prediksi kebangkrutan perusahaan property and real estate yang
advertisement
PREDIKSI KEBANGKRUTAN PERUSAHAAN PROPERTY AND REAL ESTATE YANG TERDAFTAR DI BURSA EFEK INDONESIA MENGGUNAKAN DISCRIMINANT ANALYSIS DAN REGRESI LOGISTIK PERIODE 2007-2010 SKRIPSI Diajukan kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Syarat-syarat Guna Meraih Gelar Sarjana Ekonomi Oleh: IMAS A. AISYAH NIM : 109081000008 FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1434 H/2013 1 PREDIKSI KEBANGKRUTAN PERUSAHAAN PROPERTY AND REAL ESTATE YANG TERDAFTAR DI BURSA EFEK INDONESIA MENGGUNAKAN DISCRIMINANT ANALYSIS DAN REGRESI LOGISTIK PERIODE 2007-2010 Skripsi Diajukan Kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Syarat-Syarat Guna Meraih Gelar Sarjana Ekonomi Oleh: IMAS A. AISYAH NIM: 109081000008 Di Bawah Bimbingan Pembimbing I, Pembimbing II, Prof. Dr. Ahmad Rodoni NIP. 19690203 20112 1 003 Dito Rinaldo, SE.,MM NIP.- JURUSAN MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1434 H/2013 2 LEMBAR PENGESAHAN UJIAN KOMPREHENSIF Hari ini Selasa, 09 April 2013telah dilakukan ujian komprehensif atas mahasiswa: Nama : Imas A. Aisyah NIM : 109081000008 Jurusan : Manajemen Judul Skripsi : Prediksi KebangkrutanPadaSektorProperty And Real Estate Yang Terdaftar Di Bursa Efek Indonesia : Menggunakan Discriminant Analysis, dan Regresi LogistikPeriode 2007-2010 Setelah mencermati dan memperhatikan penampilan dan kemampuan yang bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa mahasiswa tersebut diatas dinyatakan LULUS dan diberi kesempatan untuk melanjutan ke tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta. Jakarta, 09 April 2013 1. 2. 3. Utami Baroroh, S.Pi., M.Si NIP: - Leis Suzanawaty, SE., M.Si NIP: 19720809 200501 2004 Titi Dewi Warninda, SE., M.Si NIP: 19731221 200501 2002 (Ketua) (Sekretaris) ( Penguji Ahli) 3 LEMBAR PENGESAHAN UJIAN SKRIPSI Hari ini 22 Juli 2013, telah dilakukan Ujian Skripsi atas mahasiswa: Nama : Imas A. Aisyah NIM : 109081000008 Jurusan : Manajemen Judul Skripsi : Prediksi KebangkrutanPada Sektor Property And Real Estate Yang Terdaftar Di Bursa Efek Indonesia : Menggunakan Discriminant Analysis, dan Regresi LogistikPeriode 2007-2010 Setelah mencermati dan memperhatikan penampilan dan kemampuan yang bersangkutan selama proses ujian skripsi, maka diputuskan bahwa mahasiswa tersebut diatas dinyatakan LULUS dan skripsi ini diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta. Jakarta,Juli 2013 1. Prof. Abdul Hamid MS NIP: 19570617 1985 03 1 002 (Ketua) 2. Titi Dewi Warninda, SE., M.Si NIP: 19731221 2005 01 2002 (Sekretaris) 3. Amalia, SE., M.S.M NIP: 19740821 2009 01 2 005 ( Penguji Ahli) 4. Prof. Dr. Ahmad Rodoni NIP. 19690203 20112 1 003 5. Dito Rinaldo, SE.,MM NIP :- ( Pembimbing 1) (Pembimbing 2) 4 LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH Yang bertanda tangan di bawah ini : Nama : Imas A. Aisyah No. Induk Mahasiswa : 109081000008 Fakultas : Ekonomi dan Bisnis Jurusan : Manajemen Konsentrasi : Keuangan Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya: 1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan mempertanggungjawabkan. 2. Tidak melakukan plagiat terhadap naskah karya orang lain. 3. Tidak menggunakan karya orang lain tanpa menyebutkan sumber asli atau tanpa ijin pemilih karya. 4. Tidak melakukan pemanipulasian dan pemalsuan data. 5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas karya ini. Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah melalui pembuktian yang dapat dipertanggung jawabkan, ternyata memang ditemukan bukti bahwa saya telah melanggar peryataan di atas, maka saya siap untuk dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta. Demikian pernyataan ini saya buat dengan sesungguhnya. Ciputat, Mei 2013 Yang Menyatakan, (Imas A. Aisyah) 5 DAFTAR RIWAYAT HIDUP I. IDENTITAS PRIBADI 1. Nama : Imas A. Aisyah 2. Tempat tanggal lahir : Sumedang, 04 Mei 1991 3. Alamat : Jl. Alpukat 5 Blok E 18 No. 08 RT 004/018 Benda Baru, Pamulang II. 4. Telepon : 087808873734 5. E-mail : [email protected] PENDIDIKAN 1. SDN Sarua X Tahun 1997-2003 2. SMPN 2 Pamulang Tahun 2003-2006 3. SMA Muhammadiyah 25 Pamulang Tahun 2006-2009 4. S1 Ekonomi UIN Syarif Hidayatullah Jakarta Tahun 2009 III. LATAR BELAKANG KELUARGA 1. Ayah : Yeye Use 2. Ibu : Minarsyah 3. Alamat : Jl. Alpukat 5 Blok E 18 No. 08 RT 004/18 Benda Baru, Pamulang IV. PENGALAMAN ORGANISASI 2004: Kepanitian Orientasi Siswa SMPN 2 Pamulang. Anggota Kesehatan Organisai Intra Sekolah SMPN 2 Pamulang 2005: Ketua Palang Merah Remaja SMPN 2 Pamulang. 2006: Anggota Paskibraka SMA Muhammadiyah 25 Pamulang 6 V. PELATIHAN DAN SEMINAR YANG DIIKUTI 1. 24 November 2002 : Kursus Bahasa Inggris New Concept English Education Centre Level Introduction. 2. 21Desember 2003 : Kursus Bahasa Inggris New Concept English Education Centre Level Pre Beginner. 3. 20 Mei 2010 : Seminar Nasional Insurance Goes To Campus “Peran Asuransi Dalam Era Globalisasi”. 4. 11 Juni 2010 : Public Discussion “Membangun Brand Image Melalui Strategi Public Relation dan Event” 5. 03 Agustus 2010 : Mata Kuliah Praktikum Qira`at dan Ibadah. 6. 10 Mei 2011 : CAFTA dan Tantangan Ekonomi Kerakyatan dalam MenghadapiPerekonomian Global”. 7. 8 Juni 2012 : A Training Course On: “Sekolah Pasar Modal” Basic Training of Fundamental & Technical Analysis. 8. 3 September 2012 : Kuliah Kerja Sosial Bebas Terkendali (KKSBT)/ Magang 7 PREDICTION BANKRUPTCY IN SECTOR PROPERTY AND REAL ESTATE WHICH LISTED IN INDONESIA STOCK EXCHANGE: USING DISCRIMINANT ANALYSIS AND LOGISTIC REGRESSION PERIOD 2007-2010 ABSTRACK This research objective is to predict the bankruptcy in sector property and real estate which listed in Indonesia stock exchange: using discriminant analysis and logistic regression period 2007-2010. Sampling methods used in the research was purposive sampling. The hypothesis examination is tested by discriminant analysis and logistic regression analysis to determine significant differences in financial ratios such as current ratio, leverage ratio, net profit margin, debt to equity, operating profit margin, total asset turnover to distinguish a group of companies that are considered insolvent andnot statistically bankrupt on listed companies in Indonesia stock exchanges in sector property and real estate during the period of 2007-2010. The data source of this research come from Indonesian Capital Market Directory (ICMD). The result of this research showed that the methodology using Discriminant analysis and Logistic Regression Analysis where the accuracy of the models was 64.35% and 66.2 %. In the logistic regression showed that the significant debt to equity that could affect the company's bankruptcy prediction Property and Real Estate sector in the period 2007 to 2010. As for the second discriminant variable for financial ratio variables can beused that debt to equity. The significant level used in this research is 5% Key words: bankruptcy, current ratio, leverage ratio, net profit margin, debt to equity, operating profit margin, total asset turnover, logistic regression. discriminant analysis. . 8 PREDIKSI KEBANGKRUTAN PADA SEKTOR PROPERTY AND REAL ESTATEYANG TERDAFTAR DI BURSA EFEK INDONESIA : MENGGUNAKAN DISCRIMINANT ANALYSIS, DAN REGRESI LOGISTIKPERIODE 2007-2010 ABSTRAK Penelitian ini bertujuan untuk memprediksi kebangkrutan di sektor properti and real estate yang terdaftar di Bursa Efek Indonesia: menggunakan analisis diskriminan dan regresi logistik periode 2007-2010. Metode sampling yang digunakan dalam penelitian ini adalah purposive sampling. Pengujian hipotesis diuji dengan analisis diskriminan dan analisis regresi logistik untuk mengetahui perbedaan yang signifikan dalam rasio keuangan seperti current, rasio leverage, net profit margin, debt to equity, operating profit margin, total assets turnover untuk membedakan kelompok perusahaan yang dianggap bangkrut dan tidak bangkrut secara statisik pada perusahaan yang terdaftar di bursa efek Indonesia dalam sektor property dan real estate selama periode 20072010. Sumber data penelitian ini berasal dari Indonesian Capital Market Directory (ICMD). Hasil penelitian ini menunjukan tingkat keakuratan penggunaan metode Discriminant Analysis dan Regresi Logistik adalah sebesar 64.35% dan 66.2%. Pada regresi logistik menunjukkan bahwa yang signifikan yaitu debt to equity yang dapat mempengaruhi prediksi kebangkrutan perusahaan pada sektor property and real estate periode tahun 2007 sampai dengan 2010. Sedangkan untuk metode Discriminant Analysis menunjukkan variabel rasio keuangan yang signifikan adalah debt to equity. Tingkat signifikansi yang digunakan dalam penelitian ini adalah 5%. Kata kunci :kebangkrutan , current ratio, leverage ratio, net profit margin, debt to equity, operating profit margin, total asset turn over, regresi logistik. diskriminan analisis. 9 KATA PENGANTAR Assalamu`alaikum Warahmatullahi Wabarakatuh, Puji syukur kehadirat Allah Swt atas limpahan rahmat hidayah dan karunia-Nya kepada penulis, sehingga penulis dapat menyelesaikan skripsi dengan judul “Prediksi Kegagalan PadaSektorProperty And Real Estate Yang Terdaftar Di Bursa Efek Indonesia : Menggunakan Discriminant Analysis, Regresi LogistikPeriode 2007-2010”. Penyususnan skripsi ini dimaksudkan untuk memenuhi persyaratan memperoleh gelar Sarjana Ekonomi Jurusan Manajemen Keuangan. Pada kesempatan kali ini penyususn meyampaikan rasa terimakasih yang sebesar-besarnya kepada semua pihak yang telah memberikan bantuan, pengarahan, bimbingan serta memberikan dukungan semangat sehingga dapat diajukan dan menyelesaikan penyusunan skripsi ini dengan sebaik-baiknya. Adapun pihak-pihak tersebut adalah sebagai berikut : 1. Allah SWT, Alhamdulillah yang selalu memberikan penulis kemudahan. Terimakasih atas jalan terbaik-Nya. 2. Bapak Yeye Use dan Ibu Minarsyah selaku orang tua yang tidak pernah berhenti membimbing dan memanjatkan do`a serta selalu mengiringi langkahku dengan penuh keikhlasan. Karena restu merekalah penyusun dapat menyelesaikan skripsi ini. Serta untuk saudaraku Maya Lestari yang selalu memberikan semangat agar bisa cepat menyelesaikan skripsi ini. 3. Bapak Prof. Dr. Abdul Hamid, MS selaku Dekan Fakultas Ekonomi dan Bisnis UIN Syarifhidayatullah Jakarta. 4. Bapak Prof. Dr. Ahmad Rodoni, MM selaku pembimbing I, yang telah memberikan bimbingan, motivasi, arahan kepada penulis dengan tegas dan bijaksana sehingga terselesaikan skripsi ini. 5. Bapak Dito Rinaldo, SE.,MM selaku pembimbing II, yang telah banyak membantu dan meluangkan waktunya untuk memberikan arahan kepada penulis sehingga terselesaikan skripsi ini. 10 6. Seluruh Bapak dan Ibu Dosen serta Karyawan FEB UIN Jakarta, yang telah memberikan ilmu yang sangat bermanfaat. 7. Maulana Fattah yang selalu sabar dan tidak bosan untuk mendengar segala keluh kesah yang dihadapi, serta terimakasih atas semangat dan dukungannya yang diberikan kepada penulis. 8. Teman-teman Manajemen A : Yessika Al Istiqomah, Ati Astuti, Rizanty Amanda, Tsurumi Bunga, Selfi Stefani, Raissa Andrawina, Suci Ramida dan Tria Raina Pangestu yang selalu memberikan warna kehidupan, dan memberikan masukan selama hampir 3 tahun kita bersama dan selebihnya sudah jarang bertemu. Walaupun begitu kita akan selalu berteman. 9. Teman-teman seperjuangan dalam penyusunan skripsi Ika Wulandari, Fitria Saraswati, Ade Tiyar, dan Dety Inayati yang telah memberikan dukungan serta semangat saat penulis menghadapi kesulitan. 10. Kepada semua pihak-pihak yang telah banyak membantu dari awal hingga skripsi ini selesai dengan baik, yang tidak bisa penulis sebutkan satu per satu. Dalam penyusunan skripsi ini, penulis menyadari masih banyak segala kekurangan dan masih jauh dari sempurna, oleh karena itu semua saran dan kritik dari pembaca akan diterima guna memperbaiki dan mengembangkan penelitian ini. Wassaluamu`alaikum Warahmatullahi Wabarakatuh Jakarta, Mei 2013 Penyusun 11 DAFTAR ISI HALAMAN JUDUL ........................................................................................ i LEMBAR PENGESAHAN SKRIPSI ............................................................. ii LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ............................... iii LEMBAR PENGESAHAN UJIAN SKRIPSI ............................................... iv LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ........................ v DAFTAR RIWAYAT HIDUP ......................................................................... vi ABSTRACT ........................................................................................................ viii ABSTRAK ......................................................................................................... ix KATA PENGANTAR ....................................................................................... x DAFTAR ISI ..................................................................................................... xii DAFTAR TABEL ............................................................................................. xv DAFTARGAMBAR........................................................................................xvi BAB I PENDAHULUAN .......................................................................... 1 A. LatarBelakang .......................................................................... 1 B. PerumusanMasalah .................................................................... 12 C. Tujuan dan Manfaat Penelitian ................................................... 13 BAB II TINJAUAN PUSTAKA ................................................................. 15 A. Laporan Keuangan ...................................................................... 15 1. Jenis Laporan Keuangan ....................................................... 17 2. Tujuan Laporan Keuangan .................................................... 22 3. Keterbatasan Laporan Keuangan .......................................... 24 4. Analisis Rasio Keuangan ...................................................... 25 5. Keterbatasan dari Analisis Rasio .......................................... 30 B. Teori Kebangkrutan .................................................................... 31 1. Pengertian Financial Distress ..............................................33 2. Faktor-faktor Penyebab Kegagalan ......................................39 3. Masalah Keuangan Tanpa Kebangkrutan.............................42 4. Pengertian Multiple Discriminant Analysis ..........................43 5. Pengertian Regresi Logistik .................................................45 12 C. Penelitian Terdahulu .................................................................48 D. Kerangka Pemikiran ..................................................................52 E. Hipotesis Penelitian...................................................................53 BAB III METODOLOGI PENELITIAN ................................................... 56 A. RuangLingkupPenelitian ............................................................. 56 B. Metode Pengambilan Sampel...................................................... 57 C. Metode Pengumpulan Data ......................................................... 59 D. Metode Analisis Data ................................................................. 60 1. Pengujian Statistik Deskriptif ............................................... 60 2. Uji Asumsi Diskriminan ........................................................ 61 3. Independent Sample t-Test .................................................... 62 4. Uji Linearitas ......................................................................... 63 5. Analisis Diskriminan ............................................................. 63 6. Analisis Regresi Logistik ...................................................... 66 E. Variabel Operasional ................................................................... 70 1. Variabel Dependen ................................................................. 70 2. Variabel Independen ............................................................. 71 a. Current Asset ................................................................... 71 b. Leverage Ratio ................................................................. 71 c. Net Profit Margin ............................................................ 72 d. Debt to Equity .................................................................. 72 e. Operating Profit Margin ................................................. 72 f. Total Assets Turnover ...................................................... 73 BAB IV HASIL DAN PEMBAHASAN ...................................................... 74 A. GambaranUmum Pasar Modal .................................................... 74 B. Hakikat Pasar Modal ................................................................... 75 C. Pengembangan Pasar Modal ........................................................ 77 D. Gambaran Umum Aktivitas Industri Real Estate ........................ 81 E. Metode Analisis Data................................................................... 82 1. Statistik Deskriptif ................................................................... 82 2. Uji Asumsi Diskriminan .......................................................... 84 13 3. Analisis Diskriminan ............................................................... 87 4. Analisis Regresi Logistik ........................................................ 95 5. Ketepatan Dalam Model Prediksi ............................................ 97 6. Ketepatan Cox & Snell`s R Square and Negelkerke ................ 98 7. Uji Chi-square ......................................................................... 99 8. Ketepatan Prediksi Regresi Logistik ....................................... 100 9. Variabel in the Equation ......................................................... 101 BAB V KESIMPULAN DAN IMPLIKASI ............................................... 107 A. Kesimpulan .................................................................................. 107 B. Implikasi & Saran ........................................................................ 109 DAFTAR PUSTAKA ........................................................................................ 110 LAMPIRAN 14 DAFTAR TABEL No. Keterangan Halaman 1.1 Net Profit Margin Perusahaan Property and Real Estate ............ 7 2.1 Titik cut-off points Altman ......................................................... 44 2.2 Penelitian Terdahulu ................................................................... 48 3.1 Sampel Perusahaan yang diteliti ................................................. 58 4.1 Pergerakan Pasar Modal di Dunia ............................................. 80 4.2 Perkembangan Perdagangan Saham di Bursa Efek Indonesia .. 81 4.3 Hasil Uji Statistik Deskriptif ..................................................... 83 4.4 Hasil Uji One Sample Kolmogorov-Smirnov Test ..................... 84 4.5 Hasil Uji Independent Sample t-Test ......................................... 85 4.6 Hasil Uji Linearitas.................................................................... 86 4.7 Analysis Case Procassing Summary ......................................... 87 4.8 Hasil Uji Test Of Equality Of Group Means ............................. 88 4.9 Variables Entered ...................................................................... 91 4.10 Wilks` Lambda ......................................................................... 91 4.11 Eigenvalues 4.12 Canonical Discriminant Function Coefficients ......................... 93 4.13 Penentuan titik cut-off................................................................ 94 4.14 Hasil Ketepatan Prediksi Model MDA...................................... 95 4.15 Hasil Uji Procassing Summary ................................................. 96 4.16 Hasil Uji Variabel Dependen ..................................................... 