ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI MARKET...
Transcript of ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI MARKET...
ANALISIS FAKTOR-FAKTOR YANG
MEMPENGARUHI MARKET SHARE MELALUI
RETURN ON ASSET BANK UMUM SYARIAH DI
INDONESIA
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat
Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh:
AFRIDA KHARISATUL MAULA
NIM. 213 14 069
PROGRAM STUDI S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI
SALATIGA
2018
JJJJ
HALAMAN LOGO
HALAMAN JUDUL
ANALISIS FAKTOR-FAKTOR YANG
MEMPENGARUHI MARKET SHARE MELALUI
RETURN ON ASSET BANK UMUM SYARIAH DI
INDONESIA
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat
Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh:
AFRIDA KHARISATUL MAULA
NIM. 213 14 069
PROGRAM STUDI S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI
SALATIGA
2018
KEMENTERIAN AGAMA REPUBLIK INDONESIA
INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA
FAKULTAS EKONOMI DAN BISNIS ISLAM Jalan Tentara Pelajar No. 02 Salatiga 50721 Telepon (0298) 323706
Faksimili (0298) 323433
Website: www.iainsalatiga.ac.id E-mail: [email protected]
iii
PERSETUJUAN PEMBIMBING
Setelah diadakan pengarahan, bimbingan, koreksi dan perbaikan seperlunya, maka
skripsi Saudara:
Nama : Afrida Kharisatul Maula
NIM : 21314069
Fakultas : Ekonomi dan Bisnis Islam
Program Studi : S1 Perbankan Syariah
Judul : ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
PERTUMBUHAN MARKET SHARE MELALUI RETURN ON
ASSET BANK UMUM SYARIAH DI INDONESIA
Dapat diajukan dalam sidang munaqosah Skripsi. Demikian surat ini dibuat untuk
dapat dipergunakan sebagaimana mestinya.
Salatiga, 02 Oktober 2018
Pembimbing
Dr. Faqih Nabhan, S.E., M.M.
NIP. 19741230 200212 1 002
KEMENTERIAN AGAMA REPUBLIK INDONESIA
INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA
FAKULTAS EKONOMI DAN BISNIS ISLAM Jalan Tentara Pelajar No. 02 Salatiga 50721 Telepon (0298) 323706
Faksimili (0298) 323433
Website: www.iainsalatiga.ac.id E-mail: [email protected]
iv
PENGESAHAN
v
PERNYATAAN KEASLIAN TULISAN DAN KESEDIAAN PUBLIKASI
Saya yang bertanda tangan dibawah ini:
Nama : Afrida Kharisatul Maula
NIM : 21314069
Fakultas : Ekonomi dan Bisnis Islam
Program Studi : S1 Perbankan Syariah
Judul : ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
PERTUMBUHAN MARKET SHARE MELALUI RETURN ON
ASSET BANK UMUM SYARIAH DI INDONESIA
Dengan ini menyatakan bahwa Skripsi ini benar-benar merupakan hasil karya saya
sendiri. Sepanjang pengetahuan saya tidak terdapat karya atau pendapat yang ditulis
atau diterbitkan orang lain kecuali sebagai acuan atau kutipan dengan mengikuti tata
penulisan karya ilmiah yang telah lazim. Skripsi ini diperkenankan untuk
dipublikasikan pada e-repository IAIN Salatiga.
Salatiga, 02 Oktober 2018
Penulis,
Afrida Kharisatul Maula
NIM. 213 14 069
vi
PERNYATAAN BEBAS PLAGIAT
Saya yang bertanda tangan dibawah ini:
Nama : Afrida Kharisatul Maula
NIM : 21314069
Fakultas : Ekonomi dan Bisnis Islam
Program Studi : S1 Perbankan Syariah
Judul : ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
PERTUMBUHAN MARKET SHARE MELALUI RETURN ON
ASSET BANK UMUM SYARIAH DI INDONESIA
Demikian surat pernyataan ini saya buat, apabila di kemudian hari terbukti karya saya
bukan karya sendiri maka saya sanggup menanggung semua konsekuensinya.
Salatiga, 02 Oktober 2018
Penulis,
Afrida Kharisatul Maula
NIM. 213 14 069
vii
DECLARATION
In the name of Allah the most gracious and merciful.
Here by the writer fully declares that the graduating paper is made by sriter herself, and
it is not contained the materials written or has been published by other people and
others’ people ideas except the information from the references.
The writer is capable to account for this graduating paper if in the future it can be
proved of containing others’ ideas or fact the writer iniates the others’ graduating paper.
Like wise the declaration made by the writer and hope that this declaration can be
understood.
Salatiga, 02 Oktober 2018
Penulis,
Afrida Kharisatul Maula
NIM. 213 14 069
viii
MOTTO
“Menyia-nyiakan waktu lebih buruk dari kematian. Karena kematian
memisahkanmu dari dunia sementara menyia-nyiakan waktu memisahkanmu dari
Allah” – Imam bin al Qayim
-The best plan is no plan-
ix
PERSEMBAHAN
Skripsi ini penulis persembahkan untuk orangtua tercinta,
Bapak Mughis dan Ibu Sholikhatun, terima kasih atas doa, semangat serta cinta
kasih yang tak pernah putus. Semoga apa yang bermanfaat dalam skripsi ini dapat
menjadi amal baik untuk Bapak dan Ibu
Kakak Dian Ari Wijayanti dan Suami Much. Maskuri serta Nenek Munaziroh,
terima kasih atas doa dan dukungannya
Para dosen, serta dosen pembimbing Bapak Faqih Nabhan, terima kasih atas
saran dan bimbingannya
Orang-orang terdekat, Zunita, Demi, Maharani, Lilik, Hamdan, Rouf Ali, Layla,
Kumala, Novia, Merida, Dewi, Mela, Ummah, rekan-rekan IDC dan KKI 2014,
KSEI, DEMA I serta Komunitas GEMAR, yang turut memberikan semangat,
terima kasih telah meluangkan waktu
Sahabat-sahabat saya yang selalu memberikan semangat serta rekan-rekan S1
Perbankan Syariah semuanya yang tidak bisa saya sebutkan satu per satu
Terakhir, skripsi ini penulis dedikasikan kepada siapapun yang gemar meneliti
x
KATA PENGANTAR
Tiada kata terindah yang dapat penulis sampaikan, selain ucapan alhamdulillah
hirrobil ‘alamin dengan rasa penuh syukur ke hadirat Allah SWT, karena dengan
rahmat, hidayah serta pertolongan-Nya penulis dapat menyelesaikan penelitian yang
berjudul “ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI MARKET
SHARE MELALUI RETURN ON ASSET BANK UMUM SYARIAH DI
INDONESIA” dengan lancar. Shalawat serta salam semoga selalu tercurahkan kepada
Nabi Agung Muhammad SAW, beserta keluarga dan para sahabatnya yang senantiasa
membawa kita dari zaman jahiliah ke zaman terang benderang.
Skripsi ini disusun sebagai salah satu tugas mahasiswa dalam mengamalkan Tri
Dharma Perguruan Tinggi yaitu berupa penelitian. Ucapan terimakasih sebesar-
besarnya penulis ucapkan kepada semua pihak yang telah memberikan pengarahan,
bimbingan dan bantuan dalam berbagai bentuk.
Ucapan terimakasih terutama penulis sampaikan kepada:
1. Bapak Dr. Rahmat Hariyadi, M.Pd. selaku Rektor Institut Agama Islam Negeri
Salatiga.
2. Bapak Dr. Anton Bawono, M.Si. selaku Dekan Fakultas Ekonomi dan Bisnis
Islam IAIN Salatiga.
3. Bapak Dr. Faqih Nabhan, M.M. selaku Wakil Dekan Fakultas Ekonomi dan
Bisnis Islam IAIN Salatiga sekaligus dosen pembimbing dalam penelitian ini.
xi
4. Ibu Fetria Eka Yudiana, M.Si. selaku Ketua Program Studi S1 Perbankan
Syariah.
5. Segenap dosen dan staff Program Staudi Perbankan Syariah S1 yang telah
memberikan bekal berbagai teori, ilmu pengetahuan dan pengalaman yang
sangat bermanfaat bagi penulis.
6. Kedua orang tua tercinta, Bapak Mughis dan Ibu Sholikhatun serta keluarga
terkasih, kakak dan sahabat yang telah memberikan doa, dorongan moril dan
materil, serta yang senantiasa selalu menjadi inspirasi dan motivasi bagi penulis
7. UKM KSEI dan DEMA Institut sebagai tempat menimba ilmu selain dalam
perkuliahan.
8. Teman-teman seperjuangan Program Studi S1 Perbankan Syariah tahun
angkatan 2014/2015 yang peneliti banggakan.
9. Orang-orang terdekat yang banyak memberikan dukungan dan doa kepada
penulis.
Harapan penulis, mudah-mudahan penelitian ini nantinya dapat berguna dan
bermanfaat khususnya bagi penulis, FAKULTAS EKONOMI & BISNIS ISLAM IAIN
SALATIGA dan kalangan pembaca pada umumnya.
Penulis menyadari bahwa penelitian ini masih jauh dari kesempurnaan karena
keterbatasan kemampuan dan pengetahuan yang penulis miliki. Oleh karena itu segala
saran dan kritik yang sifatnya membangun sangat penulis harapkan demi
kesempurnaan penelitian selanjutnya.
xii
Akhir kata penulis berharap semoga penelitian ini dapat bermanfaat bagi
berbagai pihak. Amiin.
Salatiga, 02 Oktober 2018
Penulis,
Afrida Kharisatul Maula
NIM. 213 14 069
xiii
ABSTRAK
Maula, Afrida Kharisatul. 2018. Analisis Faktor-Faktor Yang Mempengaruhi
Pertumbuhan Market Share Melalui Return on Asset Bank Umum Syariah di
Indonesia. Skripsi, Fakultas Ekonomi dan Bisnis Islam Strata Satu Perbankan
Syariah Institut Agama Islam Negeri (IAIN) Salatiga. Dosen Pembimbing: Dr.
Faqih Nabhan, S.E., M.M.
Penelitian ini bertujuan untuk mengetahui pengaruh faktor internal perbankan
syaraiah dengan menggunakan Dana Pihak Ketiga (DPK), Capital Adequacy Ratio
(CAR), Non Performing Finance (NPF) dan Financing to Deposit Ratio (FDR)
terhadap pertumbuhan market share (pangsa pasar) melalui Return on Asset (ROA)
Bank Umum Syariah di Indonesia.
Penelitian ini merupakan jenis penelitian kuantitatif data sekunder panel.
Sampel yang digunakan sebanyak 7 bank umum syariah yang terdaftar di Otoritas Jasa
Keuangan (OJK) maupun Bank Indonesia (BI) pada periode Januari 2016 – Desember
2017. Metode pengumpulan data dilakukan dengan mengakses laporan publikasi
bulanan di situs resmi masing-masing BUS. Data yang diperoleh kemudian diolah
dengan alat analisis EViews 9 Version. Analisis yang digunakan dalam penelitian ini
meliputi uji stasioneritas, uji statistic deskriptif, uji asumsi klasik, uji hipotesis dan path
analysis.
Hasil uji regresi menunjukkan bahwa: 1) Variabel DPK tidak berpengaruh
terhadap ROA; 2) Variabel CAR tidak berpengaruh terhadap ROA; 3) Variabel NPF
berpengaruh negatif dan signikan terhadap ROA; 4) Variabel FDR berpengaruh negatif
dan signifikan terhadap ROA; 5) Variabel DPK berpengaruh positif dan signifikan
terhadap market share; 6) Variabel CAR tidak berpengaruh terhadap market share; 7)
Variabel NPF tidak berpengaruh signifikan terhadap market share; 7) Variabel FDR
berpengaruh negatif dan signfikan terhadap market share dan 8) Variabel ROA
berpengaruh negatif dan signfikan terhadap market share. Sementara melalui uji path
analysis variabel ROA tidak mampu memediasi pengaruh NPF dan FDR terhadap
market share.
Kata Kunci: Dana Pihak Ketiga, Capital Adequacy Ratio, Non Performing Finance,
Financing to Deposit Ratio, Return on Asset, Market Share
xiv
ABSTACT
Maula, Afrida Kharisatul. 2018. The Analysis of the Factors that Affecting the Growth
of Market Share through a Return on Assets on Sharia Commercial Bank in
Indonesia. Thesis, Faculty of Islamic Economics and Business Department
Islamic Banking State Institute for Islamic Studies (IAIN) Salatiga. Supervor:
Dr. Faqih Nabhan, S.E., M.M.
This paper empirically investigates the internal factors influencing the market
share of Islamic banking by using Third-Party Funds (DPK), Capital Adequacy Ratio
(CAR), Non-Performing Financing (NPF) and the Financing to Deposit Ratio (FDR)
against the growth of market share through the Return on Asset (ROA) Sharia
Commercial Bank in Indonesia.
This paper is a type of quantitative research with the panel data. The sample
used as many as 7 Sharia Commercial Banks (BUS) registered in the Financial Services
Authority (OJK) as well as Bank Indonesia (BI) in the period January 2016 – December
2017. Method of collecting data is done by accessing the monthly report which is
published on the official website of each BUS. The data are processed with EViews 9
Version. The analysis used in the study include the stationary test, descriptive statistics,
the classical assumptions of hypothesis and path analysis.
Regression test results showed that: 1) DPK has no effect against ROA; 2) CAR
does not affect ROA; 3) NPF has negative and significant impact on ROA; 4) FDR has
negative and significant impact on ROA; 5) DPK has positive and significant impact
on market share; 6) CAR has no effect against market share; 7) NPF has no significant
effect against market share; 7) FDR has negative and significant impact on market
share and 8) ROA has negative and significant impact on market share. While the path
analysis shows that ROA was not able to mediate the impact of NPF and FDR on
market share.
