PREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN GO- PUBLIC DENGAN MENGGUNAKAN ANALISIS MULTINOMIAL LOGIT

Nama : Lina Septiawati NPM : 20207659 Kelas : 3EB06 Riset Akuntansi Sumber : http://ojs.lib.unair.ac.id/index.php/JEB/article/viewFile/1790/1780 Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

PREDIKSI KONDISI FINANCIAL DISTRESS PERUSAHAAN GO-

PUBLIC DENGAN MENGGUNAKAN ANALISIS MULTINOMIAL

LOGIT

Luciana Spica Almilia

STIE Perbanas Surabaya

Abstract

This research aims at providing empirical evidance on factors that affect financialy

distressed firms. This study examines the role of financial ratio in predicting the

accurance of financial distress in the context of Jakarta Stock Exchange.

The samples consist of 43 firms with positive net income, positive equity book value

and still listed until 2001; 14 firms with negative income from 2000 to 2001 and still listed;

and 24 firms with negative income and negative equity book value from 2000 to 2001 and

still listed. Multinomial logit regression is used to test the hypothesis. It is hypothised that

financial ratio from statements of income, balance sheet and statements of cash flow can

use to predict financial distress firms. This study use three models to examine examines

the role of financial ratio in predicting the accurance of financial distress in the context of

Jakarta Stock Exchange The finding of this research that financial ratio from statements

of income, balance sheet and statements of cash flow (CATA, TLTA, NFATA, CFFOCL,

CFFOTS and CFFOTL) are significant variables determining financialy distressed firms.

Keywords: financial distress, financial ratio, statements of income, balance sheet,

statements of cash flow, multinomial logit.

LATAR BELAKANG PENELITIAN

Model sistem peringatan untuk mengantisipasi adanya financial distress perlu untuk

dikembangkan, karena model ini dapat digunakan sebagai sarana untuk

mengidentifikasikan bahkan memperbaiki kondisi sebelum sampai pada kondisi krisis atau

kebangkrutan. Plat dan Plat (2002) mendefinisikan financial distress sebagai tahap

penurunan kondisi keuangan yang terjadi sebelum terjadinya kebangkrutan ataupun

likuidasi.

Penelitian-penelitian yang berkaitan dengan kondisi financial distress perusahaan pada

umumnya menggunakan rasio keuangan perusahaan. Penelitian tentang kondisi financial

distress telah dilakukan oleh beberapa peneliti diantaranya oleh Luciana dan Kristijadi

(2003) yang menggunakan rasio-rasio keuangan yang digunakan oleh Platt dan Platt

Halaman 1

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

(2002). Rasio keuangan yang digunakan oleh Platt dan Platt (2002) adalah rasio keuangan

yang berasal dari informasi di dalam Neraca dan Laporan Rugi Laba. Penelitian serupa juga

dilakukan oleh Luciana dan Meliza (2003), yang menggunakan rasio keuangan untuk

memprediksi kinerja keuangan perusahaan pasca IPO. Dari beberapa penelitian yang ada

belum ada penelitian yang menggunakan rasio keuangan yang berasal dari informasi

laporan arus kas. Penelitian ini berusaha untuk mengeksplorasi lebih jauh tentang manfaat

rasio keuangan yang berasal dari informasi laporan arus kas untuk memprediksi kondisi

financial distress suatu perusahaan.

Penelitian yang dilakukan oleh Hofer (1980) dan Whitaker (1999) mendefinisikan

financial distress sebagai suatu kondisi perusahaan mengalami laba bersih (net income)

negatif selema beberapa tahun. Sedangkan penelitian yang dilakukan oleh Luciana (2004)

mendefinisikan kondisi financial distress sebagai suatu kondisi dimana perusahaan

mengalami delisted akibat laba bersih dan nilai buku ekuitas negatif berturut-turut serta

perusahaan tersebut telah di merger. Dari beberapa penelitian yang telah ada, belum ada

penelitian yang berusaha untuk menggabungkan beberapa penyebab kondisi financial

distress yaitu karena laba bersih negatif berturut dan nilai buku ekuitas negatif berturut-

turut. Penelitian ini berusaha menguji variabel-variabel rasio keuangan untuk memprediksi

kondisi financial distress dengan 2 kondisi yaitu laba bersih negatif dan nilai buku ekuitas

negatif. Karena penggunaan 2 kondisi financial distress ini maka penelitian ini tidak bisa

menggunakan regeresi logistik, karena dalam penelitian ini variabel dependen

dikategorikan menjadi 3 kelompok yaitu perusahaan yang tidak mengalami kondisi

financial distress, perusahaan yang mengalami kondisi financial distress yang ditunjukkan

dengan laba bersih negatif selama beberapa tahun dan perusahaan yang mengalami kondisi

financial distress yang ditunjukkan dengan nilai buku ekuitas negatif selama beberapa

tahun.

Halaman 2

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

Tujuan dari penelitian ini adalah mengembangkan model logit dengan menggunakan

rasio keuangan yang berasal dari neraca, laporan laba rugi dan laporan arus kas untuk

memprediksikan financial distress antar industri. Financial distress merupakan variabel

dependen kategori dalam model ini. Motivasi dilakukan penelitian ini adalah untuk

mengetahui apakah rasio keuangan yang berasal dari neraca dan laporan laba rugi memiliki

daya klasifikasi yang lebih tinggi daripada rasio keuangan yang berasal dari laporan arus

kas dalam memprediksikan kondisi financial distress suatu perusahaan. Sedangkan

kontribusi dari penelitian ini adalah memberikan informasi bagi pihak internal dan

eksternal perusahaan mengenai rasio keuangan (baik dari neraca, laporan laba rugi dan

laporan arus kas) yang sangat dominan dalam memprediksikan financial distress.

KAJIAN TEORI DAN PENGEMBANGAN HIPOTESIS

Manfaat Rasio Keuangan untuk Menilai Kinerja Perusahaan

Penggunaan rasio keuangan untuk memprediksi kinerja perusahaan telah banyak dilakukan

oleh peneliti. Penelitian yang dilakukan oleh Sri Haryati (2002) berusaha untuk

menganalisis: apakah terdapat perbedaan bermakna kinerja keuangan yang diukur dari rasio

cadangan penghapusan kredit terhadap kredit, ROA, efisiensi dan LDR antar bank

kelompok kategori A, B dan C. Hasil dari penelitian ini adalah empat rasio keuangan yang

digunakan ternyata rasio ROA, efisiensi dan LDR mempunyai perbedaan yang signifikan

diantara bank-bank dalam kategori A, B dan C.

