pengujian hipotesis akan dilakukan

dengan pendekatan non-parametrik, yakni dengan teknik uji Wilcoxon Rank-test.

4.5 Wilcoxon Rank Test

Uji Wilcoxon Rank Test digunakan untuk menguji hipotesis di dalam

penelitian ini, yaitu terdapat perbedaan signifikan kinerja keuangan menggunakan

Altman Z-score sebelum dan sesudah adanya pandemi COVID-19 untuk

perusahaan otomotif di Indonesia. Uji ini digunakan karena data yang dipakai

dalam penelitian ini setelah diuji normalitas distribusinya terbukti tidak

berdistribusi normal. Uji Wilcoxon Rank Test merupakan alternatif uji beda non-

parametrik yang digunakan untuk membandingkan 2 sampel yang saling

berhubungan, sampel yang sama, atau pengukuran ulang pada sampel tunggal

untuk menilai apakah ada perbedaan pada 2 pengukuran pada sampel yang sama,

yang tidak harus memenuhi asas normalitas data (Oktaviani & Notobroto, 2014)
 62

Adapun hasil pengujian Wilcoxon Rank-test adalah sebagai berikut:

Tabel 4.5
Uji Wilcoxon Rank Test
Sig. Wilcoxon Rank Test Kriteria Keterangan
Hipotesis diterima, bahwa ada
terdapat perbedaan signifikan
Sig. > 0,05 hipotesis tidak
kinerja keuangan
0,041 diterima
menggunakan Altman Z-score
Sig. < 0,05 hipotesis diterima
sebelum dan sesudah COVID-
19

Sumber: Data diolah, 2021.

Berdasarkan data pada tabel di atas, maka diketahui nilai Zhitung adalah

sebesar -2,045 dan nilai Sig. sebesar 0,041. Adapun kriteria yang digunakan yaitu

sebagai berikut (Santoso, 2016):

Jika nilai Sig. > 0,05 maka H0 diterima

Jika nilai Sig. < 0,05 maka Ha diterima

Pada output tabel di atas, maka dapat dilihat nilai Sig. sebesar 0,041 <

0,05. Sesuai dengan kriteria, maka hipotesis terdapat perbedaan signifikan kinerja

keuangan dengan Altman Z-score sebelum dan sesudah adanya COVID-19 pada

perusahaan otomotif di Indonesia diterima. Untuk mengetahui bagaimana bentuk

perbedaan tersebut maka dapat dilihat pada output ranks pengujian yaitu sebagai

berikut:

Tabel 4.6
Output Ranks Uji Wilcoxon
Arah Perbedaan Jumlah Data Rata-rata Rank Jumlah Rank
Negative Ranks 9 6,22 56,00
Positive Ranks 2 5,00 10,00
Ties 0 0 0

Sumber: Data diolah, 2021.

Berdasarkan data pada tabel di atas, maka dapat dilihat bahwa nilai

negative ranks lebih banyak daripada nilai positive ranks dan nilai ties. Hal ini
 63

menandakan bahwa perbedaan yang signifikan kinerja keuangan dengan

menggunakan Altman Z-score sesudah adanya COVD-19 cenderung menurun

dibandingkan sebelum adanya COVID-19.

4.6 Pembahasan

Penelitian ini meneliti mengenai dampak dari COVID-19 terhadap kinerja

keuangan yang dinilai menggunakan kemungkinan kebangkrutan melalui

pendekatan Altman Z-score dengan melihat apakah ada perbedaan signifikan

kemungkinan kebangkrutan perusahaan sebelum dan sesudah adanya COVID-19.

Hal ini dikarenakan pandemi COVID-19 banyak merubah tatanan kehidupan

manusia, termasuk dalam segi ekonomi.

Dari segi ekonomi, pandemi COVID-19 membuat aktivitas bisnis sangat

terdampak hingga menghasilkan 2 kelompok besar industri yang bertahan dan

tidak bertahan akibat pandemi. Beberapa industri yang tidak bertahan atau dikenal

dengan potential losers umumnya merupakan industri yang bergerak di bidang

kebutuhan non-primer seperti pariwisata, otomotif, pertambangan, dsb.

Sedangkan industri yang bertahan pada saat pandemi COVID-19 umumnya

bergerak di bidang kebutuhan primer sehari-hari seperti makanan dan minuman,

farmasi, dll.

Roda perekonomian yang terdampak COVID-19 pada umumnya lumpuh

diakibatkan adanya pembatasan perjalanan dan sosial untuk mencegah penularan

virus COVID-19. Hal ini mengakibatkan kegiatan ekonomi tidak bisa berjalan

maksimal, sehingga dampakyang ditimbulkan sangat negatif seperti meningkatnya

 64

angka pemutusan hubungan kerja, hingga beberapa pelaku bisnis menutup

bisnisnya dan secara umum mengakibatkan berkurangnya daya konsumsi

masyarakat.

Industri otomotif merupakan salah satu industri yang paling terdampak

COVID-19. Salah satu akibatnya yaitu menurunnya penjualan kendaraan mobil

dan motor hingga 90% pada bulan April dan Mei 2020 dibandingkan dengan

tahun sebelumnya (kurniawan, 2020). Data dari Bursa Efek Indonesia tahun 2020

juga menunjukkan bahwa sebagian besar perusahaan industri otomotif mengalami

penurunan penjualan di kuartal ke II tahun 2020. Selain itu, kuantitas produksi

kendaraan bermotor juga terlihat menurun berdasarkan data dari Badan Pusat

Statistik pada triwulan II 2020, yakni hannya 41.520 unit, turun 87,34%

dibandingkan triwulan tahun sebelumnya (Elena, 2020).

Berdasarkan hasil uji statistik, di mana pada penelitian ini menggunakan

sampel sebanyak 11 perusahaan otomotif dengan menganalisis kemungkinan

kebangkrutan dengan pendekatan Altman Z-score, serta data yang digunakan

yaitu rasio working capital to total assets, retained earning to total assets, EBIT

to total assets, MVBV to book value of debt, serta sales to total assets,

menunjukkan bahwa secara rata-rata keseluruhan rasio yang digunakan untuk

mengukur Altman Z-score mengalami penurunan pada saat terjadinya pandemi

COVID-19.

