Analisis Komparasi Ketepatan Model Grover.
Springate.
Dan Zmijewski Dalam Memprediksi Financial Distress Bank Umum Syariah Di Indonesia Thea Gemala Rahmina Kimin1 .
Anriza Witi Nasution2 Politeknik Negeri Medan, thearahmina@students.
Politeknik Negeri Medan, anrizanasution@polmed.
Abstrak Penelitian ini dilakukan untuk menganalisa, mengukur dan mengetahui keakuratan model memprediksi kesulitan keuangan .
inancial distres.
dengan menggunakan model Grover.
Springate, dan Zmijewski pada Bank Umum Syariah.
Sampel menggunakan 7 bank umum syariah di Indonesia dengan periode 2016-2020.
Metode penentuan sampel yang digunakan adalah Purposive Sampling.
Data yang digunakan dalam penelitian ini berupa data kuantitatif dengan pendekatan studi deskriptif komparatif.
Menggunakan uji hipotesis uji Kruskal Wallis dan uji akurasi dengan Error type.
Hasil perhitungan prediksi financial distress menggunakan model Grover tingkat akurasi model Grover 100% dan error type 0%, menggunakan model Springate terdapat 7 bank yang diprediksi model Springate mengalami financial distress dengan tingkat akurasi model Springate 14% dan error type 86%, dan model Zmijewski pada tahun 2019 Bank Aladin diprediksi dengan model Zmijewski mengalami financial distress dengan tingkat akurasi model Zmijeski 97% dan error type 3%.
Hasil uji hipotesis membuktikan bahwa terdapat perbedaan antara ketiga model dalam memprediksi financial distress.
Kata Kunci: Financial Distress.
Grover.
Laporan Keuangan, dan Springate.
Zmijewski Abstract This research aims to analyze, measure and determine the accuracy of prediction financial distress models, using Grover model.
Springate model.
Zmijewski model, at Islamic Commercial Banks.
Using 7 Islamic Commercial Banks as samples on 2016-2020 periods.
Using purposive sampling as determining samples method.
This research using data in the form of quantitative data with descriptive statistics approach.
Using Kruskall Wallis as Hypothesis Test.
Error Type and Accuracy Test.
The results of calculation financial distress prediction using GroverAos model with Accuracy Rate 100% and Error Type 0%, using SpringateAos model thereAos 7 banks which are predicted to financial distress with SpringateAos model Accuracy Rate 14% and Error Type 86%, and ZmijewskiAos model predicting that Bank Aladin at 2019 experiencing financial distress with Accuracy Rate 97% and Error Type 3%.
The result of hypothesis proved that there are differences between Grover.
Springate, and Zmijewski model to predicting financial distress.
Keywords: Financial Distress.
Financial Report.
Grover.
Springate.
Zmijewski Pendahuluan Keberlangsungan usaha adalah objek yang paling utama dalam perusahaan entitas sejak didirikannya perusahan tersebut, persaingan bisnis sangat berhati hati jika berkaitan dengan bagaimana manajemen mengatur perusahaan dari faktor financial maupun non-financial.
Kekompetitifan perusahaan juga diperhatikan dengan kinerja perusahaan itu sendiri.
Perusahaan yang menunjukkan penurunan kinerja akan mengalami financial distress, dan jika tidak diatasi segera, dan tidak ditangani dengan baik perusahaan akan menghadapi kebankrutan, dimana perusahaan tidak mampu memenuhi kewajibannya karena tidak memiliki dana yang cukup untuk mengelola usahanya sehingga tujuan perusahaan tidak dapat di capai.
Analisis kebankrutan sangan penting karena bisa menilai indikasi dari kebankrutan perusahaan, apakah perusahaan itu terancam kebankrutan atau tidak.
Financial distress adalah situasi dimana perusahaan mengoperasikan arus kas tidak cukup memenuhi kewajiban saat ini, dan perusahaan diharuskan untuk segera mengambil tindakan perbaikan.
Salah satu gejala awal dari kebankrutan yang dialami perusahan adalah kesulitaan keuangan.
2 Ketidakstabilan bahkan kegagalan bisnis dapat menyebabkan trauma yang besar dan signifikan bagi para pemangku kepentingan ini, prediksi financial distress akan sangat menguntungkan agar dapat dicegah dengan berbagai metode atau model prediksi, atau mencari alat deteksi risiko yang tidak menguntungkan sebelum aset atau entitas hilang.
Semakin dini tanda kesulitan keuangan diketahui, semakin baik untuk manajemen perusahaan untuk membuat perbaikan atau kemajuan yang benar sejak awal.
Salah satu cara untuk mengevaluasi tingkat kesehatan bank adalah dengan menggunakan analisis dari laporan yang dipublikasi secara periodik oleh bank, atau pihak yang terkait dengan laporan tahunan bank.
Laporan keuangan bank merupakan laporan yang mendeskripsikan atau menjelaskan kondisi keuangan suatu bank selama periode waktu tertentu untuk melihat apakah kinerja bank tersebut baik atau tidak.
Tabel 1 Perhitungan Pertumbuhan Aset.
Pembiayaan yang Disalurkan, dan Dana Pihak Ketiga Perbankan Syariah
TAHUN
ASET
20,28%
18,97%
12,57%
9,93%
13,11%
PYD
16,41%
15,27%
12,17%
10,89%
8,08%
DPK
20,84%
19,89%
11,14%
11,93%
11,88%
Sumber: data yang diolah dari OJK Berdasarkan data yang ditampilkan dalam Tabel 1 diatas dapat disimpulkan perhitungan pertumbuhan aset Perbankan Syariah secara keseluruhan pada tahun 2016 sebesar 20,28%, sedangkan Pembiayaan Yang Disalurkan (PYD) Perbankan Syariah pada tahun 2016 sebesar 16,41% , dan Dana Pihak Ketiga (DPK) Perbankan Syariah Dirman.
Financial Distress: The Impact of Profitability.
Liquidity.
Leverage.
Firm Size and Free Cash flow.
International Journal of Business and Law.
Tuvadaratragool.
The Role of Financial Ratios In Signalling Financial Distress:
Evidence From Thai Listed Companies.
Theses Southern Cross University.
Sjahrial.
Pengantar manajemen keuangan.
Jakarta: Mitra Wacana Media.
pada tahun 2016 sebesar 20,84%.
Perhitungan pertumbuhan asset Perbankan Syariah mengalami penurunan sampai tahun 2019 sebesar 10,15% dan pada tahun 2020 mengalami kenaikan sebesar 3,18% , sedangkan PYD Perbankan Syariah mengalami penurunan tiap tahunnya hingga tahun 2020 PYD Perbankan Syariah dengan selisih penurunan sebesar 8,33%, dan DPK Perbankan Syariah berfluktuasi dari tahun 2016 hingga tahun 2020 DPK Perbankan syariah dengan selisih 8,96%.
Gambar 1 Market Share Perbankan Syariah di Indonesia Sumber: data yang diolah dari OJK Market share Perbankan Syariah dalam kurun waktu 5 tahun mengalami pertumbuhan yang tidak signifikan dengan market share Perbankan Syariah pada tahun 2016 sebesar 5,33% dan pada tahun 2020 sebesar 6,51%, dengan selisih kenaikan selama 5 tahun sebesar 1,18%.
Kenaikan yang tidak signifikan ini salah satunya disebabkan oleh kurangnya literasi Bank dan Keuangan Syariah, dan inklusi Keuangan Syariah.
Gambar 2 Non Performing Finance (NPF) Net Perbankan Syariah Sumber: data yang diolah dari OJK Non Performing Finance (NPF) merupakan pinjaman yang mengalami kesulitan pembayaran alias kredit bermasalah.
Istilah ini digunakan dalam perbankan syariah untuk menggantikan kata pinjaman .
dalam NPL (Non Performing Loa.
perbankan konvensional.