Penelitian ini juga berusaha menguji apakah terdapat perbedaan rasio keuangan antara

perusahaan yang mengalami financial distress dan perusahaan yang tidak mengalami

financial distress. Tujuan dilakukan uji beda dalam penelitian ini adalah banyaknya jumlah

rasio keuangan yang digunakan untuk memprediksi, sehingga penelitian ini hanya

menggunakan rasio keuangan yang berbeda secara statistik saja untuk dimasukkan dalam

Halaman 3

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

model Multinomial Logit. Rasio keuangan yang digunakan dalam penelitian ini merujuk

penelitian yang dilakukan oleh Platt dan Platt (2002) dan Luciana dan Kristijadi (2003),

yang memberikan bukti bahwa rasio keuangan profit margin, likuiditas, efisiensi,

profitabilitas, financial leverage, posisi kas dan pertumbuhan dapat digunakan untuk

menilai kinerja perusahaan yang mengalami financial distress dan perusahaan yang tidak

mengalami financial distress. Berdasarkan analisis dan temuan penelitian terdahulu, maka

hipotesis penelitian dinyatakan sebagai berikut:

H1: Variabel rasio keuangan perusahaan secara statistis signifikan berbeda antara

perusahaan yang mengalami kondisi financial distress dan perusahaan yang

tidak mengalami kondisi financial distress.

Prediksi Financial Distress dan Penelitian Terdahulu

Financial distress terjadi sebelum kebangkrutan. Umumnya model financial distress

berpegang pada data-data kebangkrutan, karena data-data ini mudah diperoleh. Altman,

Marco dan Varetto (1994) dan Yang, Platt dan Platt (1999) menggunakan model neural

network untuk membedakan perusahaan yang gagal dan tidak gagal. Pengguna dari model

ini termasuk kreditur, suplier yang berfokus pada repayment dan investor potensial. Model

ini memberikan keuntungan untuk berbagai macam aplikasi seperti: Pemilihan portfolio

(Platt dan Platt, 1991); Penilaian kredit (Altman dan Haldeman, 1995); Perubahan

manajemen (Platt dan Platt, 2000).

Penelitian kesulitan perusahaan pada umumnya terfokus pada masalah restrukturisasi

keuangan (Brown, James dan Mooradian, 1992) dan perubahan manajemen (Gilson, 1989).

Terdapat sedikit sekali penelitian yang menghasilkan model untuk memprediksi financial

distress. Terbatasnya usaha untuk memprediksikan financial distress ini disebabkan pada

tidak adanya definisi yang konsisten ketika perusahaan berada dalam tahap penurunan.

Halaman 4

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

Dalam penelitian yang terdahulu, untuk melakukan pengujian apakah suatu perusahaan

mengalami financial distress dapat ditentukan dengan berbagai cara, seperti: Lau (1987)

dan Hill et al. (1996) menggunakan adanya pemberhentian tenaga kerja atau

menghilangkan pembayaran deviden; Asquith, Gertner dan Scharfstein (1994)

menggunakan interest coverage ratio untuk mendefinisikan financial distress; Whitaker

(1999) mengukur financial distress dengan cara adanya arus kas yang lebih kecil dari utang

jangka panjang saat ini; John, Lang dan Netter (1992) mendefinisikan financial distress

sebagai perubahan harga ekuitas.

Platt dan Platt (2002) melakukan penelitian terhadap 24 perusahaan yang mengalami

financial distress dan 62 perusahaan yang tidak mengalami financial distress, dengan

menggunakan model logit mereka berusaha untuk menentukan rasio keuangan yang paling

dominan untuk memprediksi adanya financial distress. Temuan dari penelitian ini adalah:

Variabel EBITDA/sales, current assets/current liabilities dan cash flow growth rate

memiliki hubungan negatif terhadap kemungkinan perusahaan akan mengalami financial

distress. Semakin besar rasio ini, maka semakin kecil kemungkinan perusahaan mengalami

financial distress. Sedangkan Variabel net fixed assets/total assets, long-term debt/equity

dan notes payable/total assets memiliki hubungan positif terhadap kemungkinan

perusahaan akan mengalami financial distress. Semakin besar rasio ini maka semakin

besar kemungkinan perusahaan mengalami financial distress.

Penelitian mengenai kondisi financial distress di Indonesia telah dilakukan oleh

Luciana (2004), Luciana dan Meliza (2003), serta Luciana dan Kristijadi (2003). Penelitian

yang dilakukan oleh Luciana (2004), memproksikan kondisi financial distress sebagai

kondisi perusahaan yang telah delisted pada tahun 1999-2002. Hasil penelitian ini

memberikan bukti bahwa rasio net income/total asset, shareholder equity/total assets, dan

Halaman 5

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

total debt/total asset dapat digunakan untuk memprediksi probabilitas perusahaan yang

mengalami delisted.

Luciana dan Meliza (2003) juga melakukan penelitian yang serupa, hanya saja kondisi

financial distress suatu perusahaan diwakili oleh 3 kelompok perusahaan dan 1 kelompok

perusahaan kontrol sebagai pembanding. Keempat kelompok perusahaan tersebut yaitu:

Kelompok pertama diwakili oleh perusahaan yang mengalami net income negatif selama 2

tahun berturut-turut; Kelompok kedua diwakili oleh perusahaan yang mengalami net

income negatif dan nilai buku ekuitas negatif selama 2 tahun berturut-turut.; Kelompok

ketiga diwakili oleh perusahaan yang delisted; dan Kelompok keempat diwakili oleh

perusahaan yang masih tetap aktif serta tidak mengalami net income negatif dan nilai buku

ekuitas negatif selama 2 tahun berturut-turut. Penelitian yang dilakukan oleh Luciana dan

Meliza (2003) memberikan bukti bahwa rasio net income/total asset, shareholder

equity/total assets, retained earning/total asset, dan total debt/total asset dapat digunakan

untuk memprediksi probabilitas perusahaan yang mengalami kondisi financial distress.

Berbeda dengan penelitian yang dilakukan oleh Luciana dan Kristijadi (2003), penelitian

ini membentuk 12 persamaan dari 20 rasio keuangan. Penelitian ini memberikan bukti

bahwa dari keduabelas persamaan regresi yang dibentuk menunjukkan bahwa rasio-rasio

keuangan dapat digunakan untuk memprediksikan financial distress suatu perusahaan.

Karena itu hipotesis dalam penelitian tersebut dapat diterima, bahwa rasio-rasio keuangan

dapat digunakan untuk memprediksikan kondisi financial distress suatu perusahaan.