Dari nilai Altman Z-score yang dianalisis, pada tahun 2019 di mana tahun

ini merupakan tahun sebelum adanya pandemi COVID-19, nilai rata-ratanya

adalah sebesar 3,699. Sedangkan di tahun 2020 di mana tahun ini merupakan
 65

tahun setelah adanya pandemi COVID-19, nilai rata-rata Altman Z-score adalah

sebesar 2,408. Jika dikaitkan dengan kriteria batas titik cut-off prediksi

kebangkrutan perusahaan oleh (Halim & Hanafi, 2007), di mana kategori tidak

bangkrut jika Z > 2,99 , mengalami bangkrut jika Z < 1,81 , dan berada pada

daerah rawan jika 1,81 < Z < 2,99 , maka dapat dikatakan bahwa pada tahun 2020

setelah adanya pandemi COVID-19 perusahaan otomotif yang terdaftar di Bursa

Efek Indonesia berada pada daerah rawan (gray area) (1,81 < 2,408 < 2,99). Hal

ini menandakan bahwa kemungkinan terjadinya kebangkrutan cukup besar

dibandingkan dengan tahun 2019 di mana perusahaan otomotif berada di kategori

tidak bangkrut (3,699 > 2,99).

Sedangkan untuk menguji apakah memang perbedaan kemungkinan

kebangkrutan menggunakan Altman Z-score tersebut signifikan atau tidak, maka

dilakukan uji beda dengan menggunakan Wilcoxon Rank Test. Uji non-parametrik

ini dilakukan dengan dasar bahwa data penelitian yang digunakan tidak

berdistribusi normal setelah dilakukan uji Shapiro Wilk. Hasil pengujian ini

menunjukkan bahwa terdapat perbedaan signifikan kemungkinan kebangkrutan

menggunakan Altman Z-score sebelum adanya COVID-19 dan sesudah adanya

COVID-19. Selain itu, berdasarkan output ranks pada uji Wilcoxon Rank Test

menunjukkan bahwa arah perbedaan tersebut cenderung negatif. Artinya, kinerja

keuangan dengan menggunakan pendekatan Altman Z-score untuk perusahaan

otomotif cenderung menurun sesudah adanya pandemi COVID-19, atau dengan

kata lain jika nilai Altman Z-score tersebut menurun maka semakin meningkatkan

probabilitas perusahaan untuk bangkrut.

 66

Berdasarkan penelitian oleh (Armadani et al., 2021) yang meneliti tentang

analisis prediksi kebangkrutan perusahaan pariwisata di Indonesia akibat adanya

pandemi COVID-19, menyatakan bahwa banyak perusahaan pariwisata yang

meningkat financial distress-nya yang akan mengakibatkan kemungkinan

bangkrut perusahaan akibat pandemi COVID-19. Hal ini sejalan dengan hasil

penelitian bahwa perusahaan otomotif juga meningkat kemungkinan terjadinya

kebangkrutan akibat pandemi COVID-19, mengingat industri otomotif dan

industri pariwisata termasuk dalam kelompok potential losers saat pandemi

COVID-19.

Selain itu, hasil penelitian ini juga mendukung penelitian oleh

(Setyaningrum et al., 2020), di mana salah satu perusahaan yang dianalisis

kemungkinan kebangkrutannya yaitu salah satu perusahaan otomotif, PT Astra

Indonesia, Tbk. Penelitian oleh (Setyaningrum et al., 2020) dilakukan sengan

melihat tren kecenderungan kebangkrutan selama 5 tahun terakhir, dengan hasil

bahwa pandemi COVID-19 menyebabkan banyak segmen produksi perusahaan

yang terdampak, sehingga mengakibatkan penurunan kinerja perusahaan secara

keseluruhan.

Penurunan kinerja keuangan yang mengakibatkan adanya kemungkinan

kebangkrutan perusahaan otomotif di Bursa Efek Indonesia, umumnya disebabkan

oleh adanya kebijakan pembatasan sosial untuk menghentikan penyebaran virus

COVID-19. Akibatnya, dalam segi ekonomi pendapatan masyarakat semakin

menurun dan menyebabkan daya beli masyarakat menjadi berkurang. Ditambah

lagi dengan kondisi seperti itu maka prioritas masyarakat akan lebih cenderung
 67

memilih barang-barang primer daripada barang non-primer yang umumnya

diproduksi oleh perusahaan otomotif. Akan tetapi, di beberapa perusahaan

otomotif, mereka mampu memaksimalkan segmen bisnis lainnya yang laku saat

pandemi COVID-19, seperti PT Astra Indonesia Tbk yang menghasilkan sebagian

besar pendapatannya berasal dari segmen bisnis perkebunan sawit.

Adanya kecenderungan kebangkrutan (financial distress) merupakan

sesuatu yang buruk bagi perusahaan, khususnya perusahaan yang go public karena

akan menurunkan tingkat kepercayaan investor dan kreditur serta pihak eksternal

lainnya. Beberapa langkah sesuai dengan adanya kebijakan pemerintah yaitu

melakukan restrukturisasi hutang dan perubahan manajemen. Restrukturisasi aset

juga dapat dilakukan untuk melihat aset mana saja selama masa pandemi COVID-

19 yang tidak terpakai secara maksimal, serta restrukturisasi keuangan dengan

melihat berbagai hutang yang membebani cost of capital, sehingga biaya modal

yang dikeluarkan menjadi murah

 BAB V

PENUTUP

a. Kesimpulan

Berdasarkan hasil analisis penelitian mengenai analisis perbandingan

kinerja keuangan menggunakan Altman Z-score sebelum dan sesudah COVID-19

pada sub-sektor otomotif di Indonesia, maka didapat hasil penelitian sebagai

berikut:

1. Pada tahun 2019 sebelum adanya pandemi COVID-19 di Indonesia,

secara rata-rata perusahaan otomotif di Bursa Efek Indonesia berada

pada kategori tidak bangkrut dengan nilai Altman Z-score sebesar 3,609.

Sedangkan pada tahun 2020, rata-rata perusahaan otomotif di Bursa

Efek Indonesia masuk pada kategori gray area atau daerah rawan

bangkrut dengan nilai Altman Z-score sebesari 2,408. Hal ini

menandakan bahwa memang terjadi perubahan kinerja keuangan

perusahaan otomotif yang mengakibatkan naiknya kecenderungan

kebangkrutan akibat adanya pandemi COVID-19, didukung dengan

fakta bahwa pemerintah mengeluarkan kebijakan pembatasan sosial dan

terjadinya penurunan daya beli masyarakat.

2. Secara statistik, perubahan kecenderungan kebangkrutan perusahaan

otomotif tersebut signifikan, dengan arah perubahan yaitu negatif.

Artinya, perbedaan kinerja keuangan tersebut lebih mengarah pada

penurunan kinerja di tahun 2020 setelah adanya pandmei COVID-19.

