KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS PENDIDIKAN GANESHA

FAKULTAS EKONOMI
JURUSAN EKONOMI DAN AKUNTANSI
Jalan Udayana Singaraja 81116, Kampus Tengah Singaraja Bali,
Telp (0362) 26830, e-mail :jur.ekonomi.akuntansi@undiksha.ac.id

Form 2
No : -
Hal : Permohonan mengikuti proses pembimbingan rancangan penelitian
Lamp : 1 (gabung)

Kepada Yth.
Koordinator Program Studi S1 Akuntansi
Di
Fakultas Ekonomi Undiksha

Dengan hormat,
Yang bertandatangan dibawah ini, saya:
Nama : Ida Bagus Putu Weda Ananta
NIM : 2017051013
Program Studi/Jurusan : S1 Akuntansi/Ekonomi dan Akuntansi
Fakultas : Ekonomi
Pemerolehan SKS : 127 sks
Judul Proposal : Analisis Potensi Financial Distress Menggunakan Metode
Altman Zscore, Zmijewski, Springate, Grover, Dan Olshon
Pada Perusahaan Energi Yang Terdaftar Di Bursa Efek
Indonesia Tahun 2018 – 2022

Mengajukan Judul Tugas Akhir/Skripsi dengan melampirkan:

1. Kutipan Daftar Nilai (KDN)
2. Surat Pengantar SKP dari HMJ
3. Kartu peserta seminar proposal, minimal telah mengikuti 5 kali seminar proposal
4. Rancangan Proposal

Demikian permohonan ini saya ajukan, atas perhatiannya saya ucapkan terima kasih.

Singaraja, 30 Oktober 2023

Calon Eksaminodus,

Ida Bagus Putu Weda Ananta

NIM. 2017051013

Catatan :
● UU ITE No. 11 Tahun 2008 Pasal 5 ayat 1“Informasi Elektronik dan/atau Dokumen Elektornik dan/atau
hasil cetaknya merupakan alat bukti hukum yang sah”
● Dokumen ini tertanda ditandatangani secara elektronik menggunakan sertifikat elektronik yang
diterbitkan BsrE
● Surat ini dapat dibuktikan keasliannya dengan menggunakan qr code yang telah tersedia
 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
UNIVERSITAS PENDIDIKAN GANESHA
FAKULTAS EKONOMI
JURUSAN EKONOMI DAN AKUNTANSI
Jalan Udayana Singaraja 81116, Kampus Tengah Singaraja Bali,
Telp (0362) 26830, e-mail :jur.ekonomi.akuntansi@undiksha.ac.id

Form 3

PERSETUJUAN PERMOHONAN MENGIKUTI PROSES PEMBIMBINGAN

RANCANGAN PENELITIAN

Berdasarkan surat permohonan mengikuti proses pembimbingan rancangan penelitian yang

diajukan oleh mahasiswa :

Nama : Ida Bagus Putu Weda Ananta

NIM : 2017051013
Program Studi : S1 Akuntansi

Judul Rancangan : Analisis Potensi Financial Distress Menggunakan Metode

Penelitian Altman Zscore, Zmijewski, Springate, Grover, Dan Olshon
Pada Perusahaan Energi Yang Terdaftar Di Bursa Efek
Indonesia Tahun 2018-2022
No Telp : 085942852234

Saya yang bertandatangan dibawah ini :

Nama : Sunitha Devi, S.E., M.Si., Ak.

NIP : 198902272018032001
Jabatan Struktural : Koorprodi S1 Akuntansi

Menyetujui permohonan yang telah diajukan oleh mahasiswa tersebut.

Koorprodi S1 Akuntansi,

Sunitha Devi, S.E., M.Si., Ak.

NIP. 198902272018032001

Catatan :
● UU ITE No. 11 Tahun 2008 Pasal 5 ayat 1“Informasi Elektronik dan/atau Dokumen Elektornik dan/atau
hasil cetaknya merupakan alat bukti hukum yang sah”
● Dokumen ini tertanda ditandatangani secara elektronik menggunakan sertifikat elektronik yang
diterbitkan BsrE
● Surat ini dapat dibuktikan keasliannya dengan menggunakan qr code yang telah tersedia
 UNIVERSITAS PENDIDIKAN GANESHA
Alamat : Jalan Udayana No. 11 Singaraja, Bali • Telp.: (0362) 22570 • Fax.: (0362) 25735
Website : https://undiksha.ac.id • Email : humas@undiksha.ac.id

KUTIPAN DAFTAR NILAI (KDN)

Untuk Beasiswa, KKN, PPL, Pindah Program, dan Lainnya

Nama : Ida Bagus Putu Weda Ananta

Tempat / Tanggal Lahir : Denpasar / 24 Februari 2002
Nomor Induk : 2017051013
Fakultas : Fakultas Ekonomi
Jurusan / Program Studi : Jurusan Ekonomi dan Akutansi / Akuntansi (S1)

NO. MATA KULIAH K N K*N SM/TH. NO. MATA KULIAH K N K*N SM/TH.
1 MATEMATIKA EKONOMI 3 4 12 01/20/21 24 ENGLISH FOR ACCOUNTING 2 4 8 03/21/22
2 PENGANTAR EKONOMI 3 4 12 01/20/21 25 AKUNTANSI MANAJEMEN 3 4 12 03/21/22
3 TEORI DASAR PERPAJAKAN 2 3.75 7.5 01/20/21 26 AKUNTANSI KEBERLANJUTAN 3 3.75 11.25 04/21/22
4 PENGANTAR AKUNTANSI 3 4 12 01/20/21 27 AKUNTANSI KEUANGAN LANJUTAN II 3 4 12 04/21/22
5 PANCASILA 2 4 8 01/20/21 28 AUDITING 2 3 4 12 04/21/22
6 BAHASA INDONESIA 2 3.75 7.5 01/20/21 29 APLIKASI KOMPUTER AKUNTANSI 3 3.75 11.25 04/21/22
7 THK 2 3.75 7.5 01/20/21 30 KEWIRAUSAHAAN 3 4 12 04/21/22
8 PENGANTAR MANAJEMEN 3 4 12 01/20/21 31 MANAJEMEN KEUANGAN 3 4 12 04/21/22
9 PERPAJAKAN 3 3.25 9.75 02/20/21 32 STATISTIK 3 4 12 04/21/22
10 PENGANGGARAN 3 4 12 02/20/21 33 ENGLISH FOR SCIENTIFIC PAPER 2 3.75 7.5 04/21/22
11 AKUNTANSI BIAYA 3 4 12 02/20/21 34 KKN 3 4 12 05/22/23
12 AKUNTANSI SEKTOR PUBLIK 3 4 12 02/20/21 35 MANAJEMEN KUALITAS TOTAL 3 4 12 05/22/23
13 BAHASA INGGRIS 2 4 8 02/20/21 36 EKONOMI MANAJERIAL 3 4 12 05/22/23
14 SISTEM INFORMASI MANAJEMEN 3 4 12 02/20/21 37 TEORI AKUNTANSI 3 4 12 05/22/23
15 AKUNTANSI KEUANGAN I 3 4 12 02/20/21 38 ETIKA BISNIS DAN PROFESI BERPARADIGMA THK 3 4 12 05/22/23
16 PENDIDIKAN KEWARGANEGARAAN 2 4 8 02/20/21 39 METODELOGI PENELITIAN 3 4 12 05/22/23
17 AGAMA HINDU * 2 3.75 7.5 02/20/21 40 INVESTASI DAN PASAR MODAL 3 3.75 11.25 05/22/23
18 AUDITING I 3 4 12 03/21/22 41 MANAJEMEN PERUBAHAN 3 4 12 05/22/23
19 SISTEM INFORMASI AKUNTANSI 3 4 12 03/21/22 42 AKUNTANSI PERBANKAN DAN LEMBAGA KEUANGAN** 3 4 12 06/22/23
20 AKUNTANSI PEMERINTAHAN 3 4 12 03/21/22 43 SEMINAR AKUNTANSI KEUANGAN** 2 4 8 06/22/23
21 AKUNTANSI KEUANGAN LANJUTAN I 3 4 12 03/21/22 44 AKUNTANSI FORENSIK** 3 3.75 11.25 06/22/23
22 AKUNTANSI KEUANGAN II 3 4 12 03/21/22 45 PERMODELAN AKUNTANSI KEUANGAN** 3 4 12 06/22/23
23 PENGANTAR BISNIS 2 4 8 03/21/22 46 AKUNTANSI INTERNASIONAL** 3 4 12 06/22/23