Penyebab NPF meningkat yaitu analisis kredit yang kurang tepat, persentase NPF dapat dijadikan indikator untuk menidentifikasi kualitas pinjaman sebuah bank.
Dari data grafik disimpulkan bahwa NPF Net Perbankan Syariah mengalami fluktuasi yang cenderung ke penurunan pada tahun 2016.
Pada dasarnya Bank Syariah tidak mungkin mengalami kerugian atau kesulitan keuangan jika memiliki pengelolaan dana yang baik, dilihat dari persentase kredit bermasalah (NPF) Perbankan Syariah mengalami penurunan.
Ketidakstabilan ekonomi yang terjadi pada beberapa tahun terakhir memberi petunjuk bahwa perbankan perlu memperhatikan manajemen yang memadai khususnya manajemen risiko, dan peningkatan inovasi produk jasa dan aktivitas perbankan.
Model untuk memprediksi financial distress menggunakan variabel rasio keuangan, seperti Grover.
Springate, dan Zmijewski.
Model Grover adalah model prediksi hasil modifikasi model Altman oleh Jefrrey Grover dengan menambahkan 13 macam rasio keuangan terbaru.
Model Springate adalah model hasil pengembangan yang mengikuti pola model Altman dengan mengeliminasi 5 rasio dari 9 rasio keuangan yang umum.
Model Zmijewski adalah model yang menambahan validitas fondasi rasio keuangan yaitu rasio yang mengukur kemampuan kinerja, likuiditas, dan leverage suatu Terdapat prediksi financial distress pada Bank Umum Syariah(BUS) setiap tahunnya dengan metode perhitungan yang berbeda-beda.
Melihat perbedaan pada model perhitungan, diperlukan perhitungan pada tahun berikutnya dan analisis pada rasio-rasio yang dihitung dan mempengaruhi prediksi financial distress, dengan menganalisis financial distress atau non-financial distress bank umum syariah diharapkan meningkatkan literasi dan inklusi perbankan syariah terhadap masyarakat.
Dari uraian di atas penulis ingin menganalisis tentang ketepatan model prediksi financial distress pada bank umum syariah, menggunakan model Grover.
Springate dan Zmijewski , untuk memprediksi kebankrutan agar mencegah atau meminimalisir resiko kebankrutan pada Bank Umum Syariah di masa depan.
Kerangka Teoritis Analisis Laporan Keuangan Laporan keuangan merupakan laporan yang menginformasikan posisi keuangan perusahaan pada periode waktu tertentu.
Laporan keuangan disusun atas dasar data relevan, dan dikerjakan sesuai prosedur akuntasi dan evaluasi yang faktual, laporan keuangan hendaklah memberikan investor dan kreditur informasi yang bermanfaat baik sebagai informasi dalam membuat keputusan berinvestasi dan menetapkan langkah bisnis lainnya.
Tujuan utama dari analisis laporan keuangan bagi pemimpin perusahaan dan pihak manajemen adalah untuk mengetahui status keuangan perusahaan saat ini.
Di dalam sesungguhnya, mengetahui jumlah aset, kewajiban, dan modal dalam laporan keuangan.
Untuk menyadari apa-apa saja kelemahan perusahaan, untuk mengevaluasi kekuatan perusahaan, untuk menyusun prosedur perbaikan terkait kondisi keuangan perusahaan terkini untuk dimasa depan, dan sebagai media pembanding dengan perusahaan di industrinya tentang hasil yang mereka capai.
Analisis terhadap laporan keuangan menjadi hal yg krusial untuk pihak manajemen agar lebih relevan dan mudah dipahami.
Rasio Keuangan Analisis rasio keuangan ialah teknik analisis laporan keuangan yang bertujuan untuk menelaah, mengoreksi dan mendeskripsi data laporan keuangan menjadi informasi yang lebih berguna dalam format yang spesifik.
Informasi yang penting untuk penentuan tingkat kekuatan finansial dapat diperoleh dari hasil analisis ini.
5 Rasio likuiditas adalah rasio yang mengevaluasi kemampuan perusahaan dalam pemenuhan kewajiban jangka pendeknya, rasio ini melakukan pengukuran terhadap likuiditas perusahaan.
Rasio solvabilitas adalah rasio yang mengukur kemampuan perusahaan untuk memenuhi kewajiban jangka panjangnya.
Rasio profitabilitas adalah rasio yang menilai kapabilitas perusahaan untuk mengasilkan keuntungan.
Rasio aktivitas merupakan rasio yang mengukur tingkat efisiensi perusahaan dalam pemanfaatan dan penggunaan aktiva yang Peraturan Bank Indonesia Sesuai dengan Peraturan Bank Indonesia No.
9/1/PBI/2007 Bank wajib melakukan evaluasi sendiri .
elf assessmen.
atas tingkat kesehatan bank.
Self assessment Tingkat Kesehatan Bank dilakukan paling kurang setiap semester untuk posisi akhir bulan Juni dan Desember.
Bank wajib melakukan pembaharuan sewaktu-waktu apabila Hasil self assessment Tingkat Kesehatan Bank yang telah mendapat Arifin.
Manajemen Keuangan.
Yogyakarta: Zahir Publishing.
Kasmir.
Analisis Laporan Keuangan .
Depok: Rajawali Pers.
Kasmir.
Bank dan Lembaga Keuangan Lainnya.
Jakarta: PT RajaGrafindo Persada.
persetujuan dari Direksi wajib disampaikan kepada Dewan Komisaris.
Bank wajib menyampaikan hasil self assessment Tingkat Kesehatan Bank kepada Bank Indonesia.
Penilaian Tingkat Kesehatan Bank Sesuai BI Bank Indonesia melakukan penyempurnaan metode untuk menilai tingkat kesehatan bank melalui Surat Edaran Bank Indonesia (SEBI) tentang Penilaian Tingkat kesehatan Bank Umum, yang semula menggunakan sistem metode CAMELS (Capital.
Assets.
Management.
Earnings.
Liquidty, dan Sensitivity to Market Ris.
No.
13/24/DPNP
tanggal 25 Oktober 2011, lalu diganti menjadi RGEC (Risk Profile.
Governance.
Earnings, dan Capita.
Berikut ini adalah ringkasan dari masing masing variabel yang dianalisis dalam analisis rasio CAMELS berdasarkan Peraturan BI Nomor 6/10/PBI/2004 yaitu .
Permodalan (Capita.
, .
Kualitas Aset (Asset qualit.
, .
Manajemen (Managemen.
, .
Rentabilitas (Earnin.
, .
Likuiditas (Liquidit.
, .
Sensitivitas pada risiko pasar (Sensitivity to market ris.
Bank wajib melakukan penilaian tingkat kesehatan bank secara self assessment .
dengan menggunakan penilaian bank dengan pendekatan risiko (Risk-based Bank Ratin.
dengan penilaian terhadap aspek-aspek seperti Profil Risiko (Risk Profil.
Good Corporate Governance (GCG).
Rentabilitas (Earnin.
, dan Permodalan (Capita.
Financial Distress Financial distress dianggap sebagai jenjang awal sebelum terjadinya kebangkrutan, hal ini terjadi saat perusahaan gagal untuk memenuhi kewajban dan juga perusahaan tidak dapat melakukan pembayaran yang dibutuhkan sesusai perjanjian dan telah jatuh tempo dengan menghasilkan aset yang paling likuid yang cukup.
Financial distress ini harus di prediksi sejak dini.
9 Kondisi financial dstress bisa digolongkan dalam kriteria debt default, yaitu kegagalan dalam membayar hutang atau terdapat indikasi kegagalan dalam membayar hutang kepada kreditur atau pihak lainnya, jika hal ini terjadi dalam waktu yang lama akan membawa perusahaan kepada kondisi kebangkrutan.
Peraturan Bank Indonesia No.
9/1/PBI/2007
Peraturan Bank Indonesia No.
13 tahun 2011 Pasal 6 Ibid.
Brealey.