Sedangkan tambahan dalam penelitian ini menunjukkan bahwa variabel rasio keuangan

yang paling dominan dalam menentukan financial distress suatu perusahaan adalah: rasio

profit margin yaitu laba bersih dibagi dengan penjualan (NI/S), rasio financial leverage

yaitu hutang lancar dibagi dengan total aktiva (CL/TA), rasio likuiditas yaitu aktiva lancar

Halaman 6

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

dibagi dengan hutang lancar (CA/CL), rasio pertumbuhan yaitu rasio pertumbuhan laba

bersih dibagi dengan total aktiva (GROWTH NI/TA).

Penelitian ini bertujuan untuk menguji kembali rasio keuangan profit margin,

likuiditas, efisiensi, profitabilitas, financial leverage, posisi kas dan pertumbuhan dapat

digunakan untuk menilai kinerja perusahaan yang mengalami financial distress dan

perusahaan yang tidak mengalami financial distress. Perbedaannya adalah kondisi financial

distress yang digunakan dalam penelitian ini adalah diwakili oleh dua kondisi. Kondisi

financial distress pertama yaitu perusahaan mengalami kerugian selama 2 tahun berturut,

sedangkan kondisi financial distress kedua yaitu perusahaan mengalami kerugianan dan

nilai buku ekuitas negatif selama 2 tahun berturut-turut. Berdasarkan analisis dan temuan

penelitian terdahulu, maka hipotesis penelitian dinyatakan sebagai berikut:

H2: Rasio keuangan dapat digunakan untuk memprediksi probabilitas kondisi

financial distress suatu perusahaan.

METODA PENELITIAN

Data Penelitian

Penelitian ini mengambil data sekunder berupa laporan keuangan periode 1998-2001 yang

dipublikasikan. Periodisasi data penelitian yang mencakup data periode tahun 1998 sampai

2001 dipandang cukup mewakili untuk memprediksi financial distress, karena pada

periode-periode tersebut merupakan periode krisis ekonomi yang terjadi di negara

Indonesia dan memiliki dampak terhadap kinerja keuangan seluruh perusahaan yang

terdaftar di Bursa Efek Jakarta. Data yang digunakan dalam penelitian ini adalah: data

sekunder berupa laporan keuangan tahunan meliputi laporan rugi laba, neraca dan laporan

arus kas mulai tahun 1998-2001.

Halaman 7

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

Populasi dan Sampel Penelitian

Populasi penelitian adalah seluruh perusahaan yang terdaftar di Bursa Efek Jakarta dan

memiliki laporan keuangan pada tahun 1998-2001. Sedangkan sampel dari penelitian ini

perusahaan yang mengalami financial distress dikategorikan dalam 2 kelompok, sesuai

dengan penelitian yang dilakukan oleh Luciana Spica dan Meliza Silvy (2003):

1. Kelompok pertama adalah perusahaan yang selama 2 tahun berturut-turut mengalami

laba bersih (net income) negatif.

2. Kelompok kedua adalah perusahaan yang selama 2 tahun berturut-turut mengalami laba

bersih (net income) negatif dan nilai buku ekuitas negatif.

Dasar dari penentuan kondisi financial distress kedalam dua kelompok ini didasarkan

atas argumentasi bahwa apabila perusahaan mengalami kerugian dan nilai buku ekuitas

yang negatif selama 2 tahun berturut-turut menandakan kinerja keuangan yang kurang baik,

dan apabila hal ini tidak menjadi perhatian perusahaan untuk melakukan perbaikan maka

perusahaan dapat mengalami kondisi yang lebih buruk lagi yaitu kebangkrutan. Hal ini

mendukung penjelasan diawal bahwa kondisi financial distress terjadi sebelum

kebangkrutan. Sehingga penelitian ini berusaha untuk memberikan suatu model yang dapat

digunakan perusahaan untuk memprediksi kondisi financial distress sebelum sampai pada

kondisi kebangkrutan.

Dalam penelitian ini juga akan memilih perusahaan-perusahaan yang memiliki

karakteristik item pelaporan akuntansi yang mendekati sama. Sebagai kontrol juga dipilih

perusahaan yang sehat pada tahun 2000-2001. Data laporan keuangan tahun 2000-2001

digunakan sebagai pedoman penentuan apakah suatu perusahaan mengalami financial

distress atau tidak. Sedangkan data laporan keuangan tahun 1998-1999 adalah merupakan

data yang akan diolah. Berdasarkan kriteria diatas maka sampel penelitian berjumlah 81

perusahaaan dengan rincian sebagai berikut: kelompok perusahaan yang tidak mengalami

Halaman 8

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

kondisi financial distress adalah 43 perusahaan, perusahaan yang mengalami kondisi

financial distress pada kelompok pertama adalah 14 perusahaan dan perusahaan yang

mengalami kondisi financial distress pada kelompok kedua adalah 24 perusahaan.

Perumusan Variabel

Variabel dependen yang digunakan dalam penelitian ini adalah kondisi financial distress

perusahaan yang merupakan variabel kategori, 0 untuk perusahaan sehat dan 1 dan 2 untuk

perusahaan yang mengalami financial distress.

Variabel independen yang digunakan dalam penelitian ini adalah rasio keuangan dari

laporan laba rugi, neraca dan arus kas. Rasio keuangan dari informasi laporan laba rugi dan

neraca yang digunakan dalam penelitian ini adalah profit margin, likuiditas, efisiensi,

profitabilitas, financial leverage, posisi kas dan pertumbuhan. Ketujuh kelompok rasio ini

digunakan dikarenakan dalam penelitian yang dilakukan oleh Platt dan Platt (2002) dan

Luciana dan Kristijadi (2003) memberikan bukti bahwa ketujuh kelompok rasio ini dapat

digunakan untuk memprediksi kondisi financial distress suatu perusahaan. Rasio keuangan

perusahaan yang berasal dari neraca dan laporan laba rugi sesuai dengan penelitian yang

dilakukan oleh Platt dan Platt (2002) dan Luciana dan Kristijadi (2003):

1. Profit margin meliputi:

a. Laba bersih / penjualan (NI/S).

2. Likuiditas meliputi:

a. Aktiva lancer / kewajiban lancar (CA/CL).

b. Modal kerja (aktiva lancar – kewajiban lancar) / total aktiva (WC/TA).

c. Aktiva lancer / total aktiva (CA/TA).

d. Aktiva tetap bersih / total Aktiva (NFA/TA).

