Jurnal Manajemen
Vol 13 No 2 (2024): Mei

Analisis Perbandingan Akurasi Model Prediksi Financial Distress pada Perusahaan Manufaktur Sektor Consumer Cyclical: (Studi Kasus Subsektor Tekstil dan Garmen di BEI 2020-2022)

Natania, Clarissa (Unknown)
Suhartono, Sugi (Unknown)



Article Info

Publish Date
06 Jun 2024

Abstract

Financial distress merupakan suatu kondisi dimana perusahaan sedang mengalami kesulitan keuangan dimana perusahaan tidak mampu lagi untuk membayar kewajibannya pada kreditur. Financial distress merupakan salah satu penyebab terjadinya kebangkrutan. Penelitian ini bertujuan untuk mengetahui apakah ada perbedaan antara model Altman, Springate, dan Grover dan untuk mengetahui model prediksi yang paling akurat dalam memprediksi financial distress. Teori yang mendasari penelitian ini adalah teori agensi dan teori sinyal. Sampel yang digunakan adalah perusahaan manufaktur sektor consumer cyclicals sub sektor tekstil dan garmen yang terdaftar pada Bursa Efek Indonesia periode 2020-2022. Hasil dari pengumpulan sampel tersebut mengahasilkan 19 perusahan dan 57 sampel penelitian. Penelitian ini menggunakan analisis deskriptif, uji normalitas, uji paired sample t-test, dan analisis menggunakan persamaan pada ketiga model prediksi financial distress. Hasil dari penelitian ini adalah terdapat perbedaan diantara ketiga model dalam memprediksi financial distress dan model Springate menjadi model dengan tingkat akurasi tertinggi dalam memprediksi financial distress sebesar 80,70% dan type error masing-masing sebesar 1,75% dan 17,54% untuk type error 1 dan type error II.

Copyrights © 2024






Journal Info

Abbrev

JM

Publisher

Subject

Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Social Sciences

Description

Jurnal Manajemen mempunyai misi untuk mendorong pengembangan praktik dan teori manajemen di Indonesia melalui penyebarluasan temuan-temuan hasil riset dibidang sains dan kasus manajemen, terdiri dari bidang sumber daya manusia, pemasaran, strategik, keuangan, dan ...