Login
Section Marketing Management

The Role of Financial Managemnet In The Sustainable Transformation of Global Automotive Companies On Dupont Analysis from 2019 to 2024


Peran Manajemen Keuangan dalam Transformasi Berkelanjutan Perusahaan Otomotif Global Melalui Analisis Dupont Periode 2019-2024
Vol. 21 No. 1 (2026): February:

Sri Rohimah (1), Wisnu Panggah Setiyono (2)

(1) Program Studi Manajemen, Universitas Muhammadiyah Sidoarjo, Indonesia
(2) Program Studi Manajemen, Universitas Muhammadiyah Sidoarjo, Indonesia

Abstract:

General Background: The global automotive industry underwent substantial transformation from 2019 to 2024, driven by electric vehicle development, technological advances, and changing market conditions that required careful financial management. Specific Background: Return on Equity (ROE) provides an important measure of financial performance and can be decomposed through the five-step DuPont framework. Knowledge Gap: Limited research has examined Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, and Equity Multiplier together among global automotive companies during the 2019–2024 period. Aims: This study analyzes ROE formation through the five DuPont components and compares financial management across ten global automotive companies. Results: Using a descriptive quantitative approach, secondary data were obtained from consolidated annual financial statements for 2019–2024. The findings show differences in ROE across companies, reflecting variations in operating profitability, asset utilization, tax burden, interest burden, and capital structure. BMW and BYD reached the study’s ROE criterion in several periods, while other companies generally remained below the specified criterion. Novelty: This study applies the five-step DuPont framework to compare ROE formation across ten global automotive companies during a period of major industry transformation. Implications: The findings provide a basis for evaluating financial management through profitability, asset utilization, tax and interest burdens, and capital structure.


Key Findings Highlights


Profitability, asset utilization, and capital structure generate distinct return patterns.


Tax and interest burdens vary across firms and reporting periods.


BMW and BYD meet the specified return criterion in selected periods.


Keywords : Return on Equity, DuPont Analysis, Financial Management, Automotive Industry, Capital Structure

Downloads

Download data is not yet available.

Pendahuluan

Industri otomotif merupakan sektor manufaktur yang berperan penting dalam mendorong investasi, menciptakan lapangan kerja, mempercepat perkembangan teknologi, serta meningkatkan aktivitas perdagangan [1]. Periode 2019–2024 ditandai dengan percepatan transformasi menuju kendaraan listrik electric vehicles atau EV, pengembangan teknologi baterai, penggunaan energi yang lebih berkelanjutan, serta peningkatan investasi pada industri otomotif [2]. Transformasi ini mewajibkan perusahaan mengalokasikan dana yang cukup besar untuk kegiatan penelitian dan pengembangan, pembangunan sarana produksi, pengadaan teknologi baru, serta penambahan kapasitas operasional. Di saat yang sama perusahaan juga mengahdapi tingginya biaya produksi dan beban bunga yang timbul akibat pengunaan sumber pendanaan dari luar serta ketidakpastian modal yang ditanam. Hal ini disebabkan oleh fakta bahwa peningkatan kapasitas produksi belum tentu beriringan dengan kenaikan permintaan di pasar. Keseluruhan situasi tersebut berpotensi menekan perolehan laba menambah jumlah kewajiban menurunkan tingkat efisiensi kerja, serta mengurangi kemampuan perusahaan dalam memberikan imbal hasil kepada para pemegang saham. Perbedaan kemampuan dalam mengelola berbagai tantangan inilah yang nantinya akan tercermin secara nyata pada kinerja keuangan perusahaan.

Kinerja perusahaan dapat dilihat melalui perkembangan Return on Equity atau ROE pada BMW, BYD, Suzuki, dan Toyota yang disajikan pada Gambar 1. Keempat perusahaan dipilih karena memiliki karakteristik usaha, target pasar, serta strategi pengembangan kendaraan listrik yang berbeda. Berdasarkan Gambar 1, ROE BMW meningkat dari 13,90 persen pada tahun 2019 menjadi 32,24 persen pada tahun 2024. BYD meningkat dari 2,62 persen menjadi 23,82 persen. Suzuki meningkat dari 8,49 persen menjadi 16,10 persen. Toyota mempertahankan ROE pada kisaran 4 persen hingga 6 persen selama periode yang sama. Grafik tersebut hanya menampilkan empat dari sepuluh perusahaan yang menjadi objek penelitian sebagai gambaran awal perkembangan ROE. Perbedaan tingkat ROE menunjukkan bahwa kemampuan perusahaan dalam menghasilkan pengembalian atas modal pemegang saham tidak sama [3], [4].

Figure 1. 1Perkembangan ROE BMW, BYD, Suzuki, dan Toyota Tahun 2019–2024

Perbedaan perkembangan ROE menunjukkan bahwa transformasi industri otomotif menghasilkan pencapaian yang berbeda pada setiap perusahaan. Kondisi ini perlu dikaji karena perubahan industri menuntut perusahaan mengelola investasi, pendanaan, aset, dan kegiatan operasional secara lebih efektif agar mampu menghasilkan laba serta mempertahankan pengembalian kepada pemegang saham. Kemampuan perusahaan beradaptasi sangat ditentukan oleh tata kelola keuangan yang dijalankan. Peran manajemen keuangan terlihat jelas dalam setiap keputusan mengenai investasi, pendanaan, maupun pengelolaan aset. Keputusan pendanaan menentukan asal sumber pembiayaan yang akan digunakan untuk mendukung seluruh langkah ekspansi dan inovasi tersebut. Pengelolaan aset diarahkan agar seluruh sumber daya yang dimiliki dapat dimanfaatkan secara optimal untuk memperoleh penjualan dan laba yang diharapkan. Ketiga aspek ini jika dikelola dengan tepat akan membantu perusahaan menjaga efisiensi operasional, mengendalikan biaya, memenuhi kewajiban, serta meningkatkan nilai pengembalian yang diterima oleh pemegang saham.

Penerapan manajemen keuangan yang tepat akan terwujud dalam kinerja perusahaan yang dicapai. Kinerja tersebut mencerminkan sejauh mana perusahaan mampu memperoleh keuntungan, memanfaatkan aset secara efisien, memenuhi seluruh kewajiban, serta memberikan imbal hasil atas dana yang telah ditanamkan oleh pemilik modal. Penilaian terhadap kinerja perusahaan menjadi penting karena memberikan gambaran mengenai pengelolaan sumber daya dan keputusan keuangan selama perusahaan menjalankan kegiatan usahanya. Pengukuran kinerja menggunakan Return on Equity atau ROE [5], [6] yang menunjukkan kemampuan perusahaan menghasilkan laba berdasarkan ekuitas yang digunakan serta menggambarkan pengelolaan modal pemegang saham. ROE kemudian dianalisis menggunakan pendekatan Analisis DuPont Lima Langkah yang terdiri atas Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, serta Equity Multiplier [7], [8]. Analisis ini membantu menggambarkan sumber perbedaan ROE antarperusahaan otomotif berdasarkan pengelolaan beban, laba, aset, dan pendanaan.

Penelitian terdahulu menunjukkan hasil yang mendukung dan tidak mendukung pada setiap komponen Analisis DuPont. Pada Tax Burden, penelitian yang mendukung menunjukkan bahwa pengelolaan beban pajak berkaitan dengan efisiensi investasi dan inovasi karena dapat menyediakan ruang bagi perusahaan untuk mengalokasikan sumber daya pada pengembangan teknologi dan investasi baru [5], [6], [7]. Penelitian yang tidak mendukung menunjukkan bahwa keterkaitan tersebut tidak selalu terlihat karena adanya perbedaan kebijakan perpajakan, lokasi operasi, insentif pemerintah, dan regulasi antarnegara [8], [9], [10]. Pada Interest Burden, penelitian yang mendukung menunjukkan bahwa pengelolaan kewajiban berbunga berkaitan dengan struktur pendanaan, efisiensi beban bunga, dan kemampuan mempertahankan laba bagi pemegang saham [5], [7], [11]. Penelitian yang tidak mendukung menunjukkan bahwa pendanaan jangka panjang dapat meningkatkan risiko melalui biaya bunga, perubahan suku bunga, fluktuasi nilai tukar, dan kewajiban perusahaan [12], [13], [14].

Pada Operating Margin, penelitian yang mendukung menunjukkan bahwa pengendalian biaya produksi, bahan baku, dan biaya operasional dapat meningkatkan laba dari aktivitas utama perusahaan [15], [16], [17]. Penelitian yang tidak mendukung menunjukkan bahwa hasil tersebut dapat berbeda karena perubahan harga komponen, gangguan rantai pasok, persaingan pasar, dan strategi penjualan [18], [19], [20]. Pada Total Asset Turnover, penelitian yang mendukung menunjukkan bahwa efisiensi penggunaan fasilitas produksi, aset tetap, persediaan, dan sumber daya berkaitan dengan peningkatan penjualan [21], [22], [23]. Pada perusahaan otomotif global, tingkat pemanfaatan aset berbeda karena adanya perbedaan kapasitas produksi, investasi pada fasilitas kendaraan listrik, tingkat penggunaan pabrik, serta strategi pengembangan pasar yang diterapkan oleh masing-masing perusahaan. Namun, penelitian lain menunjukkan hasil yang berbeda. Industri otomotif merupakan industri padat aset sehingga penambahan aset tidak selalu langsung diikuti oleh peningkatan penjualan karena memerlukan waktu hingga fasilitas produksi dan teknologi baru dapat memberikan hasil yang optimal [24], [25].

Pada Equity Multiplier, sebagian penelitian menunjukkan adanya keterkaitan dengan struktur modal dan leverage perusahaan. Penggunaan pendanaan melalui utang dapat meningkatkan kemampuan perusahaan dalam menghasilkan pengembalian ekuitas apabila dana tersebut dikelola secara tepat dan mampu menghasilkan laba yang lebih besar daripada biaya pendanaannya [23], [24], [26]. Pada perusahaan otomotif global, penggunaan pendanaan eksternal menjadi bagian dari strategi untuk mendukung investasi teknologi, pengembangan kendaraan listrik, peningkatan kapasitas produksi, dan ekspansi pasar. Namun, penelitian lain tidak mendukung keterkaitan tersebut karena peningkatan leverage dapat meningkatkan risiko pendanaan, beban bunga, beban kewajiban, serta tekanan terhadap kemampuan perusahaan dalam memenuhi kewajiban jangka panjang [27], [28], [29].

Perbedaan temuan tersebut menunjukkan bahwa pembentukan Return on Equity melalui setiap komponen Analisis DuPont masih memerlukan penjelasan yang lebih mendalam. Penelitian yang membahas Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, dan Equity Multiplier pada perusahaan otomotif global selama periode 2019–2024 masih terbatas. Kondisi tersebut menunjukkan masih terdapat ruang untuk memperluas pemahaman mengenai pembentukan ROE pada perusahaan otomotif global yang sedang menghadapi perubahan strategi investasi, pengembangan teknologi, kapasitas produksi, dan pendanaan. Kebaruan penelitian ini terletak pada penguraian mendalam mengenai pembentukan Return on Equity melalui Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, dan Equity Multiplier yang diterapkan pada sepuluh perusahaan otomotif global selama periode 2019 hingga 2024. Penelitian ini bertujuan untuk menganalisis pembentukan ROE melalui kelima komponen tersebut serta membandingkan peran manajemen keuangan antarperusahaan. Hasil penelitian ini dapat memperluas wawasan mengenai bagaimana ROE terbentuk pada sektor otomotif tingkat dunia sekaligus menjadi tambahan referensi yang bermanfaat bagi pengembangan ilmu manajemen keuangan.

Metode

Jenis Penelitian

Jenis penelitian yang digunakan adalah penelitian deskriptif dengan pendekatan kuantitatif. Penelitian ini bertujuan untuk menganalisis serta membandingkan kondisi keuangan berdasarkan data yang terukur. Analisis dilakukan menggunakan perhitungan rasio keuangan melalui metode Analisis DuPont Lima Langkah terhadap laporan keuangan konsolidasian, untuk memberikan gambaran sistematis mengenai perbedaan dan pembentukan Return on Equity pada perusahaan otomotif global yang diteliti.

Objek, Populasi, dan Sampel Penelitian

Populasi penelitian meliputi seluruh perusahaan otomotif berskala global yang menerbitkan laporan keuangan secara lengkap selama periode tersebut. Sampel ditentukan menggunakan teknik purposive sampling dengan kriteria perusahaan tetap beroperasi secara berkelanjutan, menyajikan laporan keuangan lengkap dari tahun 2019 hingga 2024, serta memiliki data yang dibutuhkan untuk menghitung Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, Equity Multiplier, dan Return on Equity [24], [26]. Pemilihan berdasarkan kriteria tersebut bertujuan memperoleh data yang konsisten sehingga analisis DuPont dapat diterapkan secara optimal. Ketersediaan data yang lengkap mendukung evaluasi menyeluruh terhadap pengelolaan profitabilitas, efisiensi operasional, pemanfaatan aset, serta struktur pendanaan perusahaan selama masa pengamatan.

Jenis dan Sumber Data

Penelitian ini menggunakan data sekunder yang berasal dari laporan keuangan tahunan sepuluh perusahaan otomotif global selama periode 2019–2024. Data yang digunakan meliputi Net Income, Earnings Before Tax, Earnings Before Interest and Taxes, Net Sales, Total Assets, dan Total Equity sebagai dasar perhitungan Analisis DuPont Lima Langkah [30]. Laporan keuangan diperoleh melalui situs resmi masing-masing perusahaan karena sesuai dengan objek penelitian yang mencakup perusahaan otomotif global dari berbagai negara. Penelitian ini tidak menggunakan laporan keuangan Bursa Efek Indonesia karena perusahaan yang menjadi objek penelitian bukan perusahaan yang tercatat di Bursa Efek Indonesia. Penggunaan laporan keuangan yang dipublikasikan langsung oleh masing-masing perusahaan memastikan data yang digunakan bersifat resmi, lengkap, dan sesuai dengan kebutuhan penelitian.

Teknik Pengumpulan Data

Teknik pengumpulan data dilakukan melalui dokumen berupa laporan keuangan konsolidasian periode 2019–2024 yang dipublikasikan pada situs resmi perusahaan. Data diseleksi dan disesuaikan untuk menghitung Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, Equity Multiplier, serta Return on Equity dalam tahap pengolahan data [5], [31].