Keywords: Third-Party Fund, Capital Adequacy Ratio, Non Performing Finance,
Financing to Deposit Ratio, Return on Asset, Market Share
xi
DAFTAR ISI
Contents
HALAMAN LOGO ...................................................................................................... i
HALAMAN JUDUL ................................................................................................... ii
PERSETUJUAN PEMBIMBING ............................................................................ iii
PENGESAHAN .......................................................................................................... iv
PERNYATAAN KEASLIAN TULISAN DAN KESEDIAAN PUBLIKASI ......... v
DECLARATION ........................................................................................................ vii
MOTTO .................................................................................................................... viii
PERSEMBAHAN ....................................................................................................... ix
KATA PENGANTAR ................................................................................................. x
ABSTRAK ................................................................................................................ xiii
ABSTACT .................................................................................................................. xiv
DAFTAR ISI ............................................................................................................... xi
DAFTAR TABEL ..................................................................................................... xv
DAFTAR GAMBAR ................................................................................................ xvi
DAFTAR LAMPIRAN ........................................................................................... xvii
BAB I PENDAHULUAN ............................................................................................ 1
A. Latar Belakang ................................................................................................... 1
B. Rumusan Masalah ............................................................................................ 12
C. Tujuan Penelitian ............................................................................................. 13
D. Kontribusi Penelitian ........................................................................................ 14
E. Sistematika Penelitian ...................................................................................... 14
BAB II LANDASAN TEORI ................................................................................... 16
A. Telaah Pustaka ................................................................................................. 16
B. Kerangka Teori................................................................................................. 23
1. Teori Kekuatan Pasar (Market Power Theory) ............................................ 23
2. Pangsa Pasar (Market Share) ....................................................................... 25
3. Laporan Keuangan Bank .............................................................................. 27
xii
4. Dana Pihak Ketiga ........................................................................................ 28
5. Capital Adequacy Ratio ................................................................................ 29
6. Non Performing Finance .............................................................................. 30
7. Financing to Deposit Ratio .......................................................................... 31
8. Return on Asset ............................................................................................. 32
C. Kerangka Penelitian ......................................................................................... 34
D. Pengembangan Hipotesis ................................................................................. 35
1. Pengaruh Dana Pihak Ketiga Terhadap Return on Asset ............................. 35
2. Pengaruh Capital Adequacy Ratio Terhadap Return on Asset ..................... 36
3. Pengaruh Non Performing Finance Terhadap Return on Asset ................... 37
4. Pengaruh Financing to Deposit Ratio Terhadap Return on Asset ................ 39
5. Pengaruh Dana Pihak Ketiga Terhadap Pertumbuhan Market Share Bank
Umum Syariah di Indonesia ................................................................................ 40
6. Pengaruh Capital Adequacy Ratio Terhadap Pertumbuhan Market Share
Bank Umum Syariah di Indonesia ....................................................................... 42
7. Pengaruh Non Performing Finance Terhadap Pertumbuhan Market Share
Bank Umum Syariah di Indonesia ....................................................................... 43
8. Pengaruh Financing to Deposit Ratio Terhadap Pertumbuhan Market Share
Bank Umum Syariah di Indonesia ....................................................................... 45
9. Pengaruh Return on Asset Terhadap Pertumbuhan Market Share Bank Umum
Syariah di Indonesia............................................................................................. 47
BAB III METODOLOGI PENELITIAN ............................................................... 49
A. Jenis Penelitian ................................................................................................. 49
B. Data dan Sumber Data ..................................................................................... 49
C. Populasi dan Sampel ........................................................................................ 49
1. Populasi ........................................................................................................ 49
2. Sampel .......................................................................................................... 50
D. Metode Pengambilan Data ............................................................................... 52
E. Definisi Konsep dan Operasional .................................................................... 52
xiii
1. Variabel Independen ..................................................................................... 52
2. Variabel Mediator atau Intervening ............................................................. 53
3. Variabel Dependen ....................................................................................... 53
F. Metode Analisis Data ....................................................................................... 56
1. Uji Statistik Deskriptif .................................................................................. 56
2. Uji Akar Unit (Unit Root Test) ..................................................................... 56
3. Metode Estimasi Data Panel ......................................................................... 57
4. Uji Asumsi Klasik ........................................................................................ 59
5. Pengujian Hipotesis ...................................................................................... 62
6. Analisis Jalur (Path Analysis) ...................................................................... 65
G. Alat Analisis Data ........................................................................................ 66
BAB IV ANALISIS DATA ....................................................................................... 68
A. Deskripsi Objek Penelitian ............................................................................... 68
1. Deskripsi Data .............................................................................................. 68
2. Statistik Deskriptif ........................................................................................ 69
B. Analisis Data .................................................................................................... 71
1. Uji Akar Unit (Unit Root Test) ..................................................................... 71
2. Metode Estimasi Data Panel ......................................................................... 72
3. Uji Asumsi Klasik ........................................................................................ 74
4. Uji Keseuaian (Test of Goodness of Fit) ...................................................... 80
5. Uji Statistik Model Pertama ......................................................................... 82
6. Uji Statistik Model Kedua ............................................................................ 86
7. Analisis Jalur (Path Analysis) ...................................................................... 89
C. Pembahasan Hasil Penelitian ........................................................................... 95
1. Pengaruh Dana Pihak Ketiga (X1) Terhadap Return on Asset (Z) ............... 95
2. Pengaruh Capital Adequacy Ratio (X2) Terhadap Return on Asset (Z) ....... 96
3. Pengaruh Non Performing Finance (X3) Terhadap Return on Asset (Z) ..... 97
4. Pengaruh Financing to Deposit Ratio (X4) Terhadap Return on Asset (Z) .. 99
5. Pengaruh Dana Pihak Ketiga (X1) Terhadap Market Share (Y) ................ 100
xiv
6. Pengaruh Capital Adequacy Ratio (X2) Terhadap Market Share (Y) ........ 101
7. Pengaruh Non Performing Finance (X3) Terhadap Market Share (Y) ...... 102
8. Pengaruh Financing to Deposit Ratio (X4) Terhadap Market Share (Y) ... 103
9. Pengaruh Return on Asset (Z) Terhadap Market Share (Y) ....................... 104
BAB V PENUTUP ................................................................................................... 107
A. Kesimpulan .................................................................................................... 107
B. Implikasi dan Keterbatasan ............................................................................ 108
C. Saran ............................................................................................................... 108
DAFTAR PUSTAKA .............................................................................................. 110
RIWAYAT HIDUP PENULIS ............................................................................... 100
LAMPIRAN-LAMPIRAN ..................................................................................... 100
xv
DAFTAR TABEL
Tabel 1.1 Perkembangan Perbankan Syariah di Indonesia ........................................... 4
Tabel 1.2 Pertumbuhan Laba Bank Umum Syariah di Indonesia ................................. 5
Tabel 2.1 Research Gap .............................................................................................. 18
Tabel 3.1 Proses Pengambilan Sampel ....................................................................... 51
Tabel 3.2 Sampel Penelitian ........................................................................................ 52
Tabel 3.3 Definisi dan Perhitungan Variabel .............................................................. 53
Tabel 4.1 Hasil Uji Statistik Deskriptif ....................................................................... 69
Tabel 4.2 Hasil Uji Akar Unit ..................................................................................... 72
Tabel 4.3 Hasil Uji Chow (Chow Test) ....................................................................... 73
Tabel 4.4 Hasil Uji Hausman (Hausman Test) ........................................................... 74
Tabel 4.5 Hasil Uji Multikolinearitas Auxiliary Regression Antar Variabel Independen
..................................................................................................................................... 74
Tabel 4.6 Hasil Uji Durbin-Watson ............................................................................ 74
Tabel 4.7 Tabel untuk menentukan ada tidaknya autokorelasi dengan Uji Durbin-
Watson......................................................................................................................... 74
Tabel 4.8 Hasil Uji Heteroskedastisitas dengan Uji Glejser ....................................... 74
Tabel 4.9 Uji Kesesuaian Variabel Market Share (Y) Bank Umum Syariah Tahun 2016-
2017 ............................................................................................................................. 80
Tabel 4.10 Uji Kesesuaian Variabel ROA (Z) Bank Umum Syariah Tahun 2016-2017
..................................................................................................................................... 81
Tabel 4.11 Hasil Uji tTest Model Regresi Pertama ....................................................... 83
Tabel 4.12 Hasil Uji tTest Model Regresi Kedua ......................................................... 87
Tabel 4.13 Ringkasan Hasil Regresi Model Pertama dan Kedua ............................... 90
Tabel 4.14 Analisis Jalur ............................................................................................. 92
Tabel 4.15 Ringkasan Hasil Pembahasan ................................................................. 106
xvi
DAFTAR GAMBAR
Gambar 2.1 Model Penelitian Path Analysis .............................................................. 34
Gambar 4.1 Hasil Uji Normalitas Jarque-Bera Pertama ............................................. 75
Gambar 4.2 Uji Normalitas Jarque-Bera Kedua ......................................................... 76
Gambar 4.3 Model Analisis Jalur................................................................................ 92
xvii
DAFTAR LAMPIRAN
Lampiran I Daftar Riwayat Hidup Penulis
Lampiran II Data Rasio Keuangan Bulanan Bank Umum Syariah Periode Januari
2016 – Desember 2017
Lampiran III Hasil Seluruh Uji dalam Penelitian
1. Uji Stasioneritas DPK
2. Uji Stasioneritas CAR
3. Uji Stasioneritas NPF
4. Uji Stasioneritas FDR
5. Uji Stasioneritas ROA
6. Uji Stasioneritas Market Share
7. Uji Chow Test
8. Uji Hausman Test
9. Uji Normalitas
10. Uji Multikolinearitas – Auxiliary DPK
11. Uji Multikolinearitas – Auxiliary CAR
12. Uji Multikolinearitas – Auxiliary NPF
13. Uji Multikolinearitas – Auxiliary FDR
14. Uji Multikolinearitas – Auxiliary ROA
15. Uji Autokorelasi
16. Uji Heteroskedastisitas
17. Uji Regresi Model Pertama (X ke Y)
18. Uji Regresi Model Kedua (X ke Z)
1
BAB I
PENDAHULUAN
A. Latar Belakang
Industri perbankan merupakan bagian dari perekonomian nasional.
Dalam hal ini bank berperan dalam mendorong pertumbuhan ekonomi suatu
negara. Hampir seluruh sektor usaha, yang meliputi sektor industri,
perdagangan, pertanian, perkebunan, jasa dan perumahan sangat membutuhkan
bank sebagai mitra dalam melakukan transaksi keuangan. Semua sektor usaha
maupun individu saat ini dan masa yang akan datang tidak akan lepas dari
sektor perbankan bahkan menjadi kebutuhan dalam menjalankan aktivitas
keuangan dalam mendukung kelancaran usaha. Peran bank bagi masyarakat
individu, maupun masyarakat bisnis sangat penting bahkan bagi suatu negara,
karena bank sebagai suatu lembaga yang sangat berperan dan berpengaruh
dalam perekonomian suatu negara (Ismail, 2010: 2).
Menurut UU Nomor 21 Tahun 2008 tentang Perbankan Syariah,
perbankan syariah adalah sesuatu yang menyangkut tentang Bank Syariah dan
Unit Usaha Syariah, mencakup kelembagaan, kegiatan usaha, serta cara dan
proses dalam melaksanakan kegiatan usahanya. Sebagian besar aktivitas usaha
yang dilakukan oleh perbankan syariah tidak jauh berbeda dengan perbankan
konvensional.
2
Perbedaan mendasar antara perbankan konvensional dan perbankan
syariah terletak pada prinsip yang dianut dalam kegiatan jasa keuangannya.
Pelaksanaan transaksi dalam perbankan syariah hendaknya tidak bertentangan
dengan prinsip syariah. Prinsip syariah merupakan prinsip yang sesuai dengan
ajaran Islam, yaitu prinsip yang mengedepankan keadilan, ridho sama ridho,
dan tidak menimbulkan kerugian pada salah satu pihak saja. Selain itu
perbedaan yang paling menonjol terletak pada pemberlakukan sistem bunga
pada perbankan konvensional dan sistem bagi hasil pada perbankan syariah.
Pentingnya peranan perbankan syariah bagi perekonomian nasional
perlu adanya perhatian khusus terhadap kinerja perbankan syariah agar tercipta
perbankan dengan prinsip syariah yang sehat, efektif dan efisien. Hal ini senada
dengan tujuan perbankan syariah yaitu menunjang pelaksanaan pembangunan
nasional dalam rangka meningkatkan keadilan, kebersamaan dan pemerataan
kesejahteraan. Di samping itu menurut Muhammad (2005) dalam Pramuka
(2010: 66) menyatakan bahwa bisnis perbankan akan berhadapan dengan
berbagai jenis risiko kredit, diantaranya adalah risiko modal (capital risk, risiko
pembiayaan (financing risk), risiko likuiditas (liquidity risk) dan risiko
operasional (operating risk). Risiko modal yang merefleksikan tingkat leverage
yang dipakai oleh bank. Salah satu fungsi modal adalah melindungi para
penyimpan dana terhadap kerugian yang terjadia pada bank. Risiko pembiayaan
muncul jika bank tidak memperoleh kembali cicilan pokok dan/atau bunga dari
pinjaman yang diberikannya atau investasi yang sedang dilakukannya. Risiko
3
likuiditas muncul manakala bank mengalami ketidakmampuan untuk
memenuhi kebutuhan dana (cash flow) dengan segera, dan dengan biaya yang
sesuai, baik untuk memenuhi kebutuhan transaksi sehari–hari maupun untuk
memenuhi kebutuhan dana yang mendesak.
Kinerja perbankan syariah dapat dilihat melalui besarnya penguasaan
pasar dari bank tersebut. Hal ini dapat ditinjau melalui pertumbuhan aset bank
itu sendiri. Rasio Pangsa Pasar (Market Share Ratio) merupakan cara baru
untuk mengukur seberapa besar pertumbuhan aset perbankan syariah dibanding
perbankan konvensional di Indonesia. Menurut Saputra (2014) semakin besar
market share bank syariah di Indonesia, semakin besar pula peran dan
fungsinya bagi perekonomian nasional. Rofiatun (2016: 14) berdasarkan
beberapa penelitian sebelumnya menemukan bahwa pangsa pasar merupakan
salah satu faktor yang mempengaruhi profitabilitas perbankan. Pangsa pasar
atau dikenal dengan penguasaan pasar telah menjadi pusat perhatian perusahaan
dalam menilai kekuatan pasar. Keuntungan yang diperoleh dari pangsa pasar
mencerminkan keuntungan pasar karena perusahaan memproses keinginan
pasar, atau efisiensi yang lebih baik karena mencapai skala ekonomi.
Berdasarkan Outlook Perbankan Syariah 2017 yang diterbitkan oleh
KARIM Consulting Indonesia menyebutkan bahwa hingga tahun 2017 market
share atau pangsa pasar perbankan syariah mengalami kenaikan menjadi 5.48%
dari total market share perbankan nasional dibanding tahun sebelumnya berada
pada angka 5.38%. Hal ini memberikan optimisme yang tinggi terhadap
4
pertumbuhan industri keuangan syariah terutama perbankan syariah di
Indonesia di masa depan sekaligus menjadi sebuah tantangan dalam
mewujudkan cita-cita kemajuan ekonomi nasional. Diharapkan tingkat market
share perbankan syariah dapat meningkat di tahun 2018 dengan proyeksi 6.33%
pada kuartal IV.
Pertumbuhan industri perbankan syariah di Indonesia melalui Siaran
Pers Market Share Keuangan Syariah yang dirilis oleh Otoritas Jasa Keuangan
pada Oktober 2017 lalu menyebutkan bahwa jumlah lembaga perbankan
syariah di Indonesia berjumlah 201 lembaga yang terdiri dari 13 Bank Umum
Syariah (BUS), 21 Unit Usaha Syariah (UUS) dan 167 Bank Pembiayaan
Rakyat Syariah (BPRS) dengan total aset 389,7 triliun atau 5,44% dari total aset
perbankan nasional sebagaimana disajikan pada Tabel 1.1 berikut:
Tabel 1.1
Perkembangan Perbankan Syariah di Indonesia
Indikator 2013 2014 2015 2016 2017
Bank Umum Syariah
Jumlah Bank 11 12 12 13 13
Jumlah Kantor 1.998 2.163 1.990 1.869 1.825
Unit Usaha Syariah
Jumlah BUK yang Memiliki UUS 23 22 22 21 21
Jumlah Kantor 590 320 311 332 344
Bank Pembiayaan Rakyat Syariah
Jumlah Bank 163 163 163 166 167
Jumlah Kantor 402 439 446 453 441
Total Bank 197 197 197 200 201
Total Kantor 2.990 2.922 2.747 2.654 2.610 Sumber: Statistik Perbankan Syariah Diolah, 2018
5
Langkah strategis pengembangan perbankan syariah yang telah
diupayakan adalah pemberian izin kepada Bank Umum Konvensional untuk
membuka kantor cabang Unit Usaha Syariah atau mengkonversi sebuah bank
konvensional menjadi bank syariah. Otoritas Jasa Keuangan sebagai lembaga
pengatur dan pengawas lembaga jasa keuangan berupaya menidaklanjuti
program pengembangan keuangan syariah dengan menggelar program
“Keuangan Syariah Fair (KSF)” dalam rangka mengkampanyekan Aku Cinta
Keuangan Syariah (ACKS) di Cibinong City Mall di Bogor pada tanggal 27-29
Oktober 2017 (Siaran Pers Market Share Keuangan Syariah Oktober 2017).
Guna mendukung peningkatan market share perbankan syariah
dibutuhkan kinerja masing-masing bank syariah terutama dalam hal ini adalah
kinerja BUS (Bank Umum Syariah). Kinerja BUS sebagaimana layaknya
sebuah perusahaan dapat dilihat dengan menganalisa dari beberapa indikator
yaitu:
Tabel 1.2
Pertumbuhan Laba Bank Umum Syariah di Indonesia
Tahun Laba
(Miliar Rp)
ROA
(%)
NPF
(%)
FDR
(%)
CAR
(%)
DPK
(Miliar Rp)
2014 702 0.41 3.38 86.66 15.74 170.723
2015 635 0.49 3.19 88.03 15.02 174.895
2016 952 0.63 2.17 85.99 16.63 206.407
2017 987 0.63 2.58 79.65 17.91 238.225 Sumber: Statistik Perbankan Syariah Diolah, 2018
Dapat dilihat pada tabel 1.2, perkembangan laba Bank Umum Syariah
di Indonesia terus mengalami kecenderungan meningkat setiap tahunnya. Hal
6
ini menunjukkan indikasi positif. Pertumbuhan laba perbankan syariah ini dapat
dianalisis dari beberapa indikator yang mempengaruhinya, diantaranya Return
on Asset (ROA), Financing to Deposit Ratio (FDR), Non Performing Finance
(NPF), Dana Pihak Ketiga (DPK) dan Capital Adequacy Ratio (CAR).
Berdasarkan penelitian sebelumnya, pangsa pasar total aset perbankan
syariah dipengaruhi oleh beberapa faktor diantaranya: Dana Pihak Ketiga
(Syafrida dan Abror, 2011; Purboastuti, et. al., 2015; Aisy dan Mawardi, 2016),
Capital Adequacy Ratio (Saputra, 2014; Setyawati, et. al., 2015; Rahman,
2016), Non Performing Finance (Syafrida dan Abror, 2011; Saputra, 2014;
Setyawati, et. al., 2015; Rahman, 2016; Aisy dan Mawardi, 2016), Financing
to Deposit Ratio (Syafrida dan Abror, 2011; Saputra, 2014; Purboastuti, et. al.,
2015; Setyawati, et. al., 2015; Aisy dan Mawardi, 2016), Return on Asset
(Saputra, 2014; Purboastuti, et. al., 2015; Setyawati, et. al., 2015; Aisy dan
Mawardi, 2016), BOPO/REO (Saputra, 2014; Rahman, 2016), office
channeling (Syafrida dan Abror, 2011), SBIS (Rahman, 2016), jumlah uang
beredar (Syafrida dan Abror, 2011; Aisy dan Mawardi, 2016), GDP dan Inflasi
(Aisy dan Mawardi, 2016).
Ukuran profitabilitas yang digunakan untuk menilai kinerja keuangan
suatu bank adalah Return on Asset (ROA). Menurut Husnan (1992) dalam
Sahara (2013: 149) ROA memfokuskan kemampuan perusahaan untuk
memperoleh earning dalam operasi perusahaan. Semakin besar ROA
7
menunjukkan kinerja keuangan yang semakin baik, karena tingkat kembalian
(return) semakin besar.
Kualitas Aktiva dalam hal ini diproksikan dengan NPF dijadikan
variabel yang mempengaruhi market share karena mencerminkan risiko
pembiayaan. Semakin tinggi rasio ini, menunjukkan kualitas pembiayaan bank
syariah semakin buruk. Tingkat kesehatan pembiayaan (NPF) ikut
mempengaruhi pencapaian pangsa pasar suatu bank. Nasabah akan merasa
aman dalam menempatkan dananya di suatu bank karena dikelola dengan baik.
Pengelolaan pembiayaan sangat diperlukan oleh bank, karena fungsi
pembiayaan sebagai sumber pendapatan terbesar bagi bank syariah (Saputra,
2014: 125).
Rasio likuiditas yang diproksikan dengan FDR dijadikan variabel yang
mempengaruhi market share. Jika rasio ini meningkat dalam batas tertentu
maka akan semakin banyak dana yang disalurkan dalam bentuk pembiayaan,
sehingga akan meningkatkan market share bank syariah, dengan asumsi bank
menyalurkan dananya untuk pembiayaan yang efektif. Dengan meningkatnya
pembiayaan, masyarakat akan semakin mempercayakan untuk menyimpan
dananya di bank syariah karena mereka sangat mengetahui dengan jelas bahwa
dana yang mereka simpan dikelola dengan baik oleh bank syariah untuk
disalurkan ke nasabah pembiayaan (Saputra, 2014: 124).
Kemudian indikator penentu luasnya pangsa pasar adalah porsi Dana
Pihak Ketiga (DPK). DPK merupakan sumber dana yang berasal dari
8
masyarakat. DPK diduga dapat ditingkatkan dengan dipengaruhi oleh faktor-
faktor diantaranya: semakin banyaknya jaringan kantor yang lebih terjangkau
nasabah dan promosi. Dana masyarakat yang dihimpun di dalam DPK
merupakan simpanan pihak ketiga bukan bank yang terdiri dari Giro,
Tabungan, dan Simpanan Berjangka. Jumlah DPK yang berhasil terhimpun
menentukan besarnya pangsa perbankan syariah terhadap perbankan nasional
(Purboastuti, et.al., 2015: 15).
Menurut Aini (2013: 15) Capital Adequacy Ratio adalah rasio
kecukupan modal yang menunjukkan kemampuan bank dalam
mempertahankan modal yang mencukupi. CAR merupakan perbandingan
antara Modal Sendiri terhadap Aktiva Tertimbang Menurut Risiko (ATMR)
memiliki hubungan positif dengan perubahan laba, artinya apabila CAR
meningkat maka laba yang dihasilkan juga akan mengalami peningkatan
sehingga perubahan laba juga meningkat. Hal ini disebabkan oleh adanya
peningkatan jumlah modal sendiri, sehingga modal sendiri tersebut digunakan
untuk mengelola aktiva yang ada dan perputaran aktiva tersebut dapat
meningkatkan laba perusahan sekaligus mingkatkan kinerja perusahaan.