3. Efisiensi meliputi:

Halaman 9

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

a. Penjualan / total aktiva (S/TA).

b. Penjualan / aktiva lancar (S/CA).

c. Penjualan / modal kerja (S/WC).

4. Profitabilitas meliputi:

a. Laba bersih / total aktiva (NI/TA).

b. Laba bersih / ekuitas saham (NI/EQ).

5. Financial Leverage meliputi:

a. Total hutang / total aktiva (TL/TA).

b. Notes Payable / total aktiva (NP/TA).

c. Notes Payable / total hutang (NP/TL).

d. Ekuitas saham / total aktiva (EQ/TA).

6. Posisi kas meliputi:

a. Kas / hutang lancar (CASH/CL).

b. Kas / total aktiva (CASH/TA).

7. Pertumbuhan meliputi:

a. Prosentase pertumbuhan penjualan (GROWTH-S).

b. Prosentase pertumbuhan laba bersih dibagi total aktiva (GROWTH NI/TA).

Penelitian ini juga memasukkan rasio keuangan yang berasal dari informasi laporan

arus untuk memberikan bukti bahwa rasio keuangan yang berasal dari informasi laporan

arus kas juga dapat digunakan untuk memprediksi kondisi financial distress suatu

perusahaan. Sedangkan rasio keuangan yang berasal dari laporan arus kas yang digunakan

berdasarkan penelitian yang dilakukan oleh Nur Fadjrih (1999):

1. Aktivitas operasi meliputi:

a. Arus kas bersih dari aktivitas operasi/hutang lancar (CFFO/CL).

b. Arus kas bersih dari aktivitas operasi/total hutang (CFFO/TL).

Halaman 10

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

c. Arus kas bersih dari aktivitas operasi/total sumber dana (CFFO/TS).

d. Arus kas bersih dari aktivitas operasi/total aktiva(CFFO/TA).

e. Arus kas bersih dari aktivitas operasi/ekuitas pemilik (CFFO/EQ).

f. Arus kas bersih dari aktivitas operasi/penjualan (CFFO/S).

g. Arus kas bersih dari aktivitas operasi/bunga (CFFO/I)

2. Aktivitas investasi meliputi:

a. Investasi aktiva tetap/aktiva tetap (IPPE/PPE)

b. Investasi aktiva tetap/total penggunaan dana (IPPE/TU).

c. Perubahan modal kerja/ total penggunaan dana (CHWC/TU).

d. Penghapusan aktiva tetap/ total sumber dana (RPPE/TS).

3. Aktivitas pendanaan meliputi:

a. Perolehan hutang/total sumber dana (DI/TS)

b. (Perolehan hutang – pembayaran hutang)/total sumber dana (NetDebt/TS).

Teknik Analisis dan Model Analisis

Pengujian Hipotesis I

Analisis awal dilakukan sebelum pengujian hipotesis 2 adalah menguji apakah terdapat

perbedaan rasio keuangan baik yang berasal dari neraca, laporan laba rugi dan laporan arus

kas antara ketiga kelompok perusahaan dengan tehnik analisis Manova. Variabel rasio

keuangan yang secara statis signifikan berbeda antara kelompok 1, 2, dan 3, akan

dimasukkan dalam model untuk memprediksi kondisi financial distress.

Pengujian Hipotesis II

Pengujian hipotesis 2 dalam penelitian ini dilakukan dalam 3 tahap. Pengujian pada tahap 1

pertama adalah menguji daya klasifikasi dan signifikansi dari rasio keuangan yang berasal

Halaman 11

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

dari neraca dan laporan laba rugi. Pada tahap 2 adalah menguji daya klasifikasi dan

signifikansi dari rasio keuangan yang berasal dari laporan arus kas. Sedangkan pengujian

pada tahap 3 adalah menguji daya klasifikasi dan signifikansi dari rasio keuangan yang

berasal dari neraca, laporan laba rugi dan laporan arus kas. Model yang digunakan dalam

penelitian ini yaitu:

Model 1:

Zj = b

X

+ b

X

+ …. + b

X

j1

1

j2

2

jn

n

j = kelompok perusahaan mulai 1 sampai 3 yaitu:

Status 0 = Perusahaan non financial distress

Status 1 = Perusahaan financial distress kelompok 1

Status 2 = Perusahaan financial distress kelompok 2

X

……. X

= rasio keuangan neraca dan laporan laba rugi

1

n

P

= exp(Z

)/

exp(Z

)

j

j

j

j=1

j

Model 2:

Zj = b

X

+ b

X

+ …. + b

X

j1

1

j2

2

jn

n

j = kelompok perusahaan mulai 1 sampai 3 yaitu:

Status 0 = Perusahaan non financial distress

Status 1 = Perusahaan financial distress kelompok 1

Status 2 = Perusahaan financial distress kelompok 2

X

……. X

= rasio keuangan laporan arus kas

1

n

P

= exp(Z

)/

j

exp(Z

)

j

j

j=1

j

Model 3:

Zj = b

X

+ b

X

+ …. + b

X

j1

1

j2

2

jn

n

Halaman 12

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

j = kelompok perusahaan mulai 1 sampai 3 yaitu:

Status 0 = Perusahaan non financial distress

Status 1 = Perusahaan financial distress kelompok 1

Status 2 = Perusahaan financial distress kelompok 2

X

……. X

= rasio keuangan neraca, laporan laba rugi dan laporan arus kas

1

n

P

= exp(Z

)/

exp(Z

)

j

j

j

j=1

j

Adapun pengujian secara statistik terhadap hipotesis yang dikemukan sebelumnya

dengan langkah-langkah sebagai berikut: analisa data dilakukan dengan menilai kelayakan

model regresi, menguji koefisien regresi, dan menganalisis daya klasifikasi model prediksi

untuk masing-masing kelompok.

PENGUJIAN EMPIRIS DAN HASIL

Pengujian Hipotesis I

Pengujian hipotesis I dilakukan untuk menguji apakah terdapat perbedaan rasio keuangan

perusahaan (yang berasal dari neraca, laporan rugi laba dan laporan arus kas) antara ketiga

kelompok perusahaan dengan tehnik analisis Manova. Hasil pengujian Manova untuk rasio

keuangan yang berasal laporan arus kas tampak pada tabel 1 berikut ini.