TOTAL KREDIT : 127 SKS

IP KOMULATIF : 3.94
JUDUL SKRIPSI :

UU ITE No. 11 Tahun 2008 Pasal 5 Ayat 1 "Informasi Elektronik dan/atau hasil cetaknya merupakan alat bukti hukum yang sah"
Dokumen ini telah ditandatangani secara elektronik menggunaan sertifikat elektronik yang diterbitkan BSrE - BSSN, validitias dokumen elektronik ini bisa dicek menggunakan
aplikasi mobile VeryDS oleh BSrE
Cetakan dokumen ini merupakan salinan dari file dokumen bertandatangan elektronik yang keabsahannya dapat diakses melalui scan QRCode yang terdapat pada sertifikat ini.
 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
UNIVERSITAS PENDIDIKAN GANESHA
FAKULTAS EKONOMI
JURUSAN EKONOMI DAN AKUNTANSI
Jalan Udayana Singaraja 81116, Kampus Tengah Singaraja Bali,
Telp (0362) 26830, e-mail :jur.ekonomi.akuntansi@undiksha.ac.id

Form 1
Nama : Ida Bagus Putu Weda Ananta
NIM : 2017051013
Semester : 7
Prodi : S1 Akuntansi

No. Judul Ujian Proposal Hari dan Paraf Penanggung Jawab

Yang Diikuti Tanggal Ujian Proposal (Pembimbing)
 ANALISIS POTENSI FINANCIAL DISTRESS MENGGUNAKAN METODE
ALTMAN ZSCORE, ZMIJEWSKI, SPRINGATE, GROVER, DAN OLSHON PADA
PERUSAHAAN ENERGI YANG TERDAFTAR DI BURSA EFEK INDONESIA
TAHUN 2018 – 2022

OLEH

Ida Bagus Putu Weda Ananta

2017051013

PRODI S1 AKUNTANSI

JURUSAN EKONOMI DAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS PENDIDIKAN GANESHA

SINGARAJA

2023
 ANALISIS POTENSI FINANCIAL DISTRESS MENGGUNAKAN METODE
ALTMAN ZSCORE, ZMIJEWSKI, SPRINGATE, GROVER, DAN OLSHON PADA
PERUSAHAAN ENERGI YANG TERDAFTAR DI BURSA EFEK INDONESIA
TAHUN 2018 – 2022

PROPOSAL

Diajukan kepada

Universitas Pendidikan Ganesha

Untuk Memenuhi Salah Satu Persyaratan dalam Menyelesaikan

Program Sarjana Ekonomi

Oleh

Ida Bagus Putu Weda Ananta

NIM 2017051013

PRODI S1 AKUNTANSI

JURUSAN EKONOMI DAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS PENDIDIKAN GANESHA

SINGARAJA

2023

ii
 Daftar Isi
A. Latar Belakang .................................................................................................................... 7
B. Identifikasi Masalah ......................................................................................................... 12
C. Pembatasan Masalah......................................................................................................... 13
D. Rumusan Masalah............................................................................................................. 13
E. Tujuan Penelitian .............................................................................................................. 13
F. Manfaat Penelitian ............................................................................................................ 14
G. Kajian Teori ...................................................................................................................... 15
1. Signaling Theory ........................................................................................................... 15
2. Laporan Keuangan ........................................................................................................ 15
3. Financial distress .......................................................................................................... 16
4. Metode Altman zscore .................................................................................................. 16
5. Metode Zmijewski ........................................................................................................ 17
6. Metode Springate .......................................................................................................... 17
7. Metode Grover .............................................................................................................. 18
8. Metode Olshon .............................................................................................................. 19
9. Kajian Hasil Penelitian yang Relevan : ........................................................................ 20
H. Metode Penelitian ............................................................................................................. 27
1. Rancangan Penelitian .................................................................................................... 27
2. Subjek Penelitian/Populasi dan Sampel ........................................................................ 28
3. Metode dan Instrumen Pengumpulan Data ................................................................... 30
4. Metode dan Teknik Analisis Data ................................................................................. 30
DAFTAR PUSTAKA ........................................................................................................... 31

iii
Daftar Tabel

iv
Daftar Gambar

v
Daftar Lampiran

vi
 A. Latar Belakang

Terbentuknya kawasan ekonomi terintegrasi di wilayah Asia Tenggara yang dikenal

dengan istilah Masyarakat Ekonomi ASEAN (MEA) atau ASEAN Economic Community
(AEC), tentunya Indonesia dan sembilan anggota ASEAN lainnya memiliki persaingan ketat
di bidang ekonomi. Berdasarkan siaran pers nomor HM.4.6/142/SET.M.EKON.3/05/2023
pada www.ekon.go.id “Indonesia mengajak negara anggota ASEAN untuk melanjutkan
integrasi ekonomi dan membuka potensi yang ada, menjaga stabilitas keuangan, memperkuat
ketahanan pangan dan energi, mempercepat transformasi digital serta meningkatkan
konektivitas.” Energi merupakan salah satu kunci dalam merealisasikan Masyarakat Ekonomi
ASEAN. Dengan energi, ASEAN menjadi kawasan yang terintegrasi dan berketahanan. Laman
resmi https://migas.esdm.go.id/ menyebutkan bahwa kebutuhan energi primer ASEAN
diproyeksikan tumbuh rata-rata 4.7% per tahun atau setara 1.685 juta ton minyak (Mtoe) dari
2013 hingga 2035. Faktor ekonomi dan demografi menjadi pendorong utama meningkatnya
kebutuhan energi di kawasan ini. ASEAN Plan of Action for Energy Cooperation (APAEC)
hadir sebagai cetak biru kerja sama sektor energi di kawasan ASEAN. APAEC pertama kali
disampaikan dan didukung pada pertemuan para Menteri Energi ASEAN ke-17 tanggal 3 Juli
1999 di Thailand. APAEC kini telah memasuki bagian ke-3 dan disusun untuk periode 10 tahun
kerja sama yaitu dari 2016-2025. Maka dari itu, perusahaan energi di Indonesia harus mampu
bersaing untuk menghadapi semua rintangan dari APAEC tersebut, sebab bila tidak,
ketidaksiapan untuk bersaing akan menyebabkan aktivitas bisnis menjadi buruk dan bila
perusahaan tidak dapat bertahan, akan membuat kondisi keuangan perusahaan menjadi tidak
sehat dan berpotensi mengalami kebangkrutan. Kebangkrutan suatu perusahaan pada
hakikatnya bisa diawasi dari tingkat kesulitan keuangan jangka pendek sampai ke tingkat
kesulitan keuangan yang parah yaitu terjadi dimana keadaan hutang lebih besar daripada aset.
(Fitri Wahyuni, Farisi, and Jufrizen 2020) menyatakan bahwa financial distress jangka
pendek bersifat sementara dan belum begitu parah, tetapi kesulitan semacam ini apabila tidak
ditangani bisa berkembang menjadi kesulitan tidak solvable, perusahaan bisa dilikuidasi atau
direorganisasi. Likuidasi dilakukan dengan menjual aset-aset perusahaan untuk membayar para
kreditur perusahaan. Sedangkan reorganisasi dilakukan dengan menstrukturisasi kewajiban
yang dimiliki perusahaan agar tetap menjamin kelangsungan perusahaan. Indikator kesulitan
keuangan dapat dilihat dari kualitas laporan keuangan dari perusahaan tersebut. Menurut (Nur
Kholifah, Djumali 2020) laporan keuangan, yaitu ringkasan dari kegiatan proses perhitungan
yang dilaksanakan setiap saat tutup buku atau alat yang digunakan untuk menguji kinerja dari