Penelitian yang dilakukan oleh Purboastuti, et. al. (2015) tentang
pengaruh DPK terhadap pangsa pasar menyatakan bahwa secara parsial
variabel DPK berpengaruh positif signifikan terhadap pangsa pasar perbankan
syariah di Indonesia. Temuan ini tidak sejalan dengan penelitian yang
dilakukan oleh Toba dan Aliludin (2016) yang menyatakan bahwa DPK
9
berpengaruh positif tidak signifikan terhadap pangsa pasar. Hal ini dapat dilihat
dari porsi pangsa pasar yang mengalami pertumbuhan, akan tetapi Bank
Syariah dinilai gagal untuk meningkatkan market share-nya di tahun 2024.
Penelitian yang dilakukan oleh Saputra (2014), Purboastuti, et. al.
(2015) dan Rahman (2016) tentang pengaruh NPF terhadap market share
menyatakan bahwa NPF berpengaruh negatif dan signifikan terhadap market
share. Adanya pembiayaan bermasalah yang besar dapat mengakibatkan
hilangnya kesempatan untuk memperoleh pendapatan dari pembiayaan yang
diberikan sehingga berpengaruh buruk pada market share. Temuan ini tidak
sejalan dengan Syafrida dan Abror (2011) yang menyatakan bahwa
peningkatan NPF akan meningkatkan pertumbuhan aset perbankan syariah di
Indonesia.
Penelitian yang dilakukan oleh Saputra (2014) tentang pengaruh FDR
terhadap pangsa pasar menyatakan bahwa FDR berpengaruh positif signifikan
terhadap pangsa pasar perbankan syariah. Semakin meningkatnya FDR bank
syariah dalam batas tertentu, maka semakin meningkat pula laba bank yang
pada akhirnya menimbulkan peningkatan pembiayaan dan mengakibatkan
tingginya market share bank syariah, dengan asumsi bank menyalurkan
dananya untuk pembiayaan yang efektif. Lain halnya dengan Purboastuti, et. al.
(2015) yang menyatakan bahwa pengaruh positif FDR terhadap pangsa pasar
sangat kecil atau tidak signifikan.
10
Penelitian yang dilakukan oleh Saputra (2014) dan Purboastuti, et. al.
(2015) tentang pengaruh ROA terhadap pangsa pasar menyatakan bahwa ROA
berpengaruh signifikan terhadap pangsa pasar perbankan syariah. Sementara Al
Arif dan Rahmawati mengungkapkan bahwa ROA tidak memiliki pengaruh
terhadap pangsa pasar perbankan syariah.
Salah satu alasan peneliti melakukan penelitian ini adalah karena pangsa
pasar perbankan syariah meningkat setiap tahunnya akan tetapi peningkatan ini
masih sangat kecil dibandingkan dengan pangsa pasar perbankan secara
nasional. Berdasarkan hasil temuan dari beberapa penelitia terdahulu, terdapat
inkonsistensi dan perbedaan hasil penelitian yang diuraikan. Sehingga dalam
penelitian ini akan dikaji ulang mengenai pengaruh DPK, CAR, NPF, FDR dan
ROA terhadap market share dengan harapan hasil penelitian nantinya
mempertegas dan memperkuat teori yang ada.
Perbedaan penelitian yang dilakukan satu peneliti dengan penelitian
yang lain berdasarkan fenomena dan Research Gap dari penelitian terdahulu
adalah sampel, yang mana dalam penelitian ini sampel yang digunakan yaitu
Bank Umum Syariah yang terdaftar di situs resmi Otoritas Jasa Keuangan
periode Januari 2016 – Desember 2017.
Perbedaan kedua penelitian ini dibandingkan dengan penelitian lain
terletak pada variabel yang digunakan yaitu faktor internal Bank Umum
Syariah. Faktor internal tersebut diantaranya meliputi Dana Pihak Ketiga
(DPK), Capital Adequacy Ratio (CAR) yang merupakan rasio tingkat
11
kecukupan modal, Non Performing Finance (NPF) yang merupakan default
rate diukur dari pembiayaan bermasalah, Financing to Deposit Ratio (FDR)
yang merupakan rasio likuiditas diukur dari total pembiayaan yang disalurkan
dan Return on Asset (ROA) yang merupakan rasio profitabilitas.
Perbedaan ketiga, dilihat dari periode penelitian sebelumnya rata-rata
menggunakan periode pelaporan keuangan pada tahun 2006-2015, namun pada
penelitian ini yang dipakai adalah periode 2016-2017 dengan objek penelitian
yang berbeda, sehingga dapat memprediksikan tingkat market share pada
periode selanjutnya ditinjau dari variabel DPK, CAR, NPF, FDR dan ROA.
Adapun perbedaan keempat adalah dalam mengukur kinerja perbankan
syariah beberapa penelitian sebelumnya menggunakan variabel pertumbuhan
aset sebagai variabel yang dipengaruhi, sementara pada penelitian ini kinerja
perbankan syariah diproksikan dengan rasio market share bank syariah. Pada
penelitian ini, peneliti lebih berfokus untuk mengetahui apakah DPK, CAR,
NPF, FDR dan ROA berpengaruh terhadap pertumbuhan market share
perbankan syariah di Indonesia. Perbedaan paling menonjol yaitu terdapat
variabel intervening yang memediasi pengaruh antara variabel independen dan
variabel dependen yang dianalisi menggunakan path analysis (analysis jalur).
Atas dasar uraian latar belakang di atas dan ditemukannya perbedaan
penelitian dari penelitian sebelumnya maka penulis tertarik untuk meneliti
permasalahan tersebut dengan lebih jelas dalam penelitian yang berjudul
“ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
12
PERTUMBUHAN MARKET SHARE MELALUI RETURN ON ASSET BANK
UMUM SYARIAH DI INDONESIA”.
B. Rumusan Masalah
Berdasarkan latar belakang di atas, maka masalah yang dapat peneliti
rumuskan adalah sebagai berikut:
1. Bagaimana pengaruh DPK terhadap ROA Bank Umum Syariah di
Indonesia?
2. Bagaimana pengaruh CAR terhadap ROA Bank Umum Syariah di
Indonesia?
3. Bagaimana pengaruh NPF terhadap ROA Bank Umum Syariah di
Indonesia?
4. Bagaimana pengaruh FDR terhadap ROA Bank Umum Syariah di
Indonesia?
5. Bagaimana pengaruh DPK terhadap pertumbuhan market share Bank
Umum Syariah di Indonesia?
6. Bagaimana pengaruh CAR terhadap pertumbuhan market share Bank
Umum Syariah di Indonesia?
7. Bagaimana pengaruh NPF terhadap pertumbuhan market share Bank
Umum Syariah di Indonesia?
8. Bagaimana pengaruh FDR terhadap pertumbuhan market share Bank
Umum Syariah di Indonesia?
13
9. Bagaimana ROA berpengaruh terhadap pertumbuhan market share Bank
Umum Syariah di Indonesia?
C. Tujuan Penelitian
Berdasarkan rumusan masalah di atas, maka tujuan yang hendak dicapai
dalam penelitian ini adalah:
1. Mengetahui bagaimana pengaruh DPK terhadap ROA Bank Umum
Syariah di Indonesia.
2. Mengetahui bagaimana pengaruh CAR terhadap ROA Bank Umum
Syariah di Indonesia.
3. Mengetahui bagaimana pengaruh NPF terhadap ROA Bank Umum Syariah
di Indonesia.
4. Mengetahui bagaimana pengaruh FDR terhadap ROA Bank Umum
Syariah di Indonesia.
5. Mengetahui bagaimana pengaruh DPK terhadap pertumbuhan market
share Bank Umum Syariah di Indonesia.
6. Mengetahui bagaimana pengaruh CAR terhadap pertumbuhan market
share Bank Umum Syariah di Indonesia.
7. Mengetahui bagaimana pengaruh NPF terhadap pertumbuhan market share
Bank Umum Syariah di Indonesia.
8. Mengetahui bagaimana pengaruh FDR terhadap pertumbuhan market
share Bank Umum Syariah di Indonesia.
14
9. Mengetahui bagaimana pengaruh ROA terhadap pertumbuhan market
share Bank Umum Syariah di Indonesia.
D. Kontribusi Penelitian
Penelitian ini berkontribusi bagi:
1. Bank Umum Syariah, hasil penelitian ini diharapkan dapat memberikan
informasi mengani pengaruh DPK, CAR, NPF, FDR dan ROA terhadap
pertumbuhan market share Bank Umum Syariah, sehingga dapat digunakan
sebagai acuan dalam meningkatkan kinerja keuangan Bank Umum Syariah
di Indonesia.
2. Pembaca dan Peneliti Lain, hasil penelitian ini diharapkan mampu
meningkatkan wawasan mengenai adanya pengaruh DPK, CAR, NPF, FDR
dan ROA terhadap pertumbuhan market share perbankan syariah di
Indonesia sekaligus dapat dijadikan sebagai referensi penelitian.
3. Peneliti, penelitian ini diharapkan bermanfaat untuk mengembangkan,
menerapkan serta melatih berpikir secara ilmiah sehingga dapat
memperluas wawasan peneliti khususnya mengenai faktor-faktor yang
mempengaruhi pertumbuhan market share perbankan syariah di Indonesia.
E. Sistematika Penelitian
Untuk mengetahui gambaran yang jelas tentang isi dan materi yang
dibahas dalam penelitian ini, maka peneliti menyajikan sistematika penelitian
agar mempermudah pembaca dalam memahami sistematika penelitian
penelitian ini, berikut peneliti sampaikan penjelasannya:
15
BAB I LATAR BELAKANG
Dalam bab ini membahas Latar Belakang Masalah, Rumusan
Masalah, Tujuan Penelitian, Manfaat Penelitian, dan Sistematika
Penelitian.
BAB II LANDASAN TEORI
Dalam bab ini membahas Teori, Telaah Penelitian Sebelumnya yang
Relevan, Hipotesis, Kerangka Konsep Penelitian.
BAB III METODE PENELITIAN
Dalam bab ini membahas Populasi, Sampel, Data, Teknik Analisis
Data.
BAB IV ANALISIS DATA
Dalam bab ini membahas mengenai Diskripsi Objek Penelitian,
Analisa Diskriptif, Analisis Data dan Pembahasan Hasil Penelitian.
BAB V SIMPULAN DAN SARAN
Dalam bab ini membahas kesimpulan dan saran. Penelitian ini
dilampiri dengan daftar pustaka dan daftar lampiran yang meliputi
deskripsi sampel penelitian dan hasil output EViews 9
16
BAB II
LANDASAN TEORI
A. Telaah Pustaka
Penelitian-penelitian sebelumnya yang memiliki keterkaitan dengan
judul penelitian penulis telah dilakukan oleh para peneliti sebelumnya.
Diantaranya adalah penelitian yang dilakukan oleh Syafrida dan Abror (2011).
Variabel independen yang digunakan dalam penelitian ini diantaranya jumlah
kantor bank syariah, NPF, FDR, biaya promosi, jumlah Dana Pihak Ketiga
(DPK) untuk faktor internal serta office channeling dan jumlah uang beredar
(M2) sebagai faktor eksternal dengan variabel dependen pertumbuhan aset.
Dari tujuh variabel yang diteliti, ternyata hanya lima variabel yang memenuhi
persyaratan BLUE, yaitu jumlah kantor bank syariah, rasio NPF, rasio FDR,
biaya promosi dan office channeling dan berdasarkan hasil penelitian diperoleh
faktor yang mempengaruhi pertumbuhan aset perbankan adalah jumlah kantor,
rasio FDR dan biaya promosi.
Saputra (2014) dalam penelitiannya menggunakan variabel dependen
Market Share dan variabel independen ROA, CAR, FDR, NPF dan REO.
Dapat ditarik kesimpulan bahwa secara parsial variabel ROA, CAR dan FDR
memiliki pengaruh signifikan positif terhadap market share. Sementara NPF
dan REO memiliki efek negatif yang signifikan pada market share.
17
Penelitian yang dilakukan oleh Purboastuti, et. al. (2015) menyatakan
bahwa melalui uji F, bisa dikatakan bahwa indikator-indikator seperti ROA,
NPF, FDR dan nisbah secara bersama-sama mempengaruhi pangsa pasar
perbankan Islam di Indonesia. Sedangkan berdasarkan uji t yang sudah
dilakukan, deposit variabel termasuk di dalamnya adalah ROA, NPF dan
nisbah mempunyai efek yang signifikan sedangkan variabel FDR tidak
berpengaruh signifikan terhadap pangsa pasar perbankan Islam di Indonesia.
Kemudian, variabel DPK, ROA, dan FDR mempunyai pengaruh positif
sedangkan NPF dan nisbah berpengaruh negatif terhadap pangsa pasar
perbankan Islam di Indonesia.
Rahman (2016) dalam penelitiannya mengungkap beberapa faktor lain
diantaranya NPF, BOPO, CAR dan SBIS. Diketahui bahwa variabel NPF,
BOPO, CAR dan SBIS berpengaruh terhadap market share bank syariah.
Dalam jangka pendek atau periode awal pengamatan BOPO memiliki
pengaruh yang paling dominan. Sedangkan dalam jangka panjang atau periode
akhir pengamatan NPF memiliki pengaruh yang paling dominan terhadap
Market Share Bank Syariah dibandingkan dengan variabel lain yakni sebesar
29,02%. Variabel SBI memiliki pengaruh terhadap Market Share bank Syariah
sebesar 15,68% dan CAR memiliki pengaruh terhadap Market Share bank
syariah sebesar 2,97% di akhir periode pengamatan. Dengan demikian, dapat
diketahui bahwa variabel yang paling mempengaruhi dalam jangka panjang
adalah variabel NPF.
18
Untuk lebih jelasnya, berikut peneliti sajikan ringkasan penelitian
dahulu yang digunakan dalam penelitian ini:
Tabel 2.1
Research Gap Penelitian
Gap Peneliti Temuan
Isu: Pengaruh Dana Pihak Ketiga (DPK) Terhadap Return on Asset (ROA)
Research Gap: Terdapat perbedaan hasil penelitian pengaruh Dana Pihak Ketiga
(DPK) Terhadap Return on Asset (ROA)
Dana Pihak Ketiga
(DPK) berpengaruh
terhadap Return on
Asset (ROA)
Setiawan, Ulin Nuha dan
Astiwi Indriani (2016)
Hasil analisis menunjukan
bahwa secara parsial variabel
DPK berpengaruh positif
signifikan terhadap
profitabilitas (ROA). Hal
tersebut dapat dilihat dari nilai
t hitung sebesar 4,441 dengan
nilai signifikansi 0,000 yang
lebih kecil dari nilai 0,05.
Dana Pihak Ketiga
(DPK) tidak
berpengaruh terhadap
Return on Asset
(ROA)
Afrizal (2017) Dari hasil penelitian diperoleh
koefisien transformasi regresi
untuk variabel DPK sebesar
0,003 yang berarti
berpengaruh secara positif
terhadap ROA. Selain itu, nilai
signifikasi yang dimiliki
sebesar 0,863 dimana nilai ini
tidak signifikan karena lebih
besar dari 0,05. Karena tingkat
signifikansinya lebih dari
0,05% maka dalam hal ini pengaruh DPK terhadap ROA
tidak signifikan.
Muliawati, Sri dan Moh.
Khoiruddin (2015)
Uji parsial menunjukkan
bahwa variabel DPK tidak
berpengaruh signifikan
terhadap profitabilitas (ROA).
Isu: Pengaruh Capital Adequacy Ratio (CAR) Terhadap Return on Asset (ROA)
Research Gap: Terdapat perbedaan hasil penelitian pengaruh Capital Adequacy
Ratio (CAR) terhadap Return on Asset (ROA)
19
Capital Adequacy
Ratio (CAR)
berpengaruh terhadap
Return on Asset
(ROA)
Yunita, Rima (2014) Hasil uji regresi linier
berganda pada variabel CAR
terhadap ROA menghasilkan
koefisien regresi sebesar 0,026
dengan signifikansi sebesar
0,024; karena tingkat
signifikansi dibawah 0,05;
maka dinyatakan bahwa CAR
berpengaruh positif terhadap
ROA.
Capital Adequacy
Ratio (CAR) tidak
berpengaruh terhadap
Return on Asset
(ROA)
Eng, Tan Sau (2013) Capital Adequacy Ratio
(CAR) pada penelitian ini
secara statistik ternyata tidak
berpengaruh signifikan
terhadap Return on Asset
(ROA). Tinggi rendahnya
ROA perbankan pada periode
penelitian bukan dipengaruhi
oleh besarnya CAR, tetapi
lebih dipengaruhi oleh faktor
lain.
Widyaningrum, Linda
dan Dina Fitrisia
Septiarini (2015)
Capital Adequacy Ratio
(CAR) secara parsial tidak
berpengaruh signifikan
terhadap Return on Asset
(ROA)
Setiawan, Ulin Nuha dan
Astiwi Indriani (2016)
Hasil analisis menunjukan
bahwa secara parsial variabel
CAR tidak berpengaruh
signifikan terhadap
profitabilitas (ROA). Hal
tersebut dapat dilihat dari nilai
t hitung sebesar -1,767 dengan
nilai signifikansi 0,080 yang
lebih besar dari nilai 0,05.
Isu: Pengaruh Non Performing Finance (NPF) Terhadap Return on Asset (ROA)
Research Gap: Terdapat perbedaan hasil penelitian pengaruh Non Performing
Finance (NPF) terhadap Return on Asset (ROA)
Non Performing
Finance (NPF)
berpengaruh positif
Muliawati, Sri dan Moh.
Khoiruddin (2015)
Hasil perhitungan uji t dari
variabel NPF menunjukkan
bahwa secara parsial NPF
20
terhadap Return on
Asset (ROA)
berpengaruh positif tidak
signfikan terhadap ROA yang
ditunjukkan dengan besarnya
koefisien regresi sebesar 0,571
dan tingkat signifikansi yang
lebih dari 0,05 yaitu 0,571.
Non Performing
Finance (NPF)
berpengaruh negatif
terhadap Return on
Asset (ROA)
Setiawan, Ulin Nuha dan
Astiwi Indriani (2016)
Hasil analisis menunjukan
bahwa secara parsial variabel
NPF berpengaruh negatif
signifikan terhadap
profitabilitas. Hal tersebut
dapat dilihat dari nilai t hitung
sebesar -4,647 dengan nilai
signifikansi 0,000 yang lebih
kecil dari nilai 0,05.
Isu: Pengaruh Dana Pihak Ketiga (DPK) Terhadap Market Share (MS)
Research Gap: Terdapat perbedaan hasil penelitian pengaruh Dana Pihak Ketiga
(DPK)) terhadap Market Share (MS)
Dana Pihak Ketiga
(DPK) berpengaruh
terhadap Market Share
(MS)
Purboastuti, Nurani et. al.