68
 69

b. Saran

Adapun saran penelitian yaitu sebagai berikut:

1. Dampak dari pandemi COVID-19 memang tidak bisa dihindarkan,

sehingga perusahaan harus dituntut kreatif dalam mencari profit sebagai

tujuan utama perusahaan. Hal ini dapat dicapai dengan memanfaatkan

berbagai segmen usaha yang ada di dalam perusahaan selain segmen

usaha utama. Bagi perusahaan yang memiliki ukuran dan cakupan

bisnis yang stabil sebelum adanya pandemi COVID-19 juga harus

memikirkan bagaimana alternatif bertahan saat pandemi COVID-19.

Terjadinya penurunan daya beli masyarakat akan mengakibatkan

penurunan penjualan perusahaan, tetapi perusahaan harus dituntut jeli

untuk memanfaatkan peluang demi terciptanya bisnis yang going

concern.

2. Bagi pemerintah, agar lebih memperhatikan industri yang termasuk

dalam potential losers saat pandemi. Hal ini dapat diciptakan dengan

mengeluarkan beberapa kebijakan yang memudahkan perusahaan

potential losers untuk bangkit dari dampak pandemi seperti penurunan

pajak, kebijakan restrukturisasi perbankan, serta kemudahan perizinan

jika diperlukan untuk mengembalikan proses bisnis yang stabil nantinya

setelah pandemi berakhir. Selain itu, kebijakan untuk masyarakat secara

makro juga perlu diperhatikan dengan cara melonggarkan pembatasan

untuk masyarakat yang menghasilkan manfaat ekonomis secara

langsung yang terkendala akibat pembatasan sosial.

 70

3. Bagi investor, perlu diketahui bahwa dampak pandemi pada perusahaan

go public adalah dampak yang terjadi secara global. Hal ini perlu

dicermati oleh para investor agar tidak terjadi kepanikan massal

sehingga meminimalisir investor salah mengambil keputusan.

c. Keterbatasan

Adapun keterbatasan penelitian ini yaitu sebagai berikut:

1. Data yang digunakan hanya membandingkan 2 periode saja yaitu tahun

2019 dan tahun 2020 dengan memakai data pada akhir tahun. Pada

penelitian selanjutnya diharapkan dapat meneliti kemungkinan

kebangkrutan dengan membandingkan tren kemungkinan kebangkrutan

selama 5 tahun terakhir sehingga dapat diketahui secara persis

bagaimana perkembangan tren tersebut mengingat kondisi ekonomi

yang selalu dinamis.

2. Variabel yang dipakai hanya satu yaitu kemungkinan kebangkrutan

dengan pendekatan Altman Z-score. Pada penelitian selanjutnya dapat

menambahkan variabel lain yang secara langsung atau tidak langsung

berpengaruh terhadap kemungkinan kebangkrutan.

3. Pendekatan analisis hanya menggunakan Altman Z-score. Pada

penelitian selanjutnya dapat membandingkan hasil dengan pendekatan

lain seperti model Grover Score yang dinilai memiliki tingkat akurasi

baik
 DAFTAR PUSTAKA

Abbas, E. W., Handy, M. R. N., Shaleh, R. M., & Hadi, N. T. F. W. (2020).

Ecotourism of Martapura River Banjarmasin as a Learning Resources on
Social Studies. The Innovation of Social Studies Journal, 1(2), 111.
https://doi.org/10.20527/iis.v1i2.2024
Access, O. (2017). Bankruptcy Analysis Using Altman Z Score Model In
Manufacturing. 5(1), 1–16.
Aisyah, N. N., Kristanti, F. T., & Zultilisna, D. (2017). Pengaruh Rasio Likuiditas,
Rasio Aktivitas, Rasio Profitabiltas, dan Rasio Leverage Terhadap Financial
Distress ( Studi Pada Perusahaan Tekstil Dan Garmen Yang Terdaftar Di
Bursa Efek Indonesia Tahun 2011-2015 ). E- Proceeding Of Management,
4(1), 411–419.
https://libraryeproceeding.telkomuniversity.ac.id/index.php/management/arti
cle/view/4419
Akhir, H. (2019). Predicting Bankruptcy On Mining Companies Using Altman Z-
Score Model ( Empirical Study On Mining Companies Listed In Indonesian
Stock Exchange Year 2014-2015 ). 4(3).
Almilia, L. S., & Kristijadi, K. (2003). Communalblatt : eine Wochenschrift zur
Beförderung des Bürgerthums. Jurnal Akuntansi Dan Auditing Indonesia,
7(2), 183–210. http://www.jurnal.uii.ac.id/index.php/JAAI/article/view/846
Armadani, Fisabil, A. I., & Salsabila, D. T. (2021). Analisis Rasio Kebangkrutan
Perusahaan pada Masa Pandemi COVID-19. Jurnal Akuntansi, 13(1), 99–
108.
Azlina, Y. (2020). Analisis Kinerja Keuangan Dengan Metode Altman Z-Score
Pada PT PAnroma Sentrawisata TBK. Jurnal Akrab Juara, 5(4), 10.
Ben, D. (2015). Analisis Metode Springate (S-Score) Sebagai Alat Untuk
Memprediksi Kebangkrutan Perusahaan (Studi pada Perusahaan Property
dan Real estate yang listing di Bursa Efek Indonesia pada Tahun 2011-2013).
Jurnal Administrasi Bisnis S1 Universitas Brawijaya, 21(1), 85770.
Cooper, D. R., & Schindler, P. S. (2006). Metode Riset Bisnis. PT Media Global
Edukasi.
Darmawan. (2020). Dasar dasar memahami rasio dan laporan keuangan (Dini
maulana lestari (ed.)).
https://books.google.co.id/books?id=oggREAAAQBAJ&pg=PR3&dq=penge
rtian+laporan+keuangan&hl=id&sa=X&ved=2ahUKEwiwgtnH4rnuAhUZX
SsKHUsrAyUQ6AEwA3oECAYQAg#v=onepage&q=pengertian laporan
keuangan&f=false
Defitria, A. D., Widarno, B., & Harimurti, F. (2019). Pengaruh Rasio Keuangan