7
bagian pembukuan yang digunakan dalam menilai dan menentukan posisi keuangan, serta
pencapaian dari perusahaan. Ketatnya persaingan yang dihadapi perusahaan akan
mengakibatkan kondisi keuangan yang terganggu apabila perusahaan tidak mampu
mempertahankan keunggulan-keunggulan atas produk yang dihasilkan. Untuk itu, perusahaan
harus mampu bertahan dan mengedepankan efisiensi dan efektifitas kinerja perusahaan dalam
operasionalnya.
(Hutauruk et al. 2021) Terjadinya financial distress tentu akan merugikan banyak pihak
yang berkaitan dengan perusahaan. financial distress merupakan kondisi kesulitan keuangan
tahap dimana kondisi keuangan perusahaan mengalami penurunan sebelum terjadinya suatu
kebangkrutan. (Nur Kholifah, Djumali 2020) menyatakan bahwa financial distress menjadi
suatu keadaan yang timbul akibat arus kas pada perusahaan tidak memadai untuk
membayarkan utang berjalan atau dapat juga disebut sebagai krisis keuangan.
Berdasarkan definisi financial distress di atas, analisis financial distress perlu dilakukan
untuk memperoleh peringatan awal dari kebangkrutan, karena kebangkrutan yang begitu
sangat di hindari oleh sebuah perusahaan, yang memberikan kekhawatiran bagi pihak internal
perusahaan seperti karyawan dan manager. Manager yang mempunyai kepentingan langsung
dan membutuhkan informasi terkait keuangan untuk keperluan pengendalian, perencanaan, dan
pengkoordinasian operasi suatu perusahaan yaitu dari pihak internal. Karena yang
membutuhkan informasi akuntansi tidak hanya dicari oleh departemen akuntansi dan keuangan
saja, melainkan bagi pihak lain juga, seperti pihak selain investor dan kreditur luar, sebagai
investor akan kehilangan keuntungan serta sahamnya yang diinvestasikan ke dalam bisnis yang
dipinjamkan modalnya ke bisnis perusahaan.
Oleh karena itu haruslah dilakukan upaya-upaya untuk mencegah kondisi financial
distress. (Nur Kholifah, Djumali 2020) memaparkan dalam penelitiannya bahwa analisis
potensi kebangkrutan menjadi salah satu upaya penting yang perlu dilakukan oleh perusahaan
sebagai bentuk waspada dari potensi kebangkrutan. Perusahaan juga dapat melakukan
antisipasi maupun menghindari atau memperkecil tingkat risiko kebangkrutan dari analisis
yang dilakukannya. Selain sebagai early warning system, analisis potensi kebangkrutan juga
dapat membantu perusahaan pada penentuan kebijakan perusahaan dalam usaha mengatasi
situasi tersebut sebelum perusahaan jatuh pada kondisi bangkrut (kritis). Hal ini terjadi karena
laporan keuangan dapat dijadikan sebagai informasi baik mengenai posisi keuangan
perusahaan maupun prestasi manajemen pada periode tertentu, laporan keuangan juga dapat
dijadikan acuan dalam pengambilan keputusan (Listyarini 2020).

8
 Terdapat beberapa metode yang digunakan untuk menganalisis financial distress pada
perusahaan. Model analisis berkembang seiring dengan kebutuhan akan keakuratan
pengukuran yang mencakup semua perusahaan tanpa melihat bidang usahanya. Adapun
berbagai model prediksi “financial distress” yang sudah dikembangkan, yakni model Altman,
Grover, Springate, Zmijewski, dan Ohlson di mana model-model tersebut memiliki keakuratan
yang tinggi serta cukup terkenal berdasarkan penelitian-penelitian terdahulu.
Berdasarkan jurnal “Predicting Financial distress of Companies: Revisiting the Z-
Score and Zeta Model” yang ditulis oleh (Altman 2000), model Altman Z-Score merupakan
model prediksi yang dirumuskan oleh Altman pada tahun 1968, model ini digunakan untuk
melakukan prediksi terhadap kemungkinan financial distress dan kebangkrutan suatu
perusahaan dimana dalam perhitungannya menggunakan rasio-rasio keuangan. Metode Altman
Z-Score yang digunakan yaitu metode ketiga dari pengembangan Altman Z-Score yang
digunakan untuk perusahaan non-manufaktur. Selain itu, altman dalam studinya menggunakan
metode statistic yaitu Multiple Discriminan Analysis. Metode ini dapat memperlihatkan
perbedaan karakterisktik yang jelas berdasarkan variabel tertentu untuk menentukan klasifikasi
dari suatu objek yang menjadi objek penelitian. Penggunaan model Altman sebagai salah satu
pengukuran kinerja kebangkrutan tidak bersifat tetap atau stagnan melainkan berkembang dari
waktu ke waktu, dimana pengujian dan penemuan model terus diperluas oleh Altman.
(Komarudin, Syafnita, and Ilmiani 2019) dalam penelitiannya yang berjudul Analisis
Komparasi Prediksi Financial distress Metode Grover, Altman, Springate, Zmijewski, dan
Ohlson pada Perusahaan Pertambangan di BEI. Populasi dalam penelitian ini adalah
perusahaan pertambangan yang terdaftar di BEI pada tahun 2014-2016. Hasilnya menunjukkan
bahwa model Altman lebih akurat untuk memprediksi kebangkrutan perusahaan dengan tingkat
akurasi sebesar 66,67%. Kemudian diikuti oleh model Grover dengan tingkat akurasi sebesar
64,10%, model Zmijewski dengan tingkat akurasi sebesar 61,54%, model Springate dengan
tingkat akurasi sebesar 48,72%, dan diurutan terakhir model Ohlson yang memiliki tingkat
akurasi sebesar 25,64%.
Model Analisis Grover (G-Score) Model Grover ialah model yang dikembangkan oleh
Jeffrey S. Grover dengan menerapkan pendesainan dan evaluasi kembali atas model Altman
1968 (Asmaradana and Satyawan 2022). Jeffrey S. Grover melakukan riset kembali
menggunakan sampel model Altman tahun 1968 dengan menambahkan tiga belas rasio
keuangan baru (Komarudin, Syafnita, and Ilmiani 2019). Grover menyingkirkan rasio X2
(Retained earning / total assets) serta X4 (Book value of equity / book value of liabilities).

9
 (Asmaradana and Satyawan 2022) Berdasarkan penelitian analisis “financial ditress”
dengan model “Altman, Grover, Springate, Zmijewski, dan Ohlson” pada perusahaan subsektor
Jasa Konsumen yang terdata di BEI periode 2016- 2020, bisa ditarik simpulan : “(1) Ada
perbedaan signifikan diantara kelima model, yaitu model Altman, Grover, Springate,
Zmijewski dan Ohlson yang dibuktikan dengan uji paired sample t-test yang mengasilkan
semua pasangan model miliki signifikansi kurang dari 0,05 (Sig < 0,05). (2) Model Grover
ialah model prediksi yang paling cocok dipakai untuk analisis financial distress perusahaan
subsektor Jasa Konsumen yang terdata di BEI periode 2016-2020 dengan tingkat akurasi
sebesar 82%, lebih tinggi dibandingan model Zmijewski dengan 80%, model Altman dengan
77%, model Springate dengan 48%, dan terakhir model Ohlson hanya 24%”.
Model Analisis Springate (S-Score) Model Springate dikembangkan oleh Gordon L. V.
Springate pada tahun 1978. Model Springate menggunakan metode yang serupa seperti model
Altman, yaitu metode Multiple Discriminant Analysis (MDA). Dalam hasilnya, Springate
memilih 4 dari 19 rasio finansial yang terdapat dari berbagai literatur, yang diyakini dapat
memgukur perusahaan yang mengalami financial distress atau tidak (Komarudin, Syafnita, and
Ilmiani 2019).
(Erawan and Wahyuni 2021) Berdasarkan penelitian yang berjudul Analisis Laporan
Keuangan Dalam Memprediksi Kebangkrutan Dengan Model Springate Dan Model Grover
Pada Perusahaan Pertambangan yang populasi sampelnya yakni 9 perusahaan pertambangan
yang terdaftar di BEI periode 2014-2018. Terdapat perbedaan hasil analisis antara kedua model
tersebut, model Springate menunjukan terdapat 4 perusahaan atau 44,4% sehat dan 5
perusahaan atau 55,6% tidak sehat. Sedangkan model Grover memprediksi terdapat 2
perusahaan atau 22,25 tidak sehat dan 7 perusahaan atau 77,8% yang sehat. Berdasarkan hal
tersebut model yang paling prediktif adalah model Springate, hal ini terlihat dari analisis yang
dilakukan peneliti pada laporan keuangan perusahaan dan terdapat 5 perusahaan yang
dikategorikan tidak sehat.
(Asmaradana and Satyawan 2022) Model Zmijewski (X-Score) ialah metode yang
dikembangkan oleh Mark E. Zmijewski tahun 1984. Model analisis Zmijewski menambah
kesahihan rasio finansial sebagai alat deteksi dari financial distress. Sampel yang dipakai
Zmijewski pada tahun 1984 sejumlah 840 perusahaan, dengan rincian 40 perusahaan
menghadapi financial distress sedangkan 800 perusahaan lainnya tidak menghadapi financial
distress.
(Ramadhani et al. 2023) Berdasarkan penelitian yang berjudul Prediksi Financial
distress: Analisis Metode Altman Z-Score, Zmijewski, dan Grover pada Perusahaan Sektor
10
Transportasi dan Logistik, yang tujuannya untuk mengetahui perbedaan hasil prediksi financial
distress dan tingkat akurasi antara metode Altman Z-Score, Zmijewski, dan Grover pada
perusahaan sektor transportasi dan logistik yang terdaftar di Bursa Efek Indonesia tahun 2018-
2022. Berdasarkan hasil penelitian uji akurasi, metode Zmijewski memperoleh tingkat akurasi
sebesar 65.22%. Yang mana, hasil tersebut lebih besar dari metode Altman Z-Score sebesar
60.87% dan Grover 63.04%.
Model Analisis Ohlson (O-Score) Seperti model-model sebelumnya, model analisis
Ohlson juga di transformasi dari penelitian-penelitian terdahulu (Komarudin, Syafnita, and
Ilmiani 2019). Model ini dibesarkan oleh James A. Ohlson tahun 1980 dengan memakai data
sampel periode tahun 1970-1976, sejumlah 150 industri manufaktur menghadapi situasi
financial distress dan 1058 perusahaan dalam kondisi sehat. Ohlson menggunakan metode
Multiple Logistic Regressions yang menurutnya dapat menutupi kekurangan pada metode
Multiple Discriminant Analysis (MDA) yang telah digunakan oleh Altman (1968) dan
Springate (1978).
(Piscestalia 2019) Berdasarkan Penelitian Yang Berjudul Analisis Perbandingan Model
Prediksi Financial distress Dengan Model Springate, Ohlson, Zmijewski, Dan Grover. Adapun
hasil rekap tingkat akurasi yang telah dilakukan pada masing-masing model prediksi, maka
dapat dilihat bahwa model Spingate memiliki tingkat akurasi sebesar 85%, model Ohlson
sebesar 62%, model Zmijewski sebesar 65%, dan model Grover sebesar 64%. Dari data
tersebut dapat diketahui bahwa model Springate merupakan model prediksi yang memiliki
tingkat akurasi paling tinggi dibandingkan model prediksi lainnya, sehingga dapat disimpulkan
bahwa model Springate merupakan model yang paling akurat dalam memprediksi kondisi
financial distress pada perusahaan pertambangan batubara yang terdaftar di Bursa Efek
Indonesia Tahun 2012-2016.
Berbicara mengenai financial distress yang merupakan salah satu prediksi untuk
mengetahui stabilitas keuangan dalam menentukan sehat atau tidaknya perusahaan atau
lembaga keuangan. Perusahaan energi merupakan salah satu perusahaan yang menjadi akar
perekonomian suatu negara. Peran vital perusahaan energi sebagai pilar ekonomi suatu negara
secara langsung memengaruhi kestabilan pasar dan pertumbuhan ekonomi secara keseluruhan.
Dalam kerangka ini, periode antara 2018 hingga 2022 menonjol sebagai waktu yang
menegangkan bagi analisis kesehatan keuangan perusahaan energi yang terdaftar di Bursa Efek
Indonesia (BEI). Peningkatan permintaan global terhadap energi, ditambah dengan fluktuasi
harga minyak yang signifikan, telah menempatkan para pemangku kepentingan di industri ini