96 4.17 Ketepatan Model Prediksi Kebangkrutan (blok 0) .................... 97 4.18 Ketepatan Model Prediksi Kebangkrutan (blok 1) .................... 98 4.19 Hasil Cox & Snell`s and Negelkerke R Square.......................... 99 4.20 Hasil Uji Chi-Square ................................................................. 100 4.21 Hasil Prediksi Model Regresi Logistik ...................................... 100 4.22 Hasil Variables Uji Equation .................................................... 101 ......................................................................... 92 15 DAFTAR GAMBAR No. Keterangan Halaman 2.1 Tahap Financial Distress .......................................................... 37 4.2 Kerangka Pemikiran .................................................................. 52 16 BAB I PENDAHULUAN A. Latar Belakang Penelitian Selama ini, perusahaan didirikan tidak luput dari harapan pemilik bahwa perusahaan akan tetap eksis dalam jangka waktu yang lama. Hal tersebut sesuai dengan asumsi going concern yang dianut oleh standar akuntansi. Tetapi asumsi tersebut tidak selamanya benar. Perusahaan pada suatu titik tertentu bisa mengalami kebangkrutan. Kebangkrutan yang dialami perusahaan dapat mengakibatkan kerugian bagi banyak pihak. Maka dari itu, banyak penelitian yang dilakukan untuk memprediksi kelangsungan hidup perusahaan. Dalam kenyataannya, banyak perusahaan yang diprediksi mengalami penurunan masih tetap eksis sampai sekarang. Bahkan laporan keuangan mereka menunjukkan adanya peningkatan prospek usaha yang dinyatakan sehat. Hal ini membuat ragu apakah laporan keuangan itu menunjukkan keadaan perusahaan yang sebenarnya (Agnes Widyaningdyah, 2009 : 19-20). Kesehatan suatu perusahaan akan mencerminkan kemampuan dalam menjalankan usahannya, distribusi aktiva, keefektifan penggunaan aktiva, hasil usaha yang telah dicapai, kewajiban yang harus dilunasi dan potensi kebangkrutan yang akan terjadi. Masalah keuangan yang dihadapi suatu perusahaan apabila dibiarkan berlarut-larut dapat mengakibatkan terjadinya kebangkrutan. Beberapa perusahaan yang mengalami masalah keuangan mencoba mengatasi masalah tersebut dengan melakukan 17 pinjaman dan penggabungan usaha, atau sebaliknya ada yang menutup usahanya (Wahyu Widarjo, 2009 : 108). Kesulitan keuangan merupakan istilah dalam keuangan perusahaan yang dipakai untuk menunjukkan kondisi dari harapan yang dapat diberikan kepada kreditur sebuah perusahaan ketika perusahaan menghadapi resiko kegagalan atau ditimpa kesulitan keuangan. Kadangkadang kesulitan keuangan dapat mendorong kearah kebangkrutan. Kesulitan keuangan biasanya berasosiasi dengan berbagai biaya yang dipikul perusahaan dan ini dikenal sebagai biaya dari kesulitan keuangan (Haming & Imaduddin, 2011 : 24). Kebangkrutan perusahaan dapat mempengaruhi yang memiliki kepentingan dalam perusahaan termasuk para pemegang saham, pemasok, kreditur pelanggan, karyawan, dan manajemen perusahaan itu sendiri. Dalam insiden kebangkrutan perusahaan khususnya pada perusahaan yang memperkerjakan banyak orang dapat secara signifikan mempengaruhi mata pencaharian banyak orang dan perekonomian di mana perusahaan tersebut berlokasi. Pemegang saham dan investor dapat menderita kerugian ekonomi yang besar karena mereka adalah pihak terakhir yang berkepentingan untuk melunasi dalam masalah likuidas perusahaan (Yap et.al, 2012 : 332). Pada prinsipnya kebangkrutan hanyalah mekanisme hukum yang mengizinkan kreditor (yaitu, peminjam) mengambil alih perusahaan ketika penurunan nilai asetnya memicu kegagalan pembayaran utang yang ada. 18 Jika perusahaan tidak membayarkan utangnya, perusahaan diambil alih oleh kreditor, yang menjadi pemilik baru; pemegang saham lama tidak mendapat apa-apa. Kebangkrutan bukan penyebab penurunan nilai perusahaan. Kebangkrutan merupakan hasil penurunan nilai perusahaan (Brealey et.al, 2008 : 19). Selain itu, perekonomian Indonesia dinilai paling rentan terhadap tekanan efek perekonomian terlalu panas atau overheating dan masuk jebakan negara berpendapatan menengah alias middle income trap. Hal ini dipengaruhi tingginya aktivitas kredit yang sebagian besar bersifat konsumtif dan tingginya konsumsi domestik. Ketahanan Indonesia terhadap perlambatan ekonomi global dan domestik telah menjadi magnet bagi investasi asing dalam beberapa tahun terakhir. Namun, ekspor yang lemah telah menekankan kuartal keempat produk domestik bruto (PDB) sebesar 6,1 persen dari tahun lalu, lebih lemah dari yang diharapkan. Middle income trap merupakan istilah bagi negara yang berpendapatan menengah alias middle-income economies (MIE) yang terjebak diposisinya yang tidak bisa melakukan lompatan untuk masuk menjadi negara baru. Dengan kata lain, suatu negara telah mencapai suatu level pendapatan perkapita tertentu yang relatif makmur, namun tidak mampu lagi mempertahankan momentum pertumbuhan yang tinggi. Karena itu, negara itu tak kunjung naik level masuk jajaran negara maju (Koran Jakarta/Rabu,1 Mei 2013). 19 Sedangkan penelitian mengenai kebangkrutan pernah dilakukan oleh Luciana dan Kristijadi (2003) menunjukkan bahwa rasio-rasio keuangan dapat digunakan dalam memprediksi financial distress suatu perusahaan. Rasio keuangan yang paling dominan dalam penelitian ini adalah net income to sales (NI/S), current liabilities to total assets (CL/TA), current asset to current liabilities (CA/CL). Dari hasil persamaan logit ini juga diketahui bahwa variabel net income to sales (NI/S) signifikan pada tingkat 5%. Koefisien regresi untuk variabel NI/S sebesar -42.9435 dan bertanda negatif, yang menunjukkan bahwa variabel NI/S berpengaruh negatif terhadap financial distress suatu perusahaan. Variabel CL/TA signifikan pada tingkat 10%. Koefisien regresi untuk variabel CL/TA sebesar -6.2406 dan bertanda negatif, yang menunjukkan bahwa variabel CL/TA berpengaruh negatif terhadap financial distress suatu perusahaan. Variabel CA/CL signifikan pada tingkat 5%. Koefisien regresi untuk variabel CA/CL sebesar -10.2834 dan bertanda negatif, yang menunjukkan bahwa variabel CA/CL berpengaruh negatif terhadap financial distress suatu perusahaan. Variabel GROWTH NI/TA signifikan pada tingkat 5%. Koefisien regresi untuk variabel GROWTH NI/TA sebesar 0.5076 dan bertanda positif, yang menunjukkan bahwa variabel GROWTH NI/TA berpengaruh positif terhadap financial distress suatu perusahaan. Sedangkan variabel NFA/TA tidak signifikan baik pada tingkat 5% ataupun 10%. 20 Bi-Huei Tsai (2012) sampel penelitian yang digunakan terdiri dari perusahaan Taiwan yang terdaftar termasuk industri keuangan karena sifat yang berbeda, dan perusahaan tanpa data yang memadai. Data pada tahun 2003 sampai 2006 sampel pelatihan, sedangkan data tahun 2007 dan 2008 adalah sampel uji. Hasil penelitian ini menunjukkan bahwa kinerja perkiraan dari model multinomial logit, yang mengklasifikasikan peristiwa kegagalan perusahaan sebagai perusahaan yang sedikit tertekan dan kebangkrutan dan reorganisasi perusahaan, tidak lebih akurat dibandingkan model logit biner yang mengkategorikan baik perusahaan yang sedikit-tertekan dan perusahaan kebangkrutan dan reorganisasi sebagai kegagalan perusahaan. Wang dan Michael (2010) penelitian yang dilakukan dengan menggunakan model Ohlson, sampel data yang diteliti yaitu perusahaanperusahaan China yang go public dan mencangkup kisaran 11 tahun (1998-2008). Prediksi model tingkat akurasi pada umumnya diatas 95% tergantung titik cut off yang akan dipilih. Variabel yang digunakan dalam penelitian ini adalah TLTA, WCTA, CLCA, OENEG. Hasilnya menunjukkan bahwa OENEG (jika total kewajiban melebihi total asset maka nilainya 1,0 sebaliknya) dan INTWO (jika laba bersihnya negatif selama dua tahun terakhir maka nilainya 1,0 sebaliknya) adalah dua variabel yang paling berpengaruh dalam prediksi kegagalan dan signifikan pada P < 0 .01. 21 Rayenda K. Brahmana (2007) penelitian yang digunakan merupakan perusahaan manufaktur Indonesia. Sampel yang digunakan adalah perusahaan yang delisting dari Bursa Efek Jakarta pada periode 2000-2003 dan semua perusahaan manufaktur yang terdaftar hingga saat ini. Secara keseluruhan, hasil penelitian menunjukkan bahwa rasio keuangan disesuaikan memiliki tinggi daya klasifikasi dari rasio industri relatif. Sorot penting lainnya adalah reputasi auditor memiliki hubungan signifikan terhadap kondisi financial distress. Sebagai kesimpulan, ada 1% dari perusahaan manufaktur Indonesia yang menunjukkan kondisi financial distress. Pemegang Saham, Investor, Kreditor dan manajemen harus memperhatikan fenomena ini. Khania Vissiani Amrullah (2010) yaitu prediksi financial distress. Hasil penelitian ini variabel yang dapat digunakan untuk memprediksi financial distress yaitu Working Capital/Total Assets, Total Equity/Total Asstes, Net Income/Total Assets, dan Total Liabilities/Total Assets. Andi Pradana (2011) yaitu peranan analisis rasio keuangan model Altman, Springate, dan Zmijewski penerapannya pada perusahaan property dan real estate di BEI dari penelitian tersebut dalam model Altman yang paling dominan dalam membedakan perusahaan yang sehat dan tidak sehat berdasarkan hasil standartdized canonical discriminant function coefficients yaitu rasio retained earnings to total assets (RETA), pada model Foster yaitu rasio time interest expense (TIE), pada model 22 Springate yaitu rasio working capital to total asset (WCTA), dan pada model Zmijewski yaitu rasio net income to total assets (NITA). Analisa laporan keuangan dapat menjadi salah satu alat untuk memprediksi kebangkrutan. Laporan keuangan dapat dijadikan dasar untuk mengukur kesehatan suatu perusahaan melalui rasio–rasio keuangan yang ada. Kesehatan suatu perusahaan akan mencerminkan kemampuan perusahaan dalam menjalankan usahanya, distribusi aktivanya, keefektifan penggunaan aktivanya, hasil usaha atau pendapatan yang telah dicapai, beban-beban tetap yang harus dibayar, serta potensi kebangkrutan yang akan dialami (Brahmana, 2008:3). Dibawah ini merupakan data survey untuk perusahaan sektor property and real estate. Tabel 1.1 Net Profit Margin Perusahaan Property and Real Estate Tahun 2007-2010 KODE ASRI BAPA BCIP BSDE COWL CTRA CTRP DART DGIK DILD DUTI ELTY GMTD GPRA JRPT LAMI LPCK LPKR 2007 0.07 0.02 6.31 0.07 0.09 0.12 0.27 0.21 0.08 0.08 0.05 0.17 0.13 0.09 0.21 0.03 0.07 0.17 2008 0.14 0.01 6.38 0.16 0.08 0.16 0.58 0.27 0.04 0.04 0.04 0.26 0.13 0.04 0.23 0.08 0.05 0.15 2009 0.23 0.14 11.65 0.24 0.14 0.1 0.22 0.1 0.05 0.07 0.21 0.13 0.21 0.1 0.29 0.09 0.08 0.15 2010 0.38 0.23 22.14 0.16 0.08 0.15 0.44 0.08 0.05 0.42 0.27 0.13 0.23 0.11 0.34 0.15 0.16 0.17 23 MDLN MKPI PJAA PNSE PSAB PUDP SMRA SSIA Maks Min Rata 0.11 0.01 0.01 0.15 40.99 43.11 34.74 37.01 18.46 15.48 15.29 15.38 0.1 0.13 0.17 0.15 0.02 0.01 0.01 0.01 0.1 0.08 0.12 0.17 0.16 0.07 0.14 0.14 0.01 -0.01 0.01 0.07 40.99 43.11 34.74 37.01 0.01 -0.01 0.01 0.01 2.622692 2.604615 2.488077 3.029615 Sumber : Olah data ICMD 2011 Pada tabel 1.1 menunjukkan bahwa rata-rata tertinggi dari keseluruhan tahun yaitu tahun 2010 dengan nilai rata-rata sebesar 3.029615 hal ini sama dengan yang dimiliki Badan Pusat Statistik, pertumbuhan ekonomi Indonesia pada tahun 2009 mencapai 4,5% atau turun sebesar 1,6% dari tahun 2008. Kondisi pertumbuhan ekonomi makro yang membaik mulai semester pertama 2010 ditandai dengan meningkatnya PDB semester pertama yang mencapai 5,8%. Hal ini tampak pada mulai menguatnya ekonomi dan meningkatnya daya beli masyarakat. Berdasarkan indikator ekonomi di atas, analis memprediksi pertumbuhan ekonomi Indonesia pada tahun 2010 diperkirakan bisa mencapai 5,5% - 6,0%. Peningkatan pertumbuhan ekonomi juga didorong oleh meningkatnya nilai ekspor dan derasnya arus investasi yang masuk ke Indonesia sepanjang awal tahun 2010. Iklim investasi yang semakin kondusif di Indonesia pada tahun 2010 merupakan salah satu faktor pendukung lainnya. Berdasarkan indikator tersebut, Analis memperkirakan 24 pertumbuhan ekonomi Indonesia pada tahun 2011 diperkirakan akan mencapai 6,0 - 6,4% dan tingkat inflasi diperkirakan sebesar 6%, BI Rate sebesar 6,5% dan kurs rupiah terhadap dollar diperkirakan akan stabil pada Rp 9.000 s/d Rp 9.500. (www.bisnisrumah.co.id/newsbisnisproperti/2010). Hal inilah yang mendasari penulis untuk meneliti perusahaan pada sektor property and real estate, jika dilihat dari net profit margin pada perusahaan sektor property and real estate dari tahun 2007 sampai dengan 2010. Objek penelitian ini adalah seluruh pada perusahaan sektor property and real estate yang terdaftar di Bursa Efek Indonesia (BEI) periode 2007 sampai dengan 2010. Disini penulis memilih pada perusahaan sektor property and real estate untuk dijadikan sampel penelitian ini karena perkembangan bisnis property di Indonesia dinilai akan semakin pesat dan memuncak di tahun 2014. Bahkan dari 15 kota di Asia Pasifik, Jakarta termasuk menjadi salah satu kota terbaik untuk berbisnis property (Tempo.com, 6/12/12). Alasan lainnya yang mendukung tumbuh pesatnya bisnis property di Indonesia juga dilontarkan oleh seorang pengamat property, Panangian Simanungkalit (Kompas.com, 20/01/12). Ia menyatakan terdapat 3 alasan yang menjadikan investasi property di Indonesia menjadi yang terbaik di dunia. Pertama, BI Rate yang turun menjadi 6% pada November 2011 dan sekarang bertahan di angka 5,7% merupakan suku bunga terendah sepanjang sejarah. Kedua, masih terdapat sekitar 14 juta dari 61 juta keluarga yang belum memiliki rumah dengan permintaan 900.000 unit pertahun. Ketiga, semua segmen pasar 25 property di Indonesia terbuka sebagai lahan investasi termasuk ke pasar kelas paling bawah.melihat siklus perkembangan beberapa produk properti saat ini diketahui arah perkembangannya kedepan sangat diperkirakan lebih positif karena pertambahan penduduk di Indonesia yang tinggi menyebabkan kebutuhan hunian yang akan terus meningkat dan akan semakin tinggi persaingan antar perusahaan maka akan mengakibatkan semakin tinggi pula biaya yang dikeluarkan perusahaan tersebut. Apabila usaha tersebut gagal dalam arti kalah dalam persaingan maka perusahaan tersebut akan mengalami kerugian, yang pada akhirnya akan memperngaruhi keuangan perusahaan yang akan menyebabkan perusahaan tersebut mengalami financial distress. Berdasarkan latar belakang mengenai prediksi kebangkrutan peneliti tertarik untuk meneliti tentang kebangkrutan dengan menggunakan rasio-rasio keuangan berdasarkan penelitian-penelitian terdahulu. Penelitian ini dilakukan selama periode 4 tahun pada perusahaan yang tidak mengalami kebangkrutan dan yang mengalami kebangkrutan. Rasio keuangan yang digunakan dalam penelitian ini berdasarkan pada penelitian terdahulu. Dan pada perusahaan sektor property and real estate yang akan diteliti sebagai perusahaan yang mengalami kebangkrutan yaitu perusahaan yang memiliki net income (laba bersih) negatif dan tidak melakukan pembayaran deviden selama dua tahun berturut-turut pada tahun 2007 sampai dengan 2010 sebagai perusahaan yang mengalami kebangkrutan diproksikan dengan nilai 0 dan perusahaan yang mengalami 26 kebangkrutan diproksikan dengan nilai 1 dengan indikasi : Beberapa tahun mengalami laba bersih operasi (net operating income negatif) dan selama lebih dari satu tahun tidak melakukan pembayaran deviden, digunakan oleh Almilia dan Kristijadi (2003). Dengan adanya pernyataan-pernyataan diatas, maka penulis tertarik untuk melakukan penelitian dengan judul “Prediksi Kegagalan Pada Perusahaan Sektor Property and Real Eestate Yang Terdaftar Di Bursa Efek Indonesia: Menggunakan Multiple Discriminant Analysis, dan Regresi Logistik Periode 2007-2010”. 27 B. Perumusan Masalah Berdasarkan uraian yang yang telah dijelaskan di atas dalam penelitian ini peneliti ingin menemukan bukti empiris dengan menggunakan rasio keuangan. Maka rumusan masalah dalam penelitian ini adalah : 1. Apakah model prediksi kebangkrutan Multiple Discriminant Analysis, dan Regresi Logistik, dapat mengetahui terjadinya kebangkrutan pada perusahaan sektor property and real estate yang terdaftar di Bursa Efek Indonesia periode (2007-2010). 2. Berapakah tingkat akurasi/ketepatan pada metode Multiple Discriminant Analysis, dan Regresi Logistik pada perusahaan sektor property and real estate yang terdaftar di Bursa Efek Indonesia periode (2007-2010). 3. Manakah variabel yang signifikan dalam analisis prediksi kebangkrutan metode Multiple Discriminant Analysis, dan Regresi Logistik, pada pada perusahaan sektor property and real estate yang terdaftar di Bursa Efek Indonesia periode (2007-2010). 28 C. Tujuan dan Manfaat Penelitian Adapun tujuan yang dilakukan penulis untuk penelitian ini berdasarkan rumusan masalah, diantaranya sebagai berikut : 1. Untuk menganalisis dengan menggunakan metode kebangkrutan Multiple Discriminant Analysis dan Regresi Logistik agar dapat mengetahui terjadinya kebangkrutan dimana tingkat akurasi metode Regresi Logistik sektor property and real estate yang terdaftar di Bursa Efek Indonesia periode (2007-2010). 2. Untuk menganalisis tingkat akurasi/ketepatan pada metode Multiple Discriminant Analysis dan Regresi Logistik pada perusahaan sektor property and real estate yang terdaftar di Bursa Efek Indonesia periode (2007-2010). 3. Untuk mengetahui variabel yang signifikan dalam analisis prediksi kebangkrutan pada metode Multiple Discriminant Analysis dan Regresi Logistik pada perusahaan sektor property and real estate yang terdaftar di Bursa Efek Indonesia periode (2007-2010). Adapun manfaat dari penelitian ini yang diharapkan dari tujuan peneliti yang dilakukan diantaranya sebagai berikut : 1. Bagi Peneliti Sebagai penerapan dari teori-teori yang didapat peneliti di bangku kuliah dan mata kuliah yang sudah pernah diberikan 29 oleh dosen khususnya pada teori analisis kebangkrutan suatu perusahaan dan sebagai pengetahuan tambahan bagi peneliti di bidang manajemen keuangan 2. Bagi 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. 3. Bagi Investor. Investor yang menganut strategi aktif akan mengembangkan model prediksi kebangkrutan untuk melihat tanda-tanda kebangkrutan seawal mungkin dan kemudian mengantisipasi kemungkinan tersebut. 4. Bagi Pihak Lain. Sebagai bahan referensi untuk karya ilmiah atau penelitian yang dilakukan selanjutnya. 30 BAB II TINJAUAN PUSTAKA A. Laporan Keuangan Laporan keuangan merupakan hasil akhir proses akuntansi keuangan yang menyajikan berbagai informasi tentang aktivitas ekonomi suatu perusahaan. Informasi tersebut ditunjukkan bagi semua pihak, baik ekstren maupun intern, pihak ekstren perusahaan adalah pihak luar yang berkepentingan terhadap perusahaan. Pihak ekstren terdiri atas para pemegang saham, investor yang ingin menanamkan sahamnya dalam perusahaan, dan pihak lain yang menggunakan laporan keuangan untuk kepentingannya. Setiap pihak memiliki kepentingan yang berbeda terhadap perusahaan. Oleh karena itu, dalam penyusunan laporan keuangan perlu didasarkan pada konsep dasar dan prinsip-prinsip akuntansi yang diterima umum. IAI (Ikatan Akuntansi Indonesia) sebagai organisasi profesi akuntan telah menyusun SAK (Standar Akuntansi Keuangan) yang menjadi pedoman dalam penyusunan laporan keuangan. Laporan keuangan menggambarkan posisi keuangan perusahaan, pencapaian kinerja, dan perubahan permodalan perusahaan selama periode berjalan. Laporan keuangan merupakan salah satu sumber informasi utama dan penting bagi investor dalam proses pengambilan keputusan investasi dimasa depan. PSAK No. 1 (Revisi 1998) menyatakan bahwa: tujuan laporan keuangan untuk tujuan umum adalah memberikan informasi tentang posisi keuangan, kinerja dan arus kas perusahaan yang bermanfaat bagi sebagian besar kalangan pengguna laporan dalam rangka membuat keputusan-keputusan ekonomi serta 31 menunjukkan pertanggungjawaban (stewardship) manajemen atas penggunaan sumber-sumber daya yang dipercayakan kepada mereka (IAI, 2002 : 1-2). Dari uraian diatas dapat disimpulkan bahwa laporan keuangan merupakan bentuk pertanggungjawaban manajemen kepada pemilik perusahaan yang memberikan informasi tentang aktivitas ekonomi perusahaan selama satu periode tertentu dan merupakan salah satu sumber informasi utama dan penting bagi para pengguna laporan dalam proses pengambilan keputusan ekonomi (Mustika Diah, 2008 : 7-8). Laporan keuangan adalah sebagai alat yang paling baik untuk menyajikan kinerja keseluruhan perusahaan, laporan keuangan yang sering digunakan sebagai alat peringatan dan penilaian marabahaya keuangan (Shih, Kuang et.al, 2011 : 55). Laporan keuangan yang disajikan perusahaan sangat penting bagi manajemen dan pemilik perusahaan. Disamping itu, banyak pihak yang memerlukan dan berkepentingan terhadap laporan keuangan yang dibuat oleh perusahaan, seperti pemerintah, kreditor, investor, maupun para supplier. Ada beberapa pengertian laporan keuangan dari para ahli diantaranya. Menurut Kieso, et.al (2008 : 2) laporan keuangan merupakan sarana pengkomukasian informasi keuangan utama kepada pihak-pihak diluar korporasi. Laporan keuangan (financial statement) yang sering disajikan adalah neraca, laba rugi, laporan arus kas, laporan ekuitas pemilik atau pemegang saham dan catatan atas laporan keuangan atau 32 pengungkapan juga merupakan bagian intergral dari setiap laporan keuangan. Menurut Harahap (2007 : 105) laporan keuangan menggambarkan kondisi keuangan dan hasil usaha suatu perusahaan pada saat tertentu atau jangka waktu tertentu. Laporan keuangan yang akan menjadi bahan sarana informasi (screen) bagi analisis dalam proses pengambilan keputusan. Laporan keuangan dapat mengambarkan posisi keuangan perusahaan, hasil usaha perusahaan dalam suatu periode, dan arus dana (kas) perusahaan dalam periode tertentu. Dari laporan keuangan, akan tergambar kondisi keuangan suatu perusahaan khususnya untuk mengantisipasi sinyal financial distress. 