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.