Berdasarkan tabel 1 menunjukkan bahwa terdapat perbedaan rasio CFFOCL,

CFFOTL, CFFOTS dan CFFOTA untuk perusahaan pada kelompok 1, 2 dan 3 pada tingkat

signifikansi 5%. Hasil penelitian ini juga mengindikasikan bahwa terdapat perbedaan rasio

keuangan antara perusahaan yang mengalami kondisi financial distress baik karena laba

bersih negatif selama 2 tahun berturut-turut ataupun perusahaan yang laba dan nilai buku

ekuitas negatif selama 2 tahun berturut-turut dengan perusahaan yang tidak mengalami

kondisi financial distress.

Halaman 13

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

Tabel 1

Hasil Pengujian Manova Rasio Keuangan yang Berasal dari Laporan Arus Kas

Variabel F Hitung Signifikansi

CFFOCL 33.675 0.000

CFFOTL 27.757 0.000

CFFOTS 6.476 0.012

CFFOTA 10.148 0.002

CFFOEQ 0.743 0.390

CFFOS 0.046 0.831

CFFOI 1.391 0.240

IPPEPPE 0.655 0.420

IPPETU 1.454 0.230

CHWCTU 0.965 0.330

RPPETS 0.030 0.862

DITS 0.132 0.717

NTDEBTTS 1.202 0.275

Sedangkan hasil pengujian Manova untuk rasio keuangan yang berasal laporan rugi

laba dan neraca tampak pada tabel 2. Berdasarkan tabel 2 berikut ini, menunjukkan bahwa

terdapat perbedaan rasio CACL, WCTA, CATA, NFATA, STA, NITA, NIEQ, TLTA,

CASHCL dan CASHTA untuk perusahaan pada kelompok 1, 2 dan 3 pada tingkat

signifikansi 5%. Hasil penelitian ini juga mengindikasikan bahwa terdapat perbedaan rasio

keuangan antara perusahaan yang mengalami kondisi financial distress baik karena laba

bersih negatif selama 2 tahun berturut-turut ataupun perusahaan yang laba dan nilai buku

ekuitas negatif selama 2 tahun berturut-turut dengan perusahaan yang tidak mengalami

kondisi financial distress.

Halaman 14

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

Tabel 2

Hasil Pengujian Manova Rasio Keuangan yang Berasal dari Laporan Laba Rugi dan

Neraca

Variabel F Hitung Signifikansi

NIS 1.409 0.237

CACL 47.514 0.000

WCTA 113.565 0.000

CATA 52.626 0.000

NFATA 30.809 0.000

STA 5.515 0.020

SCA 0.113 0.737

SWC 0.636 0.426

NITA 71.929 0.000

NIEQ 16.142 0.000

TLTA 102.704 0.000

NPTL 1.679 0.197

EQTA 2.192 0.141

CASHCL 38.364 0.000

CASHTA 34.626 0.000

GROWTHS 0.017 0.897

GROWTHNITA 0.275 0.601

NPTA 0.006 0.938

Pengujian Hipotesis II

Pengujian hipotesis II dalam penelitian ini dilakukan dengan 3 model. Pengujian model

pertama adalah menguji daya klasifikasi dan signifikansi dari rasio keuangan yang berasal

dari neraca dan laporan laba rugi. Pengujian model kedua adalah menguji daya klasifikasi

dan signifikansi dari rasio keuangan yang berasal dari laporan arus kas. Sedangkan

pengujian model ketiga adalah menguji daya klasifikasi dan signifikansi dari rasio

keuangan yang berasal dari neraca, laporan laba rugi, dan laporan arus kas.

Model Pertama

Hasil analisis model multinomial logit untuk model pertama (rasio keuangan yang berasal

dari laporan rugi laba dan neraca) adalah sebagai berikut: untuk model rasio keuangan yang

berasal dari laporan rugi laba dan neraca memiliki angka –2LL pada model awal (intercept

Halaman 15

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

only) sebesar 323.995 dan angka –2LL pada model final sebesar 175.107. Karena hasil ini

menunjukkan adanya penurunan, sehingga dapat ditarik kesimpulan bahwa model yang

menggunakan rasio keuangan yang berasal dari laporan rugi laba dan neraca ini

menunjukkan model multinomial logit yang lebih baik.

Nilai Nagelkerke untuk model ini sebesar 0,695 yang berarti variabilitas variabel

dependen yang dapat dijelaskan oleh variabilitas variabel independen sebesar 69,5%.

Secara keseluruhan model ini memiliki daya klasifikasi sebesar 79%. Berdasarkan nilai

Nagelkarke tersebut dapat dikatakan bahwa variabel rasio keuangan yang berasal dari

laporan rugi laba dan neraca

dapat digunakan untuk memprediksi kondisi financial

distress perusahaan.

Hasil pengujian regresi multinomial logit pada tabel 3 menunjukkan bahwa :

1. Variabel yang dapat digunakan untuk mengklasifikasikan kelompok 1 dengan

kelompok 2, dan 3 hanyalah variabel TLTA saja, yaitu variabel yang secara statistis

signifikan pada tingkat 5%. Variabel TLTA mempunyai hubungan negatif dan secara

statistis signifikan dengan probabilitas perusahaan pada kelompok 2 dan 3 artinya

semakin rendah rasio total liabilities terhadap total asset (TLTA), maka akan semakin

tinggi probabilitas perusahaan diklasifikasikan pada kelompok 2 dan 3.

2. Sedangkan variabel yang dapat digunakan untuk mengklasifikasikan kelompok 2

dengan kelompok 3 ternyata juga hanya variabel TLTA, dimana merupakan variabel

yang secara statistis signifikan pada tingkat 5%. Variabel ini mempunyai hubungan

negatif dan secara statistis signifikan dengan probabilitas perusahaan pada kelompok

3 artinya semakin rendah total liabilities terhadap total asset (TLTA) perusahaan

maka akan semakin tinggi probabilitas perusahaan diklasifikasikan pada kelompok 3.

Halaman 16

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

TABEL 3

HASIL PENGUJIAN REGRESI MULTINOMIAL LOGIT MODEL 1 (RASIO

KEUANGAN YANG BERASAL DARI LAPORAN RUGI LABA DAN NERACA)

Kelompok 1 VS

Kelompok 2

Kelompok 2 dan 3

VS Kelompok 3

B Sig. B Sig.