1. Jenis Laporan Keuangan Analisis laporan keuangan sangat bergantung pada informasi yang diberikan oleh laporan keuangan perusahaan. Laporan keuangan merupakan salah satu sumber informasi yang penting di samping informasi lain seperti informasi industri, kondisi perekonomian, pangsa pasar perusahaan, kualitas manajemen dan lainnya. Ada tiga macam laporan keuangan yang pokok yang dihasilkan, (1) Neraca, (2) Laporan Laba-Rugi, (3). Laporan Aliran Kas. Di samping ketiga laporan pokok tersebut, dihasilkan juga laporan pendukung seperti laporan laba yang ditahan, perubahan modal sendiri, dan diskusi-diskusi oleh pihak manajemen. 33 a. Neraca Salah satu tujuan pelaporan keuangan biasanya dikatakan untuk membantu investor, kreditur, dan pihak-pihak lain menaksir besar, waktu (timing), serta tingkat ketidakpastian aliran kas suatu perusahaan atau entitas. Tujuan yang lebih spesifik adalah untuk memberikan informasi mengenai sumber daya ekonomi, kewajiban, modal sendiri dari suatu entitas atau perusahaan.informasi tersebut diringkas dalam neraca. Neraca dengan demikian meringkaskan posisi keuangan suatu perusahaan pada tanggal tertentu. Neraca menampilkan sumber daya ekonomis (aset), kewajiban ekonomis (hutang), modal saham, dan hubungan antaritem tersebut. Neraca juga menunjukkan posisi keuangan berupa aktiva (harta), kewajiban (utang), dan modal perusahaan (ekuitas) pada saat tertentu. Artinya neraca dapat dibuat untuk mengetahui kondisi (jumlah dan jenis) harta, utang, dan modal perusahaan (Kieso et.al, 2008 : 190). Neraca (balance sheet) melaporkan aktiva, kewajiban, dan ekuitas pemegang saham pada suatu tanggal tertentu. Neraca menggambarkan posisi keuangan. Dengan menyediakan informasi mengenai aktiva, kewajiban dan ekuitas pemegang saham, neraca dapat dijadikan sebagai dasar untuk mengevaluasi tingkat likuiditas, struktur modal, dan efisiensi perusahaan, serta menghitung tingkat pengembalian aktiva atas laba bersih (Hery, 2009 : 158). 34 Necara memperlihatkan gambaran tentang aktiva dan sumbersumber keuangan untuk membeli aktiva tersebut pada suatu saat. Neraca terdiri atas 2 sisi: (1) aktiva yang menunjukkan aktiva yang dimiliki oleh perusahaan, dan (2) pasiva yang menunjukkan dari mana dana untuk memperoleh aktiva tersebut. Sisi aktiva terdiri atas aktiva lancar (current assets) dan aktiva tetap (fixed assets). Sisi pasiva terdiri atas hutang lancar (current liabilities), hutang jangka panjang (longterm debt) dan modal sendiri pemegang saham (shareholders equity) (Atmaja, 2008 : 411). b. Laporan Laba Rugi Laporan laba-rugi (income statement), yang sering disebut statement of income atau statement of earnings, adalah laporan yang mengukur keberhasilan operasi perusahaan selama periode waktu tertentu. Kegunaan laporan laba-rugi untuk membantu pemakai laporan keuangan memprediksi arus kas masa depan dengan berbagai cara (Kieso et.al, 2008 : 140). Laporan laba rugi merupakan laporan prestasi perusahaan selama jangka waktu tertentu. Berbeda dengan neraca yang merupakan snapsot, Laporan laba rugi juga berisi jumlah pendapatan yang diperoleh tertentu.Laporan laba rugi juga berisi jumlah pendapatan yang diperoleh dan jumlah biaya yang dikeluarkan (Hanafi & Halim, 2009 : 15). 35 Menurut Brealey, et.al (2008 : 61) laporan laba rugi merupakan laporan keuangan yang memperlihatkan pendapatan, beban, dan laba bersih perusahaan selama periode tertentu. Laporan laba rugi (income statement) adalah laporan yang menyajikan ukuran keberhasilan operasi perusahaan selama periode waktu tertentu. Lewat laporan laba rugi, investor dapat mengetahui besarnya tingkat profitabilitas yang dihasilkan investee. Lewat laporan laba rugi, kreditur juga dapat mempertimbangkan kelayakan kreditur debitur. Penetapan pajak yang nantinya akan disetorkan ke kas negara, juga diperoleh berdasarkan jumlah laba bersih yang ditunjukkan lewat laporan laba rugi. Ukuran laba menggambarkan kinerja manajemen dalam menghasilkan profit untuk membayar bunga kreditur, deviden investor, dan pajak pemerintah. Informasi laba juga dapat dipakai untuk mengestimasi kemampuan perusahaan dalam menghasilkan laba di masa yang akan datang (memprediksi atau menafsir earning power), menafsir resiko dalam berinvestasi, dan lain-lain (Hery, 2009 : 100). c. Laporan Arus Kas Fokus utama dari laporan keuangan adalah laba, dan informasi mengenai laba merupakan indikator yang baik untuk menentukan atau menilai kemampuan perusahaan dalam menghasilkan kas di masa yang akan datang (Hery, 2009 : 201). Laporan arus kas dibutuhkan karena : 36 1. Kadangkala ukuran laba tidak menggambarkan kondisi perusahaan yang sesungguhnya. 2. Seluruh informasi mengenai kinerja perusahaa selama periode tertentu dapat diperoleh lewat laporan ini. 3. Dapat digunakan sebagai alat untuk memprediksi arus kas perusahaan di masa mendatang. Laporan arus kas melaporkan arus kas masuk maupun arus kas keluar perusahaan selama periode. Laporan arus kas ini memberikan informasi yang berguna mengenai kemampuan perusahaan dalam menghasilkan kas dari aktivitas operasi, melakukan investasi, melunasi kewajiban, dan membayar deviden. Laporan arus kas digunakan oleh manajemen untuk mengevaluasi kegiatan operasional yang telah berlangsung, dan merencanakan aktivitas investasi dan pembiayaan di masa yang akan datang. Laporan arus kas yang digunakan oleh kreditur dan investor dalam menilai tingkat likuiditas maupun potensi perusahaan dalam menghasilkan laba (keuntungan). Dalam laporan arus kas, penerimaan dan pembayaran kas dikualifikasikan menurut tiga kategori utama, yaitu aktivitas operasi, investasi, dan pembiayaan (Hery, 2009 : 203). PSAK No. 2 mengharuskan penyajian laporan arus kas sebagai tak terpisahkan dari laporan keuangan untuk setiap periode penyajian. Dalam hal ini arus kas diklasifikasikan berdasarkan aktivitas operasi, investasi dan pendanaan (IAI, 2002 : 2-1). Informasi dalam laporan arus 37 kas dapat meniadakan pengaruh penggunaan perlakuan akuntansi yang berbeda terhadap transaksi dan peristiwa yang sama sehingga meningkatkan daya banding pelaporan kinerja operasi berbagai perusahaan (Mustika Diah, 2008 : 10). Laporan arus kas adalah laporan keuangan yang memperlihatkan penerimaan kas dan pengeluaran kas suatu perusahaan selama suatu periode waktu. Terdapat perbedaan antara arus kas dengan penghasilan yang ada di laporan rugi laba. Perbedaan ini terjadi karena: (1) Laporan rugi laba tidak mencatat pengeluaran modal sebagai biaya pada tahun dimana terjadi pengeluaran, tetapi di bagi-bagi dalam bentuk biaya depresiasi, dan (2) Laporan rugi laba menggunakan konsep accrual accounting dimana pendapatan dan biaya dicatat saat terjadi, bukan saat akan diterima atau dibayar (Atmaja, 2008 : 414). 2. Tujuan Laporan Keuangan Seperti diketahui bahwa setiap laporan keuangan yang dibuat sudah pasti memiliki tujuan tertentu. Dalam praktiknya terdapat beberapa tujuan yang hendak dicapai, terutama bagi pemilik usaha dan manajemen perusahaan. Di samping itu, tujuan laporan keuangan disusun guna memenuhi kepentingan berbagai pihak yang berkepentingan terhadap perusahaan. Secara umum laporan keuangan bertujuan untuk memberikan informasi keuangan suatu perusahaan, baik pada saat tertentu maupun pada periode tertentu.Laporan keuangan 38 juga dapat disusun secara mendadak sesuai kebutuhan perusahaan maupun secara berkala. Jelasnya adalah laporan keuangan mampu memberikan informasi keuangan kepada pihak dalam dan luar perusahaan yang memiliki kepentingan terhadap perusahaan. Berikut ini beberapa tujuan atau penyusunan laporan keuangan yaitu : a. Memberikan informasi tentang jenis dan jumlah aktiva (harta) yang dimiliki perusahaan pada saat ini. b. Memberikan informasi tentang jenis dan jumlah kewajiban dan modal yang dimiliki perusahaan pada saat ini. c. Memberikan informasi tentang jenis dan jumlah pendapatan yang diperoleh pada suatu periode tertentu. d. Memberikan informasi tentang jumlah biaya dan jenis biaya yang dikeluarkan perusahaan dalam suatu periode tertentu. e. Memberikan informasi tentang perubahan-perubahan yang terjadi terhadap aktiva, pasiva, dan modal perusahaan. f. Memberikan informasi tentang kinerja manajemen perusahaan dalam suatu periode. g. Memberikan informasi tentang catatan-catatan atas laporan keuangan. h. Informasi keuangan lainnya. Jadi, dengan memperoleh laporan keuangan suatu perusahaan, akan dapat diketahui kondisi keuangan perusahaan secara menyeluruh. Kemudian, laporan keuangan tidak hanya sekedar cukup dibaca saja, 39 tetapi juga harus dimengerti dan dipahami tentang posisi keuangan perusahaan saat ini. Caranya adalah dengan melakukan analisis keuangan melalui berbagai rasio keuangan yang lazim dilakukan (Kasmir, 2012 : 10-11). Menurut Harahap (2010 : 136) laporan keuangan menunjukkan apa yang telah dilakukan manajemen (stewardship), atau pertanggungjawaban manajemen atas sumber daya yang dipercayakan kepadanya. Pemakai yang ingin menilai apa yang telah dilakukan atau pertanggungjawaban manajemen berbuat demikian agar mereka dapat membuat keputusan ekonomi. 3. Keterbatasan Laporan Keuangan Dalam praktiknya hal-hal dan jumlah-jumlah yang dilaporkan dalam neraca belum tentu menunjukkan nilai yang realisasi (likuiditas), Hal ini disebabkan karena penyusunan laporan keuangan tidak terlepas dari pendapat pribadi, baik oleh manajemen maupun akuntan. Laporan keuangan juga bukan laporan final dan sifatnya hanya sementara waktu saja. Anggapan yang digunakan bahwa perusahaan akan berjalan terus sehingga aktiva tetap dinilai berdasarkan nilai-nilai historis, harga perolehan dan pengurangan aktiva tetap berdasarkan akumulasi penyusutannya yang mengakibatkan angka atau jumlah yang tertera dalam laporan keuangan terlihat pasti. Laporan keuangan belum dikatakan mencerminkan keadaan keuangan perusahaan secara keseluruhan. Hal ini disebabkan adanya hal-hal yang belum atau tidak 40 tercatat dalam laporan keuangan tersebut. Berikut ini beberapa keterbatasan laporan keuangan yang dimiliki perusahaan. a. Pembuatan laporan keuangan disusun berdasarkan sejarah (historis), di mana data-data yang diambil dari masa lalu. b. Laporan keuangan dibuat umum, artinya untuk semua orang, bukan hanya untuk pihak tertentu saja. c. Proses penyusunan tidak terlepas dari taksiran-taksiran dan pertimbangan-pertimbangan tertentu. d. Laporan keuangan bersifat konservatif dalam menghadapi situasi ketidak pastian. e. Laporan keuangan selalu berpegang teguh kepada sudut pandang ekonomi dalam memandang peristiwa-peristiwa yang terjadi bukan kepada sifat formalnya. Ketebatasan laporan keuangan tidak akan mengurangi arti nilai keuangan secara langsung karena hal ini memang harus dilakukan agar dapat menunjukkan kejadian yang mendekati sebenarnya, meskipun perubahan berbagai kondisi dari berbagai sektor terus terjadi (Kasmir, 2012 : 15-17). 4. Analisis Rasio Keuangan Pengertian rasio keuangan menurut James C Van Horne merupakan indeks yang menghubungkan dua angka akuntansi dan diperoleh dengan membagi satu angka dengan angka lainnya.Rasio keuangan digunakan untuk mengevaluasi kondisi keuangan dan kinerja 41 perusahaan. Dari hasil rasio keuangan ini akan terlihat kondisi kesehatan perusahaan yang bersangkutan. Hasil rasio keuangan ini digunakan untuk menilai kinerja manajemen dalam satu periode apakah mencapai target seperti yang telah ditetapkan (Kasmir, 2012 : 104). Rasio keuangan adalah angka yang dperoleh dari hasil perbandingan dari suatu pos laporan keuangan dengan pos lainnya yang mempunyai hubungan yang relevan dan signifikan.Rasio keuangan ini hanya menyederhanakan informasi yang menggambarkan hubungan antara pos tertentu dengan pos lainnya. Dengan penyederhanaan ini kita dapat menilai secara cepat hubungan antara pos tadi dan dapat membandingkannya dengan rasio lain sehingga kita dapat memperoleh informasi dan memberikan penilaian (Harahap, 2010 : 279). Rasio keuangan telah digunakan untuk membandingkan data keuangan perusahaan di berbagai titik dalam waktu atau dengan perusahaan lain. Mereka sering digunakan untuk memberikan petunjuk untuk sejumlah pertanyaan concering kesehatan keuangan perusahaan. Secara umum, rasio keuangan memberikan informasi tentang profitabilitas, leverage, likuiditas, dan efisiensi perusahaan. Rasio profitabilitas membantu memberikan petunjuk untuk perusahaan kemampuan untuk menghasilkan keuntungan per setiap unit penjualan. Rasio leverage memberikan informasi mengenai sejauh mana perusahaan mendanai investasi dengan menggunakan dana dari sumber selain pemilik perusahaan. Rasio likuiditas memberikan indikasi apakah 42 perusahaan memiliki kas yang cukup atau uang tunai dekat untuk membayar kewajibannya pada saat jatuh. Rasio efisiensi membantu untuk menentukan sejauh mana perusahaan menggunakan sumber dayanya untuk menghasilkan penjualan (Sulaiman et.al, 2001 : 100). Hanafi & Halim (2009 : 79) mengkatagorikan analisis rasio kedalam lima kelompok : a. Rasio Likuiditas, mengukur kemampuan likuiditas jangka pendek perusahaan dengan melihat aktiva lancar perusahaan relative terhadap hutang lancarnya (hutang dalam hal ini merupakan kewajiban perusahaan). Rasio likuiditas terbagi menjadi dua bagian : 1) Rasio Lancar, merupakan perbandingan antara aktiva lancar dengan hutang lancar. 2) Rasi cepat (quick), dihitung dengan mengurangkan persediaan dari aktiva lancar, kemudian membagi sisanya dengan hutang lancar. b. Rasio Aktivitas, rasio ini melihat pada beberapa asset kemudian menentukan beberapa tingkat aktivitas aktiva-aktiva tersebut pada tingkat kegiatan tertentu. Rasio ini juga mengukur seberapa efektif perusahaan menggunakan sumber-sumber daya perusahaan. Rasio aktivitas meliputi: perputaran piutang, perputaran persediaan, perputaran aktiva tetap dan perputaram total aktiva. 43 c. Rasio Solvabilitas, rasio ini mengukur kemampuan perusahaan memenuhi kewajiban-kewajiban jangka panjangnya. Perusahaan yang tidak solvable adalah perusahaan yang total hutangnya lebih besar dibandingkan total assetnya. Rasio Solvabilitas terdiri dari : 1) Total debt to total assets, mengukur presentasi penggunaan dana dari kreditur yang dihitung dengan cara membagi total hutang dengan total aktiva. 2) Debt equity ratio, perbandingan antara total hutang dengan modal. 3) Time interest earned, dihitung dengan membagi laba sebelum bunga dan pajak (EBIT) dengan beban bunga. Rasio ini mengukur seberapa jauh laba bisa berkurang tanpa menyulitkan perusahaan dalam memenuhi kewajiban membayar bunga tahunan. d. Rasio Profitabilitas, rasio ini mengukur kemampuan perusahaan menghasilkan keuntungan (profitabilitas) pada tingkat penjualan, asset, dan modal saham yang tertentu atau digunakan untuk mengukur seberapa efektif pengelolaan perusahaan sehingga menghasilkan keuntungan. Rasio profitabilitas terdiri dari : 1) Profit margin and sale, dihitung dengan cara membagi laba setelah pajak dengan penjualan. 44 2) Return on total asset, perbandingan antara laba setelah pajak dengan total aktiva guna mengukur tingkat pengembalian. 3) Return on net worth, perbandingan antara laba setelah pajak dengan modal sendiri guna mengukur tingkat keuntungan investasi pemilik modal sendiri. e. Rasio Pasar, rasio yang mengukur harga pasar relative terhadap nilai buku. Sudut pandang rasio ini lebih banyak berdasarkan sudut pandang investor atau mengukur kemampuan perusahaan dalam menciptakan nilai terutama pada pemegang saham dan calon investor. Rasio pasar terdiri dari : 1) Price earning ratio, rasio antara harga pasar saham dengan laba per lembar saham. Jika rasio ini lebih rendah dari rasio industri sejenis, bisa menjadi indikasi bahwa investasi pada saham perusahaan ini lebih beresiko dari pada rata-rata industri. 2) Dividend yield, rasio antara deviden per lembar yang diberikan perusahaan dengan harga pasar saham per lembar. 3) Dividen payout ratio, rasio ini melihat bagian earning (pendapatan) yang dibayarkan sebagai kepada investor. Rasio arus kas cukup menjadi hal yang diperhatikan dalam pengukuran kesehatan, kesulitan dan kebangkrutan suatu usaha. Hal ini wajar karena perusahaan memerlukan kas untuk membeli pabrik dan 45 mesin baru atau ketika membayar hutang dan deviden pada pemegang saham (Yuliantika, 2011 : 17-20). 5. Keterbatasan dari Analisis Rasio Dibawah ini beberapa kelemahan penting yang dapat ditemukan dalam menghitung dan menginterpretasikan rasio keuangan : a. Kadang sulit untuk mengidentifikasi kategori industri di mana perusahaan berada jika perusahaan beroperasi dengan beberapa bidang usaha. b. Rasio keuangan dapat menjadi terlalu tinggi atau terlalu rendah. c. Rata-rata industri mungkin tidak memberikan target rasio atau norma yang diinginkan. Rata-rata industri hanya dapat memberikan panduan atas posisi keuangan perusahaan ratarata dalam suatu industri. d. Banyak perusahaan mengalami situasi musiman dalam kegiatan operasinya. Jadi pos neraca dan rasionya akan berubah sepanjang tahun saat laporan disiapkan. Untuk menghindari masalah tersebut, maka metode saldo rata-rata haruslah digunakan (untuk beberapa bulan atau kuartal, sepanjang tahun) dan bukan saldo total pada akhir tahun. Di luar keterbatasannya, rasio keuangan dapat menjadi alat yang sangat berguna untuk menilai kondisi keuangan perusahaan. Namun kita juga harus menyadari kelemahan yang potensial saat melakukan analisis 46 rasio. Manfaat sesungguhnya yang dihasilkan dari menganalisis rasio keuangan adalah bahwa angka-angka tersebut memberitahukan kita pertanyaan-pertanyaan apa yang harus diajukan (Keown et.al, 2001 : 105-107). B. Teori Kebangkrutan Kebangkrutan biasanya diartikan sebagai kegagalan perusahaan dalam menjalankan operasi perusahaan untuk menghasilkan laba. Kebangkrutan juga sering disebut likuidasi perusahaan atau penutupan perusahaan atau insolvabilitas. Kebangkrutan sebagai kegagalan disefinisikan dalam beberapa arti (Adnan et al. 2000) : a. Kegagalan Ekonomi (economic failure) dalam arti ekonomi biasanya berarti bahwa perusahaan kehilangan uang atau pendapatan perusahaan tidak menutup biaya sendiri, hal ini berarti tingkat labanya lebih kecil dari biaya modal atau nilai sekarang dari arus kas perusahaan lebih kecil dari pada kewajiban. Kegagalan terjadi bila arus kas sebenarnya dari perusahaan tersebut jatuh dibawah arus kas yang diharapkan. Bahkan kegagalan dapat juga berarti bahwa tingkat pendapatan atas biaya historis dari investasinya lebih kecil daripada biaya modal perusahaan. b. Kegagalan Keuangan (financial failure), bisa diartikan sebagai insolvensi yang membedakan antara dasar arus kas 47 dan dasar saham. Insolvensi atas dasar arus kas ada dua bentuk, yaitu : 1) Insolvensi teknis (tecnical ilnsovency), perusahaan dapat dianggap gagal jika perusahaan tidak dapat memenuhi kewajiban pada saat jatuh tempo. Walaupun total aktiva melebihi total hutang atau terjadi bila suatu perusahaan gagal memenuhi salah satu atau lebih kondisi dalam ketentuan hutangnya seperti rasio aktiva lancar terhadap utang lancar yang telah ditetapkan atau rasio kekayaan bersih terhadap total aktiva yang disyaratkan. 