(2015)
Hasil penelitiannya
menunjukkkan bahawa secara
parsial, variabel DPK
berpengaruh positif signifikan
terhadap pangsa pasar
perbankan syariah di
Indonesia.
Dana Pihak Ketiga
(DPK) tidak
berpengaruh terhadap
Market Share (MS)
Toba, Aya Ramadhani
dan Arson Aliludin
(2016)
Dari hasil analisis tersebut,
terlihat bahwa DPK Bank
Syariah meningkat setiap
tahunnya. Akan tetapi dilihat
dari porsi market share,
peningkatan DPK tersebut
lebih dinilai lambat daripada
peningkatan pertumbuhan
bank konvensional. Meskipun
mengalami pertumbuhan,
Bank Syariah dinilai gagal
untuk meningkatkan market
share-nya di tahun 2024.
Isu: Pengaruh Non Performing Finance (NPF) Terhadap Market Share (MS)
Research Gap: Terdapat perbedaan hasil penelitian pengaruh Non Performing
Finance (NPF) terhadap Market Share (MS)
21
Non Performing
Finance (NPF)
memiliki efek yang
negatif signifikan
terhadap Market Share
(MS)
Saputra, Bambang (2014) Tingkat kesehatan pembiayaan
(NPF) ikut mempengaruhi
peningkatan pangsa pasar
bank. Adanya pembiayaan
bermasalah yang besar dapat
mengakibatkan hilangnya
kesempatan untuk
memperoleh pendapatan dari
pembiayaan yang diberikan
sehingga berpengaruh buruk
pada market share. Dengan
demikian semakin besar NPF
akan mengakibatkan
menurunnya market share.
Purboastuti, Nurani et. al.
(2015)
Secara ekonomi, perbankan
syariah memiliki NPF yang
cukup tinggi sehingga
menurunkan profitabilitas
perbankan syariah karena
meningkatnya jumlah
pembiayaan yang bermasalah.
Hal ini menyebabkan
penurunan aset yang
berpengaruh terhadap
penurunan pangsa pasar
perbankan syariah.
Rahman, Aulia (2016) Variabel NPF memiliki
pengaruh negatif signifikan
terhadap market share dari
awal hingga akhir
pengamatan. Dalam jangka
panjang atau periode akhir
pengamatan NPF memiliki
pengaruh paling dominan
terhadap market share.
Non Performing
Finance (NPF)
memiliki efek yang
positif tidak signifikan
terhadap Pertumbuhan
Aset perbankan
syariah
Syafrida, Ida dan Ahmad
Abror (2011)
Peningkatan NPF akan
meningkatkan pula
pertumbuhan aset perbankan
syariah di Indonesia.
Peningkatan NPF ini tidak
memepengaruhi pertumbuhan
aset perbankan syariah secara
22
signifikan. Ini berarti,
peningkatan NPF tidak serta
merta dan tidak selalu
mengakibatkan perubahan
pada pertumbuhan aset
perbankan syariah di
Indonesia.
Isu: Pengaruh Financing to Deposit Ratio (FDR) Terhadap Market Share
Research Gap: Terdapat perbedaan hasil penelitian pengaruh Financing to Deposit
Ratio (FDR) terhadap Market Share (MS)
Financing to Deposit
Ratio (FDR)
berpengaruh terhadap
Market Share (MS)
Saputra, Bambang (2014) Semakin tinggi FDR maka
akan semakin tinggi MS.
Semakin meningkatnya FDR
bank syariah dalam batas
tertentu, maka semakin
meningkat pula laba bank yang
pada akhirnya menimbulkan
peningkatan pembiayaan dan
mengakibatkan tingginya
market share bank syariah,
dengan asumsi bank
menyalurkan dananya untuk
pembiayaan yang efektif.
Financing to Deposit
Ratio (FDR) tidak
berpengaruh terhadap
Market Share (MS)
Purboastuti, Nurani et. al.
(2015)
Secara parsial, variabel FDR
berpengaruh positif namun
tidak signifikan terhadap
pangsa pasar perbankan
syariah di Indonesia. Hal ini
menunjukkan bahwa tingkat
rasio pembiayaan bank dalam
menjalankan operasinya,
berpengaruh terhadap tingkat
pendapatan yang dihasilkan
oleh bank syariah sehingga
dapat meningkatkan pangsa
pasar. Akan tetapi peningkatan
pendapatan oleh bank syariah
hanya mampu meningkatkan
pangsa pasar perbankan
syariah dalam angka yang
kecil.
23
Al Arif, M. Nur Rianto
dan Yuke Rahmawati
(2018)
Secara parsial variabel FDR
tidak berpengaruh signifikan
terhadap market share
perbankan syariah.
Isu: Pengaruh Return on Asset (ROA) Terhadap Market Share
Research Gap: Terdapat perbedaan hasil penelitian pengaruh Return on Asset (ROA)
terhadap Market Share (MS)
Return on Asset
(ROA) berpengaruh
terhadap Market Share
(MS)
Saputra, Bambang (2014) ROA berpengaruh signifikan
positif terhadap pangsa pasar
perbankan syariah di
Indonesia.
Purboastuti, Nuraini et.
al. (2015)
Secara parsial variabel ROA
berpengaruh positif signifikan
terhadap pangsa pasar
perbankan syariah di
Indonesia.
Return on Asset
(ROA) tidak
berpengaruh terhadap
Market Share (MS)
Al Arif, M. Nur Rianto
dan Yuke Rahmawati
(2018)
Secara parsial variabel ROA
tidak berpengaruh terhadap
market share perbankan
syariah. Sumber: Ulin Nuha Aji Setiawan dan Astiwi Indriani (2016); Afrizal (2017); Sri Muliawati dan Moh.
Khoiruddin (2015), Rima Yunita (2014); Tan Sau Eng (2013); Linda Widyaningrum dan Dina Fitrisia
Septiarini (2015); Aya Rmaadhani Toba dan Arson Aliludin (2016); Bambang Saputra (2014); Nurani
Purboastuti, et. al. (2015); Ida Syafrida dan Ahmad Abror (2011) dan M. Nur Rianto Al Arif dan Yuke
Rahmawati (2018)
B. Kerangka Teori
1. Teori Kekuatan Pasar (Market Power Theory)
Pasar (market) dalam arti luas adalah sekumpulan pembeli dan
penjual dari sebuah barang atau jasa tertentu (Mankiw, 2003: 82). Di
dalam sebuah pasar pasti terjadi persaingan antar pelaku pasar. Hal ini
bertujuan agar pelaku pasar dapat menguasai pangsa pasar. Persaingan
dapat diwujudkan dalam bentuk persaingan produk yang ditawarkan
maupun persaingan dalam hal kualitas perusahaan itu sendiri. Persaingan
ini muncul sebagai daya tarik bagi para konsumen dalam hal ini nasabah.
24
Di samping sasaran lain ialah kepada para pemangku kepentingan dalam
hal ini investor sebagai salah satu sumber pemilik dana.
Dalam menempatkan dananya investor perlu mengetahui sejauh
mana suatu perusahaan efektif dalam menjalankan operasionalnya. Selain
itu investor juga akan melihat kinerja manajemen suatu perusahaan
tersebut apakah perusahaan telah dikelola dengan efektif dan efisien. Hal
ini dapat dilihat melalui konsentrasi pasar sebuah perusahaan dalam hal
ini bank syariah. Konsentrasi pasar sebuah perusahaan menggambarkan
kekuatan pasar yang dimiliki oleh bank atau perusahaan tersebut.
Tregenna dalam Setyawati, et. al. (2015) mengemukakan teori
kekuatan pasar di industri perbankan menyatakan bahwa kinerja bank
dipengaruhi oleh struktur pasar industri. Ada dua pendekatan teori
kekuatan pasar, yaitu struktur perilaku kinerja (structure conduct
performance) dan kekuatan relatif pasar (relative market power).
Pendekatan struktur perilaku kinerja menyatakan bahwa tingkat
konsentrasi di industri perbankan memiliki potensi untuk membuat
kekuatan pasar bank untuk meningkatkan profitabilitas. Bank-bank yang
memiliki konsentrasi yang tinggi di pasar akan mendapatkan keuntungan
yang abnormal karena kemampuannya dalam menentukan tingkat bunga
yang lebih rendah dan menyediakan tingkat kredit bunga yang tinggi.
Sedangkan pendekatan kekuatan relatif pasar menurut Setyawati, et. al.
menyatakan bahwa kinerja bank dipengaruhi oleh pangsa pasar.
25
2. Pangsa Pasar (Market Share)
Bank merupakan perusahaan yang tergolong besar pada umunya
mempunyai banyak unit usaha yang dapat berupa anak perusahaan dalam
bentuk unit usaha sendiri. Bank secara periodik perlu melakukan evaluasi,
unit usaha mana yang menurut penilaian bank perlu ditingkatkan
pertumbuhannya, menentukan unit usaha mana yang perlu dikurangi
aktivitasnya, dan apabila perlu dijual kepada pihak lain. Pada unit usaha
sendiri juga perlu diputuskan produk mana yang perlu dikembangkan, dan
produk mana yang perlu dihentikan upaya pengembangannya (Ikatan
Bankir Indonesia, 2016: 29).
Strategi generik pada dasarnya bertumpu pada tiga hal, yaitu
keunggulan bersaing, koordinasi dan kontrol. Strategi yang baik bertumpu
pada kekuatan pada setiap sisi dari segitiga strategi, yaitu (Ikatan Bankir
Indonesia, 2016: 30):
a. Sumber daya manusia yang berkualitas;
b. Posisi pangsa pasar yang kuat pada industri yang berkembang baik;
c. Didukung oleh struktur organisasi yang efisien.
Kekuatan bersaing perusahaan akan sangat tergantung dari kesesuaian,
kerja sama, sinergi dan koordinasi dari ketiga unsur tersebut.
Pangsa pasar menurut Farris, et.Al. (2006: 67) adalah persentase
pasar (didefinisikan istilah unit atau pendapatan) yang diperhitungkan
secara khusus. Marketer harus mampu menerjemahkan target penjualan
26
ke pangsa pasar karena ini akan menunjukkan apakah perkiraan akan
dicapai dengan bertumbuhnya pasar atau menangkap pangsa dari pesaing.
Yang terakhir hampir selalu akan lebih sulit untuk dicapai. Pangsa pasar
erat dipantau sebagai tanda-tanda perubahan dalam lanskap kompetitif,
dan perubahan-perubahan tersebut sering mendorong tindakan strategis
atau taktis.
Tingkat pertumbuhan pasar (market growth rate) merupakan
proyeksi tingkat pertumbuhan penjualan untuk pasar yang dilayani oleh
suatu bisnis. Biasanya indikator ini diukur sebagai presentase kenaikan
dalam penjualan atau volume unit selama dua tahun terakhir. Tingkat
pertumbuhan ini berfungsi sebagai indikator daya tarik relatif dari pasar
yang dilayani oleh setiap bisnis dalam portofolio bisnis perusahaan
tersebut. Posisi kompetitif relatif (relative competitive position) biasanya
dinyatakan sebagai pangsa pasar dari pesaing terbesarnya. Dengan
demikian, posisi kompetitif relatif menjadi dasar untuk membandingkan
kekuatan relatif dari bisnis-bisnis tersebut di pasarnya (Pearce II dan
Robinson Jr., 2014: 275).
Pearce II dan Robinson Jr. (2014: 276) menerangkan bahwa
pangsa pasar (market share) merupakan penjualan relatif terhadap
pesaing lain dalam pasar tersebut (nilai pembagi biasanya dipilih dari dua
sampai tiga pesaing terbesar di pasar mana pun yang termasuk dalam
wilayah dengan pangsa pasar yang tinggi).
27
Definisi market share (pangsa pasar) juga dikemukakan oleh
Sumarwan, dkk dalam Rusliani (2017: 92) yaitu presentase pasar yang
ditentukan dalam ukuran unit maupun revenue dan dihitung berdasarkan
specific entity. Market share menjadi salah satu indikator meningkatnya
kinerja pemasaran suatu perusahaan. Market share menjelaskan
penjualan perusahaan sebagai presentase volume total penjualan dalam
industri, market, ataupun produk, pangsa pasar merupakan bagian pasar
yang dapat diraih oleh perusahaan.
Dari beberapa definisi di atas dapat disimpulkan bahwa market
share perbankan syariah merupakan perbandingan antara total asset yang
dimiliki perbankan syariah dengan total asset perbankan secara nasional.
3. Laporan Keuangan Bank
Setiap perusahaan dalam hal ini bank, baik bank konvensional
maupun bank berbasis syariah wajib membuat laporan keuangan
publikasi. Hal ini diatur dalam Peraturan Otoritas Jasa Keuangan Nomor
32/POJK.03/2016 Tentang Perubahan Atas Peraturan Otoritas Jasa
Keuangan Nomor 6/POJK.03/2015 Tentang Transparansi dan Publikasi
Laporan Bank. Laporan publikasi yang dimaksud terdiri atas: 1) Laporan
Publikasi Bulanan; 2) Laporan Publikasi Triwulanan; 3) Laporan
Publikasi Tahunan; dan 4) Laporan Publikasi Lain. Bank wajib
menyampaikan laporan publikasinya secara online melalui sistem
28
Laporan Kantor Pusat Bank Umum (LKPBU) (POJK Nomor
32/POJK.03/2016).
Diterangkan oleh Taswan (2005: 39) bahwa laporan keuangan
disusun sebagai bentuk pertanggungjawaban manajemen terhadap pihak-
pihak yang berkepentingan dengan kinerja bank yang dicapai selama
periode tertentu. Oleh karena itu laporan keuangan bank harus memenuhi
syarat mutu, dan karakteristik kualitatif. Dengan demikian pihak-pihak
pengguna laporan keuangan dapat menggunakannya tanpa dihinggapi
keraguan, sementara bagi manajemen bank bahwa laporan keuangan yang
telah disusun dapat digunakan sebagai pedoman dalam penyelengggaraan
akuntansi.
4. Dana Pihak Ketiga
Dana Pihak Ketiga biasanya lebih dikenal dengan dana
masyarakat, merupakan dana yang dihimpun oleh bank yang berasal dari
masyarakat dalam arti luas, meliputi masyarakat individu, maupun badan
usaha. Bank menawarkan produk simpanan kepada masyarakat dalam
menghimpun dananya (Ismail, 2010: 43).
Diterangkan oleh Kasmir (2012: 59) dalam Anggreni dan
Suardhika (2014: 26) dana pihak ketiga (DPK) merupakan dana yang
bersumber dari masyarakat luas merupakan sumber penting untuk
aktivitas operasional bank dan merupakan tolak ukur keberhasilan suatu
bank apabila bank dapat menanggung biaya operasinya dari sumber dana
29
ini. Bank diharapkan selalu berada ditengah masyarakat, agar aliran uang
dari masyarakat yang mempunyai kelebihan dana dapat ditampung
kemudian disalurkan kembali kepada masyarakat. Keuntungan utama
bank berasal dari sumber sumber dana dengan bunga yang akan diterima
dari alokasi tertentu. DPK meningkat maka bank mempunyai peluang
serta kesempatan yang lebih besar untuk memperoleh pendapatan yang
lebih tinggi.
Simpanan dana yang berasal dari pihak ketiga menurut Ismail
(2010: 43) anatara lain:
a. Simpanan giro (demand deposit),
b. Tabungan (saving),
c. Deposito (time deposit).
5. Capital Adequacy Ratio
Faktor permodalan (capital) merupakan salah satu faktor yang
dipertimbangkan para pemangku kepentingan terutama stakeholder.
Berkaitan dengan modal bank maka para investor akan memperhatikan
bagaimana permodalan dikelola oleh manajemen. Rasio yang digunakan
untuk menilai tingkat kecukupan poermodalan dan pengelolaan
permodalan adalah Capital Adequacy Ratio.
Modal bank terutama dimaksudkan untuk menutupi potensi
kerugian yang tidak terduga (unexpected loss), dan sebagai cadangan pada
saat terjadi krisis perbankan. Modal bank juga berfungsi agar para deposan
30
yang menyimpan uang di bank merasa tenang bahwa uang yang disimpan
akan terjamin dapat dikembalikan pada waktunya (Ikatan Bankir
Indonesia, 2016: 157).
Menurut Dendawijaya dalam Eng (2013: 158) Capital Adequacy
Ratio (CAR) adalah rasio yang memperlihatkan seberapa jauh seluruh
aktiva bank yang mengandung risiko (kredit, penyertaan, surat berharga,
tagihan pada bank lain) ikut dibiayai dari dana modal sendiri bank, di
samping memperoleh dana-dana dari sumber-sumber di luar bank, seperti
dana masyarakat, pinjaman (utang) dan lain-lain. Dengan kata lain, CAR
adalah rasio kinerja bank untuk mengukur kecukupan modal yang dimiliki
bank untuk menunjang aktiva yang mengandung atau mennghasilkan
risiko, misalnya kredit yang diberikan.
CAR adalah rasio kecukupan modal yang berfungsi menampung
risiko kerugian yang kemungkinan dihadapi oleh bank. Semakin tinggi
CAR maka semakin baik kemampuan bank tersebut untuk menanggung
risiko dari setiap kredit/aktiva produktif yang berisiko (Ikatan Bankir
Indonesia, 2016: 385). Semakin besarnya CAR suatu bank tentunya
menunjukkan bank tersebut semakin solvable dan vice versa (Eng, 2013:
158).
6. Non Performing Finance
Non Performing Finance (NPF) atau disebut juga pembiayaan
bermasalah menurut Ikatan Bankir Indonesia (2016: 84) adalah
31
pembiayaan kepada pihak ketiga bukan bank yang memiliki kualitas
kurang lancar, diragukan dan macet. Total pembiayaan adalah
pembiayaan kepada pihak ketiga buka bank.
NPF menurut Setiawan dalam Purboastuti, et. al. (2015: 15)
merupakan rasio tingkat pengembalian pembiayaan yang diberikan
kepada masyarakat. NPF merupakan jumlah kredit yang bermasalah dan
kemungkinan tidak dapat ditagih. Semakin besar nilai NPF maka semakin
buruk kinerja bank tersebut. Data ini biasanya dalam bentuk persentase.
7. Financing to Deposit Ratio
Bank memiliki fungsi intermediasi, yaitu penghubung antara pihak
yang memiliki kelebihan dana dengan pihak yang membutuhkan dana.