11
pada situasi yang menantang, mendorong perlunya evaluasi mendalam terhadap potensi risiko
finansial yang mungkin dihadapi oleh perusahaan energi di masa depan.
Periode 2018 – 2022 merupakan tahun yang menarik untuk melakukan analisis potensi
financial distress pada perusahaan energi yang terdaftar di BEI. Selama periode tersebut, sektor
energi menghadapi berbagai tantangan dan perubahan signifikan dalam dinamika bisnisnya,
termasuk fluktuasi harga minyak, tuntutan lingkungan, serta perubahan dalam permintaan dan
pasokan energi. (Tene et al. 2023). Dalam konteks inilah, penting untuk mengidentifikasi
perusahaan-perusahaan yang mungkin mengalami financial distress, karena hal ini dapat
memiliki dampak signifikan pada stabilitas pasar dan ekonomi secara keseluruhan. Penelitian
ini akan mengkaji potensi financial distress pada perusahaan energi di BEI menggunakan
beberapa metode yang telah terbukti efektif, yaitu Altman Z-Score, Zmijewski Score, Springate
Score, Grover Score, dan Olshon Score. Penelitian serupa telah banyak dilakukan di berbagai
pasar keuangan, dan hasilnya seringkali menjadi acuan bagi para investor, analis keuangan, dan
regulator dalam mengambil keputusan terkait investasi dan pengawasan perusahaan. Namun,
penelitian semacam itu di Indonesia, khususnya pada sektor energi, masih tergolong terbatas.
Dengan adanya analisis ini, diharapkan dapat memberikan pandangan yang lebih
mendalam terkait risiko finansial yang dihadapi perusahaan energi di Indonesia. Hasil dari
penelitian ini dapat menjadi pedoman bagi investor, analis keuangan, regulator, dan manajemen
perusahaan dalam mengidentifikasi dan mengelola risiko financial distress dengan lebih
efektif. Selain itu, penelitian ini juga dapat memberikan masukan berharga bagi pengambil
kebijakan dalam upaya menjaga stabilitas sektor energi dan ekonomi secara keseluruhan. Maka
dari itu, peneliti termotivasi untuk melakukan penelitian dengan menggabungkan beberapa
model prediksi financial distress yang lebih bervariatif dengan judul : “Analisis potensi
financial distress menggunakan metode altman zscore, zmijewski, springate, grover, dan
olshon pada perusahaan energi yang terdaftar di bursa efek indonesia tahun 2018 – 2022 .

B. Identifikasi Masalah

1. Masuknya Indonesia dalam ASEAN Plan of Action for Energy Cooperation (APAEC)
dengan persaingan usaha yang ketat mengakibatkan tingginya risiko suatu perusahaan
untuk mengalami kesulitan keuangan (Financial distress) atau bahkan kebangkrutan.
2. Banyaknya model prediksi kebangkrutan perusahaan membuat manajemen harus
memilih yang paling akurat dan seseuai dengan sektor usahanya.

12
 3. Kesalahan dalam memilih model prediksi akan mengakibatkan kesalahan dalam
pengambilan keputusan perusahaan.

C. Pembatasan Masalah

Berdasarkan identifikasi masalah diatas, maka untuk mendapatkan hasil penelitian yang
terfokus serta menghindari suatu penafsiran yang tidak diinginkan, penelitian dibatasi pada
mengungkap bagaimana hasil dari analisis potensi financial distress menggunakan metode
altman zscore, zmijewski, springate, grover, dan olshon pada perusahaan energi yang terdaftar
di bursa efek indonesia tahun 2018 – 2022 .

D. Rumusan Masalah

1. Apakah Analisis dengan model Altman z-score akurat dalam memprediksi potensi
financial distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022?
2. Apakah Analisis dengan model Zmijewski akurat dalam memprediksi potensi financial
distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022?
3. Apakah Analisis dengan model Springate akurat dalam memprediksi potensi financial
distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022?
4. Apakah Analisis dengan model Grover akurat dalam memprediksi potensi financial
distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022?
5. Apakah Analisis dengan model Olshon akurat dalam memprediksi potensi financial
distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022?

E. Tujuan Penelitian

1. Untuk mengetahui tingkat keakuratan model Altman z-score dalam memprediksi

potensi financial distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-
2022.
2. Untuk mengetahui tingkat keakuratan model Zmijewski dalam memprediksi potensi
financial distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022.
3. Untuk mengetahui tingkat keakuratan model Springate dalam memprediksi potensi
financial distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022.

13
4. Untuk mengetahui tingkat keakuratan model Grover dalam memprediksi potensi
financial distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022.
5. Untuk mengetahui tingkat keakuratan model Olshon dalam memprediksi potensi
financial distress pada Perusahaan energi yang terdaftar di BEI tahun 2018-2022.

F. Manfaat Penelitian

Adapun hasil dari penelitian ini di harapkan dapat memberikan manfaat sebagai berikut:

1. Manfaat Teoritis

Penelitian ini diharapkan dapat dijadikan sebagai tambahan informasi dan

pengembangan teori analisis potensi financial distress menggunakan metode altman

zscore, zmijewski, springate, grover, dan olshon pada perusahaan energi yang terdaftar

di bursa efek indonesia tahun 2018-2022. Selain itu juga, diharapkan hasil penelitian

ini dapat turut berkontribusi dalam pengembangan keilmuan akuntansi.