, & Myer.
Principle of Corporate Finance.
New York: McGrawHill Irwin.
Faktor-faktor yang dapat menyebabkan financial distress bisa berupa faktor internal maupun eksternal.
Salah satu faktor internal yaitu lemahnya kualifikasi sumber daya manusia, seperti kurangnya keahlian dan pengalaman yang bisa menghambat tercapainya tujuan perusahaan diperburuk dengan penempatan sumber daya yang tidak tepat, ketidakseimbangan antara modal dan hutang, jumlah hutang yang terlalu besar akan mengakibatkan membengkaknya biaya bunga, memperkecil keuntungan dan menimbulkan kerugian.
Moral hazard oleh manajemen, manajemen yang korup akan mengakibatkan kebangkrutan perusahaan.
Sedangkan faktor eksternal terjadinya persaingan bisnis yang kompetitif, minimnya permintaan terhadap produk maupun jasa yang telah dihasilkan, harga jual yang mengalami penurunan secara terus menerus, terjadinya kecelakaan kerja ataupun bencana alam yang tidak dapat dihindari yang akan mempengaruhi jalannya aktivitas perusahaan.
Indikator financial distress meliputi analisis aliran kas saat ini dan di masa depan, analisis-strategi yang berfokus pada resiko yang dihadapi perusahaan, struktur biaya yang relatif terhadap pesaing, kualitas SDM, kualitas manajemen, dan kemapuan manajemen dalam pengendalian biaya.
Tipe-tipe financial distress yaitu .
Economic Failure .
Bussines Failure .
Technical Insolvency .
Insolvency In Bankcrupty .
Legal Bankcrupty.
12 Untuk mengatasi kesulitan keuangan terdapat beberapa cara diantaranya, penyelesaian sukarela (Voluntary Settlemen.
dan penyelesaian yang melibatkan pengadilan (Settlement Involving Litigatio.
13 Model Financial Distress Peneliti awal yang melakukan penelitian metode financial distress adalah Edward I Altman dimana peneliti Altman menghasilkan rumus yang disebut Z-Score.
Analisa ZScore merupakan metode yang digunakan untuk memprediksi kebangkrutan atau kesehatan perusahaan dengan mengkombinasikan berbagai rasio keuangan yang umum dan pemebrian bobot yang berbeda satu dengan yang lainnya.
Pemakaian metode Altman Z-Score sebagai salah satu pengukur kebangkrutan suatu perusahaan mengalami Hanafi.
, & Halim.
Analisis Laporan Keuanangan.
Yogyakarta: UPP STIM YKPN.
Brigham.
Houston, & Yulianto.
Dasar-Dasar Manajemen Keuangan.
Jakarta:
Salemba Empat.
Sudana.
I Made.
Manajemen Keuangan Perusahaan.
Jakarta: Erlangga.
perkembangan dimana penerapannya selain pada perusahaan manufaktur go public juga bisa diterapkan pada perusahaan tidak go public.
Model Grover merupakan model yang diciptakan dengan melakukan pendesaianan dari penilaian ulang terhadap model Altman Z-score.
Jefrrey S.
Grover menggunakan sampel sesuai dengan model altman Z-score pada tahun 1968 dengan menambahkkan 13 rasio keuangan baru.
Rasio-rasio tersebut diantaranya current ratio, quick ratio, total assets turnover, inventory turnover.
ROA.
ROE, financial leverage index, fixed assets/total equity, gross profit margin, dan working capital turnover.
Ketiga belas rasio tersebut kemudian dianalisis dengan menggunakan stepwise analysis yang kemudian menghasilkan tiga variabel yang berpengaruh.
15 Dengan nilai cut off jika hasil G-score O -0,020, maka perusahaan tersebut dinyatakan bangkrut.
Namun jika G-score > -0,020, maka perusahaan dinyatakan sehat.
Persamaan dari model Grover, yaitu:
Grover Score = 1,650X1 3,404X2 0,016X3 0,057 Keterangan:
X1 = working capital / total assets X2 = earning before interest and taxes / total assets X3 = net income / total assets Model Springate merupakan model yang dikembangkan mengunakan analisis Gordon L.
Springate telah melakukan penelitan berkaitan dengan model prediksi potensi financial distress suatu perusahaan.
Pada awalnya Springate menggunakan 19 rasio keuangan namun setalah melakukan pengujian Springate mengambil empat rasio.
Springate mengemukakan nilai cut off yang berlaku untuk model ini adalah 0,862 dengan kriteria penilaian apabila jika nilai S-score < 0,862 Perusahaan berpotensi financial distress , dan jika nilai S-score > 1,802 Perusahaan tidak berpotensi financial distress.
17 Model ini memiliki persamaan dengan rumus:
S-Score = 1,03 X1 3,07 X2 0,66 X3 0,4 X4 Rudianto.
Akuntansi Manajemen Informasi Untuk pengambilan Keputusan Strategis.
Jakarta: Erlangga.
Yuliana.
Prediksi Kebangkrutan Perusahaan Dari Aspek Keuangan Dengan Berbagai Metode.
Malang: UIN Maliki Press.
Grover.
Validation of a Cash Flow Model A Non-Bankruptcy Approach.
Disertation of Nova Southeastern University.
Springate.
Predicting The Possibility of Failure in a Canadian Firm.
Simon Fraser University.
Keterangan :
X1 = Working capital / Total asset X2= Net profit before interest and taxes / Total asset X3= Net profit before taxes / Current liabilities X4= Sales / Total asset Model Zmijewski merupakan model yang memprediksi potensi financial distress yang dihasilkan oleh Mark E.
Zmijewski tahun 1984 ini merupan riset selama 20 tahun yang telah diulang.
Menggunakan analisis rasio likuiditas, leverage, dan mengukur kinerja suatu perusahaan.
Indikator F-Test terhadap rasio kelompok rate of return, liquidity, leverage turnover, fixed payment coverage, trens, firm size, dan stock return Klarifikasi dari hasil perhitungan tersebut dimasukan kedalam cut off point yang telah ditentukan yaitu.
Jika hasil >0 Perusahaan berpotensi financial distress Jika hasil < 0 Perusahaan tidak berpotensi financial Distress.
18 Kemudian model ini menghasilkan rumus sebagai berikut:
X-Score = -4,3 Ae 4,5X1 5,7X2 0,004X3 Keterangan:
X1 = net income / total assets X2 = total debt / total asset X3 = aktiva lancar / utang lancar Metode Penelitian Jenis penelitian yang digunakan dalam penulisan ini adalah penelitian kuantitatif dengan pendekatan studi statistik deskriptif.
Penelitian kuantitatif merupakan metode penelitian yang berlandaskan positivistic .
ata konkri.
, data penelitian berupa angkaangka yang akan diukur menggunakan statistik sebagai alat uji penghitungan berkaitan dengan masalah yang diteliti untuk menghasilkan suatu kesimpulan.
Statistik deskriptif adalah metode statistik yang digunakan untuk menganalisis data dengan deskripsi dan gambaran data yang terkumpul sebagaimana adanya tanpa membuat kesimpulan yang digeneralisasi.
Penyajian data melalui tabel, grafik, lingkaran, pictogram, pengukuran tendensi sentra seperti modus, mean, median, desil.
Zmijewski.
Methodological Issues Relate to the Estimation of Financial of Financial Distress Prediction Models.
Journal of Accounting Research, 22, 59-71.
Sugiyono.
Metode Penelitian Kuantitatif.
Bandung: Alfabeta.
persentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah teknik Purposive Sampling.
20 Objek penelitian ini yaitu Bank Umum Syariah yang telah memenuhi kriteria sampel yaitu .
Bank Muamalat Indonesia (BMI), .
Bank BCA Syariah (BCAS), .
Bank Panin Dubai Syariah (BPDS), .
Bank Jabar Banten Syariah (BJBS), .
Bank Victoria Syariah (BVS), .
