AKURASI MODEL PREDIKSI KESULITAN KEUANGAN PADA PERUSAHAAN RITEL DI BURSA EFEK INDONESIA

Abstract

Bisnis ritel memegang peranan penting pada perekonomian Indonesia. Peran penting tersebut sehubungan dengan fungsi ritel sebagai distributor hasil produksi, penjaga stabilitas harga hasil produksi, dan sarana bagi konsumen agar dapat membeli berbagai barang dalam satu lokasi. Namun, beberapa tahun belakangan banyak perusahaan ritel di Indonesia yang menutup gerainya. Penutupan gerai tersebut dapat mengindikasikan adanya kesulitan keuangan yang dialami oleh peritel Indonesia. Tindakan preventif harus dilakukan oleh perusahaan untuk mencegah kesulitan keuangan lebih lanjut. Pihak eksternal perusahaan, seperti investor dan kreditur, harus mampu untuk melakukan prediksi kesulitan keuangan perusahaan agar dapat mengambil keputusan dengan baik. Kesulitan keuangan perusahaan dapat diprediksi menggunakan model prediksi keuangan, diantaranya dengan menggunakan model Altman, Springate, dan Grover. Variabel independen penelitian adalah model Altman, Springate, dan Grover. Variabel dependen penelitian adalah kesulitan keuangan pada perusahaan yang diproksikan dengan tingkat likuiditas dan leverage. Tujuan penelitian ini adalah untuk mengetahui model prediksi kesulitan keuangan yang paling akurat dalam memprediksi kesulitan keuangan pada perusahaan subsektor ritel yang terdaftar di BEI tahun 2007-2018. Populasi penelitian berupa tujuh perusahaan subsektor ritel yang terdaftar di BEI tahun 2007-2018. Jumlah sampel penelitian adalah sejumlah populasi penelitian dan merupakan hasil dari metode pengambilan sampel non-probabilitas berupa teknik purposive sampling. Data observasi diambil selama 12 tahun karena keberagaman fenomena yang ada. Metode analisis data menggunakan analisis statistik deskriptif dengan membandingkan hasil prediksi setiap model dengan kondisi riil perusahaan. Hasil uji akurasi menunjukkan bahwa ketiga model memiliki tingkat akurasi yang tidak jauh berbeda, dengan selisih tidak lebih dari 3%. Model Grover memiliki tingkat akurasi lebih tinggi dibandingkan dengan model Altman dan Springate.