Ramadhani, Silvia (2023) Analisis Prediksi Kebangkrutan Dengan Menggunakan Metode Altman Z-Score, Springate Dan Grover (Studi Kasus Pada Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia Tahun 2019-2021). S1 thesis, Universitas Dharma Andalas.
![[thumbnail of ABSTRAK.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
ABSTRAK.pdf
Download (8kB)
![[thumbnail of BAB I.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
BAB I.pdf
Download (423kB)
![[thumbnail of BAB V.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
BAB V.pdf
Download (11kB)
![[thumbnail of DAFTAR PUSTAKA.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
DAFTAR PUSTAKA.pdf
Download (224kB)
![[thumbnail of SKRIPSI FULL.pdf]](https://repository.unidha.ac.id/style/images/fileicons/text.png)
SKRIPSI FULL.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Tujuan dari penelitian ini adalah untuk mengetahui kondisi perusahaan serta
mengetahui model prediksi kebangkrutan yang paling akurat antara model Altman
(Z-Score), Springate (S-Score), dan Grover (G-Score) pada perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia. Metodologi penelitian yang
digunakan dalam penelitian ini adalah Multiple Discriminant Analysis. Hasil yang
diperoleh dalam penelitian ini yaitu kondisi perusahaan manufaktur berdasarkan
perhitungan rasio-rasio keuangan dalam model kebangkrutan yang digunakan
cenderung mengalami penurunan dari tahun 2019-2021, dan model prediksi yang
paling akurat dalam memprediksi kebangkrutan pada perusahaan manufaktur
adalah model Springate S-Score karena memiliki tingkat akurasi yang paling
tinggi dibandingkan dengan model prediksi lainnya.
Kata Kunci : Altman (Z-Score), Springate (S-Score), dan Grover (G-Score), dan
Kebangkrutan
Item Type: | Thesis (S1) |
---|---|
Subjects: | H Social Sciences > HF Commerce H Social Sciences > HF Commerce > HF5601 Accounting |
Divisions: | Fakultas Ekonomi dan Bisnis > S1 Akuntansi |
Depositing User: | Sarah Marnia |
Date Deposited: | 08 Aug 2025 02:04 |
Last Modified: | 08 Aug 2025 02:04 |
URI: | https://repository.unidha.ac.id/id/eprint/278 |