Bank Bukopin Syariah (BSB), .
Bank Aladin Syariah (BAS).
Data yang digunakan dalam penelitian ini berupa laporan keuangan tahunan dan informasi penggunaan metode prediksi financial distress yang menjadi variabel penelitian ini, data yang digunakan data kuantitatif dari laporan Data dokumentasi yang digunakan pada penelitian ini berupa laporan keuangan tahunan BUS, data statistik OJK, dan data BPS.
Uji Kruskall-Wallis (Kruskall-Wallis one-way analysis of variance by ran.
adalah salah satu model statistik non-parametrik berbasis peringkat.
Uji ini bertujuan untuk menguji hipotesis bahwa beberapa sampel independen berasal dari populasi yang Kesimpulan yang diperolah dari uji Kruskall-Wallis apabila keputusan yang diambil menolak H0 maka tidak semua populasi sampel sama.
21 Pengujian hipotesis penelitian dilakukan dengan uji statistic non-parametrik yakni K-Independent-Sample Test (Uji K Sampel Independe.
K-Independent-Sample Test digunakan untuk membandingkan distribusi dua atau lebih group independent dari suatu variabel.
Dalam penelitian ini K-Independent-Sample Test ini yang digunakan adalah Uji Kruskal-Wallis (Spiegel & Stephens, 2.
Dengan rumus Uji Kruskal-Wallis :
Oc Keterangan:
k = Banyaknya Sampel ni = Banyaknya kasus pada sampel ke-i ri = Total Ranking untuk setiap sampel ke-i Sugiyono.
Metode Penelitian Pendidikan Pendekatan Kuantitatif.
Kualitatif, dan R & Bandung: Alfabeta.
Spiegel.
, & Stephens.
Schaum's Outlines Statistics.
United States of America: The McGraw-Hill Companies.
Inc.
Aeki=1 = menunjukkan penjumlahan seluruh k sampel .
olom-kolo.
mendekati distribusi Chi Square dengan distribusi = k-1 untuk ukuran-ukuran sampel sebesar n yang cukup Tingkat akurasi model prediksi ini berguna untuk menguji seberapa akurat setiap metode dengan membandingkan hasil prediksi yang telah dihitung dengan kondisi aktual perusahaan sampel pada tahun yang diuji.
Setelah hasil prediksi dihitung, langkah selanjutnya adalah membandingkan score kondisi aktual perusahaan pada tahun Jika hasil prediksi menunjukkan status yang sama dengan kondisi aktual pada tahun 2021, prediksi tersebut akan dikategorikan benar.
Jika hasil prediksi menunjukkan status yang berbeda dengan kondisi aktual pada tahun 2021, maka prediksi tersebut akan dikategorikan salah.
Persamaan untuk mencari tingkat akurasi setiap model, yaitu:
Dalam penelitian ini, tingkat error dari masing-masing metode juga Penulis membagi error menjadi dua kategori, yaitu Type I dan Type II.
Error dalam kategori type I merupakan kesalahan yang terjadi apabila suatu model memprediksi sampel tidak akan mengalami financial distress, namun kenyataannya sampel tersebut mengalami financial distress.
Error dalam kategori type II merupakan kesalahan yang terjadi ketika suatu model memprediksi sampel mengalami financial distress, namun kenyataannya sampel tersebut tidak mengalami financial distress.
Pada uji ini tolak ukur metode dapat dikatakan prediktor terbaik adalah jika metode tersebut memiliki tingkat akurasi tertinggi dan error type I terendah.
Hasil dan Pembahasan Hasil Perhitungan Model Analisis Financial Distress Model Grover
Tabel 2
Perhitungan prediksi Financial Distress model Grover
NAMA BANK
BANK ALADIN
BCA SYARIAH
TAHUN
0,6473
0,7303
0,8460
0,9408
0,9199
0,8403
0,0616
0,0732
0,0958
0,0743
0,0438
0,0436
0,0614
0,0711
0,0908
0,0712
0,0430
0,0410
GROVER
1,3359
1,5122
1,7806
1,8635
1,7246
1,5925
PREDIKSI
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
McKillup.
Statistics Explained (An Introductory Guide for Life Scientist.
Sweden:
Cambridge University Press.
BJB SYARIAH
BUKOPIN SYARIAH
MUAMALAT
PANIN DUBAI
VICTORIA SYARIAH
0,7234
0,7831
0,7102
0,7390
0,8195
0,8434
0,7906
0,7796
0,7823
0,7633
0,5159
0,6984
0,7699
0,3206
0,3998
0,4243
0,7849
0,6877
0,6945
0,8521
0,8874
0,8265
0,8482
0,8063
0,6932
0,9132
0,7040
0,8395
0,8163
0,0406
0,0365
0,0431
0,0444
0,2192
0,0612
0,0705
0,0570
0,0476
0,0425
0,0344
0,0378
0,0296
0,0363
0,0327
0,0267
0,0246
0,0204
0,0272
0,0818
0,0944
0,0768
0,0934
0,0716
0,0241
0,0279
0,0294
0,0237
0,0229
0,0365
0,0339
0,0353
0,0415
0,0443
0,0436
0,0518
0,0472
0,0384
0,0422
0,0341
0,0492
0,0235
0,0219
0,0235
0,0157
0,0290
0,0086
0,0121
0,0322
0,0354
0,0248
0,0125
0,0101
0,0232
0,0259
0,0279
0,0200
0,0152
1,3893
1,4738
1,3762
1,4283
2,1561
1,6577
1,6022
1,5381
1,5104
1,4617
1,0259
1,3388
1,4284
0,7099
0,8283
0,8482
1,4363
1,2613
1,2959
1,7419
1,8431
1,6826
1,7746
1,6311
1,2831
1,6593
1,3191
1,5231
1,4819
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
Sumber: data sekunder yang diolah penulis Berdasarkan hasil perhitungan model Grover pada Tabel 2 tidak ada BUS yang diprediksi financial distress, hanya nilai perhitungan mengalami fluktuasi, tetapi dalam kondisi yang stabil.
Jika melihat hasil self assestment masing-masing Bank pada data laporan keuangan tahunannya.
BUS dinyatakan sehat dan kesehatan keuangannya stabil.
Walaupun hasil perhitungan mengalami fluktuasi dan tidak stabil, tetapi BUS yang dihitung pada model ini diprediksi tidak mengalami financial distress, atau dinyatakan dalam keadaan sehat.
Pada model Grover akun yang dihitung adalah modal, total aset, pendapatan sebelum margin dan pajak, keuntungan bersih, dan penjualan.
Pada model ini rasio profitabilitas sangat mempengaruhi hasil nilai perhitungan.
Namun pada penerapannya.
BUS masih memiliki rasio profitabilitas yang rendah pada laporan keuangan tahunannya, salah satu penyebab yang dapat diketahui dari laporan keuangan adalah beban atau pengeluaran yang menunjang operasional yang dihitung sebelum menghitung total laba/rugi.
Hasil perhitungan model Grover membuktikan bahwa BUS yang menjadi sampel pada penelitian ini menghasilkan modal kerja bersih yang cukup untuk melunasi kewajiban yang dimiliki, modal kerja yang bernilai positif beresiko kecil untuk mengalami kesulitan keuangan.
BUS melakukan kegiatan operasionalnya dengan baik dapat dilihat hasil rasio aktivitasnya (X.
menunjukkan nilai yang stabil, walaupun keuntungan setiap tahunnya pada masing masing bank berfluktuasi.
Namun hasil perhitungan rasio profitabilitas/ROA (X.
yang cenderung kecil membuktikan bahwa BUS pada penelitian ini tidak cukup efisien dalam menggunakan aset-asetnya, tingkat pengembalian dari seluruh aset yang dimiliki bank masih tergolong rendah, besarnya perhitungan rasio ini menunjukkan kemampuan bank menghasilkan laba dengan aktiva yang dimiliki.