Bank berperan menyalurkan kredit guna memperoleh keuntungan dari
aktivitas tersebut. Loan to Deposit Ratio (LDR) dalam perbankan
konvensional atau Financing to Deposit Ratio (FDR) dalam perbankan
syariah menurut Ikatan Bankir Indonesia (2015: 154) merupakan
perbandingan antara jumlah kredit yang diberikan dengan sumber dana
yang berasal dari dana masyarakat (giro, tabungan dan simpanan
berjangka). Rasio ini digunakan untuk melihat seberapa besar sumber
dana yang berasal dari dana masyarakat (yang umumnya jangka pendek)
digunaka untuk membiayai aset yang tidak likuid (kredit). Nilai LDR yang
semakin besar, berarti semakin kecil tingkat likuiditas bank, atau dengan
kata lain, LDR merupakan salah satu indikator likuiditas bank.
32
Financing to Deposit Ratio (FDR) menurut Setiawan dalam
Purboastuti, et.al. (2015: 15) merupakan indikator likuiditas bank dimana
variabel ini diukur dengan membandingkan total pembiayaan yang
disalurkan dengan total dana dalam membayar kembali penarikan dana
yang dilakukan deposan dengan mengandalkan kredit/pembiayaan yang
diberikan sebagai likuiditasnya. Semakin tinggi rasio maka semakin
rendah kemampuan bank yang bersangkutan. Hal ini disebabkan karena
jumlah dana yang diperlukan untuk pembiayaan menjadi semakin besar.
Data yang digunakan biasanya dalam bentuk persentase.
Dengan demikian, berdasarkan uraian di atas dapat dikatakan
bahwa rasio FDR merupakan rasio yang mewakili pembiayaan. Artinya
rasio ini digunakan untuk mengukur seberapa jauh kemampaun bank
syariah dalam melakukan pembiayaan terhadap dana yang diterima.
8. Return on Asset
Ikatan Bankir Indonesia (2015: 65) mendefinisikan ROA sebagai
rasio yang digunakan untuk mengukur kemampuan perusahaan dalam
menghasilkan laba. ROA memberikan gambaran bagaimana efisiensi
perusahaan dalam menggunakan aktiva untuk menghasilkan laba. Rasio
ROA dapat salah interpretasi apabila pada neraca terdapat sejumlah aktiva
dengan nilai jauh lebih rendah dari nilai pasar. Selain itu, agar
memberikan angka yang benar, periode waktu neraca dan rugi laba harus
sama, artinya laba harus disetahunkan apabila belum mencapai 12 bulan.
33
Return on Asset (ROA), variabel ini merupakan salah satu rasio
yang biasa digunakan untuk mengukur efisiensi manajemen. Return on
Asset dihitung dengan membagi laba bersih pada tahun tertentu terhadap
total aset yang dimiliki oleh bank tersebut. Return on Asset
menggambarkan kemampuan baik dalam menghasilkan laba bersih
melalui penggunaan sejumlah aktiva bank. Pemilihan ROA adalah untuk
mengetahui efisiensi kinerja bank dalam memutar asetnya. Data ini
biasanya dalam bentuk persentase (Setiawan, 2009 dalam Purboastuti,
et.al., 2015: 15).
Menurut Endraswati, Suhardjanto dan Krismiaji (2014) rasio ROA
menilai kualitas pendapatan atau laba yang diperoleh bank harus
memperhatikan pertama, tingkat laba, seterusnya komposisi operasional
yang menghasilkan laba tersebut, kecenderungan dan tren dibandingkan
periode lalu, serta stabilitas dan kesinambungan dari perolehan laba. Bagi
manajemen bank, kualitas laba menjadi tolok ukur utama dalam menilai
kinerja manajemen dalam mengendalikan bank. Ketika berhasil
memperolah tingkat laba yang baik, bank dapat mempunyai kekuatan
yang lebih besar untuk mendukung pengembangan operasional,
menunjang pertumbuhan aset dan memperbesar kemampuan permodalan.
Dengan demikian, para deposan bank sebagai sumber dana bank
mempunyai rasa aman yang lebih tinggi berhubungan bisnis dengan bank,
dan pemegang saham memperoleh imbal hasil sesuai dengan harapan
34
melalui dividen atau capital gain. Sebaliknya, apabila bank tidak mampu
menghasilkan laba dengan kualitas baik, kemungkinan bank tidak akan
mampu memenuhi kebutan perkreditan masyarakat (Ikatan Bankir
Indonesia, 2016: 143).
C. Kerangka Penelitian
Dari tema yang peneliti angkat dan juga tinjauan pustaka di atas
peneliti simpulkan model penelitian peneliti adalah sebagai berikut:
Gambar 2.1
Model Penelitian Path Analysis
Berdasarkan penelitian Endraswati (2018) variabel kinerja
perusahaan menggunakan ROA. ROA dipilih sebagai variabel intervening
dalam penelitian ini karena menurut Wardhani (2013) prestasi yang
ditunjukkan perusahaan dalam pencapaian tujuan perusahaan khususnya yang
Variabel Independen Variabel Intervening
Capital Adequacy
Ratio (X2)
Variabel Dependen
Non Performing
Finance (X3)
Return on
Asset (Z)
Market Share (Y)
Financing to Deposit
Ratio (X4)
Dana Pihak Ketiga
(X1)
35
tercermin dari kondisi keuangan perusahaan. Informasi utama yang dapat
menggambarkan kinerja keuangan melalui laporan keuagan adalah laba atau
profitabilitas. Apabila perolehan laba dari tahun ke tahun mengalami
kenaikan, maka akan mempengaruhi total aset yang dimiliki perusahaan
tersebut di masa yang akan datang.
D. Pengembangan Hipotesis
Hubungan antara variabel DPK, CAR, NPF, FDR dan ROA terhadap
market share perbankan syariah ialah sebagai berikut:
1. Pengaruh Dana Pihak Ketiga Terhadap Return on Asset
Diterangkan oleh Kasmir (2012: 59) dalam Anggreni dan
Suardhika (2014: 26) dana pihak ketiga (DPK) merupakan dana yang
bersumber dari masyarakat luas merupakan sumber penting untuk
aktivitas operasional bank dan merupakan tolak ukur keberhasilan suatu
bank apabila bank dapat menanggung biaya operasinya dari sumber
dana ini. DPK meningkat maka bank mempunyai peluang serta
kesempatan yang lebih besar untuk memperoleh pendapatan yang lebih
tinggi.
Penelitian yang dilakukan oleh Anggreni dan Suardhika (2014),
Setiawan dan Indriani (2016), Kinanti dan Purwohandoko (2017),
Afrizal (2017) menyatakan bahwa DPK berpengaruh positif terhadap
profitabilitas, apabila DPK meningkat maka porfitabilitas akan
meningkat dengan asumsi penyaluran kredit bank lancar.
36
Namun hasil penelitian yang berbeda dilakukan oleh Muliawati
dan Khoiruddin (2015). Temuan dalam penelitian tersebut menyatakan
bahwa variabel DPK tidak berpengaruh signifikan terhadap
profitabilitas Bank Umum Syariah. Artinya dengan semakin besarnya
DPK maka bank semakin mampu untuk melakukan pembiayaan
terhadap nasabahnya. Dengan kata lain semakin kecil rasio DPK maka
profitabilitas yang terjadi semakin kecil.
Atas dasar analisis di atas, maka hipotesis yang diajukan dalam
penelitian ini adalah:
H1: Semakin besar porsi Dana Pihak Ketiga maka Return on Asset
semakin tinggi
2. Pengaruh Capital Adequacy Ratio Terhadap Return on Asset
Ikatan Bankir Indonesia (2016: 385) mendefinisikan CAR sebagai
rasio kecukupan modal yang berfungsi menampung risiko kerugian
yang kemungkinan dihadapi oleh bank. Semakin tinggi CAR maka
semakin baik kemampuan bank tersebut untuk menanggung risiko dari
setiap kredit/aktiva produktif yang berisiko.
Penelitian yang dilakukan oleh Widati (2012), Rahmi dan
Anggraini (2013), Yunita (2014), Anggreni dan Suardhika (2014),
Kinanti dan Purwohandoko (2017), Yusuf dan Surjaatmadja (2018)
serta Jatmiko, et.al. (2017) membuktikan bahwa CAR memiliki
pengaruh signifikan terhadap ROA. Ini berarti bahwa jika manajer
37
perusahaan perbankan dapat mengelola permodalan dengan baik yaitu
memanfaatkan secara optimal modal sendiri sehingga keuntungan yang
diperoleh akan meningkat karena tidak untuk membiayai modal dari
luar/eksternal. Dengan meningkatnya modal sendiri maka kesehatan
bank yang terkait dengan rasio permodalan/kecukupan modal juga akan
meningkat dan juga akan meningkatkan kepercayaan
masyarakat/nasabah karena laba yang meningkat tersebut. Bank yang
memiliki kecukupan modal yang tinggi, cenderung memiliki tingkat
return yang lebih tinggi dibandingkan dengan bank yang kecukupan
modalnya lebih rendah.
Namun temuan tersebut tidak sejalan dengan penelitian yang
dilakukan oleh Eng (2013), Widyaningrum dan Septiarini (2015),
Hakiim dan Rafsanjani (2016), Harianto (2017) serta Irwan (2017) yang
menyatakan bahwa variabel CAR ternyata tidak berpengaruh signifikan
terhadap ROA.
Atas dasar uraian hasil penelitian di atas, maka hipotesis yang
diajukan adalah:
H2: Semakin tinggi Capital Adequacy Ratio maka Return on Asset akan
semakin meningkat
3. Pengaruh Non Performing Finance Terhadap Return on Asset
Non Performing Finance (NPF) atau disebut juga pembiayaan
bermasalah menurut Ikatan Bankir Indonesia (2016: 84) adalah
38
pembiayaan kepada pihak ketiga bukan bank yang memiliki kualitas
kurang lancar, diragukan dan macet. Total pembiayaan adalah
pembiayaan kepada pihak ketiga buka bank.
Penelitian yang dilakukan oleh Pramuka (2010), Eng (2013),
Harianto (2017) dan Irwan (2017) menyatakan bahwa variabel risiko
pembiayaan (NPF) mempunyai pengaruh negatif dan signifikan
terhadap profitabilitas (ROA) bank umum syariah. Artinya,
peningkatan risiko pembiayaan (NPF) akan menyebabkan penurunan
profitabilitas (ROA) dan juga sebaliknya penurunan risiko pembiayaan
(NPF) akan menyebabkan peningkatan profitabilitas (ROA).
Namun hasil yang berbeda dengan penelitian yang dilakukan oleh
Rahmi dan Anggraini (2013) serta Kinanti dan Purwohandoko (2017)
yang menyatakan bahwa NPF memiliki pengaruh positif dan signifikan
terhadap ROA yang berarti jika NPF mengalami kenaikan, ROA juga
akan meningkat dan begitupun sebaliknya. Hal ini bertentangan dengan
logika operasional bank yang memiliki konsep ketika sebuah bank yang
memiliki pembiayaan yang bermasalah lebih banyak, maka akan
menurunkan pendapatan bank tersebut.
Berdasarkan uraian hasil penelitian di atas, maka hipotesis yang
diajukan adalah:
H3: Semakin rendah tingkat Non Performing Finance maka Return on
Asset akan semakin meningkat
39
4. Pengaruh Financing to Deposit Ratio Terhadap Return on Asset
Loan to Deposit Ratio (LDR) dalam perbankan konvensional atau
Financing to Deposit Ratio (FDR) dalam perbankan syariah menurut
Ikatan Bankir Indonesia (2015: 154) merupakan perbandingan antara
jumlah kredit yang diberikan dengan sumber dana yang berasal dari
dana masyarakat (giro, tabungan dan simpanan berjangka). Rasio ini
digunakan untuk melihat seberapa besar sumber dana yang berasal dari
dana masyarakat (yang umumnya jangka pendek) digunakan untuk
membiayai aset yang tidak likuid (kredit).
Penelitian yang dilakukan oleh Pramuka (2010), Riyadi dan
Yulianto (2014), Yunita (2014), Kinanti dan Purwohandoko (2017) dan
Yusuf dan Surjaatmadja (2018) menyatakan bahwa FDR memiliki
pengaruh yang signifikan terhadap ROA. Hal ini dapat diartikan bahwa
semakin tinggi rasio ini mengindikasikan semakin optimalnya fungsi
intermediasi yang dijalankan bank syariah, sehingga meningkatkan
profitabilitas.
Hasil penelitian tersebut tidak sejalan dengan penelitian yang
dilakukan oleh Suryani (2011), Muliawati dan Khoiruddin (2015),
Widyaningrum dan Septiarini (2015), Hakiim dan Rafsanjani (2016),
Harianto (2017) yang mengemukakan bahwa FDR tidak memiliki
pengaruh yang signifikan terhadap ROA.
40
Berdasarkan uraian hasil penelitian di atas, maka hipotesis yang
diajukan adalah:
H4: Semakin tinggi tingkat Financing to Deposit Ratio maka Return on
Asset akan semakin meningkat
5. Pengaruh Dana Pihak Ketiga Terhadap Pertumbuhan Market
Share Bank Umum Syariah di Indonesia
Salah satu cerminan suatu bank dikatakan berhasil dalam kegiatan
usahanya dapat dilihat dari seberapa besar dana masyarakat yang dapat
dihimpuan bank tersebut. Dana masyarakat atau dana pihak ketiga yang
tinggi akan memudahkan bank untuk dapat mengalokasikan dananya ke
dalam beberapa alternatif salah satunya ialah penyaluran pembiayaan
kepada para pihak yang membutuhkan dana. Menurut Rofiatun (2016)
jika dana pihak ketiga tinggi perbankan semakin tinggi, maka
pendapatan perbankan syariah diyakini akan meningkat. Naylah (2010)
dalam Rofiatun (2016) mengungkapkan bahwa keuntungan yang
diperoleh dari pangsa pasar mencerminkan kekuatan pasar (karena
perusahaan menggarap permintaan pasar) atau efisiensi yang lebih baik
(karena mencapai skala ekonomi). Dengan kata lain semakin banyak
dana pihak ketiga yang dihimpun maka semakin banyak pula dana yang
digulirkan bank melalui pembiayaan. Sehingga bank memperoleh
keuntungan dari penyaluran tersebut yang berakibat pada meningkatnya
pangsa pasar bank bersangkutan.
41
Penelitian yang dilakukan oleh Purboastuti, et. al. (2015), Aisy dan
Mawardi (2016) yang menyatakan bahwa variabel DPK berpengaruh
positif signifikan terhadap pangsa pasar perbankan syariah di Indonesia.
Hal ini menunjukkan bahwa penghimpunan dana pihak ketiga
berpengaruh terhadap pertumbuhan aset perbankan syariah sehingga
berpengaruh pula terhadap peningkatan pangsa pasar perbankan syariah.
Secara ekonomi, perbankan syariah memiliki DPK yang cukup tinggi
untuk meningkatkan aset perbankan syariah sehingga berpengaruh
untuk meningkatkan pangsa pasar perbankan syariah.
Temuan berbeda ditemukan dalam penelitian Toba dan Aliludin
(2016). Penelitian ini menggunakan analisis Time Series Forecasting
yang dimaksudkan untuk meramalkan kinerja dan pangsa pasar Bank
Syariah di tahun-tahun mnedatang. Dari hasil analisis tersebut, terlihat
bahwa DPK Bank Syariah meningkat setiap tahunnya. Akan tetapi
dilihat dari porsi market share, peningkatan DPK tersebut lebih lambat
daripada peningkatan pertumbuhan bnak konvensional. Meskipun
mengalami pertumbuhan, Bank Syariah dinilai gagal untuk
meningkatkan market share-nya di tahun 2024. Dengan kata lain dapat
diartikan bahwa dibandingkan dengan bank konvensional, bank syariah
masih sedikit kurang bersaing dengan kinerja bank konvensional dan
perlu perbaikan untuk meningkatkan pertumbuhan laba dan dana pihak
ketiga dalam pangsa pasar.
42
Berdasarkan uraian hasil penelitian di atas, maka hipotesis yang
diajukan adalah:
H5: Semakin tinggi tingkat Dana Pihak Ketiga maka akan semakin
meningkat posisi Market Share Bank Umum Syariah di Indonesia
6. Pengaruh Capital Adequacy Ratio Terhadap Pertumbuhan Market
Share Bank Umum Syariah di Indonesia
Dendawijaya dalam Rahman (2016) menyatakan bahwa modal
merupakan salah satu faktor penting dalam rangka pengembangan usaha
bisnis dan menampung resiko kerugian, semakin tinggi CAR maka
semakin kuat kemampuan bank tersebut untuk menanggung resiko dari
setiap kredit/aktiva produktif yang beresiko. Jika nilai CAR tinggi
(sesuai ketentuan BI 8%) berarti bank tersebut mampu membiayai
operasi bank, keadaan yang menguntungkan bank tersebut akan
memberikan kontribusi yang cukup besar bagi profitabilitas.
Profitabilitas yang meningkat akan berpengaruh pada meningkatnya
aset suatu bank yang diukur dengan market share.
Penelitian yang dilakukan oleh peneliti terdahulu yaitu Saputra
(2014), Setyawati, et. al. (2015) dan Rahman (2016) yang menyatakan
bahwa CAR memiliki pengaruh positif yang signifikan pada Market
Share. Hal ini berarti bahwa semakin besar CAR maka market share
yang dicapai bank syariah akan semakin besar, karena semakin besar
CAR maka semakin tinggi kemampuan permodalan bank dalam
43
menjaga kemungkinan timbulnya risiko kerugian kegiatan usahanya.
Rendahnya CAR dikarenakan peningkatan ekspansi aset beresiko yang
tidak diimbangi dengan penambahan modal menurunkan kesempatan
bank untuk berinvestasi dan menurunkan kepercayaan masyarakat
sehingga berpengaruh pada penurunan pangsa pasar. Tingginya rasio
modal dapat melindungi deposan, dan memberikan dampak
meningkatnya kepercayaan masyarakat kepada bank, yang pada
akhirnya dapat meningkatkan market share.
Berdasarkan uraian hasil penelitian di atas, maka hipotesis yang
diajukan adalah:
H6: Semakin tinggi tingkat Capital Adequacy Ratio maka akan semakin
meningkat posisi Market Share Bank Umum Syariah di Indonesia
7. Pengaruh Non Performing Finance Terhadap Pertumbuhan Market
Share Bank Umum Syariah di Indonesia
Veithzal (2007) dalam Rahman (2016) mengungkapkan bahwa
pembiayaan bermasalah berarti pembiayaan yang dalam pelaksaannya
belum mencapai atau memenuhi target yang diinginkan pihak bank
seperti: pengembalian pokok atau bagi hasil yang bermasalah,
pembiayaan yang memiliki kemungkinan timbulnya resiko di kemudian
hari bagi bank, pembiayaan yang termasuk golongan perhatian khusus,
diragukan dan macet serta golongan lancar yang berpotensi terjadi
penunggakan dalam pengembalian. Oleh karena itu jika rasio
44
pembiayaan bermasalah dalam hal ini NPF dalam suatu bank tergolong
tinggi maka bank juga akan mengalami penurunan keuntungan yang
diperoleh. Hal ini akan berpengaruh pada menurunnya porsi pangsa
pasar bank bersangkutan.
