Sakilla, Milla Dwi (2026) Perbandingan akurasi model Altman Z-Score Springate Zmijewski dan Grover dalam memprediksi financial distress pada Sub Industri Fish Meat and Poultry yang terdaftar di Bursa Efek Indonesia tahun 2020-2024. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
Cover.pdf Download (1MB) | Preview |
|
|
Text (ABSTRAK)
ABSTRAK.pdf Download (1MB) | Preview |
|
|
Text (BEBAS PLAGISI)
Surat Keterangan Bebas Plagiasi.pdf Download (33kB) | Preview |
|
|
Text (DAFTAR ISI)
Daftar Isi (1).pdf Download (1MB) | Preview |
|
|
Text (BAB I)
BAB I.pdf Download (1MB) | Preview |
|
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
||
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
||
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
||
|
Text (BAB V)
BAB V.pdf Restricted to Registered users only Download (1MB) |
||
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (1MB) |
||
|
Text (LAMPIRAN)
Lampiran.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Model prediksi Financial distress seperti Altman Z-Score, Springate, Zmijewski, dan Grover telah banyak digunakan dalam literatur keuangan, namun model-model tersebut dikembangkan di konteks ekonomi yang berbeda sehingga relevansinya perlu diuji secara empiris pada sektor dan pasar modal yang spesifik. Sub-industri fish, meat, and poultry di Indonesia menjadi konteks yang menarik untuk dikaji mengingat karakteristik operasionalnya yang unik, dengan perputaran modal yang cepat dan ketergantungan tinggi terhadap fluktuasi harga bahan baku. Oleh karena itu, penelitian ini bertujuan membandingkan akurasi keempat model tersebut dalam memprediksi Financial distress pada perusahaan sub-industri fish, meat, and poultry yang terdaftar di Bursa Efek Indonesia periode 2020-2024. Penelitian menggunakan pendekatan kuantitatif dengan 10 perusahaan sampel yang menghasilkan 50 unit observasi selama lima tahun. Data bersumber dari laporan keuangan tahunan masing-masing perusahaan, dengan penetapan kondisi finansial distress aktual berdasarka kriteria laba operasional negatif selama duat tahu berturut-turut. Perbedaan model diuji menggunkan uji friedman, akurasi dievaluasi melalui confusion matrix, dan signifikansi dikonfirmasi dengan regresi logistik. Hasil penelitian menunjukkan bahwa 80% observasi berada dalam kondisi sehat, sementara 20% teridentifikasi mengalami Financial distress yang sebagian besar terkonsentrasi pada tahun 2020 akibat dampak pandemi COVID-19. Uji Friedman membuktikan perbedaan signifikan antara keempat model (Chi-Square = 29,097; p = 0,000). Model Springate mencatat akurasi tertinggi sebesar 78,00%, diikuti Grover 74,00%, Altman Z-Score 64,29%, dan Zmijewski 48,00%. Regresi logistik mengonfirmasi bahwa hanya Springate yang berpengaruh signifikan terhadap kondisi distress aktual (p = 0,008), sementara ketiga model lainnya tidak signifikan. Penelitian ini menyimpulkan bahwa model Springate adalah model paling akurat untuk memprediksi Financial distress pada sub-industri fish, meat, and poultry di Indonesia, mengungguli Altman Z-Score yang selama ini lebih populer. Keunggulan Springate didukung oleh keseimbangan sensitivitas 80,00% dan spesifisitas 77,50% yang baik, serta relevansi rasio penjualan terhadap total aset dalam mengukur efisiensi operasional sektor pangan. Temuan ini menegaskan bahwa pemilihan model prediksi harus disesuaikan dengan karakteristik sektor industri yang diteliti.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Financial distress; Altman Z-Score; Springate; Zmijewski; Grover |
| Subjects: | Financial Economics, Finance General Management |
| Divisions: | Fakultas Ilmu Sosial dan Ilmu Politik > Program Studi Manajemen Fakultas Ekonomi dan Bisnis Islam > Program Studi Manajemen |
| Depositing User: | Milla Dwi Sakilla |
| Date Deposited: | 08 Jul 2026 07:21 |
| Last Modified: | 08 Jul 2026 07:21 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/134193 |
Actions (login required)
![]() |
View Item |



