PENGARUH KINERJA KEUANGAN TERHADAP KONDISI

FINANCIAL DISTRESS DIMASA PANDEMI COVID-19

PADA PERUSAHAAN TRANSPORTASI YANG
TERCATAT DI BURSA EFEK INDONESIA
(BEI)

SKRIPSI

SRI DEWI
NIM: 105721107818

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH MAKASSAR
MAKASSAR
2022
PENGARUH KINERJA KEUANGAN TERHADAP KONDISI
FINANCIAL DISTRESS DIMASA PANDEMI COVID-19
PADA PERUSAHAAN TRANSPORTASI YANG
TERCATAT DI BURSA EFEK INDONESIA
(BEI)

SKRIPSI

SRI DEWI
NIM: 105721107818

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH MAKASSAR
MAKASSAR
2022

i
 KARYA TUGAS MAHASISWA

JUDUL PENELITIAN

PENGARUH KINERJA KEUANGAN TERHADAP KONDISI

FINANCIAL DISTRESS DIMASA PANDEMI COVID-19
PADA PERUSAHAAN TRANSPORTASI YANG
TERCATAT DI BURSA EFEK INDONESIA
(BEI)

SKRIPSI

Disusun dan Diajukan Oleh:

SRI DEWI
105721107818

Untuk Memenuhi Persyaratan Guna Memperoleh Gelar

Sarjana Manajemen Pada Program Studi Manajemen
Fakultas Ekonomi dan Bisnis Universitas
Muhammadiyah Makassar

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH MAKASSAR
MAKASSAR
2022

ii
 MOTTO DAN PERSEMBAHAN

MOTTO

Sesungguhnya beserta kesulitan itu ada kemudahan. Maka

apabila engkau telah selesai dari suatu urusan, kerjakanlah
dengan sungguh-sungguh (untuk urusan yang lain) dan
hanya kepada Tuhanmulah engkau berharap
(Q.S. Al Insyirah: 6-8)

PERSEMBAHAN

Puji syukur kepada Allah SWT atas Ridho-Nya serta karunianya

sehingga skripsi ini telah terselesaikan dengan baik

Alhamdulillah Rabbil’alamin

Skripsi ini kupersembahkan untuk kedua orang tuaku tercinta

Orang-orang yang saya sayangi dan almamaterku

PESAN DAN KESAN

Hidup adalah sebaik apa kita berjuang dan sebaik apa kita
mempersiapkan diri. Jadi, biarlah semua berjalan sesuai
rencana-Nya kita cukup berjuang sekuat-kuatnya because
nothing is impossible when Allah said

“KUN FAYAKUN”

iii
iv
v
vi
vii
 KATA PENGANTAR

Puji dan Syukur Alhamdulillah penulis panjatkan ke hadirat Allah SWT

atas segala rahmat dan hidayah yang tiada henti diberikan kepada hamba-Nya.

Shalawat dan salam tak lupa penulis kirimkan kepada Rasulullah Muhammad

SAW beserta para keluarga, sahabat dan para pengikutnya. Merupakan nikmat

yang tiada ternilai manakala penulisan skripsi yang berjudul “pengaruh kinerja

keuangan perusahaan terhadap kondisi financial distress dimasa pandemi Covid-

19 pada perusahaan transportasi yang tercatat di Bursa Efek Indonesia (BEI)”.

Skripsi yang penulis buat ini bertujuan untuk memenuhi syarat dalam

menyelesaikan program Sarjana (S1) pada Fakultas Ekonomi dan Bisnis

Universitas Muhammadiyah Makassar.

Teristimewa dan terutama penulis sampaikan ucapan terima kasih

kepada kedua orang tua penulis bapak Sunusi dan Ibu NurAeni yang senantiasa

memberi harapan, semangat, perhatian, kasih saying dan doa tulus. Dan

saudara-saudaraku tercinta yang senantiasa mendukung dan memberikan

semangat hingga akhir studi ini. Dan seluruh keluarga besar atas segala

pengorbanan, serta dukungan baik materi maupun dalam maupun moral, dan

doa restu yang telah diberikan demi keberhasilan penulis dalam menuntut ilmu.

Semoga apa yang telah mereka berikan kepada penulis menjadi ibadah dan

cahaya penerang kehidupan di dunia dan di akhirat.

viii
 Penulis menyadari bahwa penyusunan skripsi ini tidak akan terwujud tanpa

adanya bantuan dan dorongan dari berbagai pihak. Begitu pula penghargaan

yang setinggi-tingginya dan terima kasih banyak disampaikan dengan hormat

kepada:

1. Bapak Prof. Dr. H. Ambo Asse, M.Ag, Rektor Universitas Muhammadiyah

Makassar.

2. Bapak Dr. H. Andi Jam’an, SE., .Si, Dekan Fakultas Ekonomi Universitas

Muhammadiyah Makassar.

3. Bapak Muh Nur Rasyid, SE., MM. selaku Ketua Program Studi Manajemen

Universitas Muhammadiyah Makassar.

4. Bapak Asri Jaya, SE., MM. selaku Pembimbing I yang senantiasa

meluangkan waktunya membimbing dan mengarahkan penulis, sehingga

Skripsi selesai dengan baik.

5. Ibu Nurlina, SE., MM, selaku Pembimbing II yang telah berkenan membantu

selama dalam penyusunan skripsi hingga ujian skripsi.

6. Bapak/Ibu dan Asisen Dosen Fakultas Ekonomi dan Bisnis Universitas

Muhammadiyah Makassar yang tak kenal lelah banyak menuangkan ilmunya

kepada penulis selama mengikuti kuliah.

7. Segenap Staf dan Karyawan Fakultas Ekonomi dan Bisnis Universitas

Muhammadiyah Makassar.

8. Rekan-rekan Mahasiswa Fakultas Ekonomi dan Bisnis Program Manajemen

Angkatan 2018 yang selalu belajar bersama yang tidak sedikit bantuannya

dan dorongan dalam aktivitas studi penulis.

ix
9. Terima kasih teruntuk semua kerabat yang tidak bisa saya tulis satu persatu

yang telah memberikan semangat, kesabaran, motivasi dan dukungannya

sehingga penulis dapat merampungkan penulisan Skripsi ini.

Akhirnya, sungguh penulis sangat menyadari bahwa Skripsi ini masih sangat

jauh dari kesempurnaan. Oleh karena itu, kepada semua pihak utamanya para

pembaca yang budiman, penulis senantiasa mengharapkan saran dan

kritikannya demi kesempurnaan Skripsi ini.

Mudah-mudahan Skripsi yang sederhana ini dapat bermanfaat bagi semua

pihak utamanya kepada Almamater tercinta Kampus Biru Universitas

Muhammadiyah Makassar.

Billahi fii Sabilil Haq, Fastabiqul Khairat, Wassalamu’alaikum Wr.Wb

Makassar, Juni 2022

Penulis

x
 ABSTRAK

SRI DEWI 2022. Pengaruh Kinerja Keuangan terhadap Kondisi Financial

Distress Dimasa Pandemi Covid-19 Pada Perusahaan Transportasi Yang
Tercatat Dibursa Efek Indonesia (BEI), Skripsi. Jurusan Manajemen Fakultas
Ekonomi dan Bisnis Universitas Muhammadiyah Makassar. Dibimbing oleh : Asri
Jaya dan Nurlina.

Penelitian ini bertujuan untuk mengetahui pengaruh kinerja keuangan

perusahaan terhadap kondisi financial distress dimasa pandemi Covid-19 pada
perusahaan transportasi yang tercatat di Bursa Efek Indonesia. Jenis data yang
digunakan dalam penelitian ini adalah data kuantitatif berupa data sekunder yang
diperoleh dari laporan keuangan perusahaan mulai dari tahun 2016-2020 yang
dipublikasikan. Adapun populasi penelitian diambil dari seluruh perusahaan
sektor industry jasa transportasi yang sudah bergabung di Bursa Efek Indonesia
sebanyak 42 perusahaan. Pengambilan sampel dilakukan dengan menggunakan
metode purposive sampling sehingga terdapat 7 perusahaan yang dijadikan
sebagai sampel penelitian.

Berdasarkan hasil perhitungan dan analisis data, maka penelitian ini

menunjukkan bahwa Rasio Current Ratio (CR) tidak berpengaruh terhadap
Financial Distress hal ini dikarenakan bahwa pada perusahaan yang menjadi
sampel dalam penelitian ini memiliki kemampuan mendanai operasional
perusahaan dalam memenuhi kewajibannya jangka pendek yang dimilikinya.
Rasio Debt To Asset Ratio (DAR) tidak berpengaruh terhadap Financial Distress
disebabkan perusahaan mampu dalam membayar seluruh kewajibannya, baik
jangka pendek maupun jangka panjang. dan Return On Asset (ROA) tidak
berpengaruh terhadap Financial Distress hal ini dikarenakan perusahaan
mampu dalam menggunakan dan mengelola aset yang dimilikinya secara efektif
dan efisien untuk menghasilkan laba sehingga mengurangi biaya yang
dikeluarkan perusahaan. Sedangkan untuk Rasio Quick Ratio (QR) berpengaruh
terhadap Financial Distress dikarenakan perusahaan lebih memungkinkan untuk
memenuhi kewajiban jangka pendeknya dengan mengandalkan aktiva lancar.
Rasio Total Asset TurnOver (TATO) berpengaruh terhadap Financial Distress
hal ini disebabkan perusahaan tidak menghasilkan volume penjualan yang cukup
dibanding dengan investasi dalam asetnya sehingga menunjukkan kinerja yang
kurang baik dan dapat mempengaruhi kondisi keuangan perusahaan.

Kata Kunci: Kinerja Keuangan, Financial Distress

xi
 ABSTRAC

SRI DEWI 2022. Effect of Financial Performance on Financial Distress

Conditions During the Covid-19 Pandemic on Transportation Companies
Listed on the Indonesia Stock Exchange (IDX), Thesis. Department of
Management, Faculty of Economics and Business, University of Muhammadiyah
Makassar. Supervised by : Asri Jaya and Nurlina.

This study aims to determine the effect of the company's financial

performance on financial distress conditions during the Covid-19 pandemic in
transportation companies listed on the Indonesia Stock Exchange. The type of
data used in this study is quantitative data in the form of secondary data obtained
from the company's financial statements from 2016-2020 published. The
research population is taken from all companies in the transportation service
industry sector that have joined the Indonesia Stock Exchange as many as 42
companies. Sampling was carried out using purposive sampling method so that
there were 7 companies that were used as research samples.

Based on the results of calculations and data analysis, this study shows
that the Current Ratio (CR) has no effect on Financial Distress, this is because
the companies that are the sample in this study have the ability to fund the
company's operations in fulfilling their short-term obligations. The Debt To Asset
Ratio (DAR) ratio has no effect on Financial Distress because the company is
able to pay all its obligations, both short term and long term. and Return on
Assets (ROA) has no effect on Financial Distress, this is because the company is
able to use and manage its assets effectively and efficiently to generate profits
thereby reducing costs incurred by the company. Meanwhile, the Quick Ratio
(QR) has an effect on Financial Distress because the company is more likely to
fulfill its short-term obligations by relying on current assets. The ratio of Total
Assets TurnOver (TATO) has an effect on Financial Distress, this is because the
company does not generate sufficient sales volume compared to the investment
in its assets so that it shows poor performance and can affect the company's
financial condition.

Keywords : Financial Performance, Financial Distress

xii
 DAFTAR ISI

HALAMAN SAMPUL………...…………………………………………………………

HALAMAN JUDUL ……..………………………………………………………………i

MOTTO DAN PERSEMBAHAN ......................................................................... iii

HALAMAN PERSETUJUAN .................................... Error! Bookmark not defined.

HALAMAN PENGESAHAN................................................................................. v

HALAMAN PERNYATAAN ORISIONALITAS ................................................... vi

HALAMAN PERNYATAAN PERSETUUJUAN PUBLIKASI TUGAS AKHIR .... vii

KATA PENGANTAR ........................................................................................ viii

ABSTRAK .......................................................................................................... xi

ABSTRAK ......................................................................................................... xii

DAFTAR ISI ..................................................................................................... xiii

DAFTAR TABEL ............................................................................................... xv

DAFTAR GAMBAR .......................................................................................... xvi

DAFTAR LAMPIRAN ....................................................................................... xvi

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

A. Latar Belakang ........................................................................................... 1

B. Rumusan Masalah ..................................................................................... 6

C. Tujuan Penelitian........................................................................................ 7

D. Manfaat Penelitian ..................................................................................... 8

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

A. Tinjauan Teori ............................................................................................ 9

1. Manajemen Keuangan ............................................................................ 9

2. Laporan Keuangan ............................................................................... 11

3. Analisis Laporan Keuangan .................................................................. 14

4. Analisis Rasio Keuangan ...................................................................... 16

xiii
 5. Financial Distress.................................................................................. 18

B. Tinjauan Empiris....................................................................................... 23

C. Kerangka Pikir Penelitian ......................................................................... 27

D. Hipotesis .................................................................................................. 28

BAB III METODE PENELITIAN ......................................................................... 28

A. Jenis Penelitian ........................................................................................ 28

B. Lokasi dan Waktu Penelitian .................................................................... 28

C. Jenis dan Sumber Data ............................................................................ 28

D. Populasi dan Sampel................................................................................ 30

E. Metode Pengumpulan Data ...................................................................... 32

F. Definisi Operasional Variabel ................................................................... 32

G. Metode Analisis Data................................................................................ 35

H. Uji Hipotesis ............................................................................................. 38

BAB IV HASIL DAN PEMBAHASAN ................................................................ 39

A. Gambaran Umum Perusahaan ................................................................ 39

B. Hasil Penelitian ....................................................................................... 45

C. Pembahasan Hasil Penelitian .................................................................. 65

BAB V PENUTUP ............................................................................................. 71

A. Kesimpulan .............................................................................................. 71

B. Saran ....................................................................................................... 72

DAFTAR PUSTAKA .......................................................................................... 73

LAMPIRAN ....................................................................................................... 73

xiv
 DAFTAR TABEL

Nomor Judul Halaman

Tabel 2.1 Penelitian Terdahulu .......................................................................... 23

Tabel 3.1 Pemilihan Sampel Penelitian.............................................................. 31

Tabel 3.2 Daftar Perusahaan yang Memenuhi Kriteria Penelitian ...................... 33

Tabel 3.3 Definisi Operasional Variabel ............................................................. 32

Tabel 4.1 Hasil Perhitungan Current Ratio ......................................................... 45

Tabel 4.2 Hasil Perhitungan Current Ratio ......................................................... 47

Tabel 4.3 Hasil Perhitungan Total Assets TurnOver .......................................... 48

Tabel 4.4 Hasil Perhitungan Debt To Asset Ratio .............................................. 50

Tabel 4.5 Hasil Perhitungan Return On Asset .................................................... 51

Tabel 4.6 Hasil Perhitungan Financial Distress .................................................. 53

Tabel 4.7 Uji Normalitas Kolmogorov-Smirnov................................................... 56

Tabel 4.8 Uji Multikolinearitas ............................................................................ 58

Tabel 4.9 Uji Autokorelasi .................................................................................. 58

Tabel 4.10 Analisis Regresi Linear Berganda .................................................... 59

xv
 DAFTAR GAMBAR

Nomor Judul Halaman

Gambar 2.1 Kondisi Kesulitan Perusahaan........................................................ 20

Gambar 2.2 Kerangka Pikir Penelitian ............................................................... 28

Gambar 4.1 Uji Normalitas P-Plot ...................................................................... 55

Gambar 4.2 Uji Heteroskedastisitas ................................................................... 57

xvi
 DAFTAR LAMPIRAN

Nomor Judul Halaman

Lampiran 1. Daftar Perusahaan Yang Dijadikan Populasi Penelitian ................. 77

Lampiran 2. Daftar Perusahaan yang Memenuhi Kriteria Penelitian .................. 78

Lampiran 3. Data Current Ratio (CR) ................................................................. 79

Lampiran 4. Data Quick Ratio (QR) ................................................................... 80

Lampiran 5. Data Total Assets Turn Over (TATO) ............................................. 81

Lampiran 6. Data Debt To Asset Ratio (DAR) .................................................... 82

Lampiran 7. Data Return On Asset (ROA) ......................................................... 83

Lampiran 8. Hasil Perhitungan Z-Score (Pembulatan 2 Desimal) ...................... 84

Lampiran 9. Tabulasi Data ................................................................................. 86

Lampiran 10. Hasil Uji Regresi Linear Berganda................................................ 87

xvii
 BAB I

PENDAHULUAN

A. Latar Belakang

Pada era sekarang ini, Indonesia dilanda banyak masalah dan

penderitaan tidak hanya secara global tetapi Indonesia juga mengalami

krisis yang jauh lebih parah dibandingkan dengan kondisi dua krisis yang

telah dialami sebelumnya pada tahun 1998 dan 2008. Salah satu dampak

yang paling menonjol yaitu aspek ekonomi, yakni dengan terpuruknya

kegiatan ekonomi dikarenakan wabah covid-19 yang merugikan bangsa

Indonesia termasuk Negara lainnya.

Menjelang akhir tahun 2019 tepatnya pada bulan November dunia

dihebohkan dengan adanya pandemi Coronavirus Disease (Covid-19)

yang berasal dari Kota Wuhan, Provinsi Hubei, China. Dari permasalahan

tersebut, virus bergerak cepat dan menginfeksi ribuan orang. Tepat pada

senin, 2 Maret 2020, Presiden Joko Widodo bersama dengan Menteri

Kesehatan (Menkes) kala itu mengumumkan kasus Covid-19 Pertama di

Indonesia. Setelah itu, pada Rabu, 11 Maret 2020, Organisasi Kesehatan

Dunia (World Health Organization) secara.resmi.mengumumkan.wabah

Covid-19.sebagai.pandemi.global (Putri, 2020). Pandemi ini menunjukkan

penyebaran yang sangat signifikan cepat dan terus meningkat keberbagai

belahan dunia termasuk Negara Indonesia. Pemerintah Indonesia dengan

cepat mengeluarkan kebijakan yang sejauh ini dirasa tepat untuk

meredam pandemi covid-19 yang penyebarannya kian meluas, salah

satunya dengan dikeluarkannya Peraturan Pemerintah Republik

1
 2

Indonesia Nomor 21 Tahun 2020 tentang Pembatasan Sosial Berskala

Besar Dalam Rangka Percepatan Penanganan Corona Virus Disease

2019 (Covid-19) yang merupakan strategi pemerintah untuk mencegah

penyebaran atau bahkan memutus mata rantai penularan virus Covid-19

(Kemenkes, 2020) yaitu jaga jarak aman dengan belajar dari rumah,

bekerja dari rumah, dan beribadah di rumah.

Pemerintah akan terus memberikan pelayanan yang dibutuhkan

masyarakat, baik untuk kebutuhan dasar, pelayanan kesehatan, maupun

pelayanan publik lainnya. (Kementerian Sekretariat Negara Republik

Indonesia, 2020). Namun, Kebijakan tersebut juga tidak dengan mulus

dapat diterima oleh seluruh masyarakat Indonesia dikarenakan Indonesia

merupakan negara yang majemuk dengan keberagaman yang berbeda-

beda. Selain itu, tidak.semua.jenis.pekerjaan.bisa.dilakukan.di.rumah,

seperti.ojek.online,.banker,.penyedia.jasa, dan.lain.sebagainya. Selain

itu,.para pelajar,.mahasiswa,.dan.tenaga.pendidik.tidak.dapat.melakukan

beberapa.kegiatan.seperti.ujian.nasional, graduasi,.pelepasan, prom

night,.dan.lain.sebagainya.akibat.kebijakan yang dikeluarkan oleh

pemerintah..

Dampak dari pandemic covid-19 ini cukup dirasakan oleh

perusahaan Transportasi. Perusahaan Transportasi merupakan salah

satu sektor dari perusahaan manufaktur yang terdaftar di Bursa Efek

Indonesia (BEI). Dimulai dari jenis transportasi darat, laut, dan udara.

Saat ini kondisi transportasi di Indonesia telah mengalami penurunan

dalam perkembangan dan pembangunan perekonomian dikarenakan

 3

mewabahnya covid-19 sampai saat ini. Hal ini menyebabkan

melemahnya aktivitas bisnis sehingga terjadi kondisi financial distress..