Penelitian yang dilakukan oleh Saputra (2014), Rahman (2016),
Purboastuti, et. al. (2015) serta Al Arif dan Rahmawati (2018)
menyatakan bahwa variabel NPF berpengaruh negatif signifikan
terhadap market share. Hasil penelitian ini menunujukkan bahwa
semakin banyaknya pembiayaan bermasalah membuat bank syariah
tidak berani meningkatkan penyaluran pembiayaannya apalagi bila dana
pihak ketiga tidak dapat dicapai secara optimal maka dapat mengganggu
likuiditas suatu bank. Pengelolaan pembiayaan sangat diperlukan oleh
bank, mengingat fungsi pembiayaan sebagai penyumbang pendapatan
terbesar bagi bank syariah. Tingkat kesehatan pembiayaan (NPF) ikut
mempengaruhi peningkatan pangsa pasar. Adanya pembiayaan
bermasalah yang besar dapat mengakibatkan hilangnya kesempatan
untuk memperoleh pendapatan dari pembiayaan yang diberikan
sehingga berpengaruh buruk pada market share. Dengan demikian
semakin besar NPF akan mengakibatkan menurunnya market share.
Temuan tersebut tidak sejalan denggan penelitian yang dilakukan
oleh Syafrida dan Abror (2011) yang menyatakan bahwa NPF memiliki
pengaruh yang positif terhadap pertumbuhan aset perbankan syariah.
45
Peningkatan NPF akan meningkatkan pula pertumbuhan aset perbankan
syariah di Indonesia. Peningkatan NPF ini tidak memepengaruhi
pertumbuhan aset perbankan syariah secara signifikan. Ini berarti,
peningkatan NPF tidak serta merta dan tidak selalu mengakibatkan
perubahan pada pertumbuhan aset perbankan syariah di Indonesia.
Berdasarkan uraian hasil penelitian di atas, maka hipotesis yang
diajukan adalah:
H7: Semakin rendah tingkat Non Performing Finance maka akan
semakin meningkat posisi Market Share Bank Umum Syariah di
Indonesia
8. Pengaruh Financing to Deposit Ratio Terhadap Pertumbuhan
Market Share Bank Umum Syariah di Indonesia
Dalam lalu lintas pembayaran, bank memiliki fungsi intermediasi.
Fungsi intermediasi ini dalam praktiknya diwujudkan dalam penyaluran
kredit atau pembiayaan dalam bank syariah. Dana yang dihimpun dari
masyarakat disalurkan kepada pihak yang membutuhkan dana oleh bank
syariah. Saputra (2014) mengatakan bahwa jika rasio ini meningkat
dalam batas tertentu maka akan semakin banyak dana yang disalurkan
dalam bentuk pembiayaan, sehingga akan meningkatkan market share
bank syariah, dengan asumsi bank menyalurkan dananya untuk
pembiyaan yang efektif.
46
Penelitian yang dilakukan oleh Syafrida dan Abror (2011) dan
Saputra (2014) menyatakan bahwa FDR pengaruh positif yang
signifikan pada Market Share. Hal tersebut dapat berarti bahwa semakin
tinggi FDR maka akan semakin tinggi tingkat market share. Semakin
meningkatnya FDR bank syariah dalam batas tertentu, maka semakin
meningkat pula laba bank yang pada akhirnya menimbulkan
peningkatan pembiayaan dan mengakibatkan tingginya market share
bank syariah, dengan asumsi bank menyalurkan dananya untuk
pembiayaan yang efektif.
Temuan tersebut tidak sejalan dengan penelitian yang dilakukan
oleh Purboastuti, et. al. (2015) serta Al Arif dan Rahmawati (2018) yang
menyatakan bahwa FDR berpengaruh positif namun tidak signifikan
terhadap pangsa pasar perbankan syariah di Indonesia. Hal ini berarti
bahwa tingkat rasio pembiayaan bank dalam menjalankan operasinya,
berpengaruh terhadap tingkat pendapatan yang dihasilkan oleh bank
syariah sehingga dapat menigkatkan pangsa pasar perbankan syariah
walaupun kecil. Secara ekonomi, perbankan syariah memiliki tingkat
FDR yang tinggi namun tingkat likuiditasnya rendah. Pendapatan yang
diperoleh dari pembiayaan relatif kecil sehingga tidak terlalu
berpengaruh pada peningkatan aset perbankan syariah. Berdasarkan
uraian di atas, maka hipotesis yang diajukan adalah:
47
H8: Semakin tinggi tingkat Financing to Deposit Ratio maka akan
semakin meningkat posisi Market Share Bank Umum Syariah di
Indonesia
9. Pengaruh Return on Asset Terhadap Pertumbuhan Market Share
Bank Umum Syariah di Indonesia
Return on Asset (ROA) digunakan untuk mengukur kemampuan
manajemen bank dalam memperoleh laba secara keseluruhan
(Dendawijaya, 2003: 120). Semakin besar ROA suatu bank, semakin
besar pula tingkat keuntungan yang dicapai bank tersebut dari segi
penggunaan aset (Widyaningrum dan Septiarini, 2015: 974).
Peningkatan keuntungan bank syariah dapat berarti bahwa laba
perusahaan meningkat. Peningkatan laba perusahaan ini dapat
meningkatkan posisi pangsa pasar bank syariah.
Penelitian yang meneliti tentang adanya pengaruh ROA terhadap
pertumbuhan market share dilakukan oleh peneliti terdahulu yaitu
Saputra (2014). Hasil penelitiannya menunjukkan bahwa ROA
memiliki pengaruh positif dan signifikan terhadap market share.
Apabila profitabilitas suatu bank tersebut memiliki peningkatan yang
signifikan maka masyarakat akan mempercayakan untuk menempatkan
dananya di bank tersbeut karena masyarakat akan memperhitungkan
bagi hasil yang diperoleh akan cukup menguntungkan baginya, oleh
karen itu semakin besar ROA suatu bank, semakin besar pula tingkat
48
keuntungan yang dicapai bank, dan semakin baik kinerja dan posisi
pangsa pasar bank tersebut.
Hasil penelitian tersebut sejalan dengan hasil penelitian yang
dilakukan oleh Purboastuti, et. al. (2015). Uji Regresi Linear Berganda
menunjukkan bahwa secara parsial ROA berpengaruh positif dan
signifikan terhadap pangsa pasar perbankan syariah di Indonesia. Hal
ini menunjukkan bahwa rasio yang digunakan untuk mengukur efisiensi
manajemen yaitu ROA berpengaruh terhadap peningkatan pangsa pasar
perbankan syariah. Secara ekonomi, perbankan syariah memiliki
tingkat ROA yang tinggi sehingga menunjukkan tingkat keuntungan
bank yang relatif tinggi. Dari tingginya tingkat keuntungan bank
sehingga meningkatkan aset perbankan syariah. Meningkatnya aset
perbankan syariah akan meningkatkan pangsa pasar perbankan syariah.
Dari uraian tersebut maka hipotesis yang diajukan adalah:
H9: Semakin tinggi tingkat Return on Asset maka akan semakin
meningkat posisi Market Share Bank Umum Syariah di Indonesia
49
BAB III
METODOLOGI PENELITIAN
A. Jenis Penelitian
Penelitian ini termasuk ke dalam jenis penelitian kuantitatif. Penelitian
dengan metode kuantitatif dapat diartikan sebagai metode penelitian yang
berlandasakan pada filsafat positivisme, digunakan untuk meneliti pada
populasi atau sampel tertentu, pengumpulan data menggunakan instrumen
penelitian, analisis data bersifat kuantitatif/statistik, dengan tujuan untuk
menguji hipotesis yang telah ditetapkan (Sugiyono, 2016: 35).
B. Data dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder panel. Data
panel (pool data) merupakan gabungan antara data runtut waktu (time series)
dan seksi silang (cross section) (Winarno, 2015: 2.1). Dalam penelitian ini data
sekunder tersebut meliputi laporan keuangan serta laporan publikasi bulanan
Bank Umum Syariah periode Januari 2016 – Desember 2017 yang tercantum
pada situs resmi Bank Indonesia dan Otoritas Jasa Keuangan serta pada situs
resmi masing-masing Bank Umum Syariah terkait.
C. Populasi dan Sampel
1. Populasi
Diterangkan oleh Sugiyono (2016: 148) populasi adalah wilayah
generalisasi yang terdiri atas: obyek/subyek yang mempunyai kuantitas
50
dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari
dan kemudian ditarik kesimpulannya. Jadi populasi bukan hanya orang,
tetapi juga obyek dan benda-benda alam yang lain. Populasi juga bukan
sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi
meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau obyek
itu (Sugiyono, 2016: 148).
Populasi yang dimaksud dalam penelitian ini adalah seluruh Bank
Umum Syariah (BUS) yang terdaftar di Otoritas Jasa Keungan (OJK) atau
Bank Indonesia (BI).
2. Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki
oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin
mempelajari semua yang ada pada populasi, misalnya karena keterbatasan
dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang
diambil dari populasi itu. Apa yang dipelajari dari sampel itu,
kesimpulannya akan dapat diberlakukan untuk populasi. Untuk itu sampel
yang diambil dari populasi harus betul-betul representatif (mewakili)
(Sugiyono, 2016: 149).
Teknik pengambilan sampel yang digunakan dalam penelitian ini
adalah Pupossive/Judgmental Sampling. Pupossive/Judgmental Sampling
adalah teknik pengambilan sampling yang hampir sama dengan quota
sampling. Bedanya, jika Purpossive ciri yang ditetapkan adalah
51
berdasarkan kelompok (Adi, 2014: 112). Kriteria penunjukan sampel yang
akan diteliti adalah:
a. Merupakan Bank Umum Syariah (BUS) yang terdaftar pada Otoritas
Jasa Keuangan (OJK) dan Bank Indonesia (BI) periode 2016 – 2017.
b. BUS tersebut menerbitkan laporan keuangan bulanan periode Januari
2016 – Desember 2017 dan telah dipublikasikan baik di situs resmi
masing-masing BUS maupun pada situs Otoritas Jasa Keungan atau
Bank Indonesia (Saputra, 2014).
c. BUS tersebut menampilkan informasi atau data yang dibutuhkan
untuk penelitian selama periode Januari 2016 – Desember 2017.
Berdasarkan kriteria-kriteria di atas, jumlah sampel dari penelitian
ini dapat dijelaskan pada tabel di bawah ini:
Tabel 3.1
Proses Pengambilan Sampel
No. Karakteristik Sampel Ket
1. Bank Umum Syariah yang terdaftar di Otoritas Jasa Keuangan
(OJK) dan Bank Indonesia (BI)
13
2. Bank umum syariah yang tidak memiliki laporan keuangan dan
laporan publikasi bulanan lengkap dari tahun 2016-2017
6
Jumlah Sampel Penelitian 7 Sumber: Situs resmi OJK dan BI serta situs resmi masing-masing BUS
Dari tabel 3.1 di atas dapat diketahui bahwa jumlah sampel yang
sesuai dengan kriteria penunjukan sampel dalam penelitian ini adalah
sebanyak 7 Bank Umum Syariah. Adapun nama-nama perusahaan yang
menjadi sampel dari penelitian ini yaitu sebagai berikut:
52
Tabel 3.2
Sampel Penelitian
No. Nama Bank Umum Syariah
1. PT Bank BCA Syariah
2. PT Bank Mega Syariah
3. PT Bank Negara Indonesia Syariah
4. PT Bank Syariah Bukopin
5. PT Bank Tabungan Pensinan Nasional Syariah
6. PT Bank Victoria Syariah
7. PT Bank Maybank Syariah Indonesia Sumber: Situs resmi masing-masing BUS
D. Metode Pengambilan Data
Metode pengambilan data adalah teknik atau cara yang dilakukan oleh
peneliti untuk mendapatkan data yang akan dianalisis atau diolah untuk
menghasilkan suatu kesimpulan (Bawono, 2006: 29). Data yang digunakan
dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang
sudah tersedia sehingga kita tinggal mencari dan mengumpulkan (Sugiyono,
2016: 12). Metode pengumpulan data dalam penelitian ini dilakukan melalui
studi kepustakaan dan pencarian secara online atau internet.
E. Definisi Konsep dan Operasional
1. Variabel Independen
Variabel bebas (independent variable) merupakan variabel
stimulus atau variabel yang mempengaruhi variabel lain. Variabel bebas
merupakan variabel yang variabelitasnya diukur, dimanipulasi, atau
dipilih oleh peneliti untuk menentukan hubungannya dengan suatu gejala
yang diobservasi (Sarwono, 2010: 38). Atas dasar penjelasan tersebut,
53
maka variabel bebas dalam penelitian ini diantaranya yaitu Dana Pihak
Ketiga (DPK), Capital Adequacy Ratio (CAR), Non Performing
Financing (NPF) dan Fianncing to Deposit Ratio (FDR).
2. Variabel Mediator atau Intervening
Menurut Baron dan Kenny (1986) suatu variabel disebut mediator
jika variabel tersebut ikut mempengaruhi hubungan antara variabel
prediktor (independen) dan variabel kriterion (dependen) (Ghozali, 2016:
235). Sesuai dengan penjelasan yang sudah dipaparkan sebelumnya, maka
dapat disimpulkan bahwa variabel mediator atau intervening dalam
penelitian ini yaitu variabel kinerja keuangan yang diukur dengan rasio
Return on Asset (ROA).
3. Variabel Dependen
Variabel terikat (dependent variable) adalah variabel yang
memberikan reaksi atau respons jika dihubungkan dengan variabel bebas.
Variabel terikat adalah variabel yang variabelitasnya diamati dan diukur
untuk menentukan pengaruh yang disebabkan oleh variabel bebas
(Sarwono, 2010: 38). Variabel dependen dalam penelitian ini adalah
market share (pangsa pasar).
Untuk memberikan pemahaman yang lebih spesifik terhadap
variabel-variabel penelitian ini, maka variabel tersebut didefinisikan
secara operasional sebagai berikut:
54
Tabel 3.3
Definisi dan Perhitungan Variabel
Variabel Definisi dan Pengukuran
Dana Pihak Ketiga (X1) Ikatan Bankir Indonesia (2016: 83) total dana pihak ketiga
adalah seluruh dana pihak ketiga bukan bank berupa giro,
tabungan dan deposito.
Berikut merupakan formula yang dapat digunakan untuk
mencari nilai total Dana Pihak Ketiga:
𝑫𝑷𝑲 = 𝑮𝒊𝒓𝒐 + 𝑻𝒂𝒃𝒖𝒏𝒈𝒂𝒏 + 𝑫𝒆𝒑𝒐𝒔𝒊𝒕𝒐
Capital Adequacy Ratio
(X2)
Menurut Dendawijaya (2005) dalam Eng (2013: 158)
Capital Adequacy Ratio adalah rasio yang memperlihatkan
seberapa jauh seluruh aktiva bank yang mengandung risiko
(kredit, penyertaan, surat berharga, tagihan pada bank lain)
ikut dibiayai dari dana modal sendiri bank, di samping
memperoleh dana-dana dari sumber-sumber di luar bank,
seperti dana masyarakat, pinjaman (utang) dan lain-lain.
Rasio ini dapat dirumuskan sebagai berikut (Eng, 2013:
158):
𝑪𝑨𝑹 =𝑴𝒐𝒅𝒂𝒍 𝑩𝒂𝒏𝒌
𝑨𝒌𝒕𝒊𝒗𝒂 𝑻𝒆𝒓𝒕𝒊𝒎𝒃𝒂𝒏𝒈 𝑴𝒆𝒏𝒖𝒓𝒖𝒕 𝑹𝒊𝒔𝒊𝒌𝒐× 𝟏𝟎𝟎%
Non Performing
Financing (X3)
Menurut Ikatan Bankir Indonesia (2016: 84) pembiayaan
bermasalah adalah perbandingan antara pembiayaan kepada
pihak ketiga bukan bank yang memiliki kualitas kurang
lancar, diragukan dan macet dengan total pembiayaan yang
diberikan.
Variabel NPF menggunakan cara perhitungan sebagai
berikut (Ikatan Bankir Indonesia, 2016: 84):
𝑵𝑷𝑭 =𝑷𝒆𝒎𝒃𝒊𝒂𝒚𝒂𝒂𝒏 𝑩𝒆𝒓𝒎𝒂𝒔𝒂𝒍𝒂𝒉
𝑻𝒐𝒕𝒂𝒍 𝑷𝒆𝒎𝒃𝒊𝒂𝒚𝒂𝒂𝒏× 𝟏𝟎𝟎%
55
Financing to Deposit
Ratio (X4)
Menurut Ikatan Bankir Indonesia (2015: 154) Loan to
Deposit Ratio (LDR) atau Financing to Deposit Ratio
(FDR) merupakan perbandingan antara jumlah kredit yang
diberikan dengan sumber dana yang berasal dari dana
masyarakat (giro, tabungan dan simpanan berjangka).
Variabel FDR menggunakan cara perhitungan sebagai
berikut:
𝑭𝑫𝑹 =𝑱𝒖𝒎𝒍𝒂𝒉 𝑫𝒂𝒏𝒂 𝒚𝒂𝒏𝒈 𝑫𝒊𝒃𝒆𝒓𝒊𝒌𝒂𝒏
𝑫𝒂𝒏𝒂 𝑷𝒊𝒉𝒂𝒌 𝑲𝒆𝒕𝒊𝒈𝒂× 𝟏𝟎𝟎%
Return on Asset (Z) Ikatan Bankir Indonesia (2016: 103) menyebutkan bahwa
ROA membandingkan laba bersih dengan total aset. Rasio
ini mengukur imbal hasil dari perusahaan untuk pemodal
dan para kreditor. Berikut merupakan formula yang dapat
digunakan untuk mencari nilai rasio Return on Asset:
𝑹𝑶𝑨 =𝑳𝒂𝒃𝒂 𝑩𝒆𝒓𝒔𝒊𝒉 𝑺𝒆𝒕𝒆𝒍𝒂𝒉 𝑷𝒂𝒋𝒂𝒌
𝑻𝒐𝒕𝒂𝒍 𝑨𝒌𝒕𝒊𝒗𝒂 𝒂𝒕𝒂𝒖 𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕× 𝟏𝟎𝟎%
Market Share (Y) Market share (pangsa pasar) juga dikemukakan oleh yaitu
presentase pasar yang ditentukan dalam ukuran unit
maupun revenue dan dihitung berdasarkan specific entity.
