PREDIKSI RASIO KEUANGAN TERHADAP KONDISI FINANCIAL DISTRESS PERUSAHAAN MANUFAKTUR YANG TERDAFTAR DI BEI

Abstract

Abstrak
Penelitian ini bertujuan untuk menguji pengaruh rasio keuangan yang meliputi, CACL, CATA, WCTA, NITA, RETA, SETA, TLTA, STA dan ITO untuk memprediksi kemungkinan kondisi financial distress pada perusahaan manufaktur yang terdaftar di bursa efek Indonesia, selama periode 2005-2009. Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari ICMD. Data keuangan periode 2005 ? 2007 digunakan sebagai basis perhitungan untuk variabel bebas dan data periode 2008 ? 2009 digunakan sebagai variabel terikat. Yaitu sebagai penentu financial distress, jika suatu emiten memiliki nilai EPS negatif selama du tahun berturut-turut maka digolongkan mengalami keadaan financial distress. Sampel penelitian ini sejumlah 102 perusahaan manufaktur yang terdiri dari 89 perusahaan non-financial distress dan 13 perusahaan financial distress. Hipotesis penelitian, diuji dengan model analisis regresi logistik dengan periode satu tahun, dua tahun dan tiga tahun sebelum financial distress. Hasil analisis data menunjukkan bahwa model satu tahun menghasilkan akurasi prediksi paling besar. Pengujian pada ketiga model juga menunjukkan bahwa variabel CACL, WCTA dan NITA secara konsisten berpengaruh signifikan terhadap probabilitas financial distress.

Abtract
This research aims to test the effect of financial ratios which are CACL, CATA, WCTA, NITA, RETA, SETA, TLTA, STA, and ITO to predict the probability of financial distress in the manufacturing companies listed in Indonesia Stock Exchange for the period of 2005-2009. Data used in this research are secondary ones which obtained from ICMD. Financial data from 2005 to 2007 are processed ones used to independent variables and data in 2008-2009 are used as guidance to determine financial distress status using a negative EPS of two consecutive years. This study used 102 manufacturing company as samples which consist of 89 non-financial distress and 13 financial distress. Hypothesis of this research are tested by analysis model of one, two and three years before financial distress. Result of data analysis using logistic regression method shows that the one year model produces the highest prediction accuracy. The test results  with three analysis models also shows that the variable of CACL, WCTA and NITA significantly influence probability of financial distress.