Pembatasan sosial demi mencegah penyebaran Covid-19

menyebabkan sektor transportasi terus mengalami penurunan atau

terkontraksi tahun 2020. Pada saat pembatasan dilonggarkan, kontraksi

berkurang seiring meningkatnya mobilitas masyarakat. Kasus positif

Covid-19 terus bertambah dan semakin mengkhawatirkan. Menjaga

mobilitas sembari mengendalikan penularan virus menjadi tantangan

serius sektor transportasi di tengah pandemi yang hingga saat ini belum

juga teratasi. Badan Pusat Statistik (BPS) mencatat lapangan usaha

transportasi dan pergudangan terkontruksi cukup dalam di triwulan II-

2020, yakni turun sebesar 30,80 persen. Sektor transportasi dan

pergudangan di triwulan III-2020 tercatat turun sebesar 16,71 persen.

Kemudian pada saat PSBB diterapkan penuh, tren ini berlanjut pada

triwulan IV-2020 ketika sektor transportasi dan pergudangan turun

sebesar 13,42 persen.

Melalui kebijakan pembatasan sosial berskala besar (PSBB)

mengakibatkan pergerakan beberapa aktivitas masyarakat menurun

drastis. Hal ini menyebabkan anjloknya pendapatan dan laba perusahaan

transportasi, bahkan beberapa perusahaan telah mengalami kerugian.

Kerugian terbesar dirasakan maskapai penerbangan, karena jumlah

penumpang turun lebih dari 50 persen baik domestik maupun

internasional pada Mei 2020 (Rohmah, 2020). Dampaknya juga dirasakan

oleh angkutan laut dan angkutan darat yaitu penurunan penumpang yang

mencapai 75 persen, bahkan angkutan pariwisata mencapai 90 persen

 4

sedangkan biaya operasional tetap berjalan (Rohmah, 2020). Analisis

terhadap financial distress ini sangat penting karena akan

menggambarkan kondisi keuangan perusahaan transportasi yang

terdampak pandemi Covid-19.

Ada beberapa perusahaan transportasi yang terdaftar di BEI,

tercatat mengalami kerugian sepanjang semester I 2020 terutama disaat

pandemi covid-19 dikarenakan kinerjanya sangat tergantung dari

mobilitas masyarakat. Kerugian terbesar dirasakan oleh maskapai

penerbangan, sebagai gambaran pada Mei 2020 terdapat 11.700

penumpang internasional dan 87.000 penumpang domestik. Jumlah

tersebut masing-masing turun sebesar 89,6 persen dan 55 persen

dibandingkan pada April 2020. Beberapa perusahaan transportasi yang

mengalami kerugian yaitu PT. Air Asia Indonesia, dan PT. Sidomulyo

Selaras (Aldin, 2020).

PT. Air Asia salah satu maskapai penerbangan dengan biaya

yang rendah di Asia yang melayani rute perjalanan dalam negeri dan ke

luar negeri. Perusahaan ini juga terkena dampak Covid-19 diakibatkan

orang-orang yang enggan bepergian jauh karena takut terpapar virus

sehingga mengalami kerugian senilai Rp. 345,43 miliar pada triwulan I

tahun 2020, angka kerugian melonjak naik dari pada kerugian

sebelumnya pada laporan triwulan I 2019 sebesar Rp. 93,79 miliar

(Widyastuti, 2020). Penurunan pada industri penerbangan juga

menyebabkan penurunan wisatawan mancanegara sebesar 75 persen.

Hal ini dikarenakan sebelum adanya pandemi covid-19, perusahaan

sudah mengalami penurunan bahkan merugi dari tahun-tahun

 5

sebelumnya. Pada tahun 2020, penurunan pendapatan PT. AirAsia

Indonesia Tbk. Ini mencapai 71,22 persen. Pendapatan yang diperoleh

hanya senilai Rp. 1,39 Triliun, dimana jumlah pendapatan ini turun

signifikan jika dibandingkan dengan tahun 2019 yang memperoleh

pendapatan sebesar Rp. 4,83 Triliun. Kemudian PT. Sidomulyo Selaras

juga mengalami penurunan pendapatan selama pandemi Covid-19

sehingga mengalami kerugian senilai Rp.32,19 miliar dari sebelumnya

hanya Rp. 9,73 miliar pada tahun 2019 (Suryahadi, 2020). Perusahaan ini

menjalankan usaha dibidang jasa transportasi bahan kimia, minyak dan

gas.

Financial distress atau kesulitan keuangan mengacu pada situasi

dimana suatu perusahaan mengalami kesulitan atau bahkan gagal

membayar kewajiban finansialnya kepada kreditur. Financial distress

menjadi salah satu prasyarat sebelum perusahaan bangkrut, antara lain

return negatif yang terus menerus dialami perusahaan menunjukkan

adanya kesulitan keuangan. Akibatnya perusahaan tidak memiliki dana

yang cukup untuk memenuhi kewajiban yang harus segera dipenuhi

(kebangkrutan perusahaan). Sementara itu, menurut pernyataan Platt &

Platt dalam Almilia, financial distress merupakan penurunan situasi

keuangan perusahaan, yang merupakan indikator sebelum terjadinya

kebangkrutan.

Rasio keuangan banyak digunakan untuk analisis dan kemudian

menjadi model prediksi kegagalan. Rasio keuangan digunakan untuk

mengevaluasi kondisi keuangan dan kinerja perusahaan. Dari hasil rasio

 6

keuangan ini akan kelihatan kondisi kesehatan perusahaan yang

bersangkutan James C, van Horne dalam (Kasmir, 2019).

Terdapat beberapa metode yang terus dikembangkan dalam

prakiraan terjadinya financial distress salah satunya didapat melalui

informasi mengenai posisi keuangan perusahaan menggunakan analisis

rasio. Beberapa penelitian terdahulu yang sudah dilakukan oleh Altman

(1968), Ghozali (2012), Indriani & Mildawati (2019), Ginting (2017),

Agustini & Wirawati (2019) untuk mengetahui kemungkinan terjadinya

financial distress yaitu dengan menganalisis rasio keuangan.

Berdasarkan pada fenomena permasalahan yang telah diurai

diatas, untuk memprediksikan kemungkinan terjadinya kebangkrutan

sebuah perusahaan, maka penulis mengangkat judul: “Pengaruh Kinerja

Keuangan terhadap Kondisi Financial Distress Dimasa Pandemi

Covid-19 Pada Perusahaan Transportasi Yang Tercatat Dibursa Efek

Indonesia (BEI)”

B. Rumusan Masalah

Sesuai.dengan.latar.belakang.yang.telah.diuraikan.di.atas, maka

permasalahan.dalam.penelitian ini dapat dirumuskan sebagai berikut:

1. Apakah. Current Ratio berpengaruh terhadap kondisi financial distress

pada perusahaan transportasi yang tercatat di Bursa Efek Indonesia

periode 2016-2020?

2. Apakah. Quick Ratio berpengaruh terhadap kondisi financial distress

pada perusahaan transportasi yang tercatat di Bursa Efek Indonesia

periode 2016-2020?
 7

3. Apakah. Total Asset TurnOver berpengaruh terhadap kondisi financial

distress pada perusahaan transportasi yang tercatat di Bursa Efek

Indonesia periode 2016-2020?

4. Apakah. Debt To Asset Ratio berpengaruh terhadap kondisi financial

distress pada perusahaan transportasi yang tercatat di Bursa Efek

Indonesia periode 2016-2020?

5. Apakah. Return On Asset berpengaruh terhadap kondisi financial

distress pada perusahaan transportasi yang tercatat di Bursa Efek

Indonesia periode 2016-2020?

C. Tujuan Penelitian

Tujuan yang ingin dicapai dalam penelitian ini adalah :

1. Untuk mengetahui apakah Current Ratio berpengaruh terhadap

kondisi financial distress pada perusahaan transportasi yang tercatat

di Bursa Efek Indonesia periode 2016-2020?

2. Untuk mengetahui apakah Quick Ratio berpengaruh terhadap kondisi

financial distress pada perusahaan transportasi yang tercatat di Bursa

Efek Indonesia periode 2016-2020?

3. Untuk mengetahui apakah. Total Asset TurnOver berpengaruh

terhadap kondisi financial distress pada perusahaan transportasi yang

tercatat di Bursa Efek Indonesia periode 2016-2020?

4. Untuk mengetahui apakah Debt To Asset Ratio berpengaruh terhadap

kondisi financial distress pada perusahaan transportasi yang tercatat

di Bursa Efek Indonesia periode 2016-2020?

 8

5. Untuk mengetahui apakah Return On Asset berpengaruh terhadap

kondisi financial distress pada perusahaan transportasi yang tercatat

di Bursa Efek Indonesia periode 2016-2020?

D. Manfaat Penelitian

Manfaat.yang.dapat.diperoleh.dari.penelitian.ini.ialah:

1. Bagi Peneliti

Penelitian ini bermanfaat dalam menambah wawasan peneliti dalam

mempertimbangkan indikator-indikator yang dapat mempengaruhi

Financial Distress yang akan berguna dimasa yang akan datang.

2. Bagi Akademis

Dengan penelitian ini diharapkan dapat membantu kita dalam

mengembangkan dan mengaplikasikan ilmu yang telah diperoleh

khususnya ilmu manajemen keuangan sekaligus membantu kita

memahami tentang pengaruh rasio keuangan dalam memprediksi

kondisi financial distress suatu perusahaan.

3. Bagi Perusahaan

Penelitian ini diharapkan dapat menjadi acuan bagi para investor

sebagai bahan pertimbangan dalam melakukan investasi pada suatu

perusahaan.
 BAB II

TINJAUAN PUSTAKA

A. Tinjauan Teori

1. Manajemen Keuangan

Manajemen keuangan merupakan salah satu bidang

manajemen fungsional perusahaan yang berhubungan dengan

pengambilan keputusan investasi jangka panjang, keputusan

pendanaan jangka panjang, dan pengelolaan modal kerja perusahaan

yang meliputi investasi dan pendanaan jangka pendek. Dengan kata

lain, manajemen keuangan merupakan bidang keuangan yang

menerapkan prinsip-prinsip keuangan dalam suatu organisasi

perusahaan untuk menciptakan dan mempertahankan nilai melalui

pengambilan keputusan dan pengelolaan sumber daya yang tepat.

Manajemen keuangan merupakan segala aktivitas yang

berhubungan dengan perolehan, pendanaan, dan pengelolaan aktiva

dengan beberapa tujuan menyeluruh (James C. van Horne) dalam

(Kasmir :2019). Sementara itu, Brigham mengatakan manajemen

keuangan merupakan seni (art) dan ilmu (science), untuk me-menage

uang, yang meliputi proses, institusi/lembaga, pasar, dan istrumen

yang terlibat dengan masalah transfer uang di antara individu, bisnis,

dan pemerintah.

Dalam rangka mencaai tujuan perusahaan departemen

keuangan berkepentingan terhadap pengelolaan keuangan

perusahaan dan memiliki tugas-tugas yang cukup berat. Dalam

9
 10

prakteknya untuk mencapai tujuan tersebut, maka manajemen

keuangan memiliki tujuan melalui dua pendekatan, yaitu:

1) Profit risk approach, dalam hal ini manajer keuangan tidak hanya

sekadar mengejar maksimalisasi profit, akan tetapi juga harus

mempertimbangkan risiko yang bakal dihadapi. Bukan tidak

mungkin harapan profit yang besar tidak tercapai akibat risiko

yang dihadapi juga besar. Di samping itu, manajer keuangan juga

harus terus melakukan pengawasan dan pengendalian terhadap

seluruh aktivitas yang dijalankan.

2) Liquidity and profitability, merupakan kegiatan yang berhubungan

dengan bagaimana seorang manajer keuangan dalam mengelola

likuiditas dan profitabilitas suatu perusahaan. Dalam hal likuiditas,

manajer keuangan harus sanggup untuk menyediakan dana (uang

kas) untuk membayar kewajiban yang sudah jatuh tempo secara

tepat waktu. Kemudian manajer keuangan juga dituntut untuk

mampu me-manage keuangan perusahaan, sehingga mampu

meningkatkan laba perusahaan dari waktu ke waktu. Manajer

keuangan juga dituntut untuk mampu mengelola dana yang

dimiliki termasuk pencarian dana serta mampu mengelola aset

perusahaan sehingga terus berkembang, dari waktu ke waktu.

Dalam menjalankan tugasnya departemen keuangan memiliki

banyak tugas agar mencapai sasarannya. Tugas (kewajiban) ini

kemudian dituangkan dalam berbagai kegiatan yang harus

direncanakan, dilaksanakan, diawasi dan dikendalikan, sehingga

dapat memuluskan pencapaian tujuan tersebut.

 11

2. Laporan Keuangan

Laporan keuangan menurut PSAK No.1 dalam (Diana, 2018),

“Laporan keuangan adalah penyajian terstruktur dari posisi keuangan

dan kinerja keuangan suatu entitas”. Laporan ini menampilkan sejarah

entitas yang dikuantifikasi dalam nilai moneter. Laporan keuangan

adalah laporan yang menunjukkan kondisi keuangan perusahaan

pada saat ini atau dalam suatu periode tertentu (Kasmir, 2019).

Laporan keuangan adalah bagian dari proses pelaporan

keuangan. Laporan keuangan yang lengkap biasanya meliputi laporan

laba rugi, laporan perubahan posisi keuangan, catatan dan laporan

lainnya serta materi penjelasan yang merupakan bagian integral dari

laporan keuangan.

Menurut Farid & Siswanto dalam (Diana, 2018) Laporan

keuangan merupakan informasi yang diharapkan mampu memberikan

bantuan kepada pengguna untuk membuat keputusan ekonomi yang

bersifat financial. (Munawir, 2015) laporan keuangan merupakan hasil

dari proses akuntansi yang dapat digunakan sebagai alat untuk

berkomunikasi antara data keuangan atau aktivitas sesuatu

perusahaan dengan pihak-pihak yang berkepentingan dengan data

atau aktivitas perusahaan tersebut.

PSAK No. 1 dalam (Diana, 2018) juga menuliskan mengenai

tujuan laporan keuangan yaitu memberikan informasi mengenai posisi

keuangan, kinerja keuangan dan arus kas entitas yang bermanfaat

bagi sebagian besar kalangan pengguna laporan dalam pembuatan

 12

keputusan ekonomi. Laporan keuangan menyajikan secara

terstruktur posisi keuangan dan kinerja keuangan suatu entitas.

Dinyatakan juga bahwa tujuan laporan keuangan adalah memberikan

informasi mengenai posisi keuangan, kanerja keuangan, dan arus kas

entitas yang bermanfaat bagi sebagian besar pengguna laporan

keuangan dalam pembuatan keputusan ekonomik.

Laporan keuangan yang disusun dengan berdasarkan pada

standar yang ditetapkan, menurut Ikatan Akuntan Indonesia (IAI),

mempunyai sifat dan keterbatasan sebagai berikut:

1) Laporan keuangan bersifat historis, yaitu merupakan laporan atau

kejadian yang lewat. Karenanya, laporan keuangan tidak dapat

dianggap sebagai satu-satunya sumber informasi dalam proses

pengambilan keputusan ekonomi.

2) Laporan keuangan bersifat umum, disajikan untuk semua pemakai

dan bukan dimaksudkan untuk memenuhi kebutuhan pihak

tertentu saja, misalnya untuk pajak, bank dan lainnya.

3) Proses penyusunan laporan keuangan tidak luput dari

penggunaan taksiran dan berbagai pertimbangan.

4) Akuntansi hanya melaporkan informasi yang material. Demikian

pula Penerapan prinsip akuntansi terhadap suatu fakta atau pos

tertentu mungkin tidak dilaksanakan jika hal itu dianggap tidak

material atau tidak menimbulkan pengaruh yang material terhadap

kelayakan laporan keuangan.

5) Laporan keuangan bersifat konservatif dalam menghadapi

ketidakpastian, bila terdapat beberapa kemungkinan kesimpulan

 13

yang tidak pasti mengenai penilaian suatu pos, maka lazimnya

dipilih alternatif yang menghasilkan laba bersih atau nilai Aset

yang paling kecil.

6) Laporan keuangan lebih menekankan pada makna ekonomis

suatu peristiwa transaksi dari pada bentuk hukumnya (formalitas).

7) Laporan keuangan disusun dengan menggunakan istilah-istilah

teknis, dan pemakai laporan diasumsikan memahami bahasa

teknis akuntansi dan sifat dari informasi yang dilaporkan.

8) Adanya berbagai alternatif metode akuntansi yang dapat

digunakan menimbulkan Variasi dalam pengukuran sumber-

sumber ekonomis dan kesuksesan suatu perusahaan.

9) Informasi yang bersifat kualitatif dan fakta yang tidak dapat

dikuantitatifkan umumnya diabaikan.

Laporan keuangan dimaksudkan untuk memberikan gambaran

atau informasi tentang posisi keuangan dan perubahan posisi

keuangan pada satu periode akuntansi sebagai hasil dari kegiatan

usaha yang telah dilaksanakan pada periode yang bersangkutan.

Oleh karena itu, laporan keuangan mempunyai 2 (dua) sifat, yaitu

bersifat historis dan bersifat menyeluruh. Laporan keuangan

dikatakan bersifat historis, karena laporan keuangan merupakan

akumulasi dari seluruh transaksi yang telah terjadi dalam suatu

perusahaan. Selanjutnya, laporan keuangan dikatakan bersifat

menyeluruh karena merupakan akumulasi dari seluruh kegiatan

usaha yang dapat diukur dan dinyatakan dalam satuan uang.

 14

3. Analisis Laporan Keuangan

Analisis laporan keuangan adalah hubungan antara suatu angka

dalam laporan keuangan dengan angka yang lain yang mempunyai

makna menjelaskan arah perubahan (trend) suatu fenomena. Dalam

melakukan analisis laporan keuangan perlu dilakukan secara cermat

dengan menggunakan metode dan teknik analisis yang tepat,

sehingga hasil yang diharapkan benar-benar tepat pula. Kesalahan

dalam memasukkan angka atau rumus yang akan digunakan akan

berakibat hasil yang hendak dicapai tidak akurat. Kemudian hasil

perhitungan, dianalisis dan interprestasikan, sehingga dapat diketahui

posisi keuangan yang sesungguhnya.

Menurut Munawir dalam (Diana, 2018) analisis laporan

keuangan adalah analisis laporan keuangan yang terdiri dari

penelaahan atau mempelajari dari pada hubungan dan tendensi atau

kecenderungan (trend) untuk menentukan posisi keuangan dan hasil

operasi serta perkembangan perusahaan yang bersangkutan. Agar

laporan keuangan menjadi lebih berarti dan dapat dipahami serta

dimengerti oleh berbagai pihak, maka perlu dilakukan analisis laporan

keuangan. Hasil analisis laporan keuangan juga akan memberikan

informasi tentan kelemahan dan kekuatan yang dimiliki perusahaan.

Dengan adanya kelemahan dan kekuatan yang dimiliki, akan

tergambar kinerja manajemen selama ini (Kasmir, 2019). Dapat

disimpulkan bahwa analisis laporan keuangan adalah proses

mempelajari kecenderungan posisi keuangan untuk menentukan

pertimbangan perkembangan perusahaan di masa datang.

 15

Menganalisis suatu laporan keuangan ditujukan untuk mencari

tahu lebih banyak informasi yang terkandung dalam laporan

keuangan tersebut. Dari analisis tersebut, kita dapat mengetahui

semua aktifitas perusahaan apakah efisien dan efetif, atau apakah

rencana dan target yang telah ditetapkan manajemen telah tercapai.

Ada beberapa tujuan dan manfaat bagi berbagai pihak dengan

adanya analisis laporan keuangan, antara lain sebagai berikut

(Kasmir, 2019) :

1) Untuk mengetahui posisi keuangan perusahaan dalam satu

periode tertentu, baik harta, kewajiban, modal, maupun hasil

usaha yang telah dicapai untuk beberapa periode.

2) Untuk mengetahui kelemahan apa saja yang menjadi kekurangan

perusahaan.

3) Untuk mengetahui kekuatan yang dimiliki.