Hasil Perhitungan Model Analisis Financial Distress Model Springate Tabel 3
Perhitungan prediksi financial distress model Springate NAMA BANK
BANK ALADIN
BCA SYARIAH
BJB SYARIAH
BUKOPIN SYARIAH
MUAMALAT
PANIN DUBAI
VICTORIA
SYARIAH
TAHUN
0,6473
0,7303
0,8460
0,9408
0,9199
0,8403
0,7234
0,7831
0,7102
0,7390
0,8195
0,8434
0,7906
0,7796
0,7823
0,7633
0,5159
0,6984
0,7699
0,3206
0,3998
0,4243
0,7849
0,6877
0,6945
0,8521
0,8874
0,8265
0,8482
0,8063
0,1075
0,0560
-0,0970
0,1076
0,0622
0,0099
0,0104
0,0102
0,0096
0,0095
-0,0734
-0,0548
0,0055
0,0055
0,0036
0,0068
0,0002
0,0002
0,0004
0,0005
0,0021
0,0010
0,0008
0,0004
0,0003
0,0032
-0,1130
0,0024
0,0021
0,0006
-0,5384
-0,0291
-1,0229
16,2407
65,5161
0,0948
0,0696
0,0083
0,0491
0,0673
-0,4762
-0,4053
0,0234
0,0154
0,0034
0,0554
0,0006
0,0037
0,0058
0,0010
0,0169
0,0369
0,0065
0,0018
0,0033
0,0276
-1,5885
0,0267
0,0469
-0,0030
0,0802
0,0817
0,0928
0,0719
0,0434
0,0853
0,0795
0,0740
0,0720
0,0685
0,0981
0,0972
0,0994
0,0548
0,0472
0,0819
0,0740
0,0776
0,0705
0,0690
0,0681
0,0601
0,0563
0,0550
0,0475
0,0791
0,0919
0,0683
0,0595
0,0633
SPRINGATE
0,6735
0,9377
-0,0644
12,0469
44,3964
0,9924
0,8549
0,8731
0,8223
0,8623
0,3438
0,4717
0,8863
0,852
0,8379
0,8765
0,562
0,7535
0,8261
0,36
0,4566
0,4885
0,8377
0,7372
0,7375
0,9372
-0,4444
0,9037
0,9349
0,8557
PREDIKSI
FINDISTRESS
GREY AREA
FINDISTRESS
SEHAT
SEHAT
GREY AREA
FINDISTRESS
GREY AREA
FINDISTRESS
GREY AREA
FINDISTRESS
FINDISTRESS
GREY AREA
FINDISTRESS
FINDISTRESS
GREY AREA
FINDISTRESS
FINDISTRESS
FINDISTRESS
FINDISTRESS
FINDISTRESS
FINDISTRESS
FINDISTRESS
FINDISTRESS
FINDISTRESS
GREY AREA
FINDISTRESS
GREY AREA
GREY AREA
FINDISTRESS
0,6932
0,9132
0,7040
0,8395
-0,0172
0,0030
0,0030
0,0005
-0,0814
0,0253
-0,0301
0,0604
0,0752
0,0767
0,0800
0,0743
0,6377
0,9973
0,7465
0,9357
FINDISTRESS
GREY AREA
FINDISTRESS
GREY AREA
0,8163
0,0015
0,0880
0,0648
0,9293
GREY AREA
Sumber: data yang diolah Berdasarkan perhitungan model Springate pada Tabel 3 terdapat 2 laporan keuangan tahunan yang dinyatakan sehat, yaitu Bank Aladin tahun 2019 dan 2020.
laporan keuangan tahunan BUS yang diprediksi pada grey area, dan 21 laporan keuangan tahunan bank yang diprediksi mengalami financial distress.
Jika melihat hasil self assestment masing-masing BUS dilihat dari data laporan keuangan tahunannya dinyatakan sehat, dan kesehatan keuangannya disimpulkan stabil.
Dari data yang ada di gambar 3 dapat dilihat bahwa nilai hasil perhitungan financial distress model Springate yang paling tinggi adalah bank Aladin tetapi hasil perhitungannya pertahunnya tidak stabil dan memiliki gap yang sangat drastis.
Walaupun hasil perhitungan mengalami fluktuasi dan sangat tidak stabil.
BUS yang dihitung pada model ini diprediksi mengalami financial distress dan pada posisi grey area , hanya bank aladin yang dinyatakan dalam keadaan sehat pada tahun yang mengalami kenaikan yang drastis, padahal dibuktikan pada hasil self assessment pada masing-masing BUS tiap tahunnya, dilihat pada annual report masing masing bank setiap tahunnya yang di posting BUS, keuangan bank umum syariah di berada pada kategori sehat.
Nilai hasil perhitungan model Springate dipengaruhi oleh total aset, laba perusahaan dan penjualan, terdapat banyak bank yang diprediksi mengalami financial Faktor penyebab financial distress yang dikaitkan dengan rasio yang dihitung pada model Springate ini yaitu ketidakcukupan modal, ketidak-seimbangan antara penghasilan yang dihasilkan dari penjualan atau penagihan kredit dengan pengeluaran atau beban operasional Bank.
Selain itu kenaikan dan penurunan nilai pada aset, modal, laba/rugi, dan penjualan juga dapat dipengaruhi oleh keterampilan manajemen dalam pengelolaan dana, kualitas SDM juga menjadi faktor penyebab terjadinya financial Dari hasil cross-checked pada laporan keuangan tahunan pada masing masing bank, bank pada kondisi keuangan yang sehat dan Tata Kelola Perusahaan (Good Corporate Governanc.
yang baik.
Pada model ini rasio profitabilitas sangat mempengaruhi hasil nilai perhitungan.
Namun pada penerapannya.
BUS masih memiliki rasio profitabilitas yang rendah dan bahkan rugi pada laporan keuangan tahunannya, salah satu penyebab yang dapat diketahu dari laporan keuangan adalah beban atau pengeluaran yang menunjang operasional yang dihitung sebelum menghitung total laba/rugi.
Hasil perhitungan per rasio pada model Springate yang tidak imbang ini membuat hasil perhitungan tidak cukup untuk melebihi atau tepat pada nilai cut off untuk prediksi sehat, sehingga diprediksi BUS pada potensi financial distress dan pada grey area.
Padahal pada kenyataannya BUS berada pada kondisi keuangan yang sehat secara keseluruhan dan pada range cukup baik-sangat baik pada penilaian kesehatan keuangan menggunakan metode RGEC .
etode self assessment kesehatan bank syariah yang ditetapkan oleh BI dan OJK).
Hasil Perhitungan Model Analisis Financial Distress Model Zmijewski Tabel 4
Perhitungan Prediksi Financial Distress Model Zmijewski NAMA BANK
BANK ALADIN
BCA SYARIAH
BJB SYARIAH
BUKOPIN SYARIAH
MUAMALAT
PANIN DUBAI
VICTORIA SYARIAH
TAHUN
0,0614
0,0711
0,0908
0,0712
0,0430
0,0410
0,0365
0,0339
0,0353
0,0415
0,0443
0,0436
0,0518
0,0472
0,0384
0,0422
0,0341
0,0492
0,0235
0,0219
0,0235
0,0157
0,0290
0,0086
0,0121
0,0322
0,0354
0,0248
0,0125
0,0101
0,0232
0,0259
0,0279
0,0200
0,0152
0,2404
0,3177
0,1989
0,1676
0,0554
0,0840
0,1252
0,1095
0,1649
0,1489
0,1264
0,1077
0,1512
0,1660
0,1604
0,1872
0,2139
0,2018
0,2036
0,4760
0,1699
0,1618
0,1652
0,1903
0,1858
0,1164
0,0758
0,0974
0,0524
0,0532
0,1428
0,1041
0,1303
0,0975
0,2340
3,8622
3,7698
9,8511
1671,638
1020,343
11,8045
7,2739
8,8265
5,5073
6,1203
8,0126
9,8336
6,7566
6,5100
6,1283
5,5352
3,5887
4,7603
8,3251
1,9172
4,7541
4,8713
8,0209
5,0096
4,9671
8,5466
13,8701
10,0938
17,9909
17,1113
6,0040
10,1325
6,5275
9,8356
7,5151
Sumber: data yang diolah ZMIJEWSKI
-3,1908
-2,7938
-3,5357
3,0212
-0,0963
-3,9585
-3,7214
-3,7931
-3,4967
-3,6133
-3,7465
-3,8426
-3,6442
-3,5405
-3,5338
-3,4006
-3,2198
-3,352
-3,2117
-1,6775
-3,4185
-3,4288
-3,4569
-3,2338
-3,2759
-3,7475
-3,9717
-3,8158
-3,9856
-3,9739
-3,5665
-3,7829
-3,6566
-3,7953
-3,0046
PREDIKSI
SEHAT
SEHAT
SEHAT
FINDISTRESS
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
SEHAT
Berdasarkan hasil perhitungan prediksi model Zmijewski pada Tabel 4 pada periode waktu tahun 2016-2020 memiliki nilai cut off jika hasil Zmijewski Score lebih kecil dari 0, maka perusahaan tersebut dinyatakan tidak berpotensi financial distress.