2. Manfaat Praktis

a. Bagi Peneliti

Penelitian ini diharapkan dapat menjadi tambahan pengetahuan bagi peneliti dengan

mengetahui fakta yang ada di lapangan secara langsung sehingga dapat

mengaplikasikan teori yang diperoleh selama ini, serta untuk mengetahui bagaimana

analisis potensi financial distress menggunakan metode altman zscore, zmijewski,

springate, grover, dan olshon pada perusahaan energi yang terdaftar di bursa efek

indonesia tahun 2018-2022.

b. Bagi Mahasiswa

Penelitian ini diharapkan dapat menjadi kajian ilmiah bagi mahasiswa terutama

mahasiswa akuntansi untuk dapat mengetahui bagaimana analisis potensi financial

distress menggunakan metode altman zscore, zmijewski, springate, grover, dan

14
 olshon pada perusahaan energi yang terdaftar di bursa efek indonesia tahun 2018-

2022.

G. Kajian Teori

1. Signaling Theory
Signaling theory merupakan teori di mana perusahaan berusaha untuk menghindari
asimetri informasi antara perusahaan dengan stakeholders melalui media laporan keuangan
yang diterbitkan perusahaan. (Suadnyana Made 2022) Signaling theory merupakan tindakan
yang diambil dari manajemen perusahaan untuk memberikan petunjuk bagi investor mengenai
prospek perusahaan. Sinyal yang dimaksud yaitu dengan menggunakan laporan keuangan
perusahaan yang akan dianalisis sehingga menghasilkan suatu informasi yang bermanfaat bagi
pihak manajemen dalam mengelola perusahaan serta meneruskan informasi yang diperoleh
kepada pihak investor. Hasil analisis akan memberikan gambaran bagi investor untuk
mengetahui kondisi keuangan perusahaan yang mengalami financial distress, gray zones, dan
nonfinancial distress.

2. Laporan Keuangan
(Piscestalia 2019) Laporan keuangan merupakan hasil akhir dari suatu proses akuntansi
yang meliputi neraca, perhitungan laba rugi dan laba ditahan, laporan posisi keuangan serta
catatan atas laporan keuangan yang digunakan untuk menggambarkan kondisi kinerja
perusahaan selama satu periode. (Hutauruk et al. 2021) Laporan keuangan tentunya memiliki
tujuan, adapun tujuannya adalah untuk memberikan informasi mengenai posisi keuangan
perusahaan, kinerja dan arus kas perusahaan. Laporan keuangan akan bermanfaat untuk
pengguna laporan dalam membuat atau memutuskan keputusan ekonomi serta sebagai
pertanggungjawaban manajemen terhadap penggunaan sumber-sumber daya yang
dipercayakan kepada pihak manajemen. Laporan keuangan memiliki tujuan untuk memberikan
informasi keuangan perusahaan, pada periode tertentu. Laporan keuangan ini dapat disusun
dalam keadaan mendadak atau kondisional, sesuai kebutuhan perusahaan secara berkala. Pada
dasarnya laporan keuangan dapat memberikan informasi keuangan kepada pihak baik dalam
maupun luar perusahaan, yang memiliki kepentingan terhadap perusahaan (Hutauruk et al.
2021).

15
 3. Financial distress
(Fitri Wahyuni, Farisi, and Jufrizen 2020) Financial distress atau sering disebut dengan
kesulitan keuangan yang terjadi sebelum suatu perusahaan benar-benar mengalami
kebangkrutan. (Gupita, Soemoedipiro, and Soebroto 2020) financial distress merupakan
keadaan dimana perusahaan ingkar janji dalam upaya pemenuhan kewajiban yang dapat
membawa perusahaan ke arah kebangkrutan. (Gupita, Soemoedipiro, and Soebroto 2020)
menyatakan bahwa indikator penyebab financial distress dapat ditinjau melalui:

a. Indikator Eksternal, yang dapat di akses pada pasar keuangan mengenai informasi
perusahaan secara umum.
b. Indikator Internal, yang dapat diambil dari laporan aliran kas perusahaan, strategi
manajemen serta laporan keuangan perusahaan.

4. Metode Altman zscore

(Altman 2000), model Altman Z-Score merupakan model prediksi yang dirumuskan
oleh Altman pada tahun 1968, model ini digunakan untuk melakukan prediksi terhadap
kemungkinan financial distress dan kebangkrutan suatu perusahaan dimana dalam
perhitungannya menggunakan rasio-rasio keuangan. seiring dengan berjalannnya waktu dan
penyesuaian terhadap berbagai jenis perusahaan, Altman kemudian merevisi modelnya supaya
dapat diterapkan pada semua perusahaan, seperti manufaktur, non manufaktur, dan perusahaan
penerbit obligasi di negara berkembang (emerging market). Dengan demikian, metode Altman
Z-Score yang digunakan yaitu metode ketiga dari pengembangan Altman Z-Score yang
digunakan untuk perusahaan non-manufaktur. (Ramadhani et al. 2023) Altman Z-score
modifikasi Tahun 1995 memiliki rumus persamaan Z-Score sebagai berikut:

Z” = 6,56X1 + 3,26X2 + 6,72X3 + 1,05X4

Keterangan:

X1 = Working Capital/Total Assets (WCTA)

X2 = Retained Earnings/Total Assets (RETA)

X3 = Earning Before Interest and Taxes/Total Assets (EBITTA)

X4 = Book Value of Equity / Book Value of Debt (BVEBVD)

16
 Kriteria metode Altman Z-Score dalam memprediksi adalah jika nilai Z” lebih dari 2,60
maka perusahaan tidak mengalami financial distress. Ketika nilai Z” kurang dari atau sama
dengan 2,60 sampai 1,10 maka perusahaan tersebut rawan mengalami financial distress. Ketika
nila Z” kurang dari 1,10 maka perusahaan diprediksi mengalami financial distress (Ramadhani
et al. 2023).

5. Metode Zmijewski
Model Zmijewski merupakan model prediksi yang dikembangkan oleh Mark E.
Zmijewski pada tahun 1984. Menurut (Piscestalia 2019) perluasan studi dalam prediksi
kebangkrutan yang dilakukan oleh Zmijewski adalah dengan menambah validitas rasio
keuangan sebagi alat deteksi kegagalan keuangan pada perusahaan. Sampel yang digunakan
pada model Zmijewski sebanyak 840 perusahaan yang terdiri dari 40 perusahaan yang tidak
sehat (bangkrut) dan 800 perusahaan yang sehat, yang datanya diperoleh dari tahun 1972
sampai 1978. Adapun rumus dari metode Zmijewski adalah sebagai berikut:

X = -4,3 - 4,5X₁ + 5,7X₂ + 0,004X₃

Keterangan:

X₁ = Net Income/Total Assets (ROA)

X₂ = Total Debt/Total Assets (Leverage)

X₃ = Current Assets/Current Liabilities (Liquidity)

Kriteria metode Zmijewski dalam memprediksi adalah jika nilai X lebih dari 0 maka
perusahaan diprediksi mengalami financial distress. Ketika nilai X kurang dari 0 maka
perusahaan tidak mengalami financial distress (Ramadhani et al. 2023).

6. Metode Springate
Model Springate dikembangkan oleh Gordon L. V. Springate pada tahun 1978. Model
Springate menggunakan metode yang serupa seperti model Altman, yaitu metode Multiple
Discriminant Analysis (MDA). Dalam hasilnya, Springate memilih 4 dari 19 rasio finansial
yang terdapat dari berbagai literatur, yang diyakini dapat memgukur perusahaan yang
mengalami financial distress atau tidak (Asmaradana and Satyawan 2022). Adapun rumus
model springate yakni :

17
 S=1,03X1 + 3,07X2 + 0,66X3 + 0,4X4

Keterangannya :

X1 = Working Capital/Total Assets

X2 = Net Profit Before Interest and Taxes/Total Assets

X3 = Net Profit Before Taxes/Current Liabilities

X4 = sales/Total Assets

Klasifikasi perusahaan yang bisa terbilang sehat maupun bisa terbilang tidak sehat
berdasar atas model Springate dalam pemerolehan nilai S hasilnya kurang dari 0,862 (S ˂
0,862) yang berarti dari perusahaan mengalami keadaan tidak terbilang sehat. Kemudian dalam
pemerolehan nilai S yang lebih atau bisa terbilang setara antar 0,862 (S > 0,862) jadinya
perusahaan masuk dalam kategori pengklasifikasian perusahaan mengalami keadaan yang
terbilang sehat (Erawan and Wahyuni 2021).