4) Untuk mengetahui langkah-langkah perbaikan apa saja yang perlu

dilakukan ke depan yang berkaitan dengan posisi keuangan

perusahaan saat ini.

5) Untuk melakukan penilaian kinerja manajemen ke depan apakah

perlu penyegaran atau tidak karena sudah dianggap berhasil atau

gagal.

6) Dapat juga digunakan sebagai pembanding dengan perusahaan

sejenis tentang hasil yang mereka capai.

 16

4. Analisis Rasio Keuangan

Rasio menggambarkan suatu hubungan matematis antara suatu

jumlah dengan jumlah yang lain. Penggunaan alat analisis berupa

rasio dapat menjelaskan penilaian baik dan buruk posisi keuangan

pada perusahaan, terutama bila angka rasio ini dibandingkan dengan

angka rasio pembanding yang digunakan sebagai standar. Analisis

Rasio Keuangan adalah membandingkan angka angka yang ada

dalam laporan keuangan untuk mengetahui posisi keuangan suatu

perusahaan serta menilai kinerja manajemen dalam suatu periode

tertentu. Perbandingan dapat dilakukan antara satu komponen

dengan komponen dalam satu laporan keuangan atau antar

komponen yang ada di antara laporan keuangan.

Rasio keuangan merupakan kegiatan membandingkan angka-

angka yang ada dalam laporan keuangan dengan cara membagi satu

angka dengan angka lainnya. Perbandingan dapat dilakukan antara

satu komponen dengan komponen dalam satu laporan keuangan atau

antarkomponen yang ada di antara laporan keuangan (Kasmir, 2019).

Analisis rasio keuangan merupakan analisis dengan jalan

membandingkan satu pos dengan pos laporan keuangan lainnya baik

secara individu maupun bersama-sama guna mengetahui hubungan

diantara pos tertentu, baik dalam neraca maupun laporan laba rugi

(Jumingan, 2019).
 17

Pada dasarnya analisis rasio keuangan perusahaan

diklasifikasikan menjadi lima kelompok, yaitu:

1) Rasio Likuiditas (liquidity ratios) yaitu jenis rasio yang

menunjukkan kemampuan perusahaan dalam memenuhi

kewajiban jangka pendek.

2) Rasio Solvabilitas (leverage atau solvency ratios) yaitu jenis rasio

yang menunjukkan kemampuan perusahaan untuk memenuhi

seluruh kewajibannya baik jangka pendek ataupun jangka

panjang.

3) Rasio Aktivitas (activity ratios) yaitu jenis rasio yang menunjukkan

tingkat efektvfitas penggunaan aset atau kekayaan perusahaan.

4) Rasio Profitabilitas dan Rentabilitas (profitability ratios) yaitu jenis

rasio yang menunjukkan tingkat imbalan atau perolehan

(keuntungan) dibanding penjualan atau aset.

5) Rasio Pasar Rasio ini melihat perkembangan nilai perusahaan

relatif terhadap nilai buku perusahaan.

Kelima rasio tersebut ingin melihat prospek dan risiko

perusahaan pada masa yang mendatang. Faktor prospek dalam rasio

tersebut akan mempengaruhi harapan investor terhadap perusahaan

pada masa-masa mendatang.

Beberapa rasio-rasio keuangan yang akan digunakan dalam

penelitian ini sebagai acuan dalam memprediksi financial distress

adalah sebagai berikut:

 18

1) Rasio Likuiditas, Rasio ini untuk mengukur kemampuan likuiditas

jangka pendek suatu perusahaan dengan membandingkan

besarnya aktiva lancar terhadap utang lancarnya (Hanafi, 2016).

Rasio yang digunakan adalah current ratio (CR) dan quick ratio

(QR).

2) Rasio Aktivitas, Rasio ini digunakan untuk mengukur perputaran

semua aktiva dalam memperoleh total penjualan dari aktiva yang

dimiliki perusahaan perlu menghitung total asset turnover (Kasmir,

2015). Rasio aktivitas yang digunakan adalah Total assets

turnover (TATO).

3) Rasio Solvabilitas, Rasio yang digunakan untuk mengukur

kemampuan suatu perusahaan dalam memenuhi kewajiban

jangka panjang atau utang jangka panjangnya. Rasio ini dapat

diperoleh dengan menghitung rasio utang terhadap asetnya

(Hanafi, 2016). Rasio solvabilitas yang digunakan adalah debt to

asset ratio (DAR).

4) Rasio Profitabilitas, Merupakan rasio keuangan yang digunakan

untuk mengukur kemampuan perusahaan dalam menghasilkan

laba dari aktivitas normal bisnisnya (Hery, 2015). Rasio

profitabilitas yang digunakan adalah return on total asset (ROA).

5. Financial Disstres

Kesulitan keuangan disebut juga financial distress biasanya

menjadi indikasi awal pada perusahan sebelum bangkrut. Financial

distress ialah kondisi dimana perusahaan tidak mampu membayar

kewajiban jangka panjangnya. Financial distress juga dapat diartikan

 19

sebagai masalah likuidasi yang sangat parah dan tidak dapat

dipecahkan tanpa perubahan ukuran dari operasi atau struktur

perusahaan.

Menurut Hapsari (2012) dalam (Evita Indriyani & Titik M, 2019)

Financial distress merupakan suatu keadaan pada saat perusahaan

tidak memiliki kemampuan dalam melunasi seluruh hutang yang

disebabkan tidak tersedianya dana serta kondisi arus kas operasi

tidak mencukupi untuk melunasi hutang-hutangnya pada suatu

perusahaan yang telah jatuh tempo seperti utang dagang atau beban

bunga.

Financial distress merupakan kondisi dimana keuangan

perusahaan dalam keadaan tidak sehat atau krisis. Financial distress

terjadi sebelum kebangkrutan. Kebangkrutan sendiri biasanya

diartikan sebagai suatu keadaan atau situasi dimana perusahaan

gagal atau tidak mampu lagi memenuhi kewajiban – kewajiban debitur

karena perusahaan mengalami kekurangan dan ketidakcukupan dana

untuk menjalankan atau melanjutkan usahanya sehingga tujuan

ekonomi yang ingin dicapai oleh perusahaan dapat dicapai yaitu

profit, sebab dengan laba yang diperoleh perusahaan bisa digunakan

untuk mengembalikan pinjaman, bisa membiayai operasi perusahaan

dan kewajiban-kewajiban yang harus dipenuhi bisa ditutup dengan

laba atau aktiva yang dimiliki. Model financial distress perlu untuk

dikembangkan, karena dengan mengetahui kondisi financial distress

perusahaan sejak dini diharapkan dapat dilakukan tindakan - tindakan

untuk mengantispasi yang mengarah kepada kebangkrutan.

 20

Kesehatan suatu perusahaan bisa digambarkan dari titik sehat

yang paling ekstrim sampai ke titik tidak sehat yang paling ekstrim

sebagai berikut :

Gambar 2. 1 Kondisi Kesulitan Perusahaan

Kesulitan keuangan Tidak solvabel

(likuiditas) Jangka pendek (hutang lebih besar
(technical insolvency) dibanding asset)

Kesulitan keuangan jangka pendek bersifat sementara dan

belum begitu parah. Tetapi kesulitan semacam ini apabila tidak

ditangani bisa berkembang menjadi kesulitan tidak solvabel. Kalau

tidak solvabel, perusahaan bisa dilikuidasi atau direorganisasi.

Likuidasi dipilih apabila nilai likuidasi lebih besar dibandingkan dengan

nilai perusahaan kalau diteruskan. Reorganisasi dipilih kalau

perusahaan masih menunjukkan prospek dan dengan demikian nilai

perusahaan kalau diteruskan lebih besar dibandingkan nilai

perusahaan kalau dilikuidasi.

Informasi kebangkrutan bisa bermanfaat bagi beberapa pihak

antara lain (Diana, 2018) :

1) Pemberi Pinjaman (seperti pihak Bank). Informasi kebangkrutan

bisa bermanfaat untuk mengambil keputusan siapa yang akan

diberi pinjaman, dan kemudian bermanfaat untuk kebijakan

memonitor pinjaman yang ada.

2) Investor. Investor saham atau obligasi yang dikeluarkan oleh

suatu perusahaan tentunya akan sangat berkepentingan melihat

 21

adanya kemungkinan bangkrut atau tidaknya perusahaan yang

menjual surat berharga tersebut.

3) Pihak Pemerintah. Pada beberapa sektor usaha, lembaga

pemerintah mempunyai tanggung jawab untuk mengawasi

jalannya usaha tersebut (misal sektor perbankan).

4) Akuntan. Akuntan mempunyai kepentingan terhadap informasi

kelangsungan suatu usaha karena akuntan akan menilai

kemampuan going concern suatu perusahaan.

5) Manajemen. Kebangkrutan berarti munculnya biaya-biaya yang

berkaitan dengan kebangkrutan dan biaya ini cukup besar. Suatu

penelitian menunjukkan biaya kebangkrutan bisa mencapai 11-

17% dari nilai perusahaan.

6) Pengukuran atas kebangkrutan perusahaan juga dapat dilakukan

melalui laporan keuangan dengan dua metode, yaitu metode

univariate dan metode multivariate.

Terdapat beberapa indikator yang dapat memprediksi terjadinya

kebangkrutan suatu perusahaan. Salah satu sumbernya adalah

analisis laporan keuangan perusahaan. Laporan keuangan bisa

dipakai untuk memprediksi kesulitan keuangan. Sumber lainnya

adalah informasi eksternal. Pada pasar keuangan yang sudah maju,

lembaga penilai (rating) sudah berkembang dan informasi mereka

bisa dipakai untuk memprediksi kemungkinan adanya kesulitan

keuangan.

Analisis financial distress mengacu pada periode yang berada

ditahap sebelum kebangkrutan terjadi yaitu adanya penurunan kondisi

 22

keuangan. Metode Z-Score model Altman merupakan sebuah formula

multivariate yang dapat menjadi acuan untuk menentukan apakah

suatu perusahaan berpotensi untuk bangkrut atau tidak. Perhitungan

analisis Z-Score terdiri dari 3 varian, yaitu: perusahaan manufaktur

yang telah go public, perusahaan manufaktur pribadi yang belum go

public, dan perusahaan bukan manufaktur. Dalam penelitian ini

digunakan varian ke-3. Dengan persamaan sebagai berikut (Diana,

2018) :

Dimana:

T1 = Working Capital / Total Assets

T2 = Retained Earnings / Total Assets

T3 = Earnings Before Interest and Taxes / Total Assets

T4 = Boof Value of Equity / Total Liabilities

Model Altman modifikasi untuk menghitung nilai Z-Score

memiliki tiga kriteria dalam menilai kebangkrutan suatu perusahaan

sebagai berikut:

 Z-Score > 2,60 – berdasarkan laporan keuangan, perusahaan

dianggap aman

 1,1 ≤ Z-Score < 2,60 – terdapat kondisi keuangan disuatu bagian

yang membutuhkan perhatian khusus

 Z < 1,1 – perusahaan berpotensi kuat akan mengalami

kebangkrutan.
 23

B. Tinjauan Empiris

Penelitian ini mengacu pada penelitian sebelumnya yang terkait

dengan financial disstres. Berikut ini akan diuraikan beberapa penelitian

terdahulu mengenai financial disstres.

Tabel 2. 1

Penelitian Terdahulu

Nama Peneliti Metode

No. Judul Penelitian Hasil Penelitian
dan Tahun Penelitian
1. Wahyu Pengaruh Rasio Metode Hasil penelitian menunjukkan
Widarjo dan Keuangan analisis data likuiditas yang diukur dengan
Doddy Terhadap penelitian ini current ratio, cash ratio tidak
Setiawan Kondisi Financial menggunakan berpengaruh terhadap
(2016) Distress analisis regresi financial distress. Sedangkan
Perusahaan logistik quick ratio dan rasio
Otomotif profitabilitas berpengaruh
negative terhadap financial
distress. Rasio leverage yang
diukur menggunakan
(TL/TA),(CL/TA) dan rasio
pertumbuhan tidak
berpengaruh terhadap
financial distress
2. Christon Elvin Pengaruh Rasio Metode Berdasarkan hasil penelitian
Bani Keuangan analisis data variabel rasio likuiditas (CR),
Simanjuntak, Terhadap penelitian ini rasio leverage (DER), rasio
Farida Titik Financial menggunakan aktivitas (TATO), rasio
Krist, Wiwin Distress (Studi analisis regresi profitabilitas (ROA) dan rasio
Aminah (2017) Pada logistik dengan pertumbuhan (SG) secara
Perusahaan menggunakan simultan berpengaruh
Transportasi SPSS 24. signifikan terhadap prediksi
Yang Terdaftar financial distress. Sedangkan
Di Bursa Efek secara parsial rasio (DER)
Indonesia (CR), (ROA) (SG)
Periode 2011- berpengaruh positif terhadap
2015) prediksi financial distress dan
rasio aktivitas (TATO) yang
berpengaruh negatif terhadap
prediksi financial distress.
3. Harry P. Analysis Of Z- analisis Hasil penelitian menunjukkan
Panjaitan dan Score And deskriptif serta bahwa kinerja perusahaan
Anthony Financial Ratio analisis regresi terbaik dengan tingkat
(2017) On linear kebangkrutan perusahaan
Telecommunicati berganda terendah adalah PT.
 24

on Company Telekomunikasi Indonesia

Listed In BEI Tbk. .Dari hasil pengujian
regresi linear berganda
diperoleh CR dan ROA
berpengaruh signifikan
terhadap nilai ZScore Altman.
Sedangkan TATO, LTDE dan
ICR tidak berpengaruh
signifikan terhadap nilai Z-
Score Altman. Sisanya QR
dan NPM dikeluarkan dari
penelitian karena data
pengujian mengalami
multikoloniaritas.
4. Huntal Rim Pengaruh Rasio Metode Hasil penelitian ini
Danel Silalahi, Keuangan dan analisis data menunjukkan variabel rasio
Farida Titik Ukuran menggunakan leverage (DAR), rasio
Kristanti, Perusahaan analisis profitabilitas (ROA) dan ukuran
Muhamad Terhadap statistik perusahaan (Ln Total
Muslih (2018) Kondisi Kesulitan deskriptif dan Revenues) secara simultan
Keuangan analisis regresi berpengaruh negative
(Financial logistik. terhadap financial distress.
Distress) Pada Dan variabel rasio aktivitas
Perusahaan (TATO) secara parsial
Sub-Sektor berpengaruh positif terhadap
Transportasi financial distress, sedangkan
Yang Terdaftar variabel rasio likuiditas (CR)
Di Bursa Efek secara pasrsial tidak
Indonesia (BEI) berpengaruh terhadap
Periode 2013- financial distress.
2016

5. Indira Shofia Analisis Rasio Analisis data Hasil dari uji hipotesis bahwa
Maulida,Srie Keuangan Untuk dalam Currrent Ratio menunjukkan
Hartutie Memprediksi penelitian ini positive tidak signifikan
Moehaditoyo, Financial meggunakan terhadap terjadinya financial
Mulyanto Distress Pada PLS (Partial distress sedangkan Debt to
Nugroho Perusahaan Least Square). Equity Ratio dan Total Asset
(2018) Manufaktur Yang Growth menunjukan positive
Terdaftar Di signifikan kemudian
Bursa Efek Receivable Turnover dan
Indonesia 2014- Return On Equity
2016 menunjukkan bahwa negative
signifikan terhadap financial
distress.
 25

6. Ni Wayan Pengaruh Rasio Metode Hasil penelitian membuktikan

Agustini, Ni Keuangan Pada pengambilan bahwa rasio leverage
Gusti Putu Financial sampel dalam berpengaruh positif pada
Wirawati Distress penelitian ini financial distress. Rasio ROA
(2019) Perusahaan Ritel adalah non dan TATO berpengaruh
Yang Terdaftar probability negatif pada financial distress.
di Bursa Efek sampling Rasio CR dan Growth Ratio
Indonesia (BEI) dengan tidak berpengaruh pada
menggunakan financial distress.
teknik
purposive
sampling.

7. Sitti Hawaria Pengaruh Rasio Metode Hasil penelitian menunjukkan

(2019) Likuiditas analisis data likuiditas yang diukur dengan
Terhadap penelitian ini current ratio berpengaruh
Financial menggunakan negatif terhadap financial
Distress analisis regresi distress sedangkan quick ratio
Perusahaan Sub logistik berpengaruh positif terhadap
Sektor financial distress pada
Transportasi perusahaan sub sektor
Yang Terdaftar transportasi yang terdaftar di
di BEI BEI tahun 2016 sampai 2018.

8. Andi Runis Pengaruh Rasio Metode Hasil penelitian ini

Makkulau Keuangan kuantitatif menunjukkan bahwa Current
(2020) Terhadap Ratio, Cash Ratio, Debt to
Financial Equity Ratio dan Sales Growth
Distress Pada berpengaruh negatif tetapi
Perusahaan tidak signifikan terhadap
Sektor Industri Financial Distress. Hal ini
Dasar Dan Kimia berarti bahwa Current Ratio,
Yang Terdaftar Cash Ratio, Debt to Equity
Di Bursa Efek Ratio dan Sales Growth tidak
Indonesia dapat menjelaskan Financial
Distress.

9. Dhefita Sari, Pengaruh Rasio Metode Hasil penelitian ini

Rachma Keuangan kuantitatif menunjukkan bahwa S-Score
Indrarini Terhadap Resiko Komersial Syariah Bank di
(2020) Financial Indonesia sudah lebih dari 70
Distress atau super sehat. Hasil uji
Perbankan VECM menunjukkan bahwa
Syariah di dalam jangka pendek
Indonesia berpengaruh signifikan
 26

dengan terhadap tingkat S-Score

Pendekatan adalah ROA dan Leverage.
Bankometer Sementara itu, shock FDR
(4,15%) telah berpengaruh
signifikan positif terhadap S-
Score, ROA (43,09%)
berpengaruh negatif terhadap
S-Score, Leverage (2,005%)
berpengaruh negative
berpengaruh signifikan positif
terhadap S-Score, dan Size
bank (153,91%) berpengaruh
signifikan terhadap S-Score.

10. Putri Syuhada, Pengaruh Metode Hasil penelitian ini secara

Iskandar Kinerja Kuantitatif serempak rasio CR, DAR,
Muda, Keuangan dan NPM, TATO, FCF, dan Size
Rujiman Ukuran berpengaruh untuk
(2020) Perusahaan memprediksi financial distress.
Terhadap Secara parsial, CR
Financial berpengaruh positif dan
Distress pada signifikan, DAR, NPM, FCF
Perusahaan dan Size berpengaruh negatif
Property dan dan signifikan, sedangkan
Real Estate di TATO tidak berpengaruh
Bursa Efek didalam menentukan
Indonesia. kemungkinan terjadinya
kondisi financial distress pada
perusahaan property dan real
estate yang terdaftar di Bursa
Efek Indonesia (BEI) tahun
2007-2018.

11. Gayatri Pengaruh Metode Hasil penelitian ini

Sulisetyawati Kinerja analisis data menunjukkan bahwa
Pertiwi (2021) Keuangan penelitian ini profitabilitas (ROA)
Terhadap menggunakan berpengaruh negative
Financial analisis regresi terhadap financial distress,
Distress Pada logistik likuiditas (CR) berpengaruh
Perusahaan positif terhadap financial
(Studi Pada distress, dan leverage (DAR)
Perusahaan berpengaruh positif terhadap
Transportasi financial distress.
Yang Terdaftar
 27

Di BEI Periode
2016-2020)

12. Justika Dwi Implikasi Rasio Deskriptif Hasil penilitian ini menujukkan
Cahyani, Novi Keuangan kuantitatif secara parsial return on asset
Permata Indah Terhadap untuk mengukur rasio
(2021) Financial profitabilitas yang debt
Distress Pada toequity ratio dalam mengukur
Perusahaan rasio leverage berpengaruh
Subsektor positif dan signifikan. Current
Telekomunikasi ratio sebagai perhitungan rasio
likuiditas dan total asset
turnover sebagai alat ukur
rasio aktivitas memiliki
pengaruh negative dan
signifikan terhadap financial
distress. Dari ROA, CR, TATO
dan DER memiliki pengaruh
secara simultan terhadap
financial distress. dari hasil
adjusted r-square dari rasio
profitabilitas, likuiditas,
aktivitas dan leverage
memberikan kontribusi sebsar
95,6% pada financial distress

C. Kerangka Pikir Penelitian

Dalam penelitian ini digunakan beberapa variabel diantaranya

variabel dependen dan variabel independen. Dimana variabel dependen

dalam penelitian ini adalah financial distress sedangkan variabel

independen dalam penelitian ini adalah berupa rasio-rasio keuangan,

yaitu rasio likuiditas yang diproksikan dengan Current Ratio, Quick Ratio

rasio aktivitas diproksikan dengan Total Assets Turn Over, rasio

solvabilitas diproksikan dengan Debt To Asset Ratio dan rasio

profitabilitas yang diproksikan dengan Return On Asset.