2) Insolvensi dalam pengertian kebangkrutan, dalam penelitian ini kebangkrutan didefinisikan dalam ukuran sebagai kekayaan bersih negatif dalam neraca konvensional atau nilai sekarang dari arus kas yang diharapkan lebih kecil dari kewajiban. Menurut Hanafi & Halim (2009), analisis kebangkrutan dilakukan untuk memperoleh peringatan awal kebangkrutan (tanda-tanda awal kebangkrutan). Semakin awal tanda-tanda kebangkrutan tersebut, semakin baik bagi pihak manajemen karena pihak manajemen bisa melakukan perbaikan-perbaikan. Pihak kreditur dan juga pihak pemegang saham bisa melakukan persiapan-persiapan untuk mengatasi 48 berbagai kemungkinan yang buruk. Tanda-tanda kebangkrutan tersebut dalam hal ini dilihat dalam menggunakan data-data akuntansi. 1. Pengertian Financial Distress Menurut Rodoni & Ali (2010) Financial distress pada dasarnya sukar untuk didefinisikan secara tepat. Hal ini disebabkan oleh bermacam-macam kejadian kejatuhan perusahaan pada saat financial distress. Peristiwa kejatuhan perusahaan yang disebabkan financial distress hampir tidak ada akhirnya, seperti berikut ini : terjadinya pengurangan deviden, penutupan perusahaan, kerugian-kerugian, pemecatan, pengunduran direksi dan jatuhnya harga saham. dalam penelitian terdahulu financial distress dapat diartikan sebagai berikut : a. Jika beberapa tahun perusahaan mengalami laba bersih operasi (net operating income) negatif, digunakan oleh Hofer (1980) dan Whitaker (1999). b. Adanya pemberhentian tenaga kerja atau menghilangkan pembayaran deviden, digunakan oleh Lau (1987) dan Hill, et al. (1996). c. Arus kas hasil operasi perusahaan tidak cukup untuk memenuhi kewajiban perusahaan, digunakan oleh Karen Wruck (1990). 49 d. Rendahnya Interest Coverage Ratio, atau EBITDA negatif, diguanakan oleh Asquith, et. al. (1991) dan Pindando, et. al. (2006). e. Perubahan harga ekuitas atau EBIT negatif, diguanakan oleh John, et. al. (1992) dalam Platt (2004). f. Stock–based insolvency yaitu kekayaan bersih negatif dan nilai asset kurang dari nilai hutang dan flow–based insolvency yaitu arus kas yang berjalan tidak cukup untuk memenuhi kewajiban, digunakan oleh Altman (1993). g. Adanya arus kas yang lebih kecil dari hutang jangka panjang saat ini digunakan Whitaker (1999). h. Perusahaan diberhentikan operasinya atas wewenang pemerintah dan perusahaan tersebut dipersyaratkan untuk melakukan perencanaan restrukturisasi, digunakan oleh Tirapat dan Nittayagasetwat (1999). i. Negatif EBITDA interest coverage, Negatif EBIT, Negative Net Income digunakan oleh Platt (2004). j. Beberapa tahun mengalami laba bersih operasi (net operating income negatif) dan selama lebih dari satu tahun tidak melakukan pembayaran deviden, digunakan oleh Almilia dan Kristijadi (2003). 50 k. Perusahaan mengalami delisted akibat laba bersih dan nilai buku ekuitas negatif berturut-turut, serta perusahaan tersebut telah merger, digunakan oleh Almilia (2004). Ketidak mampuan membayar hutang (insolvency), kondisi dari asset atau milik kewajiban seseorang yang dahulunya tersedia menjadi tidak cukup untuk melunasi hutang. Definisi ini mempunyai dua bagian yaitu Stock dan Flow. Keduanya menggambarkan mengenai ketidakmampuan membayar hutang (insolvency) stock-based insolvency terjadi ketika perusahaan memiliki kekayaan bersih yang negatif dan nilai asset kurang dari nilai hutang. Flow-based insolvency terjadi ketika arus kas yang berjalan tidak cukup untuk memenuhi kewajiban yang diminta (Rodoni & Ali, 2010 : 176). Flow-based insolvency mengacu pada ketidakmampuan perusahaan untuk membayar hutang. Hofer (1980) dalam Platt (2004) mendefinisikan financial distress bilamana perusahaan mempunyai negative Net Income. Whitaker (1999) menerangkan financial distress sebagai penurunan kondisi perusahaan dari kondisi sebelumnya. Penurunan kondisi perusahaan turun disebabkan economic distress, penurunan industri operating income dan poor management, atau penurunan kondisi perusahaan relative terhadap industri. Poor management didefinisikan sebagai kecenderungan penurunan Operating Income, selama lima tahun sebelumnya. Operating Income didefinisikan sebagai net sales dikurangi cost of good sold dikurangi penjualan, biaya 51 umum dan administratif sebelum depresiasi dan sebelum gains dan losses pada penjualan asset. Financial distress pada perusahaan dapat diatasi dengan beberapa cara yaitu (Rodoni & Ali, 2010 : 175) : 1. Berhubungan dengan asset perusahaan, yaitu dengan menjual aset-aset utama, melakukan merger dengan perusahaan lain, menurunkan pengeluaran dan biaya penelitian dan pengembangan. 2. Berhubungan dengan rekstrukturisasi aset ataupun rekstrukturisasi keuangan. 52 Gambar 2.1 Tahap Financial Distress Financial Distress 49% 51% Melakukan rekstrukturisasi keuangan Tidak melakukan rekstrukturisasi keuangan 53% 47% Melaksanakan atas putusan pengadilan 3% 7% Melakukan reorganisasi dan berhasil bangkit Melaksanakan atas perkara sendiri 10% Merger dengan perusahaan lain Likuidasi Sumber: Manajemen keuangan (Rodoni dan Ali, 2010 : 175) Gambar 2.1 menjelaskan tahap-tahap financial distress perusahaan sampai dengan kepada kebangkrutan. Sejumlah 49 persen perusahaan mendapatkan manfaat dari financial distress dengan merestrukturisasi aset mereka. Perusahaan yang tidak melakukan restrukturisasi keuangan melakukan penyehatan terhadap hutang sehingga mengubah perilaku perusahaan dan mendesak perusahaan untuk membuang bisnis mereka yang tidak berhubungan (Rodoni & Ali, 2010 : 171-176). 53 Restrukturisasi keuangan dapat dilakukan sendiri atau dilakukan atas putusan pengadilan. Dalam gambar tersebut dijelaskan juga, bahwa hampir separuh restrukturisasi atas perkara sendiri. Dan yang melaksanakan restrukturisasi berdasarkan putusan pengadilan sejumlah 53 persen dapat melakukan reorganisasi dan meneruskan usahanya (Rodoni & Ali,2010 : 171-176) Lebih lanjut, dari kerugian yang terjadi akan mengakibatkan defisiensi modal dikarenakan penurunan nilai saldo laba yang terpakai untuk melakukan pembayaran dividen, sehingga total ekuitas secara keseluruhan pun akan mengalami defisiensi. Jika hal ini terus terjadi, maka tidak mustahil bahwa suatu saat total kewajiban perusahaan akan melebihi total aktiva yang dimilikinya. Kondisi seperti yang telah disebutkan di atas mengasosiasikan suatu perusahaan sedang mengalami kesulitan keuangan (financial distress) yang pada akhirnya jika perusahaan tidak mampu keluar dari kondisi tersebut di atas, maka perusahaan tersebut akan mengalami kepailitan. Untuk mendeteksi kesulitan keuangan perusahaan dapat digunakan analisis rasio keuangan. Secara umum rasio-rasio seperti profitabilitas, likuiditas, leverage dan cakupan arus kas berlaku sebagai indikator yang paling signifikan dalam memprediksi kesulitan keuangan maupun kebangkrutan (Andre, Orina. 2009 : 2-3). 54 2. Faktor-faktor Penyebab Kebangkrutan Faktor-faktor yang dapat menyebabkan kebangkrutan pada suatu perusahaan adalah (Akhyar, 2000:139) : 1. Faktor Umum a. Sektor Ekonomi. Faktor-faktor penyebab kebangkrutan dari sektor ekonomi adalah gejala inflasi dan deflasi dalam harga barang dan jasa, kebijakan keuangan, suku bunga dan devaluasi atau revaluasi uang dalam hubungannya dengan uang asing serta neraca pembayaran, surplus atau defisit dalam hubungannya dengan perdagangan luar negeri. b. Sektor Sosial Faktor sosial sangat berpengaruh terhadap kebangkrutan cenderung pada perubahan gaya hidup masyarakat yang mempengaruhi permintaan terhadap produk dan jasa ataupun cara perusahaan berhubungan dengan karyawan. Faktor sosial yang lain yaitu kerusuhan atau kekacauan yang terjadi di masyarakat. c. Teknologi Penggunaan teknologi informasi juga menyebabkan biaya yang terutama ditanggung untuk perusahaan pemeliharaan dan membengkak implementasi. 55 Pembengkakan terjadi, informasi tersebut jika penggunaan teknologi kurang terencana oleh pihak manajemen, sistemnya tidak terpadu dan para manajer pengguna kurang professional. d. Sektor Pemerintah Pengaruh dari sektor pemerintah berasal dari kebijakan pemerintah terhadap pencabutan subsidi pada perusahaan dan industri, pengenaan tarif ekspor dan impor barang berubah, kebijakan undang-undang baru bagi perbankan atau tenaga kerja dan lain-lain. 2. Faktor Eksternal Perusahaan a. Faktor Pelanggan/Konsumen Perusahaan harus bisa mengidentifikasi sifat konsumen, karena berguna untuk menghindari kehilangan konsumen, juga menciptakan peluang untuk menemukan konsumen baru dan menghindari menurunnya hasil penjualan dan mencegah konsumen berpaling ke pesaing. b. Faktor Kreditur Kekuatannya terletak pada pemberian pinjaman dan mendapatkan jangka waktu pengembalian hutang yang tergantung kepercayaan kreditur terhadap kelikuiditasan suatu perusahaan. 56 c. Faktor Pesaing Faktor ini merupakan hal yang harus diperhatikan karena menyangkut perbedaan pemberian pelayanan kepada konsumen, perusahaan juga jangan melupakan pesaingnya karena jika produk pesaingnya lebih diterima oleh masyarakat perusahaan tersebut akan kehilangan konsumen dan mengurangi pendapatan yang diterima. 3. Faktor Internal Perusahaan Faktor-faktor yang menyebabkan kebangkrutan secara internal adalah sebagai berikut (Akhyar, 2000:140) : a. Terlalu besarnya kredit yang diberikan kepada nasabah sehingga akan menyebabkan adanya penungkkan dalam pembayaran sampai akhirnya tidak dapat membayar. b. Manajemen tidak efisien yang disebabkan karena kurang adanya kemampuan, pengalaman, keterampilan, sikap inisiatif dari manajemen. c. Penyalahgunaan wewenang dan kecurangan dimana sering dilakukan oleh karyawan, bahkan manajer puncak sekalipun sangat merugikan apalagi yang berhubungan dengan keuangan perusahaan. 57 3. Masalah Keuangan Tanpa Kebangkrutan Tidak semua perusahaan yang mendapat masalah menjadi bangkrut. Sepanjang perusahaan dapat mengumpulkan cukup banyak uang tunai untuk membayar bunga utangnya, perusahaan mungkin dapat menunda kebangkrutan untuk bertahun-tahun lamanya. Pada akhirnya perusahaan bisa pulih, sekaligus membayar utangnya dan tidak bangkrut (Bearly et.al, 2008 : 20). Jalan keluar yang sempit dari kebangkrutan tidak berarti bahwa biaya masalah keuangan terhindarkan. Ketika perusahaan mendapat masalah, pemasok khawatir bahwa mereka mungkin tidak dibayar, pelanggan potensial takut bahwa perusahaan tidak akan mampu memberikan jaminannya, dan karyawan mulai mencuri-curi waktu untuk wawancara kerja. Baik pemegang obligasi maupun saham perusahaan ingin perusahaan pulih, tetapi sebaliknya, kepentingan mereka mungkin bertentangan. Dalam masa terjadinya masalah keuangan, pemegang sekuritas mirip dengan partai-partai politik bersatu dalam hal umum tetapi terancam menikam dari belakang dalam masalah-masalah khusus. Masalah keuangan mahal harganya ketika konflik menghalangi jalannya bisnis. Pemegang saham berusaha mengabaikan tujuan umum pemaksimalan keseluruhan nilai pasar perusahaan dan sebagai gantinya mengejar kepentingan diri sendiri yang lebih sempit (Bearly et.al, 2008 : 20-21). 58 4. Pengertian Multiple Discriminant Analysis Menurut Ramadhani dan Lukviarman (2009) dalam Nugroho (2012) Dalam menyusun model Z Altman mengambil sampel 33 perusahaan manufaktur yang bangkrut pada periode 1960 sampai 1965 dan 33 perusahaan tidak bangkrut dengan lini industri dan ukuran yang sama. Dengan menggunakan data laporan keuangan dari 1 sampai 5 tahun sebelum kebangkrutan, Altman menyususn 22 rasio keuangan yang paling memungkinkan dan mengelompokkannya dalam 5 kategori : likuiditas, profitabilitas, leverage, solvabilitas, dan kinerja. Hasil studi Altman ternyata mampu memperoleh ketepatan prediksi sebesar 95% untuk data satu tahun sebelum kebangkrutan, untuk data dua tahun sebelum kebangkrutan sebesar 72%. Selain itu diketahui bahwa perusahaan dengan profitabilitas yang rendah sangat berpotensi mengalami kebangkrutan. Sampai saat ini, Z-score masih lebih banyak digunakan oleh para peneliti, praktisi, dan serta para akademis di bidang akuntansi dibandingkan model prediksi lainnya. Menurut Jehan & Khan et al. (2012 : 43), Altman berpendapat bahwa "analisis regresi diskriminan digunakan untuk mengklasifikasikan atau membuat prediksi dalam masalah di mana variabel dependen muncul dalam bentuk kualitatif, misalnya, laki-laki atau perempuan, bangkrut atau tidak bangkrut ". dalam melakukan analisis diskriminan ganda, pertama-tama diperlukan kelompok yang tepat untuk membuat klasifikasi. Jumlah kelompok bisa lebih dari satu. Namun, banyak 59 peneliti menganggap analisis sebagai "analisis diskriminan multivariat" hanya ketika jumlah kelompok melebihi dua, sementara itu mengacu pada sifat multivariat analisis. Fungsi diskriminan, yang digunakan dalam analisis diskriminan, adalah variabel laten yang dibentuk sebagai pengaturan linear yang membedakan variabel (independen). Diskriminan seperti fungsi, sebuah bentuk untuk mengubah nilai variabel individu untuk diskriminan tunggal skor, atau nilai Z, yang kemudian digunakan untuk mengklasifikasikan obyek. Z = β1Va + β2Vb +….+ βnVn Menurut Hanafi & Halim (2009), pada tahap berikutnya, Altman menguji keandalan dari model diskriminan tersebut. Altman menemukan cut-off points dari variabel Z sebagai berikut : Tabel 2.1 Titik cut-off points Altman Dengan Nilai Pasar Dengan Nilai Buku Tidak Bangkrut Jika Z > 2.99 2.90 Bangkrut Jika Z < 1.81 1.20 Daerah Rawan 1.81-2.99 1.20-2.90 Sumber : Analisis Laporan Keuangan Hanafi & Halim (2009 : 275) 60 5. Pengertian Regresi Logistik Regresi logistik adalah model regresi yang digunakan untuk menganalisis variabel dependen dengan kemungkinan diantara 0 dan 1. Pada dasarnya logistic regression (reregresi logistik) sama dengan analisis diskriminan, perbedaan ada pada jenis data dari variabel dependen. Jika pada analisis diskriminan vaiabel dependennya adalah data rasio, maka pada regresi logistik variabel dependen adalah data nominal. Data nominal disini lebih khusus adalah data binary (Wing Wahyu, 2007:6-10). Dengan demikian, tujuan regresi logistik adalah pembuatan sebuah model regresi untuk memprediksi besar variabel dependen yang berupa sebuah variabel binary menggunakan data variabel independen yang sudah diketahui besarnya (Singgih Santoso, 2010:206). Pi = 1 1+𝑒 𝐿𝑜𝑔𝑖𝑡 E (logit) = a + b1x1 + b2x2 + b3x3 +….+ bnxn Dimana : a = konstanta , b = beta, 61 e = bilangan natural (2,71828), x = variabel bebas yang akan digunakan Analisis berdasarkan logit mencoba untuk menghitung probabilitas, distribusi probabilitas. Seperti analisis diskriminan, beratnya variabel independen dan memberikan skor dalam bentuk probabilitas kegagalan untuk masing-masing perusahaan dalam sampel. Prosedur statistik ini tidak hanya kelompok perusahaan baik untuk gagal atau sehat tetapi murni berdasarkan faktor keuangan yang ada lainnya faktor eksternal yang perlu dipertimbangkan dalam menganalisis risiko dan default, seperti peristiwa acak yang tak terduga, faktor makroekonomi dan peraturan pemerintah dan peraturan baru. Keuntungan dari analisis regresi logistik adalah bahwa hal itu tidak menganggap normalitas multivariat dan matriks kovarians yang sama (Yap, et.al 2012:336). Model logit menggunakan koefisien dari variabel independen untuk memprediksi probabilitas variabel dependen gagal atau non-gagal. Teknik bobot independen variabel dan menciptakan skor untuk masingmasing perusahaan untuk mengklasifikasikan sebagai gagal atau tidak gagal. Fungsi dipertimbangkan dalam regresi logistik disebut fungsi logistik. Ukuran goodness of fit akan ditentukan melalui Pearson dan nilai-nilai yang Deviance Chi-Square dan signifikansi dari variabel yang 62 digunakan. Jika nilai p> 0,05 maka nilai tidak signifikan dan model fit yang baik (Yap, et.al 2012:337). Sebuah uji rasio kemungkinan digunakan untuk melihat apakah variabel yang dimasukkan dalam model akhir yang signifikan dalam menjelaskan beberapa variabilitas dalam data. Chi Square statistik adalah perbedaan -2 Log Likelihood (-2LL) antara model akhir dan model berkurang. Menurunnya Model dibentuk dengan menghilangkan efek dari model akhir. Hipotesis nol adalah bahwa semua parameter efek yang 0. Tes ini sebanding dengan uji F keseluruhan untuk regresi analisis. Dalam regresi, R² merupakan ukuran intuitif seberapa baik model memprediksi nilai-nilai dari variabel dependen. Namun, dalam regresi logistik, tidak ada tindakan serupa yang mudah ditafsirkan. The pseudo Rsquare (Cox dan Snell dan Nagelkerke) merupakan upaya untuk mengukur proporsi variasi dijelaskan dalam variabel dependen. Cox dan Snell tindakan biasanya <1.0 dan sulit untuk menafsirkan. Berkisar mengukur Nagelkerke ini dari 0 ke 1 dan nilai-nilai biasanya lebih tinggi dari Cox dan Snell (Yap, et.al 2012:337). Hasil dari regresi E logit ditentukan dengan cut-off sebesar 50% (0,5). Jika P lebih besar dari pada 0,5 maka perusahaan dinyatakan bangkrut, dan apabila P lebih kecil daripada 0,5 maka perusahaan dinyatakan tidak bangkrut (Murdayanti, 2006 : 279). 63 C. Penelitian Terdahulu. Beberapa penelitian untuk memprediksi kegagalan perusahaan telah banyak dilakukan oleh beberapa peneliti, diantaranya adalah sebagai berikut : No. 1. Peneliti Hazem B . Al-khatib et.al (2011) Judul Penelitian Variabel Kesimpulan Predicting Financial Distress of Public Companies Listed in Amman Stock Exchange Current Ratio, Current liabilities to total fixed assets, Current liabilities to equity, Working capital to equity, Logarithm of total assets, Pre- tax profit to total assets Net profit margin, Book value per share, ROA, ROE, Dividend per share, Retained earnings to total assets, Equity to total assets, Equity to total liabilities, Debt ratio, Debt to equity, Long-term debt ratio to equity Fixed assets to equity, Asset turnover, Sales to equity Sales to working capital Receivables Turnover, Logarithm of asset turnover Metode yang digunakan Regresi Logistik dan Analisis diskriminan untuk menentukan mana yang lebih tepat untuk menggunakan serta yang dari rasio keuangan yang signifikan secara statistik dalam memprediksi keuangan distress perusahaan Yordania. Selama periode 2007-2011, hasil menunjukkan bahwa kedua regresi logistik dan analisis diskriminan dapat memprediksi kondisi financial distress, dan Return on Equity (ROE) dan Return on Assets (ROA) adalah yang paling penting dua rasio keuangan, yang membantu dalam memprediksi 64 financial distress perusahaan publik yang terdaftar di Bursa Efek Amman. 2. Selina &Yunika Murdayanti (2002) Penerapan Logit Model dalam Memprediksi Kebangkrutan pada Perusahaanperusahaan Nonfinansial yang Terdaftar di Bursa Efek Jakarta. Menggunakan 19 variabel untuk memprediksi kebangkrutan perusahaan pada 3 periode dari tahun 2000 sampai 2002. Hasil analisis ini menunjukkan tingkat akurasi sebesar 78,57% dengan tingkat signifikan sebesar 10% tiga rasio terbukti mempengaruhi, yaitu total liabilities/total assets, current assets/total assets, dan kas/kewajiban lancar. 3. Luciana Spica Almilia & Emanuel Kristijadi (2003) Analisis Rasio Keuangan untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Profit Margin, Rasio Likuiditas, Rasio Efisiensi Operasi, Rasio Profitabilitas, Rasio Financial Leverage, Rasio Posisi kas, Rasio Pertumbuhan. Penelitian ini menunjukkan bahwa variabel rasio keuangan yang paling dominan dalam menentukan financial distress suatu perusahaan, yaitu : NI/S, CL/TA, CA/CL, GROWTH NI/ TA. 4. Nur Adiana Hiau Abdullah, et.al (2008) Predicting Corporate Failure of Malaysia`s Listed Companies: Comparing Multiple Discriminant Analysis (MDA), Logistic Regression Variabel yang digunakan untuk penelitian ini sebanyak 10 rasio. Tingkat akurasi model hazard sebesar 94,9% sementara sampel analisis MDA sebesar 85% variabel net income growth yang digunakan dalam metodelogi 65 and the Hazard Model 5. 