Teknik Analisis Data

Analisis kinerja keuangan dalam penelitian ini menggunakan pendekatan DuPont lima langkah untuk menguraikan pembentukan nilai Return on Equity. Teknik ini membedah nilai tersebut menjadi hasil kali lima komponen yang saling berkaitan yaitu Tax Burden, Interest Burden, Operating Profit Margin, Total Asset Turnover, dan Equity Multiplier. Hal ini dilakukan untuk mengetahui bagaimana pengelolaan perpajakan, pengaturan beban pendanaan, pencapaian hasil operasi, pemanfaatan aset, serta penyusunan struktur modal turut membentuk tingkat pengembalian yang diterima pemegang saham [7], [9]. Data yang telah diolah kemudian disajikan dalam bentuk tabel untuk memudahkan perbandingan langsung antarperusahaan. Pola pergerakan nilai setiap komponen dikaitkan dengan kebijakan yang diambil pihak manajemen, serta disandingkan dengan hasil penelitian terdahulu untuk memperoleh gambaran utuh mengenai perbedaan kinerja dan peran manajemen keuangan yang diterapkan [9], [32].

Figure 2. 2 Bagan Alur Penelitian

Hasil dan Pembahasan

Analisis Tax Burden

Tax Burden merupakan salah satu komponen dalam Analisis DuPont lima langkah yang menunjukkan besarnya laba bersih yang diperoleh perusahaan setelah memperhitungkan beban pajak. Rasio ini dihitung melalui perbandingan antara Net Income dan Earnings Before Tax (EBT). Hasil perhitungan Tax Burden menggambarkan proporsi Earnings Before Tax (EBT) yang masih dapat dipertahankan menjadi Net Income setelah perusahaan memenuhi kewajiban perpajakannya. Pembahasan Tax Burden dilengkapi dengan Effective Tax Rate (ETR) sebagai dasar interpretasi terhadap hasil analisis. ETR tidak termasuk komponen dalam Analisis DuPont lima langkah, tetapi digunakan karena memiliki keterkaitan dengan Tax Burden melalui Earnings Before Tax (EBT) sebagai dasar perhitungan. Tax Burden menggunakan Net Income sebagai pembilang, sedangkan ETR menggunakan Income Tax Expense sebagai pembilang. Perbedaan tersebut memberikan gambaran mengenai besarnya laba setelah pajak yang dapat dipertahankan perusahaan sekaligus menunjukkan proporsi beban pajak yang dikenakan terhadap Earnings Before Tax (EBT). Penggunaan kedua rasio tersebut memberikan penjelasan yang lebih jelas mengenai kondisi perpajakan perusahaan.

Interpretasi Effective Tax Rate (ETR) dalam penelitian ini menggunakan batas 15%. Pemilihan batas tersebut didasarkan pada kebijakan Global Minimum Tax (GMT) yang ditetapkan oleh Organisation for Economic Co-operation and Development (OECD) melalui Pillar Two, yaitu tarif pajak efektif minimum sebesar 15% bagi perusahaan multinasional dengan pendapatan konsolidasi minimal €750 juta. Seluruh perusahaan yang menjadi sampel penelitian merupakan perusahaan otomotif multinasional yang memiliki aktivitas usaha di berbagai negara dan memenuhi karakteristik perusahaan yang menjadi sasaran penerapan Global Minimum Tax. Penggunaan batas 15% memberikan dasar interpretasi yang seragam dalam mengevaluasi tingkat Effective Tax Rate (ETR) pada seluruh perusahaan sehingga hasil analisis dapat dibandingkan secara konsisten meskipun setiap perusahaan berada pada yurisdiksi perpajakan yang berbeda. ETR ≥ 15% menunjukkan bahwa Effective Tax Rate perusahaan telah memenuhi ketentuan tarif pajak efektif minimum global sehingga dikategorikan baik, sedangkan ETR < 15% menunjukkan bahwa Effective Tax Rate berada di bawah tarif pajak efektif minimum global sehingga dikategorikan kurang baik. Kriteria tersebut digunakan sebagai dasar interpretasi terhadap hasil Tax Burden dan tidak mengubah kedudukan Tax Burden sebagai salah satu komponen dalam Analisis DuPont lima langkah. Penyajian hasil analisis mencakup Net Income, Earnings Before Tax (EBT), Income Tax Expense, Tax Burden, Effective Tax Rate (ETR), kriteria, dan keterangan. Penyajian data tersebut memudahkan penelusuran sumber perhitungan setiap rasio sekaligus memberikan dasar yang jelas dalam menjelaskan hasil analisis pada setiap perusahaan. Hasil analisis Tax Burden pada sepuluh perusahaan otomotif global periode 2019–2024 disajikan pada Tabel 4.1.

Tabel 1 . Hasil Perhitungan Tax Burden 10 Perusahaan Otomotif Global Periode 2019-202 4

No. Nama Perusahaan Tahun Net Income EBT Income Tax Expense Tax Burden ETR Kriteria keterangan
4.1.1 Toyota 2019 152.748 202.225 49.477 75,53% 24,47% ≥15% Baik
2020 145.881 196.288 50.407 74,32% 25,68% ≥15% Baik
2021 136.700 184.011 47.311 74,29% 25,71% ≥15% Baik
2022 180.306 246.123 65.817 73,26% 26,74% ≥15% Baik
2023 192.861 262.967 70.106 73,34% 26,66% ≥15% Baik
2024 228.778 309.190 80.412 73,99% 26,00% ≥15% Baik
4.1.2 Mercedes Benz 2019 2.377 10.595 8.218 22,43% 77,56% ≥15% Baik
2020 3.627 6.399 2.772 57,20% 43,32% ≥15% Baik
2021 23.006 15.811 -7.195 145,50% -45,50% ≥15% Kurang Baik
2022 14.501 20.304 5.803 71,40% 28,58% ≥15% Baik
2023 14.261 20.084 6.588 71,00% 32,80% ≥15% Baik
2024 10.207 14.147 3.940 72,10% 27,85% ≥15% Baik
4.1.3 Suzuki 2019 134.222 246.027 111.805 54,55% 45,44% ≥15% Baik
2020 146.421 241.064 94.643 60,73% 39,26% ≥15% Baik
2021 160.345 274.278 113.933 58,46% 41,53% ≥15% Baik
2022 221.107 381.036 159.929 58,02% 41,97% ≥15% Baik
2023 267.717 591.713 323.996 45,24% 54,75% ≥15% Baik
2024 416.050 730.220 314.170 56,97% 43,02% ≥15% Baik
4.1.4. Mitshubishi 2019 590.737 851.813 261.076 69,35% 30,64% ≥15% Baik
2020 535.353 648.864 113.511 82,50% 17,49% ≥15% Baik
2021 172.556 253.527 80.971 68,05% 31,93% ≥15% Baik
2022 937.529 1.293.116 355.587 72,50% 27,49% ≥15% Baik
2023 1.180.694 1.680.631 499.937 70,25% 29,74% ≥15% Baik
2024 964.034 1.362.594 398.560 70,74% 29,25% ≥15% Baik
4.1.5 Volkswagen 2019 13.346 18.356 5.010 72,70% 27,29% ≥15% Baik
2020 8.334 11.667 3.333 71,43% 28,56% ≥15% Baik
2021 14.843 22.126 7.283 67,08% 32,91% ≥15% Baik
2022 14.867 22.044 7.177 67,44% 32,55% ≥15% Baik
2023 15.947 23.099 7.062 69,03% 30,57% ≥15% Baik
2024 10.721 16.806 6.085 63,79% 36,20% ≥15% Baik
4.1.6 BYD 2019 1.614.050 2.413.131 799.081 66,89% 33,11% ≥15% Baik
2020 4.234.267 6.882.587 2.648.320 61,49% 38,47% ≥15% Baik
2021 3.967.266 4.518.003 550.737 87,81% 12,18% ≥15% Kurang Baik
2022 17.713.104 21.079.729 3.366.625 84,02% 15,97% ≥15% Baik
2023 31.344.070 38.156.300 6.812.070 82,14% 17,85% ≥15% Baik
2024 41.587.940 44.569.600 2.981.660 93,31% 6,68% ≥15% Kurang Baik
4.1.7 BMW 2019 2. 107 2.896 789 72,75% 27,24% ≥15% Baik
2020 1.702 1.934 232 88,00% 11,99% ≥15% Kurang Baik
2021 4. 910 5.995 1.085 81,90% 18,09% ≥15% Baik
2022 6.311 7.924 1.613 79,64% 20,35% ≥15% Baik
2023 4.366 5.451 1.085 80,09% 19,90% ≥15% Baik
2024 3.524 4.107 583 85,80% 14,19% ≥15% Kurang Baik
4.1.8 ISUZU 2019 113. 444 186.108 72.664 60,96% 39,04% ≥15% Baik
2020 81.232 143.511 62.279 56,60% 43,39% ≥15% Baik
2021 42.708 86.829 44.121 49,19% 50,81% ≥15% Baik
2022 126.193 204.281 78.088 61,77% 38,22% ≥15% Baik
2023 151.743 269.841 117.498 56,23% 43,54% ≥15% Baik
2024 176.442 305.591 129.149 57,74% 22,17% ≥15% Baik
4.1.9 Hyundai 2019 2.290.670 3.214.294 923.624 71,72% 28,73% ≥15% Baik
2020 1.529.850 2.117.980 588.130 72,23% 27,76% ≥15% Baik
2021 2.352.288 3.194.542 842.254 73,26% 26,36% ≥15% Baik
2022 2.485.254 3.362.612 877.358 73,91% 26,09% ≥15% Baik
2023 3.422.616 4.444.854 1.022.238 77,00% 22,99% ≥15% Baik
2024 4.055.642 5.264.476 1.208.834 77,04% 22,96% ≥15% Baik
4.1.10 Mazda 2019 63.476 108.273 44.797 58,62% 41,37% ≥15% Baik
2020 12.131 49.282 37.151 24,61% 75,38% ≥15% Baik
2021 31.651 28.251 - 3.400 110,97% -12,03% ≥15% Kurang Baik
2022 81.557 112.399 30.782 72,56% 27,38% ≥15% Baik
2023 142.814 169.972 27.158 84,02% 15,97% ≥15% Baik
2024 207.696 298.323 90.536 69,62% 30,34% ≥15% Baik
Table 1.

Sumber: Data Sekunder Diolah (2026).

Berdasarkan Tabel 4.1, Tax Burden dan Effective Tax Rate (ETR) pada sepuluh perusahaan otomotif global selama tahun 2019–2024 memperlihatkan perbedaan kemampuan perusahaan dalam mempertahankan laba setelah pajak serta memenuhi kewajiban perpajakan. Dalam Analisis DuPont, Tax Burden menggambarkan proporsi laba sebelum pajak yang masih dapat dipertahankan menjadi laba bersih setelah dikurangi beban pajak. Effective Tax Rate (ETR) menunjukkan besarnya tarif pajak efektif yang dibayarkan perusahaan. Penurunan ETR menyebabkan Tax Burden meningkat karena bagian laba yang dipertahankan setelah pajak menjadi lebih besar. Kenaikan ETR menyebabkan Tax Burden menurun karena proporsi laba sebelum pajak yang dialokasikan untuk pembayaran pajak semakin besar [5], [7]. Toyota Motor Corporation, Mercedes-Benz Group AG, Suzuki Motor Corporation, Mitsubishi Motors Corporation, Volkswagen AG, Hyundai Motor Company, dan Isuzu Motors Limited mempertahankan ETR >15% selama tahun 2019–2024 sehingga seluruhnya termasuk dalam kriteria baik [48]. Kriteria tersebut menunjukkan bahwa perusahaan memenuhi batas tarif pajak efektif minimum yang digunakan dalam penelitian ini. Kemampuan menjaga ETR di atas 15% diikuti kemampuan mempertahankan laba setelah pajak sehingga tersedia dana internal untuk mendukung investasi, pengembangan teknologi, peningkatan kapasitas produksi, dan inovasi. Temuan ini mendukung penelitian terdahulu yang menyatakan bahwa pengelolaan beban pajak berkaitan dengan efisiensi investasi dan inovasi karena perusahaan memiliki ruang yang lebih besar untuk mengalokasikan sumber daya pada pengembangan teknologi dan investasi baru [5], [6], [7].

Perbandingan yang berbeda terlihat pada BYD Company Limited, BMW Group, dan Mazda Motor Corporation. BYD mencatat ETR <15% pada tahun 2021 dan 2024, BMW pada tahun 2020 dan 2024, sedangkan Mazda pada tahun 2021. Nilai tersebut termasuk dalam kriteria kurang baik karena belum mencapai batas minimum 15% yang digunakan dalam penelitian ini [48]. Pada Mazda, kondisi ini muncul akibat beban pajak negatif (tax benefit) sehingga ETR bernilai negatif dan Tax Burden melebihi 100%. BYD dan BMW tetap mencatat Tax Burden yang tinggi karena laba setelah pajak yang dipertahankan lebih besar dibandingkan beban pajak yang dibayarkan. Perbandingan tersebut menunjukkan bahwa Tax Burden yang tinggi tidak selalu disertai ETR yang memenuhi kriteria baik sehingga kedua rasio perlu dianalisis secara bersamaan agar interpretasi yang diperoleh lebih tepat.

Jika dibandingkan secara keseluruhan, Toyota, Mitsubishi, Volkswagen, Hyundai, Suzuki, dan Isuzu menunjukkan pengelolaan perpajakan yang lebih konsisten karena ETR selalu berada di atas 15% selama enam tahun pengamatan. Mercedes-Benz juga mempertahankan ETR di atas batas minimum meskipun laba sebelum pajak dan beban pajak mengalami perubahan setiap tahun. BYD, BMW, dan Mazda mencatat fluktuasi ETR yang lebih besar sehingga terdapat beberapa tahun yang belum memenuhi batas minimum. Perbedaan tersebut menunjukkan bahwa setiap perusahaan memiliki karakteristik pengelolaan perpajakan yang tidak sama. Seluruh perusahaan sampel menjalankan transformasi menuju industri otomotif yang lebih berkelanjutan melalui pengembangan Battery Electric Vehicle (BEV), Hybrid Electric Vehicle (HEV), Plug-in Hybrid Electric Vehicle (PHEV), maupun teknologi kendaraan berbasis hidrogen sesuai strategi masing-masing perusahaan [2]. Transformasi tersebut membutuhkan investasi dalam jumlah besar sehingga kemampuan mempertahankan laba setelah pajak menjadi sumber pendanaan internal yang penting untuk mendukung keberlanjutan investasi. Temuan penelitian ini mendukung penelitian terdahulu yang menyatakan bahwa pengelolaan beban pajak berkaitan dengan efisiensi investasi dan inovasi perusahaan [5], [6], [7]. Di sisi lain, temuan ini juga mendukung penelitian yang menyatakan bahwa hubungan antara Tax Burden dan kinerja perusahaan tidak selalu sama karena adanya perbedaan kebijakan perpajakan, insentif pemerintah, lokasi operasi, serta regulasi pada setiap negara [8], [9], [10]. Perbedaan yang terlihat pada BYD, BMW, dan Mazda memperlihatkan bahwa perusahaan dalam sektor otomotif global dapat menghasilkan tarif pajak efektif yang berbeda meskipun bergerak pada industri yang sama.