Jika hasil lebih, maka perusahaan dinyatakan berpotensi financial distress.
Dari perhitungan model Zmijewski pada Tabel 4 terdapat 1 BUS yang berpotensi financial distress, yaitu Bank Aladin pada tahun 2019.
Selain bank tersebut, hanya nilai perhitungan BUS lainnya mengalami fluktuasi, tetapi masih dalam kondisi yang stabil.
Jika melihat hasil self assestment masing masing BUS dilihat dari data laporan keuangan tahunannya.
BUS dinyatakan sehat dan kesehatan keuangannya disimpulkan stabil.
Nilai hasil perhitungan model Zmijewski dipengaruhi oleh total aset, laba perusahaan dan liabilitas.
Faktor-faktor penyebab financial distress dikatikan dengan rasio yang dihitung pada model Zmijeski ini yaitu, ketidak-seimbangan antara aktiva lancar yang dimiliki bank Aladin dengan liabilitas lancar bank Aladin.
Ketimpangan antara aset lancar dan liabilitas lancar pada kasus ini dapat disebut baik, karena bank memiliki liabilitas yang kecil, bank memiliki aset paling likuid yang besar dibanding liabilitas, pengakuisisian perusahan berperan besar yang membuat liabilitas pada masa sebelum pengakuisisian berkurang sangat banyak.
Selain itu kenaikan dan penurunan nilai pada aset, liabilitas, dan laba/rugi, juga dapat dipengaruhi oleh keterampilan manajemen dalam pengelolaan dana, kualitas sumber daya manusia juga menjadi faktor penyebab terjadinya financial distress.
Dari hasil perhitungan dan cross-checked pada laporan keuangan tahunan pada masing masing bank, bank pada kondisi keuangan yang sehat dan Tata Kelola Perusahaan (Good Corporate Governanc.
yang baik.
Pada model Zmijewski akun yang dihitung adalah pendapatan bersih, aset lancar, total aset, total hutang, dan liabilitas lancar.
Pada model ini rasio profitabilitas sangat mempengaruhi hasil nilai perhitungan.
Namun pada penerapannya.
BUS masih memiliki rasio profitabilitas yang rendah pada laporan keuangan tahunannya, salah satu penyebab yang dapat diketahu dari laporan keuangan adalah beban atau pengeluaran yang menunjang operasional yang dihitung sebelum menghitung total laba/rugi.
Hasil perhitungan model Zmijewski membuktikan bahwa sampel BUS pada penelitian ini menghasilkan modal kerja bersih yang cukup untuk melunasi kewajiban yang dimiliki, modal kerja yang bernilai positif beresiko kecil untuk mengalami kesulitan keuangan.
Analisis statistik Analisis data dalam penelitian ini menggunakan analisis statistik deskriptif yang memberikan deskripsi data yang dilihat melalui nilai rata rata, standar deviasi, variant, maksimum, minimum, summary, range, kurtosis, dan skewness mengunakan aplikasi Microsoft Excel.
Tabel 5
Statistic deskriptif
Mean
Standard Error
Median Mode
Standard Deviation Sample Variance Kurtosis Skewness Range Minimum
Maximum
Sum
Count
GROVER
SPRINGATE
ZMIJEWSKI
1,471882857
0,050531024
1,4819
2,2816
1,281298657
0,8379
7,58026508
57,46041869
30,25248845
5,405989109
44,8408
-0,4444
44,3964
79,856
-3,21319714
0,219477268
-3,5357
0,298945572
0,089368455
1,106403654
-0,603040817
1,4462
0,7099
2,1561
51,5159
1,298445029
1,685959494
16,63058054
3,884849634
7,0068
-3,9856
3,0212
-112,4619
Sumber: data yang diolah Hasil analisis dan output Microsoft Excel yang dilakukan pada model Grover untuk memprediksi financial distress BUS, dapat dilihat nilai rata-rata dari hasil prediksi model Grover adalah 1,4718.
Standard error dari rata rata .
engukur keakurasian distribusi sampel yang mewakili model prediksi dengan standar devias.
adalah 0,0505.
Nilai kurtosis .
eruncingan statistik distribusi dat.
adalah 1,1064.
Nilai skewness .
emiringan distribusi dat.
adalah -0,6030, jika koefisien mendekati 0 maka distribusi positif dan normal.
Hasil analisis dan output Microsoft Excel yang dilakukan pada model Springate untuk memprediksi financial distress BUS.
Standard error dari rata rata .
engukur keakurasian distribusi sampel yang mewakili model prediksi dengan standar devias.
adalah 1,2812 .
Standar deviasi hasil prediksi model Springate adalah 7,5802.
Nilai kurtosis 30,2524.
Nilai skewness -5,4059.
Nilai Range 44,8408.
Hasil analisis dan output Microsoft Excel yang dilakukan pada model Zmijewski untuk memprediksi financial distress Bank Umum Syariah, dapat dilihat nilai rata-rata dari hasil prediksi model Zmijewski adalah -3,2131.
Standard error dari rata-rata .
engukur keakurasian distribusi sampel yang mewakili model prediksi dengan standar devias.
adalah 0,2194.
Nilai kurtosis 16,6305.
Nilai skewness 3,8848.
Uji kruskall wallis Oc Keterangan nilai :
K = 3 .
umlah model prediks.
n1 = 35 .
umlah laporan keuangan bank syariah yang dihitung model Grove.
n2= 35 .
umlah laporan keuangan bank syariah yang dihitung model Springat.
n3= 35 .
umlah laporan keuangan bank syariah yang dihitung model Zmijewsk.
nT= 105 .
umlah semua laporan keuangan yang dihitun.
Tabel 6 Perhitungan uji Kruskall-Wallis model prediksi Financial Distress R-square.
R-square.
R-square.
R-square.
/n1 R-square.
/n2 R-square.
/n3 SUMMARY 0,001078167 CHI SQUARE
P VALUE
REJECT NULL?
5,991464547
0,000000000000000026218020
REJECT NULL
17831,42857
259032,0286
365769,0571
76,36016943
Sumber: data yang diolah Hasil perhitungan uji Kruskall-Wallis untuk menentukan peringkat hasil perhitungan prediksi financial distress BUS periode 2016-2020 dan untuk melihat perbedaan penilaian antara model Grover, model Springate dan model Zmijewski.
Dari hasil perhitungan Chi-Square dan P-Value menyatakan bahwa data memiliki perbedaan dikarenakan nilai P-Value kurang dari 0,05 (P-Value < 0,.
, jika nilai P-Value lebih dari 0,05 data ditakatan tidak memiliki perbedaan penilaian prediksi financial distress Bank Umum Syariah periode 2016-2020.
