Analisis pengukuran financial distress dengan model analisis Altman, Springate, Zmijewski, Ohlson, dan Grover sebagai early warning system: Studi kasus pada perusahaan sektor pertambangan batubara yang terdaftar di Bursa Efek Indonesia

INDONESIA:

Financial distress merupakan sebuah kondisi menurunnya kinerja keuangan perusahaan yang ditandai dari laba bersih negatif secara berturut-turut serta ketidakmampuan perusahaan untuk membayar kewajiban-kewajibannya. Untuk menghindari kebangkrutan diperlukan sistem peringatan dini (early warning sytem) yang akan mempengaruhi pembuatan keputusan bagi pihak-pihak yang berkepentingan terhadap suatu perusahaan sehingga potensi kebangkrutan yang akan dihadapi dapat diminimalisir. Tujuan dari penelitian ini adalah mengetahui penerapan metode Altman, Springate, Zmijewski, Ohlson, dan Grover dalam pengukuran financial distress sebagai early warning system, mengetahui perbedaan kemampuan tingkat akurasi dari model pengukuran financial distress, dan untuk mengetahui model pengukuran financial distress yang terbaik dengan menunjukkan nilai akurasi yang tertinggi sebagai early warning system

Penelitian ini menggunakan pendekatan kuantitatif dengan menggunakan metode analisis deskriptif. Objek dalam penelitian ini adalah perusahaan sektor pertambangan batubara yang terdaftar di Bursa Efek Indonesia periode 2011-2015. Teknik pengambilan sampel dari objek penelitian dengan metode purposive sampling dan diperoleh sampel sebanyak 12 perusahaan dari 23 perusahaan yang terdapat di sektor pertambangan batubara yang terdaftar di Bursa Efek Indonesia selama periode penelitian. Analisis data menggunakan analisis kebangkrutan model Altman, Springate, Zmijewski, Ohlson, dan Grover dengan bantuan aplikasi pengolahan data Microsoft Excel dan SPSS 23.

Hasil dari penelitian ini menunjukkan bahwa perhitungan deskriptif data masing-masing rasio keuangan dapat diterapkannya kelima model analisis yaitu Altman, Springate, Zmijewski, Ohlson, dan Grover dalam pengukuran financial distress sebagai early warning system. Pada perhitungan tingkat akurasi menyatakan bahwa terdapat perbedaan tingkat akurasi dari kelima model tersebut dalam pengukuran financial distress. Hasil penelitian ini juga menunjukkan bahwa pengukuran financial distress model Ohlson memiliki nilai akurasi tertinggi sehingga menjadikan model analisis terbaik sebagai early warning system.
 
ENGLISH:

Financial distress is a condition where a company get declined in financial performance. it cause with net profit in consecutive and inability company to fulfil the company debt. For avoid bankrupt, company need early warning system for affecting make decision to the interested side in company that can affect bankcrupt potencial can be minimized. This study aim to analyze the methods by Altman, Springate, Zmijewski, Ohlson, and Grover in measurement of financial distress as early warning system hence determine the differences of accurate power in measurement model financial distress above, and to identify which is the best model of financial distress that can show the highest accurate value as early warning system.

This study using examine quantitative descriptive methods analysis. Object for this study is companies in coal mining that registered in indonesia stock exchange at 2011-2015 periods. This research using sampling techniques for looking the objects with purposive sampling model then get 12 company sample from 23 company in coal mining that registered on indonesia stock exchange during research period. The data analysis using bancruptcy model by Altman, Springate, Zmijewski, Ohlson, and Grover with using Microsoft Excel and SPSS 23 application.

The result of this research determine that data calculation decriptive each ratio be applied in five method analysis which is Altman, Springate, Zmijewski, Ohlson, and Grover model in measurement financial distress as early warning system. On accuracy level calculation determine that there are any differences on accuracy level in five model analysis before in measurement financial distress. The result of this research also determine measurement financial distress by Ohlson model has the highest accurate value that can be the best analysis model as early warning system.