Intercept 2.216 0.220 0.275 0.837

CACL 0.002647 0.791 0.003686 0.715

WCTA -0.007086 0.722 -0.01119 0.496

CATA 0.04790 0.109 0.04505 0.105

NFATA -0.008222 0.705 0.02657 0.102

STA 0.0006884 0.858 0.002674 0.463

NITA 0.05161 0.259 -0.01661 0.661

NIEQ 0.002803 0.509 0.0036740 0.358

TLTA -0.06054 0.001* -0.04657 0.003*

CASHCL -0.003006 0.926 -0.004044 0.913

CASHTA 0.09697 0.208 -0.07408 0.465

-2 Log Likelihood (Intercept Only) 323.995

-2 Log Likelihood (Final) 175.107

Nagelkerke 0.695

Model I (Rasio Keuangan yang Berasal dari

Laporan Laba Rugi dan Neraca)

Jumlah Observasi %

Daya Klasifikasi Kelompok 1 78 90.7%

Daya Klasifikasi Kelompok 2 11 39.3%

Daya Klasifikasi Kelompok 3 39 81.3%

Total Daya Klasifikasi 128 79.0%

* Signifikan pada tingkat 5%

Analisis lebih lanjut berkaitan dengan daya klasifikasi untuk kelompok 1, kelompok

2, dan kelompok 3. Model multinomial logit dengan variabel rasio keuangan yang berasal

dari laporan rugi laba dan neraca memiliki daya klasifikasi perusahaan: kelompok 1 sebesar

90.7%; kelompok 2 sebesar 39.3%; dan kelompok 3 sebesar 81.3%.

Model Kedua

Hasil analisis model multinomial logit untuk model kedua (rasio keuangan yang berasal

dari laporan arus kas) adalah sebagai berikut: untuk menilai keseluruhan model (overall

model fit) adalah dengan membandingkan angka –2LL pada awal (intercept only) dengan

Halaman 17

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

angka –2LL pada model final. Apabila terjadi penurunan, maka dapat ditarik kesimpulan

bahwa model tersebut menunjukkan model multinomial logit yang baik. Untuk model ini

angka –2LL pada model awal (intercept only) sebesar 323.995 dan angka –2LL pada model

final sebesar 267.221 yang menunjukkan adanya penurunan, sehingga dapat ditarik

kesimpulan bahwa model ini menunjukkan model multinomial logit yang lebih baik.

Nilai Nagelkerke untuk model ini sebesar 0,342 yang berarti variabilitas variabel

dependen yang dapat dijelaskan oleh variabilitas variabel independen sebesar 34,2%.

Secara keseluruhan model ini memiliki daya klasifikasi sebesar 58%. Berdasarkan nilai

Nagelkarke tersebut dapat dikatakan bahwa variabel rasio keuangan yang berasal dari

laporan arus kas dapat digunakan untuk memprediksi kondisi financial distress

perusahaan.

Hasil pengujian regresi multinomial logit pada tabel 4 menunjukkan bahwa :

1. Variabel yang dapat digunakan untuk mengklasifikasikan kelompok 1 dengan

kelompok 2, dan 3 adalah variabel CFFOCL dan CFFOTA yang merupakan variabel

yang secara statistis signifikan pada tingkat 5%. Variabel CFFOCL mempunyai

hubungan positif dan secara statistis signifikan dengan probabilitas perusahaan pada

kelompok 2 dan 3 artinya semakin tinggi free cash flow terhadap hutang lancar

perusahaan, maka semakin tinggi pula probabilitas perusahaan diklasifikasikan pada

kelompok 2 dan 3. Sedangkan variabel CFFOTA mempunyai hubungan negatif dan

secara statistis signifikan dengan probabilitas perusahaan pada kelompok 2 dan 3

artinya semakin rendah rasio free cash flow terhadap total asset perusahaan, maka

semakin tinggi pula probabilitas perusahaan diklasifikasikan pada kelompok 2 dan 3.

Sedangkan variabel yang dapat digunakan untuk mengklasifikasikan kelompok 2

dengan kelompok 3 adalah variabel CFFOCL, yang merupakan variabel yang secara

statistis pada tingkat 5%. Variabel CFFOCL mempunyai hubungan positif dan secara

Halaman 18

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

statistis signifikan dengan probabilitas perusahaan pada kelompok 3 artinya semakin tinggi

free cash flow terhadap hutang lancar perusahaan, maka semakin tinggi pula probabilitas

perusahaan diklasifikasikan pada kelompok 3. kelompok 3 sebesar 60.4%.

TABEL 4

HASIL PENGUJIAN REGRESI MULTINOMIAL LOGIT MODEL 2 (RASIO

KEUANGAN YANG BERASAL DARI LAPORAN ARUS KAS)

Kelompok 1 VS

Kelompok 2

Kelompok 2 dan 3

VS Kelompok 3

B Sig. B Sig.

Intercept -0.108 0.698 -0.495 0.092

CFFOCL 0.04191 0.025* 0.04207 0.042*

CFFOTL 0.03492 0.211 -0.01775 0.617

CFFOTS -0.0002752 0.946 0.001365 0.778

CFFOTA -0.09269 0.007* -0.07943 0.770

-2 Log Likelihood (Intercept Only) 323.995

-2 Log Likelihood (Final) 267.221

Nagelkerke 0.342

Metoda Tidak Langsung

Jumlah Observasi %

Daya Klasifikasi Kelompok 1 64 74.4%

Daya Klasifikasi Kelompok 2 1 3.6%

Daya Klasifikasi Kelompok 3 29 60.4%

Total Daya Klasifikasi 94 58.0%

* Signifikan pada tingkat 5%

Analisis lebih lanjut berkaitan dengan daya klasifikasi untuk kelompok 1, kelompok

2, dan kelompok 3. Model multinomial logit dengan variabel rasio keuangan yang berasal

dari laporan arus kas memiliki daya klasifikasi perusahaan: kelompok 1 sebesar 74.4%;

kelompok 2 sebesar 3.6%; dan kelompok 3 sebesar 60.4%.

Model Ketiga

Hasil analisis model multinomial logit untuk model ketiga (rasio keuangan yang berasal

dari laporan laba rugi, neraca dan laporan arus kas) adalah sebagai berikut: untuk menilai

keseluruhan model (overall model fit) adalah dengan membandingkan angka –2LL pada

Halaman 19

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

awal (intercept only) dengan angka –2LL pada model final. Apabila terjadi penurunan

maka dapat ditarik kesimpulan bahwa model tersebut menunjukkan model regresi yang

baik. Untuk model ini angka –2LL pada model awal (intercept only) sebesar 1708.909 dan

angka –2LL pada model final sebesar 1071.620 yang menunjukkan adanya penurunan,

sehingga dapat ditarik kesimpulan bahwa model ketiga ini menunjukkan model regresi

yang lebih baik.