Berdasarkan hasil perhitungan output uji KruskallWallis, dapat disimpukan bahwa terdapat perbedaan tingkat akurasi pada Bank Umum Syariah periode 2016-2020 menggunakan model Grover.
Springate, dan Zmijewski.
Tabel 7
Tingkat akurasi dan Error Type
MODEL GROVER
Predikis Benar Prediksi Salah Total Sampel
Akurasi
Error Type
MODEL SPRINGATE
MODEL ZMIJEWSKI
Sumber: data yang diolah Tingkat akurasi model grover 100% dan error type 0%.
Dapat disimpulkan model Grover dapat memprediksi potensi financial distress dengan baik.
Berdasarkan uji Statistik Deskriptif hasil prediksi model Grover memiliki nilai tengah 1,471.
Dengan standar deviasi 0,2989 menandakan bahwa rentang variasi data kecil pada sampel Bank Umum Syariah.
Nilai Skewness .
-0,603 dan kurtosis 1,1064 menandakan data dapat dikatakan normal karena nilai kurtosis dan skewness berada pada interval -2 Tingkat akurasi model Springate 14% dan error type 86%.
Dapat disimpulkan model Springate tidak dapat memprediksi potensi financial distress dengan baik.
Berdasarkan uji statistik deskriptif hasil prediksi model Springate memiliki nilai tengah 2,2816.
Dengan standar deviasi 7,5802 menandakan bahwa rentang variasi data dan sebaran data luas pada sampel BUS.
Nilai Skewness .
5,405 dan kurtosis 30,2524 menandakan data dapat dikatakan tidak normal karena nilai kurtosis dan skewness tidak berada pada interval -2 sampai 2.
Tingkat akurasi model Zmijewski 97% dan error type 3%.
Berdasarkan uji statistik deskriptif hasil prediksi model Zmijewski memiliki nilai tengah -3,213.
Dengan standar deviasi 1,2984 menandakan bahwa rentang variasi data kecil pada sampel Bank Umum Syariah.
Nilai skewness .
3,8848 dan kurtosis 16,6305 menandakan data dapat dikatakan tidak normal karena nilai kurtosis dan skewness tidak berada pada interval -2 sampai 2.
Hasil perhitungan prediksi financial distress menggunakan model Grover memberikan nilai diatas -0,020 (G-Score > -0,.
yang berarti Bank Umum Syariah tidak mengalami financial distress.
Pada model Grover tidah terdapat bank yang diprediksi mengalami financial distress.
Hasil perhitungan per rasio (X1 .
X2 .
dengan rasio yang mendominasi adalah rasio profitabilitas yaitu pendapatan sebelum pajak per total aset.
Hasil perhitungan prediksi financial distress menggunakan model Springate memberikan nilai diatas 1,802 (S-Score > 1,.
yang berarti BUS tidak mengalami financial distress, sedangkan hasil perhitungan yang kecil dari 0,862 (S-Score < 0,.
dan diantara nilai 0,862 dan 1,802 .
,862 > S-Score < 1,.
dinyatakan dalam grey area, namun hanya pada tahun 2019-2020 Bank Aladin di prediksi tidak mengalami financial distress.
Terdapat 7 bank yang diprediksi model Springate mengalami financial distress yaitu seluruh Bank Umum Syariah yang menjadi sampel penelitian.
Sedangkan terdapat 6 bank diprediksi berada dalam grey area, yaitu BAS.
BCAS.
BJBS.
BSB.
BPDS, dan BVS.
Hasil perhitungan per rasio (X1 .
X2 .
X3.
pada model rasio yang mendominasi adalah rasio profitabilitas yaitu X2 net profit before taxes to total asset .
euntungan sebelum pajak per total ase.
Berdasarkan Tabel 3 pada X2 hasil perhitungan rasio tidak lebih besar dari 0,2 dan ada hasil perhitungan yang bernilai negatif dikarenakan bank mengalami kerugian di tahun tertentu, namun yang membuat rasio likuditas pada variabel X2 model Springate ini dominan dikarenakan koefisien variabel X2 yang besar yaitu 3,07.
Pada variabel X4 .
enjualan pada total asse.
model Springate memiliki koefisien variabel yang terkecil yaitu 0,4.
Dikarenakan hasil perhitungan rasio masing masing variabel yang kecil dan nilai cut off model Springate yg mempunyai range yang panjang membuat hasil perhitungan mempunyai peluang yg lebih kecil untuk berada dalam klasifikasi prediksi sehat.
Dapat dilihat pada tabel 3 sebagian besar hasil perhitungan diprediksi mengalami financial distress, dan berada pada grey area.
Akun yang digunakan sebagai penyebut pada tiga variabel perhitungan model Springate adalah total aset pada masing masing Bank Umum Syariah, dan liabilitas lancar.
Hasil perhitungan prediksi financial distress menggunakan model Zmijewski ditinjau dari nilai cut off, pada tahun 2019 Bank Aladin diprediksi mengalami financial distress, jika dilihat dari tabel 4 menunjukkan hasil perhitungan menunjukkan hasil positif sedangkan nilai cut off pada model Zmijewski ini jika bernilai negatif atau kurang dari nol dinyatakan tidak berpotensi mengalami financial distress.
Rasio yang membuat rasio salah satu variabel model Zmijewski bernilai besar adalah rasio lancar, karena pada tahun 2019 liabilitas lancar bank Aladin sangat kecil sedangkan aset lancar bank Aladin jauh lebih besar nilainya, seharusnya penilaian menunjukkan bank Aladin tidak mengalami financial distress karena memiliki asset lancar jauh lebih besar daripada liabilitas lancarnya.
Hasil perhitungan per rasio (X1 .
X2 .
menghitung rasio profitabilitas, rasio solvabilitas, dan rasio likuiditas dengan rasio yang mendominasi adalah rasio likuiditas X3 current asset to current liabilities .
sset lancar per utang lanca.
Berdasarkan Tabel 4 pada X3 hasil perhitungan menunjukkan nilai perhitungan rasio lebih dari 1 dan hasil yang sangat tinggi pada Bank Aladin pada tahun 2019-2020 dikarenakan liabilitas lancar yang dimiliki bank Aladin sangat kecil sedangkan aset lancar bank Aladin jauh lebih besar nilainya.
Namun yang membuat rasio likuiditas pada variabel X3 model Zmijewski ini dominan dikarenakan hasil rasio pada variabel X3 lebih besar dan pasti bernilai positif, sedangkan model Zmijewski memiliki hasil negatif untuk menyatakan bank tersebut tidak mengalami financial distress.
Nilai pengurang yang besar yaitu -4,3 dengan nilai cut off lebih dari atau kurang dari 0.
Perbedaan hasil pada model Grover terjadi dikarenakan rasio yang berpengaruh besar adalah rasio profitabilitas yaitu X2 earning before interest and taxes to total asset .
endapatan sebelum margin dan pajak per total asse.
Akun yang digunakan sebagai penyebut pada ketiga variabel perhitungan model Grover adalah total aset pada masing masing bank umum.
Hasil perhitungan per rasio (X1 .
X2 .
dengan rasio yang mendominasi adalah rasio profitabilitas yaitu pendapatan sebelum pajak per total aset dan yang membuat rasio likuditas pada variabel X2 model Grover ini dominan dikarenakan koefisien variabel X2 yang besar yaitu 3,404.
Pada variabel X3 .
endapatan bersih pada total ase.
model Grover memiliki koefisien variabel yang terkecil yaitu 0,016.
Akun yang digunakan sebagai penyebut pada ketiga variabel perhitungan model Grover adalah total aset pada masing masing Bank Umum Syariah.
Pada model Springate rasio yang berpengaruh besar adalah rasio profitabilitas X2 net profit before taxes to total asset .
euntungan sebelum pajak per total ase.
Namun yang membuat rasio likuditas pada variabel X2 model Springate ini dominan dikarenakan koefisien variabel X2 yang besar yaitu 3,07.