71
 72

Terhadap Tingkat Kebangkrutan Perusahaan Menggunakan Model Altman

Z- Score (Studi Empiris pada Perusahaan Real Estate dan Properti yang
Terdaftar di BEI Tahun 2014 – 2016). Jurnal Akuntansi Dan Sistem
Teknologi Informasi, 15(1), 62–70.
dohiya. (2020). Tren penjualan mobil dan sektor otomotif menurun di masa
pandemi. Konsultanku. https://www.konsultanku.co.id/blog/tren-penjualan-
mobil-dan-sektor-otomotif-menurun-di-masa-pandemi
Emery, Finnerty, & Stowe. (2004). Corporate financial management 2nd Ed.
Peearson Education.inc.
Endra, F. (2017). Pengantar metodologi penelitian (statistika praktis). Zifatama
Jawara.
Fahmi, I. (2010). Manajemen Kinerja : Teori dan Aplikasi. Alfabeta.
Fahmi, I. (2012a). Analisis kinerja keuangan. Alfabeta.
Fitriani, I., & Muniarty, P. (2020). Bankruptcy {Prediction} {Analysis} {Using}
the {Altman} {Z}-{Score} {Method} at {PT} {Aneka} {Tambang} ({Persero})
{Tbk}. 1(2), 8.
Gaikindo. (2019). Tren Penjualan Mobil Dan Sektor Otomotif Menurun di Masa
Pandemi. Www.Konsultanku.Co.Id.
Ghozali, I. (2016a). Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23
(8th ed.). Badan Penerbit Universitas Diponegoro.
Ghozi, S., & Sunindyo, A. (2015). Statistik Deskriptif Untuk Ekonomi (1st ed.).
Deepublish.
Halim, A., & Hanafi. (2007). Analisis Laporan Keuangan. UPP STIM YKPN.
Hanafi, M. M. (2004). Manajemen Keuangan. BPFE-Yogyakarta.
Harahap, S. S. (2008). Analisis kritis atas laporan keuangan. Raja Grafindo
Persada.
Harahap, S. syafitri. (2011). Analisis kritis atas laporan keuangan. PT. Raja
Grafindo Persada.
Hendryadi. (2011). Paired Sample t Test (Uji Beda Dua Sampel Berpasangan).
Teori Online. https://teorionline.wordpress.com/2011/02/24/paired-sample-t-
test-uji-beda-dua-sampel-berpasangan/
Hermawan, A. (2005). Penelitian Bisnis Paradigma Kuantitatif. PT Grasindo.
Hery. (2015). Analisis kinerja manajemen. Gramedia Widiasarana Indonesia.
Hopkins, J. (2020). How did events unfold in Hubei, China ?. Coronavirus
 73

Resource Center. https://coronavirus.jhu.edu/data/hubei-timeline

Intansari, D., Kristanti, F., Dorkas, A., Atahau, R., & Sakti, I. M. (2020). Analisis
Kesehatan Keuangan PT Pembangunan Jaya Ancol Tbk Menggunakan
Model Analisis Altman Z-Score. 13(2), 206–213.
Ismail. (2020). Pengukuran Kinerja SDM. CV.Pena Persada. https://doi.org/978-
623-315-035-4
Junaedi, D., & Salistia, F. (2020). Dampak Pandemi Covid-19 Terhadap Pasar
Modal Di Indonesia: Al-Kharaj : Jurnal Ekonomi, Keuangan & Bisnis
Syariah, 2(2), 109–138. https://doi.org/10.47467/alkharaj.v2i2.112
Kakauhe, A. C. I., & Pontoh, W. (2017). Analisis Model Altman (Z-Score) Dalam
Mengukur Kinerja Keuangan Untuk Memprediksi Kebangkrutan Pada
Perusahaan Manufaktur Sektor Industri Barang Konsumsi Di Bursa Efek
Indonesia (Bei) Periode 2010-2014. Accountability, 6(1), 18.
https://doi.org/10.32400/ja.16023.6.1.2017.18-27
Kasmir. (2011). Analisis Laporan Keuangan. Raja Grafindo Persada.
Kazemian. (2017). Monitoring mechanism and financial distress of public listed in
malaysia. Journal of International Studies, 10(1), 92–109.
Kholifah, U., Alfie, A. A., & Ayuningtyas, R. D. (2019). Analysis of bankruptcy
prediction with Altman Z-Score method in Shariah rural bank in Central
Java period 2011-2016. 56–65.
Kristiyana, H. (2020). Ojk petakan sektor potensial losers dan winners akibat
covid-19. Bisnis.Com.
https://ekonomi.bisnis.com/read/20200619/9/1254914/ojk-petakan-sektor-
potensial-losers-dan-winners-akibat-covid-19
kurniawan, R. (2020). Penjualan otomotif turun lebih dari 90%, bagaimana
prospek otomotif? https://rivankurniawan.com/2020/06/29/penjualan-
otomotif-turun/
Lesmana, R., & Surjanto, R. (2004). Financial Performance Analyzing.
PT.Gramedia.
Lestari, henny setyo, & Dewi, F. rahma. (2013). Pengaruh Growth dan Financil
strength terhadap financial distress. Jurnal Bisnis Dan Akuntansi, 15(2),
187–199.
Liang, foo see, & Pathak, S. (2019). An analysis of Z-Scores & performance :
Manufacturing companies in hongkong. Asian Journal of Business and
Management, 07(02). https://doi.org/http://doi.org/10.24203/ajbm.v7i2.5709
Mafiroh, Anis, & Triyono. (2016). Pengaruh kinerja keuangan dan mekanisme
corporate governance terhadap financial distress. Riset Akuntansi Dan
 74

Keuangan Indonesia, 1(1), 46–53.