7. Metode Grover
(Piscestalia 2019) model Grover adalah suatu model yang dikembangkan pada tahun
2001 oleh Jeffrey S. Grover yang melakukan pendesainan dan penilaian ulang terhadap model
Altman Z-score. Sampel yang digunakan oleh Grover pada saat itu sesuai dengan model
Altman Z-score (1968) yaitu dengan menambahkan sebanyak tiga belas rasio keuangan baru.
Sampel yang digunakan sebanyak 70 perusahaan yang terdiri dari 35 perusahaan untuk yang
mengalami bangkrut (tidak sehat) dan 35 perusahaan untuk yang tidak bangkrut (sehat) pada
tahun 1982 sampai 1996. Adapun rumus dari metode Grover yakni :

G = 1,650 X1 + 3,404 X2 - 0,016 ROA + 0,057

Keterangan :

X1 = Working Capital/Total Asset (WCTA)

X2 = Earnings Before Interest and Taxes/Total Assets (EBITTA)

ROA = Net Income/Total Assets

Kriteria metode Grover dalam memprediksi financial distress memiliki nilai ambang
batas tertentu. Kriteria tersebut adalah jika nilai G kurang dari atau sama dengan -0,02 maka

18
perusahaan diprediksi mengalami financial distress. Ketika nilai G lebih dari atau sama dengan
0.01 maka perusahaan tidak mengalami financial distress. (Ramadhani et al. 2023)

8. Metode Olshon
Model Ohlson adalah suatu model prediksi yang dibuat oleh James A. Ohlson pada
tahun 1980. (Piscestalia 2019) Ohlson terinspirasi oleh penelitian-penelitian sebelumnya yang
juga melakukan studi tentang financial distress. Namun pada model ini terdapat beberapa
modifikasi yang dilakukan dalam studinya dibandingkan dengan penelitian-penelitian
sebelumnya, model Ohlson menggunakan sampel sebanyak 105 perusahaan industri
manufaktur untuk perusahaan yang tidak sehat (bangkrut) dan sebanyak 2058 perusahaan yang
sehat. Penelitian ini dilakukan selama tahun 1970 sampai 1976 dengan menggunakan metode
analisis model logit atau Multiple Logistic Regressions yang menurut Ohlson metode analisis
tersebut dapat menutupi kekurangan yang ada pada metode MDA yang sebelumnya telah
digunakan oleh Altman dan Springate. Model Ohlson ini menggunakan 9 variabel yang terdiri
dari :

O = -1,32–0,407X1+6,03X2–1,43X3+0,0757X4– 2,37X5–1,83X6+0,285X7–1,72X8–
0,521X9

Keterangan :

X1 = Log (total assets/GNP price-level index)

X2 = Total liabilities/total assets

X3 = Working capital/total assets

X4 = Current liabilities/current assets

X5 = 1 jika total liabilities > total assets; 0 jika sebaliknya

X6 = Net income/total assets

X7 = Cash flow from operations/total liabilities

X8 = 1 jika net income negatif; 0 jika sebaliknya

X9 = (Nit - Nit-1)/(Nit + Nit-1)

19
 Ohlson menyatakan bahwa model ini memiliki cut off point optimal pada nilai 0,38.
Ohlson memilih cut off ini karena dengan nilai ini, jumlah error dapat diminimalisasi. Maksud
dari cut off ini adalah bahwa perusahan memiliki nilai O skor lebih dari 0,38 berarti perusahaan
tersebut diprediksi mengalami financial distress. Sebaliknya, jika nilai O skor perusahaan
kurang dari 0,38 maka perusahaan diprediksi tidak akan mengalami financial distress
(Komarudin, Syafnita, and Ilmiani 2019).

9. Kajian Hasil Penelitian yang Relevan :

Tabel 1

Penelitian Terdahulu

No Nama Judul Penelitian Hasil Penelitian

Peneliti dan
Tahun
1 (Komarudin, Analisis Komparasi Prediksi Hasil penelitian ini menunjukkan
Syafnita, and Financial Distress Metode bahwa dari kelima model prediksi
Ilmiani 2019) Grover, Altman, Springate, kebangkrutan dalam penelitian ini,
Zmijewski, Dan Ohlson model yang paling baik adalah model
Pada Perusahaan Altman, diikuti model Grover, model
Pertambangan Di BEI Zmijewski, model Springate, dan
model Ohlson. Dan dari kelima
model tersebut terdapat tiga model
yang tergolong dengan tingkat
akurasi tinggi, ketiga model tersebut
yaitu model Grover, model Altman,
dan model Zmijewski. Dengan hasil
tingkat akurasi di atas 60%. Dan hasil
penelitian yang tergolong rendah
yaitu model Springate dan model
Ohlson, dengan tingkat akurasi
dibawah 50%. Akan tetapi model
Springate masih lebih baik dibanding
model Ohlson.

20
2 (Piscestalia Analisis Perbandingan Hasil penelitian ini menunjukkan
2019) Model Prediksi Financial bahwa berdasarkan hasil rekap
Distress Dengan Model tingkat akurasi yang telah dilakukan
Springate, Ohlson, pada masing-masing model prediksi,
Zmijewski, Dan Grover maka dapat dilihat bahwa model
Spingate memiliki tingkat akurasi
sebesar 85%, model Ohlson sebesar
62%, model Zmijewski sebesar 65%,
dan model Grover sebesar 64%. Dari
data tersebut dapat diketahui bahwa
model Springate merupakan model
prediksi yang memiliki tingkat
akurasi paling tinggi dibandingkan
model prediksi lainnya, sehingga
dapat disimpulkan bahwa model
Springate merupakan model yang
paling akurat dalam memprediksi
kondisi financial distress pada
perusahaan pertambangan batubara
yang terdaftar di Bursa Efek
Indonesia periode 2012-2016.
3 (Listyarini Analisis Perbandingan Penelitian ini bertujuan untuk
2020) Prediksi Kondisi Financial menemukan bukti empiris terkait
Distress Dengan model prediksi yang paling akurat
Menggunakan Model untuk memprediksi kondisi financial
Altman, Springate Dan distress di perusahaan manufaktur
Zmijewski yang terdaftar di Bursa Efek
Indonesia pada periode 2011- 2014.
Dari hasil pengujian empiris
didapatkan kesimpulan di mana
tingkat akurasi masing-masing model
prediksi adalah 75% untuk model
Altman, 89,29% untuk model

21
 Springate dan 100% untuk model
Zmijewski. Berdasarkan tingkat
akurasi tertinggi, model yang paling
akurat dalam memprediksi kondisi
financial distress di perusahaan
manufaktur di Indonesia adalah
model Zmijewski dengan tingkat
akurasi 100%.
4 (Erawan and Analisis Laporan Keuangan Hasil penelitian ini menunjukkan
Wahyuni Dalam Memprediksi bahwa model Springate memprediksi
2021) Kebangkrutan Dengan terdapat 5 perusahaan tidak sehat,
Model Springate Dan Model artinya model Springate bisa
Grover Pada Perusahaan menjalani analisis dari potensi
Pertambangan terjadinya financial distress pada
perusahaan pertambangan secara
bagus. Sedangkan model Grover
memprediksi terdapat 2 perusahaan
tidak sehat, artinya model Grover
bisa membuat analisis atas potensi
terjadinya financial distress pada
perusahaan pertambangan secara
bagus. Terdapat perbedaan hasil
analisis antara kedua model tersebut,
model Springate menunjukan
terdapat 4 perusahaan atau 44,4%
sehat dan 5 perusahaan atau 55,6%
tidak sehat. Sedangkan model Grover
memprediksi terdapat 2 perusahaan
atau 22,25 tidak sehat dan 7
perusahaan atau 77,8% yang sehat.
Berdasarkan hal tersebut model yang
paling prediktif adalah model
Springate, hal ini terlihat dari analisis

22
 yang dilakukan peneliti pada laporan
keuangan perusahaan dan terdapat 5
perusahaan yang dikategorikan tidak
sehat.
5 (Wahyuni and Analisis Financial Distress Hasil penelitian ini menunjukkan
Rubiyah Menggunakan Metode bahwa hasil penilaian kondisi
2021) Altman Z-Score, Springate, financial distress menggunakan
Zmijeski Dan Grover Pada metode Altman Z-Score terdapat 7
Perusahaan Sektor dari 15 sampel perusahaan
Perkebunan yang Terdaftar perkebunan yang terdaftar di Bursa
di Bursa Efek Indonesia Efek Indonesia mengalami kondisi
financial distress. Yang berarti
metode Altman Z-Score dapat
digunakan dalam memprediksi
kondisi financial distress dengan
baik. Hasil penilaian kondisi
financial distress dengan
menggunakan metode Springate
terdapat 12 dari 15 sampel
perusahaan perkebunan yang
terdaftar di Bursa Efek Indonesia
mengalami kondisi financial distress,
yang berarti metode Springate dapat
digunakan dalam memprediksi
kondisi financial distress dengan
baik. Hasil penilaian kondisi
financial distress dengan
menggunakan metode Zmijewski
terdapat 3 dari 15 sampel perusahaan
perkebunan yang terdaftar di Bursa
Efek Indonesia mengalami kondisi
financial distress . Yang berarti
metode Zmijewski dapat digunakan