Secara keseluruhan, analisis Tax Burden menunjukkan bahwa komponen tersebut mampu menjelaskan peran manajemen keuangan dalam Analisis DuPont Lima Langkah. Perusahaan yang mampu mempertahankan ETR >15% secara konsisten menunjukkan pengelolaan kewajiban perpajakan yang lebih baik sehingga laba setelah pajak dapat dimanfaatkan untuk membiayai investasi, pengembangan teknologi, peningkatan kapasitas produksi, dan keberlanjutan usaha. Perusahaan yang mencatat ETR <15% belum memenuhi batas tarif pajak efektif minimum yang

digunakan dalam penelitian ini sehingga pengelolaan perpajakan memerlukan perhatian yang lebih besar agar selaras dengan tujuan perusahaan. Pembahasan ini menjawab rumusan masalah, pertanyaan penelitian, dan tujuan penelitian, sekaligus memperlihatkan bahwa peran manajemen keuangan pada setiap perusahaan tercermin melalui kemampuan mengelola laba setelah pajak dan kewajiban perpajakan sesuai strategi bisnis yang diterapkan.

Interest Burden

Interest Burden merupakan salah satu komponen Analisis DuPont Lima Langkah yang digunakan untuk menunjukkan kemampuan perusahaan mempertahankan laba setelah memperhitungkan beban bunga. Rasio ini dihitung dengan membandingkan Earning Before Tax (EBT) terhadap Earning Before Interest and Tax (EBIT). Hasil perhitungan tersebut menggambarkan besarnya laba operasional yang masih dapat dipertahankan setelah perusahaan memenuhi kewajiban bunga. Semakin tinggi nilai Interest Burden menunjukkan semakin kecil porsi laba operasional yang digunakan untuk membayar beban bunga sehingga laba sebelum pajak dapat dipertahankan dengan lebih baik [5], [7], [30]. Pada perusahaan otomotif global, pengelolaan beban bunga menjadi bagian penting dari peran manajemen keuangan karena industri ini membutuhkan pendanaan yang besar untuk pengembangan kendaraan listrik dan hybrid, pembangunan fasilitas produksi, investasi teknologi, penelitian dan pengembangan, serta perluasan pasar. Pendanaan dapat berasal dari modal sendiri maupun pendanaan eksternal, seperti pinjaman bank, obligasi, dan fasilitas kredit yang menimbulkan beban bunga. Kemampuan manajemen dalam menentukan struktur pendanaan yang tepat berperan dalam menjaga laba operasional agar tidak banyak berkurang akibat pembayaran bunga [33], [34]. Interest Burden tidak memiliki kriteria baku untuk menentukan apakah hasil perhitungan berada pada kategori baik atau kurang baik. Oleh karena itu, hasil Interest Burden diinterpretasikan menggunakan Interest Coverage Ratio (ICR). ICR dipilih karena menunjukkan kemampuan laba operasional (EBIT) dalam menutup beban bunga sehingga kondisi keuangan perusahaan dapat dinilai secara lebih objektif. Kriteria ICR ≥ 3 dikategorikan baik karena laba operasional mampu menutup beban bunga sedikitnya tiga kali sehingga risiko kesulitan memenuhi kewajiban bunga relatif rendah. Nilai ICR < 3 dikategorikan kurang baik karena kemampuan perusahaan dalam memenuhi beban bunga masih terbatas [35]. ICR tidak termasuk ke dalam komponen Analisis DuPont Lima Langkah, tetapi digunakan sebagai dasar interpretasi hasil Interest Burden karena rasio ini belum memiliki standar penilaian yang baku.

Tabel 2 . Hasil Perhitungan Intrest Burden 10 Perusahaan Otomotif Global Periode 2019-202 4

No. Nama Perusahaan Tahun Intrest Burden EBT EBIT Intrest Expense ICR Kriteria Keterangan
4.1.1 Toyota 2019 1,501 202.225 134.684 8.122 16,58 ≥3 Baik
2020 1,531 196.288 128.233 5.966 21,49 ≥3 Baik
2021 1,557 184.011 118.159 5.430 21,76 ≥3 Baik
2022 1,547 246.123 159.066 4.868 32,67 ≥3 Baik
2023 1,548 262.967 169.904 10.111 16,80 ≥3 Baik
2024 1,543 309.190 200.404 16.988 11,80 ≥3 Baik
4.1.2 Mercedes Benz 2019 0,885 10.595 4.329 -880 4,91 ≥3 Baik
2020 1,041 6.399 6.091 -484 12,58 ≥3 Baik
2021 0,986 15.811 16.028 -429 37,36 ≥3 Baik
2022 0,992 20.304 20.458 -427 47,91 ≥3 Baik
2023 1.021 20.084 19.660 -254 77,40 ≥3 Baik
2024 1.040 14.147 13.599 -190 71,57 ≥3 Baik
4.1.3 Suzuki 2019 1.144 246.027 215.069 5.555 38,71 ≥3 Baik
2020 1.239 241.064 194.432 4.935 39,39 ≥3 Baik
2021 1.432 274.278 191.460 5.954 32,15 ≥3 Baik
2022 1.087 381.036 350.551 6.741 52,00 ≥3 Baik
2023 1.271 591.713 465.563 10.057 46,29 ≥3 Baik
2024 1.136 730.220 642.851 - 43.440 14,79 ≥3 Baik
4.1.4. Mitshubishi 2019 1.179 851.813 721.997 - 69.148 10,44 ≥3 Baik
2020 1.189 648.864 545.624 -70.038 7,79 ≥3 Baik
2021 1.481 253.527 171.189 - 46.300 3,69 ≥3 Baik
2022 1.058 1.293.116 1.221.737 - 46.682 26,17 ≥3 Baik
2023 1.055 1.680.631 1.592.366 - 115.377 13,80 ≥3 Baik
2024 1.091 1.362.594 1.248.361 - 191.141 0,65 ≥3 Kurang Baik
4.1.5 Volkswagen 2019 1.082 18.356 16.960 - 2.524 6,71 ≥3 Baik
2020 1.205 11.667 9.675 - 2.291 4,22 ≥3 Baik
2021 1.044 22.126 19.275 - 1.818 10,60 ≥3 Baik
2022 0.996 22.044 22.124 - 442 50,05 ≥3 Baik
2023 1.025 23.099 22.528 - 3.640 1,51 ≥3 Kurang Baik
2024 0.881 16.806 19.060 - 3.446 5,53 ≥3 Baik
4.1.6 BYD 2019 0.407 2.413.131 5.918.538 3.454.480 1,71 ≥3 Kurang Baik
2020 0.687 6.882.587 10.006.388 3.067.379 3,26 ≥3 Baik
2021 0.975 4.518.003 4.631.992 1.907.642 2,42 ≥3 Kurang Baik
2022 0.978 21.079.729 21.541.819 1.316.350 16,36 ≥3 Baik
2023 0.955 38.156.300 39.928.900 1.827.605 21,84 ≥3 Baik
2024 0.978 44.569.600 45.557.000 2.093.781 21,75 ≥3 Baik
4.1.7 BMW 2019 1.013 2.896 2.857 - 220 1,30 ≥3 Kurang Baik
2020 0.873 1.934 2.214 - 309 7,16 ≥3 Baik
2021 0.933 5.995 6.421 - 608 10,56 ≥3 Baik
2022 0.730 7.924 10.850 - 3.073 3,53 ≥3 Baik
2023 0.984 5.451 5.353 - 940 5,69 ≥3 Baik
2024 0.915 4.107 4.485 - 1.019 4,40 ≥3 Baik
4.1.8 ISUZU 2019 0.984 186.108 189.001 2.168 88,17 ≥3 Baik
2020 0.951 143.511 150.876 2.833 53,25 ≥3 Baik
2021 0.832 86.829 104.265 2.130 48,95 ≥3 Baik
2022 1.091 204.281 187.197 2.859 65,47 ≥3 Baik
2023 1.064 269.841 253.546 2.227 113,85 ≥3 Baik
2024 1.042 305.591 293.085 4.185 70,03 ≥3 Baik
4.1.9 Hyundai 2019 1.362 3.214.294 2.359.257 9.840 239,76 ≥3 Baik
2020 1.157 2.117.980 1.830.292 10.601 172,65 ≥3 Baik
2021 1.566 3.194.542 2.040.112 10.487 194,53 ≥3 Baik
2022 1.659 3.362.612 2.026.531 10.816 187,36 ≥3 Baik
2023 1.937 4.444.854 2.295.284 16.053 142,98 ≥3 Baik
2024 1.713 5.264.476 3.073.456 21.497 142,97 ≥3 Baik
4.1.10 Mazda 2019 1.304 108.273 83.013 5.945 13,96 ≥3 Baik
2020 1.130 49.282 43.603 6.132 7,11 ≥3 Baik
2021 0.249 28.251 8.820 8.034 1,09 ≥3 Baik
2022 1.078 112.399 104.277 6.782 15,37 ≥3 Baik
2023 1.197 169.972 141.969 8.483 16,73 ≥3 Baik
2024 1.190 298.323 250.503 7.838 31,96 ≥3 Baik
Table 2.

Sumber: Data Sekunder Diolah (2026).

Berdasarkan Tabel 4.2, kemampuan perusahaan otomotif global dalam mempertahankan laba setelah memperhitungkan beban bunga menunjukkan kondisi yang berbeda pada setiap perusahaan. Interpretasi dilakukan menggunakan Interest Coverage Ratio (ICR) karena Interest Burden tidak memiliki kriteria baku untuk menentukan kategori baik atau kurang baik. Seluruh perusahaan pada umumnya memiliki ICR lebih dari 3, sehingga berada pada kategori baik. Kondisi tersebut menunjukkan bahwa laba operasional mampu menutup beban bunga lebih dari tiga kali sehingga perusahaan memiliki kemampuan yang memadai dalam memenuhi kewajiban bunga. Kemampuan tersebut mencerminkan peran manajemen keuangan dalam mengelola struktur pendanaan, mengendalikan beban bunga, serta menjaga keseimbangan antara penggunaan modal sendiri dan pendanaan eksternal agar laba perusahaan tetap terjaga [5], [7], [16], [33].

Toyota menunjukkan kemampuan yang stabil dalam mempertahankan laba setelah pembayaran bunga selama periode 2019–2024. Suzuki, Mitsubishi Motors, Volkswagen, Isuzu, Hyundai, dan Mazda juga mempertahankan kemampuan yang baik karena laba operasional yang dihasilkan tetap mampu menutup beban bunga lebih dari tiga kali. BYD dan BMW memperlihatkan peningkatan kemampuan pada beberapa tahun seiring pertumbuhan laba operasional yang lebih cepat dibandingkan peningkatan beban bunga. Mercedes-Benz juga berada pada kategori baik karena nilai ICR tetap berada di atas batas minimum yang digunakan sebagai dasar interpretasi, meskipun nilai Interest Burden mengalami perubahan pada beberapa tahun akibat perbedaan antara laba operasional, beban bunga, dan laba sebelum pajak.

Perbedaan nilai Interest Burden antarperusahaan menunjukkan bahwa setiap perusahaan memiliki kebijakan pendanaan dan tingkat beban bunga yang berbeda. Perusahaan yang memiliki nilai Interest Burden lebih tinggi menunjukkan bahwa laba operasional yang diperoleh dapat dipertahankan dalam jumlah yang lebih besar setelah memenuhi kewajiban bunga. Kondisi tersebut memberikan ruang yang lebih luas bagi perusahaan untuk mendukung investasi, pengembangan teknologi, peningkatan kapasitas produksi, serta ekspansi pasar. Perusahaan dengan nilai Interest Burden yang lebih rendah tetap dapat berada pada kategori baik selama ICR melebihi tiga, karena laba operasional masih mampu memenuhi kewajiban bunga dengan baik. Hal ini menunjukkan bahwa kemampuan membayar bunga tidak hanya ditentukan oleh besarnya Interest Burden, tetapi juga oleh besarnya laba operasional dibandingkan beban bunga.

Temuan tersebut sejalan dengan penelitian terdahulu yang menyatakan bahwa pengelolaan kewajiban berbunga berkaitan dengan struktur pendanaan, efisiensi beban bunga, dan kemampuan perusahaan mempertahankan laba bagi pemegang saham [5], [7], [16]. Penelitian lain menunjukkan bahwa penggunaan pendanaan berbunga yang tinggi dapat meningkatkan biaya bunga dan risiko pendanaan apabila tidak diimbangi dengan pertumbuhan laba operasional yang memadai [12], [13], [14]. Dengan demikian, peran manajemen keuangan dalam mengelola struktur pendanaan menjadi faktor penting untuk menjaga kemampuan perusahaan memenuhi kewajiban bunga sekaligus mempertahankan laba sebagai bagian dari pembentukan Return on Equity melalui Analisis DuPont Lima Langkah.

Operating Margin

Operating Margin merupakan salah satu komponen Analisis DuPont Lima Langkah yang digunakan untuk menunjukkan kemampuan perusahaan menghasilkan laba operasional dari aktivitas bisnis utamanya. Rasio ini dihitung dengan membandingkan Earning Before Interest and Tax (EBIT) terhadap Net Sales. Hasil perhitungan tersebut menunjukkan besarnya laba operasional yang dihasilkan dari setiap penjualan sehingga dapat menggambarkan tingkat efisiensi perusahaan dalam mengendalikan biaya operasional. Semakin tinggi Operating Margin menunjukkan semakin besar laba operasional yang diperoleh dari setiap penjualan sehingga efisiensi operasional perusahaan berada pada kondisi yang lebih baik [15], [30], . Pada perusahaan otomotif global, Operating Margin mencerminkan kemampuan manajemen dalam mengelola biaya produksi, biaya bahan baku, biaya tenaga kerja, biaya distribusi, biaya pemasaran, serta biaya penelitian dan pengembangan teknologi kendaraan. Pengendalian biaya operasional menjadi bagian penting dalam menjaga laba perusahaan di tengah persaingan industri otomotif dan transformasi menuju kendaraan listrik [15], [33], [34]. Penilaian Operating Margin pada penelitian ini menggunakan kriteria ≥ 5% sebagai kategori baik dan < 5% sebagai kategori kurang baik. Kriteria tersebut digunakan untuk menilai kemampuan perusahaan menghasilkan laba operasional dari setiap penjualan sehingga tingkat efisiensi operasional dapat dibandingkan antarperusahaan dan antartahun [36].