Maria Elena. (2020). BPS:Triwulan II/2020, penjualan mobil dan sepeda motor
anjlok. Bisnis.Com.
https://m.bisnis.com/amp/read/20200805/275/1275226/bps-triwulan-ii2020-
penjualan-mobil-dan-sepeda-motor-anjlok
Mukhtar. (2013). Metode penelitian deskriptif kualitatif. GP Press Group.
Munawir. (2010). Analisis Laporan Keuangan. Liberty.
Mutiah, R. A. (2019). Penerapan Penyusunan Laporan Keuangan pada UMKM
Berbasis SAK EMKM. International Journal of Social Science and Business,
3(3), 223. https://doi.org/10.23887/ijssb.v3i3.21000
Oktaviani, M. A., & Notobroto, H. B. (2014a). Perbandingan Tingkat Konsistensi
Normalitas Distribusi Metode Kolmogorov-Smirnov, Lilliefors, Shapiro-
Wilk, Dan Skewness-Kurtosis. Jurnal Biometrika Dan Kependudukan, 127–
135.
Parathon, A. (2013). Analisis Rasio Keuangan Perbankan Sebagai Alat Ukur
Kinerja Keuangan Bank (Studi Kasus PT. Bank Pembangunan Daerah Jawa
Timur, Tbk Surabaya periode 2009-2012). Jurnal Administrasi Bisnis S1
Universitas Brawijaya, 3(2), 74065.
Pradistya, R. M. (2021). Pengolahan Data Statistik Parametrik dan Non-
Parametrik. Dqlab.Id. https://www.dqlab.id/pengolahan-data-statistik-
parametrik-dan-non-parametrik
Prasetiyani, E., & Sofyan, M. (2020). Bankruptcy Analysis Using Altman Z-Score
Model and Springate Model In Retail Trading Company Listed In Indonesia
Stock Exchange. 1(3), 139–144.
https://www.ilomata.org/index.php/ijtc/article/view/98/63
Pratiwi, M. (2014). Penilaian Kinerja Keuangan Perusahaan Dengan Analisis
Rasio Keuangan Dan Metode Economic pada PT. Berlina, Tbk dan Anak
Perusahaan yang Terdaftar di Bursa Efek Indonesia Periode 2010-2012).
Jurnal Administrasi Bisnis S1 Universitas Brawijaya, 9(2), 81526.
Ramadhani, A. S., & Lukviarman, N. (2009). Perbandingan Analisis Prediksi
Kebangkrutan Menggunakan Model Altman Pertama, Altman Revisi, dan
Altman Modifikasi dengan Ukuran dan Umur Perusahaan sebagai Variabel
Penjelas (Studi Pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek
Indonesia). Jurnal Siasat Bisnis, 13(1), 15–28.
https://doi.org/10.20885/jsb.vol13.iss1.art2
Rohmah, S. N., & Syari, F. (2020). Adakah peluang bisnis di tengah kelesuan
perekonomian akibat pandemi Corona virus Covid-19 ? ’ADALAH ; Buletin
Hukum & Keadilan, 4(1), 63–74.
 75

Rudianto. (2013). Akuntansi manajemen informasi untuk pengambilan keputusan

strategis. Erlangga.
S, N. M., & Musadieq, M. Al. (2017). The Analysis Of Property And Real Estate
Financial Performance Using Altman (Z-Score) To Predict Bankruptcy (
Study on Listing and Delisting Companies in Indonesian Stock Exchange ).
Jurnal Administrasi Bisnis, 49(1), 146–151.
Santoso, S. (2016). Panduan Lengkap SPSS Versi 23 (1st ed.). Elex Media
Komputindo.
Sari, N. R., Hasbiyadi, & Arif, M. F. (2020). Mendeteksi Financial Distress
dengan Model Altman Z- Score. Jurnal Ilmiah Akuntansi Dan Humanika,
10(1), 93–102.
Sekaran, U. (2015). Research Methods for Business (Metodologi Penelitian untuk
Bisnis). Salemba Empat.
Setyaningrum, K. D., Atahau, A. D. R., & Sakti, I. M. (2020). Analisis Z-score
Dalam Mengukur Kinerja Keuangan Untuk Memprediksi Kebangkrutan
Perusahaan Manufaktur pada Masa Pandemi COVID-19. Jurnal Riset
Akuntansi Politala, 3(2).
Siregar, S. (2013). Metode penelitian kuantitatif dilengkapi dengan perbandingan
manual & SPSS. KENCANA.
Sugiyono. (2008). Metode Penelitian Bisnis. Alfabeta.
Sujarweni, V. W. (2017). Analisis Laporan Keuangan. Pustaka Baru Press.
Sujarweni, W. V. (2017). Manajemen Keuangan. Pustaka Baru Press.
Sunyoto, D. (2016). Metodologi Penelitian Akuntansi (Asep Gunarsa (ed.)). PT
Refika Aditama.
Suryani, & Hendryadi. (2016). Metode Riset Kuantitatif: Teori dan Aplikasi pada
penelitian bidang Manajemen dan Ekonomi Islam. Kencana prenada media
group.
Sutopo, Y., & Slamet, A. (2017). Statistika Inferensial (Giovanny (ed.)). ANDI
(Anggota IKAPI).
Tamam, D. B., & Wibowo, S. (2017). Pengaruh tangibility, profitability, liquidity,
firm size, dan non debt terhadap capital structure pada sektor pertanian.
Jurnal Bisnis Dan Akuntasi, 129–135.
Venkataramana, N., Azash, S. M., & Ramakrishnaiah, K. (2012). Financial
Performance and Predicting the Risk of Bankruptcy: a Case of Selected
Cement Companies in India. International Journal of Public Administration
and Management Research (Ijpamr), 1(1), 40–56.
 76

www.rcmss.org/ijpamr/Vol.1/No.1/.pdf
Wahyudiono, B. (2014). Mudah membaca laporan keuangan. Raih Asa Sukses.
Warsidi, & Pramuka, B. A. (2000). Evaluasi kegunaan rasio keuangan dalam
memprediksi perubahan laba di masa yang akan datang. Akuntansi
Manajemen Dan Ekonomi, 2.
Widiyanto, M. A. (2013). Statistika Terapan: Konsep & Aplikasi SPSS dalam
penelitian Bidang Pendidikan, Psikologi & Ilmu Ssial Lainnya. PT Elex
Media Komputindo.
Wulandari, F., Burhanudin, B., & Widayanti, R. (2017). Analisis Prediksi
Kebangkrutan Menggunakan Metode Altman (Z-Score) Pada Perusahaan
Farmasi (Studi Kasus Pada Perusahaan yang Terdaftar di Bursa Efek
Indonesia Tahun 2011 – 2015). Benefit: Jurnal Manajemen Dan Bisnis, 2(1),
15. https://doi.org/10.23917/benefit.v2i1.3237
Wulansari, M. (2020). Analisis kinerja keuangan dengan metode altman z score
pada industri pariwisata yang terdaftar di bursa efek indonesia. Akrab Juara,
5, 77–89.
Zakarsyi. (2008). Good Corporate Governance , pada badan usaha manufaktur,
perbankan, dan jasa keuangan lainnya. Alfabeta.
Zulma, G. W. M. (2020). Pengaruh Karakteristik Dewan Komisaris Terhadap
Kompensasi Manajemen Pada Perusahaan Manufaktur Di Indonesia. Neraca
Keuangan, 15, 2.
Zulma, G. W. M., Chairunnisa, F., & Azis, A. D. (2020). Transaksi Pihak
Berelasi: Kompensasi Manajemen Kunci, Kinerja Akuntansi, dan Multiple
Large Shareholders. Ilmiah Universitas Batanghari Jambi, 20.
https://doi.org/10.33087
 LAMPIRAN