23
 dalam memprediksi kondisi financial
distress dengan baik. Hasil penilaian
kondisi financial distress dengan
menggunakan metode Grover
terdapat 3 dari 15 sampel perusahaan
perkebunan yang terdaftar di Bursa
Efek Indonesia mengalami kondisi
financial distress, yang berarti
metode Grover dapat digunakan
dalam memprediksi kondisi financial
distress dengan baik. Dan metode
yang paling sesuai dan akurat dalam
memprediksi kondisi financial
distress pada perusahaan sektor
perkebunan yang terdaftar di Bursa
Efek Indonesia adalah metode
Altman Z-Score dengan tingkat
akurasi tertinggi sebesar 76,00%,
selanjutnya yang kedua metode
Zmijewski dengan tingkat sebesar
70,67% dan yang terakhir metode
Springate dan Grover dengan tingkat
akurasi yang sama yaitu sebesar
69,33%.
6 (Asmaradana Analisis Financial Distress Hasil penelitian menunjukkan bahwa
and Satyawan dengan Model Altman, ada perbedaan signifikan diantara
2022) Grover, Springate, kelima model, yaitu model Altman,
Zmijewski, dan Ohlson pada Grover, Springate, Zmijewski dan
Perusahaan Subsektor Jasa Ohlson yang dibuktikan dengan uji
Konsumen yang terdaftar di paired sample t-test yang
BEI mengasilkan semua pasangan model
miliki signifikansi kurang dari 0,05
(Sig < 0,05). Lalu, model Grover

24
 ialah model prediksi yang paling
cocok dipakai untuk analisis
financial distress perusahaan
subsektor Jasa Konsumen yang
terdata di BEI periode 2016-2020
dengan tingkat akurasi sebesar 82%,
lebih tinggi dibandingan model
Zmijewski dengan 80%, model
Altman dengan 77%, model
Springate dengan 48%, dan terakhir
model Ohlson hanya 24%”.
7 (Harahap, Analisis penggunaan metode Hasil pada penelitian ini
Muda, and Br Altman Z-Score dan menunjukkan bahwa terdapat
Bukit 2022) Springate untuk mengetahui perbedaan hasil prediksi
potensi terjadinya Financial kebangkrutan antar metode Altman
Distress pada perusahaan Z-Score dan metode Springate dalam
manufaktur sektor industri kondisi financial distress. Setiap
dasar dan kimia Sub Sektor metode kebangkrutan memberikan
semen yang terdaftar di hasil prediksi perusahaan yang saling
Bursa Efek Indonesia 2000- berbeda. Hal ini dikarenakan setiap
2020 metode kebangkrutan memiliki
variabel perhitungan rasio keuangan
dan nilai cut-off skor yang berbeda-
beda. Metode Springate merupakan
metode yang memiliki tingkat
akurasi tertinggi dibandingkan
dengan metode Altman Z-Score.
Tingkat akurasi Springate sebesar
65,08%, sedangkan metode Altman
Z-Score menunjukkan tingkat
akurasi sebesar 41,27%. Tingkat
akurasi tertinggi menunjukan bahwa
metode Springate mempunyai

25
 ketepatan prediksi perusahaan
dengan benar yang didasarkan pada
keseluruhan sampel yang ada.
8 (Ramadhani Prediksi Financial Distress: Hasil pada penelitian ini
et al. 2023) Analisis Metode Altman Z- menunjukkan bahwa terdapat
Score, Zmijewski, dan perbedaan hasil prediksi financial
Grover pada Perusahaan distress menggunakan metode
Sektor Transportasi dan Altman Z-Score, Zmijewski, dan
Logistik Grover pada perusahaan transportasi
dan logistik yang terdaftar di Bursa
Efek Indonesia. Metode Zmijewski
merupakan metode yang paling
akurat diantara metode Altman Z-
Score dan Grover dalam
memprediksi financial distress
perusahaan sektor transportasi dan
logistik yang terdaftar di Bursa Efek
Indonesia, yang dimana tingkat
akurasi dari metode Zmijewski yakni
65,22%, lalu metode Grover sebesar
63,04%, dan metode Altman Z-Score
sebesar 60,87%.

Sumber : Data diolah, 2023

Berdasarkan uraian kajian penelitian terdahulu di atas, dapat diketahui bahwa

pengembangan penelitian ini dengan penelitian sebelumnya, sebagai berikut: 1) Penelitian
yang membandingkan model prediksi financial distress dengan 5 metode yakni altman zscore,
zmijewski, springate, grover, dan olshon pada perusahaan energi yang terdaftar di bursa efek
indonesia masih terbilang sedikit dan 2) Belum ada penelitian yang meneliti financial distress
dengan menggunakan 5 metode pada perusahaan energi yang terdaftar di BEI pada tahun 2018
– 2022.

26
 H. Metode Penelitian

1. Rancangan Penelitian
Penelitian ini bertujuan menganalisa kinerja lima model prediksi financial distress
menggunakan metode altman zscore, zmijewski, springate, grover, dan olshon pada perusahaan
energi yang terdaftar di BEI tahun 2018-2022 lalu menentukan model yang paling akurat dalam
memprediksi financial distress pada perusahaan energi yang terdaftar di BEI tersebut.
Penelitian ini termasuk ke dalam penelitian kuantitatif. (Wahyuni and Rubiyah 2021) Penelitian
kuantitatif merupakan penelitan yang menggunakan angka, data kuantitatif ini dapat diolah
dengan menggunakan perhitungan matematika atau statiska. Pendekatan penelitian yang
digunakan dalam penelitian ini yaitu penelitian deskriptif. Metode pengambilan data
menggunakan metode purposive sampling yang mana peneliti menentukan sampel berdasarkan
ketentuan yang diinginkan. Gambar rancangan penelitian adalah sebagai berikut :

Analisis Potensi Financial Distress Menggunakan Metode Altman Zscore,

Zmijewski, Springate, Grover, Dan Olshon Pada Perusahaan Energi Yang
Terdaftar Di Bursa Efek Indonesia Tahun 2018-2022

Identifikasi Masalah

Perumusan Masalah

Menentukan Tujuan dan Manfaat Penelitian

Kajian Teori

Menentukan Metode Penelitian

27
 Menentukan Instrumen Pengumpulan Data

Menentukan Metode dan Teknik Analisis Data

Mendapat Hasil Penelitian

Membuat Kesimpulan

Gambar 1. Rancangan Penelitian

Sumber : (Pemikiran Penulis, 2023)

2. Subjek Penelitian/Populasi dan Sampel

Populasi dapat diartikan sebagaiu wilayah generalisasi yang terdiri dari objek dan

subjek, memiliki kualitas dan karakteristik tertentu, dan ditetapkan sebagai hal yang akan

dipelajari oleh peneliti (Suriani, Nidia, Risnita 2023). Secara sederhana, populasi dapat

diartikan sebagai sejumlah elemen yang ingin dipelajari oleh peneliti lebih lanjut (Firmansyah

and Dede 2022). Populasi umumnya terdiri dari berbagai hal yang ingin diteliti oleh peneliti,

tidak hanya berupa individu, dapat pula berupa objek, seperti populasi ikan, hingga populasi

perusahaan.

Populasi dalam penelitian ini adalah perusahaan sektor energi yang terdaftar pada Bursa

Efek Indonesia (BEI) selama tahun 2018 – 2022. Peneliti mengambil data jumlah perusahaan

sektor energi yang terdaftar pada Bursa Efek Indonesia (BEI) selama tahun 2018 – 2022

melalui website resmi Burfa Efek Indonesia (BEI) yang dapat diakses pada

https://www.idx.co.id dan memperoleh jumlah populasi sebanyak 338 perusahaan.