Nilai Nagelkerke untuk model metoda langsung ini sebesar 0,729 yang berarti

variabilitas variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen

sebesar 72.9%. Hasil pengujian regresi multinomial logit pada Tabel 5 menunjukkan

bahwa:

1. Variabel yang dapat digunakan untuk mengklasifikasikan kelompok 1 dengan

kelompok 2 dan 3 adalah variabel CFFOTL, CATA dan TLTA merupakan variabel

yang secara statistis signifikan pada tingkat 5%. Sedangkan variabel CFFOTS

merupakan variabel yang secara statistis signifikan pada tingkat 10%. Variabel CATA

mempunyai hubungan positif dan secara statistis signifikan dengan probabilitas

perusahaan pada kelompok 2 dan 3 artinya semakin tinggi rasio current asset to total

asset, maka akan semakin tinggi pula probabilitas perusahaan diklasifikasikan pada

kelompok 2 dan 3. Sedangkan variabel CFFOTL dan TLTA mempunyai hubungan

negatif dan secara statistis signifikan dengan probabilitas perusahaan pada kelompok 2

dan 3 artinya semakin rendah rasio free cash flow terhadap total liabilities dan total

liabilities terhadap total asset perusahaan maka akan semakin tinggi probabilitas

perusahaan diklasifikasikan pada kelompok 2 dan 3.

2. Variabel-variabel yang dapat digunakan untuk mengklasifikasikan kelompok 2 dengan

kelompok 3 adalah variabel CATA dan TLTA merupakan variabel yang secara

statistis signifikan pada tingkat 5%. Sedangkan variabel CFFOCL, CFFOTL dan

Halaman 20

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

NFATA merupakan variabel yang secara statistis signifikan pada tingkat 10%.

Variabel CFFOCL dan CATA mempunyai hubungan positif dan secara statistis

signifikan dengan probabilitas perusahaan pada kelompok 3 artinya semakin tinggi

tinggi rasio ini, maka semakin tinggi pula probabilitas perusahaan diklasifikasikan

pada kelompok 3.. Sedangkan Variabel CFFOTL dan TLTA mempunyai hubungan

negatif dan secara statistis signifikan dengan probabilitas perusahaan pada kelompok 3

artinya semakin tinggi free cash flow terhadap total hutang dan semakin tinggi rasio

total liabilities terhadap total asset perusahaan, maka akan semakin tinggi probabilitas

perusahaan diklasifikasikan pada kelompok 3.

Analisis lebih lanjut berkaitan dengan daya klasifikasi untuk kelompok 1, kelompk 2,

dan kelompok 3. Model langsung memiliki daya klasifikasi perusahaan: kelompok 1

sebesar 90,7%; kelompok 2 sebesar 42,9%; kelompok 3 sebesar 81,3%. Secara keseluruhan

model metoda langsung memiliki daya klasifikasi sebesar 79,6%.

Berdasarkan ketiga model diatas menunjukkan bahwa model ketiga memiliki tingkat

daya klasifikasi yang lebih tinggi dibandingkan dengan model 1 dan 2 yaitu sebesar 79,6%.

Hal ini mengindikasikan bahwa rasio keuangan yang berasal dari informasi laporan laba

rugi, neraca, dan laporan arus kas memiliki daya prediksi yang lebih tinggi apabila

digunakan secara bersama-sama untuk memprediksi kondisi financial distress. Temuan

lain dalam penelitian ini adalah model 1 memiliki daya klasifikasi yang lebih tinggi

dibandingkan model 2 yaitu model 1 sebesar 79% dan model 2 sebesar 58%, hal ini

mengindikasikan bahwa rasio keuangan yang berasal dari laporan laba rugi dan neraca

memiliki daya prediksi yang lebih tinggi dibandingkan dengan rasio keuangan yang berasal

dari informasi laporan arus kas.

Penelitian ini juga mendukung penelitian Luciana dan Meliza (2003) bahwa rasio

keuangan dapat digunakan untuk memprediksi kinerja perusahaan pasca IPO. Penelitian ini

Halaman 21

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

juga memberi dukungan terhadap penelitian yang dilakukan oleh Luciana dan Kristijadi

(2003) dan Luciana (2004) bahwa rasio keuangan dapat digunakan untuk memprediksi

kondisi financial distress suatu perusahaan.

TABEL 5

HASIL PENGUJIAN REGRESI MULTINOMIAL LOGIT MODEL 3 (RASIO

KEUANGAN YANG BERASAL DARI LAPORAN LABA RUGI, NERACA DAN

LAPORAN ARUS KAS)

Kelompok 1 VS

Kelompok 2

Kelompok 2 dan 3

VS Kelompok 3

B Sig. B Sig.

Intercept 0.400 0.846 -0.446 0.787

CFFOCL 0.003384 0.189 0.05640 0.058**

CFFOTL -0.05284 0.028* -0.08992 0.060**

CFFOTS 0.01621 0.064** 0.006017 0.300

CFFOTA -0.04991 0.363 -0.09320 0.567

CACL 0.001314 0.904 0.004074 0.712

WCTA -0.01575 0.485 -0.02687 0.143

CATA 0.07760 0.027* 0.07045 0.035*

NFATA -0.004484 0.844 0.03093 0.084**

STA 0.001980 0.638 0.002790 0.458

NITA 0.06336 0.183 -0.008214 0.852

NIEQ 0.002125 0.598 0.004776 0.316

TLTA -0.06359 0.001* -0.05716 0.003*

CASHCL 0.006314 0.865 -0.01138 0.793

CASHTA 0.08808 0.259 -0.04039 0.705

-2 Log Likelihood (Intercept Only) 323.995

-2 Log Likelihood (Final) 162.859

Nagelkerke 0.729

Metoda Tidak Langsung

Jumlah Observasi %

Daya Klasifikasi Kelompok 1 78 90.7%

Daya Klasifikasi Kelompok 2 12 42.9%

Daya Klasifikasi Kelompok 3 39 81.3%

Total Daya Klasifikasi 129 79.6%

* Signifikan pada tingkat 5%

Halaman 22

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

SIMPULAN, KETERBATASAN PENELITIAN DAN SARAN

Simpulan

Penelitian ini berusaha untuk menguji daya klasifikasi rasio keuangan baik yang berasal

dari laporan laba rugi, neraca ataupun laporan arus kas untuk memprediksi kondisi

financial distress perusahaan dengan tehnik analisis Multinomial Logit. Kelompok

perusahaan yang mengalami financial distress dikelompokkan menjadi 2 kelompok yaitu

1. Perusahaan yang menagalami laba bersih negatif selama 2 tahun berturut-turut, dan

2. Perusahaan yang mengalami laba bersih dan nilai buku ekuitas negatif selama 2 tahun

berturut-turut.