 28

Current Ratio (X1)

Quick Ratio (X2)

Financial Distress
Total Assets Turn Over (X3)
(Y)

Debt To Asset Ratio (X4)

Return On Asset (X5)

Gambar 2.2 Kerangka Pikir Penelitian

D. Hipotesis

Hipotesis adalah dugaan sementara atau kesimpulan sementara

atas masalah yang hendak diteliti. Berdasarkan permasalahan dan tujuan

dari penelitian, maka penguraian hipotesis dalam penelitian ini yaitu :

H1 : Diduga current ratio (CR) tidak berpengaruh terhadap financial

distress pada perusahaan transportasi yang terdaftar di Bursa Efek

Indonesia periode 201 6-2020

H2 : Diduga quick ratio (QR) berpengaruh terhadap financial distress

pada perusahaan transportasi yang terdaftar di Bursa Efek

Indonesia periode 2016-2020

H3 : Diduga total asset turn over (TATO) tidak berpengaruh terhadap

financial distress pada perusahaan transportasi yang terdaftar di

Bursa Efek Indonesia periode 2016-2020

H4 : Diduga Debt to Asset Ratio (DAR) berpengaruh terhadap financial

distress pada perusahaan transportasi yang terdaftar di Bursa Efek

Indonesia periode 2016-2020

 29

H5 : Diduga Return On Asset (ROA) tidak berpengaruh terhadap financial

distress pada perusahaan transportasi yang terdaftar di Bursa Efek

Indonesia periode 2016-2020

 BAB III

METODE PENELITIAN

A. Jenis Penelitian

Jenis penelitian yang dilakukan adalah penelitian kuantitatif dengan

metode analisis data yang bertujuan untuk mengetahui kesehatan

keuangan perusahaan pada sampel penelitian. Penelitian ini dilakukan

agar mendapatkan data-data yang memperlihatkan gambaran tentang

pengaruh variabel independen (rasio keuangan) terhadap variabel

dependen (Financial Distress).

B. Lokasi dan Waktu Penelitian

Penelitian ini mengambil data di Galery Investasi BEI Universitas

Muhammadiyah Makassar yang beralamat di Jl. Sultan Alauddin No. 259

Makassar. Adapun waktu dalam penelitian ini selama 2 (dua) bulan yaitu

dari bulan Maret sampai dengan Mei 2022.

C. Jenis dan Sumber Data

1. Jenis Data

Jenis data yang digunakan adalah data sekunder berupa laporan

keuangan 2016-2020 yang dipublikasikan. Data sekunder adalah data

yang diambil secara tidak langsung berupa laporan keuangan

tahunan perusahaan.

2. Sumber Data

Dalam penelitian ini sumber data diambil dari laporan keuangan

tahunan perusahaan yang diperoleh dari website BEI dan dipandang

cukup mewakili untuk memprediksikan financial distress.

29
 30

D. Populasi dan Sampel

1. Populasi

Populasi penelitian ini diambil dari seluruh perusahaan sektor

industry jasa Transportasi yang terdaftar di Bursa Efek Indonesia dari

tahun 2016 hingga tahun 2020 yang berjumlah 42 perusahaan.

2. Sampel

Objek penelitian yang diambil berasal dari industri perusahaan

bidang transportasi dan sudah bergabung di Bursa Efek Indonesia.

Purposesive sampling digunakan sebagai teknik sampling dalam

penelitian ini yaitu dimana sampel ditentukan berdasarkan kriteria

tertentu, maka dalam penelitian ini akan menggunakan sampel

berdasarkan kriteria sebagai berikut:

a. Perusahaan transportasi yang berada dalam sektor industri jasa

yang terdaftar di BEI tahun 2016-2020.

b. Perusahaan yang mempublikasikan laporan keuangan dari tahun

2016-2020

c. Mempunyai data yang dibutuhkan dalam penelitian dari tahun

2016-2020

d. Perusahaan yang mengalami financial distress pada tahun 2016-

2020 secara berturut-turut yang diukur menggunakan model

Altman atau lebih dikenal dengan Z-Score.

Pemilihan sampel penelitian dapat disajikan pada tabel 3.1

sebagai berikut:
 31

Tabel 3.1

Pemilihan Sampel Penelitian

No. Kriteria Jumlah

1 Perusahaan transportasi yang berada dalam
sektor industri jasa yang terdaftar di BEI tahun 42
2016-2020.
2 Perusahaan yang tidak mempublikasikan
laporan keuangan secara lengkap dari tahun (13)
2016-2020.
3 Perusahaan yang tidak Mempunyai data yang
dibutuhkan dalam penelitian dari tahun 2016- (10)
2020.
4 Perusahaan yang tidak mengalami financial
distress pada tahun 2016-2020 secara berturut-
(12)
turut yang diukur menggunakan model Altman
atau lebih dikenal dengan Z-Score.
5 Jumlah Perusahaan yang menjadi sampel 7
Sumber: www.idx.co.id (data diolah) 2022

Berdasarkan tabel 3.1 kriteria dan pemilihan sampel yang telah

ditentukan terdapat 7 (Tujuh) perusahaan yang dijadikan sebagai

objek yang bisa diteliti. Dari tujuh perusahaan dengan periode 2016

sampai dengan 2020 terdapat 35 data observasi yang digunakan

sebagai sampel, berikut nama-nama perusahaan sub sektor industry

jasa Transportasi tersebut:

Tabel 3.2

Daftar Perusahaan yang Memenuhi Kriteria Penelitian

Kode
No. Nama Emiten
Emiten

1 Pelayaran Nasional Bina Buana Raya Tbk BBRM

2 Berlian Laju Tanker Tbk BLTA

3 Capitol Nusantara Indonesia Tbk CANI

 32

4 AirAsia Indonesia Tbk CMPP

5 Garuda Indonesia (Persero) Tbk GIAA

6 Indonesia Air Transport & Infrastruktur Tbk IATA

7 Mitra International Resources Tbk MIRA

Sumber: www.idx.co.id (data diolah) 2022

E. Metode Pengumpulan Data

Untuk memperoleh data dan informasi yang digunakan guna

pemecahan masalah, penulis menggunakan dua metode pengumpulan

data, yaitu :

1. Dokumentasi, yaitu pengumpulan data dari dokumen perusahaan.

dengan mengumpulkan seluruh data sekunder dari www.idx.co.id dan

website perusahaan

2. Studi pustaka, yaitu dengan mengkaji dan mempelajari berbagai

literatur. Sebagian besar literatur yang digunakan dalam penelitian ini

merupakan jurnal-jurnal penelitian, makalah penelitian terdahulu, buku

dan internet research yang berhubungan dengan tema penelitian.

F. Definisi Operasional Variabel

Operasional variabel dan pengukuran diperlukan untuk

menjabarkan suatu variabel yang akan digunakan dalam penelitian.

Berikut adalah operasional variabel dari penelitian ini :

 33

Tabel 3.3

Definisi Operasional Variabel

Skala
No. Variabel Definisi Indikator
Ukuran
1. Current Current ratio
Ratio (X1) adalah rasio yang
membandingkan
total asset secara
keseluruhan Rasio
terhadap kewajiban
perusahaan yang
segera jatuh
tempo.
2. Quick Quick ratio
Ratio (X2) merupakan alat
yang digunakan
untuk mengukur
kemampuan suatu
perusahaan dalam
Rasio
menggunakan
aktiva lancarnya
tanpa persediaan
untuk membayar
utang jangka
pendek.
3. Total Asset Total asset turover
Turnover merupakan alat
(X2) yang digunakan
untuk mengukur
Rasio
setiap rupiah yang
dihasilkan dari
tingkat penjualan
tertentu.
 34

4. Debt To Debt to asset ratio

Asset merupakan alat
Ratio (X3) analisis dalam
membandingkan
utang jangka
Rasio
panjang dan utang
jangka pendek
terhadap total
aktiva
.
5. Return On Return on asset
Asset (X4) merupakan alat
analisis yang
menunjukkan hasil
pengembalian atas Rasio
jumlah aktiva yang
digunakan dalam
kegiatan
operasional
6. Financial Financial distress
Distress merupakan
(Y) keadaan
penurunan kondisi
keuangan secara
berturut-turut yang Nominal
dapat menimbulkan
Z-Score > 2,60 (non-disstress)
kemungkinan
Z < 1,1 (distress)
terjadinya liquidasi
pada suatu
perusahaan
 35

G. Metode Analisis Data

Analisis data yang akan digunakan dalam penelitian ini yaitu,

teknik analisis data kuantitatif. Teknik analisis data kuantitatif adalah

teknik analisis yang memakai rumus-rumus tertentu yang diperoleh dari

suatu proses pengujian.

1. Uji Asumsi Klasik

Uji asumsi klasik bertujuan untuk dapat mengetahui hasil dari

regresi dengan melihat apakah dalam penelitian telah benar-benar

bebas dari gejala yang dapat mengganggu ketepatan analisis. Model

regresi berganda yang baik jika terbebas dari asumsi-asumsi klasik.

Uji asumsi klasik terdiri atas uji normalitas, uji multikolinearitas, uji

autokorelasi, dan uji heterokdastisitas.

1) Uji Normalitas

Pengujian normalitas terhadap data dilakukan guna

menjawab apakah data dapat terdistribusi secara normal atau

tidak. Pelaksanaan uji normalitas data dalam penelitian ini

menggunakan uji Kolmogorov-Smirnov dan Normal P-Plot.

a. Uji normalitas Kolmogorov-Smirnov merupakan konsep yang

digunakan dalam pengujian dengan membandingkan distribusi

data (data yang diuji normalitasnya) dengan distribusi normal

baku dengan tingkat signifikan yaitu 0,05. Data dapat

dikatakan normal jika hasil pengujian kolmogorov-Smirnov >

0,05.
 36

b. Uji normalitas dengan Normal Probability Plot, variabel dapat

dikatakan normal apabila gambar menampilkan titik-titik yang

menyebar disekitar garis diagonal.

2) Uji Heteroskedastisitas

Uji Heteroskedastisitas ini dapat digunakan untuk melihat

apakah dalam model regresi terdapat kesamaan atau perbedaan.

Uji Heteroskedastisitas dapat diketahui apabila terdapat pola

tertentu pada grafik maka hal tersebut menunjukkan bahwa telah

terjadi heteroskedastisitas, namun apabila tidak terdapat pola

yang jelas atau titik-titik menyebar maka tidak terjadi

heteroskedastisitas (Ghozali 2017).

3) Uji Multikolinearitas

Pengujian Multikolinearitas dilakukan untuk memenuhi salah

satu asumsi penting dalam model regresi berganda, yaitu variabel-

variabel independen dalam model regresi tersebut tidak

berkorelasi secara sempurna. Uji multikolinearitas pada penelitian

ini dilakukan dengan melihat angka tolerance dan nilai VIF

(Variance Inflation Factor) dari masing-masing variabel

independen yang diuji. Batas yang digunakan angka tolerance

adalah 0,01 dan batas untuk VIF adalah 10 (Ananto, 2017)

4) Uji Autokorelasi

Uji autokorelasi ditujukan untuk menguji apakah ada korelasi

antara kesalahan pengganggu pada periode t dengan kesalahan

penganggu pada periode sebelumnya dalam model regresi linier.

Model regresi yang baik adalah model yang bebas dari

 37

autokorelasi. Untuk mengetahui adanya autokorelasi maka

dilakukan dengan uji Durbin-Watson (Ananto, 2017).

Dalam pengambilan keputusan pada uji autokorelasi yaitu dengan

menggunakan uji Durbin-Watson sebagai berikut:

a. Angka Durbin-Watson dibawah -2 yang berarti terdapat

autokorelasi positif.

b. Angka Durbin-Watson diantara -2 sampai dengan 2 yang

berarti tidak terdapat autokorelasi.

c. Angka Durbin-Watson diatas 2 yang berarti terdapat

autokorelasi negatif.

2. Analisis Regresi Linear Berganda

Penelitian ini akan menggunakan teknik analisis regresi yang

bertujuan untuk menguji hubungan pengaruh antara satu variabel

terhadap variabel lain. Variabel yang dipengaruhi disebut variabel

dependen, sedangkan variabel yang mempengaruhi disebut variabel

independen. Regresi yang memiliki satu variabel dependen dan lebih

dari satu variabel independen disebut regresi linier berganda.

Adapun persamaan analisis regresi linear berganda dalam

penelitian ini adalah sebagai berikut:

Keterangan :

Y = Financial Distress

α = Konstanta

β = Koefisien

X1 = Current Ratio
 38

X2 = Total Assets Turn Over

X3 = Debt To Asset Ratio

X4 = Return On Asset

ε = Error

H. Uji Hipotesis

1. Uji t

Uji t dilakukan dengan tujuan untuk menguji hipotesis penelitian

tentang seberapa jauh pengaruh dari masing-masing variabel bebas

secara parsial terhadap variabel terikat.

Adapun kriteria dari uji statistik t adalah sebagai berikut:

a. Apabila nilai signifikan > 0,05 maka secara individu tidak terdapat

pengaruh signifikan antara variabel independen terhadap variabel

dependen.

b. Apabila nilai signifikan < 0,05 maka secara individu terdapat

pengaruh signifikan antara variabel independen terhadap variabel

dependen.

2. Uji Koefisien Determinasi (R2)

Uji R2 atau disebut juga sebagai koefisien determinasi adalah

suatu besaran yang menunjukkan berapa proporsi variasi variabel

independen (X) yang mampu menjelaskan variasi variabel dependen

(Y). Nilai koefisien determinasi terletak pada tabel model summary

dan tertulis R Square. Nilai ini dikatakan baik, jika diatas 0,5. Karena

nilai R Square berkisar antara 0 sampai dengan 1.

 BAB IV

HASIL DAN PEMBAHASAN

A. Gambaran Umum Perusahaan

1. PT Pelayaran Nasional Bina Buana Raya Tbk (BBRM)

PT Pelayaran Nasional Bina Buana Raya Tbk (BBRM) didirikan

tanggal 07 Februari 1998 dan memulai kegiatan komersial pada tahun

1998. Kantor Pusat BBRM terletak di TCC Batavia Tower One, Lantai

8, Jalan KH. Mas Mansyur Kav. 126 Jakarta Pusat 10220.

Berdasarkan anggaran dasar perusahaan, ruang lingkup kegiatan

BBRM adalah bergerak dalam bidang pelayaran, angkutan laut, agen

perkapalan, pelayaran penundaan laut, penyewaan peralatan

pelayaran, pelayaran dalam negeri, jasa pelayaran dan

pengangkutan, pengangkutan minyak dan gas, penyewaan kapal laut

dan perwakilan pelayaran. Saat ini, perusahaan bergerak dalam

bidang penyewaan kapal tunda, tongkang dan penunjang lepas

pantai.

Visi menjadi perusahaan penyedia jasa transportasi dan logistik

perairan yang terkemuka. Misi menjadi perusahaan jasa transportasi

dan logistik yang terbaik dalam hal pelayanan, berkaitan dengan

kualitas dan kepuasan pelanggan.

2. PT Berlian Laju Tanker Tbk (BLTA)

PT Berlian Laju Tanker Tbk (BLTA) yang semula bernama PT

Bhaita Laju Tanker, didirikan tanggal 12 Maret 1981 dan mulai

beroperasi secara komersial pada tahun 1981. Kantor pusat BLTA

 40

terletak di Wisma BSG, Lt.10 Jl. Abdul Muis No. 40, Jakarta 10160

dan mempunyai 2 kantor cabang di Merak dan Dumai. Berdasarkan

anggaran dasar perusahaan, ruang lingkup kegiatan BLTA meliputi

usaha dalam bidang perkapalan dalam dan luar negeri dengan

menggunakan kapal-kapal, termasuk tetapi tidak terbatas pada kapal

tanker, tongkang dan kapal tunda. Pada saat ini, BLTA bergerak

dalam bidang jasa seperti pelayaran/angkutan laut dengan

konsentrasi pada angkutan muatan bahan cair untuk kawasan Asia.

Visi menjadi perusahaan pelayaran multinasional terkemuka

baik dalam pengangkutan di dalam negeri maupun internasional

dengan memberdayakan sumber daya yang berkualitas dan memiliki

keunggulan bersaing agar dapat memberikan layanan yang

berkualitas tinggi. Misi melayani kepentingan publik dan kebutuhan

pelanggan dengan melakukan pencegahan kehilangan jiwa,

kecelakaan di laut dan pencemaran lingkungan.

3. PT Capitol Nusantara Indonesia Tbk (CANI)

PT Capitol Nusantara Indonesia Tbk (CANI) didirikan tanggal

31 Agustus 2004 dan mulai beroperasi secara komersial pada tahun

2006. Kantor pusat Capitol Nusantara terletak di Jl. Pangeran

Suriansyah No. 30-34 Samarinda - 75113 Kalimantan Timur,

Indonesia. Berdasarkan anggaran dasar perusahaan, ruang lingkup

kegiatan CANI adalah bergerak dalam bidang pelayaran

(pengangkutan laut). Saat ini, CANI bergerak dibidang pelayaran

dalam negeri, jasa pelayaran dan pengangkutan, jasa keagenan

 41

kapal, jasa pengangkutan minyak dan gas dan jasa penyewaan kapal

laut.

Visi menjadi perusahaan yang terdepan dalam kemitraan yang

handal dan terpercaya dalam penyediaan jasa angkutan laut

berkualitas dan berdedikasi tinggi dan mengalir menjadi pilihan utama

pelanggan, baik dalam skala nasional dan internasional. Misi :

1) Menunjang kemajuan dan kemandirian jasa penunjang angkutan

laut berkualitas tinggi di dalam negeri dengan berkomitmen teguh

pada keselamatan.

2) Mencapai standar profesionalitas yang tinggi dengan

pengoptimalan implementasi solusi yang inovatif melalui integritas,

kualitas, kerja sama dan efisiensi serta memastikan sinergi jangka

panjang demi keuntungan semua pihak yang berkepentingan.

3) Meningkatkan kontribusi pendapatan bagi negara, karyawan serta

berperan di dalam pembangunan lingkungan dan pelayanan

kepada masyarakat.

4) Meningkatkan nilai perusahaan melalui kretivitas, inovasi, dan

pengembangan kompetensi Sumber Daya Manusia.

5) Menjalankan usaha secara adil dengan memperhatikan azas

manfaat bagi semua pihak yang terlibat (Stakeholders), dan

menerapkan prinsip-prinsip Governance Good Corporate (GCG).

6) Tanggap dan peduli terhadap perkembangan teknologi dan

lingkungan hidup.
 42

4. PT AirAsia Indonesia Tbk (CMPP)

PT AirAsia Indonesia Tbk (“Perseroan) yang semula bernama

PT Rimau Multi Putra Pratama Tbk, didirikan tanggal 25 Juli 1989 dan

memulai beroperasi secara komersial pada tahun 1989. Kantor pusat

CMPP terletak di Jl. Marsekal Suryadharma No. 1, Kota Tangerang,

Banten. Berdasarkan anggaran dasar perusahaan, ruang lingkup

kegiatan CMPP bergerak dalam bidang pengadaan jasa transportasi

darat, perbengkelan, perakitan suku cadang dan perdagangan umum.

Sejak Desember 2013, kegiatan utama CMPP adalah bidang

transportasi dan trading batubara.