• WCTA Sebelum COVID-19

No Kode Nama Perusahaan Aktiva Lancar Utang Lancar Modal Kerja Bersih Total Aktiva X1
1 ASII PT. Astra International Tbk. Rp 132.065.000.000.000 Rp 107.995.000.000.000 Rp 350.288.000.000.000 0,0687
2 AUTO PT. Astra Otoparts Tbk. Rp 5.808.149.000.000 4.079.983.000.000 Rp 15.947.312.000.000 0,1084
3 BRAM PT. Indo Kordsa Tbk Rp 1.549.049.666.954 Rp 650.818.747.013 Rp 4.134.341.602.816 0,2173
4 BOLT PT. Garuda Metalindo Rp 588.364.013.036 Rp 293.371.404.511 Rp 1.265.912.330.625 0,2330
5 GDYR PT. Goodyear Indonesia Tbk Rp 587.065.928.812 Rp 981.417.957.171 Rp 1.771.260.173.587 -0,2226
6 GJTL PT. Gajah Tunggal Tbk Rp 8.291.274.000.000 Rp 5.525.842.000.000 Rp 19.302.224.000.000 0,1433
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 17.503.209.103.891 Rp 21.532.485.244.089 Rp 42.936.369.054.335 -0,0938
8 INDS PT. Indospring Tbk Rp 1.150.272.816.476 Rp 233.054.072.078 Rp 2.516.121.829.502 0,3645
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 129.770.532.186 Rp 6.970.191.139 Rp 308.147.393.666 0,3985
10 MASA PT. Multistrada Arah Sarana Tbk Rp 2.267.778.548.264 Rp 1.950.525.532.141 Rp 7.841.474.195.311 0,0405
11 NIPS PT. Nipress Tbk (tidak ada lapkeu Q2)
12 PRAS PT. Prima Alloy Steel Universal Tbk (data tidak terbuka)
13 SMSM PT. Selamat Sempurna Tbk Rp 1.841.330.000.000 Rp 384.234.000.000 Rp 2.798.580.000.000 0,5207

• Retained Earnings to Total Assets Sebelum COVID-19

No Kode Nama Perusahaan Laba Ditahan/Laba kotor Total Aktiva X2

1 ASII PT. Astra International Tbk. Rp 24.468.000.000.000 Rp 350.288.000.000.000 0,0699
2 AUTO PT. Astra Otoparts Tbk. 1.051.196.000.000 15.947.312.000.000 0,0659
3 BRAM PT. Indo Kordsa Tbk Rp 296.430.639.533 Rp 4.134.341.602.816 0,0717
4 BOLT PT. Garuda Metalindo Rp 90.704.785.503 Rp 1.265.912.330.625 0,0717
5 GDYR PT. Goodyear Indonesia Tbk Rp 78.737.993.622 Rp 1.771.260.173.587 0,0445
6 GJTL PT. Gajah Tunggal Tbk Rp 1.283.456.000.000 Rp 19.302.224.000.000 0,0665
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 1.908.471.753.132 Rp 42.936.369.054.335 0,0444
8 INDS PT. Indospring Tbk Rp 149.307.473.709 Rp 2.516.121.829.502 0,0593
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 8.986.507.715 Rp 308.147.393.666 0,0292
10 MASA PT. Multistrada Arah Sarana Tbk Rp 156.510.229.730 Rp 7.841.474.195.311 0,0200
11 NIPS PT. Nipress Tbk
12 PRAS PT. Prima Alloy Steel Universal Tbk
13 SMSM PT. Selamat Sempurna Tbk Rp 235.553.000.000 Rp 2.798.580.000.000 0,0842

• EBIT to Total Assets Sebelum COVID-19

No Kode Nama Perusahaan Laba sebelum pajak (EBIT) Total Aktiva X3
1 ASII PT. Astra International Tbk. Rp 15.696.000.000.000 Rp 350.288.000.000.000 0,0448
2 AUTO PT. Astra Otoparts Tbk. 396.888.000.000 15.947.312.000.000 0,0249
3 BRAM PT. Indo Kordsa Tbk Rp 205.149.496.224 Rp 4.134.341.602.816 0,0496
4 BOLT PT. Garuda Metalindo Rp 29.357.257.741 Rp 1.265.912.330.625 0,0232
5 GDYR PT. Goodyear Indonesia Tbk Rp (41.843.864.516) Rp 1.771.260.173.587 -0,0236
6 GJTL PT. Gajah Tunggal Tbk Rp 160.948.000.000 Rp 19.302.224.000.000 0,0083
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 565.932.850.736 Rp 42.936.369.054.335 0,0132
8 INDS PT. Indospring Tbk Rp 30.708.914.441 Rp 2.516.121.829.502 0,0122
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 16.398.327.805 Rp 308.147.393.666 0,0532
10 MASA PT. Multistrada Arah Sarana Tbk Rp (144.914.115.865) Rp 7.841.474.195.311 -0,0185
11 NIPS PT. Nipress Tbk
12 PRAS PT. Prima Alloy Steel Universal Tbk
13 SMSM PT. Selamat Sempurna Tbk Rp 154.350.000.000 Rp 2.798.580.000.000 0,0552

77
 78

• MVBV to BVD Sebelum COVID-19

Nilai Pasar Modal
No Kode Nama Perusahaan Nilai pasar Modal Total Kewajiban X4
Harga Saham Jml saham beredar
1 ASII PT. Astra International Tbk. Rp 7.450 Rp 40.483.553.140 Rp 301.602.470.893.000 Rp 173.336.000.000.000 1,7400
2 AUTO PT. Astra Otoparts Tbk. Rp 1.440 Rp 4.819.733.000 Rp 6.940.415.520.000 Rp 466.571.000.000 14,8754
3 BRAM PT. Indo Kordsa Tbk Rp 10.800 Rp 450.000.000 Rp 4.860.000.000.000 Rp 1.024.266.021.823 4,7449
4 BOLT PT. Garuda Metalindo Rp 870 Rp 2.343.750.000 Rp 2.039.062.500.000 Rp 504.884.505.918 4,0387
5 GDYR PT. Goodyear Indonesia Tbk Rp 1.900 Rp 410.000.000 Rp 779.000.000.000 Rp 1.042.775.282.830 0,7470
6 GJTL PT. Gajah Tunggal Tbk Rp 715 Rp 3.484.800.000 Rp 2.491.632.000.000 Rp 13.292.568.000.000 0,1874
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 2.680 Rp 2.765.278.412 Rp 7.410.946.144.160 Rp 33.150.862.988.869 0,2236
8 INDS PT. Indospring Tbk Rp 2.430 Rp 656.249.710 Rp 1.594.686.795.300 Rp 298.501.864.405 5,3423
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 274 Rp 425.000.000 Rp 116.450.000.000 Rp 19.579.768.139 5,9475
10 MASA PT. Multistrada Arah Sarana Tbk Rp 635 Rp 9.182.946.945 Rp 5.831.171.310.075 Rp 3.504.033.072.470 1,6641
11 NIPS PT. Nipress Tbk
12 PRAS PT. Prima Alloy Steel Universal Tbk
13 SMSM PT. Selamat Sempurna Tbk Rp 1.525 Rp 5.758.675.440 Rp 8.781.980.046.000 Rp 573.735.000.000 15,3067