6. MDA, sedangkan return on assets ratio yang penting untuk regresi logit dan model hazard. Rowland Bismark Fernando Pasaribu (2008) Penggunaan Binary Logit untuk Prediksi Financial Distress Perusahaan yang Tercatat di Bursa Efek Indonesia. Rasio Likuiditas, Rasio Solvabilitas, Rasio Leverage, Rasio Efisiensi, Rasio Profitabilitas, Arus kas, dan Resiko. Mohamed Sulaiman, et.al (2001) Predicting Corporate Failure in Malaysia: An Application of the Logit Model to Financial Ratio Analysis. Profitability ratio, Leverage ratio, Liquidity ratio, Efficiency ratios, Hasil penelitian ini menunjukkan bahwa model ke tiga (indikator current ratio) dan model ke empat (indikator asset turn over) memiliki tingkat daya klasifikasi yang lebih tinggi sebesar 98,08% dan 91,67% . Aspek kinerja likuiditas dan solvabilitas perusahaan berpengaruh signifikan dalam memprediksi financial distress Hasil yang diperoleh dalam penelitian ini menunjukkan bahwa model logit, yang memiliki keunggulan atas model diskriminan, antara lain, tidak membuat persyaratan pada distribusi data, memprediksi kegagalan perusahaan yang lebih baik. Model logit diperkirakan 80,7 % dari perusahaan dalam 66 sampel estimasi dan 74,4 % dalam sampel di samping itu, tiga rasio keuangan yaitu debt to equity, interest coverage, dan total assets turnover ditemukan memiliki kekuatan diskriminasi yang signifikan dalam model logit. 7. Akbar Pourreza Soltan Ahmadi et.al (2012) Corporate Bankruptcy Prediction Using a Logit Model: Evidence from Listed Companies of Iran Quality of earnings Current ratio Working capital ratio Net profit to total assets ratio Net profit to owners' equity ratio Times interest earned Sales growth rate Profit growth rate Cash flow on total assets Retained earnings to total assets ratio Sales to total assets ratio Debt ratio Cash flow to debt ratio Cash flow and net profit ratio Working capital to total debt ratio Operating income over total assets ratio Debt to Stockholders equity ratio Investor dapat menggunakan model diambil dari penelitian ini telah berhasil dalam pengambilan keputusan yang berkaitan dengan perusahaan investasi. Eksekutif perusahaan juga untuk evaluasi penggunaan perusahaan model ini bisa. Berdasarkan standar auditing, auditor diperlukan untuk mencegah sesat pengguna mengacu pada ketidakpastian tentang kelanjutan kegiatan dalam laporan audit hasil penelitian ini dapat membantu auditor dalam mengevaluasi operasi yang dilanjutkan. Sumber: Kumpulan Penelitian Terdahulu 67 D. Kerangka Pemikiran Laporan Keuangan Perusahaan Properti dan Real Estate Non Bangkrut dan Bangkrut Variabel Independen - Variabel Dependen Current Ratio (X1) Leverage Ratio (X2) Net Profit Margin (X3) Debt to Equity (X4) Operating Profit Margin (X5) Total Assets Turnover (X6) Kebangkrutan Perusahaan (Y) Uji Analisis Diskriminan: ` 1. Uji Normalitas. 2. Uji Independent Sample T-test 3. Uji Linearitas Uji Logit Multiple Discriminant Analysis (MDA) A. Hasil Perhitungan Prediksi Kebangkrutan dengan Model MDA Hasil Perhitungan Prediksi Kebangkrutan dengan Uji Logit Hasil Perhitungan Perbandingan Prediksi Kebangkrutan Model MDA dan Logit 68 E. Hipotesis Beberapa dari penelitian terdahulu menyatakan metode prediksi kebangkrutan bermanfaat bagi perusahaan dalam menilai suatu kinerja keuangan. Kinerja perusahaan merupakan suatu gambaran tentang kondisi keuangan suatu perusahaan yang dianalisis dengan alat-alat analisis keuangan, sehingga dapat diketahui mengenai baik buruknya keadaan keuangan suatu perusahaan yang mencerminkan prestasi kerja dalam periode tertentu. Hal ini sangat penting agar sumber daya digunakan secara optimal dalam menghadapi perubahan lingkungan. Penilaian kinerja keuangan merupakan salah satu cara yang dapat dilakukan oleh pihak manajemen agar dapat memenuhi kewajibannya terhadap para penyandang dana dan juga untuk mencapai tujuan yang telah ditetapkan oleh perusahaan. Banyaknya peristiwa yang mempengaruhi kondisi perekonomian di Indonesia akhir-akhir ini mendorong peneliti untuk menguji konsistensi hasil penelitian terdahulu jika diterapkan pada kondisi saat ini. Untuk itu hipotesis penelitian yang digunakan adalah : Hipotesis I : Terdapat perbedaan yang signifikan pada rasio-rasio keuangan untuk membedakan kelompok perusahaan yang dianggap bangkrut dan tidak bangkrut secara statistik. Almilia (2006) memprediksi kondisi financial distress perusahaan Go Publik dengan menggunakan analisis multinomial logit. Penelitian ini berusaha untuk menguji daya kalsifikasi rasio keuangan 69 baik yang berasal dari laporan laba rugi, neraca maupun dari arus kas untuk memprediksi kondisi financial distress dengan teknik analisis multinomial logit. Kelompok perusahaan yang mengalami financial distress dikelompokkan menjadi 2 kelompok yaitu; 1) perusahaan yang mengalami laba bersih negatif selama dua tahun berturut-turut dan 2) perusahaan yang mengalami laba bersih dan nilai buku ekuitas negatif selama dua tahun berturut-turut. Hasil penelitian yang dilakukan oleh Rowland Bismark Fernando Pasaribu (2008) dengan judul Penggunaan Binary Logit untuk Prediksi Financial distress Perusahaan yang Tercatat di Bursa Efek Jakarta (studi Kasus Emiten Industri Perdagangan). Penelitian berusaha untuk menguji daya berasal dari laporan ini kalsifikasi rasio keuangan baik yang laba rugi, neraca maupun dari arus kas untuk memprediksi kondisi financial distress dengan teknik analisis Binary Logit. Penetapan financial distress dilakukan dengan 6 indikator yaitu : 1) Perusahaan yang memiliki nilai EVA negatif; 2) Perusahaan yang rasio assets turnover-nya sebesar 40%; 3) Perusahaan yang current rasio-nya sebesar 50 %; 4) Perusahaan yang gross profit margin-nya sebesar 19%; 5) Perusahaan yang debt to total asstes-nya sebesar 66%; 6) Perusahaan yang debt to equity-nya sebesar 11,7%. Dan untuk Hipotesis yang ke II adalah : Hipotesis II : Adanya perbedaan tingkat akurasi dalam penerapan analisis diskriminan dan regresi logistik untuk memberikan nilai metode yang 70 lebih baik untuk memprediksi kegagalan keuangan pada sektor perusahaan property and real estate. 71 BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Dalam ruang lingkup penelitian diperlukan adanya penekanan batasan lokasi, waktu atau sektor dan variabel-variabel yang dibahas agar peneliti tidak keluar dari wilayah yang diteliti dan akan sangat berguna bagi para peneliti pemula (Abdul Hamid, 2007:28). Menurut Joko Subagyo (2004:2) di dalam penelitian dikenal adanya adanya beberapa macam teori untuk menerapkan salah satu metode yang relevan terhadap permasalahan tertentu, mengingat bahwa tidak setiap permasalahan yang dikaitkan dengan kemampuan si peneliti, biaya dan lokasi dapat diselesaikan dengan sembarang metode penelitian. Dengan pertimbangan tersebut oleh penulis hal ini akan dibahas secara khusus pada bagian berikutnya. Objek dalam penelitian ini adalah perusahaan pada sektor property and real estate dan data keuangan perusahaan sampel yang digunakan diperoleh dari Indonesian Capital Market Directory (ICMD) 2007, 2008, 2009 dan 2010. Serta data-data lainnya yang dibutuhkan dalam penelitian ini yang bersumber dari media cetak, karya ilmiah, dan internet. Pengumpulan data dilakukan, baik melalui observasi terhadap dokumen atau laporan instansi terkait hasil publikasi, kemudian dilakukan pencatatan terhadap data yang dibutuhkan. Variabel dalam penelitian ini adalah rasio-rasio keuangan, antara lain: Current Ratio, 72 Leverage Ratio, Net Profit Margin, Debt To Equity, Operating Profit Margin, Total Assets Turnover. B. Metode Pengumpulan Sampel Menurut Prasetyo dan Lina (2005 : 119) salah satu konsep yang berhubungan erat dengan sampel adalah populasi. Populasi adalah keseluruhan gejala/ satuan yang ingin diteliti. Sementara itu, sampel merupakan bagian dari populasi yang ingin diteliti. Sedangkan untuk populasi dalam penelitian ini adalah semua laporan keuangan perusahaan property and real estate yang dipublikasikan di Bursa Efek Indonesia (BEI) periode tahun 2007 sampai dengan 2010. Dalam penelitian ini penulis akan memilih sampel dengan menggunakan metode purposive sampling yaitu teknik penentuan sampel dengan pertimbangan atau kriteria tertentu (Sugiyono, 2009:122). Dengan kriteria penelitian sebagai berikut : 1. Sampel dalam penelitian ini adalah perusahaan property and real estate yang Go Public di Bursa Efek Indonesia periode 2007 sampai dengan 2010. 2. Laporan Keuangan harus mempunyai tahun buku yang berakhir pada 31 Desember. 3. Neraca perusahaan dengan informasi lengkap dari tahun 2007 sampai dengan tahun 2010. 73 Sedangkan sampel yang digunakan dalam penelitian ini perusahaan yang mengalami financial distress dengan indikasi : Beberapa tahun mengalami laba bersih operasi (net operating income negatif) dan selama lebih dari satu tahun tidak melakukan pembayaran deviden, digunakan oleh Almilia dan Kristijadi (2003). Perusahaan property and real estate yang tercatat di Bursa Efek Indonesia periode tahun 2007 sampai dengan 2010 berjumlah 50 perusahaan, dan menurut hasil klasifikasi jumlah perusahaan property and real estate yang akan di teliti berjumlah yaitu 26 perusahaan. Dengan kategori bangkrut berjumlah 9 perusahaan dan perusahaan dikatakan tidak mengalami kebangkrutan berjumlah 17. Berikut tabel 3.1 yang menjelaskan sampel perusahaan property and real estate yang akan digunakan untuk diteliti : No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Tabel 3.1 Sampel Perusahaan Properti and Real Estate yang Diteliti Kode Perusahaan Nama Perusahaan ASRI PT Alam Sutera Realty Tbk BCIP PT Bumi Citra Permai Tbk BAPA PT Bekasi Asri Pemula Tbk BSDE PT Bumi Serpon Damai Tbk COWL PT Cowell Development Tbk CTRP PT Ciputra Property Tbk CTRA PT Ciputra Development Tbk DART PT Duta Anggada Realty Tbk DILD PT Intiland Development Tbk DGIK PT Duta Graha Indah Tbk DUTI PT Duta Pertiwi Tbk GMTD PT Gowa Makassar Tourism Development Tbk ELTY PT Bakrieland Development Tbk GPRA PT Perdana Gapuraprima Tbk 74 15 JRPT PT Jaya Real Property Tbk 16 LAMI PT Lamicitra Nusantara Tbk 17 LPKR PT Lippo Karawaci Tbk 18 LPCK PT Lippo Cikarang Tbk 19 MKPI PT Metropolitan Kentjana Tbk 20 MDLN PT Modernland Realty Tbk 21 PJAA PT Pembangunan Jaya Ancol Tbk 22 PNSE PT Pudjiadi & Sons Tbk 23 PUDP PT Pudjiadi Pretige Tbk 24 PSAB PT Pelita Sejahtera Abadi Tbk 25 SSIA PT Surya Semesta Internusa Tbk 26 SMRA PT Summarecon Agung Tbk Sumber : Data ICMD 2011 (Yahoo Finance) C. Metode Pengumpulan Data 1. Data Skunder Sumber data yang diperoleh dalam penelitian ini adalah data sekunder yaitu data yang diperoleh atau dikumpulkan peneliti dari berbagai sumber yang telah ada (peneliti sebagai tangan kedua). Data yang akan diolah meliputi data akuntansi berupa laporan keuangan historis. Data keuangan perusahaan sampel yang digunakan diperoleh dari Indonesian Capital Market Directory (ICMD) 2007, 2008, 2009 dan 2010. 2. Kepustakaan Metode pengumpulan data ini juga dilengkapi dengan mempelajari, membaca serta menganalisa literatur-literatur yang bersumber dari buku, jurnal, dan skripsi sehingga dapat memperoleh dasar-dasar teori dan informasi yang mendukung pada penelitian ini. 75 D. Metode Analisis Data Metode analisis data digunakan untuk menganalisis data hasil penelitian agar dapat diinterpretasikan sehingga laporan sehingga laporan yang dihasilkan dapat dipahami (Kosasih, 2010:48). Penelitian ini menggunakan analisis Multiple Discriminant Analysis (MDA) dan regresi logistik atas rasio-rasio keuangan. Adapun analisis yang digunakan adalah sebagai berikut: 1. Statistik Deskriptif Data yang dikumpulkan dan yang akan diolah dalam penelitian ini dianalisis dengan alat statistik yaitu statistik deskriptif. Pengujian statistik deskriptif ini menggunakan SPSS versi 20 untuk memudahkan perolehan data sehingga dapat menjelaskan variabel-variabel yang digunakan. Pengujian statistik deskriptif pada dasarnya memaparkan secara numerik ukuran pemusatan data (tendensi sentral), mengukur penyebaran suatu data (dispersi), dan mengukur distribusi suatu data. Penelitian dengan menggunakan statistik deskriptif yang terdiri dari ratarata, nilai maksimum, minimum, dan standart deviasi (Trihendradi, 2012 : 75). Dalam penelitian ini angka-angka tersebut adalah rasio-rasio keuangan dan kondisi perusahaan property and real estate yang dikategorikan dalam dua kelompok, yaitu kondisi perusahaan yang bangkrut (0) dan perusahaan bangkrut (1) selama 4 tahun berturut-turut dalam periode 2007-2010. 76 Menentukan data dengan uji Kolmogorov-Smirnov maupun Shapiro-Wilk dapat dilakukan dengan melihat nilai signifikansi. Apabila nilai signifikansi lebih besar dari 0,05 maka data tersebut distribusinya normal (Trihendradi, 2012:94). 2. Uji Asumsi Diskriminan a. Uji Normalitas Hasil analisis diskriminan sangat sensitive jika terjadi penyimpangan atas asumsi yang digunakan. Jika asumsi kenormalan data terpenuhi akan berakibat pada kesalahan dalam melakukan estimasi fungsi diskriminan menuliskan bahwa asumsi kenormalan data harus dipenuhi oleh sebuah model (Vita Permatasari, 2011:60). Uji normalitas dilakukan juga untuk mengetahui apakah dalam sebuah model variabel bebasnya mempunyai distribusi normal atau mendekati distribusi normal. Uji ini dilakukan dengan menggunakan one-sample Kolmogorov Smirnov test. Data tidak berdistribusi normal ditandai dengan asymp. Sig (2 tailed) < 0.05. Hasil uji normalitas dengan menggunakan uji one-sample Kolmogorov Smirnov test dijadikan sebagai pedoman dalam menentukan pengujian hipotesis pertama. Hipotesis pertama akan diuji menggunakan uji Independent sample t-Test jika berdistribusi normal. 77 b. Independent Samples T-Test Uji beda t-test digunakan untuk menentukan apakah dua sampel yang berhubungan memiliki rata-rata yang berbeda. Uji beda t-test dilakukan dengan standart eror dari perbedaan rata-rata dua sample dalam menilai rata-rata terdistribusi normal (Imam Ghozali, 2005:56) t= μ1− μ2 S.E Dimana: = Rata-rata sampel pertama = Rata-rata sampel kedua S.E = Standart Eror perbedaan rata-rata kedua sampel Dari hasil pengujian ini dapat diketahui terdapat tidaknya perbedaan rasio. Kondisi antara perusahaan bangkrut dan perusahaan yang tidak mengalami kebangkrutan. Pengambilan keputusan dilakukan dengan melihat nilai asymp. Sig (2-tailed) > 0,05. Apabila nilai asymp. Sig (2-tailed) > 0,05 tidak terdapat perbedaan rasio keuangan antara kondisi perusahaan bangkrut atau tidak. Sebaliknya jika nilai asymp. Sig (2-tailed) < 0,05 maka 78 terdapat perbedaan antara kondisi perusahaan bangkrut atau tidak bangkrut. c. Uji Linearitas Pengujian ini menggunakan Box`s M Test dengan α=5%. Asumsi linearitas terpenuhi apabila hasil pengujian menunjukkan nilai signifikansi < 0.05. Pelanggaran terhadap asumsi ini akan menimbulkan penyimpangan terhadap keakuratan fungsi diskriminan dalam mengelompokkan sampel kedalam salah satu kategori tertentu. 3. Analisis Diskriminan Analisis diskriminan berguna pada situasi dimana sampel total dapat dibagi menjadi group-group berdasarkan karakteristk variabel yang diketahui dari beberapa kasus. Tujuan utama dari analisis multiple diskriminan adalah untuk mengetahui perbedaan antar group.Analisis diskriminan digunakan untuk memodelkan suatu hubungan antara variabel dependen yang berdata kategori dengan beberapa variabel independen.Analisis diskriminan berusaha untuk mengelompokkan setiap objek ke dalam dua atau lebih kelompok berdasarkan pada sejumlah kriteria variabel independen. Asumsi dalam analisis diskriminan adalah tidak adanya multikolinieritas antara variabel independen dan setiap variabel independen mengikuti fungsi distribusi normal serta 79 homogenitas varians antar kelompok data (Kurniawan & Yamin 2009 : 221-222). Analisis diskriminan mempunyai asumsi bahwa data berasal dari mutivariate normal distribution dan matrik kovarian kedua kelompok perusahaan adalah sama. Asumsi mutivariate normal distribution penting untuk menguji signifikansi dari variabel discriminator dan fungsi diskriminan. Jika data tidak normal secara multivariate, maka secara teori uji signifikan menjadi tidak valid. Hasil klasifikasi menurut teori juga dipengaruhi oleh multivariate normal distribution. Apabila diketahui bahwa asumsi multivariate distribution tidak dipenuhi maka sebaiknya menggunakan analisis regresi logistik. Regresi logistik tidak memerlukan asumsi normal distribution untuk variabel bebasnya (Imam Ghozali, 2012:301). Analisis MDA adalah pendekatan statistik untuk mengkategorikan observasi ke dalam salah satu dari beberapa yang apriori pengelompokan. Sebuah tonggak penting dalam MDA adalah ZScore. Altman (1968) membangun Model yang komprehensif, menggunakan analisis statistik MDA, banyak praktisi yang menggunakan karena mudah aplikasi yang digunakan oleh mode (Jehan & Khan. 2012 : 42). Fungsi diskriminan, yang digunakan dalam analisis diskriminan, adalah variabel laten yang dibentuk sebagai pengaturan linear yang membedakan variabel (independen). Diskriminan seperti fungsi, sebuah 80 bentuk untuk mengubah nilai variabel individu untuk diskriminan tunggal skor, atau nilai Z, yang kemudian digunakan untuk mengklasifikasikan obyek. Z = β1Va + β2Vb +….+ βnVn Variabel terbaik yang membentuk fungsi diskriminan dapat dipilih dengan menggunakan beberapa metode yaitu forward, backward, atau metode stepwise. a. Forward Selection Pada forward selection, variabel yang dimasukkan pertama kali kedalam fungsi diskriminan adalah variabel yang paling mampu membedakan antar kelompok dengan kriteria statistik tertentu. Langkah selanjutnya, variabel yang dimasukkan adalah variabel yang dapat menambah nilai maksimum jumlah kekuatan pembeda antar kelompok dan seterusnya. b. Backward Selection Backward Selection dimulai dengan semua variabel membentuk fungsi diskriminan, selanjutnya setiap langkah satu variabel dikeluarkan dari fungsi diskriminan, yaitu variabel yang memberikan jumlah penurunan terkecil didalam 81 discriminating power. Prosedur ini terus diulang sampai tidak ada lagi variabel yang dikeluarkan dari fungsi diskriminan. c. Stepwise Selection Stepwise Selection merupakan kombinasi antara forward dan backward. Mula-mula tidak ada satupun variabel yang dimasukkan dalam fungsi diskriminan, kemudian satu variabel ditambahkan atau dikeluarkan dari fungsi diskriminan dan seterusnya (Imam Ghozali, 2012:302). Menurut Maholtra, dalam analisis diskriminan terdiri dari lima tahap yaitu : (1) merumuskan masalah, (2) mengestimasi koefisien fungsi diskriminan, (3) mememastikan signifikansi determinan, (4) mengintrepretasikan hasil, (5) menguji signifikansi analisis diskriminan (Simamora, 2005:147). 