Analisis Perbandingan Model Altman, Springate, Zmijewski dan Grover dalam Memprediksi Financial Distress (Studi Empiris pada Perusahaan Pertambangan yang Terdaftar di Bursa Efek Indonesia Tahun 2011- 2014

Yanto, Yudi Jufri (2016) Analisis Perbandingan Model Altman, Springate, Zmijewski dan Grover dalam Memprediksi Financial Distress (Studi Empiris pada Perusahaan Pertambangan yang Terdaftar di Bursa Efek Indonesia Tahun 2011- 2014. Skripsi thesis, Universitas Negeri Padang.

Preview

Text A_07_YUDI_JUFRI_YANTO_1107714_2017.pdf Download (10kB) | Preview

Abstract

Penelitian ini bertujuan untuk mengetahui prediksi financial distress dan melihat apakah ada perbedaan antara model Altman, Springate, Zmijewski dan Grover dalam memprediksi financial distress serta mengetahui model prediksi financial distress yang paling cocok untuk digunakan penerapannya pada perusahaan pertambangan di Indonesia. Penelitian ini membandingkan empat model prediksi financial distress, yaitu model Altman, Springate, Zmijewski dan Grover. Data yang digunakan dalam penelitian ini adalah data sekunder yang berupa laporan keuangan tahunan yang telah dipublikasikan oleh perusahaan di Bursa Efek Indonesia. Sampel yang digunakan adalah perusahaan pertambangan yang terdaftar di BEI selama tahun 2011-2014. Teknik pengambilan sampel adalah purposive sampling dengan total sampel yang didapat sebanyak 83 perusahaan dari 117. Hasil penelitian menunjukkan bahwa semua model yang digunakan memiliki kemampuan dan terjadinya perbedaan dalam memprediksi financial distress pada perusahaan pertambangan yang terdaftar di BEI. Dari empat model yang digunakan juga terdapat model yang paling akurat yaitu model Springate kerena memiliki tingkat akurasi yang paling tinggi dibandingkan dari model lain. Penelitian ini juga memberikan bukti empiris bahwa ada rasio keuangan pada model Springate yang dapat dipercaya membedakan antara perusahaan yang mengalami financial distress dengan tidak financial distress, yaitu Net profit before taxes to Current liability.

Actions (login required)

View Item