Visi Menjadi perusahaan multinasional terkemuka yang dapat

mencakup segmen industri yang baik terutama di bidang transportasi,

perdagangan dan pertambangan, serta menjadi perusahaan yang

terpercaya. Misi :

1) Memberikan pelayanan yang terbaik kepada para pelanggan serta

dapat meraih profitabilitas yang baik sehingga kepercayaan dan

loyalitas pemegang saham pendiri dan publik pada khususnya

dapat terpenuhi.

2) Mengoptimalkan tingkat pengembalian modal untuk mendukung

perusahaan dan meningkatkan nilai pemegang saham.

3) Menyediakan kesempatan yang sama kepada semua karyawan,

tanggung jawab dan pengembangan karir yang jelas.

5. PT Garuda Indonesia Tbk (GIAA)

PT Garuda Indonesia (Persero) Tbk, didirikan tanggal 31 Maret

1950 dan mulai beroperasi secara komersial pada tahun 1950. Kantor
 43

pusat Garuda terletak di Jl. Kebon Sirih No. 44, Jakarta 10110 -

Indonesia. Berdasarkan anggaran dasar perusahaan, ruang lingkup

kegiatan Garuda Indonesia terutama adalah sebagai berikut:

1) Angkutan udara niaga berjadwal untuk penumpang, barang dan

pos dalam negeri dan luar negeri;

2) Angkutan udara niaga tidak berjadwal untuk penumpang, barang

dan pos dalam negeri dan luar negeri;

3) Reparasi dan pemeliharaan pesawat udara, baik untuk keperluan

sendiri maupun untuk pihak ketiga;

4) Jasa penunjang operasional angkutan udara niaga, meliputi

catering dan ground handling baik untuk keperluan sendiri

maupun untuk pihak ketiga;

5) Jasa layanan sistem informasi yang berkaitan dengan industri

penerbangan, baik untuk keperluan sendiri maupun untuk pihak

ketiga;

6) Jasa layanan konsultasi yang berkaitan dengan industri

penerbangan;

7) Jasa layanan pendidikan dan pelatihan yang berkaitan dengan

industri penerbangan, baik untuk keperluan sendiri maupun untuk

pihak ketiga;

8) Jasa layanan kesehatan personil penerbangan, baik untuk

keperluan sendiri maupun pihak ketiga.

Visi menjadi perusahaan penerbangan yang handal dengan

menawarkan layanan yang berkualitas kepada masyarakat dunia

mengunakan keramahan Indonesia. Misi sebagai perusahaan

 44

penerbangan pembawa bendera bangsa Indonesia yang

mempromosikan Indonesia kepada dunia guna menunjang

pembangunan ekonomi nasional dengan memberikan pelayanan

yang professional.

6. PT Indonesia Air Transport & Infrastruktur Tbk (IATA)

PT Indonesia Transport & Infrastructure Tbk. (“Perseroan”),

didirikan tanggal 10 September 1968 dan memulai kegiatan usaha

komersialnya pada tahun 1969. Kantor pusat IATA terletak di MNC

Tower, Lantai 22, Jl. Kebon Sirih No. 17-19, Jakarta Pusat 10340 -

Indonesia. Berdasarkan anggaran dasar perusahaan, ruang lingkup

kegiatan usaha Perseroan adalah dalam bidang pengangkutan udara,

menyewakan dan menyewa, perdagangan, perawatan, perwakilan

dan agen penjualan umum dan jasa pengamanan bandar udara.

Visi menjadi kekuatan untuk menciptakan nilai dan inovasi

mengemudi yang aman, terjamin dan memberikan keuntungan bagi

industri Transportasi udara yang berkelanjutan, menghubungkan dan

memperkaya dunia kita. Misi untuk mewakili, memimpin, dan

melayani industri penerbangan.

7. PT Mitra International Resources Tbk (MIRA)

PT Mitra International Resources Tbk. ("Perseroan"), yang

semula bernama PT Mitra Rajasa Tbk, didirikan tanggal 24 April 1979

dan mulai beroperasi secara komersial pada tahun 1979. Kantor

pusat MIRA terletak di Gedung Grha Mitra, Jalan Pejaten Barat No. 6,

Pasar Minggu, Jakarta Selatan 12510 dan kantor operasional terletak

di Jalan Raya Gunung Putri Km. 20, Gunung Putri, Bogor. Berdasrkan
 45

anggaran dasar perusahaan, ruang lingkup kegiatan MIRA adalah

bergerak dalam bidang pengangkutan darat, perdagangan, jasa,

pembangunan, pertambangan dan perindustrian. Saat ini, MIRA

bergerak dalam bidang industri jasa transportasi darat serta

melakukan investasi pada anak usaha yang bergerak di bidang jasa

penunjang industri minyak, gas dan panas bumi.

Visi menjadi perusahaan transportasi dan logistik terkemuka di

Indonesia. Misi menyediakan jasa transportasi dan logistik yang

handal dan kompetitif di Indonesia dan senantiasa memberikan

layanan profesional kepada pelanggan, serta memberikan nilai yang

maksimal bagi Pemegang Saham

B. Hasil Penelitian

1. Analisis Deskripsi Variabel Penelitian

a. Current Ratio (CR)

Rasio current ratio merupakan rasio yang digunakan untuk

mengukur kemampuan perusahaan dalam memenuhi kewajiban

jangka pendeknya yang segera jatuh tempo dengan

menggunakan total aset lancar yang tersedia. Berikut akan

disajikan data current ratio pada sektor Jasa Transportasi dari

tahun 2016-2020 yang dapat dilihat pada tabel berikut ini:

 46

Tabel 4.1 Data Current Ratio pada PT. Transportasi Yang

Tercatat Dibursa Efek Indonesia Periode 2016-2020

Tahun (X)
No Kode
2016 2017 2018 2019 2020
1 BBRM 0,17 0,09 0,83 0,93 0,35
2 BLTA 0,89 0,72 0,62 0,55 0,51
3 CANI 0,17 0,17 0,21 0,06 0,05
4 CMPP 0,30 0,26 0,16 0,48 0,03
5 GIAA 0,75 0,51 0,35 0,33 0,12
6 IATA 0,45 0,44 0,42 0,25 0,21
7 MIRA 0,37 0,41 0,21 0,63 0,85
Nilai Rata-rata 0,44 0,37 0,40 0,46 0,30
Maximum 0,89 0,72 0,83 0,93 0,85
Minimum 0,17 0,09 0,16 0,06 0,03
Sumber: Data sekunder yang diolah, 2022

Berdasarkan Tabel 4.1, menunjukkan bahwa rata-rata

currrent ratio mengalami fluktuasi dari tahun ke tahun. Dapat

dilihat data dari tahun 2016-2020 nilai rata-rata currrent ratio pada

tahun 2016 sebesar 0,44, 2017 sebesar 0,37, 2018 sebesar 0,40,

2019 sebesar 0,46 dan nilai rata-rata tahun 2020 sebesar 0,30.

Hal ini menunjukkan bahwa likuiditas (currrent ratio) perusahaan

transportasi yang diteliti selama periode penelitian dapat dikatakan

kurang baik karena nilai rata-ratanya berada di bawah 1.

Berdasarkan nilai Maximum currrent ratio pada tahun 2016

dimiliki oleh perusahaan BLTA sebesar 0,89, nilai Maximum tahun

2017 dimiliki oleh perusahaan BLTA sebesar 0,72, nilai Maximum

tahun 2018 dimiliki oleh perusahaan BBRM sebesar 0,83, nilai

Maximum tahun 2019 dimiliki oleh perusahaan BBRM sebesar

0,93 dan nilai Maximum tahun 2020 dimiliki oleh perusahaan

MIRA sebesar 0,85.

 47

Sementara itu nilai Minimum currrent ratio pada tahun 2016

dimiliki oleh perusahaan BBRM dan CANI sebesar 0,17, nilai

Minimum tahun 2017 dimiliki oleh perusahaan BBRM sebesar

0,09. Tahun 2018 nilai Minimum dimiliki oleh perusahaan CMPP

sebesar 0,16. Kemudian pada tahun 2019 nilai Minimum yang

dimiliki oleh perusahaan CANI sebesar 0,06. tahun 2020 nilai

Minimum yang dimiliki oleh perusahaan CMPP sebesar 0,03.

b. Quick Ratio (QR)

Rasio quick ratio merupakan rasio yang digunakan untuk

mengukur kemampuan perusahaan dalam memenuhi

kewajibannya tanpa memperhitungkan nilai perusahaan. Berikut

akan disajikan data quick ratio pada sektor Jasa Transportasi dari

tahun 2016-2020 yang dapat dilihat pada tabel berikut ini:

Tabel 4.2 Data Quick Ratio pada PT. Transportasi Yang

Tercatat Dibursa Efek Indonesia Periode 2016-2020

Tahun (X)
No Kode
2016 2017 2018 2019 2020
1 BBRM 0,16 0,08 0,80 0,92 0,35
2 BLTA 0,92 0,66 0,57 0,51 0,47
3 CANI 0,17 0,17 0,21 0,06 0,05
4 CMPP 0,28 0,24 0,14 0,45 0,02
5 GIAA 0,68 0,45 0,30 0,28 0,10
6 IATA 0,21 0,20 0,21 0,14 0,12
7 MIRA 0,38 0,42 0,22 0,66 0,90
Nilai Rata-rata 0,40 0,32 0,35 0,43 0,29
Maximum 0,92 0,66 0,80 0,92 0,90
Minimum 0,16 0,08 0,14 0,06 0,02
Sumber: Data sekunder yang diolah, 2022
 48

Berdasarkan Tabel 4.2, menunjukkan bahwa rata-rata quick

ratio mengalami fluktuasi dari tahun ke tahun. Dapat dilihat nilai

rata-rata quick ratio pada tahun 2016 sebesar 0,40, 2017 sebesar

0,32, 2018 sebesar 0,35, 2019 sebesar 0,43 dan nilai rata-rata

tahun 2020 sebesar 0,29. Hal ini menunjukkan bahwa likuiditas

(quick ratio) perusahaan transportasi yang diteliti selama periode

penelitian dapat dikatakan kurang baik karena nilai rata-ratanya

berada di bawah 1.

Berdasarkan nilai Maximum quick ratio pada tahun 2016

dimiliki oleh perusahaan BLTA sebesar 0,92, nilai Maximum tahun

2017 dimiliki oleh perusahaan BLTA sebesar 0,66, nilai Maximum

tahun 2018 dimiliki oleh perusahaan BBRM sebesar 0,80, nilai

Maximum tahun 2019 dimiliki oleh perusahaan BBRM sebesar

0,92 dan nilai Maximum tahun 2020 dimiliki oleh perusahaan

MIRA sebesar 0,90.

Sementara itu nilai Minimum quick ratio pada tahun 2016

dimiliki oleh perusahaan BBRM sebesar 0,16, nilai Minimum tahun

2017 dimiliki oleh perusahaan BBRM sebesar 0,08. Tahun 2018

nilai Minimum dimiliki oleh perusahaan CMPP sebesar 0,14.

Kemudian pada tahun 2019 nilai Minimum yang dimiliki oleh

perusahaan CANI sebesar 0,06. tahun 2020 nilai Minimum yang

dimiliki oleh perusahaan CMPP sebesar 0,02.

 49

c. Total Assets Turn Over (TATO)

Rasio total assets turnover merupakan rasio yang digunakan

untuk melihat tingkat perputaran total asset terhadap penjualan.

Efektivitas penggunaan total asset oleh perusahaan dapat

ditujukan melalui rasio ini. Berikut akan disajikan data total assets

turnover pada sektor Jasa Transportasi dari tahun 2016-2020

yang dapat dilihat pada tabel berikut ini:

Tabel 4.3 Data Total Assets Turn Over pada PT. Transportasi
Yang Tercatat Dibursa Efek Indonesia Periode 2016-2020

Tahun (X)
No Kode
2016 2017 2018 2019 2020
1 BBRM 18,11 24,62 24,16 22,29 -5,46
2 BLTA 21,59 31,92 34,95 29,75 27,79
3 CANI 6,59 6,99 1,87 5,80 5,69
4 CMPP 1,11 1,24 1,49 2,57 26,49
5 GIAA 1,03 1,11 1,04 1,03 13,83
6 IATA 17,26 20,71 29,63 24,36 14,15
7 MIRA 28,64 32,52 40,15 37,28 27,43
Nilai Rata-rata 13,48 17,02 19,04 17,58 15,70
Maksimum 28,64 32,52 40,15 37,28 27,79
Minimum 1,03 1,11 1,04 1,03 -5,46
Sumber: Data sekunder yang diolah, 2022

Berdasarkan Tabel 4.3, menunjukkan bahwa rata-rata total

assets turnover mengalami fluktuasi dari tahun ke tahun. Dapat

dilihat nilai rata-rata total assets turnover pada tahun 2016

sebesar 13,48, 2017 sebesar 17,02, 2018 sebesar 19,04, 2019

sebesar 17,58 dan nilai rata-rata tahun 2020 sebesar 15,70. Hal

ini menunjukkan bahwa aktivitas perusahaan transportasi yang

diteliti selama periode penelitian dapat dikatakan cukup baik

karena nilai rata-ratanya berada di atas 1.

 50

Berdasarkan nilai Maximum total assets turnover pada tahun

2016 dimiliki oleh perusahaan MIRA sebesar 28,64, nilai

Maximum tahun 2017 dimiliki oleh perusahaan MIRA sebesar

32,52, nilai Maximum tahun 2018 dimiliki oleh perusahaan MIRA

sebesar 40,15, nilai Maximum tahun 2019 dimiliki oleh

perusahaan MIRA sebesar 37,28 dan nilai Maximum tahun 2020

dimiliki oleh perusahaan BLTA sebesar 27,79.

Sementara itu nilai Minimum total assets turnover pada

tahun 2016 dimiliki oleh perusahaan GIAA sebesar 1,03, nilai

Minimum tahun 2017 dimiliki oleh perusahaan GIAA sebesar 1,11.

Tahun 2018 nilai Minimum dimiliki oleh perusahaan GIAA sebesar

1,04. Kemudian pada tahun 2019 nilai Minimum yang dimiliki oleh

perusahaan GIAA sebesar 1,03. tahun 2020 nilai Minimum yang

dimiliki oleh perusahaan BBRM sebesar -5,46.

d. Debt To Asset Ratio (DAR)

Rasio debt to asset ratio merupakan rasio yang

membandingkan antara jumlah utang dengan aktiva perusahaan.

Rasio ini menunjukkan besaran aktiva yang dipengaruhi oleh

utang perusahaan. Berikut akan disajikan data total assets

turnover pada sektor Jasa Transportasi dari tahun 2016-2020

yang dapat dilihat pada tabel berikut ini:

 51

Tabel 4.4 Data Debt To Asset Ratio pada PT. Transportasi

Yang Tercatat Dibursa Efek Indonesia Periode 2016-2020

Tahun (X)
No Kode
2016 2017 2018 2019 2020
1 BBRM 50,69 67,95 73,49 76,47 80,68
2 BLTA 56,97 62,63 59,4 54,53 57,75
3 CANI 96,12 105,18 113,05 143,06 177,36
4 CMPP 88,11 98,8 128,20 92,27 147,86
5 GIAA 72,98 75,09 84,6 86,93 118,01
6 IATA 53,41 43,28 43,89 41,41 72,56
7 MIRA 38,39 38,82 30,07 33,27 32,07
Nilai Rata-rata 65,24 70,25 76,10 75,42 98,04
Maksimum 96,12 105,18 128,20 143,06 177,36
Minimum 38,39 38,82 30,07 33,27 32,07
Sumber: Data sekunder yang diolah, 2022

Berdasarkan Tabel 4.4, menunjukkan bahwa rata-rata debt

to asset ratio mengalami fluktuasi dari tahun ke tahun. Dapat

dilihat nilai rata-rata total assets turnover pada tahun 2016

sebesar 65,24, 2017 sebesar 70,25, 2018 sebesar 76,10, 2019

sebesar 75,42 dan nilai rata-rata tahun 2020 sebesar 98,04. Hal

ini menunjukkan bahwa laverage perusahaan transportasi yang

diteliti selama periode penelitian dapat dikatakan cukup berisiko

karena berada pada nilai rata-rata di atas 90, jika perusahaan

tidak mampu menghasilkan laba dengan baik dengan utang yang

dimiliki maka perusahaan dapat menuju kebangkrutan.

Berdasarkan nilai Maximum debt to asset ratio pada tahun

2016 dimiliki oleh perusahaan CANI sebesar 96,12, nilai Maximum

tahun 2017 dimiliki oleh perusahaan CANI sebesar 105,12, nilai

Maximum tahun 2018 dimiliki oleh perusahaan CMPP sebesar

128,20, nilai Maximum tahun 2019 dimiliki oleh perusahaan CANI

 52

sebesar 143,06 dan nilai Maximum tahun 2020 dimiliki oleh

perusahaan CANI sebesar 177,36.

Sementara itu nilai Minimum total assets turnover pada

tahun 2016 dimiliki oleh perusahaan MIRA sebesar 38,39, nilai

Minimum tahun 2017 dimiliki oleh perusahaan MIRA sebesar

38,82. Tahun 2018 nilai Minimum dimiliki oleh perusahaan MIRA

sebesar 30,07. Kemudian pada tahun 2019 nilai Minimum yang

dimiliki oleh perusahaan MIRA sebesar 33,27. tahun 2020 nilai

Minimum yang dimiliki oleh perusahaan MIRA sebesar 32,07.

e. Return On Asset (ROA)

Rasio return on asset merupakan rasio yang menunjukkan

sejauh mana perusahaan mampu memperoleh laba melalui aktiva

yang digunakan. Dengan kata lain, rasio ini menunjukkan

seberapa besar jumlah laba bersih yang dapat dihasilkan dari

setiap rupiah dana yang tertanam dalam total asset. Berikut akan

disajikan data return on asset pada sektor Jasa Transportasi dari

tahun 2016-2020 yang dapat dilihat pada tabel berikut ini:

 53

Tabel 4.5 Data Return On Asset pada PT. Transportasi Yang

Tercatat Dibursa Efek Indonesia Periode 2016-2020

Tahun (X)
No Kode
2016 2017 2018 2019 2020
1 BBRM -5,60 -40,11 -9,39 -5,78 -30,02
2 BLTA -16,79 -10,99 7,60 -1,29 -1,24
3 CANI -11,22 -9,46 -4,12 -23,83 -19,36
4 CMPP -0,60 -16,59 -31,88 -6,02 -45,30
5 GIAA 0,25 -5,67 -5,51 -1 -22,95
6 IATA -11,66 -8,70 -10,59 -8,14 -11,75
7 MIRA -9,61 -5,37 0,18 -0,92 -5,75
Nilai Rata-rata -7,89 -13,84 -7,67 -6,71 -19,48
Maksimum 0,25 -5,37 7,60 -0,92 -1,24
Minimum -16,79 -40,11 -31,88 -23,83 -45,30
Sumber: Data sekunder yang diolah, 2022

Berdasarkan Tabel 4.5, menunjukkan bahwa rata-rata return

on asset mengalami fluktuasi dari tahun ke tahun. Dapat dilihat

nilai rata-rata return on asset pada tahun 2016 sebesar -7,89,

2017 sebesar -13,84, 2018 sebesar -7,67, 2019 sebesar -6,71 dan

nilai rata-rata tahun 2020 sebesar -19,48. Hal ini menunjukkan

bahwa profitabilitas perusahaan transportasi yang diteliti selama

periode penelitian dapat dikatakan kurang mampu menghasilkan

laba karena nilai rata-ratanya berada di bawah 0.

Berdasarkan nilai Maximum return on asset pada tahun 2016

dimiliki oleh perusahaan GIAA sebesar 0,25, nilai Maximum tahun

2017 dimiliki oleh perusahaan MIRA sebesar -5,37, nilai Maximum

tahun 2018 dimiliki oleh perusahaan BLTA sebesar 7,60, nilai

Maximum tahun 2019 dimiliki oleh perusahaan MIRA sebesar -

0,92 dan nilai Maximum tahun 2020 dimiliki oleh perusahaan

BLTA sebesar -1,24.