4. Analisis Regresi Logistik Pengujian hipotesis dilakukan dengan menggunakan metode analisis regresi logistik (logistic regression) karena memiliki satu variabel dependen (terikat) yang non metrik (nominal) dan serta memiliki variabel independen (bebas) lebih dari satu. Ghozali (2009) menjelaskan bahwa logistic regression sebetulnya mirip dengan analisis diskriminan yaitu untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya.Namun, dalam hal ini di analisis 82 dengan logistic regression karena tidak perlu asumsi normalitas data pada variabel bebasnya. Jadi logistic regression umumnya jika dipakai jika asumsi multivariate normal distribution tidak dipenuhi (Andhito, 2011 : 57). Model logit menggunakan koefisien dari variabel independen untuk memprediksi probabilitas variabel dependen gagal atau non-gagal. Teknik bobot independen variabel dan menciptakan skor untuk masingmasing perusahaan untuk mengklasifikasikan sebagai gagal atau tidak gagal. Fungsi dipertimbangkan dalam regresi logistik disebut fungsi logistik. Ukuran goodness of fit akan ditentukan melalui Pearson dan nilai-nilai yang Deviance Chi-Square dan signifikansi dari variabel yang digunakan. Jika nilai p> 0,05 maka nilai tidak signifikan dan model fit yang baik (Yap, et.al 2012:337). Sebuah uji rasio kemungkinan digunakan untuk melihat apakah variabel yang dimasukkan dalam model akhir yang signifikan dalam menjelaskan beberapa variabilitas dalam data. Chi Square statistik adalah perbedaan -2 Log Likelihood (-2LL) antara model akhir dan model berkurang. Menurunnya Model dibentuk dengan menghilangkan efek dari model akhir. Hipotesis nol adalah bahwa semua parameter efek yang 0. Tes ini sebanding dengan uji F keseluruhan untuk regresi analisis. Dalam regresi, R² merupakan ukuran intuitif seberapa baik model memprediksi nilai-nilai dari variabel dependen. Namun, dalam regresi logistik, tidak ada tindakan serupa yang mudah ditafsirkan. The pseudo 83 Rsquare (Cox dan Snell dan Nagelkerke) merupakan upaya untuk mengukur proporsi variasi dijelaskan dalam variabel dependen. Cox dan Snell tindakan biasanya <1.0 dan sulit untuk menafsirkan. Berkisar mengukur Nagelkerke ini dari 0 ke 1 dan nilai-nilai biasanya lebih tinggi dari Cox dan Snell (Yap, et.al 2012:337). Regresi logistik akan membentuk variabel prediktor/respon (log (p/(1-p)) yang merupakan kombinasi linier dari variabel independen. Nilai variabel prediktor ini kemudian ditransformasikan menjadi probabilitas dengan fungsi logit. Asumsi-asumsi dalam regresi logistik: 1. Tidak mengasumsikan hubungan linier antar variabel dependen dan independen. 2. Variabel dependen harus bersifat dikotomi (2 variabel). 3. Variabel independent tidak harus memiliki keragaman yang sama antar kelompok variabel. 4. Kategori dalam variabel independent harus terpisah satu sama lain atau bersifat eksklusif. 5. Sampel yang diperlukan dalam jumlah relatif besar, minimum dibutuhkan hingga 50 sampel data untuk sebuah variabel prediktor (bebas). Berdasarkan data bivariat (X,Y), dimana X adalah variabel numeric atau variabel satu-nol dan Y adalah variabel respon satu-nol, dapat 84 disajikan model regresi logistik dengan bentuk umum sebagai berikut (Igusti Ngurah, 2002:154) : p = p(Y=1) = exp(β0+ β1X) 1+ exp(β0+ β1X) Dimana p = p(Y=1) menyatakan proporsi skor/nilai Y=1 di dalam populasi diantara semua skor/nilai satu-nol yang mungkin. Besaran p = p(Y=1) kerapkali juga dinyatakan sebagai peluang atau probabilitas peristiwa/kasus yang ditentukan oleh skor Y=1. Oleh karena itu, sebenarnya p(Y=1) menyatakan proporsi atau peluang bersyarat, yang secara lengkap seharusnya ditulis seperti : p = P(Y=1| X) a. Menilai Model Fit Langkah pertama adalah menilai over all fit model terhadap data. Beberapa test statistics diberikan untuk menilai hal ini. Hipotesis untuk menilai model fit adalah: H0 : Model yang dihipotesiskan fit dengan data HA : Model yang dihipotesiskan tidak fit dengan data Model fit dapat juga diuji dengan Hosmer and Lemeshow`s Goodness of fit yang menguji hipotesis nol bahwa data empiris 85 cocok atau sesuai dengan model. Jika nilai Hosmer and Lemeshow`s signifikan atau lebih kecil dari 0.05 maka hipotesis ditolak dan model dikatakan fit. Sebaliknya jika tidak signifikan maka hipotesis nol tidak dapat ditolak yang berarti data empiris (Imam Ghozali, 2012:340). b. Cox dan Snell`s R Square Cox dan Snell`s R Square merupakan ukuran yang mencoba meniru ukuran R2 pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 maka sulit diinterpretasikan. Negelkerke`s R Square merupakan modifikasi dari koefisien cox dan snell`s r square untuk memastikan nilainya bervariasi dari 0 sampai 1 (Imam Ghozali, 2012:341). c. Nilai Odds Ratio Probabilitas kadang-kadang dinyatakan dalam istilah odss. Model log dari odss merupakan fungsi linear dari variabel bebas dan ekivalen dengan persamaan multiple regression dengan log dari odss sebagai variabel terikat. Hubungan antara probabilitas (P) dan variabel bebas (X) adalah non linear sedangkan hubungan antara log dari odss dan variabel bebas adalah linear (X). Dengan demikian interpretasi terhadap koefisien variabel bebas (X) harus dilihat 86 pengaruhnya terhadap log dari odds dan bukan terhadap probabilitas (P) (Imam Ghozali, 2006:264). E. Operasional Variabel 1. Variabel Dependen Dalam penelitian ini variabel dependen yang digunakan adalah status-status perusahaan-perusahaan Property and Real Estate yang terdaftar di Bursa Efek Indonesia yang diprediksi mengalami kebangkrutan. Data kategorial mengenai prediksi kebangkrutan perusahaan diberikan data dummy dengan skor “0” untuk perusahaan yang bangkrut dan skor “1” untuk perusahaan yang tidak bangkrut. Perusahaan yang mengalami financial distress dengan indikasi : Beberapa tahun mengalami laba bersih operasi (net operating income negatif) dan selama lebih dari satu tahun tidak melakukan pembayaran deviden, digunakan oleh Almilia dan Kristijadi (2003). 2. Variabel Independen Variabel independent yang digunakan dalam penelitian ini adalah rasio keuangan dari laporan keuangan perusahaan sebagai berikut: a. Current Ratio Rasio lancar mengukur kemampuan perusahaan memenuhi hutang jangka pendeknya dengan menggunakan aktiva lancarnya (aktiva yang akan berubah menjadi kas dalam waktu satu tahun atau satu 87 siklus bisnis). Rasio lancar yang tinggi menunjukkan adanya kelebihan aktiva lancar, yang akan mempunyai pengaruh yang tidak baik terhadap profitabilitas perusahaan (Halim, 2009 : 77). b. Leverage Ratio Rasio leverage ini berusaha mengukur pinjaman utang, baik dengan menggunakan total aktiva maupun modal sendiri. Oleh karena itu, rasio leverage ini akan diukur melalui (a) rasio antar utang dan aktiva, (b) rasio antara utang dan modal sendiri, dan rasio penjaminan beban bunga yang diukur melalui time interest earned (Moeljadi, 2006 : 51). c. Net Profit Margin Net profit margin menunjukkan kemampuan setiap rupiah penjualan menghasilkan laba bersih (Earning After Tax, EAT) (Moeljadi, 2006 : 52). Net profit margin = EAT Penjualan bersih d. Debt to Equity Debt to Equity ini menggambarkan kemampuan modal sendiri menjamin utang. Dengan kata lain, bagian dari utang yang dapat dijamin dengan menggunakan modal sendiri (Moeljadi, 2006 : 51). Debt to equity= Total Utang Modal Sendiri 88 e. Operating Profit Margin Selisih antara net margin ratio (rasio laba bersih dengan penjualan) dengan 100% menunjukan presentase yang tersisa untuk menutup harga pokok penjualan dan biaya operasi, persentase yang tersisa ini dinamakan operating margin ratio atau rasio antara (harga pokok penjualan + biaya operasi) dengan penjualan bersih (Munawir, 2001:100). Operating Profit Margin = HPP+penjualan+administrasi penjualan bersih x 100% Operating ratio mencerminkan tingkat efesiansi perusahaan, sehingga rasio yang tinggi menunjukan keadaan yang kurang baik karena berarti bahwa setiap rupiah penjualan yang terserap dalam biaya juga tinggi, dan yang tersedia untuk laba kecil. Tetapi rasio yang tinggi mungkin tidak hanya disebabkan oleh faktor intern yang dapat dikendalikan oleh manajemen, tetapi juga faktor ekstern misalnya faktor harga yang sulit dikendalikan oleh manajemen (Munawir, 2001:100). f. Total Assets Turnover 89 Total assets turnover ini menunjukkan total aktiva untuk berputar selama satu tahun untuk menghasilkan penjualan yang dapat dihitung dengan cara membagi penjualan bersih dengan ratarata total aktiva (Moeljadi, 2006 : 50). Total asset turnover = Penjualan bersih Total aktiva rata−rata 90 BAB IV ANALISIS DAN PEMBAHASAN A. Gambaran Umum Pasar Modal Pasar modal memiliki peran yang sangat besar bagi perekonomian suatu negara karena pasar modal menjalankan dua fungsi sekaligus, yaitu fungsi ekonomi dan fungsi keuangan. Dengan adanya pasar modal diharapkan aktivitas perekonomian menjadi meningkat karena pasar modal merupakan alternative pendanaan bagi perusahaan sehingga dapat beroperasi dengan skala yang lebih besar dan pada gilirannya akan meningkatkan pendapatan perusahaan dan kemakmuran masyarakat luas (Sundjaja dkk, 2010 : 425). Sejarah pembentukan pasar modal di Indonesia bermula pada zaman VOC yang berlanjut hingga pada masa Indonesia modern. Setelah mendapatkan kemerdekaan pada tahun 1945, Indonesian mulai melakukan pembangunan di berbagai bidang. Pemerintah Indonesia pasca-Orde Lama berkonsentrasi pada pembangunan secara lebih sistematis sejak akhir 1960-an. Kenyataan yang dihadapi pemerintah saat itu adalah keperluan dana yang teramat besar, sehingga Pemerintah Indonesia mengupayakan penghimpunan dana untuk pembangunan dengan berbagai cara, terutama melalui pinjaman dari sindikasi negaranegara donor seperti negara-negara Eropa yang tergabung dalam InterGovernmental Group on Indonesia (IGGI) (kemudian Consultative Group on Indonesia atau CGI), Jepang dan Amerika Serikat. Namun 91 bagi pemerintah pinjaman luar negeri bukan merupakan cara yang strategis untuk pemembangunan, potensi dana masyarakat Indonesia harus bisa dioptimalkan untuk digunakan. Untuk itu dibentuk pasar modal yang dimaksudkan sebagai wahana untuk memenuhi kebutuhan pembiyaan pembangunan. Fungsi strategis dan penting pasar modal membuat pemerintah amat berkepentingan atas perkembangan dan kemajuan pasar modal, karena berpotensi untuk penghimpunan dana secara massif, sehingga dapat memanfaatkan untuk memperbesar volume kegiatan pembangunan. Segenap upaya dilakukan pemerintah untuk memasyarakatkan pasar modal, sehingga masyarakat tergerak berinvestasi di pasar modal dengan membelu sejumlah efek dari perusahaan-perusahaan oleh masyarakat ternyata memberi harapan dan peluang untuk meningkatkan kesejahteraan sebagai dampak positif dari kinerja perusahaan (Irsan Nasarudin dkk, 2008 : 1-2). B. Hakikat Pasar Modal Pengertian pasar modal, sebagaimana pasar konvensional pada umumnya, adalah merupakan tempat bertemunya penjual dan pembeli. Pasar (market) merupakan sarana yang mempertemukan aktivitas pembeli dan penjual untuk satu komoditas atau jasa. Pengertian modal (capital) dapat dibedakan: 1. Barang modal (capital goods) seperti tanah, bangunan, gedung, mesin. 92 2. Modal uang (fund) yang berupa financial assets. Pasar modal (capital market) mempertemukan pemilik dana (supplier of fund) dengan penggunaan dana (user of fund) untuk tujuan investasi jangka menengah (middle-term investment) dan panjang (longterm investment). Kedua belah pihak melakukan jual beli modal yang berwujud efek. Menurut Kamus Besar Bahasa Indonesia (KBBI) pengeertian pasar modal adalah seluruh kegiatan yang mempertemukan penawaran dan permintaan atau merupakan aktivitas yang memperjualbelikan surat-surat berharga (Irsan Nasarudin dkk, 2008 : 10). Modal atau dana yang diperdagangkan dalam pasar modal diwujudkan dalam satu bentuk surat berharga atau dalam terminology financial market disebut efek yang berupa saham, obligasi atau sertifikat atas saham atau dalam bentuk surat berharga lainnya atau surat berharga yang merupakan derivative dari bentuk surat berharga saham atau sertifikat yang diperjualbelikan di pasar modal tersebut. Secara ekonomi, financial market adalah untuk mengalokasikan tabungan (saving) secara efisien dari pemilik dana kepada pengguna dana terakhir (ultimate user). Pemilik dana adalah mereka, baik secara perorangan maupun secara kelembagaan atau badan usaha yang menyisihkan kelebihan dananya untuk diinvestasikan agar lebih produktif dan berkembang (Irsan Nasarudin dkk, 2008 : 11). 93 C. Pengembangan Pasar Modal Indonesia Globalisasi ekonomi, selain memberikan tantangan berat, membuka kesempatan yang luas dalam rangka penembangan kemampuan perekonomian suatu negara. Dengan kata lain, globalisasi akan memberikan dampak yang buruk apabila suatu negara tidak memiliki kesiapan, baik dari segi ketersediaan kebijakan dan peraturan perundang-undangan sebagai pendukung pertumbuhan ekonomi itu sendiri (Irsan Nasarudin dkk, 2008 : 77). Pembangunan, dengan tiga pilar utama, yaitu ekonomi, social dan politik, merupakan suatu desain besar yang kompleks dan menuntut kesungguhan penanganan. Tidak terkecuali bagi Indonesia yang saat ini tengah mengalami masa-masa sulit untuk menjejakkan platform pembangunan yang menyeluruh. Krisis ekonomi tidak hanya melanda Indonesia, namun juga beberapa negara di Asia, tetapi Indonesia yang paling lama mengalaminya karena sendi-sendi perekonomiannya ternyata amat rapuh. Hal itu disebabkan budaya mental atau perilaku buruk di dalam melakukan pengelolaan kegiatan usaha, dan ironisnya hal itu dilakukan oleh sejumlah orang berada di setiap level puncak pimpinan dari perusahaan-perusahaan. Akibatnya fatal, perekonomian Indonesia runtuh dan sulit untuk pulih secara cepat. Krisis ini telah mengantarkan kesadaran bahwa ini adalah saatnya untuk memulai era ekonomi baru. Krisis ekonomi itu tentu saja berimbas pada perkembangan pasar modal Indonesia sebagai salah satu sumber pembiayaan yang banyak 94 dimanfaatkan oleh perusahaan. Perkembangan ini menghambat pelaksanaan demokrasi ekonomi dan pemerataan pendapatan. Namun begitu, pasar modal Indonesia tidak akan tamat, karena krisis. Secara perlahan, pertumbuhan ekonomi Indonesia mulai merambat naik, walaupun belum setinggi sebelum krisis (Irsan Nasarudin dkk, 2008 : 7778). Pengembangan pasar modal Indonesia secara umum mengikuti perkembangan di dunia Internasional dan kebutuhan. Untuk mengurangi peran dan beban anggaran pemerintah, pengelolaan bursa efek dilaksanakan oleh pihak swasta. Karena, pada hakikatnya pemerintah adalah pembuat kebijakan, bukan pelaksana. Pemerintah memutuskan untuk melepaskan keterlibatan institusionalnya dalam pengelolaan pasar modal. Untuk itu, pemerintah memutuskan untuk menjadikan pengelola bursa efek menjadi entitas hukum yang berbentuk Perseroan Terbatas, yaitu PT Bursa Efek Jakarta. Secara garis besar tujuan umum pengembangan bursa efek adalah mewujudkan terciptanya kegiatan perdagangan efek yang teratur, wajar, dan efisien dengan berkonsentrasi pada upaya: 1. Meningkatkan likuiditas dan efisiensi biaya. Untuk itu, bursa efek perlu melakukan peninjauan, perbaikan, dan penyempurnaan terhadap peraturan bursa agar tetap sesuai dengan standar internasional. 95 2. Meningkatkan keamanan transaksi bursa. Keamanan traksaksi di bursa efek perlu ditingkatkan dengan melakukan kegiatan pemantauan secara kontinu agar resiki investasi berkurang, mengharuskan anggota bursa mengasuransikan dana nasabah, mengembangkan jaringan teknologi, menyelesaikan secara tuntas, cepat, dan adil kasus-kasus yang terjadi dibursa. 3. Meningkatkan jenis dan kualitas pelayanan bursa. Bursa Efek Jakarta, dengan status hukumnya sekarang sekarang ini. diharapkan mampu perdagangan pasar memantap kan mekanisme sistem ekuitas dan obligasi dengan mempergunakan pendekatan auction market maupun dealer driven; dan mengembangkan pasar derivative yang memperdagangkan kontrak opsi saham, kontrak berjangka indeks, dan instrument derivative lainnya (Irsan Nasarudin dkk, 2008 : 86-87). Pergerakan pasar modal di dunia yang paling besar yaitu pada pasar modal di negara Turkey sebesar 864.616,44 pada tahun 2007 sampai tahun 2010. Sedangkan untuk negara Indonesia setiap tahunnya mengalami pergerakan yang fluktuatif. Pada tahun 2007 pergerakan pasar modal di Indonesia sebesar 2.745,83 sedangkan pada tahun 2008 mengalami penurunan sampai 1.335,41 setelah itu tahun 2009 sampai 2010 pergerakan pasar modal di Indonesia semakin meningkat sebesar 96 3.703,51. Dibawah ini yang ditunjukkan oleh tabel 4.1 merupakan gambaran pergerakan pasar modal di dunia : Tabel 4.1 Pergerakan Pasar Modal di Dunia Sumber: Factbook 2011 Bappepam LK Sementara tabel 4.2 menunjukkan perkembangan perdagangan saham di Bursa Efek Indonesia (BEI) pada tahun 2007 sampai dengan tahun 2010. 97 Tabel 4.2 Perkembangan Perdagangan Saham di Bursa Efek Indonesia Sumber: Factbook 2011 Bappepam LK Pada tahun 2007 sampai dengan 2009 volume saham mengalami peningkatan dari 1.039,542 menjadi 1.467,659 juta saham sedangkan pada tahun 2010 volume saham mengalami penurunan sebesar 1.330.865. Untuk tahun 2008 merupakan volume saham yang terendah dari ketiga tahun tersebut dengan jumlah volume sebesar 787,848. Di sisi lain perusahaan yang terdaftar di Bursa Efek Indonesia setiap tahunnya meningkat sampai tahun 2010 yaitu sebanyak 420 perusahaan. D. Gambaran Umum Aktivitas Industri Real Estate. Aktivitas pengembangan subsektor industri Real Estate adalah kegiatan perolehan tanah untuk kemudian dibangun perumahan dan atau bangunan komersial dan atau bangunan industri. Bangunan tersebut dimaksudkan untuk dijual atau disewakan, sebagai satu kesatuan atau secara eceran (retail). Aktivitas pengembangan ini juga mencakup 98 perolehan kapling tanah untuk dijual tanpa bangunan. Secara spesifik, aktivitas sub sektor Real Estate lebih mengarah pada kegiatan pengembangan perumahan konvensional berikut sarana pendukung berupa fasilitas umum dan fasilitas sosial. Disisi lain, aktivitas sub sektor industri property lebih mengarah pada kegiatan pengembangan bangunan hunian vertikal antara lain apartemen, kondominium, rumah susun. Bangunan komersial antara lain perkantoran, pusat perbelanjaan dan bangunan industri (Bapeppam, 2002 : 4). E. Metode Analisis Data Metode analisis data digunakan untuk menganalisis data hasil penelitian agar dapat diinterpretasikan sehingga laporan sehingga laporan yang dihasilkan dapat dipahami (Kosasih, 2010:48). Penelitian ini menggunakan analisis Multiple Discriminant Analysis (MDA) dan regresi logistik atas rasio-rasio keuangan. Adapun analisis yang digunakan adalah sebagai berikut: 1. Statistik Deskriptif Data yang dikumpulkan dan yang akan diolah dalam penelitian ini dianalisis dengan alat statistik yaitu statistik deskriptif. Pengujian statistik deskriptif ini menggunakan SPSS versi 20 untuk memudahkan perolehan data sehingga dapat menjelaskan variabel-variabel yang digunakan.Pengujian statistik deskriptif pada dasarnya memaparkan 99 secara numerik ukuran pemusatan data (tendensi sentral), mengukur penyebaran suatu data (dispersi), dan mengukur distribusi suatu data. Penelitian dengan menggunakan statistik deskriptif yang terdiri dari ratarata, nilai maksimum, minimum, dan standart deviasi (Trihendradi, 2012 : 75). Tabel 4.3 Hasil Uji Statistik Deskriptif Sumber: Hasil olah data Pada hasil uji statistik deskriptif diatas untuk variabel X1 memiliki nilai minimum sebesar 0.13, maksimum 11.94, nilai rata-rata 1.8728 dan standart deviasi sebesar 1.92156. Variabel X2 memiliki nilai minimum sebesar 0.06, maksimum 0.80, nilai rata-rata 0.4687 dan standart deviasi sebesar 0.17311. Variabel X3 memiliki nilai minimum sebesar -0.01, maksimum 43.11, nilai rata-rata 2.6862 dan standart deviasi sebesar 8.31960. Variabel X4 memiliki nilai minimum sebesar 0.07, maksimum 4.04, nilai rata-rata 11.502 dan standart deviasi sebesar 0.78112. Variabel X5 memiliki nilai minimum sebesar 0.00, maksimum 48.17, nilai rata-rata 5.2645 dan standart deviasi sebesar 11.68347. 100 Variabel X6 memiliki nilai minimum sebesar 0.08, maksimum 0.264, nilai rata-rata 0.3873 dan standart deviasi sebesar 0.37116. 