28
 Sampel adalah bagian dari populasi yang diteliti. Dalam definisi sederhana diartikan

sebagai sesuatu yang diambil dari kerangka sampling (Firmansyah and Dede 2022). Lebih jauh,

sampel dapat diartikan sebagai sejumlah individua tau objek yang dipilih dari populasi dan

mewakili karakteristik yang telah ditetapkan oleh peneliti. Teknik yang digunakan dalam

pengambilan sampel menggunakan teknik purposive sampling. Teknik purposive sampling

adalah teknik pengambilan sampel yang didasarkan dengan pertimbangan tertentu, misalnya

memilih sampel dengan kriteria tertentu yang telah ditetapkan dari sumber terpercaya yang

berkaitan dengan topik penelitian. Adapun kriteria yang digunakan, sebagai berikut:

Tabel 2
Populasi dan Kriteria Penelitian

No Kriteria 2018 2019 2020 2021 2022 Total

Populasi: Perusahaan Sektor Energi 62 64 66 71 75 338

yang terdaftar pada Bursa Efek
Indonesia (BEI) selama tahun 2018 –
2022

1 Perusahaan energi yang daftar (30) (31) (33) (34) (38) (166)
sahamnya tidak masuk dalam
papan utama

2 Perusahaan energi yang () () () () () ()

menyajikan laporan keuangan
secara lengkap pada tahun
2018-2022

Total

29
 3. Metode dan Instrumen Pengumpulan Data
Adapun teknik pengumpulan data yang digunakan, yaitu metode dokumentasi dan studi

kepustakaan. Metode dokumentasi dilakukan dengan cara mengumpulkan data-data historis

berupa data laporan keuangan tahunan perusahaan energi yang terdaftar di BEI periode 2018 –

2020 dari situs resmi BEI www.idx.co.id. Metode studi kepustakaan dilakukan dengan cara

mencari informasi yang sedang diteliti, meliputi menghimpun jurnal yang diperlukan,

membaca informasi yang relevan, dan menjadikannya landasan teori atau indormasi yang

berhubungan dengan penelitian.

4. Metode dan Teknik Analisis Data

1) Uji Statistik Deskriptif

Analisis deskriptif biasa digunakan untuk mendeskripsikan suatu sampel penelitian

berdasarkan data yang dihasilkan dalam penelitian dan tidak dimaksudkan untuk menguji

hipotesis. Statistik deskriptif digunakan dengan tujuan untuk mempermudah peneliti dalam

memahami variabel-variabel yang digunakan, meliputi pengumpulan data, pengelolaan data,

analisa data, dan penyajian data.

30
 DAFTAR PUSTAKA

Altman, Edward I. 2000. “PREDICTING FINANCIAL DISTRESS OF COMPANIES:

REVISITING THE Z-SCORE AND ZETA® MODELS.” The Federal Lands Revisited

(July): 1–302.

Asmaradana, Langgam Bujang, and Made Dudy Satyawan. 2022. “Analisis Financial Distress

Dengan Model Altman, Grover, Springate, Zmijewski, Dan Ohlson Pada Perusahaan

Subsektor Jasa Konsumen Yang Terdaftar Di BEI.” Jurnal Ilmu Komputer, Ekonomi, dan

Manajemen (JIKEM) 2(1): 1325–41.

Erawan, Putu Rahadi, and Made Arie Wahyuni. 2021. “Analisis Laporan Keuangan Dalam

Memprediksi Kebangkrutan Dengan Model Springate Dan Model Grover Pada

Perusahaan Pertambangan.” JIMAT (Jurnal Ilmiah Mahasiswa Akuntansi) Universitas

12(02).

Firmansyah, Deri, and Dede. 2022. “Teknik Pengambilan Sampel Umum Dalam Metodologi

Penelitian: Literature Review.” Jurnal Ilmiah Pendidikan Holistik (JIPH) 1(2): 85–114.

Fitri Wahyuni, Sri, Salman Farisi, and Jufrizen. 2020. “Faktor Determinan Financial Distress

Pada Perusahaan Sektor Manufaktur Yang Terdaftar Di Bursa Efek Indonesia.” INOVASI:

Jurnal Ekonomi Keuangan dan Manajemen 16(2): 286–98.

http://journal.feb.unmul.ac.id/index.php/INOVASI.

Gupita, Norma, Sri Widyawati Soemoedipiro, and Nina Woelan Soebroto. 2020. “Analisis

Perbandingan Model Altman Z-Score, Springate, Zmijewski Dan Grover Dalam

Memprediksi Financial Distress (Studi Pada Perusahaan Sektor Infrastruktur Yang

Terdaftar Di BEI Periode 2015-2019 ).” Jurnal Aktual Akuntansi Keuangan Bisnis

Terapan 3(1): 145–62.

https://jurnal.polines.ac.id/index.php/akunbisnis/article/view/2148.

Harahap, Rahma Sari, Iskandar Muda, and Rina Br Bukit. 2022. “Analisis Penggunaan Metode
31
 Altman Z-Score Dan Springate Untuk Mengetahui Potensi Terjadinya Financial Distress

Pada Perusahaan Manufaktur Sektor Industri Dasar Dan Kimia Sub Sektor Semen Yang

Terdaftar Di Bursa Efek Indonesia 2000-2020.” Owner riset & Jurnal Akuntansi 6(4):

4315–25.

Hutauruk, Martinus Robert, Mansyur Mansyur, Muhammad Rinaldi, and Yisar Renza Situru.

2021. “Financial Distress Pada Perusahaan Yang Terdaftar Di Bursa Efek Indonesia.” JPS

(Jurnal Perbankan Syariah) 2(2): 237–46.

Komarudin, Syafnita, and Amalia Ilmiani. 2019. “Analisis Komparasi Prediksi Financial

Distress Metode Grover, Altman, Springate, Zmijewski, Dan Ohlson Pada Perusahaan

Pertambangan Di BEI.” Jurnal Ekonomi dan Bisnis 22(2): 36–43.

https://jurnal.unikal.ac.id/index.php/jebi/article/view/991.

Listyarini, Fitri. 2020. “ANALISIS PERBANDINGAN PREDIKSI KONDISI FINANCIAL

DISTRESS DENGAN MENGGUNAKAN MODEL ALTMAN, SPRINGATE DAN

ZMIJEWSKI.” Jurnal Bina Akuntansi 7(1): 1–20.

Nur Kholifah, Djumali, Sri Hartono. 2020. “MENGUKUR FINANCIAL DISTRESS

DENGAN METODE GROVER, ALTMAN Z-SCORE, SPRINGATE DAN

ZMIJEWSKI PADA PT SOLUSI BANGUN INDONESIA TBK.” edunomika 04(02).

Piscestalia, Nadiaz Maswar Patuh Priyadi. 2019. “ANALISIS PERBANDINGAN MODEL

PREDIKSI FINANCIAL DISTRESS DENGAN MODEL SPRINGATE, OHLSON,

ZMIJEWSKI, DAN GROVER.” Jurnal Ilmu dan Riset Akuntansi.

Ramadhani, Rina, Yuliani Yuliani, Nyimas Dewi Murnila Saputri, and Fida Muthia. 2023.

“Prediksi Financial Distress: Analisis Metode Altman Z-Score, Zmijewski, Dan Grover

Pada Perusahaan Sektor Transportasi Dan Logistik.” Widya Cipta: Jurnal Sekretari dan

Manajemen 7(2): 207–17.

Suadnyana Made, Musmini Lucy Sri. 2022. “Analisis Financial Distress Dengan Model

32
 Springate Pada Perusahaan Subsektor Pariwisata, Restoran Dan Hotel Yang Terdaftar Di

Bursa Efek Indonesia.” Jurnal Ekonomi KIAT 33(1): 21–30.

Suriani, Nidia, Risnita, M.Syahran Jailani. 2023. “Konsep Populasi Dan Sampling Serta

Pemilihan Partisipan Ditinjau Dari Penelitian Ilmiah Pendidikan.” IHSAN : Jurnal

Pendidikan Islam 1: 24–36.

Tene, P M G et al. 2023. “ANALISIS KINERJA KEUANGAN SEBELUM DAN SAAT

MASA PANDEMI COVID-19 PADA PERUSAHAAN ENERGI YANG TERDAFTAR

DI BURSA EFEK INDONESIA.” Jurnal EMBA 11(3): 398–409.

https://ejournal.unsrat.ac.id/v3/index.php/emba/article/view/49818/43411.

Wahyuni, Sri Fitri, and Rubiyah. 2021. “Analisis Financial Distress Menggunakan Metode

Altman Z-Score, Springate, Zmijeski Dan Grover Pada Perusahaan Sektor Perkebunan

Yang Terdaftar Di Bursa Efek Indonesia.” MANIEGGIO: Jurnal Ilmiah Magister

Manajemen 4(1): 62–72.

33