 54

Sementara itu nilai Minimum return on asset pada tahun

2016 dimiliki oleh perusahaan BLTA sebesar -16,79, nilai

Minimum tahun 2017 dimiliki oleh perusahaan BBRM sebesar -

40,11. Tahun 2018 nilai Minimum dimiliki oleh perusahaan CMPP

sebesar -31,88. Kemudian pada tahun 2019 nilai Minimum yang

dimiliki oleh perusahaan CANI sebesar -23,83. tahun 2020 nilai

Minimum yang dimiliki oleh perusahaan CMPP sebesar -45,30.

f. Financial Distress

Analisis financial distress merupakan tahap sebelum

terjadinya kebangkrutan yaitu adanya penurunan kondisi

keuangan pada suatu perusahaan. . Berikut akan disajikan data

financial distress pada sektor Jasa Transportasi dari tahun 2016-

2020 yang dapat dilihat pada tabel berikut ini:

Tabel 4.6 Data Financial Distress pada PT. Transportasi Yang

Tercatat Dibursa Efek Indonesia Periode 2016-2020

Tahun (X)
No Kode
2016 2017 2018 2019 2020
1 BBRM -1,31 -8,05 -2,57 -2,78 -10,99
2 BLTA -43,97 -52,89 -55,95 -60,36 -61,56
3 CANI -6,04 -6,85 -7,08 -12,77 -16,25
4 CMPP -6,29 -8,27 -15,1 18,87 -13,56
5 GIAA -0,33 -1,82 -3,82 -3,43 -4,78
6 IATA -2,3 -2,29 -3,01 -4,08 -6,77
7 MIRA -7,05 -7,91 -8,29 -9,16 -11,18
Nilai Rata-rata -9,61 -12,58 -13,69 -10,53 -17,87
Maksimum -0,33 -1,82 -2,57 18,87 -4,78
Minimum -43,97 -52,89 -55,95 -60,36 -61,56
Sumber: Data sekunder yang diolah, 2022
 55

Berdasarkan Tabel 4.6, menunjukkan bahwa rata-rata

financial distress mengalami fluktuasi dari tahun ke tahun. Dapat

dilihat nilai rata-rata financial distress pada tahun 2016 sebesar -

9,61, 2017 sebesar -12,58, 2018 sebesar -13,69, 2019 sebesar -

10,53 dan nilai rata-rata tahun 2020 sebesar -17,87. Hal ini

menunjukkan bahwa perusahaan transportasi yang diteliti selama

periode penelitian cenderung rawan mengalami kondisi financial

distress dengan nilai standar menurut metode Altman Z-Score

adalah < 1,1 maka perusahaan termasuk pada kondisi financial

distress.

Berdasarkan nilai Maximum financial distress pada tahun

2016 dimiliki oleh perusahaan GIAA sebesar -0,33, nilai Maximum

tahun 2017 dimiliki oleh perusahaan GIAA sebesar -1,82, nilai

Maximum tahun 2018 dimiliki oleh perusahaan BBRM sebesar -

2,57, nilai Maximum tahun 2019 dimiliki oleh perusahaan CMPP

sebesar 18,87 dan nilai Maximum tahun 2020 dimiliki oleh

perusahaan GIAA sebesar -4,78.

Sementara itu nilai Minimum financial distress pada tahun

2016 dimiliki oleh perusahaan BLTA sebesar -43,97, nilai

Minimum tahun 2017 dimiliki oleh perusahaan BLTA sebesar -

52,89. Tahun 2018 nilai Minimum dimiliki oleh perusahaan BLTA

sebesar -55,95. Kemudian pada tahun 2019 nilai Minimum yang

dimiliki oleh perusahaan BLTA sebesar -60,36. tahun 2020 nilai

Minimum yang dimiliki oleh perusahaan BLTA sebesar -61,56.

 56

2. Uji Asumsi Klasik

Uji asumsi dilakukan terlebih dahulu untuk memastikan bahwa

data memenuhi persyaratan untuk di uji regresi. Uji asumsi klasik

dalam penelitian ini meliputi: uji normalitas, uji multikolinearitas, uji

autokorelasi, dan uji heteroskedastisitas.

a. Uji Normalitas

Uji normalitas dilakukan untuk melihat apakah nilai residual

terdistribusi secara normal atau tidak. Penelitian ini menggunakan

uji statistik dengan pengujian Kolmogorov-Smirnov untuk

memastikan apakah nilai residual terdistribusi normal atau tidak.

Suatu persamaan regresi dikatakan lolos normalitas jika hasil

pengujian Kolmogorov-Smirnov lebih besar dari 0,05.

Sumber: Data sekunder yang diolah dengan spss, 2022

Gambar 4.1

Uji Normalitas P-Plot

 57

Data yang baik digunakan adalah data yang terdistribusi

secara normal. Gambar 4.1 menyajikan hasil uji grafik normal P-

Plot, dimana hasil tersebut memperlihatkan titik-titik menyebar

disekitar garis diagonal. Selain menggunakan uji grafik P-Plot

dalam penelitian ini juga digunakan uji statistik dengan pengujian

Kolmogorov-Smirnov untuk memastikan apakah nilai residual

terdistribusi normal atau tidak. Suatu persamaan regresi dikatakan

lolos normalitas jika hasil pengujian Kolmogorov-Smirnov lebih

besar dari 0,05

Tabel 4.7

Uji Normalitas Kolmogorov-Smirnov

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 35
Normal Mean 0,0000000
Parametersa,b Std.
1555,802742
Deviation
Most Extreme Absolute 0,117
Differences Positive 0,067
Negative -0,177
Test Statistic 0,117
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: Data sekunder yang diolah dengan spss, 2022

Berdasarkan tabel 4.7 menunjukkan besarnya hasil

Kolmogorov-Smirnov sebesar 0,117 dan juga dari output diatas

menunjukkan nilai signifikansi (Asymp.Sig. 2-tailed) sebesar

0,200. Karena signifikansi lebih kecil dari 0,05 (0,200 > 0,05)

maka nilai residual tersebut telah normal. Berdasarkan uji

 58

normalitas dengan melihat grafik normal P-Plot dan tabel

Kolmogorov-Smirnov dapat disimpulkan bahwa data terdistribusi

normal.

b. Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah

dalam model regresi terjadi ketidaksamaan variance dari residual

satu pengamatan kepengamatan yang lain. Jika variance dari

residual satu pengamatan kepengamatan lain tetap, maka disebut

homoskedastisitas dan jika berbeda disebut heteroskedastisitas.

Untuk mendeteksi ada tidaknya gejala heteroskedastisitas adalah

dengan melihat grafik scatterplot.

Gambar 4.2

Uji Heteroskedastisitas

Sumber: Data sekunder yang diolah dengan spss, 2022

Gambar 4.2 menunjukkan hasil uji heteroskedastisitas. Hasil

tersebut menunjukkan bahwa tidak ada pola yang jelas, serta titik-
 59

titik yang menyebar diatas dan dibawah angka 0 pada sumbu Y.

dengan demikian, dapat disimpulkan bahwa tidak terjadi

heteroskedastisitas pada model regresi yang digunakan dalam

penelitian.

c. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk mengetahui variabel-

variabel independen dalam model regresi tersebut tidak

berkorelasi secara sempurna. Uji multikolinearitas dilakukan

dengan cara melihat angka tolerance dan nilai VIF (Variance

Infilation Factor) dari masing-masing variabel independen yang

diuji. Batas yang digunakan angka tolerance adalah 0,01 dan

batas untuk nilai VIF adalah 10.

Tabel 4.8

Uji Multikolinearitas

Collinearity Statistics
Model Tolerance VIF
(Constant)
CR .432 2.312
QR .507 1.973
TATO .781 1.281
DAR .781 1.280
ROA .858 1.165
Sumber: Data sekunder yang diolah dengan spss, 2022

Tabel 4.8 menyajikan hasil uji multikolinearitas. Hasil

tersebut menunjukkan bahwa variabel-variabel independen dalam

penelitian ini memiliki nilai tolerance > 0,01 dan VIF < 10 artinya

dalam model regresi yang digunakan tidak terjadi multikolinearitas.

 60

d. Uji Autokorelasi

Uji autokorelasi bertujuan untuk melihat apakah dalam suatu

model regresi linear ada korelasi antar kesalahan pengganggu

pada periode t dengan kesalahan pada periode t-1. Model regresi

yang baik adalah model yang bebas dari autokorelasi. Untuk

mengetahui adanya autokorelasi maka dilakukan dengan uji

Durbin-Watson.

Tabel 4.9

Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of Durbin-
Model R R Square
Square the Estimate Watson
1 .552a 0,305 0,185 1684,59300 0,858
a. Predictors: (Constant), ROA, TATO, DAR, QR, CR
b. Dependent Variable: FD
Sumber: Data sekunder yang diolah dengan spss, 2022

Berdasarkan tabel 4.9 menunjukkan bahwa nilai Durbin

Watson sebesar 0.858, artinya nilai Durbin Watson berada

diantara -2 dan 2. Hal tersebut menunjukkan bahwa tidak terjadi

autokorelasi.

3. Analisis Regresi Linear Berganda

Regresi linear berganda merupakan model regresi yang

melibatkan lebih dari satu variabel independen. Analisis regresi linear

berganda dilakukan untuk mengetahui arah dan seberapa besar

pengaruh variabel independen terhadap variabel dependen (Ghozali,

2016).
 61

Tabel 4.10

Analisis Regresi Linear Berganda

Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 735,118 1085,483 0,677 0,504
CR 6,925 16,706 0,098 0,415 0,682
QR -31,160 16,202 -0,418 -1,923 0,064
TATO -0,583 0,245 -0,416 -2,376 0,024
DAR -0,033 0,081 -0,071 -0,406 0,687
ROA 0,140 0,310 0,075 0,451 0,655
a. Dependent Variable: FD
Sumber: Data sekunder yang diolah dengan spss, 2022

Berdasarkan hasil uji t pada tabel 4.10 diatas diketahui dari

hasil analisis regresi dapat diperoleh nilai Unstandardized

Coefficients kolom B untuk variabel CR(X1) sebesar 6.925,

QR(X2) sebesar -31.160, TATO(X3) sebesar -0.583, DAR(X4)

sebesar -0.033, dan ROA(X5) sebesar 0.140 dengan nilai

konstanta sebesar 735.118. Sehingga model regresi linear

berganda yang diperoleh adalah sebagai berikut:

Berdasarkan hasil analisis regresi linear berganda pada

tabel 4.10 maka dapat diuraikan sebagai berikut:

1) Nilai 735.118 menjadi nilai konstanta dalam regresi, sehingga

apabila tidak ada pengaruh dari variabel independen maka

akan menandakan turunnya nilai financial distress sebesar

735.118
 62

2) Nilai koefisien regresi variabel X1 (Current Ratio) bernilai

positif sebesar 6.925 yang berarti setiap peningkatan 1%

Current Ratio diprediksi akan mengalami peningkatan

financial distress sebesar 6.925 dengan asumsi nilai variabel

lainnya tetap.

3) Nilai koefisien regresi variabel X2 (Quick Ratio) bernilai negatif

sebesar -31.160 yang berarti setiap peningkatan 1% Quick

Ratio diprediksi akan mengalami penurunan financial distress

sebesar 31.160 dengan asumsi nilai variabel lainnya tetap.

4) Nilai koefisien regresi variabel X3 (Total Asset Turn Over)

bernilai negatif sebesar -0.583 yang berarti setiap peningkatan

1% Total Asset Turn Over diprediksi akan mengalami

penurunan financial distress sebesar 0.583 dengan asumsi

nilai variabel lainnya tetap.

5) Nilai koefisien regresi variabel X4 (Debt To Asset Ratio)

bernilai negatif sebesar -0.033 yang berarti setiap peningkatan

1% Debt To Asset Ratio diprediksi akan mengalami

penurunan financial distress sebesar 0.033 dengan asumsi

nilai variabel lainnya tetap.

6) Nilai koefisien regresi variabel X5 (Return On Asset) bernilai

positif sebesar 0.140 yang berarti setiap peningkatan 1%

Return On Asset diprediksi akan mengalami peningkatan

financial distress sebesar 0.140 dengan asumsi nilai variabel

lainnya tetap.
 63

4. Uji Hipotesis

1) Uji Parsial (Uji t)

Uji parsial atau uji t digunakan untuk mengetahui pengaruh

dari masing-masing variabel bebas secara parsial terhadap

variabel terikat. Dengan tingkat signifikansi pada penelitian ini

adalah 5% (0.05).

Berdasarkan hasil pengujian hipotesis (Uji t) seperti yang

terlihat pada tabel 4.10, maka dapat ditarik kesimpulan sebagai

berikut:

a. Variabel Current Ratio (X1) terhadap financial distress

menunjukkan hasil t-hitung sebesar (0.415). karena t-hitung <

t-tabel (0.415 < 2.045), maka Ha ditolak dan tingkat

signifikansi (p-value) = 0.682 artinya lebih besar dari 0.05

demikian dapat disimpulkan bahwa Current Ratio tidak

berpengaruh terhadap financial distress

b. Variabel Quick Ratio (X2) terhadap financial distress

menunjukkan hasil t-hitung sebesar (-1.923). karena t-hitung >

t-tabel (-1.923 > 1.699), maka Ha diterima dan tingkat

signifikansi (p-value) = 0.064 artinya lebih besar dari 0.05

demikian dapat disimpulkan bahwa Quick Rati berpengaruh

negatif terhadap financial distress

c. Variabel Total Asset Turn Over (X3) terhadap financial distress

menunjukkan hasil t-hitung sebesar (-2.376). karena t-hitung >

t-tabel (-2.376 > 1.699), maka Ha diterima dan tingkat

signifikansi (p-value) = 0.024 artinya lebih kecil dari 0.05

 64

demikian dapat disimpulkan bahwa Total Asset Turn Over

berpengaruh negatif terhadap financial distress

d. Variabel Debt To Asset Ratio (X4) terhadap financial distress

menunjukkan hasil t-hitung sebesar (-0.406). karena t-hitung <

t-tabel (-0.406 < 1.699), maka Ha ditolak dan tingkat

signifikansi (p-value) = 0.687 artinya lebih besar dari 0.05

demikian dapat disimpulkan bahwa Debt To Asset Ratio tidak

berpengaruh terhadap financial distress

e. Variabel Return On Asset (X5) terhadap financial distress

menunjukkan hasil t-hitung sebesar (0.451). karena t-hitung <

t-tabel (0.451 < 2.045), maka Ha ditolak dan tingkat

signifikansi (p-value) = 0.655 artinya lebih besar dari 0.05

demikian dapat disimpulkan bahwa Return On Asset tidak

berpengaruh terhadap financial distress

2) Uji Koefisien Determinasi (R2)

Koefisien determinasi atau R-Square menunjukkan seberapa

besar pengaruh variabel indenpenden yang terdiri dari Current

Ratio, Quick Ratio, Total Asset TurnOver, Debt To Asset Ratio

dan Return On Assets terhadap variabel dependen yaitu Financial

Distress.

Dilihat dari tabel 4.9 menunjukkan nilai R2 atau koefisien

determinasi adalah 0.305. hal ini dapat diartikan bahwa 30,5%

variabel yang terjadi pada financial distress bisa dijelaskan oleh

rasio keuangan yaitu: current ratio (CR), quick ratio (QR), total

asset turn over (TATO), debt to asset ratio (DAR) return on asset
 65

(ROA) sedangkan sisanya 69,5% ditentukan oleh faktor-faktor lain

yang tidak ditentukan dalam penelitian ini. Dengan memperhatikan

besarmya Adjusted R-Square sebesar 30,5% yang artinya tingkat

hubungan variabel current ratio, quick ratio, total asset turn over,

debt to asset ratio dan return on asset terhadap financial distress

rendah.

C. Pembahasan Hasil Penelitian

Berdasarkan hasil analisis data penelitian, maka akan dilakukan

pembahasan penelitian sebagai berikut:

1. Pengaruh Rasio Current Ratio (CR) Terhadap Financial Distress

Berdasarkan hasil analisis regresi linear berganda dalam

penelitian ini menunjukkan bahwa current ratio tidak berpengaruh

terhadap financial distress. Hal ini dikarenakan bahwa pada

perusahaan yang menjadi sampel dalam penelitian ini memiliki

kemampuan mendanai operasional perusahaan dalam memenuhi

kewajiban (utang) jangka pendek dengan hutang lancar yang

dimilikinya. Oleh karena itu perusahaan mengelola hutang lancar

dengan aktiva yang dimiliknya dengan baik sehingga tidak terjadi

financial distress.

Penelitian ini memperoleh hasil riset yang serupa dengan Ni

Wayan Agustini dan Ni Gusti Putu Wirawati (2019) yang menyatakan

bahwa rasio likuiditas yang diproksikan dengan current ratio (CR) tdak

berpengaruh terhadap financial distress. Hal ini disebabkan karena

perusahaan yang diteliti mendapatkan sumber eksternal berupa dana

dari perusahaan lain sehingga mampu mendanai operasional

 66

perusahaan dalam memenuhi kewajibannya. Namun berbeda dengan

penelitian yang dilakukan Justika dan Novi (2021) yang menyatakan

bahwa current ratio sebagai perhitungan rasio likuiditas memiliki

pengaruh terhadap financial distress. Hal ini disebabkan karena rasio

likuiditas yang terlalu tinggi menunjukkan bahwa modal kerja

perusahaan tidak produktif mengakibatkan munculnya biaya-biaya

yang akan mengurangi laba perusahaan dan akan berpengaruh

terhadap financial distress.

2. Pengaruh Rasio Quick Ratio (QR) Terhadap Financial Distress

Berdasarkan hasil analisis regresi linear berganda dalam

penelitian ini menunjukkan bahwa quick ratio berpengaruh negatif

terhadap financial distress. Hal ini dikarenakan perusahaan lebih

memungkinkan untuk memenuhi kewajiban jangka pendeknya

dengan mengandalkan aktiva lancar. Dalam asset lancar terdapat

akun piutang usaha dan persediaan yang nantinya jika digunakan

untuk membayar kewajiban lancar perusahaan memerlukan waktu

yang tidak sedikit dan berbeda-beda pada setiap perusahaan untuk

mengubah piutang usaha dan persediaan dalam bentuk kas yang

akan digunakan untuk membiayai kewajiban perusahaan.

Penelitian ini memperoleh hasil riset yang serupa dengan Wahyu

Widarjo dan Doddy Setiawan (2016) yang menyatakan bahwa rasio

likuiditas yang diproksikan dengan quick ratio (CR) berpengaruh

negatif dan signifikan terhadap financial distress. Hal ini kemungkinan

dikarenakan karakteristik dari perusahaan itu sendiri, dimana

perusahaan lebih memungkinkan untuk memenuhi kewajiban jangka

 67

pendeknya dengan mengandalkan aktiva lancar, guna melaksanakan

kegiatan operasi perusahaan. Namun berbeda dengan penelitian

yang dilakukan Sitti Hawaria (2019) yang menyatakan bahwa quick

ratio sebagai perhitungan rasio likuiditas memiliki pengaruh positif

terhadap financial distress. Hal ini disebabkan karena penelitian yang

dilakukan memiliki objek yang berbeda yakni sebelum adanya

pandemi covid-19 dan pada saat terjadinya covid-19.

3. Pengaruh Rasio Total Asset TurnOver (TATO) Terhadap Financial

Distress

Berdasarkan hasil analisis regresi linear berganda dalam

penelitian ini menunjukkan bahwa total asset turnover berpengaruh

negatif terhadap financial distress. Perputaran total asset merupakan

rasio yang menunjukkan efisiensi perusahaan dalam menghasilkan

penjualan, artinya apabila perusahaan tidak dapat memanfaatkan

asetnya secara efektif untuk meningkatkan penjualan maka

perusahaan tidak dapat memperoleh pemasukan dan kerugian yang

akan dialami sehingga memungkinkan suatu perusahaan akan

mengalami financial distress.

Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh

Christon Elvin Simanjuntak, Farida Titik Krist dan Wiwin Aminah

(2017) yang mengatakan bahwa rasio aktivitas dengan proksi total

asset turnover (TATO) berpengaruh negatif terhadap financial

distress. Hal ini disebabkan karena penelitian yang dilakukan

menggunakan variabel dependen yang sama dan memiliki objek yang

sama yaitu perusahaan jasa transportasi. Namun berbeda dengan

 68

penelitian yang dilakukan Harry Panjaitan dan Anthony (2017) yang

menyatakan bahwa total asset turnover sebagai perhitungan rasio

aktivitas tidak berpengaruh terhadap financial distress. Hal ini

disebabkan karena penelitian yang dilakukan memiliki kondisi yang

berbeda yaitu sebelum adanya pandemi covid-19 dan objek yang

diteliti berbeda.