Market share menjelaskan penjualan perusahaan sebagai
presentase volume total penjualan dalam industri, market,
ataupun produk, pangsa pasar merupakan bagian pasar yang
dapat diraih oleh perusahaan (Sumarwan, et. al., 2011)
dalam Rusliani, 2017: 92).
Perhitungan Market Share yaitu sebagai berikut
(Purboastuti, et. al., 2015: 15):
𝑴𝑺 =𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒆𝒕 𝑷𝒆𝒓 𝑩𝒂𝒏𝒌 𝑼𝒎𝒖𝒎 𝑺𝒚𝒂𝒓𝒊𝒂𝒉
𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒆𝒕 𝑷𝒆𝒓𝒃𝒂𝒏𝒌𝒂𝒏 𝑵𝒂𝒔𝒊𝒐𝒏𝒂𝒍× 𝟏𝟎𝟎%
56
F. Metode Analisis Data
Dalam penelitian ini, hipotesis akan diuji dengan menggunakna analisis
jalur (path analysis). Sebelum pengujian model dilakukan, terlebih dahulu
dilakukan Uji Asumsi Klasik.
1. Uji Statistik Deskriptif
Langkah awal penganalisisan data dimulai dari analisis statistik
deskriptif. Ghozali (2013) menjelaskan bahwa analisis statistik deskriptif
akan memberikan gambaran atau deskripsi suatu data yang berkaitan
dengan nilai rata-rata (mean), standar deviasi, varian, maksimum,
minimum, sum, range, kurtosis, dan skewness (kemencengan distribusi).
2. Uji Akar Unit (Unit Root Test)
Sebelum melakukan analisis, kita harus mengetahui terlebih
dahulu apakah data panel bersifat stasioner atau tidak. Data yang tidak
stasioner bila diregresi akan mudah menyebabkan regresi lancung. Data
dikatakan stasioner bila memenuhi syarat berikut: (1) rata-rata dan
variannya konstan sepanjang waktu, dan (2) kovarian antara dua runtut
waktu tergantung pada kelambanan antara dua periode tersebut. Oleh
karenanya data yang tidak stasioner harus dijadikan stasioner dulu
(Winarno, 2015: 11.5). Uji yang digunakan adalah Uji Akar Unit.
Pengambilan keputusan dalam uji ini menurut Winarno (2015: 75)
apabila nilai probabilitas lebih kecil dari 0,05 maka, dapat dikatakan
57
bahwa data stasioner. Sebaliknya, jika nilai probabilitas lebih besar dari
0,05 maka data tidak stasioner.
3. Metode Estimasi Data Panel
a. Pendekatan Efek Tetap (Fixed Effect)
Teknik yang paling sederhana mengasumsikan bahwa data
gabungan yang ada, menunjukkan kondisi yang sesungguhnya.
Hasil analisis regresi dianggap berlaku pada semua objek pada
semua waktu. Metode ini sering disebut dengan common effect.
Kelemahan asumsi ini adalah ketidaksesuaian model dengan
keadaaan yang sesungguhnya. Kondisi tiap objek saling berbeda,
bahkan satu objek pada suatu waktu akan sangat berbeda dengan
kondisi objek tersebut pada waktu yang lain. Oleh karena itu
diperlukan suatu model yang dapat menunjukkan perbedaan
konstanta antar objek, meskipun dengan koefisien regresor yang
sama. Model ini dikenal dengan model regresi fixed effect (efek
tetap). Efek tetap di sini maksudnya adalah bahwa satu objek,
memiliki konstanta yang tetap besarnya untuk berbagai periode
waktu. Demikian juga dengan koefisien regresinya, tetap besarnya
dari waktu ke waktu (time invariant) (Winarno, 2015: 9.14).
b. Pendekatan Efek Random (Random Effect)
Selain dengan metode efek tetap, kita juga dapat menganalisis
regresi data dengan efek random. Efek random digunakan untuk
58
mengatasi kelemahan metode efek tetap yang menggunakan
variabel semu, metode efek random menggunakan residual, yang
diduga memiliki hubungan antar waktu dan antar objek (Winarno,
2015: 9.17).
c. Pemilihan Model
Untuk memilih model terbaik dapat digunakan Uji Chow dan
Uji Hausman yaitu sebagai berikut:
1) Uji Chow (Chow Test)
Uji Chow digunakan untuk menentukan apakah model data
panel diregresi dengan metode Common Effect atau dengan
metode Fixed Effect, apabila dari hasil uji tersebut ditentukan
bahwa Common Effect yang digunakan, maka tidak perlu diuji
kembali dengan Uji Hausman, namun apabila dari hasil Uji
Chow tersebut ditentukan bahwa metode Fixed Effect yang
digunakan, maka harus ada uji lanjutan dengan Uji Hausman.
Adapun penilaiannya dengan memperhatikan nilai probabilitas
untuk cross section F. Jika nilainya lebih dari 0.05 maka model
yang terpilih adalah Common Effect, tetapi jika kurang dari 0.05
maka model yang terpilih Fixed Effect.
2) Uji Hausman (Hausman Test)
Hausman test adalah pengujian statistik untuk memilih
apakah model Fixed Effect atau Random Effect yang paling tepat
59
digunakan apabila dari Uji Chow tersebut ditentukan bahwa
motode Fixed Effect yang digunakan, maka harus ada uji
lanjutan dengan Uji Hausman untuk memilih antara metode
Fixed Effect atau metode Random Effect yang akan digunakan
untuk mengestimasi regresi data panel. Adapun penilaiannya
dengan memperhatikan nilai probabilitas untuk cross section F.
Jika nilainya lebih dari 0.05 maka model yang terpilih adalah
Random Effect, tetapi jika kurang dari 0.05 maka model yang
terpilih Fixed Effect (Winarno, 2015: 9.25).
4. Uji Asumsi Klasik
Model regresi yang baik adalah yang memenuhi seluruh uji ausmsi
klasik, yaitu data terdistribusi normal, tidak terjadi multikolinieritas, bebas
dari autokorelasi, dan homokendastisitas (Bawono, 2006: 115).
a. Uji Normalitas
Menurut Ghozali (2016: 154) uji normalitas bertujuan untuk
menguji apakah dalam model regresi, variabel pengganggu ataau
residual memiliki distribusi normal. Menurut Winarno (2015:
5.41) data dalam analisis multivariat, para peneliti menggunakan
pedoman kalua tiap variabel terdiri atas 30 data, maka data sudah
berdistribusi normal. Meskipun demikian, untuk menguji dengan
lebih akurat salah satunya dnegan uji Jarque-Bera. Dapat
60
dikatakan berdistribusi normal jika nilai Jarque-Bera kurang dari
2 atau nilai probabilitasnya melebihi taraf signifikansi 5%.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas
(independen). Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel independen (Ghozali, 2016: 103).
Kondisi terjadinya multikolinier ditunjukkan dengan
berbagai informasi. Salah satunya dengan melakukan auxiliary
regression. Menurut (Winarno, 2015: 5.1) regresi jenis ini dapat
digunakan untuk mengetahui hubungan antara dua (atau lebih)
variabel independen yang secara bersama-sama (misalnya X2 dan
X3) mempengaruhi satu variabel independen yang lain (misalnya
X1). Kita harus menjalankan beberapa regresi, masing-masing
dengan memberlakukan satu variabel independen (misalnya X1)
sebagai variabel dependen dan variabel independent lainnya tetap
diperlakukan sebagai variabel independent. Pengambilan
keputusan pada uji ini adalah jika R2 hasil regresi utama lebih
besar dari pada r2 hasil regresi parsial antar variabel independen
dengan variabel independen lainnya, sehingga dapat dikatakan
tidak ada gejala multikolinearitas (Bawono, 2006: 122).
61
c. Uji Autokorelasi
Autokorelasi atau Otokorelasi (Autocorrelation) menurut
Winarno (2915: 5.29) adalah hubungan antara residual satu
observasi dengan residual observasi lainnya. Otokorelasi lebih
mudah timbul pada data yang bersifat runtut waktu, karena
berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data
pada masa-masa sebelumnya. Meskipun demikian, tetap
dimungkinkan otokorelasi dijumpai pada data yang bersifat
antarobjek (cross section).
Pendeteksian autokorelasi pada penelitian ini
menggunakan Uji Durbin-Watson. Pengambilan keputusan dalam
uji ini didasarkan pada kondisi apabila nilai koefisien Durbin-
Watson berada di antara dU dan 4-dU.
d. Uji Heteroskedastisitas
Uji Heteroskedasatisitas bertujuan menguji apakah dalam
model regresi terjadi kesamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual
satu pengamatan lain tetap, maka disebut Homokedastisitas dan
jika berbeda disebut Heteroskedastisitas. Model regresi yang baik
adalah yang Homokedastisitas atau tidak terjadi
Heteroskedastisitas (Ghozali, 2016: 134).
62
Pendeteksian terhadap ada tidaknya heteroskedastisitas
dalam penelitian ini dilakukan dengan melakukan Uji Glejser.
Gujarat dalam Ghozali (2016: 137) menyatakan bahwa seperti
halnya Uji Park, Glejser mengusulkan untuk meregres nilai
absolut residual terhadap variabel independen dengan persamaan
regresi: | Ut| = α + βXt + vt. Model regresi dikatakan bebas dari
gejala heteroskedastisitas jika nilai probabilitasnya lebih besar
dari taraf signifikansi 5%.
5. Pengujian Hipotesis
a. Uji Signifikansi Infdividual (Uji t Statistik)
Uji t merupakan metode yang paling sering digunakan untuk
menilai perbedaan rata-rata antara dua kelompok. Secara teori, rumus
ini hanya dapat digunakan dengan sampel yang kecil, misalnya 10
dengan catatan data yang digunakan bersifat homogeny dan
berdistribusi normal dalam kelompok masing-masing yang
dibandingkan (Sarwono, 2010: 57). Uji signifikansi parameter
individual ini dapat dilakukan terhadap variabel independen dengan
hipotesis sebagai berikut:
1) Ho: β1 = 0, artinya variabel independen tidak berpengaruh secara
langsung terhadap variabel dependen
2) Ha: β1 ≠ 0, artinya variabel independent berpengaruh secara
langsung terhadap variabel dependen.
63
Guna menentukan apakah Ho diterima atau sebaliknya maka
diperlukan ketentuan pengambilan keputusan sebagai berikut
(Bawono, 2006: 90):
1) Jika t hitung < t tabel, maka Ho diterima. Artinya tidak ada
pengaruh yang signifikan antara variabel independen dengan
variabel dependen.
2) Jika t hitung > t tabel, maka Ho ditolak. Artinya ada pengaruh
yang signifikan antara variabel independen dengan variabel
dependen.
Di samping membandingkan t-hitung dnegan t-tabel agar bisa
menentukan Ho diterima atau tidak, dapat pula dengan melihat nilai
signifikansinya apakah lebih atau kurang dari 5 % (Bawono, 2006:
91).
b. Uji Signifikansi Simultan (Uji F Statistik)
Analisis variansi atau uji F, digunakan untuk menentukan
apakah ada perbedaan signifikan antara kelompok-kelompok yang
telah diukur baik pada skala interval maupun skala rasio. Analisis
variansi bisa digunakan dengan desain kelompok independen
maupun desain pengukur berulang (Cozby, 2009, 540). Berikut
hipotesis yang digunakan dalam penelitian ini:
1) Ho: β1 = 0, artinya variabel independen secara bersama-sama
tidak berpengaruh secara langsung terhadap variabel dependen.
64
2) Ha: β1 ≠ 0, artinya variabel independen secara bersama-sama
berpengaruh secara langsung terhadap variabel dependen.
Dasar pengambilan keputusan uji F menurut Bawono (2006:
92) adalah jika t hitung < F tabel, maka Ho diterima artinya tidak
ada pengaruh yang signifikan antara variabel independen secara
bersama-sama (X123…) terhadap variabel dependen (Y). jika F
hitung > F tabel, maka Ho ditolak artinya ada pengaruh yang
signifikan antara variabel independen secara bersama-sama
(X123…) terhadap variabel dependen (Y).
Disamping dengan membandingkan F-hitung dengan F-tabel
untuk menentukan Ho diterima atau tidak dapat dengan melihat
nilai signifikansinya apakah lebih atau kurang dari 5 % (Bawono,
2006: 92).
c. Uji R2 (Koefisien Determinasi)
Menurut Bawono (2006: 92) koefisien determinasi (R2)
menunjukkan sejauh mana tingkat hubungan antara variabel
dependen (Y) dengan variabel independen (X123…), atau sejauh
mana kontribusi variabel independen (X123…) mempengaruhi
variabel dependen (Y).
R2 merupakan rasio variabilitas nilai-nilai yang dibuat model
dengan variabilitas nilai data asli. Secara umum, R2 digunakan
sebagai informasi mengenai kecocokan suatu model. Dalam regresi,
65
R2 dijadikan sebagi pengukur seberapa baik garis regresi mendekati
nilai data asli yang dibuat model. Jika R2 sama dengan 1 maka angka
tersebut menunjukkan garis regresi cocok dengan data secara
sempurna (Sarwono, 2010: 123).
6. Analisis Jalur (Path Analysis)
Menurut Ghozali (2016: 237) analisis jalur merupakan perluasan
dari regresi linear berganda, atau analisis jalur adalah penggunaan analisis
regresi untuk menaksir hubungan kausalitas antar variabel (model causal)
yang telah ditetapkan sebelumnya berdasarkan teori. Analisis jalur sendiri
tidak dapat menentukan hubungan sebab-akibat dan juga tidak dapat
digunakan sebagai subtitusi bagi peneliti untuk melihat hubungan
kausalitas antar variabel. Hubungan kausalitas antar variabel telah
dibentuk dengan model berdasarkan landasar teoritis. Apa yang dapat
dilakukan oleh analisis jalur adalah menentukan pola hubungan antara tiga
atau lebih variabel dan tidak dapat digunakan untuk mengkonfirmasi atau
menolak hipotesis kausalitas imajiner.
Dalam penelitian ini analisis jalur digunakan untuk menguji
hubungan antara variabel Dana Pihak Ketiga (DPK), Capital Adequacy
Ratio (CAR), Non Performing Financing (NPF), Financing to Deposit
Ratio (FDR) dan Return on Asset (ROA) terhadap Market Share (MS) dan
apakah hubungan DPK, CAR, NPF, FDR ke MS dimediasi oleh variabel
ROA.
66
Guna melihat pengaruh mediasi yang ditunjukkan oleh kedua
persamaan di atas, selanjutnya dapa diuji menggunakan Sobel test dengan
cara menghitung standar eror dari koefisien rumus sebagai berikut:
Sp2p3 = √𝑝32𝑠𝑝22+𝑝22𝑠𝑝32 + 𝑠𝑝22𝑠𝑝32
Berdasarkan hasil Sp2p3 tersebut selanjutnya dapat dihitung nilai t statistik
pengaruh mediasi dengan rumus sebagai berikut:
t = 𝑝2𝑝3
𝑆𝑝2𝑝3
Apabila diperoleh nilai t hitung lebih besar dari t tabel maka dapat
disimpulkan bahwa koefisien mediasi signifikan yang berarti ada
pengaruh mediasi.
G. Alat Analisis Data
Alat analisis data dalam penelitian ini menggunakan software EViews 9,
adalah progam komputer yang digunakan untuk mengolah data statistik dan
data ekonometrika. Program EViews dibuat oleh QMS (Quantitative Micro
Software) yang berkedudukan di Irvine, Calivornia Amerika Serikat (Winarno,
2015: 1.1). Terdapat dua model persamaan regresi dalam penelitian ini yang
dapat ditulis secara matematik sebagai berikut:
MS = α0 + b1DPK + CAR + b3NPF + b4FDR + b5ROA + e …………… (1)
ROA = α0 + b1DPK + b2CAR + b3NPF + b4FDR + e ……………………(2)
Keterangan:
MS = Market Share
67
ROA = Return on Asset
α0 = Konstanta (constant)
b1−5 = Koefisien Regresi
DPK = Dana Pihak Ketiga
CAR = Capital Adequacy Ratio
NPF = Non Performing Finance
FDR = Financing to Deposit Ratio
e = Kesalahan (error)
68
BAB IV
ANALISIS DATA
A. Deskripsi Objek Penelitian
1. Deskripsi Data
Variabel yang digunakan dalam penelitian ini terdiri dari variabel
independen yang meliputi Dana Pihak Ketiga, Capital Adequacy Ratio,
Non Performing Finance dan Financing to Deposit Ratio, variabel
intervening adalah Return on Asset dan variabel dependen yaitu market
share. Data masing-masing variabel diperoleh dari statistik publikasi
Otoritas Jasa Keuangan (OJK) dan serta laporan bulanan pada periode
2016 hingga 2017 pada situs resmi masing-masing Bank Umum Syariah
yang dapat dilihat pada Tabel 3.2.
Perhitungan variabel dependen (Y) yaitu market share
menggunakan total aktiva masing-masing BUS dibagi dengan total aktiva
perbankan nasional dan untuk variabel intervening (Z) yaitu profitabilitas
menggunakan Return on Asset yang diperoleh dari laba bersih setelah
pajak dibagi dengan total aktiva. Sementara untuk perhitungan variabel
independen (X1) yaitu Dana Pihak Ketiga menggunakan penjumlahan
antara seluruh komponen dana pihak ketiga yang terdiri dari giro,
tabungan dan deposito, variabel Capital Adequacy Ratio (X2)
menggunakan modal bank dibagi oleh aktiva tertimbang menurut risiko,
69
variabel Non Performing Finance (X3) menggunakan pembiayaan
bermasalah dibagi dengan total pembiayaan yang dikeluarkan dan untuk
variabel Financing to Deposit Ratio (X4) menggunakan total pembiayaan
dibagi dengan total dana pihak ketiga.
2. Statistik Deskriptif
Berdasarkan hasil analisis deskriptif statistik, pada tabel 4.1
berikut dijelaskan tentang jumlah sampel (n), nilai mean, median, standar
deviasi, minimum serta nilai maximum untuk masing-masing variabel:
Tabel 4.1
Hasil Uji Statistik Deskriptif
MS ROA DPK CAR NPF FDR
Mean 0.000515 0.006111 6.45E+12 0.441285 0.047300 1.098955
Median 0.000380 0.005030 4.50E+12 0.343745 0.015970 0.934710
Maximum 0.001910 0.117720 2.94E+13 1.619284 0.591140 9.986840
Minimum 7.00E-05 -0.104710 4.79E+11 0.121790 0.000170 0.684630
Std. Dev. 0.000558 0.028032 7.64E+12 0.298580 0.088820 0.743641
Observations 168 168 168 168 168 168 Sumber: Data Sekunder Diolah, 2018
Berdasarkan tabel 4.1 tersebut diketahui bahwa jumlah data yang
digunakan dalam penelitian ini sebanyak 168 sampel yang diambil dari
laporan publikasi bulanan 7 Bank Umum Syariah dan publikasi statistik
yang diterbitkan Otoritas Jasa Keuangan (OJK) pada periode Januari
2016 – Desember 2017.