2. Uji Asumsi Diskriminan Sebelum melakukan uji diskriminan, terlebih dahulu harus memenuhi asumsi dasar, antara lain: a. Uji Normalitas Data Menentukan data dengan uji Kolmogorov-Smirnov maupun Shapiro-Wilk dapat dilakukan dengan melihat nilai signifikansi. Apabila nilai signifikansi lebih besar dari 0,05 maka data tersebut distribusinya normal (Trihendradi, 2012:94). Hasilnya menunjukkan tingkat signifikansi di atas 0,05. Hal ini berarti variabel yang berdistribusi normal adalah X2, dan X4 yang bersumber dari hasil olahan SPSS 2.0. Tabel 4.4 Hasil Uji One-Sample Kolmogorov-Smirnov Test 101 Sumber: Olah Data Artinya pada variabel X2 dan X4 telah berdistribusi normal karena nilai signifikansinya lebih dari 0,05. Sedangkan untuk variabel lainnya memiliki tingkat signifikansi dibawah 0,05 yang artinya variabel tersebut belum berdistribusi normal. Uji selanjutnya untuk variabel X2 dan X4 menggunakan uji statistik Independent Sample T-test. b. Independent Sample t-Test. Berdasarkan hasil output pada SPSS, maka besarnya tingkat signifikansi dari varibel yang berdistribusi normal dapat dilihat pada tabel 4.5 sebagai berikut : Tabel 4.5 Hasil Uji Independent Sample t-Test Sumber : Hasil Olah Data Tabel Independent Samples test pertama, Levene’s test untuk menguji apakah kedua kelompok perusahaan yang diprediksi mengalami kebangkrutan dan perusahaan yang diprediksi tidak mengalami kebangkrutan memiliki varian yang sama. Dari hasil 102 Levene’s test untuk variabel X2 menunjukkan F sebesar 1.270 dan tingkat signifikansi sebesat 0,262. Tingkat signifikansi ini ternyata lebih tinggi dari 0,05 yang artinya varians dari dari kedua sampel tersebut sama. Sedangkan hasil dari Levene’s test pada variabel X4 menunjukkan F sebesar 4.501 dan tingkat signifikansi sebesar 0.036. Maka pada variabel X4 menunjukkan tingkat signifikansi jauh lebih kecil dari 0,05 yang artinya dari kedua sampel tersebut tidak sama. Untuk tabel Independent Sample Test kedua, t-test untuk menguji apakah kedua kelompok memiliki rata-rata yang sama. Dimana nilai tingkat signifikansi (Sig.2-Tailed) untuk variabel X2 sebesar 0,000 angka tersebut lebih rendah dari 0,05 yang artinya tidak memiliki rata-rata diantara variabel yang di uji. Sedangkan nilai tingkat signifikansi (Sig.2-Tailed) untuk variabel X4 sebesar 0,000 angka yang lebih rendah dari 0,05 yang artinya memiliki rata-rata diantara variabel yang di uji. Dengan kata lain variabel X4 tersebut signifikan dalam memprediksi kebangkrutan suatu perusahaan. c. Uji Linearitas Pengujian ini dilakukan dengan menggunakan Box`s M Test dengan α=5%. Hasil uji Box`s M Test menunjukkan bahwa nilai F sebesar 6.889 dan signifikan pada 0.009 dan probabilitas ini dibawah 0.05, maka dapat disimpulkan bahwa matrik covariance antar group memang berbeda dan hal ini menyalahi asumsi diskriminan. Namun 103 demikian analisis fungsi diskriminan tetap robust walaupun asumsi homogeneity of variance tidak terpenuhi dengan syarat data tidak memiliki outlier. Tabel 4.6 Hasil Uji Linearitas Sumber: Hasil olah data 3. Analisis Diskriminan Analisis diskriminan berguna pada situasi di mana sampel total dapat dibagi menjadi grup-grup berdasarkan karakteristik variabel yang diketahui dari beberapa kasus. Tujuan utama dari analisis multiple diskriminan adalah untuk mengetahui perbedaan antargrup (Sofyan Yamin, 2009 : 221). Analisis statistik yang digunakan untuk memodelkan suatu hubungan antara variabel dependen yang berdata kategori dengan beberapa variabel independen (prediktor). Analisis diskriminan berusaha untuk mengelompokkan setiap objek ke dalam dua atau lebih kelompok berdasarkan pada sejumlah kriteria variabel independen (Sofyan Yamin, 2009:221). 104 Menurut Imam Ghozali (2012 : 289) diskriminan analisis merupakan bentuk regresi dengan variabel terikat berbentuk non-metrik atau kategori. Tujuan dari analisis diskriminan yaitu : 1. Mengidentifikasi variabel-variabel yang mampu membedakan antara kedua kelompok. 2. Menggunakan variabel-variabel yang telah teridentifikasi untuk menyususn persamaan atau fungsi untuk menghitung variabel baru atau indek yang dapat menjelaskan perbedaan antara dua kelompok. 3. Menggunakan variabel yang telah teridentifikasi atau indek untuk mengembangkan aturan atau cara mengelompokkan observasi di masa datang kedalam satu dari dua kelompok. Dalam penelitian ini variabel dependen yang digunakan yaitu memiliki dua tipe: Perusahaan property and real estate yang bangkrut diberi kode “0” dan perusahaan property and real estate yang tidak mengalami kebangkrutan diberi kode “1”. Berikut adalah ringkasan dari pengujian dalam menggunakan MDA dapat dilihat pada tabel Analysis Case Processing Summary yang menunjukkan bahwa tidak ada data yang hilang. Pada tabel ini dikatakan valid 100% dengan jumlah sampel yang digunakan sebesar 104 perusahaan. 105 Tabel 4.7 Analysis Case Processing Summary Sumber: Hasil olah data 1. Hasil Uji Test of Equality Group Means Untuk mengetahui variabel manakah yang dapat digunakan dalam membentuk variabel diskriminan dengan melihat nilai sig. dari hasil test of equality of group means. Dalam hal ini digunakan dua statistik uji, yaitu Wilk`s Lambda dan F test. Nilai Wilk`s Lambda mendekati nol menunjukkan arti semakin signifikan karakteristik tersebut membedakan antara dua variabel kelompok. Sebaliknya, nilai Wilk`s Lambda semakin mendekati 1 maka variasi data untuk karakteristik tersebut cenderung sama untuk dua kelompok tersebut. Untuk uji F dapat digunakan nilai p-value pada kolom signifikannya di mana: Sig. > 0.05, berarti tidak ada perbedaan antara group Sig. < 0.05, berarti ada perbedaan antara group 106 Tabel 4.8 Hasil Test Of Equality Of Group Means Sumber : Hasil olah data Dilihat dari test statistics Wilk`s Lambda jelas ada perbedaan signifikan yaitu untuk variabel X2 nilai Wilk`s Lambda sebesar 0.874 dan nilai signifikan sebesar 0.000 sedangkan untuk variabel X4 nilai Wilk`s Lambda sebesar 0.861 dan nilai signifikan sebesar 0.000. Hasil ini menunjukkan bahwa kedua variabel rasio keuangan tersebut dapat digunakan untuk membentuk variabel diskriminan. 2. Pemilihan Variabel Diskriminator Untuk menentukan variabel apa saja yang paling efisien dalam membedakan perusahaan yang mengalami kebangkrutan atau tidak mengalami kebangkrutan maka digunakan stepwise guna mengetahui variabel yang mempunyai kekuatan terbesar dalam diskriminasi. 107 a. Tahap Pemilihan Variabel Bebas Tabel 4.9 Variabels Entered Sumber: Hasil olah data Tabel 4.10 Wilk`s Lambda Sumber: Hasil olah data Hasil analisis stepwise menunjukkan bahwa variabel pertama yang dimasukkan dalam analisis ini adalah X1 (current ratio), X2 (leverage ratio), X3 (net profit margin), X4 (debt to equity), X5 (operating profit margin), X6 (total assets turnover) yang menunjukkan variabel mana yang bisa dimasukkan dalam persamaan diskriminan pada tabel 4.9 dilihat dari nilai F memiliki angka statistic terbesar yaitu pada variabel X4 (debt to equity) dengan nilai 0.861. Sedangkan pada tabel 4.10 uji Wilks` Lambda variabel X4 (debt to equity) memiliki nilai signifikan lebih kecil 0.05 yaitu sebesar 0.000. Dengan demikian untuk rasio keuangan MDA hanya satu variabel yang signifikan. 108 3. Uji Corelation Summary Of Canonical Discriminant Functions Pada tabel 4.11 Eigenvalues terdapat nilai canonical correlation. Canonical correlation digunakan untuk mengukur hubungan antara hasil diskriminan skor dan kelompok perusahaan atau besarnya variabilitas yang mampu diterangkan oleh variabel independen terhadap variabel dependen. Tabel 4.11 Eigenvalues Sumber: Hasil olah data Dari tabel diatas, diperoleh nilai canonical correlation sebesar 0.373, bila dikuadratkan menjadi 0.139 atau 0.14 artinya 14% varians dari variabel dependen dapat dijelaskan dari model diskriminan yang terbentuk. 4. Menentukan Fungsi Diskriminan Menerangkan model diskriminan yang terbentuk. Persamaan model discriminant ini digunakan untuk menghasilkan discriminant score yang berfungsi untuk memprediksi pengklasifikasian suatu objek (kelompok bangkrut dan kelompok tidak bangkrut). Model diskriminan ini sama halnya dengan model regresi. 109 Tabel 4.12 Canonical Discriminant Function Coefficients Sumber: Hasil olah data Hasil canonical discriminant fuction coefisien dapat dimasukkan kedalam formula model Multiple Discriminant Analysis atau persamaan yang dapat digunakan untuk mengukur prediksi kebangkrutan pada perusahaan property and real estate. Berikut ini merupakan model untuk mengukur prediksi kebangkrutan perusahaan: Z = -1.579 + 1.373X4 (debt to equity) 5. Titik Cut-off Tabel 4.13 Penentuan titik cut-off Sumber: Hasil olah data 110 Pada tabel 4.13 Functions at Group Centroids digunakan untuk menentukkan cut-off pengelompokkan metode prediksi kebangkrutan. Besarnya titik cut-off dapat dihitung dengan rumus sebagai berikut: Cut-off = = a. ( )( . Na Zb + Nb Za Na+Nb ) +( ( )+( ) (− . ) ) = -0.748 Jika nilai Z score < -0.748 maka dikelompokkan sebagai perusahaan yang mengalami kebangkrutan. b. Jika Z score > -0.748 maka dikelompokkan sebagai perusahaan yang tidak mengalami kebangkrutan. 6. Ketepatan Prediksi Discriminant Analysis Untuk melihat suatu ketepatan model prediksi yang digunakan dalam penelelitian ini dapat ditunjukkan pada tabel 4.14 berupa predicted values dari suatu keadaan perusahaan dan baris merupakan data aktual yang dapat dilihat pada tabel dibawah ini: 111 Tabel 4.14 Hasil Ketepatan Prediksi MDA Sumber : Hasil olah data Menurut tabel diatas, jumlah perusahaan yang diamati sebanyak 104 perusahaan sedangkan yang diprediksi yang mengalami kebangkrutan menunjukkan 22 perusahaan, jadi ketepatan klasifikasi yang diamati untuk perusahaan yang mengalami kebangkrutan sebesar 61.1%. Sedangkan untuk jumlah perusahaan yang diamati sebanyak 104 perusahaan sedangkan yang diprediksi yang tidak mengalami kebangkrutan sebanyak 46 perusahaan dengan ketepatan klasifikasi yang diamati untuk perusahaan yang tidak mengalami kebangkrutan sebesar 67.6%. Secara keseluruhan ketepatan klasifikasi untuk group pada Discriminant Analysis sebesar 65.4%. Untuk fungsi diskriminan mampu mengelompokkan kasus dengan benar sebesar Kemampuan secara rata-rata = 1.1+ . × 00% = 64.35% 4. Analisis Regresi Logistik Regresi Logistik dapat digunakan untuk memodelkan hubungan antara dua kategori (binary) variabel hasil (variabel dependen/terikat) 112 dan dua atau lebih variabel penjelas (variabel independen/bebas). Estimasi model regresi logistik untuk masing-masing variabel bebas memberikan perkiraan efek variabel tersebut terhadap variabel terikat setelah menyesuaikannya dengan variabel bebas lainnya pada permodelan tersebut (Sofyan Yamin, 2009 : 95). Tabel 4.15 Hasil Uji Processing Summary Sumber :hasil olah data Dalam penelitian menunjukkan bahwa jumlah data yang diproses sebanyak 104 atau N= 104 sehingga Tabel 4.15 ini menjelaskan bahwa seluruh kasus atau perusahaan ternyata seluruhnya teramati, artinya tidak terdapat satu pun data yang tidak teramati. Tabel 4.16 Hasil Uji Dependent Variable Sumber: Hasil olah data 113 Tabel 4.16 menggambarkan hasil proses input data yang digunakan pada variabel dependen, yaitu perusahaan yang tidak mengalami kebangkrutan diberi kode “1” dan perusahaan yang mengalami kebangkrutan diberi kode 0. Dengan indikasi : Beberapa tahun mengalami laba bersih operasi (net operating income negatif) dan selama lebih dari satu tahun tidak melakukan pembayaran deviden, digunakan oleh Almilia dan Kristijadi (2003). 5. Ketepatan Model dalam Prediksi Untuk menganalisis model yang lebih baik untuk memprediksi kebangkrutan pada perusahaan, dilihat dari nilai -2Log likelihood yaitu pada blok 0 atau blok permulaan nilai -2Log likelihood sebesar 134.167 seperti pada tabel dibawah. Tabel 4.17 Ketepatan Model Prediksi Kebangkrutan (block 0: Beginning block) Sumber: Hasil olah data 114 Kemudian pada blok kedua (block 1: method = enter) adalah tahap memasukkan variabel independen ke dalam model penelitian. Nilai -2Log likelihood sebesar 115.206 terjadinya penurunan dalam nilai tersebut. Maka model tersebut menunjukkan model regresi yang baik. Tabel 4.18 Ketepatan Model Prediksi Kebangkrutan (block 1: method = enter) Sumber: Hasil olah data 6. Ketepatan Cox & Snell`s R Square and Negelkerke R Square Dari tabel model summary dibawah, Cox & Snell`S R Square merupakan ukuran yang mencoba meniru R2 pada multiple regression yang didasarkan pada teknik estimasi likelihood dengan nilai maksimum kurang dari 1 (satu) sulit untuk diinterpretasikan. Negelkerke R Square merupakan modifikasi dari koefisien Cox & Snell`S R Square untuk memastikan bahwa nilainya 0 (nol) sampai 1 (satu) sama seperti koefisien determinasi R2 pada regresi linear berganda . Nilai koefisien Negelkerke R Square umumnya lebih besar dari nilai koefisien Cox & Snell`S R Square tapi cenderung lebih kecil dibandingkan dengan nilai 115 koefisien determinasi R2 pada regresi linear berganda (Stanislaus Uyanto, 2006 : 236). Jika dilihat nilai Negelkerke R Square sebesar 0.230 menunjukkan bahwa variabel dependen dapat dijelaskan oleh variabelvariabel independen sebesar 23% dan sisanya 77% dijelaskan oleh variabel lain diluar model. Tabel 4.19 Hasil Cox & Snell`s R Square and Negelkerke R Square Sumber: Hasil olah data 7. Uji Chi Square Tabel 4.20 adalah untuk menguji kebaikan model (goodness of fit) apakah model yang kita gunakan, yaitu dengan menggunakan enam variabel independen (X1, X2, X3, X4, X5, dan X6) sudah sesuai dengan data empiris, dalam hal ini uji yang digunakan adalah Hosmer and Lemeshow Test. Hipotesis untuk menilai model fit adalah: H0 : Model yang dihipotesiskan fit dengan data HA : Model yang dihipotesiskan tidak fit dengan data 116 Jika nilai Hosmer-Lemeshow signifikan atau lebih kecil dari 0.05 maka hipotesis nol ditolak dan model dapat dikatakan tidak fit. Sebaliknya jika tidak signifikan maka hipotesis nol tidal dapat ditolak yang berarti data empiris sama dengan model atau model dapat dikatakan fit (Imam Ghozali, 2012 : 346). Tabel 4.20 Hasil Uji Chi Square Sumber : Hasil Olah Data Hasil olah data diatas menunjukkan nilai dari Hosmer and Lemeshow Test sebesar 3.778 dan signifikan pada 0.877 oleh karena nilai ini diatas 0.05 maka model dikatakan fit dan dapat diterima. 8. Ketepatan Prediksi Model Regresi Logistik Untuk melihat suatu ketepatan model prediksi yang digunakan dalam penelelitian ini dapat ditunjukkan pada tabel 4.21 berupa predicted values dari suatu keadaan perusahaan dan baris merupakan data aktual yang dapat dilihat pada tabel dibawah ini : 117 Tabel 4.21 Hasil Prediksi Model Regresi Logistik Sumber : hasil olah data Menurut tabel diatas, perusahaan yang diprediksi yang mengalami kebangkrutan menunjukkan 15 perusahaan, jadi ketepatan klasifikasi yang diamati untuk perusahaan yang mengalami kebangkrutan sebesar 41.7%. Sedangkan untuk jumlah perusahaan yang diprediksi yang tidak mengalami kebangkrutan sebanyak 61 perusahaan dengan ketepatan klasifikasi yang diamati untuk perusahaan yang tidak mengalami kebangkrutan sebesar 89.7%. Secara keseluruhan ketepatan klasifikasi pada model regresi logistik sebesar 65.7 %. Rata-rata ketepatan prediksi = 1. +8 . = 65.7% 9. Uji Variabel in Equation Tabel 4.23 menunjukkan bahwa hanya variabel X4 saja yang signifikan yaitu debt to equity yang dapat mempengaruhi prediksi kebangkrutan perusahaan pada sektor Property and Real Estate periode tahun 2007 sampai dengan 2010. Hal ini ditunjukkan dari nilai signifikan 118 pada tabel 4.17 yang mempunyai nilai signifikan p-value lebih kecil dari 0,05. Tabel 4.22 Hasil Variabels Uji Equation Sumber : Hasil Olah data Tabel Independent Samples test pertama, Levene’s test untuk menguji apakah kedua kelompok perusahaan yang diprediksi mengalami kebangkrutan dan perusahaan yang diprediksi tidak mengalami kebangkrutan memiliki varian yang sama. Dari hasil Levene’s test untuk variabel X2 menunjukkan F sebesar 1.270 dan tingkat signifikansi sebesat 0,262. Tingkat signifikansi ini ternyata lebih tinggi dari 0,05 yang artinya varians dari dari kedua sampel tersebut sama. Sedangkan hasil dari Levene’s test pada variabel X4 menunjukkan F sebesar 4.501 dan tingkat signifikansi sebesar 0.036. Maka pada variabel X4 menunjukkan tingkat signifikansi jauh lebih kecil dari 0,05 yang artinya dari kedua sampel tersebut tidak sama. Untuk tabel Independent Sample Test kedua, t-test untuk menguji apakah kedua kelompok memiliki rata-rata yang sama. Dimana nilai tingkat signifikansi (Sig.2-Tailed) untuk variabel X2 sebesar 0,000 angka tersebut lebih rendah dari 0,05 yang artinya tidak memiliki rata- 119 rata diantara variabel yang di uji. Sedangkan nilai tingkat signifikansi (Sig.2-Tailed) untuk variabel X4 sebesar 0,000 angka yang lebih rendah dari 0,05 yang artinya memiliki rata-rata diantara variabel yang di uji. Dengan kata lain variabel X4 tersebut signifikan dalam memprediksi kebangkrutan suatu perusahaan. Hasil uji Box`s M Test menunjukkan bahwa nilai F sebesar 6.889 dan signifikan pada 0.009 dan probabilitas ini dibawah 0.05, maka dapat disimpulkan bahwa matrik covariance antar group memang berbeda dan hal ini menyalahi asumsi diskriminan. Namun demikian analisis fungsi diskriminan tetap robust walaupun asumsi homogeneity of variance tidak terpenuhi dengan syarat data tidak memiliki outlier. Dilihat dari test statistics Wilk`s Lambda jelas ada perbedaan signifikan yaitu untuk variabel X2 nilai Wilk`s Lambda sebesar 0.874 dan nilai signifikan sebesar 0.000 sedangkan untuk variabel X4 nilai Wilk`s Lambda sebesar 0.861 dan nilai signifikan sebesar 0.000. Hasil ini menunjukkan bahwa kedua variabel rasio keuangan tersebut dapat digunakan untuk membentuk variabel diskriminan. Hasil analisis stepwise menunjukkan bahwa variabel pertama yang dimasukkan dalam analisis ini adalah X1 (current ratio), X2 (leverage ratio), X3 (net profit margin), X4 (debt to equity), X5 (operating profit margin), X6 (total assets turnover) yang menunjukkan variabel mana yang bisa dimasukkan dalam persamaan diskriminan pada tabel 4.9 dilihat dari nilai F memiliki angka statistic terbesar yaitu pada 120 variabel X4 (debt to equity) dengan nilai 0.861. Sedangkan pada tabel 4.10 uji Wilks` Lambda variabel X4 (debt to equity) memiliki nilai signifikan lebih kecil 0.05 yaitu sebesar 0.000. Dengan demikian untuk rasio keuangan MDA hanya satu variabel yang signifikan. Hasil canonical discriminant fuction koefisien dapat dimasukkan kedalam formula model Multiple Discriminant Analysis atau persamaan yang dapat digunakan untuk mengukur prediksi kebangkrutan pada perusahaan property and real estate. Berikut ini merupakan model untuk mengukur prediksi kebangkrutan perusahaan: Z = -1.579 + 1.373X4 (debt to equity) Jumlah perusahaan yang diamati sebanyak 104 perusahaan sedangkan yang diprediksi yang mengalami kebangkrutan menunjukkan 22 perusahaan, jadi ketepatan klasifikasi yang diamati untuk perusahaan yang mengalami kebangkrutan sebesar 61.1%. Sedangkan untuk jumlah perusahaan yang diamati sebanyak 104 perusahaan sedangkan yang diprediksi yang tidak mengalami kebangkrutan sebanyak 46 perusahaan dengan ketepatan klasifikasi yang diamati untuk perusahaan yang tidak mengalami kebangkrutan sebesar 67.6%. Secara keseluruhan ketepatan klasifikasi untuk group pada Discriminant Analysis sebesar 64.35%. Untuk fungsi diskriminan mampu mengelompokkan kasus dengan benar sebesar Kemampuan secara rata-rata = 1.1+ . × 00% = 64.35% 121 Kemudian setelah melakukan uji discriminant untuk menguji variabel manakah yang memiliki pengaruh untuk memprediksi kebangkrutan, maka peneliti menguji kembali keenam variabel diatas menggunakan regresi logistik adalah untuk menguji kebaikan model (goodness of fit) apakah model yang kita gunakan, yaitu dengan menggunakan enam variabel independen (X1, X2, X3, X4, X5, dan X6) sudah sesuai dengan data empiris, dalam hal ini uji yang digunakan adalah Hosmer and Lemeshow Test. Hipotesis untuk menilai model fit adalah: H0 : Model yang dihipotesiskan fit dengan data HA : Model yang dihipotesiskan tidak fit dengan data Jika nilai Hosmer-Lemeshow signifikan atau lebih kecil dari 0.05 maka hipotesis nol ditolak dan model dapat dikatakan tidak fit. Sebaliknya jika tidak signifikan maka hipotesis nol tidal dapat ditolak yang berarti data empiris sama dengan model atau model dapat dikatakan fit (Imam Ghozali, 2012 : 346). Perusahaan yang diprediksi yang mengalami kebangkrutan menunjukkan 15 perusahaan, jadi ketepatan klasifikasi yang diamati untuk perusahaan yang mengalami kebangkrutan sebesar 41.7%. Sedangkan untuk jumlah perusahaan yang diprediksi yang tidak mengalami kebangkrutan sebanyak 61 perusahaan dengan ketepatan klasifikasi yang diamati untuk perusahaan yang tidak mengalami 122 kebangkrutan sebesar 89.7%. Secara keseluruhan ketepatan klasifikasi pada model regresi logistik sebesar 66.2 %. . +8 . Rata-rata ketepatan prediksi = = 66. % Pada regresi logistik menunjukkan bahwa hanya variabel X4 saja yang signifikan yaitu debt to equity yang dapat mempengaruhi prediksi kebangkrutan perusahaan pada sektor Property and Real Estate periode tahun 2007 sampai dengan 2010. Shih Hsun (2011) dari salah satu variabel yang digunakan pada hasil regresi logistik menunjukkan bahwa variabel debt to equity merupakan variabel keuangan, merupakan indikator utama untuk menilai penipuan informasi keuangan. Hasil hipotesis pertama yaitu dengan menggunakan Multiple discriminant analysis dan regresi logistik menunjukkan bahwa financial ratio dapat digunakan sebagai prediktor financial distress. Banyak penelitian sebelumnya yang hasil hipotesis dalam penelitiannya juga menunjukkan hasil yang sama dengan penelitian ini. Penelitian yang dilakukan oleh Rr. Iramani Subagyo (2007) yang meneliti tentang Model Prediksi Financial Distress Di Indonesia Era Globalisasi. Tujuan penelitian ini adalah untuk menguji apakah financial ratio, industry relative ratio, sensifitas terhadap indikator 123 ekonomi makro dapat digunakan sebagai prediktor dalam model financial distress. Berdasarkan hasil perhitungan dengan menggunakan regresi logistic dapat diketahui nilai Hosmer & Lemeshow Test 12.902 dengan tingkat signifikan 0.115 > 0.05, dan model Chi Square 165.455 dan signifikan 0.000 < 0.05, hal ini menunjukkan bahwa model layak digunakan. Dengan demikian dapat dijelaskan bahwa financial ratio dapat digunakan sebagai prediktor financial distress. Penelitian yang sama juga dilakukan oleh Ahmad Rodoni, Titi Dewi dan Rahman Muslim (2009) dengan judul yang sama, penelitian ini menggunakan industri manufaktur sebagai sempel perusahaan, selain itu menggunakan laba bersih negatif untuk penentuan sampel perusahaan financial distress digunakan pula interest coverage ratio untuk penentuan sampel. Hasil penelitain ini berhasil membuktikan bahwa rasio keuangan yang berasal dari laporan laba rugi, neraca dan arus kas dalam ketiga model yang dibentuk dapat digunakan untuk memprediksi kondisi financial distress. 