Tabel 3 . Hasil Perhitungan Operating Margin 10 Perusahaan Otomotif Global Periode 2019-202 4

No. Nama Perusahaan Tahun EBIT Net Sales Operating Margin Kriteria Keterangan
4.1.1 Toyota 2019 134.684 2.214.946 6,08% ≥5% Baik
2020 128.233 2.171.355 5,91% ≥5% Baik
2021 118.159 2.118.302 5,58% ≥5% Baik
2022 159.066 2.705.183 5,88% ≥5% Baik
2023 169.904 3.379.891 5,03% ≥5% Baik
2024 200.404 3.833.205 5,23% ≥5% Baik
4.1.2 Mercedes Benz 2019 4.329 172.745 2,51% ≥5% Kurang Baik
2020 6.091 121.778 5,00% ≥5% Baik
2021 16.028 133.893 11,97% ≥5% Baik
2022 20.458 150.017 13,64% ≥5% Baik
2023 19.666 153.218 12,89% ≥5% Baik
2024 13.599 145.594 9,34% ≥5% Baik
4.1.3 Suzuki 2019 215.069 3.448.433 6,17% ≥5% Baik
2020 194.432 3.178.209 6,12% ≥5% Baik
2021 191.460 3.568.380 5,37% ≥5% Baik
2022 350.551 4.641.644 7,55% ≥5% Baik
2023 493.834 5.374.255 9,18% ≥5% Baik
2024 642.851 5.825.161 11,04% ≥5% Baik
4.1.4. Mitshubishi 2019 721.997 16.103.763 4,48% ≥5% Kurang Baik
2020 545.624 14.779.734 3,69% ≥5% Kurang Baik
2021 171.189 12.884.521 1,32% ≥5% Kurang Baik
2022 1.221.737 17.264.828 7,07% ≥5% Baik
2023 1.592.366 21.571.973 7,39% ≥5% Baik
2024 1.248.361 19.567.601 6,38% ≥5% Baik
4.1.5 Volkswagen 2019 16.960 252.632 6,71% ≥5% Baik
2020 9.675 222.884 4,34% ≥5% Kurang Baik
2021 19.275 250.200 7,70% ≥5% Baik
2022 22.124 279.232 7,92% ≥5% Baik
2023 22.528 322.284 6,99% ≥5% Baik
2024 19.060 324.656 5,87% ≥5% Baik
4.1.6 BYD 2019 5.918.538 121.778.117 4,86% ≥5% Kurang Baik
2020 10.006.388 153.469.184 6,52% ≥5% Baik
2021 4.631.992 216.142.395 2,01% ≥5% Kurang Baik
2022 21.541.819 429.060.635 5,07% ≥5% Baik
2023 30.298.900 602.315.354 5,03% ≥5% Baik
2024 45.557.000 777.102.455 5,86% ≥5% Baik
4.1.7 BMW 2019 2.857 84.691 3,37% ≥5% Kurang Baik
2020 2.214 75.040 2,95% ≥5% Kurang Baik
2021 6.421 88.526 7,25% ≥5% Baik
2022 10.850 98.807 10,98% ≥5% Baik
2023 5.535 107.874 5,13% ≥5% Baik
2024 4.485 105.317 4,25% ≥5% Kurang Baik
4.1.8 ISUZU 2019 189.001 2.149.168 8,79% ≥5% Baik
2020 150.876 2.079.936 7,25% ≥5% Baik
2021 104.265 1.908.150 5,46% ≥5% Baik
2022 187.197 2.514.291 7,44% ≥5% Baik
2023 253.546 3.195.537 7,93% ≥5% Baik
2024 293.085 3.386.676 8,65% ≥5% Baik
4.1.9 Hyundai 2019 2.359.257 38.048.768 6,20% ≥5% Baik
2020 1.830.292 36.626.504 5,00% ≥5% Baik
2021 2.040.112 41.702.184 4,89% ≥5% Kurang Baik
2022 2.026.531 51.906.293 3,90% ≥5% Kurang Baik
2023 2.295.284 59.254.361 3,87% ≥5% Kurang Baik
2024 3.073.456 57.236.995 5,37% ≥5% Baik
4.1.10 Mazda 2019 83.013 3.564.696 2,32% ≥5% Kurang Baik
2020 43.603 3.430.285 1,27% ≥5% Kurang Baik
2021 8.820 2.882.066 0,30% ≥5% Kurang Baik
2022 104.227 3.120.349 3,34% ≥5% Kurang Baik
2023 141.969 3.826.752 3,70% ≥5% Kurang Baik
2024 250.503 4.827.662 5,18% ≥5% Baik
Table 3.

Sumber: Data Sekunder Diolah (2026).

Berdasarkan Tabel 4.3, Operating Margin pada sepuluh perusahaan otomotif global selama tahun 2019–2024 menunjukkan hasil yang bervariasi. Berdasarkan kriteria Operating Margin ≥5% [36], Toyota, Suzuki, dan Isuzu secara konsisten berada pada kriteria baik, sedangkan Mercedes-Benz, Mitsubishi Motors Corporation, Volkswagen, BYD, BMW, Hyundai, dan Mazda mengalami perubahan antara kriteria baik dan kurang baik pada beberapa tahun pengamatan. Operating Margin yang berada pada kriteria baik menunjukkan bahwa perusahaan mampu mengendalikan biaya produksi dan biaya operasional sehingga laba operasi yang dihasilkan relatif tinggi dibandingkan penjualan. Operating Margin yang berada pada kriteria kurang baik menunjukkan bahwa biaya produksi, biaya operasional, biaya pemasaran, serta biaya pengembangan produk masih cukup besar sehingga laba operasi yang dihasilkan belum optimal [15], [18], [32], [36].

Toyota mencatat Operating Margin sebesar 5,03%–6,08% sehingga seluruh pengamatan berada pada kriteria baik. Penurunan pada 2020–2021 terjadi karena laba operasi menurun lebih besar dibandingkan penjualan. Tahun 2022 menunjukkan peningkatan efisiensi operasional sehingga margin kembali meningkat. Tahun 2023 sedikit menurun akibat pertumbuhan penjualan lebih cepat dibandingkan laba operasi, sedangkan tahun 2024 kembali meningkat karena laba operasi bertambah lebih besar dibandingkan penjualan. Peran manajemen keuangan terlihat melalui pengendalian biaya produksi dan biaya operasional sehingga kemampuan perusahaan menghasilkan laba dari aktivitas utama tetap terjaga. Mercedes-Benz memperoleh Operating Margin sebesar 2,51%–13,64%. Tahun 2019 berada pada kriteria kurang baik karena laba operasi masih rendah dibandingkan penjualan. Tahun 2020 mulai memenuhi kriteria baik, kemudian meningkat tajam pada 2021–2022 karena laba operasi bertambah lebih cepat dibandingkan penjualan. Tahun 2023–2024 mengalami penurunan, tetapi tetap berada pada kriteria baik. Peran manajemen keuangan terlihat melalui pengendalian biaya operasional serta peningkatan efisiensi pada kegiatan produksi dan penjualan kendaraan premium maupun kendaraan listrik.

Suzuki mencatat Operating Margin sebesar 5,37%–11,04% dan seluruh pengamatan berada pada kriteria baik. Penurunan kecil pada 2020–2021 menunjukkan laba operasi tumbuh lebih lambat dibandingkan penjualan. Tahun 2022–2024 mengalami peningkatan karena laba operasi bertambah lebih cepat daripada penjualan. Peran manajemen keuangan terlihat melalui efisiensi biaya produksi, pengendalian biaya operasional, dan optimalisasi kegiatan usaha sehingga laba operasi terus meningkat. Mitsubishi Motors Corporation memperoleh Operating Margin sebesar 1,32%–7,39%. Tahun 2019–2021 berada pada kriteria kurang baik karena laba operasi relatif rendah dibandingkan penjualan. Tahun 2022–2024 berubah menjadi kriteria baik setelah laba operasi meningkat lebih cepat dibandingkan penjualan. Peran manajemen keuangan terlihat melalui perbaikan efisiensi operasional, pengendalian biaya, serta peningkatan produktivitas perusahaan, termasuk pada pengembangan kendaraan hibrida.

Volkswagen mencatat Operating Margin sebesar 4,34%–7,92%. Tahun 2020 berada pada kriteria kurang baik karena laba operasi menurun lebih besar dibandingkan penjualan. Tahun 2019 serta 2021–2024 berada pada kriteria baik karena perusahaan mampu meningkatkan laba operasi melalui efisiensi biaya produksi dan operasional. Peran manajemen keuangan terlihat melalui pengelolaan biaya produksi, investasi teknologi, dan peningkatan efektivitas kegiatan operasional. BYD memperoleh Operating Margin sebesar 2,01%–6,52%. Tahun 2019 dan 2021 berada pada kriteria kurang baik karena biaya produksi, pengembangan teknologi, dan ekspansi kapasitas masih cukup besar sehingga laba operasi belum optimal. Tahun 2020 serta 2022–2024 berada pada kriteria baik karena peningkatan penjualan kendaraan listrik mampu menghasilkan laba operasi yang lebih tinggi. Peran manajemen keuangan terlihat melalui pengelolaan investasi dan efisiensi biaya sehingga ekspansi usaha mampu menghasilkan margin operasi yang semakin baik.

BMW menunjukkan Operating Margin sebesar 2,95%–10,98%. Tahun 2019–2020 berada pada kriteria kurang baik karena laba operasi masih rendah dibandingkan penjualan. Tahun 2021–2023 berubah menjadi kriteria baik setelah laba operasi meningkat lebih cepat dibandingkan penjualan. Tahun 2024 kembali berada pada kriteria kurang baik karena laba operasi menurun sehingga margin berada di bawah standar. Peran manajemen keuangan terlihat melalui pengendalian biaya operasional dan peningkatan efisiensi pada segmen kendaraan premium. Isuzu mencatat Operating Margin sebesar 5,46%–8,79% sehingga seluruh pengamatan berada pada kriteria baik. Penurunan hingga 2021 menunjukkan laba operasi mengalami penurunan, sedangkan tahun 2022–2024 meningkat karena laba operasi bertambah lebih cepat dibandingkan penjualan. Peran manajemen keuangan terlihat melalui pengendalian biaya produksi kendaraan komersial dan peningkatan efisiensi operasional.

Hyundai memperoleh Operating Margin sebesar 3,87%–6,20%. Tahun 2019–2020 berada pada kriteria baik. Tahun 2021–2023 berubah menjadi kriteria kurang baik karena pertumbuhan penjualan lebih besar dibandingkan peningkatan laba operasi sehingga margin menurun. Tahun 2024 kembali berada pada kriteria baik setelah laba operasi meningkat lebih cepat dibandingkan penjualan. Peran manajemen keuangan terlihat melalui pengendalian biaya operasional dan peningkatan efisiensi proses produksi. Mazda mencatat Operating Margin sebesar 0,30%–5,18%. Tahun 2019–2023 berada pada kriteria kurang baik karena laba operasi masih rendah dibandingkan penjualan. Tahun 2024 meningkat menjadi kriteria baik setelah perusahaan berhasil meningkatkan laba operasi sehingga margin melampaui standar. Peran manajemen keuangan terlihat melalui pengendalian biaya, peningkatan produktivitas, dan perbaikan efisiensi operasional.

Secara keseluruhan, Suzuki mencatat Operating Margin tertinggi pada akhir periode penelitian, diikuti Mercedes-Benz dan Isuzu yang mampu mempertahankan margin operasi pada kriteria baik. Toyota menunjukkan kinerja yang stabil karena seluruh nilai berada di atas standar. Mitsubishi Motors Corporation, Volkswagen, BYD, BMW, Hyundai, dan Mazda mengalami perubahan antara kriteria baik dan kurang baik karena kemampuan menghasilkan laba operasi berubah sesuai dengan perkembangan penjualan dan efisiensi biaya operasional. Hasil ini sejalan dengan penelitian yang menyatakan bahwa Operating Margin mencerminkan kemampuan perusahaan mengendalikan biaya produksi dan biaya operasional untuk menghasilkan laba dari aktivitas utama perusahaan [15], [18], [32]. Penelitian terdahulu juga menjelaskan bahwa perubahan harga bahan baku, biaya produksi, persaingan pasar, pengembangan teknologi, dan strategi penjualan dapat menyebabkan Operating Margin mengalami kenaikan maupun penurunan pada perusahaan otomotif [19], [20]. Peran manajemen keuangan menjadi faktor penting dalam mengendalikan biaya operasional, meningkatkan efisiensi produksi, serta menjaga laba operasi agar mampu mendukung pembentukan Return on Equity

Total Asset Turnover

Total Asset Turnover (TATO) merupakan salah satu komponen dalam Analisis DuPont Lima Langkah yang digunakan untuk mengukur kemampuan perusahaan dalam memanfaatkan seluruh aset untuk menghasilkan penjualan. Rasio ini dihitung dengan membandingkan Net Sales terhadap Average Total Assets. Semakin tinggi nilai Total Asset Turnover, semakin efisien perusahaan memanfaatkan aset yang dimiliki untuk menghasilkan pendapatan [21], [23], [31]. Total Asset Turnover ≥2 kali termasuk kriteria baik, sedangkan Total Asset Turnover <2 kali termasuk kriteria kurang baik [37]. Kriteria 2 kali digunakan karena menunjukkan bahwa setiap satu satuan aset mampu menghasilkan penjualan sedikitnya dua kali dalam satu periode. Total Asset Turnover ≥2 kali menunjukkan bahwa aset perusahaan telah dimanfaatkan secara efisien sehingga kegiatan produksi, distribusi, dan penjualan berjalan secara optimal. Total Asset Turnover <2 kali menunjukkan bahwa pemanfaatan aset belum optimal sehingga kemampuan perusahaan dalam menghasilkan penjualan masih perlu ditingkatkan [21], [23], [37]. Penilaian Total Asset Turnover dilakukan melalui beberapa tahapan. Tahap pertama menghitung Total Asset Turnover dengan membandingkan Net Sales terhadap Average Total Assets. Tahap kedua membandingkan hasil perhitungan dengan kriteria ≥2 kali dan <2 kali. Tahap ketiga menjelaskan kemampuan perusahaan dalam memanfaatkan aset berdasarkan hasil yang diperoleh. Total Asset Turnover ≥2 kali menunjukkan bahwa aset perusahaan digunakan secara efisien untuk menghasilkan penjualan sehingga termasuk kriteria baik. Total Asset Turnover <2 kali menunjukkan bahwa aset belum dimanfaatkan secara maksimal untuk menghasilkan penjualan sehingga termasuk kriteria kurang baik [21], [23], [37]. Pada perusahaan otomotif global, Total Asset Turnover menjadi rasio yang penting karena industri ini memiliki aset dalam jumlah besar berupa pabrik, mesin produksi, fasilitas penelitian dan pengembangan, jaringan distribusi, serta investasi pada teknologi kendaraan listrik dan kendaraan hibrida. Peran manajemen keuangan terlihat melalui kemampuan mengelola aset agar seluruh sumber daya yang dimiliki dapat menghasilkan penjualan secara optimal, meningkatkan efisiensi operasional, serta mendukung pertumbuhan perusahaan secara berkelanjutan [2], [15], [32], [34].Tabel 4.4 menyajikan hasil perhitungan Total Asset Turnover pada sepuluh perusahaan otomotif global selama tahun 2019–2024. Hasil tersebut digunakan untuk menjelaskan tingkat efisiensi pemanfaatan aset serta membandingkan peran manajemen keuangan dalam mengoptimalkan penggunaan aset berdasarkan Analisis DuPont Lima Langkah [21], [23], [37].