4. Pengaruh Rasio Debt to Asset Ratio (DAR) Terhadap Financial

Distress

Berdasarkan hasil analisis regresi linear berganda dalam

penelitian ini menunjukkan bahwa debt to asset ratio tidak

berpengaruh terhadap financial distress. Hal ini disebabkan

perusahaan mampu dalam menghasilkan pendapatan yang lebih

banyak sehingga dapat membayar seluruh kewajibannya, baik utang

jangka pendek maupun utang jangka panjang.

Penelitian ini memperoleh hasil riset yang serupa dengan Putri,

Iskandar dan Rujiman (2020) yang menyatakan bahwa rasio

solvabilitas yang diproksikan dengan debt to asset ratio (DAR)

berpengaruh negatif dan signifikan terhadap financial distress. Hal ini

disebabkan perusahaan menggunakan hutang tersebut untuk

pembelian aset yang tidak produktif. Penggunaan hutang yang besar

oleh perusahaan dapat menjadi efektif jika perusahaan dapat

menggunakan asetnya yang dibiayai dengan hutang secara optimal

dan tepat sasaran. Namun berbeda dengan penelitian yang dilakukan

Gayatri Sulisetyawati (2021) yang menyatakan bahwa debt to asset

ratio sebagai perhitungan rasio solvabilitas memiliki pengaruh positif

 69

dan siqnifikan terhadap financial distress. Hal ini disebabkan karena

penelitian yang dilakukan memiliki objek dan kondisi yang berbeda

yakni sebelum adanya pandemi covid-19 dan pada saat terjadinya

pandemi covid-19.

5. Pengaruh Rasio Return On Asset (ROA) Terhadap Financial Distress

Berdasarkan hasil analisis regresi linear berganda dalam

penelitian ini menunjukkan bahwa return on asset tidak berpengaruh

terhadap financial distress. Hal ini dikarenakan ROA adalah sebuah

kekuatan perusahaan dalam menghasilakn laba dengan aset yang

ada, ROA menunjukkan kefektifan suatu perusahaan dalam memakai

asset untuk menciptakan pendapatan, artinya semakin besar nilai

ROA maka akan semakin baik karena mengindikasikan bahwa

perusahaan semakin efektif dalam menggunakan atau memanfaatkan

aktiva yang dimilikinya dalam menghasilkan laba, begitu pula

sebaliknya.

Penelitian ini memperoleh hasil riset yang serupa dengan

Christon, Farida dan Wiwin (2017) yang menyatakan bahwa rasio

profitabilitas yang diproksikan dengan return on asset (ROA)

berpengaruh positif dan signifikan terhadap financial distress. Hal ini

disebabkan karena penelitian yang dilakukan memiliki objek yang

sama. Namun berbeda dengan penelitian yang dilakukan Huntal,

Farida dan Muslih yang menyatakan bahwa return on asset sebagai

perhitungan rasio profitabilitas memiliki pengaruh negatif dan

siqnifikan terhadap financial distress. Hal ini disebabkan karena

penelitian yang dilakukan memiliki kondisi yang berbeda yakni

 70

sebelum adanya pandemi covid-19 dan pada saat terjadinya pandemi

covid-19.
 BAB V

PENUTUP

A. Kesimpulan

Berdasarkan dari hasil analisis dan pembahasan yang telah

diuraikan pada bab sebelumnya, maka penulis dapat menarik beberapa

kesimpulan dari penelitian ini sebagai berikut:

1. Hasil analisis pengaruh rasio current ratio (CR) terhadap financial

distress menunjukkan bahwa variabel current ratio tidak berpengaruh

terhadap financial distress pada perusahaan sektor industry jasa

transportasi yang terdaftar di Bursa Efek Indonesia tahun 2016-2020.

2. Hasil analisis pengaruh rasio quick ratio (QR) terhadap financial

distress menunjukkan bahwa variabel quick ratio berpengaruh negatif

terhadap financial distress pada perusahaan sektor industry jasa

transportasi yang terdaftar di Bursa Efek Indonesia tahun 2016-2020.

3. Hasil analisis pengaruh rasio total assets turn over (TATO) terhadap

financial distress menunjukkan bahwa variabel total assets turn over

berpengaruh negatif terhadap financial distress pada perusahaan

sektor industry jasa transportasi yang terdaftar di Bursa Efek

Indonesia tahun 2016-2020.

4. Hasil analisis pengaruh rasio debt to asset ratio (DAR) terhadap

financial distress menunjukkan bahwa variabel debt to asset ratio

tidak berpengaruh terhadap financial distress pada perusahaan sektor

industry jasa transportasi yang terdaftar di Bursa Efek Indonesia

tahun 2016-2020.

71
 72

5. Hasil analisis pengaruh rasio return on asset (ROA) terhadap financial

distress menunjukkan bahwa variabel return on asset tidak

berpengaruh terhadap financial distress pada perusahaan sektor

industry jasa transportasi yang terdaftar di Bursa Efek Indonesia

tahun 2016-2020.

B. Saran

Setelah melakukan penelitian, pembahasan dan merumuskan dari

hasil penelitian, maka penulis memberikan beberapa saran yang

berkaitan dengan penelitian yang telah dilakukan untuk dijadikan

masukan atau bahan pertimbangan yang berguna bagi pihak-pihak yang

berkepentingan, antara lain:

1. Untuk pihak manajemen adalah sebagai landasan dalam

pengambilan keputusan sehingga dapat dengan cepat menangani

perusahaan saat mengalami kesulitan keuangan financial distress dan

mencegah terjadinya kebangkrutan.

2. Untuk para peneliti berikutnya, disarankan menggunakan metode lain

agar dapat lebih bervariasi sebagai kriteria penentu dalam

memprediksi kondisi financial distress sehingga dapat dilihat

perbedaan dalam signifikan yang lebih akurat untuk menguji pengaruh

kinerja keuangan terhadap kondisi financial distress, dan disarankan

juga untuk melakukan penelitian pada perusahaan sektor yang

lainnya.
 73

DAFTAR PUSTAKA

Aldin. (2020). Imbas Pandemi, Kinerja Lima Perusahaan Transportasi Semester I

Anjlok. https://katadata.co.id/agungjatmiko/finansial/5f3505138f061/imbas-
pandemi-kinerja-lima-perusahaan-transportasi-semester-i-anjlok. Diakses
pada 13 Agustus 2020.

Ananto, R. P., Mustika, R., & Handayani, D. (2017). Pengaruh Good Corporate
Governance (GCG), Leverage, Profitabilitas Dan Ukuran Perusahaan
Terhadap Financial Distress Pada Perusahaan Barang Konsumsi Yang
Terdaftar Di Bursa Efek Indonesia. Jurnal Ekonomi Dan Bisnis Dharma
Andalas, vol. 19 No. 1, (page 92–105).

Andi, R. M. (2020). Pengaruh Rasio Keuangan Terhadap Financial Distress Pada

Perusahaan Sektor Industri Dasar Dan Kimia Yang Terdaftar Di Bursa Efek
Indonesia. Tangible Journal, vol. 5 No. 1, (page 11–28). e-ISSN: 2656-4505
Https://Doi.Org/10.47221/Tangible.V5i1.113. Diakses pada 19 Juli 2020.

Anggi, S., Mokodompit., & Desirianingsih, H. P. (2021). Analisis Z-Score Dalam

Mengukur Kinerja Keuangan Untuk Memprediksi Kebangkrutan Perusahaan
Transportasi Yang Terdaftar Di Bei Pada Masa Pandemi Covid-19. Ace:
Accounting Research Journal, vol. 1 No. 2, (page 137-150).

Aryani Intan Endah Rahmawati. (2015). Analisis Rasio Keuangan Terhadap

Kondisi Financial Distress Pada Perusahaan Manufaktur Yang Terdaftar Di
Bursa Efek Indonesia Tahun 2008-2013. 1–96.

Christon, B. S., Farida, T. K., & Wiwin Aminah. (2017). Pengaruh Rasio
Keuangan Terhadap Financial Distress (Studi Pada Perusahaan
Transportasi Yang Terdaftar Di Bursa Efek Indonesia Periode 2011- 2015).
E-Proceeding Of Management, vol. 4 No. 2, (page 1580-1587). ISSN: 2355-
9357

Dhefita, S., & Rachma, I. (2020). Pengaruh Rasio Keuangan Terhadap Resiko
Financial Distress Perbankan Syariah Di Indonesia Dengan Pendekatan
Bankometer. Jurnal Ilmiah Ekonomi Islam, vol. 6 No. 3, (page 557–570).
Https://Doi.Org/10.29040/Jiei.V6i3.1191 Diakses pada Oktober 2020.

Diana, S., R. (2018). Analisis Laporan Keuangan Dan Aplikasinya edisi 1.

Jakarta: In Media

Gayatri Sulisetyawati Pertiwi. (2021). Pengaruh Kinerja Keuangan Terhadap

Financial Distress Pada Perusahaan (Studi Pada Perusahaan Transportasi
yang Terdaftar di Bursa Efek Indonesia Periode 2016-2020). 1–18.

Ghozali, Imam. (2016). Aplikasi Analisis Multivariate Dengan Program IBM SPSS
23. Universitas Diponegoro Semarang.

(2017). Analisis Multivariat dan Ekonometrika Teori,Konsep dan

Aplikasi dengan Eviews 10. Universitas Diponegoro Semarang
 74

Hanafi, M. M. (2016). Manajemen Keuangan edisi 2. Yogyakarta: BPFE

Yogyakarta

Harry, P. P., dan Anthony. (2017). Analysis Of Z-Score And Financial Ratio On
Telecommunication Company Listed In Bei. Bilancia, vol. 1 No. 2 ISSN :
2549-5704.

Hawaria, S. (2019). Pengaruh Rasio Likuiditas Terhadap Financial Distress

Perusahaan Subsektor Transportasi yang Terdaftar Di BEI. Jurusan
Akuntnasi. http://eprints.unm.ac.id/id/eprint/14620

Hery, S.E., M.Si., RSA., CRP. (2015). Pengantar Akuntansi Comprehensive edisi
1. PT Gramedia.

Huntal, R. D. S., Farida, T. K., & Muhammad, M. (2018). Pengaruh Rasio

Keuangan Dan Ukuran Perusahaan Terhadap Kondisi Kesulitan Keuangan
(Financial Distress) Pada Perusahaan Sub-Sektor Transportasi Yang
Terdaftar Di Bursa Efek Indonesia (Bei) Periode 2013-2016. E-Proceeding
of Management, vol. 5 No. 1, (page 796–802). ISSN: 2355-9357.

Indira, S. M., Srie, H. M., & Mulyanto, N. (2018). Analisis Rasio Keuangan Untuk
Memprediksi Financial Distress Pada Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Indonesia 2014-2016. Jurnal Ilmiah Administrasi
Bisnis Dan Inovasi, vol. 2 No. 1, (page 90–102).
Https://Doi.Org/10.54367/Jmb.V19i2.94

Indriani, E., & Mildawati, T. (2019). Pengaruh Profotabilitas, Aktivitas, Likuiditas,

Leverage Dan Arus Kas Terhadap Financial Distress Pada Perusahaan
Telekomunikasi. Jurnal Ilmu Dan Riset Akuntansi, vol. 8 No. 4, (page 1–21).
e-ISSN: 2460-0585.

Jumingan. (2019). Analisis Laporan Keuangan Jakarta: PT Bumi Aksara.

Justika, D. C., & Novi Permata Indah. (2021). Implikasi Rasio Keuangan
Terhadap Financial Distress Pada Perusahaan Subsektor Telekomunikasi.
Jurnal Ilmiah Mea ( Manajemen , Ekonomi , Dan Akuntansi ), vol. 5 No. 2,
2005–2023. P-ISSN; 2541-5255 e-ISSN: 2621-5306

Kasmir. (2015). Analisis Laporan Keuangan edisi 1. PT Raja Grafindo Persada.

(2019). Pengantar Manajemen Keuangan edisi 2. Prenadamedia Group.

Ni Wayan, A. & Wirawati, N. G. P. (2019). Pengaruh Rasio Keuangan Pada

Financial Distress Perusahaan Ritel Yang Terdaftar Di Bursa Efek Indonesia
(BEI). E-Jurnal Akuntansi Universitas Udayana, vol. 26, (page 251–280).
Https://Doi.Org/10.24843/Eja.2019.V26.I01.P10. Diakses pada 1 Januari
2019.
 75

Okrisnesia, M., Supheni, I., & Suroso, B. (2021). Pengaruh Profitabilitas,

Likuiditas Dan Pertumbuhan Penjualan Terhadap Financial Distress Di
Masa Pandemi Covid-19 Pada Perusahaan Food And Beverages Yang
Terdaftar Di Bursa Efek Indonesia. Seminar Nasional Manajemen, Ekonomi
Dan Akuntasi Fakultas Ekonomi Dan Bisnis Unp Kediri, vol. 19, (page 1466–
1474).

Ramadhani, R. (2019). Pengaruh Rasio Keuangan Terhadap Financial Distress

Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia
Periode 2013-2017. Fakultas Ekonomi dan Bisnis Universitas Sumatera
Utara Medan, (Page 1–78).

Rezki, D. J. S. (2017). Faktor- Faktor Yang Mempengaruhi Financial Distress

Pada Perusahaan Property Dan Real Estate Terbuka Di Bursa Efek
Indonesia. Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara
Medan, (Page 1–73).

Rohmah, S. (2020). Adakah Peluang bisnis di Tengah Kelesuan Perekonomian

Akibat Pandemi Coronavirus Covid-19? Journal.Uinjkt.Ac.Id, 63-74.

Suryahadi. (2020). Akibat pandemi, Sidomulyo Selaras akan fokus melakukan

efisiensi tahun ini. Retrieved from investasi kontan.co.id:
https://investasi.kontan.co.id/news/akibat-pandemi-sidomulyo-selaras-sdmu-
akan-fokus-melakukan-efisiensi-tahun-ini. Diakses pada 11 Agustus 2020.

Syuhada, P., & Muda, I. (2020). Pengaruh Kinerja Keuangan dan Ukuran
Perusahaan Terhadap Financial Distress Pada Perusahaan Property dan
Real Estate di Bursa Efek Indonesia. Jurnal Riset Akuntansi Dan Keuangan,
Magister Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sumatera
Utara Medan, 8(2), 319–336.

Widyastuti. (2020). Kerugian AirAsia Melonjak 268 persen jadi Rp. 345,53,Miliar
per kuartal I 2020. Jakarta: Tempo.com

www.idx.co.id
 76

L
A
M
P
I
R
A
N
 77

Lampiran 1. Daftar Perusahaan Yang Dijadikan Populasi Penelitian

Kode
No. Nama Perusahaan
Saham
1 AKSI Majapahit Inti Corpora Tbk
2 APOL Arpeni Pratama Ocean Line Tbk
3 ASSA Adi Sarana Armada Tbk
4 BBRM Pelayaran Nasional Bina Buana Raya Tbk
5 BIRD Blue Bird Tbk
6 BLTA Berlian Laju Tanker Tbk
7 BPTR Batavia Prosperindo Trans Tbk.
8 BULL Buana Listya Tama Tbk
9 CANI Capitol Nusantara Indonesia Tbk
10 CMPP AirAsia Indonesia Tbk
11 DEAL Dewata Freightinternational Tbk.
12 GIAA Garuda Indonesia (Persero) Tbk
13 HELI Jaya Trishindo Tbk
14 HITS Humpuss Intermoda Transportasi Tbk
15 IATA Indonesia Air Transport & Infrastruktur Tbk
16 IPCM Jasa Armada Indonesia Tbk
17 JAYA Armada Berjaya Trans Tbk.
18 LEAD Logindo Samuderamakmur Tbk
19 LRNA Ekasari Lorena Transport Tbk
20 MBSS Mitra Bantera Segara Sejati Tbk
21 MIRA Mitra International Resources Tbk
22 NELY Pelayaran Nelly Dwi Putri Tbk
23 PORT Nusantara Pelabuhan Handal Tbk
24 PSSI Pelita Samudera Shipping Tbk.
25 PTIS Indo Straits bk
26 RIGS Rig Tenders Indonesia Tbk
27 SAFE Steady Safe Tbk
28 SAPX Satria Antaran Prima Tbk.
29 SDMU Sidomulyo Selaras Tbk
30 SHIP Sillo Maritime Perdana Tbk
31 SMDR Samudera Indonesia Tbk
32 SOCI Soechi Lines Tbk
33 TAMU Pelayaran Tamarin Samudra Tbk
34 TAXI Express Transindo Utama Tbk
35 TCPI Transcoal Pacific Tbk.
36 TMAS Pelayaran Tempuran Emas Tbk
37 TNCA Trimuda Nuansa Citra Tbk.
38 TPMA Trans Power Marine Tbk
 78

39 TRAM Trada Maritime Tbk

40 TRUK Guna Timur Raya Tbk.
41 WEHA Weha Transportasi Indonesia Tbk
42 WINS Wintermar Offshore Marine Tbk
Sumber: www.idx.co.id (data diolah) 2022

Lampiran 2. Daftar Perusahaan yang Memenuhi Kriteria Penelitian

No. Nama Emiten Kode Emiten

1 Pelayaran Nasional Bina Buana Raya Tbk BBRM

2 Berlian Laju Tanker Tbk BLTA

3 Capitol Nusantara Indonesia Tbk CANI

4 AirAsia Indonesia Tbk CMPP

5 Garuda Indonesia (Persero) Tbk GIAA

6 Indonesia Air Transport & Infrastruktur Tbk IATA

7 Mitra International Resources Tbk MIRA

Sumber: www.idx.co.id (data diolah) 2022

 79

Lampiran 3

Data Current Ratio (CR)

Kode Tahun Aktiva Lancar Hutang Lancar Total

Emiten
2016 6.994.050 42.354.507 0,17
2017 5.526.035 64.798.536 0,09
BBRM 2018 7.318.059 8.851.742 0,83
2019 7.538.173 8.110.938 0,93
2020 7.979.414 22.510.950 0,35
2016 18.650.230 16.708.323 0,89
2017 10.349.688 14.443.414 0,72
BLTA 2018 7.910.239 12.833.718 0,62
2019 5.220.693 9.568.042 0,55
2020 6.391.894 12.633.148 0,51
2016 10.548.922 63.495.072 0,17
2017 10.907.011 63.741.742 0,17
CANI 2018 13.722.516 64.456.682 0,21
2019 3.476.363 55.580.348 0,06
2020 2.506.373 51.236.860 0,05
2016 500.499 1.694.686 0,30
2017 567.327 2.174.246 0,26
CMPP 2018 459.842 2.806.388 0,16
2019 945.905 1.986.534 0,48
2020 172.661 4.957.131 0,03
2016 1.165.133.302 1.563.576.121 0,75
2017 986.741.627 1.921.846.147 0,51
GIAA 2018 1.079.945.126 3.061.396.001 0,35
2019 1.133.892.533 3.395.880.889 0,33
2020 536.547.176 4.294.797.755 0,12
2016 16.521.556 37.025.496 0,45
2017 10.949.895 25.125.413 0,44
IATA 2018 10.932.113 25.761.926 0,42
2019 5.397.236 21.944.991 0,25
2020 5.669.424 26.756.737 0,21
2016 172.062 64.264 0,37
2017 151.237 62.404 0,41
MIRA 2018 131.454 28.024 0,21
2019 80.168 50.490 0,63
2020 55.212 47.141 0,85
Sumber: Data sekunder yang diolah, 2022
 80

Lampiran 4.

