Para investor dan kreditur sebelum menanamkan dananya pada suatu perusahaan akan selalu melihat terlebih dahulu bagaimana kondisi keuangan perusahaan tersebut masa kini dan yang akan datang. Oleh karena itu, analisis dan prediksi atas kondisi keuangan perusahaan yang akurat adalah sangat penting. Kesalahan prediksi terhadap kelangsungan operasi suatu perusahaan di masa yang akan datang dapat berakibat fatal yaitu kehilangan pendapatan atau investasi yang telah ditanamkan pada suatu perusahaan. Pentingnya suatu model prediksi kebangkrutan suatu perusahaan menjadi hal yang sangat dibutuhkan oleh berbagai pihak seperti pemberi pinjaman, investor, pemerintah, akuntan, dan manajemen. Tujuan dari penelitian ini untuk mengetahui perbedaan dari ketiga analisis model dalam memprediksi kebangkrutan yaitu antara model Zmijewski (X-Score), Zavgren (Logit), dan Altman (Z-Score). Ketiga model ini dikembangkan dan dibentuk oleh perbandingan rasio-rasio keuangan dalam mengidentifikasi hasil akhir dari prediksi kebangkrutan. Dalam penelitian ini model Zmijewski menggunakan cummulative normal distribution, model Zavgren menggunakan logistic function, dan multivariate discriminant pada model Altman. Untuk menguji perbedaan dari ketiga model tersebut digunakan SPSS 16 menggunakan uji Kruskal-Wallis (uji H). Sampel yang digunakan adalah populasi perusahaan yang bangkrut pada tahun 2009 di Bursa Efek Indonesia (BEI) yaitu sebanyak 9 perusahaan dengan periode tahun 2007-2008 (dua tahun sebelum kebangkrutan). Hasil penelitian dari ketiga model menunjukkan bahwa secara umum prediksi kebangkrutan pada perusahaan yang bangkrut sebagian besar diprediksi dalam keadaan bangkrut. Hal ini terkait dengan rasio perputaran aktiva perusahaan, laba perusahaan, dan total hutang disajikan dalam ketiga model tersebut. Rasio-rasio tersebut cukup berpengaruh dalam memprediksi kesulitan keuangan perusahaan. Selain itu, disimpulkan bahwa terdapat perbedaan antara ketiga model tersebut, dan antara ketiga model prediksi kebangkrutan tersebut yang paling akurat adalah model Altman. Dari hasil penelitian di atas disarankan pada penelitian selanjutnya sebaiknya memperluas sampel perusahaan agar dapat memperoleh hasil yang lebih akurat.

Investors and creditors prior to invest their funds in a company will always see first how the company's financial condition today and the future. Therefore, the analysis and prediction of accurate financial condition is very important. Prediction error of the continuity of operations of an enterprise in the future that can be fatal loss of income or investments that have been invested in a company. The importance of a bankruptcy prediction model of a company to be a highly needed by various parties such as lenders, investors, government, accountants, and management. The purpose of the study was to determine the differences of the three analytical models for predicting bankruptcy is between models Zmijewski (X-Score), Zavgren (logit), and Altman (Z-Score). All three models are developed and shaped by comparisons of financial ratios to identify final outcome of the bankruptcy prediction. In this study Zmijewski models using cummulative normal distribution, Zavgren models using logistic function, and multivariate discriminant Altman on the model. To test the difference between the three models used SPSS 16 using Kruskal-Wallis test (H test). The sample used is the population of the bankrupt company in 2009 at the Indonesia Stock Exchange (BEI) is a company with as much as 9-year period 2007-2008 (two years before the bankruptcy). The results of the three models indicate that the overall prediction of bankruptcy in which the company went bankrupt largely predictable in a state of bankruptcy. It is associated with the company's asset turnover ratio, profit, and total debt are presented in three models. Ratios are quite influential in predicting corporate financial distress. In addition, it was concluded that there is a difference between the three models, and between the three bankruptcy prediction model is the most accurate model of Altman. From the above results suggested in future studies should expand the sample of firms in order to obtain more accurate results.