Tabel 4. Hasil Perhitungan Total Aset Turn Over 10 Perusahaan Otomotif Global Periode 2019-202 4

No. Nama Perusahaan Tahun Net Sales Average Total Asset Total Asset Turnover Kriteria Keterangan
4.1.1 Toyota 2019 2.214.946 5.259.837 0,421 ≥2 Kali Kurang Baik
2020 2.171.355 5.270.413,5 0,412 ≥2 Kali Kurang Baik
2021 2.118.302 5891.819,5 0,359 ≥2 Kali Kurang Baik
2022 2.705.183 7.065.553 0,383 ≥2 Kali Kurang Baik
2023 3.379.891 7.724.152,5 0,438 ≥2 Kali Kurang Baik
2024 3.833.205 9.449.823,5 0,406 ≥2 Kali Kurang Baik
4.1.2 Mercedes Benz 2019 172.745 292.028,5 0,592 ≥2 Kali Kurang Baik
2020 121.778 294.087,5 0,414 ≥2 Kali Kurang Baik
2021 133.893 272.784 0,491 ≥2 Kali Kurang Baik
2022 150.017 259.923 0,577 ≥2 Kali Kurang Baik
2023 153.218 261.518,5 0,586 ≥2 Kali Kurang Baik
2024 145.594 264.064 0,551 ≥2 Kali Kurang Baik
4.1.3 Suzuki 2019 3.448.433 3.370.876,5 1,034 ≥2 Kali Kurang Baik
2020 3.178.209 3.688.071,5 0,861 ≥2 Kali Kurang Baik
2021 3.568.380 4.095.756,5 0,871 ≥2 Kali Kurang Baik
2022 4.641.644 4.366.433 1,063 ≥2 Kali Kurang Baik
2023 5.374.255 4.81.665,5 1,078 ≥2 Kali Kurang Baik
2024 5.825.161 5684.637,5 1,023 ≥2 Kali Kurang Baik
4.1.4. Mitshubishi 2019 16.103.763 16.284.894,5 0,988 ≥2 Kali Kurang Baik
2020 14.779.734 16.841.220,5 0,877 ≥2 Kali Kurang Baik
2021 12.884.521 18.342.316 0,702 ≥2 Kali Kurang Baik
2022 17.264.828 20.273.491,5 0,851 ≥2 Kali Kurang Baik
2023 21.571.973 22.029.756,5 0,979 ≥2 Kali Kurang Baik
2024 19.567.601 22.803.538,5 0,858 ≥2 Kali Kurang Baik
4.1.5 Volkswagen 2019 252.632 473.113 0,534 ≥2 Kali Kurang Baik
2020 222.884 492.592 0,452 ≥2 Kali Kurang Baik
2021 250.200 512.861 0,487 ≥2 Kali Kurang Baik
2022 279.232 546.690 0,510 ≥2 Kali Kurang Baik
2023 322.284 582.710 0,553 ≥2 Kali Kurang Baik
2024 324.656 616.777 0,526 ≥2 Kali Kurang Baik
4.1.6 BYD 2019 121.778.117 195.106.335 0,624 ≥2 Kali Kurang Baik
2020 153.469.184 198.329.457 0,773 ≥2 Kali Kurang Baik
2021 216.142.395 243.398.734 0,888 ≥2 Kali Kurang Baik
2022 429.060.635 389.820.397 1,087 ≥2 Kali Kurang Baik
2023 602.315.354 586.704.158 1,026 ≥2 Kali Kurang Baik
2024 777.102.455 731.451.763 1,062 ≥2 Kali Kurang Baik
4.1.7 BMW 2019 84.691 50.677 1,671 ≥2 Kali Kurang Baik
2020 75.040 56.729,5 1,322 ≥2 Kali Kurang Baik
2021 88.526 61.172,5 1,447 ≥2 Kali Kurang Baik
2022 98.807 68.474 1,443 ≥2 Kali Kurang Baik
2023 107.874 70.035,5 1,540 ≥2 Kali Kurang Baik
2024 105.317 67.172 1,567 ≥2 Kali Kurang Baik
4.1.8 ISUZU 2019 2.149.168 2.098.716,5 1,024 ≥2 Kali Kurang Baik
2020 2.079.936 2.141.492 0,971 ≥2 Kali Kurang Baik
2021 1.908.150 2.198.540 0,867 ≥2 Kali Kurang Baik
2022 2.514.291 2.550.554,5 0,985 ≥2 Kali Kurang Baik
2023 3.195.537 2.951.458 1,082 ≥2 Kali Kurang Baik
2024 3.386.676 3.154.889 1,073 ≥2 Kali Kurang Baik
4.1.9 Hyundai 2019 38.048.768 44.838.598 0,849 ≥2 Kali Kurang Baik
2020 36.626.504 47.551.870 0,770 ≥2 Kali Kurang Baik
2021 41.702.184 49.990.106 0,834 ≥2 Kali Kurang Baik
2022 51.906.293 53.694.617 0,967 ≥2 Kali Kurang Baik
2023 59.254.361 57.146.271 1,037 ≥2 Kali Kurang Baik
2024 57.236.995 62.491.375 0,916 ≥2 Kali Kurang Baik
4.1.10 Mazda 2019 3.564.696 2.797.555 1,274 ≥2 Kali Kurang Baik
2020 3.430.285 2.829.329 1,212 ≥2 Kali Kurang Baik
2021 2.882.066 2.852.527 1,010 ≥2 Kali Kurang Baik
2022 3.120.349 2.942.781 1,060 ≥2 Kali Kurang Baik
2023 3.826.752 3.113.699,5 1,229 ≥2 Kali Kurang Baik
2024 4.827.662 3.525.509,5 1,369 ≥2 Kali Kurang Baik
Table 4.

Sumber: Data Sekunder Diolah (2026).

Berdasarkan Tabel 4.4, Total Asset Turnover pada sepuluh perusahaan otomotif global selama tahun 2019–2024 menunjukkan bahwa seluruh perusahaan berada pada kriteria kurang baik karena nilai Total Asset Turnover masih berada di bawah 2 kali [37]. Hasil tersebut menunjukkan bahwa aset yang dimiliki belum mampu menghasilkan penjualan minimal dua kali dalam satu periode. Industri otomotif merupakan industri padat aset yang memerlukan investasi besar pada pabrik, mesin produksi, fasilitas penelitian dan pengembangan, jaringan distribusi, serta teknologi kendaraan listrik dan kendaraan hibrida. Penambahan aset tidak selalu langsung diikuti peningkatan penjualan karena aset tersebut memerlukan waktu sebelum dapat dimanfaatkan secara optimal untuk menghasilkan pendapatan [2], [21], [23].

Toyota menunjukkan Total Asset Turnover sebesar 0,359–0,438 kali. Penurunan pada 2021 terjadi karena rata-rata total aset meningkat lebih cepat dibandingkan pertumbuhan penjualan. Peningkatan pada 2022–2023 menunjukkan penjualan mulai tumbuh seiring meningkatnya permintaan kendaraan, kemudian sedikit menurun pada 2024 karena pertumbuhan aset masih lebih besar dibandingkan kenaikan penjualan. Peran manajemen keuangan terlihat melalui pengelolaan investasi aset jangka panjang yang diarahkan untuk mendukung kapasitas produksi dan pengembangan teknologi sehingga dapat memberikan manfaat pada periode berikutnya. Mercedes-Benz mencatat Total Asset Turnover sebesar 0,414–0,592 kali. Penurunan pada 2020 berkaitan dengan turunnya penjualan, sedangkan kenaikan pada 2021–2023 menunjukkan peningkatan kemampuan perusahaan menghasilkan penjualan dari aset yang dimiliki. Penurunan kembali pada 2024 terjadi karena pertumbuhan aset lebih tinggi dibandingkan peningkatan penjualan. Peran manajemen keuangan tercermin dalam pengalokasian aset untuk pengembangan kendaraan listrik dan kendaraan premium yang memerlukan investasi dalam jumlah besar.

Suzuki memiliki Total Asset Turnover sebesar 0,861–1,078 kali, lebih tinggi dibandingkan sebagian besar perusahaan dalam penelitian ini. Penurunan pada 2020–2021 terjadi karena penjualan menurun, sedangkan kenaikan pada 2022–2023 menunjukkan pemanfaatan aset yang semakin baik seiring meningkatnya penjualan. Nilai kembali menurun pada 2024 karena pertumbuhan aset berlangsung lebih cepat daripada pertumbuhan penjualan. Peran manajemen keuangan terlihat melalui pengelolaan kapasitas produksi dan efisiensi penggunaan aset sehingga aset mampu menghasilkan penjualan yang lebih tinggi. Mitsubishi Motors Corporation memperoleh Total Asset Turnover sebesar 0,702–0,988 kali. Penurunan hingga 2021 menunjukkan pertumbuhan aset belum diikuti peningkatan penjualan, sedangkan kenaikan pada 2022–2023 mencerminkan peningkatan aktivitas penjualan. Nilai kembali turun pada 2024 karena penambahan aset lebih besar dibandingkan peningkatan pendapatan. Peran manajemen keuangan terlihat melalui pengelolaan investasi pada pengembangan kendaraan hibrida, fasilitas produksi, dan ekspansi pasar untuk meningkatkan pemanfaatan aset perusahaan.

Volkswagen mencatat Total Asset Turnover sebesar 0,452–0,553 kali. Penurunan pada 2020 berkaitan dengan berkurangnya penjualan, sedangkan kenaikan bertahap hingga 2024 menunjukkan aset mulai dimanfaatkan lebih efektif dalam menghasilkan pendapatan. Nilai yang masih berada di bawah 2 kali menunjukkan besarnya aset perusahaan belum mampu menghasilkan tingkat penjualan sesuai kriteria. Peran manajemen keuangan terlihat melalui pengelolaan aset pada pengembangan kendaraan listrik, digitalisasi, dan kapasitas produksi global. BYD menunjukkan peningkatan Total Asset Turnover dari 0,624 kali pada 2019 menjadi 1,062 kali pada 2024. Kenaikan tersebut menunjukkan pertumbuhan penjualan berlangsung lebih cepat dibandingkan pertumbuhan aset seiring meningkatnya permintaan kendaraan listrik. Walaupun mengalami penurunan kecil pada 2023, nilainya kembali meningkat pada 2024. Peran manajemen keuangan terlihat melalui pengelolaan investasi pada kendaraan listrik, baterai, dan peningkatan kapasitas produksi sehingga aset mampu menghasilkan penjualan yang semakin besar.

BMW memperoleh Total Asset Turnover sebesar 1,322–1,671 kali, menjadi salah satu perusahaan dengan nilai tertinggi dalam penelitian ini. Penurunan pada 2020 terjadi karena penjualan menurun, sedangkan kenaikan pada 2021–2024 menunjukkan pemanfaatan aset yang semakin efisien dalam menghasilkan pendapatan. Nilai yang belum mencapai 2 kali menunjukkan kapasitas aset perusahaan masih lebih besar dibandingkan penjualan yang dihasilkan. Peran manajemen keuangan terlihat melalui pengelolaan aset pada segmen kendaraan premium dan kendaraan listrik dengan tetap menjaga pertumbuhan penjualan. Isuzu mencatat Total Asset Turnover sebesar 0,867–1,082 kali. Penurunan hingga 2021 berkaitan dengan menurunnya penjualan, sedangkan peningkatan pada 2022–2024 menunjukkan kemampuan aset dalam menghasilkan penjualan semakin baik. Nilai yang masih berada di bawah 2 kali menunjukkan aset perusahaan belum dimanfaatkan secara maksimal. Peran manajemen keuangan terlihat melalui pengelolaan aset produksi kendaraan komersial dan peningkatan efisiensi operasional.

Hyundai memperoleh Total Asset Turnover sebesar 0,770–1,037 kali. Penurunan pada 2020 menunjukkan pertumbuhan aset lebih tinggi dibandingkan penjualan. Kenaikan hingga 2023 menunjukkan penjualan meningkat sehingga efisiensi penggunaan aset menjadi lebih baik, sedangkan penurunan pada 2024 terjadi karena pertumbuhan aset kembali lebih besar dibandingkan penjualan. Peran manajemen keuangan terlihat melalui pengelolaan investasi pada kendaraan listrik, kendaraan hidrogen, dan peningkatan kapasitas produksi. Mazda menunjukkan Total Asset Turnover sebesar 1,010–1,369 kali. Penurunan hingga 2021 terjadi karena penjualan menurun, sedangkan kenaikan pada 2022–2024 menunjukkan peningkatan kemampuan perusahaan dalam memanfaatkan aset untuk menghasilkan penjualan. Nilai yang masih berada di bawah 2 kali menunjukkan aset perusahaan belum menghasilkan penjualan secara optimal. Peran manajemen keuangan terlihat melalui pengelolaan aset produksi, efisiensi operasional, dan pengembangan teknologi kendaraan sehingga penjualan terus mengalami peningkatan.

Secara keseluruhan, BMW menunjukkan Total Asset Turnover tertinggi, diikuti Mazda, BYD, Suzuki, dan Isuzu, sedangkan Toyota, Mercedes-Benz, dan Volkswagen memiliki nilai yang relatif lebih rendah karena aset perusahaan jauh lebih besar dibandingkan penjualan yang dihasilkan. Perbedaan tersebut menunjukkan bahwa kemampuan setiap perusahaan dalam memanfaatkan aset tidak sama. Hasil ini sejalan dengan penelitian yang menyatakan bahwa Total Asset Turnover berkaitan dengan efisiensi penggunaan aset dalam menghasilkan penjualan [21], [23], tetapi berbeda dengan penelitian yang menjelaskan bahwa industri padat aset memerlukan waktu sebelum investasi pada fasilitas produksi dan teknologi mampu memberikan hasil yang optimal [24], [25]. Peran manajemen keuangan menjadi penting dalam mengelola investasi aset, meningkatkan efisiensi operasional, serta mengoptimalkan kapasitas produksi agar aset yang dimiliki mampu menghasilkan penjualan yang lebih tinggi pada periode berikutnya [15], [32], [34].