Data Quick Ratio (QR)

Kode Tahun aset lancar persediaan total hutang lancar total

Emiten
2016 6.994.050 192.081 6.801.969 42.354.507 0,16
2017 5.526.035 188.692 5.337.343 64.798.536 0,08
BBRM 2018 7.318.059 194.838 7.123.221 8.851.742 0,80
2019 7.538.173 50.879 7.487.294 8.110.938 0,92
2020 7.979.414 45.137 7.934.277 22.510.950 0,35
2016 18.650.230 562.139 18.088.091 16.708.323 0,92
2017 10.349.688 848.143 9.501.545 14.443.414 0,66
BLTA 2018 7.910.239 652.646 7.257.593 12.833.718 0,57
2019 5.220.693 332.662 4.888.031 9.568.042 0,51
2020 6.391.894 447.084 5.944.810 12.633.148 0,47
2016 10.548.922 0 10.548.922 63.495.072 0,17
2017 10.907.011 0 10.907.011 63.741.742 0,17
CANI 2018 13.722.516 0 13.722.516 64.456.682 0,21
2019 3.476.363 0 3.476.363 55.580.348 0,06
2020 2.506.373 0 2.506.373 51.236.860 0,05
2016 500.499 30.621 469.878 1.694.686 0,28
2017 567.327 40.731 526.596 2.174.246 0,24
CMPP 2018 459.842 65.565 394.277 2.806.388 0,14
2019 945.905 59.958 885.947 1.986.534 0,45
2020 172.661 63.621 109.040 4.957.131 0,02
2016 1.165.133.302 108.954.457 1.056.178.845 1.563.576.121 0,68
2017 986.741.627 131.155.717 855.585.910 1.921.846.147 0,45
GIAA 2018 1.079.945.126 148.889.021 931.056.105 3.061.396.001 0,30
2019 1.133.892.533 167.744.331 966.148.202 3.395.880.889 0,28
2020 536.547.176 105.199.006 431.348.170 4.294.797.755 0,10
2016 16.521.556 8.837.262 7.684.294 37.025.496 0,21
2017 10.949.895 6.038.525 4.911.370 25.125.413 0,20
IATA 2018 10.932.113 5.432.484 5.499.629 25.761.926 0,21
2019 5.397.236 2.282.121 3.115.115 21.944.991 0,14
2020 5.669.424 2.397.871 3.271.553 26.756.737 0,12
2016 172.062 2.375 169.687 64.264 0,38
2017 151.237 2.610 148.627 62.404 0,42
MIRA 2018 131.454 2.691 128.763 28.024 0,22
2019 80.168 3.444 76.724 50.490 0,66
2020 55.212 2.554 52.658 47.141 0,90
Sumber: Data sekunder yang diolah, 2022
 81

Lampiran 5

Data Total Assets Turn Over (TATO)

Kode Tahun Penjualan Total Asset Total

Emiten
2016 25.398.131 140.246.503 18,11
2017 23.575.803 95.741.257 24,62
BBRM 2018 20.701.319 85.693.582 24,16
2019 17.280.293 77.498.877 22,29
2020 -2.031.763 37.213.358 -5,46
2016 20.252.565 93.774.925 21,59
2017 25.247.152 79.101.200 31,92
BLTA 2018 24.934.905 71.348.533 34,95
2019 20.051.894 67.412.629 29,75
2020 18.364.836 66.073.093 27,79
2016 4.550.028 68.996.436 6,59
2017 4.370.358 62.507.800 6,99
CANI 2018 1.078.543 57.738.807 1,87
2019 2.273.111 39.186.488 5,80
2020 1.654.850 29.073.300 5,69
2016 3.888.968 3.504.894 1,11
2017 3.817.861 3.091.134 1,24
CMPP 2018 4.232.768 2.845.045 1,49
2019 6.708.801 2.613.070 2,57
2020 1.610.973 6.080.516 26,49
2016 3.863.921.565 3.737.569.390 1,03
2017 4.177.325.781 3.763.292.093 1,11
GIAA 2018 4.330.441.061 4.155.474.803 1,04
2019 4.572.638.083 4.455.675.774 1,03
2020 1.492.331.099 10.789.980.407 13,83
2016 16.275.140 94.297.475 17,26
2017 16.103.374 77.755.290 20,71
IATA 2018 20.279.948 68.442.839 29,63
2019 14.884.152 61.101.287 24,36
2020 7.723.507 54.578.265 14,15
2016 114.572 400.015 28,64
2017 121.473 373.573 32,52
MIRA 2018 128.781 320.778 40,15
2019 131.033 351.483 37,28
2020 86.959 317.032 27,43
Sumber: Data sekunder yang diolah, 2022
 82

Lampiran 6.

Data Debt To Asset Ratio (DAR)

Kode Tahun Total Hutang Total Aset Total

Emiten
2016 71.090.173 140.246.503 50,69
2017 65.059.280 95.741.257 67,95
BBRM 2018 62.978.345 85.693.582 73,49
2019 59.264.274 77.498.877 76,47
2020 30.022.368 37.213.358 80,68
2016 53.419.138 93.774.925 56,97
2017 49.544.161 79.101.200 62,63
BLTA 2018 42.380.697 71.348.533 59,40
2019 36.760.187 67.412.629 54,53
2020 38.158.141 66.073.093 57,75
2016 66.319.399 68.996.436 96,12
2017 65.745.184 62.507.800 105,18
CANI 2018 65.272.881 57.738.807 113,05
2019 56.059.611 39.186.488 143,06
2020 51.563.842 29.073.300 177,36
2016 3.088.048 3.504.894 88,11
2017 3.054.059 3.091.134 98,80
CMPP 2018 3.647.221 2.845.045 128,20
2019 2.410.943 2.613.070 92,27
2020 8.990.928 6.080.516 147,86
2016 2.727.672.171 3.737.569.390 72,98
2017 2.825.822.893 3.763.292.093 75,09
GIAA 2018 3.515.668.247 4.155.474.803 84,60
2019 3.873.097.505 4.455.675.774 86,93
2020 12.733.004.654 10.789.980.407 118,01
2016 50.361.843 94.297.475 53,41
2017 33.650.876 77.755.290 43,28
IATA 2018 30.041.635 68.442.839 43,89
2019 25.299.740 61.101.287 41,41
2020 39.599.813 54.578.265 72,56
2016 153.571 400.015 38,39
2017 145.033 373.573 38,82
MIRA 2018 96.461 320.778 30,07
2019 116.926 351.483 33,27
2020 101.678 317.032 32,07
Sumber: Data sekunder yang diolah, 2022
 83

Lampiran 7.

Data Return On Asset (ROA)

Kode Tahun laba bersih total asset total

Emiten
2016 -7.858.806 140.246.503 -5,60
2017 -38.400.472 95.741.257 -40,11
BBRM 2018 -8.054.745 85.693.582 -9,39
2019 -4.482.902 77.498.877 -5,78
2020 -11.172.452 37.213.358 -30,02
2016 -15.746.831 93.774.925 -16,79
2017 -8.691.889 79.101.200 -10,99
BLTA 2018 5.425.807 71.348.533 7,60
2019 -872.403 67.412.629 -1,29
2020 -817.144 66.073.093 -1,24
2016 -7.738.170 68.996.436 -11,22
2017 -5.915.629 62.507.800 -9,46
CANI 2018 -2.376.971 57.738.807 -4,12
2019 -9.339.842 39.186.488 -23,83
2020 -5.629.553 29.073.300 -19,36
2016 -21.027 3.504.894 -0,60
2017 -512.961 3.091.134 -16,59
CMPP 2018 -907.025 2.845.045 -31,88
2019 -157.369 2.613.070 -6,02
2020 -2.754.590 6.080.516 -45,30
2016 9.364.858 3.737.569.390 0,25
2017 -213.389.678 3.763.292.093 -5,67
GIAA 2018 -228.889.524 4.155.474.803 -5,51
2019 -44.567.515 4.455.675.774 -1,00
2020 -2.476.633.349 10.789.980.407 -22,95
2016 -10.993.705 94.297.475 -11,66
2017 -6.766.103 77.755.290 -8,70
IATA 2018 -7.247.452 68.442.839 -10,59
2019 -4.972.950 61.101.287 -8,14
2020 -6.411.619 54.578.265 -11,75
2016 -38.437 400.015 -9,61
2017 -20.051 373.573 -5,37
MIRA 2018 591 320.778 0,18
2019 -3.222 351.483 -0,92
2020 -18.218 317.032 -5,75
Sumber: Data sekunder yang diolah, 2022
 84

Lampiran 8.

Hasil Perhitungan Z-Score (Pembulatan 2 Desimal)

Nama Z-Score
Tahun Total Keterangan
No Perusahaan T1 T2 T3 T4
1 Pelayaran -1,31 Financial
2016 6,6 -0,25 3,3 -0,13 6,7 -0,04 1,1 0,97
Nasional Distress
Bina Buana -8,05 Financial
2017 6,6 -0,62 3,3 -0,59 6,7 -0,38 1,1 0,47
Raya Tbk Distress
-2,57 Financial
2018 6,6 -0,02 3,3 -0,76 6,7 -0,05 1,1 0,36
Distress
-2,78 Financial
2019 6,6 -0,01 3,3 -0,89 6,7 -0,02 1,1 0,31
Distress
-10,99 Financial
2020 6,6 -0,39 3,3 -2,17 6,7 -0,24 1,1 0,24
Distress
2 Berlian Laju -43,97 Financial
2016 6,6 0,02 3,3 -13,7 6,7 -0,04 1,1 0,76
Tanker Tbk Distress
-52,89 Financial
2017 6,6 -0,05 3,3 -16,3 6,7 -0,02 1,1 0,65
Distress
-55,95 Financial
2018 6,6 -0,07 3,3 -17,2 6,7 -0,01 1,1 0,68
Distress
-60,36 Financial
2019 6,6 -0,06 3,3 -18,6 6,7 -0,02 1,1 0,83
Distress
-61,56 Financial
2020 6,6 -0,09 3,3 -19 6,7 0,02 1,1 0,73
Distress
3 Capitol -6,04 Financial
2016 6,6 -0,77 3,3 -0,09 6,7 -0,11 1,1 0,04
Nusantara Distress
Indonesia -6,85 Financial
2017 6,6 -0,85 3,3 -0,19 6,7 -0,09 1,1 -0,05
Tbk Distress
-7,08 Financial
2018 6,6 -0,88 3,3 -0,28 6,7 -0,04 1,1 -0,12
Distress
-12,77 Financial
2019 6,6 -1,33 3,3 -0,65 6,7 -0,24 1,1 -0,3
Distress
-16,25 Financial
2020 6,6 -1,68 3,3 -1,07 6,7 -0,19 1,1 -0,44
Distress
4 AirAsia -6,29 Financial
2016 6,6 -0,34 3,3 -1,39 6,7 0,05 1,1 0,13
Indonesia Distress
Tbk -8,27 Financial
2017 6,6 -0,52 3,3 -1,74 6,7 0,12 1,1 0,01
Distress
-15,1 Financial
2018 6,6 -0,82 3,3 -2,19 6,7 -0,35 1,1 -0,22
Distress
18,87 Financial
2019 6,6 -0,4 3,3 -2,42 6,7 4,36 1,1 0,08
Distress
-13,56 Financial
2020 6,6 -0,79 3,3 -1,52 6,7 -0,46 1,1 -0,32
Distress
5 Garuda -0,33 Financial
2016 6,6 -0,11 3,3 -0,06 6,7 0,03 1,1 0,37
Indonesia Distress
 85

(Persero) -1,82 Financial

2017 6,6 -0,25 3,3 -0,12 6,7 -0,02 1,1 0,33
Tbk Distress
-3,82 Financial
2018 6,6 -0,48 3,3 -0,16 6,7 -0,05 1,1 0,18
Distress
-3,43 Financial
2019 6,6 -0,51 3,3 -0,15 6,7 0,03 1,1 0,19
Distress
-4,78 Financial
2020 6,6 -0,35 3,3 -0,3 6,7 -0,2 1,1 -0,15
Distress
6 Indonesia -2,3 Financial
2016 6,6 -0,22 3,3 -0,46 6,7 -0,04 1,1 0,87
Air Distress
Transport & -2,29 Financial
2017 6,6 -0,18 3,3 -0,64 6,7 -0,06 1,1 1,31
Infrastruktur Distress
Tbk -3,01 Financial
2018 6,6 -0,22 3,3 -0,83 6,7 -0,03 1,1 1,28
Distress
-4,08 Financial
2019 6,6 -0,27 3,3 -1,02 6,7 -0,07 1,1 1,42
Distress
-6,77 Financial
2020 6,6 -0,39 3,3 -1,25 6,7 -0,08 1,1 0,38
Distress
7 Mitra -7,05 Financial
2016 6,6 0,27 3,3 -3,18 6,7 -0,02 1,1 1,6
International Distress
Resources -7,91 Financial
2017 6,6 0,24 3,3 -3,46 6,7 0,02 1,1 1,58
Tbk Distress
-8,29 Financial
2018 6,6 0,32 3,3 -4,02 6,7 0,04 1,1 2,33
Distress
-9,16 Financial
2019 6,6 0,08 3,3 -3,68 6,7 0,03 1,1 2,01
Distress
-11,18 Financial
2020 6,6 0,03 3,3 -4,13 6,7 -0,02 1,1 2,12
Distress
Sumber: Data sekunder yang diolah, 2022
 86

Lampiran 9.

Tabulasi Data

Financial
Kode
No. Tahun CR (X1) QR (X2) TATO (X3) DAR (X4) ROA (X5) Distress
Emiten
(Y)
1 2016 0,17 0,16 18,11 50,69 -5,60 -1,31
2 2017 0,09 0,08 24,62 67,95 -40,11 -8,05
3 BBRM 2018 0,83 0,80 24,16 73,49 -9,39 -2,57
4 2019 0,93 0,92 22,29 76,47 -5,78 -2,78
5 2020 0,35 0,35 -5,46 80,68 -30,02 -10,99
6 2016 0,89 0,92 21,59 56,97 -16,79 -43,97
7 2017 0,72 0,66 31,92 62,63 -10,99 -52,89
8 BLTA 2018 0,62 0,57 34,95 59,40 7,60 -55,95
9 2019 0,55 0,51 29,75 54,53 -1,29 -60,36
10 2020 0,51 0,47 27,79 57,75 -1,24 -61,56
11 2016 0,17 0,17 6,59 96,12 -11,22 -6,04
12 2017 0,17 0,17 6,99 105,18 -9,46 -6,85
13 CANI 2018 0,21 0,21 1,87 113,05 -4,12 -7,08
14 2019 0,06 0,06 5,80 143,06 -23,83 -12,77
15 2020 0,05 0,05 5,69 177,36 -19,36 -16,25
16 2016 0,30 0,28 1,11 88,11 -0,60 -6,29
17 2017 0,26 0,24 1,24 98,80 -16,59 -8,27
18 CMPP 2018 0,16 0,14 1,49 128,20 -31,88 -15,10
19 2019 0,48 0,45 2,57 92,27 -6,02 18,87
20 2020 0,03 0,02 26,49 147,86 -45,30 -13,56
21 2016 0,75 0,68 1,03 72,98 0,25 -0,33
22 2017 0,51 0,45 1,11 75,09 -5,67 -1,82
23 GIAA 2018 0,35 0,30 1,04 84,60 -5,51 -3,82
24 2019 0,33 0,28 1,03 86,93 -1,00 -3,43
25 2020 0,12 0,10 13,83 118,01 -22,95 -4,78
26 2016 0,45 0,21 17,26 53,41 -11,66 -2,30
27 2017 0,44 0,20 20,71 43,28 -8,70 -2,29
28 IATA 2018 0,42 0,21 29,63 43,89 -10,59 -3,01
29 2019 0,25 0,14 24,36 41,41 -8,14 -4,08
30 2020 0,21 0,12 14,15 72,56 -11,75 -6,77
31 MIRA 2016 0,37 0,38 28,64 38,39 -9,61 -7,05
 87

32 2017 0,41 0,42 32,52 38,82 -5,37 -7,91

33 2018 0,21 0,22 40,15 30,07 0,18 -8,29
34 2019 0,63 0,66 37,28 33,27 -0,92 -9,16
35 2020 0,85 0,9 27,43 32,07 -5,75 -11,18
Sumber: Data sekunder yang diolah, 2022

Lampiran 10

Hasil Uji Regresi Linear Berganda

Regression

Variables Entered/Removeda

Variables Variables
Model Entered Removed Method
1 ROA, DAR, Enter
QR, TATO,
b
CR
a. Dependent Variable: FD
b. All requested variables entered.

Model Summaryb

Adjusted Std. Error of

Model R R Square R Square the Estimate
a
1 .552 0,305 0,185 1684,59300

a. Predictors: (Constant), ROA, DAR, QR, TATO, CR

b. Dependent Variable: FD

ANOVAa

Sum of
Model Squares df Mean Square F Sig.
b
1 Regression 36063578,061 5 7212715,612 2,542 .050

Residual 82297753,825 29 2837853,580

Total 118361331,886 34
a. Dependent Variable: FD
b. Predictors: (Constant), ROA, DAR, QR, TATO, CR
 88

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Std.
Model B Error Beta t Sig. Tolerance VIF
1 (Constant) 735,118 1085,483 0,677 0,504
CR 6,925 16,706 0,098 0,415 0,682 0,432 2,312
QR -31,160 16,202 -0,418 -1,923 0,064 0,507 1,973
TATO -0,583 0,245 -0,416 -2,376 0,024 0,781 1,281
DAR -0,033 0,081 -0,071 -0,406 0,687 0,781 1,280
ROA 0,140 0,310 0,075 0,451 0,655 0,858 1,165
a. Dependent Variable: FD

Collinearity Diagnosticsa

Variance Proportions
Condition
Model Eigenvalue Index (Constant) CR QR TATO DAR ROA
1 1 4,376 1,000 0,00 0,01 0,01 0,01 0,01 0,01
2 0,834 2,290 0,00 0,02 0,03 0,04 0,04 0,24
3 0,330 3,641 0,00 0,02 0,16 0,60 0,03 0,02
4 0,305 3,791 0,01 0,02 0,03 0,01 0,32 0,56
5 0,105 6,450 0,04 0,62 0,74 0,17 0,02 0,02
6 0,049 9,404 0,95 0,32 0,02 0,18 0,60 0,15
a. Dependent Variable: FD

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value -3196,9583 718,2606 - 1029,89974 35
1240,9429
Std. Predicted Value -1,899 1,902 0,000 1,000 35
Standard Error of 360,611 1051,563 669,058 199,984 35
Predicted Value

Adjusted Predicted Value -4065,5381 1104,0865 - 1123,82184 35

1251,3943
Residual - 2842,50244 0,00000 1555,80274 35
3951,95337
Std. Residual -2,346 1,687 0,000 0,924 35
Stud. Residual -2,431 1,948 0,003 0,995 35
Deleted Residual - 3787,53809 10,45140 1813,14213 35
4243,80420
 89

Stud. Deleted Residual -2,677 2,053 -0,008 1,041 35

Mahal. Distance 0,587 12,277 4,857 3,380 35
Cook's Distance 0,000 0,210 0,027 0,041 35
Centered Leverage Value 0,017 0,361 0,143 0,099 35
a. Dependent Variable: FD

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual
N 35
Normal Mean 0,0000000
a,b
Parameters
Std. Deviation 1555,80274178
Most Extreme Absolute 0,117
Differences
Positive 0,067
Negative -0,117
Test Statistic 0,117
c,d
Asymp. Sig. (2-tailed) .200

a. Test distribution is Normal.

b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
90
91
92
93
94
95
96
97
98
99
100
101
102
103
 BIOGRAFI PENULIS

Sri Dewi. Lahir di Makassar pada tanggal 19 November

2000 dari pasangan suami istri Bapak Sunusi dan Ibu Nur

Aeni. Peneliti adalah anak kedua dari 4 bersaudara. Peneliti

sekarang bertempat tinggal di Jl. Al-Markas 1 Kecamatan

Tallo Kota Makassar, Sulawesi Selatan. Pendidikan yang

ditempuh oleh peneliti yaitu SDNegeri Kalukuang III lulus tahun 2012, MTs MDIA

Bontoala lulus tahun 2015, SMK Negeri 4 lulus tahun 2018, dan mulai tahun

2018 mengikuti Program S1 Fakultas Ekonomi Bisnis Program Studi Manajemen

Kampus Universitas Muhammadiyah Makassar sampai dengan sekarang.

Sampai dengan penulisan skripsi ini peneliti masih terdaftar sebagai mahasiswa

Program S1 Fakultas Ekonomi Bisnis Program Studi Manajemen Universitas

Muhammadiyah Makassar.