Hasil dari penelitian ini menunjukkan bahwa:

1. Pada model pertama yaitu model yang memasukkan rasio keuangan yang berasal dari

laporan laba rugi dan neraca menunjukkan bahwa rasio TLTA dapat digunakan untuk

memprediksi kondisi financial distress perusahaan. Daya klasifikasi total model ini

adalah sebesar 79.0%.

2. Pada model kedua yaitu model yang memasukkan rasio keuangan yang berasal dari

laporan arus kas menunjukkan bahwa rasio CFFOTA dan CFFOCL dapat digunakan

untuk memprediksi kondisi financial distress perusahaan. Daya klasifikasi total model

ini adalah sebesar 58.0%.

3. Pada model ketiga yaitu model yang memasukkan rasio keuangan yang berasal dari

laporan laba rugi, neraca dan laporan arus kas menunjukkan bahwa rasio CATA,

TLTA, NFATA, CFFOCL, CFFOTS dan CFFOTL dapat digunakan untuk

memprediksi kondisi financial distress perusahaan. Daya klasifikasi total model ini

adalah sebesar 79,6%.

Halaman 23

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

Keterbatasan Penelitian dan Saran bagi Penelitian Selanjutnya

Adapun keterbatasan penelitian dan saran untuk penelitian selanjutnya adalah:

1. Penelitian ini hanya menggunakan periode observasi selama 2 tahun dan periode

prediksi selama 2 tahun, sehingga untuk pengujian model prediksi masih belum dapat

menjelaskan secara sempurna rasio keuangan baik yang berasal dari laporan laba rugi,

neraca dan laporan arus kas untuk memprediksi kondisi financial distress perusahaan.

Untuk penelitian selanjutnya dapat memperpanjang periode prediksi dan periode

observasi.

2. Penelitian ini memproksikan kondisi financial distress dengan 2 ukuran yaitu nilai

buku ekuitas dan laba operasi, sehingga untuk penelitian selanjutnya dapat

menggunakan ukuran lain untuk memproksikan kondisi financial distress perusahaan.

Halaman 24

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

REFERENSI:

Altman, E. I. , dan R. Haldeman. 1995. " Corporate Credit Scoring Models: Approaches

and Test for Successful Implementation". Journal of Commercial Bank Lending

77: 10-22.

________ , G. Marco dan F. Varetto. 1994. "Corporate Distress Diagnosis: Comparisons

Using Linier Discriminant Analysis and Neural Network (the Italian Experience)".

Journal of Banking and Finance 18: 505-529.

Asquith P., R. Gertner dan D. Scharfstein. 1994. "Anatomy of Financial Distress: An

Examination of Junk-Bond Issuers". Quarterly Journal of Economics 109: 1189-

1222.

Brown, D. T., C. M. James dan R. M. Mooradian. 1992. "The Information Content of

Distressed Restructurings Involving Public and Private Debt Claims". Journal of

Financial Economics 33: 92-118.

Financial Accounting Standard Boards. 1978. “Objective of Financial Reporting by

Business Enterprises”. Statement of Financial Accounting Concepts No. 1.

Foster, George. 1986. Financial Statement Analysis. Prentice Hall, Englewood Cliffs, New

Jersey.

Ghozali, Imam. 2002. Aplikasi Analisis Multivariate dengan Program SPSS. Badan

Penerbit Universitas Diponegoro Semarang.

Gilson, S. C. 1989. "Management Turnover and Financial Distress". Journal of Financial

Economics 25: 241-262.

Hill, N. T., S. E. Perry, dan S. Andes. 1996. "Evaluating Firms in Financial Distress: An

Event History Analysis". Journal of Applied Business Research 12(3): 60-71.

Hofer, C. W. 1980. "Turnaround Strategies". Journal of Business Strategy 1: 19-31.

John, K, L. H. D. Lang and Netter, 1992. "The Voluntary Restructuring of Large Firms in

Response to Performance Decline". Journal of Finance 47: 891-917.

Lau, A. H. 1987. "A Five State Financial Distress Prediction Model". Journal of

Accounting Research 25: 127-138.

Luciana Spica Almilia. 2004. “Analisis Faktor-faktor yang Mempengaruhi Kondisi

Financial Distress Suatu Perusahaan yang Terdaftar di Bursa Efek Jakarta.” Jurnal

Riset Akuntansi Indonesia (JRAI). Vol 7. No.1.

______________ dan Meliza Silvy. 2003. “Analisis Faktor-Faktor yang Mempengaruhi

Status Perusahaan Pasca IPO dengan Analisis Multinomial Logit.” Jurnal

Ekonomi dan Bisnis Indonesia (JEBI). Volume 18. No. 4.

Halaman 25

Jurnal Ekonomi dan Bisnis

Vol. XII No. 1, Maret 2006

ISSN: 0854 - 9087

______________ dan Kristijadi. 2003. “Analisis Rasio Keuangan untuk Memprediksi

Kondisi Financial Distress Perusahaan Manufaktur yang Terdaftar di Bursa Efek

Jakarta.” Jurnal Akuntansi dan Auditing Indonesia (JAAI). Volume 7. No. 2.

Machfoedz, M. 1994. “The Usefulness of Financial Ratio in Indonesia”. Jurnal KELOLA.

September: 94-110.

Nur Fadjrih Asyik. 1999. “Tambahan Kandungan Informasi Rasio Arus Kas”. Jurnal Riset

Akuntansi Indonesia (JRAI). Vol 2. No. 2.

Platt, H., dan M. B. Platt. 1990. “Development of a Class of Stable Predictive Variables:

The Case of Bankruptcy Predictions.” Jurnal of Business Finance & Accounting.

17: 31-51.

________ . 1991. "A Linier Programming Approach to Bond Portfolio Selection".

Economic and Financial Computing 1: 71-84.

________ , 2000. "Leveraged Buyout Failure Risk: Advice for Managers and Bankers".

Journal of Corporate Renewal 13: 8, 10, 13.

________ , 2002. "Predicting Financial Distress". Journal of Financial Service

Professionals, 56: 12-15.

Whitaker, R. B. 1999. "The Early Stages of Financial Distress". Journal of Economics and

Finance, 23: 123-133.

Yang, A. R., M. B. Platt dan H. D. Platt. 1999. "Probabilistic Neural Networks in

Bankruptcy Prediction". Journal of Business Research 44: 67-74

Halaman 26