Equity Multiplier

Equity Multiplier merupakan salah satu komponen dalam Analisis DuPont Lima Langkah yang digunakan untuk mengukur tingkat penggunaan aset yang didanai oleh ekuitas. Rasio ini dihitung dengan membandingkan Total Assets terhadap Total Equity. Nilai Equity Multiplier menunjukkan besarnya aset yang dikelola perusahaan untuk setiap satu satuan modal yang berasal dari pemegang saham. Semakin tinggi nilai Equity Multiplier, semakin besar penggunaan pendanaan eksternal dalam membiayai aset perusahaan [5], [7], [23]. Interpretasi Equity Multiplier dalam penelitian ini menggunakan kriteria Equity Multiplier ≤2 kali termasuk kriteria baik, sedangkan Equity Multiplier >2 kali termasuk kriteria kurang baik [37]. Batas 2 kali digunakan karena menunjukkan bahwa struktur pendanaan perusahaan masih didominasi oleh modal sendiri sehingga penggunaan pendanaan eksternal tetap terkendali. Equity Multiplier >2 kali menunjukkan penggunaan pendanaan eksternal yang lebih besar dibandingkan modal sendiri sehingga risiko keuangan dan kewajiban perusahaan menjadi lebih tinggi [23], [26], [37]. Interpretasi Equity Multiplier dilakukan melalui beberapa tahapan. Tahap pertama menghitung Equity Multiplier dengan membandingkan Total Assets terhadap Total Equity. Tahap kedua membandingkan hasil perhitungan dengan kriteria ≤2 kali dan >2 kali. Tahap ketiga menginterpretasikan hasil perhitungan. Equity Multiplier ≤2 kali menunjukkan struktur pendanaan yang lebih seimbang sehingga risiko keuangan relatif lebih rendah. Equity Multiplier >2 kali menunjukkan ketergantungan yang lebih besar terhadap pendanaan eksternal sehingga perusahaan memerlukan pengelolaan leverage yang lebih baik untuk menjaga stabilitas keuangan [23], [26]. Pada perusahaan otomotif global, Equity Multiplier menjadi rasio yang penting karena industri ini membutuhkan investasi dalam jumlah besar untuk pembangunan fasilitas produksi, pengembangan kendaraan listrik dan kendaraan hibrida, penelitian dan pengembangan, serta perluasan pasar [2]. Pengelolaan struktur modal mencerminkan peran manajemen keuangan dalam menentukan komposisi penggunaan modal sendiri dan pendanaan eksternal sehingga investasi dapat berjalan secara optimal dengan tingkat risiko yang tetap terkendali [15], [32]. Tabel 4.5 menyajikan hasil perhitungan Equity Multiplier pada sepuluh perusahaan otomotif global selama tahun 2019–2024. Hasil tersebut digunakan untuk menjelaskan struktur pendanaan setiap perusahaan serta membandingkan peran manajemen keuangan dalam mengelola penggunaan modal sendiri dan pendanaan eksternal berdasarkan Analisis DuPont Lima Langkah [5], [7], [23], [37].

Tabel 5 . Hasil Perhitungan Equity Multiplier 10 Perusahaan Otomotif Global Periode 2019-202 4

No. Nama Perusahaan Tahun Average Total Asset Average Shareholder’s Equity Equity Multiplier Kriteria Keterangan
4.1.1 Toyota 2019 5.259.837 2.556.793,5 2,057 ≥2 Kali Baik
2020 5.270.413,5 2.500.127,5 2,108 ≥2 Kali Baik
2021 5891.819,5 2.878.287,5 2,047 ≥2 Kali Baik
2022 7.065.553 3.582.275,5 1,972 ≥2 Kali Kurang Baik
2023 7.724.152,5 3.882.964,5 1,989 ≥2 Kali Kurang Baik
2024 9.449.823,5 4.941.587,5 1,912 ≥2 Kali Kurang Baik
4.1.2 Mercedes Benz 2019 292.028,5 63.000,5 4,635 ≥2 Kali Baik
2020 294.087,5 61.012,5 4,820 ≥2 Kali Baik
2021 272.784 66.321 4,113 ≥2 Kali Baik
2022 259.923 78.683 3,303 ≥2 Kali Baik
2023 261.518,5 88.594 2,952 ≥2 Kali Baik
2024 264.064 92.199 2,864 ≥2 Kali Baik
4.1.3 Suzuki 2019 3.370.876,5 1.580.166,5 2,133 ≥2 Kali Baik
2020 3.688.071,5 1.729.022,5 2,133 ≥2 Kali Baik
2021 4.095.756,5 1.890.000 2,226 ≥2 Kali Baik
2022 4.366.433 1.984.949,5 2,199 ≥2 Kali Baik
2023 4.81.665,5 2.134.304 2,334 ≥2 Kali Baik
2024 5684.637,5 2.584.452,5 2,201 ≥2 Kali Baik
4.1.4. Mitshubishi 2019 16.284.894,5 5.514.336,5 2,953 ≥2 Kali Baik
2020 16.841.220,5 5.461.802,5 3,083 ≥2 Kali Baik
2021 18.342.316 5.420.503 3,383 ≥2 Kali Baik
2022 20.273.491,5 6.246.939,5 3,245 ≥2 Kali Baik
2023 22.029.756,5 7.472.936 2,909 ≥2 Kali Baik
2024 22.803.538,5 8.554.733,5 2,665 ≥2 Kali Baik
4.1.5 Volkswagen 2019 473.113 119.449 3,960 ≥2 Kali Baik
2020 492.592 124.415 3,959 ≥2 Kali Baik
2021 512.861 135.749 3,778 ≥2 Kali Baik
2022 546.690 154.914 3,529 ≥2 Kali Baik
2023 582.710 170.173 3,424 ≥2 Kali Baik
2024 616.777 178.631 3,452 ≥2 Kali Baik
4.1.6 BYD 2019 195.106.335 61.647.700 3,164 ≥2 Kali Baik
2020 198.329.457 63.527.666 3,121 ≥2 Kali Baik
2021 243.398.734 84.351.561 2,885 ≥2 Kali Baik
2022 389.820.397 112.819.523 3,455 ≥2 Kali Baik
2023 586.704.158 135.925.975 4,316 ≥2 Kali Baik
2024 731.451.763 174.575.161 4,189 ≥2 Kali Baik
4.1.7 BMW 2019 50.677 15.160 3,342 ≥2 Kali Baik
2020 56.729,5 15.122 3,751 ≥2 Kali Baik
2021 61.172,5 17.046 3,588 ≥2 Kali Baik
2022 68.474 19.572,5 3,498 ≥2 Kali Baik
2023 70.035,5 19.075 3,671 ≥2 Kali Baik
2024 67.172 17.303,5 3,882 ≥2 Kali Baik
4.1.8 ISUZU 2019 2.098.716,5 1.101.422,5 1,905 ≥2 Kali Kurang Baik
2020 2.141.492 1.124.858 1,903 ≥2 Kali Kurang Baik
2021 2.198.540 1.199.197 1,833 ≥2 Kali Kurang Baik
2022 2.550.554,5 1.329.719 1,918 ≥2 Kali Kurang Baik
2023 2.951.458 1.452.328,5 2,032 ≥2 Kali Baik
2024 3.154.889 1.584.630,5 1,990 ≥2 Kali Kurang Baik
4.1.9 Hyundai 2019 44.838.598 31.516.756 1,423 ≥2 Kali Kurang Baik
2020 47.551.870 32.791.070 1,450 ≥2 Kali Kurang Baik
2021 49.990.106 34.262.574 1,459 ≥2 Kali Kurang Baik
2022 53.694.617 36.536.131 1,470 ≥2 Kali Kurang Baik
2023 57.146.271 39.216.827 1,457 ≥2 Kali Kurang Baik
2024 62.491.375 43.357.670 1,441 ≥2 Kali Kurang Baik
4.1.10 Mazda 2019 2.797.555 1.226.455,5 2,281 ≥2 Kali Baik
2020 2.829.329 1.219.643,5 2,319 ≥2 Kali Baik
2021 2.852.527 1.200.838 2,375 ≥2 Kali Baik
2022 2.942.781 1.256.263,5 2,342 ≥2 Kali Baik
2023 3.113.699,5 1.386.749 2,245 ≥2 Kali Baik
2024 3.525.509,5 1.607.089,5 2,193 ≥2 Kali Baik
Table 5.

Sumber: Data Sekunder Diolah (2026).

Berdasarkan Tabel 4.5, hasil analisis Equity Multiplier pada sepuluh perusahaan otomotif global selama tahun 2019–2024 menunjukkan adanya perbedaan dalam struktur pembiayaan aset pada setiap perusahaan. Equity Multiplier menunjukkan seberapa besar aset perusahaan dibiayai oleh modal pemegang saham dibandingkan dengan pembiayaan yang berasal dari kewajiban perusahaan, seperti pinjaman bank, obligasi, dan bentuk utang lainnya. Berdasarkan kriteria penelitian, Equity Multiplier ≥2 kali termasuk kriteria baik karena menunjukkan perusahaan mampu memanfaatkan sumber pembiayaan di luar modal sendiri untuk mendukung investasi, pengembangan usaha, dan kegiatan operasional. Equity Multiplier <2 kali termasuk kriteria kurang baik karena aset perusahaan lebih banyak dibiayai oleh modal sendiri sehingga pemanfaatan leverage untuk meningkatkan pengembalian kepada pemegang saham menjadi lebih terbatas [23], [26], [31].

Toyota memperoleh Equity Multiplier sebesar 2,057 kali pada tahun 2019 dan meningkat menjadi 2,108 kali pada tahun 2020. Peningkatan tersebut menunjukkan pertumbuhan aset perusahaan lebih cepat dibandingkan pertumbuhan ekuitas sehingga kebutuhan pembiayaan dari luar modal pemegang saham meningkat. Tahun 2021 rasio menurun menjadi 2,047 kali, kemudian berada di bawah 2 kali pada tahun 2022 hingga 2024. Penurunan tersebut menunjukkan bahwa pertumbuhan ekuitas berlangsung lebih cepat dibandingkan pertumbuhan aset sehingga porsi pembiayaan yang berasal dari modal sendiri semakin besar. Kondisi ini menunjukkan peran manajemen keuangan dalam memperkuat permodalan perusahaan untuk mendukung investasi jangka panjang pada pengembangan kendaraan listrik, kendaraan hibrida, serta inovasi teknologi [2], [15], [31].

Mercedes-Benz, Suzuki, Mitsubishi Motors, Volkswagen, BYD, BMW, dan Mazda mempertahankan Equity Multiplier ≥2 kali selama tahun pengamatan sehingga termasuk kriteria baik. Nilai tersebut menunjukkan bahwa perusahaan memanfaatkan pembiayaan di luar modal sendiri untuk memenuhi kebutuhan investasi aset, pembangunan fasilitas produksi, penelitian dan pengembangan, digitalisasi, serta pengembangan kendaraan listrik dan kendaraan hibrida. Kebutuhan investasi yang besar pada industri otomotif menjadikan penggunaan pembiayaan tersebut sebagai bagian dari strategi perusahaan untuk menjaga pertumbuhan usaha. Peran manajemen keuangan terlihat melalui kemampuan menentukan komposisi pembiayaan yang mampu mendukung ekspansi sekaligus menjaga kemampuan perusahaan dalam memenuhi kewajibannya [2], [15], [32].

BYD menunjukkan perubahan Equity Multiplier dari 3,164 kali pada tahun 2019 menjadi 3,121 kali pada tahun 2020 dan 2,885 kali pada tahun 2021. Penurunan tersebut menunjukkan pertumbuhan ekuitas lebih cepat dibandingkan aset perusahaan. Rasio kemudian meningkat menjadi 3,455 kali pada tahun 2022 dan 4,316 kali pada tahun 2023 karena pertumbuhan aset berlangsung lebih cepat sehingga kebutuhan pembiayaan untuk mendukung ekspansi perusahaan semakin besar. Tahun 2024 rasio turun menjadi 4,189 kali yang menunjukkan peningkatan ekuitas mulai mengimbangi pertumbuhan aset. Kondisi tersebut mencerminkan peran manajemen keuangan dalam menyediakan sumber pembiayaan untuk mempercepat pengembangan kendaraan listrik, meningkatkan kapasitas produksi, dan memperluas pasar global [2], [37], [41].

Isuzu dan Hyundai memperoleh hasil yang berbeda karena Equity Multiplier berada di bawah 2 kali pada sebagian besar tahun pengamatan. Isuzu hanya mencapai 2,032 kali pada tahun 2023, sedangkan Hyundai berada pada kisaran 1,423–1,470 kali selama tahun 2019–2024. Hasil tersebut termasuk kriteria kurang baik berdasarkan kriteria penelitian karena aset perusahaan lebih banyak dibiayai oleh modal pemegang saham dibandingkan pembiayaan yang berasal dari kewajiban perusahaan. Kondisi ini menunjukkan bahwa penggunaan leverage relatif rendah sehingga kemampuan perusahaan memanfaatkan pembiayaan untuk mempercepat ekspansi usaha menjadi lebih terbatas. Peran manajemen keuangan terlihat melalui keputusan meningkatkan pembiayaan menggunakan modal sendiri sehingga risiko kewajiban jangka panjang tetap dapat dikendalikan [23], [26], [41].

Perbandingan antarperusahaan menunjukkan bahwa BYD memiliki Equity Multiplier tertinggi pada akhir periode penelitian, diikuti oleh Mercedes-Benz, Volkswagen, BMW, Mitsubishi Motors, Mazda, dan Suzuki. Nilai tersebut menunjukkan kebutuhan pembiayaan yang lebih besar untuk mendukung investasi dan pengembangan usaha. Sebaliknya, Toyota, Isuzu, dan Hyundai memiliki Equity Multiplier yang lebih rendah karena pertumbuhan aset lebih banyak didukung oleh peningkatan modal sendiri. Perbedaan tersebut menunjukkan bahwa setiap perusahaan memiliki kebijakan pembiayaan yang berbeda sesuai kebutuhan investasi, kapasitas produksi, serta strategi pengembangan bisnis yang dijalankan [2], [15], [32].

