Analisis Kemampuan Model Springate, Taffler, dan Grover dalam Memprediksi Kesulitan Keuangan (Studi pada Perusahaan Sektor Energi yang Terdaftar di Bursa Efek Indonesia Tahun 2019-2023)

Ripatina Salsabila, Rijadh Djatu Winardi, S.E., M.Sc., Ph.D., CFE

2025 | Skripsi | AKUNTANSI

Penelitian bertujuan untuk mengidentifikasi kemampuan model Springate, Taffler, dan Grover dalam memprediksi kesulitan keuangan pada perusahaan sektor energi yang terdaftar di Bursa Efek Indonesia pada tahun 2019 hingga 2023. Sampel yang digunakan dipilih menggunakan teknik purposive sampling dengan merujuk pada empat kriteria sehingga diperoleh 49 perusahaan yang memenuhi kriteria dengan 245 data penelitian. Data yang akan diteliti diperoleh dari laman Osiris dan diolah melalui perangkat lunak SPSS dengan menggunakan model analisis regresi logistik biner. Temuan penelitian menyatakan jika model Taffler secara parsial dapat dalam memprediksi kesulitan keuangan pada perusahaan sektor energi. Sebaliknya, model Springate dan Grover secara parsial tidak dapat dalam memprediksi kesulitan keuangan pada perusahaan sektor energi. Dari segi tingkat akurasi, model Taffler memiliki tingkat akurasi tertinggi, yakni 73?n diikuti oleh model Grover sebesar 66?n model Springate sebesar 65%. Penelitian ini memberikan implikasi, baik dari segi literatur maupun praktis mengenai prediksi kesulitan keuangan pada perusahaan sehingga dapat membantu berbagai pihak dalam melakukan pengambilan keputusan.

The study aims to identify the ability of the Springate, Taffler, and Grover models in predicting financial distress in energy sector companies listed on the Indonesia Stock Exchange in 2019 to 2023. The sample used was selected using a purposive sampling technique with reference to four criteria so that 49 companies that met the criteria were obtained with 245 research data. The data to be studied were obtained from the Osiris page and processed through SPSS software using a binary logistic regression analysis model. The research findings state that the Taffler model partially has an ability in predicting financial distress in energy sector companies. Conversely, the Springate and Grover models partially do not have an ability in predicting financial distress in energy sector companies. In terms of accuracy, the Taffler model has the highest level of accuracy, which is 73% and is followed by the Grover model at 66% and the Springate model at 65%. This study provides implications, both in terms of literature and practice regarding the prediction of financial distress in companies so that it can help various parties in making decisions.

Kata Kunci : Springate, Taffler, Grover, Kesulitan Keuangan, Sektor Energi