Pada variabel X4 .
enjualan pada total asse.
model Springate memiliki koefisien variabel yang terkecil yaitu 0,4.
Dikarenakan hasil perhitungan rasio masing masing variabel yang kecil dan nilai cut off model Springate yg mempunyai range yang panjang membuat hasil perhitungan mempunyai peluang yang lebih kecil untuk berada dalam klasifikasi prediksi sehat.
Pada model Zmijewski rasio yang berpengaruh besar adalah rasio likuiditas X3 current asset to current liabilities .
set lancar per utang lanca.
Namun yang membuat rasio likuiditas pada variabel X3 model Zmijewski ini dominan dikarenakan hasil rasio pada variabel X3 lebih besar dan pasti bernilai positif, sedangkan model Zmijewski memiliki hasil negatif untuk menyatakan bank tersebut tidak mengalami financial Nilai pengurang yang besar yaitu -4,3 dengan nilai cut off lebih dari atau kurang dari 0.
Hasil uji Kruskall-Wallis H yang diterapkan kepada hasil perhitungan potensi financial distress model Grover.
Springate, dan Zmijewski memberikan hasil output PValue 0,000 (P-Value < 0,.
maka H0 ditolak dan Ha diterima, sehingga dapat disimpulkan bahwa terdapat perbedaan tingkat akurasi model prediksi financial distress pada Bank Umum Syariah periode 2016-2020 menggunakan model Grover.
Springate, dan Zmijewski.
Model prediksi financial distress ini dapat digunakan sebagai early warning system oleh pihak manajemen keuangan bank.
Sehingga dapat segera mengantisipasi atau pencegahan agar tidak mengalami kesulitan keuangan yang lebih buruk, hendaknya pihak manajemen keuangan bank setidaknya melakukan evaluasi kinerja keuangan secara rutin dan berkala minimal setahun sekali.
Menurut perhitungan model Grover, bank harus meningkatkan penjualan dan pendapatan agar dapat menutupi beban beban operasional bank atau beban lainnya.
Begitu juga menurut perhitungan model Springate bank harus meningkatkan penjualan dan pendapatan agar dapat menutupi beban beban operasional bank atau beban lainnya.
Menurut perhitungan model Zmijewski, bank harus memiliki banyak aktiva yang paling likuid untuk membayar kewajibannya.
Beberapa cara untuk menghindari risiko financial distress yaitu, memperbesar model yang dimiliki dengan go public, dengan go public dapat meningkatkan market share Perbankan Syariah yang lebih besar, kuatnya permodalahan akan meningkatkan pertumbuhan asset dan pendapatan bank, dan manajemen pengelolaan asset yang baik.
Pemberdayaan sumber daya manusia (SDM) yang berkualitas berpengaruh pada penentuan langkah langkah yang harus di ambil dalam menjalankan bisnis.
Penutup Tingkat akurasi model Grover 100% dan error type 0%.
Tingkat akurasi model Springate 14% dan error type 86%.
Dapat disimpulkan model Springate tidak dapat memprediksi potensi financial distress dengan baik.
Tingkat akurasi model Zmijewski 97% dan error type 3%.
Dapat disimpulkan model Zmijewski dapat memprediksi potensi financial distress dengan baik.
Namun, dapat dilihat dari perbandingan akurasi dari ketiga model prediksi financial distress, model Grover yang memiliki tingkat akurasi yang paling tinggi yaitu 100% dan memiliki persentase error type yang kecil yaitu 0%, dan dapat disimpulkan model Grover dapat memprediksi potensi financial distress dengan baik dan akurat.
Namun dalam keadaan yang sebenarnya banyak bank yang bankrut bukan hanya dikarenakan kondisi buruk keuangan bank tersebut, tetapi dapat disebabkan oleh kesalahan manajemen dalam maintenance bank yang menyebabkan tidak menghasilkan keuntungan dan memiliki aset yang paling likuid.
Hendaknya Bank Umum Syariah dapat terus mengelola semua risiko yang ada dalam Industri Perbankan ini dengan baik dan tepat.
Jika penanganan risiko yang tepat akan meminimalisir masalah yang terjadi kedepannya, termasuk likuiditas yang merupakan faktor penyebab kebankrutan.
Terdapat bank umum yang diprediksi berpotensi mengalami financial distress menggunakan model Springate terdapat 7 bank yang diprediksi model Springate mengalami financial distress yaitu Bank Aladin.
Bank BCA Syariah.
Bank BJB Syariah.
Bank Bukopin Syariah.
Bank Muamalat Indonesia.
Bank Panin Dubai Syariah, dan Bank Victoria Syariah.
Sedangkan terdapat 6 bank diprediksi berada dalam grey area, yaitu BAS.
BCAS.
BJBS.
BSB.
BPDS, dan BVS.
menggunakan model Zmijewski, namun pada tahun 2019 Bank Aladin diprediksi dengan model Zmijewski diprediksi Hasil menggunakan model Grover membuktikan tidak ada Bank Umum Syariah yang mengalami financial distress.
Terdapat perbedaan hasil perhitungan prediksi potensi financial distress pada Bank Umum Syariah menggunakan model Grover.
Springate, dan Zmijewski pada periode tahun 2016-2020.
Perbedaan terletak pada rasio yang dihitung, koefisien pada persamaan masing masing model prediksi, nilai yang dihasilkan, nilai cut off yang ditentukan, dan metode penentuan persamaan yang membuat persamaan pada masing masing model dibuat.
Tingkat akurasi model Grover 100% dan error type 0%.
Disimpulkan model Grover dapat memprediksi potensi financial distress dengan baik dan akurat.
Tingkat akurasi model Springate 14% dan error type 86%.
Dapat disimpulkan model Springate tidak dapat memprediksi potensi financial distress dengan baik, dan kurang Tingkat akurasi model Zmijeski 97% dan error type 3%.
Disimpulkan model Zmijeski dapat memprediksi potensi financial distress dengan baik, tetapi bukan yang paling akurat, model Grover dapat memprediksi potensi financial distress dengan baik dan akurat.
Hasil uji Kruskall wallis H yang diterapkan kepada hasil perhitungan potensi financial distress model Grover.
Springate, dan Zmijewski memberikan hasil output yang menujukkan hipotesis nol ditolak ditolak dan hipotesis alternatif diterima, sehingga dapat disimpulkan bahwa terdapat perbedaan tingkat akurasi model prediksi financial distress pada Bank Umum Syariah periode 2016-2020 menggunakan model Grover.
Springate, dan Zmijewski.
Daftar Rujukan Altman.
, & Hotchkiss.
Corporate Financial Distress and Bankruptcy.
New Jersey: John Wiley & Sons.
Inc.
Brealey.
, & Myer.
Principle of Corporate Finance.
New York:
McGraw-Hill Irwin.
Ditasari.
Dr.
Triyono, & Sasongko.
Comparison of Altman.
Springate.
Zmijewski and Grover Models in Predicting Financial Distress on Companies of Jakarta Islamic Index (JII) on 2013-2017.
International Summit on Science Technology and Humanity 2019.
Fabozzi.
, & Peterson.
Financial Management and Analysis.
New Jersey: John Wiley & Sons.
Inc.
Ikatan Akuntan Indonesia .
Standar Akuntansi Keuangan.
Jakarta: Salemba Empat.
Ikatan Akuntan Indonesia (IAI).
Standar Akuntansi Keuangan.
Li.
Crook.
Andreeva.
, & Tang.
Predicting the Risk of Financial Distress Using Corporate Governance Measures.
Pacific-Basin Finance Journal.
McKillup.
Type 1 and Type 2 errors, power, and sample size.
In S.
McKillup.
Statistics Explained (An Introductory Guide for Life Scientist.
Sweden: Cambridge University Press.
Munawir.
Analisis informasi Keuangan.
Yogyakarta: Liberty Yogyakarta.