Secara keseluruhan, hasil analisis Equity Multiplier menunjukkan bahwa sebagian besar perusahaan berada pada kriteria baik karena memiliki Equity Multiplier ≥2 kali. Hasil ini sejalan dengan penelitian terdahulu yang menyatakan bahwa penggunaan pembiayaan di luar modal sendiri secara tepat dapat mendukung pertumbuhan perusahaan dan meningkatkan pengembalian kepada pemegang saham melalui pengelolaan struktur modal yang efektif [23], [26]. Penelitian lain menunjukkan bahwa penggunaan pembiayaan yang terlalu besar dapat meningkatkan kewajiban perusahaan sehingga diperlukan pengelolaan yang cermat agar kemampuan memenuhi kewajiban tetap terjaga [27], [29]. Temuan tersebut menunjukkan bahwa peran manajemen keuangan terletak pada kemampuan menentukan komposisi pembiayaan yang sesuai dengan kebutuhan investasi sehingga pertumbuhan perusahaan dapat dicapai tanpa meningkatkan risiko keuangan secara berlebihan [15], [32], [34].

Analisis Dupont

Return on Equity (ROE) merupakan rasio yang menunjukkan kemampuan perusahaan dalam menghasilkan laba bersih bagi pemegang saham melalui pemanfaatan modal yang dimiliki. Pada Analisis DuPont Lima Langkah, ROE tidak dihitung secara langsung dari laba bersih dan ekuitas, melainkan diperoleh dari hasil perkalian lima komponen, yaitu Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, dan Equity Multiplier [37]. Pendekatan ini memberikan gambaran yang lebih menyeluruh mengenai sumber pembentukan ROE sehingga perubahan nilai ROE dapat ditelusuri berdasarkan perubahan pada setiap komponen penyusunnya [38]. Rumus Analisis DuPont Lima Langkah adalah sebagai berikut:

Penilaian ROE menggunakan kriteria ROE ≥20% dikategorikan baik, sedangkan ROE <20% dikategorikan kurang baik [44]. Kriteria tersebut digunakan untuk mempermudah evaluasi hasil Analisis DuPont Lima Langkah sehingga dapat diketahui perusahaan yang mampu menghasilkan tingkat pengembalian ekuitas yang baik berdasarkan pengelolaan seluruh komponen DuPont. Hasil Analisis DuPont Lima Langkah pada sepuluh perusahaan otomotif global periode 2019–2024 disajikan pada Tabel 4.6.

Tabel 6 . Hasil Perhitunga n Analisis Dupont 10 Perusahaan Otomotif Global Periode 2019-202 4

No. Nama Perusahaan Tahun Tax Burden Interest Burden Operating Margin Total Asset Turnover Equity Multiplier Return On Equity Kriteria Keterangan
4.1.1 Toyota 2019 75,53% 1,501 6,08% 0,421 2,057 5,97% ≥20% Kurang Baik
2020 74,32% 1,531 5,91% 0,412 2,108 5,83% ≥20% Kurang Baik
2021 74,29% 1,557 5,58% 0,359 2,047 4,75% ≥20% Kurang Baik
2022 73,26% 1,547 5,88% 0,383 1,972 5,03% ≥20% Kurang Baik
2023 73,34% 1,548 5,03% 0,438 1,989 4,97% ≥20% Kurang Baik
2024 73,99% 1,543 5,23% 0,406 1,912 4,63% ≥20% Kurang Baik
4.1.2 Mercedes Benz 2019 22,43% 0,885 2,51% 0,592 4,635 3,77% ≥20% Kurang Baik
2020 57,20% 1,041 5,00% 0,414 4,820 5,94% ≥20% Kurang Baik
2021 145,50% 0,986 11,97% 0,491 4,113 34,69% ≥20% Baik
2022 71,40% 0,992 13,64% 0,577 3,303 18,43% ≥20% Kurang Baik
2023 71,00% 1.021 12,89% 0,586 2,952 16,10% ≥20% Kurang Baik
2024 72,10% 1.040 9,34% 0,551 2,864 11,07% ≥20% Kurang Baik
4.1.3 Suzuki 2019 54,55% 1.144 6,17% 1,034 2,133 8,49% ≥20% Kurang Baik
2020 60,73% 1.239 6,12% 0,861 2,133 8,47% ≥20% Kurang Baik
2021 58,46% 1.432 5,37% 0,871 2,226 8,71% ≥20% Kurang Baik
2022 58,02% 1.087 7,55% 1,063 2,199 11,14% ≥20% Kurang Baik
2023 45,24% 1.271 9,18% 1,078 2,334 12,45% ≥20% Kurang Baik
2024 56,97% 1.136 11,04% 1,023 2,201 16,10% ≥20% Kurang Baik
4.1.4. Mitshubishi 2019 69,35% 1.179 4,48% 0,988 2,953 10,7% ≥20% Kurang Baik
2020 82,50% 1.189 3,69% 0,877 3,083 9,8% ≥20% Kurang Baik
2021 68,05% 1.481 1,32% 0,702 3,383 3,14% ≥20% Kurang Baik
2022 72,50% 1.058 7,07% 0,851 3,245 15% ≥20% Kurang Baik
2023 70,25% 1.055 7,39% 0,979 2,909 15,79% ≥20% Kurang Baik
2024 70,74% 1.091 6,38% 0,858 2,665 11,26% ≥20% Kurang Baik
4.1.5 Volkswagen 2019 72,70% 1.082 6,71% 0,534 3,960 11,17% ≥20% Kurang Baik
2020 71,43% 1.205 4,34% 0,452 3,959 6,70% ≥20% Kurang Baik
2021 67,08% 1.044 7,70% 0,487 3,778 10,93% ≥20% Kurang Baik
2022 67,44% 0.996 7,92% 0,510 3,529 9,60% ≥20% Kurang Baik
2023 69,03% 1.025 6,99% 0,553 3,424 9,37% ≥20% Kurang Baik
2024 63,79% 0.881 5,87% 0,526 3,452 9,36% ≥20% Kurang Baik
4.1.6 BYD 2019 66,89% 0.407 4,86% 0,624 3,164 2,62% ≥20% Kurang Baik
2020 61,49% 0.687 6,52% 0,773 3,121 6,67% ≥20% Kurang Baik
2021 87,81% 0.975 2,01% 0,888 2,885 4,70% ≥20% Kurang Baik
2022 84,02% 0.978 5,07% 1,087 3,455 15,70% ≥20% Kurang Baik
2023 82,14% 0.955 5,03% 1,026 4,316 23,06% ≥20% Baik
2024 93,31% 0.978 5,86% 1,062 4,189 23,82% ≥20% Baik
4.1.7 BMW 2019 72,75% 1.013 3,37% 1,671 3,342 13,90% ≥20% Kurang Baik
2020 88,00% 0.873 2,95% 1,322 3,751 11,26% ≥20% Kurang Baik
2021 81,90% 0.933 7,25% 1,447 3,588 28,80% ≥20% Baik
2022 79,64% 0.730 10,98% 1,443 3,498 32,24% ≥20% Baik
2023 80,09% 0.984 5,13% 1,540 3,671 22,89% ≥20% Baik
2024 85,80% 0.915 4,25% 1,567 3,882 20,37% ≥20% Baik
4.1.8 ISUZU 2019 60,96% 0.984 8,79% 1,024 1,905 10,30% ≥20% Kurang Baik
2020 56,60% 0.951 7,25% 0,971 1,903 7,22% ≥20% Kurang Baik
2021 49,19% 0.832 5,46% 0,867 1,833 3,56% ≥20% Kurang Baik
2022 61,77% 1.091 7,44% 0,985 1,918 9,49% ≥20% Kurang Baik
2023 56,23% 1.064 7,93% 1,082 2,032 10,45% ≥20% Kurang Baik
2024 57,74% 1.042 8,65% 1,073 1,990 11,13% ≥20% Kurang Baik
4.1.9 Hyundai 2019 71,72% 1.362 6,20% 0,849 1,423 7,27% ≥20% Kurang Baik
2020 72,23% 1.157 5,00% 0,770 1,450 4,67% ≥20% Kurang Baik
2021 73,26% 1.566 4,89% 0,834 1,459 6,87% ≥20% Kurang Baik
2022 73,91% 1.659 3,90% 0,967 1,470 6,80% ≥20% Kurang Baik
2023 77,00% 1.937 3,87% 1,037 1,457 8,73% ≥20% Kurang Baik
2024 77,04% 1.713 5,37% 0,916 1,441 9,35% ≥20% Kurang Baik
4.1.10 Mazda 2019 58,62% 1.304 2,32% 1,274 2,281 5,18% ≥20% Kurang Baik
2020 24,61% 1.130 1,27% 1,212 2,319 0,95% ≥20% Kurang Baik
2021 110,97% 0.249 0,30% 1,010 2,375 2,63% ≥20% Kurang Baik
2022 72,56% 1.078 3,34% 1,060 2,342 6,49% ≥20% Kurang Baik
2023 84,02% 1.197 3,70% 1,229 2,245 10,29% ≥20% Kurang Baik
2024 69,62% 1.190 5,18% 1,369 2,193 12,94% ≥20% Kurang Baik
Table 6.

Sumber: Data Sekunder Diolah (2026).

Berdasarkan Tabel 4.6, Analisis DuPont Lima Langkah menunjukkan bahwa nilai Return on Equity (ROE) pada sepuluh perusahaan otomotif global dibentuk oleh kombinasi Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, dan Equity Multiplier. Nilai ROE yang memenuhi kriteria ≥20% menunjukkan bahwa perusahaan mampu mengelola kelima komponen DuPont secara efektif sehingga menghasilkan tingkat pengembalian ekuitas yang baik [44]. Toyota menghasilkan ROE yang berada di bawah kriteria 20%. Nilai tersebut dibentuk oleh Tax Burden dan Interest Burden yang relatif stabil, Operating Margin yang tetap baik, Total Asset Turnover yang cenderung rendah, serta Equity Multiplier yang menurun. Peran manajemen terlihat dari kemampuannya menjaga stabilitas profitabilitas dan struktur pendanaan, meskipun efisiensi pemanfaatan aset belum mampu mendorong ROE mencapai kategori baik [38]. Mercedes-Benz menunjukkan ROE yang berfluktuasi. Hanya sebagian periode yang memenuhi kriteria baik, sedangkan periode lainnya berada di bawah 20%. Perubahan tersebut dipengaruhi oleh perubahan Operating Margin dan Equity Multiplier. Manajemen mampu meningkatkan laba operasi, tetapi perubahan struktur pendanaan menyebabkan ROE belum dapat dipertahankan pada kategori baik [32].

Suzuki menghasilkan ROE yang seluruhnya berada di bawah kriteria 20%, meskipun menunjukkan kecenderungan meningkat. Kombinasi Operating Margin yang meningkat, Tax Burden dan Interest Burden yang stabil, serta Equity Multiplier di atas dua kali menunjukkan bahwa manajemen telah mengelola operasional dan pendanaan dengan baik, tetapi tingkat pengembalian ekuitas masih berada di bawah kriteria yang ditetapkan [37]. Mitsubishi juga menghasilkan ROE di bawah 20%. Perubahan ROE dipengaruhi oleh peningkatan Operating Margin yang diikuti penurunan Equity Multiplier. Manajemen berhasil memperbaiki efisiensi operasional, tetapi hasil pengelolaan seluruh komponen DuPont belum mampu menghasilkan ROE yang memenuhi kategori baik [39].

Volkswagen mempertahankan ROE yang relatif stabil, tetapi seluruh nilainya masih berada di bawah kriteria 20%. Hal tersebut menunjukkan bahwa keseimbangan kelima komponen DuPont telah mampu menjaga kestabilan kinerja perusahaan, tetapi belum menghasilkan tingkat pengembalian ekuitas yang lebih tinggi. BYD merupakan salah satu perusahaan dengan kinerja terbaik karena mampu menghasilkan ROE di atas 20% pada akhir periode pengamatan. Peningkatan tersebut dibentuk oleh Operating Margin yang membaik, Total Asset Turnover yang meningkat, serta Equity Multiplier yang lebih tinggi. Peran manajemen terlihat dari keberhasilannya meningkatkan penjualan, laba operasi, dan efektivitas penggunaan aset sehingga seluruh komponen DuPont mampu menghasilkan ROE yang memenuhi kategori baik [38].

BMW menjadi perusahaan dengan kinerja terbaik berdasarkan Analisis DuPont Lima Langkah karena mampu mempertahankan ROE di atas 20% pada beberapa periode. Hasil tersebut dibentuk oleh Operating Margin yang tinggi, Total Asset Turnover yang baik, Tax Burden dan Interest Burden yang stabil, serta Equity Multiplier yang mendukung peningkatan pengembalian kepada pemegang saham. Peran manajemen tercermin pada kemampuan mengelola profitabilitas, aset, dan struktur pendanaan secara seimbang sehingga menghasilkan ROE tertinggi dibandingkan perusahaan lainnya [38]. Isuzu menghasilkan ROE yang berada di bawah kriteria 20%. Operating Margin tetap baik dan pemanfaatan aset mengalami perbaikan, tetapi kombinasi seluruh komponen DuPont belum mampu menghasilkan tingkat pengembalian ekuitas yang memenuhi kategori baik. Hal ini menunjukkan bahwa manajemen masih perlu meningkatkan efektivitas pengelolaan seluruh komponen DuPont [40].

Hyundai juga menghasilkan ROE di bawah 20%. Perubahan ROE dipengaruhi oleh perubahan Operating Margin dan Total Asset Turnover, sedangkan Tax Burden, Interest Burden, dan Equity Multiplier relatif stabil. Manajemen mampu menjaga kestabilan perusahaan, tetapi pengelolaan kelima komponen belum menghasilkan ROE yang memenuhi kategori baik [32]. Mazda merupakan perusahaan dengan kinerja terburuk karena seluruh nilai ROE sebagian besar berada di bawah kriteria 20%. Kondisi tersebut dibentuk oleh Operating Margin yang rendah, Total Asset Turnover yang belum optimal, serta kombinasi Tax Burden, Interest Burden, dan Equity Multiplier yang belum mampu menghasilkan pengembalian ekuitas yang tinggi. Peran manajemen terlihat dari adanya perbaikan pada akhir periode, tetapi hasil Analisis DuPont Lima Langkah menunjukkan bahwa efektivitas pengelolaan kelima komponen masih lebih rendah dibandingkan perusahaan lainnya [37].

Secara keseluruhan, hasil Analisis DuPont Lima Langkah menunjukkan bahwa hanya BMW dan BYD yang mampu mencapai kategori ROE baik sesuai kriteria ≥20%, sedangkan perusahaan lainnya masih berada di bawah kriteria tersebut. Hasil ini menunjukkan bahwa keberhasilan meningkatkan ROE tidak hanya bergantung pada satu komponen, tetapi pada kemampuan manajemen dalam mengelola Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, dan Equity Multiplier secara seimbang sehingga mampu menghasilkan pengembalian yang optimal bagi pemegang saham [44].