124 BAB V PENUTUP A. Kesimpulan Penelitian ini membahas tentang memprediksi kegagalan perusahaan menggunakan Discriminant Analysis, Regresi Logistik yang menggunakan data laporan keuangan perusahaan yang berakhir pada bulan Desember. Populasi dalam penelitian ini adalah semua laporan keuangan perusahaan property and real estate yang dipublikasikan di Bursa Efek Indonesia (BEI) periode tahun 2007 sampai dengan 2010. Sedangkan untuk sampel yang digunakan dalam penelitian ini adalah Perusahaan property and real estate yang tercatat di Bursa Efek Indonesia periode tahun 2007 sampai dengan 2010 berjumlah 50 perusahaan, dan menurut hasil klasifikasi jumlah perusahaan manufaktur yang akan di teliti berjumlah yaitu 26 perusahaan. Dengan kategori bangkrut berjumlah 9 perusahaan dan perusahaan dikatakan tidak mengalami kebangkrutan berjumlah 17. Hasil canonical discriminant fuction koefisien dapat dimasukkan kedalam formula model Multiple Discriminant Analysis atau persamaan yang dapat digunakan untuk mengukur prediksi kebangkrutan 125 pada perusahaan property and real estate. Berikut ini merupakan model untuk mengukur prediksi kebangkrutan perusahaan: Z = -1.579 + 1.373X4 (debt to equity) Jumlah perusahaan yang diamati sebanyak 104 perusahaan sedangkan yang diprediksi yang mengalami kebangkrutan menunjukkan 22 perusahaan, jadi ketepatan klasifikasi yang diamati untuk perusahaan yang mengalami kebangkrutan sebesar 61.1%. Sedangkan untuk jumlah perusahaan yang diamati sebanyak 104 perusahaan sedangkan yang diprediksi yang tidak mengalami kebangkrutan sebanyak 46 perusahaan dengan ketepatan klasifikasi yang diamati untuk perusahaan yang tidak mengalami kebangkrutan sebesar 67.6%. Secara keseluruhan ketepatan klasifikasi untuk group pada Discriminant Analysis sebesar 64.35%. Untuk fungsi diskriminan mampu mengelompokkan kasus dengan benar sebesar Kemampuan secara rata-rata = 1.1+ . × 00% = 64.35% Perusahaan yang diprediksi yang mengalami kebangkrutan menunjukkan 15 perusahaan, jadi ketepatan klasifikasi yang diamati untuk perusahaan yang mengalami kebangkrutan sebesar 41.7%. Sedangkan untuk jumlah perusahaan yang diprediksi yang tidak 126 mengalami kebangkrutan sebanyak 61 perusahaan dengan ketepatan klasifikasi yang diamati untuk perusahaan yang tidak mengalami kebangkrutan sebesar 89.7%. Secara keseluruhan ketepatan klasifikasi pada model regresi logistik sebesar 66.2 %. Rata-rata ketepatan prediksi = . +8 . = 66. % Pada regresi logistik menunjukkan bahwa hanya variabel X4 saja yang signifikan yaitu debt to equity yang dapat mempengaruhi prediksi kebangkrutan perusahaan pada sektor Property and Real Estate periode tahun 2007 sampai dengan 2010. B. Implikasi & Saran Berdasarkan kesimpulan di atas maka implikasi pada penelitian ini dapat dikemukakan sebagai berikut : 1. Investor sebagai pemilik modal dapat mengetahui sinyal kegagalan perusahaan Segala keterbatasan dalam penelitian ini memberikan kesempatan bagi peneliti selanjutnya untuk melengkapi dan menemukan model yang lebih tepat. Penelitian ini hanya menggunakan observasi selama 4 tahun sehingga untuk menguji model prediksi kebangkrutan belum dapat dijelaskan secara lebih sempurna. Untuk penelitian selanjutnya dapat memperpanjang periode penelitian. Penelitian ini 127 hanya menggunakan beberapa variabel saja dalam lapora keuangan perusahaan Property and Real Estate penelitian selanjutnya dapat menambahkan beberapa variabel lainnya. Seperti gross profit margin, interest coverage ratio. 128 DAFTAR PUSTAKA Abdullah, Nur Adiana Hiau et.al. 2008. “Predicting Corporate Failure of Malaysia`s Listed Companies: Comparing Multiple Discriminant Analysis, Logistic Regression and the Hazard Model”, International Reseach Journal of Finance and Economics. ISSN 14150-2887 Issue 15 (2008). Universiti Utara Malaysia. Malaysia Adnan, Muhammad Akhyar dan Muhammad Imam Taufiq. 2002. “Ananlisis Ketepatan Prediksi Model Altman Terhadap Terjadinya Likuidasi Pada Lembaga Perbankan (Kasus Likuidasi di Indonesia)”, JAAI, Vol. 5 No. 2 Agung, Igusti Ngurah. 2002. “Analisis Hubungan Kausal Berdasarkan Data Kategorik”, PT RajaGrafindo Persada. Jakarta Ahmadi, Akbar Pourezza Soltan. 2012. “Corporate Bankruptcy Prediction Using a Logit Model: Evidence from Listed Companies of Iran”, Word Applied Sciences Journal 17 (9): 1143-1148,2012. ISSN 1818-4952. Iran Akhyar, Muhammad Adnan. 2000. “Analisis Tingkat Kesehatan Perusahaan untuk Memprediksi Potensi Kebangkrutan Dengan Altman”, JAAI Vol. 4 No. 2 Desember. Al-khatib, Hazem B et.al. 2011. “Predicting Financial Distress Of Public Companies Listed In Amman Stock Exchange”, European Scientific Journal. July Edition Vol. 8 No. 15. ISSN: 1857-7881 (print). Amman University. Almilia, Luciana Spica dan Kristijadi, Emanuel. 2003. “Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Jakarta”, Jurnal Akuntansi dan Auditing Indonesia (JAAI) Vol. 7 No. 2, Desember 2003 ISSN: 1410-2420. STIE Perbanas. Surabaya. Almilia, Luciana Spica. 2006. “Prediksi Kondisi Financial Distress Perusahaan Go Public Menggunakan Analisis Multinomial Logit”, Jurnal Ekonomi dan Bisnis. Vol. XII No. 1, Maret 2006. ISSN: 0854-9087. STIE Perbanas Surabaya. Amrullah, Khania Vissiani. 2010. “Prediksi Financial Distress Perusahaan (Studi Empirik Pada Perusahaan Manufaktur yang Terdaftar di BEI) Periode 2001-2008”, UIN Syarif Hidayutallah Jakarta. Andhito, Isyaiyas. 2011. “Analisis Rasio Keuangan Dalam Memprediksi Kondisi Financial Distress Perusahaan (Studi Kasus Pada Perusahaan Yang 129 Terdaftar Pada Bursa Efek Indonesia Periode 2007-2010)”, UIN Syarif Hidayutallah Jakarta. Andre, Orina. 2009. “Pengaruh Profitabilitas, Likuiditas dan Leverage dalam Memprediksi Financial Distress (Studi Empiris Pada Perusahaan Aneka Industri yang Terdaftar di BEI)”, Universitas Negeri Padang. Ardiyanto, Feri Dwi. 2011. “Prediksi Rasio Keuangan Terhadap Kondisi Financial Distress Perusahaan Manufaktur yang Terdaftar di BEI Periode 2005-2009”, Universitas Diponegoro Semarang. Arthesa, Ade dan Handiman, Edia. 2006. “Bank & Lembaga Keuangan Bukan Bank”, PT Indeks. Jakarta. Atmaja, Lukas Setia. 2008. “Teori & Praktik Manajemen Keuangan”, CV ANDI. Yogyakarta. Brahmana. Rayenda K. 2008. “Identifying Financial Distress Condition in Indonesian Manufacture Industry”, Birmingham Business School, University of Birmingham. United Kingdom. Brealey et.al. 2008. “Dasar-dasar Manajemen Keuangan Perusahaan”, Erlangga. Jakarta. Facbook, 2011. Badan Pengawas Pasar Modal dan Lembaga Keuangan Kementrian Keuangan Republik Indonesia. Jakarta. Ghozali, Imam. 2005. “Aplikasi Ananlisis Multivariate dengan Program SPSS”, Badan Penerbit Universitas Diponegoro. Semarang. Ghozali, Imam. 2011. “Aplikasi Analisis Multivariate Dengan Program IBM SPSS 20 Edisi 6”, ISBN 979.704.015.1, Badan Penerbit Universitas Diponogoro. Semarang. Hamid, Abdul. 2007. “Pedoman Penulisan Skripsi”, Fakultas Ekonomi dan Ilmu Sosial UIN Syarif Hidayatullah. Jakarta. Haming, H. Murdifin dan Imaduddin. 2011. “Kajian Atas Resiko Kebangkrutan Perusahaan Industri Semen yang Tercatat di Bursa Efek Indonesia”, Jurnal Manajemen Bisnis, ISSN. 2088-7086, Vol. I No. 1, September 2011.UMI Makassar. Hanafi Mamduh dan Halim Abdul. 2009. “Analisis Laporan Keuangan”, UPP STIM YKPN. Yogyakarta. Harahap, Sofyan Syafri. 2010. “Analisis Kritis Atas Laporan Keuangan”, PT Raja Grafindo persada. Jakarta. Hery. 2009. “Akuntansi keuangan Menengah 1”, PT. Bumi Aksara. Jakarta. 130 IAI. 2002. “Kerangka Dasar Penyusunan dan Penyajian Laporan Keuangan”, SAK. Salemba Empat. Jakarta. Jehan & Khan. 2012. “Financial Distress Signaling & Corporate Social Responsibility”, World Journal of Social Sciences. Vol. 2. No. 3 May 2012. Pp 41-47. Jehan et.al. 2012. “Financial Distress Signaling & Corporate Social Responsibility”, World Journal of Social Sciences. Vol. 2 No. 3, May 2012. Japan. Kamaludin dkk. 2011. ”Prediksi Financial Distress Kasus Industri Manufaktur Pendekatan Model Regresi Logistik” Forum Bisnis dan Kewirausahaan, Jurnal Ilmiah STIE MDP. Fakultas Ekonomi Universitas Bengkulu. Kasmir. 2012. “Analisis Laporan Keuangan”, PT Raja Grafindo persada. Jakarta. Keown, et.al. 2001. “Dasar-dasar Manajemen Keuangan, Salemba Empat. Jakarta. Kieso,et.al. (2002). “Akuntansi Intermediate”, Erlangga. Jakarta. Kosasih. 2010. “Analisis Tingkat Kebangkrutan Model Altman Dan Foster Pada Perusahaan Textile Dan Garment Go Public Di Bursa Efek Indonesia”, UIN Syarif Hidayatullah Jakarta Moeljadi. 2006. “Manajemen Keuangan Pendekatan Kuantitatif dan Kualitatif”, Bayumedia Publishing. Jawa Timur. Munawir. 2001. “Analisa Laporan Keuangan”, Liberty: Yogyakarta. Murdayanti, Yunika & Selina. 2002. “Penerapan Logit Model dalam Memprediksi Kebangkrutan Pada Perusahaan-Perusahaan NonFinansial yang Terdaftar di Bursa Efek Jakarta”. Mustika, Diah. 2008. “Analisis Kinerja Keuangan Perusahaan Publik Berdasarkan Model Altman Z-Score dan Pengaruhnya terhadap harga saham”, Univesitas Brawijaya. Malang. Nasarudin, M. Irsan dkk. 2008. “Aspek Hukum Pasar Modal Indonesia”, Kencana Prenada Media Group. Jakarta. Nugroho, Mokhamad Iqbal Dwi. 2012. “Analisis Prediksi Financial Distress Dengan Menggunakan Model Altman Z-Score Modifikasi 1995 (Studi kasus pada perusahaan manufaktur yang go Public di Indonesia tahun 2008 sampai dengan tahun 2010)”, Fakultas Ekonomika dan Bisnis. Universitas Diponegoro. Semarang. 131 Pasaribu, Rowland Bismark Fernando. 2012. “Financial Distress Prediction In Indonesian Stock Exchange”, MPRA Paper No. 36980, post 28. February 2012. ABFI Institute Perbanas. Jakarta. Permatasari, Vita. 2011. “Perbandingan Model Logit dan Model Multiple Discriminant Analysis (MDA) Sebagai Early Warning System (EWS) Untuk Memprediksi Kondisi Bermasalah Pada Bank-Bank Umum Swasta Nasional Devisa dan Non-Devisa di Indonesia”, UIN Syarif Hidayatullah Jakarta. Pradana, Andi. 2011. “Peranan Analisis Rasio Keuangan Model Altman, Foster, Springate dan Zmijewski Untuk Mengukur Kesehatan Perusahaan (Studi Kasus pada Perusahaan Property and Real Estate Go Public di BEI Tahun 2007-2009)”, UIN Syarif Hidayutallah Jakarta. Prasetyo, Bambang dan Jannah, Lina Miftahul. 2005. “Metode Penelitian Kuantitatif Teori dan Aplikasi”, PT Raja Grafindo Persada. Jakarta. Rodoni, Ahmad dan Ali, Herni. 2010. “Manajemen Keuangan”, Mitra wacana media. Jakarta. Rodoni, Ahmad dkk. 2009. “Prediksi Kondisi Financial Distress Perusahaan Go Public Dengan Menggunakan Analisis Multinomial Logit”, Jurnal Etikonomi Vol. 7 No. 2. Desember 2008. Santoso, Singgih. 2010. “Statistik Multivariat: Konsep dan Aplikasi dengan SPSS”, Elex Media Komputindo. Jakarta. Shih, Hsun et.al. 2011.“Financial Information Fraud Risk Warning For Manufacturing Industry-Using Logistic Regression And Neural Network”, Romanian Journal of Economic Forcasting. Simamora, Bilson. 2005. “Analisis Multivariate Pemasaran”, Gramedia. Jakarta. Subagyo, Joko. 2004. “Metode Penelitian Dalam Teori dan Praktek”, Rineka Cipta. Jakarta. Subagyo, Rr Iramani. 2007. “Model Prediksi Financial Distress di Indonesia Era Globalisasi”, Sekolah Tinggi Manajemen PPM. 7 November 2007. Sugiyono. 2009. “Metode Penelitian Bisnis”, Cetakan 13. Alfabeta. Bandung. Sulaiman, Mohammed et.al. 2001. “Predicting Corporate Failure In Malaysia : An Application Of The Logit Model To Financial Ratio Analysis”, Asian Academy of Management Journal. Ohio University. Malaysia. Sundjaja, Ridwan S dkk. 2010. “Manajemen Keuangan 2”, Literata Lintas Media. Bandung. 132 Surat Edaran Ketua Bappepam, 2002. “Pedoman Penyajian dan Pengungkapan Laporan Keuangan Emiten atau Perusahaan Publik Industri Real Estate”. Nomor SE-02/PM/2002. Jakarta. Trihendradi. 2012. “Step By Step SPSS 20: Analisis Data Statistik”, Salemba Infotek. Jakarta Tsai, Bi Huei. 2012. “Comparison of Binary Logit Model and Multinomial Logit Model in Predicting Corporate Failure”, Review of Economics & Finance. Submitted on 15/April/2012. National Chiao Tung University. Taiwan. Uyanto, Stanislaus. 2007. “KupasnTuntas Analisis Regresi”, ANDI. Yogyakarta. Widarjo, Wahyu. 2009. “Pengaruh Rasio Keuangan Terhadap Kondisi Financial Distress Perusahaan Otomotif”, Jurnal Bisnis dan Akuntansi Vol. 11 No. 2, Agustus 2009, Hlm 107-119. Universitas Sebelas Maret. Surakarta Widyaningdyah, Agnes Utari dan Listiana, Octa Fenny. 2009. “Kecendrungan Manajemen laba Pada Industri Tekstil di Bursa Efek Indonesia yang Diprediksi Mengalami Kebangkrutan”, Jurnal Bisnis dan Akuntansi Vol. 11, No. 1, April 2009, Hlm. 19-32. Universitas Katatolik Widya Mandala. Surabaya. Wing, Wahyu Winarno. 2006. “Analisis Ekonometrika dan Statistik Dengan Eviews”, UPP STM YKPN. Yohyakarta. Yamin, Sofyan dan Kurniawan, Heri. 2009. “SPSS Complete Teknik Analisis Statistik Terlengkap dengan Software SPSS”, Salemba Infotek. Jakarta. Yap , Ben Chin Fook et.al. 2012. “Evaluating Company Failure in Malaysia Using Financial Ratios and Logistic Regression”, Asian Journal of Finance & Accounting ISSN 1946-052X 2012, Vol. 4 No. 1. Universiti Tun Abdul Razak. Malaysia. Yin, Juliana et.al. 2005. “A comparison of corporate distress prediction models in Brazil: hybrid neural networks, logit models and discriminant analysis”, School of Economics and Finance, RMIT University. Brazil. Ying, Wang and Michael, Champbell. 2010. “Financial Ratios and The Prediction of Bankruptcy: The Olshon Model Applied to Chinese Publicly Traded Compannies”, Proceedings of ASBBS. Vol. 17 No.1. Monata State University. Yuanita, Ika. 2010. “Prediksi Financial Distress Dalam Industri Textile dan Garment (Bukti Empiris Di Bursa Efek Indonesia)”, Jurnal Akuntansi & Manajemen Vol. 5 No. 1 Juni 2010. Universitas Poloteknik Negeri Padang. 133 Yuliantika, Rizka. 2011. “Model Prediksi Kondisi Financial Distress Industri Manufaktur (Periode 2003-2010)”, UIN Syarif Hidayatullah Jakarta. Koran Jakarta/Rabu, 1 Mei 2013 ICMD 2011. Yahoo Finance www.tempo.com www.kompas.com www.bisnisrumah.co.id www.mariyunproperty.com www.yahoofinance.com 134 KODE THN Y ASRI ASRI ASRI ASRI BCIP BCIP BCIP BCIP BAPA BAPA BAPA BAPA BSDE BSDE BSDE BSDE COWL COWL COWL COWL CTRP CTRP CTRP CTRP CTRA CTRA CTRA CTRA DART DART DART DART DILD DILD DILD DILD DGIK DGIK DGIK 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 Current Leverage Net Debt Operating Ratio Ratio Profit To Profit (X1) (X2) Margin Equity Margin (X3) (X4) (X5) 1.54 0.43 0.07 0.74 0.1 1.74 0.42 0.14 0.74 0.13 1.69 0.46 0.23 0.84 0.27 1.44 0.52 0.38 1.07 0.45 4.68 0.35 6.31 0.55 16.15 2.28 0.41 6.38 0.68 11.07 3.27 0.19 11.65 0.24 19.92 2.47 0.2 22.14 0.25 30.03 0.13 0.74 0.02 2.79 22.47 0.29 0.54 0.01 1.19 17.65 0.64 0.5 0.14 1.01 25.52 0.85 0.45 0.23 0.82 28.51 0.85 0.65 0.07 1.84 0.19 1.37 0.53 0.16 1.11 0.3 1.51 0.49 0.24 0.96 0.36 2.41 0.37 0.16 0.7 0.35 1.67 0.5 0.09 1 0.15 1.98 0.43 0.08 0.74 0.14 2.16 0.37 0.14 0.58 0.22 1.41 0.51 0.08 1.05 0.12 11.81 0.11 0.27 0.12 0.35 9.66 0.07 0.58 0.08 0.31 11.94 0.06 0.22 0.07 0.33 7.82 0.07 0.44 0.08 0.31 3.99 0.17 0.12 0.34 0.25 3.32 0.19 0.16 0.38 0.22 3.03 0.19 0.1 0.34 0.21 2.46 0.23 0.15 0.43 0.2 0.23 0.8 0.21 4.04 0.36 0.25 0.77 0.27 3.35 0.37 0.29 0.79 0.1 3.83 0.42 0.33 0.71 0.08 2.47 0.36 1.38 0.44 0.08 0.8 0.1 1.19 0.46 0.04 0.86 0.12 1.33 0.45 0.07 0.83 0.16 3.51 0.21 0.42 0.27 0.31 2.64 0.32 0.08 0.47 0.12 2.13 0.37 0.04 0.59 0.09 2.04 0.39 0.05 0.63 0.1 Total Asset Turnover (X6) 0.68 1.92 2.64 0.17 0.22 0.28 0.44 0.44 0.37 0.41 0.47 0.4 0.4 0.32 0.28 0.21 0.37 0.4 0.48 0.38 0.08 0.09 0.09 0.09 0.18 0.16 0.16 0.18 0.19 0.13 0.1 0.14 0.13 0.16 0.18 0.18 0.83 0.99 0.87 135 DGIK DUTI DUTI DUTI DUTI GMTD GMTD GMTD GMTD ELTY ELTY ELTY ELTY GPRA GPRA GPRA GPRA JRPT JRPT JRPT JRPT LAMI LAMI LAMI LAMI LPKR LPKR LPKR LPKR LPCK LPCK LPCK LPCK MKPI MKPI MKPI MKPI MDLN MDLN MDLN MDLN PJAA PJAA PJAA 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1.53 0.78 1.12 1.31 1.41 0.75 0.76 0.83 0.95 3.14 2.49 1.57 2.49 2.07 1.9 1.94 2.09 1.18 1.1 1.12 1.16 1.3 1.24 1.27 1.33 1.44 1.43 1.4 1.75 2.58 2.08 1.76 1.51 0.4 0.21 0.25 0.4 0.71 0.92 0.8 0.73 2.65 3.17 1.97 0.5 0.52 0.41 0.34 0.32 0.69 0.68 0.66 0.64 0.26 0.38 0.5 0.39 0.59 0.62 0.57 0.49 0.38 0.42 0.45 0.51 0.73 0.71 0.67 0.62 0.57 0.59 0.56 0.49 0.64 0.66 0.68 0.66 0.49 0.44 0.32 0.54 0.58 0.44 0.41 0.45 0.36 0.34 0.24 0.05 0.05 0.04 0.21 0.27 0.13 0.13 0.21 0.23 0.17 0.26 0.13 0.13 0.09 0.04 0.1 0.11 0.21 0.23 0.29 0.34 0.03 0.08 0.09 0.15 0.17 0.15 0.15 0.17 0.07 0.05 0.08 0.16 40.99 43.11 34.74 37.01 0.11 0.01 0.01 0.15 18.46 15.48 15.29 1.02 1.37 0.81 0.62 0.55 2.21 2.09 1.92 1.8 0.36 0.7 1.25 0.82 1.45 1.64 1.33 0.97 0.63 0.75 0.87 1.1 2.81 2.62 2.2 1.83 1.43 1.54 1.4 1.03 1.8 1.96 2.11 1.96 0.95 0.79 0.48 0.76 1.36 0.77 0.7 0.83 0.57 0.51 0.37 0.1 0.12 0.15 0.3 0.34 0.18 0.19 0.27 0.25 21.8 21.45 21.45 17.67 0.2 0.19 0.19 0.18 0.29 0.33 0.35 0.36 0.15 0.14 0.26 0.28 0.22 0.18 0.19 0.23 0.26 0.25 0.3 0.28 45.59 45.84 48.17 46.91 0.12 0.14 0.23 0.22 23.71 22.91 20.73 0.7 0.28 0.24 0.23 0.21 0.22 0.21 0.21 0.33 0.14 0.13 0.09 0.08 0.32 0.22 0.23 0.26 0.28 0.29 0.26 0.23 0.15 0.18 0.22 0.21 0.2 0.22 0.21 0.19 0.12 0.2 0.21 0.24 0.36 0.37 0.41 0.39 0.16 0.13 0.17 0.13 0.6 0.64 0.59 136 PJAA PNSE PNSE PNSE PNSE PUDP PUDP PUDP PUDP PSAB PSAB PSAB PSAB SSIA SSIA SSIA SSIA SMRA SMRA SMRA SMRA 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 1 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 2 0.74 1.42 1.5 1.68 1.56 1.94 1.85 1.9 1.53 1.47 1.47 1.46 0.83 0.93 1.08 1.02 0.67 1.12 0.89 0.99 0.31 0.58 0.59 0.51 0.46 0.2 0.18 0.2 0.22 0.52 0.57 0.61 0.63 0.6 0.66 0.63 0.6 0.5 0.57 0.61 0.65 15.38 0.1 0.13 0.17 0.15 0.1 0.08 0.12 0.17 0.02 0.01 0.01 0.01 0.01 -0.01 0.01 0.07 0.16 0.07 0.14 0.14 0.47 1.72 1.81 1.28 1.11 0.25 0.23 0.25 0.29 1.07 1.33 1.55 1.53 1.51 2.02 1.87 1.64 1.01 1.31 1.59 1.86 21.5 0.44 0.45 0.49 0.46 0.25 0.11 0.08 0.05 0.02 0.01 0 0 0.04 0.07 0.06 0.1 0.26 0.17 0.27 0.22 0.59 0.58 0.62 0.65 0.63 0.26 0.19 0.21 0.2 1.32 1.28 0.95 0.95 0.79 0.78 0.66 0.71 0.34 0.35 0.27 0.28 137 138 Analisis Diskriminan 139 140 141 142 Metode Stepwise 143 144 Regresi Logistik 145 Block 1: Method = Enter 146 147 148