Analisis Perbandingan Model Altman Z-Score, Zmijewski, Springate, Dan Grover Dalam Memprediksi Financial Distress Perusahaan Retail Yang Terdaftar Di Bei Sebelum Dan Setelah Pandemi Covid-19 (Periode 2018-2021)

Syafir, Hanif Mutiara (2023) Analisis Perbandingan Model Altman Z-Score, Zmijewski, Springate, Dan Grover Dalam Memprediksi Financial Distress Perusahaan Retail Yang Terdaftar Di Bei Sebelum Dan Setelah Pandemi Covid-19 (Periode 2018-2021). Ringkasan Skripsi thesis, STIE YKPN.

[img] Text
111930817_Ringkasan_Skripsi_111930817_Hanif Mutiara Syafir.pdf
Download (733kB)

Abstract

Penelitian ini bertujuan untuk mengetahui: (1) Mengetahui apakah terdapat perbedaan score antara model Altman, Springate, Zmijewski, dan Grover dalam memprediksi Financial Distress, (2) Mengetahui apakah model Zmijewski merupakan model yang paling akurat dalam memprediksi Financial Distress perusahaan retail yang terdaftar di Bursa Efek Indonesia. Penelitian ini menggunakan data sekunder yang diperoleh dari laporan keuangan. Teknik pengambilan sampel dengan menggunakan purposive sampling sehingga didapat 25 perusahaan yang dijadikan sampel penelitian. Penelitian ini membandingkan score empat model prediksi financial distress dengan menggunakan teknik statistik deskriptif, uji normalitas, dan menggunakan uji beda untuk membuktikan hipotesis pertama. Perbandingan keempat model prediksi dilihat dari tingkat akurasi pada setiap model, dengan menggunakan kondisi yang sebenarnya di perusahaan. Hasil penelitian ini menunjukkan bahwa terdapat perbedaan yang signifikan antara model Altman, Springate, Zmijewski, dan Grover dalam memprediksi financial distress, dan model yang memiliki tingkat akurasi tertinggi yaitu model Zmijewski dengan tingkat persentase 89%.

Item Type: Thesis (Ringkasan Skripsi)
Additional Information: Skripsi dengan call number SYA A 7805/2023
Uncontrolled Keywords: Financial Distress, Model Prediksi, Altman Z-Score, Springate, Zmijewski, Grover, Laporan Keuangan
Subjects: AKUNTANSI > Audit
Divisions: Program Sarjana > Ringkasan Skripsi Akuntansi
Depositing User: Unnamed user with email webmaster@stieykpn.ac.id
Date Deposited: 21 Jun 2023 09:01
Last Modified: 21 Jun 2023 09:25
URI: http://repositorybaru.stieykpn.ac.id/id/eprint/1384

Actions (login required)

View Item View Item
Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.