• Sales to Total Assets Sebelum COVID-19

No Kode Nama Perusahaan Penjualan Total Aktiva X5

1 ASII PT. Astra International Tbk. Rp 116.182.000.000.000 Rp 350.288.000.000.000 0,3317
2 AUTO PT. Astra Otoparts Tbk. 7.588.345.000.000 15.947.312.000.000 0,4758
3 BRAM PT. Indo Kordsa Tbk Rp 1.796.371.359.813 Rp 4.134.341.602.816 0,4345
4 BOLT PT. Garuda Metalindo Rp 592.757.495.788 Rp 1.265.912.330.625 0,4682
5 GDYR PT. Goodyear Indonesia Tbk Rp 910.836.671.507 Rp 1.771.260.173.587 0,5142
6 GJTL PT. Gajah Tunggal Tbk Rp 7.663.151.000.000 Rp 19.302.224.000.000 0,3970
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 9.581.872.699.317 Rp 42.936.369.054.335 0,2232
8 INDS PT. Indospring Tbk Rp 1.018.024.481.551 Rp 2.516.121.829.502 0,4046
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 40.624.155.136 Rp 308.147.393.666 0,1318
10 MASA PT. Multistrada Arah Sarana Tbk Rp 2.273.801.009.469 Rp 7.841.474.195.311 0,2900
11 NIPS PT. Nipress Tbk
12 PRAS PT. Prima Alloy Steel Universal Tbk
13 SMSM PT. Selamat Sempurna Tbk Rp 881.389.000.000 Rp 2.798.580.000.000 0,3149

• WCTA Setelah COVID-19

Kode Nama Perusahaan Aktiva Lancar Utang Lancar Modal Kerja Bersih Total Aktiva X1
ASII PT. Astra International Tbk. Rp 134.392.000.000.000 Rp 90.469.000.000.000 Rp 43.923.000.000.000 Rp 343.674.000.000.000 0,1278
AUTO PT. Astra Otoparts Tbk. Rp 5.180.592.000.000 Rp 3.142.834.000.000 Rp 2.037.758.000.000 Rp 15.251.846.000.000 0,1336
BRAM PT. Indo Kordsa Tbk Rp 1.211.458.439.607 Rp 405.642.392.721 Rp 805.816.046.886 Rp 3.726.717.075.473 0,2162
BOLT PT. Garuda Metalindo Rp 482.105.455.806 Rp 177.624.358.399 Rp 304.481.097.407 Rp 1.149.720.310.351 0,2648
GDYR PT. Goodyear Indonesia Tbk Rp 478.210.993.438 Rp 925.103.182.317 Rp (446.892.188.879) Rp 1.645.742.665.862 -0,2715
GJTL PT. Gajah Tunggal Tbk Rp 7.755.904.000.000 Rp 5.240.563.000.000 Rp 2.515.341.000.000 Rp 18.365.879.000.000 0,1370
IMAS PT. Indomobil Sukses Internasional Tbk Rp 18.477.945.768.906 Rp 23.340.618.855.189 Rp (4.862.673.086.283) Rp 45.399.410.402.474 -0,1071
INDS PT. Indospring Tbk Rp 984.405.602.435 Rp 144.094.328.003 Rp 840.311.274.432 Rp 2.843.332.367.077 0,2955
LPIN PT. Multi Prima Sejahtera Tbk Rp 141.419.774.815 Rp 7.181.155.558 Rp 134.238.619.257 Rp 328.379.388.440 0,4088
MASA PT. Multistrada Arah Sarana Tbk Rp 1.584.899.322.804 Rp 2.969.987.861.520 Rp (1.385.088.538.716) Rp 5.912.556.967.712 -0,2343
NIPS PT. Nipress Tbk (tidak ada lapkeu Q2)
PRAS PT. Prima Alloy Steel Universal Tbk (data tidak terbuka)
SMSM PT. Selamat Sempurna Tbk Rp 2.288.151.000.000 Rp 422.395.000.000 Rp 1.865.756.000.000 Rp 3.366.507.000.000 0,5542
 79

• Retained Earnings to Total Assets Setelah COVID-19

No Kode Nama Perusahaan Laba Ditahan/Laba kotor Total Aktiva X2
1 ASII PT. Astra International Tbk. Rp 20.174.000.000.000 Rp 343.674.000.000.000 0,0587
2 AUTO PT. Astra Otoparts Tbk. Rp 641.696.000.000 Rp 15.251.846.000.000 0,0421
3 BRAM PT. Indo Kordsa Tbk Rp 74.000.701.099 Rp 3.726.717.075.473 0,0199
4 BOLT PT. Garuda Metalindo Rp 42.969.946.679 Rp 1.149.720.310.351 0,0374
5 GDYR PT. Goodyear Indonesia Tbk Rp 18.329.487.218 Rp 1.645.742.665.862 0,0111
6 GJTL PT. Gajah Tunggal Tbk Rp 1.045.309.000.000 Rp 18.365.879.000.000 0,0569
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 1.666.150.886.535 Rp 45.399.410.402.474 0,0367
8 INDS PT. Indospring Tbk Rp 132.487.585.217 Rp 2.843.332.367.077 0,0466
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 9.970.138.310 Rp 328.379.388.440 0,0304
10 MASA PT. Multistrada Arah Sarana Tbk Rp 189.721.558.481 Rp 5.912.556.967.712 0,0321
11 NIPS PT. Nipress Tbk (tidak ada lapkeu Q2)
12 PRAS PT. Prima Alloy Steel Universal Tbk (data tidak terbuka)
13 SMSM PT. Selamat Sempurna Tbk Rp 193.595.000.000 Rp 3.366.507.000.000 0,0575

