• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

SKRIPSI DIGITAL

Penerapan Model Taffler dan Sherrod pada Prediksi Financial Distress Perusahaan Subsektor Retail yang Terdaftar di Bursa Efek Indonesia Periode 2018-2022 = Application of Taffler and Sherrod Models in Predicting Financial Distress of Retail Subsector Companies Listed on the Indonesia Stock Exchange in 2018-2022

Fadia Nurul Syifa - Nama Orang; Sri Widiyati - Nama Orang; Manarotul Fatati - Nama Orang;

Penelitian ini bertujuan untuk memprediksi financial distress dengan model Taffler dan Sherrod pada Perusahaan Subsektor Retail yang Terdaftar di BEI Tahun 2018-2022. Populasi dalam penelitian ini adalah Perusahaan Subsektor Retail yang Terdaftar di BEI Tahun 2018-2022. Sampel dipilih menggunakan teknik purposive sampling dan diperoleh 7 perusahaan sebagai sampel. Jenis penelitian yang digunakan adalah deskriptif kuantitatif. Hasil penelitian menunjukkan bahwa pada model Taffler terdapat 6 perusahaan yang masuk kategori financial distress dengan tingkat akurasi sebesar 85,71% dan pada model Sherrod terdapat 4 perusahaan yang masuk kategori financial distress dengan tingkat akurasi sebesar 57,14%.

Kata Kunci: Financial Distress, Taffler, Sherrod


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
KU 014 2023
Penerbit
Semarang : Politeknik Negeri Semarang., 2023
Deskripsi Fisik
xv, 85 hal.; ilus, 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
FINANCIAL DISTRESS
BURSA EFEK INDONESIA
MODEL TAFFLER
MODEL SHERROD
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Fadia Nurul Syifa
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Pengunjung Web

Hari ini : Minggu ini : Bulan ini : Total :

© 2025 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?