Simpulan

Berdasarkan hasil Analisis DuPont Lima Langkah terhadap sepuluh perusahaan otomotif global periode 2019–2024, dapat disimpulkan bahwa Return on Equity (ROE) dibentuk oleh kombinasi Tax Burden, Interest Burden, Operating Margin, Total Asset Turnover, dan Equity Multiplier. Hasil analisis menunjukkan bahwa BMW merupakan perusahaan dengan kinerja keuangan terbaik karena mampu menghasilkan ROE yang memenuhi kriteria baik melalui pengelolaan profitabilitas, efisiensi penggunaan aset, serta struktur pendanaan yang seimbang. BYD juga menunjukkan kinerja yang sangat baik dengan peningkatan ROE yang konsisten selama periode pengamatan. Di sisi lain, Mazda merupakan perusahaan dengan kinerja keuangan terburuk karena kombinasi kelima komponen DuPont belum mampu menghasilkan ROE yang optimal. Secara umum, Analisis DuPont Lima Langkah mampu memberikan gambaran yang lebih menyeluruh mengenai faktor-faktor yang membentuk ROE sehingga dapat digunakan sebagai dasar dalam mengevaluasi kinerja keuangan perusahaan.

Perusahaan disarankan untuk terus meningkatkan efektivitas pengelolaan setiap komponen DuPont, terutama profitabilitas operasional, efisiensi penggunaan aset, pengelolaan beban bunga, beban pajak, serta struktur pendanaan agar mampu meningkatkan Return on Equity secara berkelanjutan. Bagi perusahaan dengan kinerja yang masih rendah, seperti Mazda, diperlukan peningkatan efisiensi operasional dan pemanfaatan aset agar pengembalian kepada pemegang saham dapat meningkat. Bagi peneliti selanjutnya, analisis dapat dikembangkan dengan menambahkan periode pengamatan, memperluas sektor industri, atau mengombinasikan Analisis DuPont Lima Langkah dengan metode analisis keuangan lainnya sehingga hasil yang diperoleh menjadi lebih luas.

References

R. Faizah et al., “Analisis Perbandingan Kinerja Keuangan Sub Sektor Otomotif (Studi Di Bursa Efek Indonesia 2020–2024),” Balance Jurnal Akuntansi dan Manajemen, vol. 4, no. 2, 2025, doi: 10.59086/jam.v4i22.1060.

M. L. Souma et al., “Dampak Electric Vehicle Terhadap Lingkungan dan Ekonomi Berkelanjutan,” Jurnal Ekonomi Bisnis Dan Kewirausahaan, vol. 4, no. 1, pp. 47–53, 2024, doi: 10.69714/03cm9274.

M. Hafizzudin et al., “Analisis Kinerja Keuangan Perusahaan Otomotif dan Komponen yang Terdaftar Pada BEI (Periode 2017–2021),” Jurnal Risma, vol. 3, no. 4, pp. 1–16, 2023, doi: 10.29303/risma.v4i1.

D. L. Aryani et al., “Pengaruh ROA, ROE, dan NPM terhadap Nilai Perusahaan pada Perusahaan Otomotif yang Terdaftar di Bursa Efek Indonesia (BEI) Tahun 2017–2023,” Jurnal Pendidikan Tambusa, vol. 8, no. 3, 2024.

H. Endris and N. K. Babu, “Examining Financial Performance of Manufacturing Companies: An Extended DuPont Analysis,” vol. 12, no. 82, 2026, doi: 10.1186/s43093-026-00792-y.

Y. Li et al., “Tax Burden and Corporate Investment Efficiency,” Sustainability, 2023.

J. Srisakornborisut and S. Nimtrakoon, “The Relationship Between the Composition of the DuPont Model and the Return on Equity of Companies Listed on the Stock Exchange of Thailand: The Real Estate and Construction Industry,” RMUTI Journal of Humanities and Social Sciences, vol. 12, no. 1, pp. 93–111, 2025, doi: 10.https://so05.tci-thaijo.org/index.php/RMUTI_SS/article/view/276538.

Q. Niu and Y. Peng, “Tax Burden, Corporate Innovation, and Supply Chain Resistance,” SSRN Electronic Journal, 2025.

F. Saragih, “Analisis Rasio Profitabilitas Dalam Menilai Kinerja Keuangan Perusahaan Pada PT. Pelabuhan Indonesia I (Persero) Medan,” Jurnal Ilmu Ekonomi dan Studi Pembangunan, vol. 53, no. 9, pp. 1689–1699, 2013.

Y. Lu et al., “Direct Tax Burden, Financing Constraints, and Innovation-Based Output,” Sustainability, vol. 15, no. 21, 2023, doi: 10.3390/su152115275.

S. Fakhirah et al., “Pengaruh Current Ratio, Total Asset Turnover, Debt to Equity Ratio, dan Net Profit Margin Terhadap Profit Growth pada Perusahaan Sub Sektor Otomotif yang Terdaftar di BEI Periode 2016–2021,” Jurnal Manajemen Pratama, vol. 1, no. 2, 2024. [Online]. Available: https://namara-feb.unpak.ac.id/index.php/namara/article/view/145

N. A. E. Pratiwi and I. Wadi, “The Influence of Tax Burden, Intangible Assets, and Foreign Ownership on Transfer Pricing Policies,” Educoretax, vol. 4, no. 11, pp. 1345–1353, 2024, doi: 10.54957/educoretax.v4i11.1034.

D. Maulana et al., “Dynamics of Corporate Financial Performance in IDX Carbon,” Indonesian Interdiscipline Journal Sharia Economic, vol. 9, no. 2, pp. 11577–11591, 2026.

W. P. Minz et al., “A Comparative Study on the Financial Performance of Domestic Systematically Important Banks (D-SIBs) in India Using Extended DuPont Analysis,” Vidyasagar University Journal of Commerce, vol. 28, no. 00, pp. 31–48, 2025, doi: 10.62424/vujc.2023.28.00.03.

D. Sugiarto et al., Manajemen Keuangan. Bandung, Indonesia: Widina Media Utama, 2023.

H. Abbas, “The Relationship Between Interest Burden and Audit Risk in Industrial Companies Listed Across Multiple Stock Exchanges,” American Journal of Economics, vol. 8, no. 10, pp. 4845–4863, 2025.

M. Shiddiq et al., “Analisis Pengaruh Total Asset Turnover, Operating Profit Margin, dan Debt Burden Terhadap Return on Equity Pada Perusahaan Industri IDX-J21 yang Terdaftar di Bursa Efek Indonesia,” Center of Economic Journal, vol. 9, no. 2, pp. 485–493, 2026.

D. Fitriyani et al., “Pengaruh Operating Profit Margin (OPM), Return on Equity (ROE), dan Return on Assets (ROA) Terhadap Harga Saham Pada PT XL Axiata Tbk,” Journal Global Humanistic Studies, vol. 2, no. 4, pp. 122–133, 2024.

P. Anugrah et al., “Analisis Kinerja Keuangan Perusahaan dengan Menggunakan Metode DuPont pada Perusahaan yang Terdaftar di BEI Tahun 2022–2024,” Jurnal Ekonomi Manajemen, dan Bisnis, vol. 2, no. 2, 2025.

N. A. Harahap et al., “Pengaruh Persediaan Barang Dan Piutang Terhadap Laba Pada Usaha Pengetaman Dan Perabot Yakin Maju Tapian Nauli I Kabupaten Tapanuli Tengah,” Jurnal Ekonomi Bisnis Digital, vol. 4, no. 1, pp. 32–38, 2024, doi: 10.47709/jebidi.v4i1.369.

Karim et al., “Effect of Current Ratio, Total Asset Turnover, and Size on Profitability: Evidence from Indonesia Manufacturing Companies,” Diponegoro International Journal of Business, vol. 6, no. 1, pp. 57–63, 2023, doi: 10.14710/dijb.6.1.2023.57-63.

E. Maryanti et al., “Peran Komisaris Independen Memoderasi Hubungan Ukuran Perusahaan, Profitabilitas dan Financial Leverage terhadap Income Smoothing,” Owner, vol. 7, no. 4, pp. 3153–3163, 2023, doi: 10.33395/owner.v7i4.1615.

F. Abadiyah, “Pengaruh Kinerja Keuangan dengan Pendekatan DuPont System terhadap Return Saham Perusahaan Asuransi di Indonesia dengan ROE DuPont sebagai Variabel Moderasi,” Nominal Barometer Riset Akuntansi dan Manajemen, vol. 13, no. 2, pp. 144–158, 2024, doi: 10.21831/nominal.v13i2.63248.

Ismoyo et al., “Pengaruh TATO, CR, DER terhadap ROE pada Perusahaan Sektor Asuransi di BEI Tahun 2017–2021,” Jurnal Ilmiah Cendekia Akuntansi, vol. 9, no. 2, pp. 10–24, 2024.

Habibie, “Analisa TATO dan DER Terhadap ROE Pada Perusahaan Sub Sektor Pertambangan yang Terdaftar di BEI,” Ekon. Keuangan, Investasi dan Syariah, vol. 3, no. 3, pp. 642–646, 2022, doi: 10.47065/ekuitas.v3i3.1170.

P. Astuti and A. B. Kusuma, “Pengaruh Net Profit Margin (NPM) dan Equity Multiplier (EM) Terhadap Return on Equity (ROE) Pada Sektor Perbankan yang Memiliki Layanan Digital,” Jurnal Ekonomi Manajemen dan Bisnis, vol. 3, no. 2, pp. 297–312, 2025.

M. Efendy et al., “Pengaruh Manajemen Keuangan terhadap Kinerja Perusahaan: Studi Pada Sektor Perbankan,” Jurnal Akademi Ekonomi dan Manajemen, vol. 2, no. 1, 2025, doi: 10.61722/jaem.v2i1.3932.

M. Hastiwi et al., “Pentingnya Laporan Keuangan dalam Menilai Kinerja Keuangan pada Perusahaan,” Seminar Nasional Call Paper Hubisaintek, pp. 16–24, 2022, doi: 10.56910/gemilang.v5i2.2082.

U. H. Nasution, “Pengaruh Equity Multiplier dan Return on Total Assets terhadap Return on Equity,” Jurnal Bisnis Corporate, vol. 3, no. 2, 2022.

L. Liu, “Financial Performance Evaluation Analysis Based on the Improved DuPont Analysis: A Case Study of H Enterprise,” Academia Journal Business Management, vol. 7, no. 3, 2025.

M. Luckieta, “Strategi Manajemen Keuangan dan Dampaknya terhadap Kinerja Perusahaan Industri,” Jurnal Sosial dan Sains, vol. 5, no. 3, pp. 651–659, 2025, doi: 10.59188/jurnalsosains.v5i3.32108.

F. Alimudin, “Penggunaan Du Pont Sistem terhadap Return on Equity (ROE) Pada Perusahaan Semen yang Terdaftar di Bursa Efek Indonesia,” Jurnal Kewirausahaan, vol. 8, no. 3, pp. 282–288, 2022.

U. N. Atul et al., “Analisis Rasio Keuangan untuk Mengukur Kinerja Keuangan Perusahaan,” E-Jurnal Akuntansi TSM, vol. 2, no. 3, pp. 89–96, 2022, doi: 10.34208/ejatsm.v2i3.1396.

Indrawan et al., Bekasi, Indonesia: PT Kimshafi Alung Cipta, 2025.

Burhanuddin Burhanuddin, “Analisis Du Pont System Sebagai Alat Ukur dalam Penilaian Kinerja Keuangan PT Inti Sari Perkasa Makassar,” Jurnal Publikasi Ilmu Manajemen, vol. 3, no. 3, pp. 143–153, 2024, doi: 10.55606/jupiman.v3i3.4273.

R. R. Prastiti and H. Sulistiyo, “Penilaian Performa Keuangan PT. Kalbe Farma Tbk. dengan Metode Du Pont System (Financial Performance Assessment of PT. Kalbe Farma Tbk. With Du Pont System Method),” Jurnal Akuntansi, Keuangan, dan Manajemen, vol. 3, no. 4, pp. 293–306, 2022, doi: 10.35912/jakman.v3i4.1150.

L. Liu and F. He, “Financial Performance Evaluation Analysis Based on the Improved DuPont Analysis: A Case Study of H Enterprise,” Academia Journal Business Management, vol. 7, no. 3, pp. 134–142, 2025, doi: 10.25236/ajbm.2025.070319.

R. P. Mrs. B. Kishori, “Using DuPont Framework in Selected Automobile Companies to Analysis Financial Performance,” International Journal Progressive Research Engineering Management Science, vol. 4, no. 11, 2024.

W. Mengli, A Study of BYD’s Profitability Based on DuPont Analysis, 2025.

Yulistiawati, N. Huda, and A. Munandar, “Pengaruh Net Profit Margin (NPM) dan Operating Profit Margin (OPM) Terhadap Pertumbuhan Laba,” Baashima Jurnal Bisnis Digital Akuntansi, Kewirausahaan, dan Manajemen, vol. 2, no. 2, pp. 99–112, 2024, doi: 10.61492/baashima.v2i2.168.

R. Reysa et al., “Determinasi Kebijakan Dividen Dan Kinerja Perusahaan: Kepemilikan Manajerial Dan Kinerja Keuangan (Literature Review Manajemen Keuangan),” Jurnal Manajemen Pendidikan Dan Ilmu Sosial, vol. 3, no. 1, pp. 364–374, 2022, doi: 10.38035/jmpis.v3i1.881.

R. R. Mahfud Nurnajamuddin, Budiandriani, and Khairina Rosyadah, Manajemen Keuangan: Pilar Utama Kesuksesan Perusahaan. Yogyakarta, Indonesia: Penerbit Andi, 2025.

Mas’ud et al., “Analisis Kinerja Keuangan Perusahaan Makanan Cepat Saji dengan Pendekatan Rasio Likuiditas, Solvabilitas, dan Profitabilitas,” BISMA Journal Business Management, vol. 3, no. 3, 2025.

N. L. Syifa et al., “Analisis Kinerja Keuangan PDAM Tirta Rangga Subang (BUMD) Jawa Barat Periode 2020–2024 dengan Pendekatan Kuantitatif,” Land Journal, vol. 7, no. 1, 2016.

K. E. R. Lobo et al., “Penilaian Tingkat Kinerja Keuangan dengan Metode Analisis DuPont System pada PT Telkom Indonesia (Persero) Tbk. yang Terdaftar di Bursa Efek Indonesia Periode 2017–2021,” Jurnal Management Small Medium Entrepreneurship, vol. 15, no. 3, 2022.