• EBIT to Total Assets Setelah COVID-19

No Kode Nama Perusahaan Laba sebelum pajak (EBIT) Total Aktiva X3
1 ASII PT. Astra International Tbk. Rp 14.986.000.000.000 Rp 343.674.000.000.000 0,0436
2 AUTO PT. Astra Otoparts Tbk. Rp (276.953.000.000) Rp 15.251.846.000.000 -0,0182
3 BRAM PT. Indo Kordsa Tbk Rp (4.105.093.020) Rp 3.726.717.075.473 -0,0011
4 BOLT PT. Garuda Metalindo Rp (9.447.889.001) Rp 1.149.720.310.351 -0,0082
5 GDYR PT. Goodyear Indonesia Tbk Rp 85.729.455.283 Rp 1.645.742.665.862 0,0521
6 GJTL PT. Gajah Tunggal Tbk Rp (154.910.000.000) Rp 18.365.879.000.000 -0,0084
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp (304.182.100.199) Rp 45.399.410.402.474 -0,0067
8 INDS PT. Indospring Tbk Rp 33.872.606.815 Rp 2.843.332.367.077 0,0119
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 6.936.807.580 Rp 328.379.388.440 0,0211
10 MASA PT. Multistrada Arah Sarana Tbk Rp (36.762.825.019) Rp 5.912.556.967.712 -0,0062
11 NIPS PT. Nipress Tbk
12 PRAS PT. Prima Alloy Steel Universal Tbk
13 SMSM PT. Selamat Sempurna Tbk Rp 115.812.000.000 Rp 3.366.507.000.000 0,0344

• MVBV to BVD Setelah COVID-19

Nilai Pasar Modal
No Kode Nama Perusahaan Nilai pasar Modal Total Kewajiban X4
Harga Saham Jml saham beredar
1 ASII PT. Astra International Tbk. Rp 4.900 Rp 40.483.553.140 Rp 198.369.410.386.000 Rp 152.017.000.000.000 1,3049
2 AUTO PT. Astra Otoparts Tbk. Rp 890 Rp 4.819.733.000 Rp 4.289.562.370.000 Rp 4.165.707.000.000 1,0297
3 BRAM PT. Indo Kordsa Tbk Rp 6.175 Rp 450.000.000 Rp 2.778.750.000.000 Rp 718.027.296.533 3,8700
4 BOLT PT. Garuda Metalindo Rp 970 Rp 2.343.750.000 Rp 2.273.437.500.000 Rp 399.190.325.763 5,6951
5 GDYR PT. Goodyear Indonesia Tbk Rp 1.360 Rp 410.000.000 Rp 557.600.000.000 Rp 978.608.508.251 0,5698
6 GJTL PT. Gajah Tunggal Tbk Rp 380 Rp 3.484.800.000 Rp 1.324.224.000.000 Rp 12.239.449.000.000 0,1082
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 735 Rp 2.765.278.412 Rp 2.032.479.632.820 Rp 36.455.928.908.816 0,0558
8 INDS PT. Indospring Tbk Rp 1.935 Rp 656.249.710 Rp 1.269.843.188.850 Rp 244.645.038.769 5,1906
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 272 Rp 425.000.000 Rp 115.600.000.000 Rp 18.455.757.558 6,2636
10 MASA PT. Multistrada Arah Sarana Tbk Rp 600 Rp 9.182.946.945 Rp 5.509.768.167.000 Rp 3.213.687.614.211 1,7145
11 NIPS PT. Nipress Tbk
12 PRAS PT. Prima Alloy Steel Universal Tbk
13 SMSM PT. Selamat Sempurna Tbk Rp 1.080 Rp 5.758.675.440 Rp 6.219.369.475.200 Rp 717.128.000.000 8,6726
 80

• Sales to Total Assets Setelah COVID-19

No Kode Nama Perusahaan Penjualan Total Aktiva X5
1 ASII PT. Astra International Tbk. Rp 89.795.000.000.000 Rp 343.674.000.000.000 0,2613
2 AUTO PT. Astra Otoparts Tbk. Rp 5.653.408.000.000 Rp 15.251.846.000.000 0,3707
3 BRAM PT. Indo Kordsa Tbk Rp 1.057.232.539.618 Rp 3.726.717.075.473 0,2837
4 BOLT PT. Garuda Metalindo Rp 373.897.079.291 Rp 1.149.720.310.351 0,3252
5 GDYR PT. Goodyear Indonesia Tbk Rp 651.809.536.238 Rp 1.645.742.665.862 0,3961
6 GJTL PT. Gajah Tunggal Tbk Rp 5.927.135.000.000 Rp 18.365.879.000.000 0,3227
7 IMAS PT. Indomobil Sukses Internasional Tbk Rp 7.380.016.034.885 Rp 45.399.410.402.474 0,1626
8 INDS PT. Indospring Tbk Rp 809.063.276.642 Rp 2.843.332.367.077 0,2845
9 LPIN PT. Multi Prima Sejahtera Tbk Rp 43.615.639.461 Rp 328.379.388.440 0,1328
10 MASA PT. Multistrada Arah Sarana Tbk Rp 1.514.126.241.143 Rp 5.912.556.967.712 0,2561
11 NIPS PT. Nipress Tbk
12 PRAS PT. Prima Alloy Steel Universal Tbk
13 SMSM PT. Selamat Sempurna Tbk Rp 660.990.000.000 Rp 3.366.507.000.000 0,1963

• Hasil Uji Normalitas

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Altman Z-score Before COVID-19 ,239 11 ,080 ,830 11 ,023

Altman Z-score After COVID-19 ,233 11 ,098 ,902 11 ,196

a. Lilliefors Significance Correction

• Hasil Uji Beda Wilcoxon Rank Test

Test Statisticsa

Altman Z-score
After COVID-19
- Altman Z-
score Before
COVID-19

Z -2,045b
Asymp. Sig. (2-tailed) ,041

a. Wilcoxon Signed Ranks Test

b. Based on positive ranks.
 81

• Output Rank

Ranks

N Mean Rank Sum of Ranks

Altman Z-score After Negative Ranks 9a 6,22 56,00

COVID-19 - Altman Z-score Positive Ranks 2b 5,00 10,00
Before COVID-19 Ties 0c

Total 11

a. Altman Z-score After COVID-19 < Altman Z-score Before COVID-19

b. Altman Z-score After COVID-19 > Altman Z-score Before COVID-19
c. Altman Z-score After COVID-19 = Altman Z-score Before COVID-19