Berdasarkan tabel 4.1 dapat dijelaskan bahwa variabel Market
Share (MS) memiliki nilai rata-rata 0.000515 atau sebesar 0.0515%. Nilai
70
maksimal MS pada data tersebut adalah 0.001910 yang ditempati oleh
Bank Negara Indonesia Syariah (BNIS) pada periode Oktober 2016.
Sementara nilai minimal MS sebesar 7.00E-05 atau dapat ditulis 0.00007
yang ditempati oleh Maybank Syariah pada periode Maret, April,
Agustus, September dan November 2017.
Variabel Return on Asset (ROA) menghasilkan nilai rata-rata
sebesar 0.006111 atau 0.6111%. Nilai maksimal ROA pada data tersebut
adalah 0.117720 yang ditempati oleh Maybank Syariah pada periode
Desember 2017. Sementara nilai minimal ROA sebesar -0.104710 atau
dapat ditulis -10.471% yang ditempati oleh Maybank Syariah pada
periode Desember 2016.
Variabel Dana Pihak Ketiga (DPK) menghasilkan nilai rata-rata
sebesar 6.45E+12 atau dapat ditulis Rp 6.452.843.523.810,00. Nilai
maksimal DPK pada data tersebut adalah 2.94E+13 atau dapat ditulis Rp
29.379.290.000.000,00 yang ditempati oleh Bank Negara Indonesia
Syariah pada periode Desember 2017. Sementara nilai minimal DPK
sebesar 4.79E+11 atau dapat ditulis Rp 478.597.000.000,00 yang
ditempati oleh Maybank Syariah pada periode April 2017.
Variabel Capital Adequacy Ratio (CAR) menghasilkan nilai rata-
rata sebesar 0.441285 atau 44,1285%. Nilai maksimal CAR pada data
tersebut adalah 1.619284 atau 161.9284% yang ditempati oleh Maybank
Syariah pada periode November 2017. Sementara nilai minimal CAR
71
sebesar 0.121790 atau dapat ditulis 12.179% yang ditempati oleh Bank
Victoria Syariah pada periode Mei 2016.
Variabel Non Performing Finance (NPF) menghasilkan nilai rata-
rata sebesar 0.047300 atau 4.7300%. Nilai maksimal NPF pada data
tersebut adalah 0.591140 atau 59.114% yang ditempatioleh Maybank
Syariah pada periode November 2017. Sementara nilai minimal NPF
sebesar 0.000170 atau dapat ditulis 0.0170% yang ditempati oleh Bank
Syariah Bukopin pada periode Januari 2016.
Variabel Financing to Deposit Ratio (FDR) menghasilkan nilai
rata-rata sebesar 1.098955 atau 109.8955%. Nilai maksimal FDR pada
data tersebut adalah 9.986840 atau 998.6840% yang diduduki oleh
Maybank Syariah pada periode Desember 2017. Sementara nilai minimal
FDR sebesar 0.684630 atau dapat ditulis 68.4630% yang ditempati oleh
Bank Victoria Syariah pada periode November 2017.
B. Analisis Data
Sebelum melakukan analisis data, terlebih dahulu peneliti harus
mengetahui apakah data runtut waktu yang digunakan sudah memenuhi asumsi
stasioner atau belum. Guna menguji stasioneritas suatu data maka peneliti
menggunakan Uji Akar Unit (Unit Root Test).
1. Uji Akar Unit (Unit Root Test)
Uji Akar Unit (Unit Root Test) merupakan salah satu konsep yang
dikembangkan oleh Dickey-Fuller guna mengetahui apakah suatu data
72
yang akan diteliti telah memenuhi asumsi stasioneritas. Suatu data dapat
dikatakan stasioner jika nilai probabilitasnya lebih kecil dari 0.05 (5%)
(Winarno, 2015: 7.10). Berikut merupakan hasil Uji Akar Unit dengan
ADF – Fisher Chi-Square yang diperoleh dalam penelitian ini adalah
sebagai berikut:
Tabel 4.2
Hasil Uji Akar Unit
Variabel Probability
Unit Root Test Keterangan
Y - MS 0.0000 Data Stasioner
Z - ROA 0.0000 Data Stasioner
X1 - DPK 0.0000 Data Stasioner
X2 - CAR 0.0000 Data Stasioner
X3 - NPF 0.0000 Data Stasioner
X4 - FDR 0.0035 Data Stasioner Sumber: Data Sekunder Diolah, 2018
Berdasarkan tabel 4.2 data yang diolah menunjukkan output
dengan nilai taraf signifikan lebih kecil dari 0.05. dengan demikian dapat
disimpulkan bahwa seluruh variabel baik variabel independen, variabel
dependen maupun variabel intervening memenuhi asumsi stasioneritas
dan layak untuk dianalaisis lebih lanjut.
2. Metode Estimasi Data Panel
a. Uji Chow (Chow Test)
Dilakukan untuk membandingkan atau memilih model
mana yang terbaik antara Common Effect dan Fixed Effect. Dengan
memperhatikan nilai probabilitas (Prob.) untuk Cross-section Chi-
73
square. Jika nilainya lebih dari taraf signifikan 0.05 maka model
yang terpilih adalah CE, tetapi jika kurang dari 0.05 maka model
yang tepilih adalah FE.
Tabel 4.3
Hasil Uji Chow (Cow Test)
Redundant Fixed Effects Tests
Equation: FEM_REG
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 78.145616 (6,149) 0.0000
Cross-section Chi-square 228.996378 6 0.0000 Sumber: Data Sekunder Diolah, 2018
Dapat dilihat pada tabel 4.3 baris Cross-section Chi-square
kolom Prob. menunjukkan nilai 0.0000 atau kurang dari 0.05 maka
dapat disimpulkan bahwa model fixed effect lebih tepat
dibandingkan dengan model common effect.
b. Uji Hausman (Hausman Test)
Dilakukan untuk membandingkan atau memilih model
mana yang terbaik antara Fixed Effect dan Random Effect. Uji ini
berdasarkan nilai probabilitas (Prob.) Cross-section random. Jika
nilainya lebih dari 0.05 maka model yang terpilih adalah RE, tetapi
jika kurang dari 0.05 maka model yang terpilih adalah FE.
74
Tabel 4.4
Hasil Uji Hausman (Hausman Test)
Correlated Random Effects - Hausman Test
Equation: REM_REG
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 165.211179 5 0.0000
Sumber: Data Sekunder
Diolah, 2018 Sumber:
Data
Sekunder
Diolah, 2018
Sumber: Data
Sekunder
Diolah, 2018
Sumber: Data Sekunder Diolah, 2018
Pada tabel 4.4 terlihat bahwa nilai Prob. Cross-section
random sebesar 0.0000 atau kurang dari 0.05 maka dapat
disimpulkan bahwa model fixed effect lebih tepat dibandingkan
dengan model random effect.
3. Uji Asumsi Klasik
Data yang telah diperoleh kemudian dianalisis dengan regresi
berganda. Sebelum dilakukan regresi, model tersebut harus memenuhi
beberapa syarat asumsi klasik, yaitu data harus berdistribusi normal, tidak
terjadi gejala multikolinearitas, autokorelasi dan heteroskedastisitas.
a. Uji Normalitas
Untuk mengetahui data terdistribusi normal maka perlu
dilakukan uji normalitas, salah satunya dengan uji Jarque-Bera.
Data dikatakan berdistribusi normal jika nilai probabilitas lebih
besar dari 0.05 (Winarno, 2015: 5.43).
75
0
10
20
30
40
50
-0.00010 -5.0e-05 5.0e-11 5.0e-05
Series: Standardized Residuals
Sample 2016M02 2017M12
Observations 161
Mean -3.68e-22
Median 1.42e-06
Maximum 5.31e-05
Minimum -0.000133
Std. Dev. 1.63e-05
Skewness -3.634260
Kurtosis 30.94374
Jarque-Bera 5592.631
Probability 0.000000
Gambar 4.1
Hasil Uji Normalitas Jarque-Bera Pertama
Dari gambar 4.1 di atas dapat diketahui bahwa nilai
probabililas Jarque-Bera sebesar 0.000000 lebih kecil dari taraf
signifikansi 5%. Oleh sebab itu dapat disimpulkan bahwa model
regresi tidak memenuhi asumsi normalitas. Untuk mengatasi
data tidak terdistribusi secara normal, maka peneliti
mentransformasi variabel dependen yaitu market share dan
variabel independen yaitu dana pihak ketiga dnegan
menggunakan teknik transformasi logaritma sehingga diperoleh
hasil uji normalitas kedua sebagai berikut:
76
0
4
8
12
16
20
24
-0.2 -0.1 0.0 0.1 0.2
Series: Standardized Residuals
Sample 2016M02 2017M12
Observations 161
Mean -3.45e-18
Median -0.001459
Maximum 0.235152
Minimum -0.257073
Std. Dev. 0.082918
Skewness 0.033203
Kurtosis 3.673692
Jarque-Bera 3.074237
Probability 0.215000
Gambar 4.2
Hasil Uji Normalitas Jarque-Bera Kedua
Sumber: Data Sekunder Diolah, 2018
Dari gambar 4.2 terlihat bahwa nilai probabilitas
menunjukkan angka 0.215000 atau lebih besar dari 5% setelah
dilakukan transformasi logaritma. Oleh karena itu dapat
disimpulkan bahwa model regresi yang digunakan dalam
penelitian ini berdistribusi normal.
b. Uji Multikolinearitas
Diterangkan oleh Winarno (2015: 5.1) bahwa
multikolinearitas adalah kondisi adanya hubungan linier
antarvariabel independen. Karena melibatkan beberapa variabel
independen, maka multikolinearitas tidak akan terjadi pada
persamaan regresi sederhana (yang terdiri atas satu variabel
dependen dan satu variabel independen). Berikut merupakan tabel
77
hasil Uji Multikolinearitas menggunakan uji auxiliary regression
antar variabel independen:
Tabel 4.5
Hasil Uji Multikolinearitas Auxiliary Regression Antar Variabel Independen
Regresi Persamaan R2
MS = c + DPK + CAR + NPF + FDR + ROA
(regresi utama) 0.992530
ROA = c + DPK + CAR + NPF + FDR 0.110362
DPK = c + CAR + NPF + FDR + ROA 0.987661
CAR = c + DPK + NPF + FDR + ROA 0.122176
NPF = c + DPK + CAR + FDR + ROA 0.435401
FDR = c + DPK + CAR + NPF + ROA 0.543527 Sumber: Data Sekunder Diolah, 2018
Berdasarkan tabel 4.5 hasil uji multikolinearitas dengan
auxiliary regression dapat diketahui bahwa nilai R2 hasil regresi
utama lebih besar daripada r2 hasil regresi parsial antar variabel
independen. Dengan demikian dapat dikatakan tidak ada gejala
multikolinearitas.
c. Uji Autokorelasi
Pengambilan keputusan pada Uji Durbin-Watson ialah
apabila nilai d (yang menggambarkan koefisien DW) lebih besar
dari batas atas (dU) dan kurang dari 4 – dU, maka dapat dinyatakan
bahwa data tidak mengandung autokorelasi (Ghozali, 2016: 109).
Berikut merupakan tabel penentuan ada atau tidaknya gejala
autokorelasi:
78
Tabel 4.6
Hasil Uji Durbin-Watson
R-squared 0.998212 Mean dependent var -8.039705
Adjusted R-squared 0.998037 S.D. dependent var 0.963997
S.E. of regression 0.042707 Akaike info criterion -3.378517
Sum squared resid 0.242577 Schwarz criterion -3.093714
Log likelihood 262.3210 Hannan-Quinn criter. -3.262799
F-statistic 5711.984 Durbin-Watson stat 2.130910
Prob(F-statistic) 0.000000 Inverted AR Roots .92 -.20
Sumber: Data Sekunder Diolah, 2018
Dari tabel 4.6 dapat diketahui bahwa nilai Durbin-Watson
adalah 2.130910. Berdasarkan tabel DW dengan nilai signifikansi
0.05 atau 5 % yang mana nilai k = 5 (k = jumlah variabel
independen) dan n = 147 (n = sampel) didapatkan nilai dL sebesar
1.6608 dan nilai dU sebesar 1.8012. Untuk mengetahui letak nilai
DW test dalam penelitian ini maka peneliti akan
menggambarkannya melalui tabel penentuan ada atau tidaknya
gejala autokorelasi berikut ini:
Tabel 4.7
Tabel untuk menentukan ada tidaknya autokorelasi dengan Uji Durbin-Watson
Tolak H0, berarti
ada autokorelasi
positif
Tidak dapat
diputuskan
Tidak menolak
H0, berarti tidak
ada autokorelasi
Tidak dapat
diputuskan
Tolak H0, berarti
ada autokorelasi
negatif
Sumber: Data Sekunder Diolah, 2018
0 dL
1.6608 dU
1.8012 4-dU
2.1998
4-dL
2.3392 4
d
2.130910
79
Dapat dilihat pada tabel 4.7 karena nilai DW test berada
diantara dU dan 4 – dU, maka dapat disimpulkan bahwa tidak
terdapat gejala autokorelasi pada model regresi.
d. Uji Heteroskedastisitas
Heteroskedastisitas terjadi apabila varian dari variabel
pengganggu tidak sama untuk semua observasi, akibat yang timbul
apabila terjadi heteroskedastisitas adalah penaksir tidak bias tetapi
tidak efisien lagi baik dalam sampel besar maupun sampel kecil,
serta uji t-test dan F-test akan menyebabkan kesimpulan yang salah
(Bawono, 2006: 133).
Teknik pendeteksian ada atau tidaknya gelaja
heteroskedastisitas pada penelitian ini adalah dengan menggunakan
Uji Glejser. Pengambilan keputusan dalam uji ini adalah jika
probabilitas signifikansinya di atas tingkat kepercayaan 5%, maka
dapat disimpulkan bahwa model regresi tidak mengandung gejala
heteroskedastisitas.
80
Tabel 4.8
Hasil Uji Heteroskedastisitas dengan Uji Glejser
Sumber: Data Sekunder Diolah, 2018
Tabel 4.8 di atas menunjukkan bahwa seluruh variabel
memiliki nilai probabilitas signifikansi lebih dari 0.05. Ini berarti
bahwa model regresi terbebas dari gejala heteroskedastisitas.
4. Uji Keseuaian (Test of Goodness of Fit)
a. Uji Kesesuaian Variabel Market Share (Y)
Tabel 4.9
Uji Kesesuaian Variabel Market Share (Y)
Bank Umum Syariah Tahun 2016-2017
Dependent Variable: LOGMS
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK 0.229481 0.056118 4.089251 0.0001
D(CAR) -0.095721 0.084531 -1.132377 0.2593
D(NPF) -0.236993 0.124914 -1.897252 0.0597
FDR -0.033066 0.013334 -2.479889 0.0143
D(ROA) -2.071366 0.549011 -3.772906 0.0002
Dependent Variable: RESABS
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGMS 0.004912 0.009135 0.537667 0.5916
LOGDPK -0.002662 0.006600 -0.403405 0.6872
D(CAR) 0.001712 0.009467 0.180804 0.8568
D(NPF) -0.025544 0.014096 -1.812102 0.0720
FDR -0.002792 0.001517 -1.839995 0.0678
D(ROA) 0.150165 0.064078 2.343469 0.0506
C 0.124780 0.225275 0.553901 0.5805
81
C -14.63374 1.626046 -8.999587 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.992530 Mean dependent var -8.036238
Adjusted R-squared 0.991979 S.D. dependent var 0.959378
S.E. of regression 0.085924 Akaike info criterion -1.999103
Sum squared resid 1.100051 Schwarz criterion -1.769433
Log likelihood 172.9278 Hannan-Quinn criter. -1.905847
F-statistic 1799.800 Durbin-Watson stat 0.515106
Prob(F-statistic) 0.000000
Sumber: Data Sekunder Diolah, 2018
b. Uji Kesesuaian Variabel ROA (Z)
Tabel 4.10
Uji Kesesuaian Variabel ROA (Z)
Bank Umum Syariah Tahun 2016-2017
Dependent Variable: D(ROA)
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK -0.009832 0.008307 -1.183522 0.2385
D(CAR) 0.001904 0.012571 0.151440 0.8798
D(NPF) -0.066977 0.017754 -3.772457 0.0002
FDR -0.005596 0.001930 -2.900238 0.0043
C 0.291765 0.240651 1.212398 0.2273 Effects Specification Cross-section fixed (dummy variables) R-squared 0.110362 Mean dependent var 0.001283
Adjusted R-squared 0.051053 S.D. dependent var 0.013118
S.E. of regression 0.012779 Akaike info criterion -5.816197
Sum squared resid 0.024494 Schwarz criterion -5.605667
Log likelihood 479.2039 Hannan-Quinn criter. -5.730713
F-statistic 1.860795 Durbin-Watson stat 2.263848
Prob(F-statistic) 0.054942
Sumber: Data Sekunder Diolah, 2018
82
5. Uji Statistik Model Pertama
a. Uji R2 (Koefisien Determinasi)
Koefisien determinasi menilai kemampuan variabel-variabel
independen dalam menjelaskan variabel dependen. Dari hasil uji
regresi pertama pada tabel 4.9 dapat dilihat R-squared sebesar
0.992530. Ini berarti 99.25% market share Bank Umum Syariah
dapat dijelaskan oleh variabel DPK, CAR, NPF, FDR dan ROA
sedangkan 0.75% lainnya dijelaskan oleh variabel lain yang tidak
diteliti dalam penelitian ini.
b. Uji FTest (Uji Secara Simultan)
Uji F-statistik model regresi pertama pada tabel 4.9
dilakukan untuk mengetahui apakah variabel DPK, CAR, NPF,
FDR dan ROA secara bersama-sama mampu memberikan pengaruh
terhadap market share.
Dari hasil pengujian diperoleh prob. F-test 0.000000.
Karena nilai prob F-test lebih kecil dari 0,05 maka dapat
disimpulkan bahwa DPK, CAR, NPF, FDR dan ROA secara
bersama-sama berpengaruh signifikan terhadap market share Bank
Umum Syariah.
c. Uji tTest (Uji Secara Individual)
Uji t ini digunakan untuk melakukan pengujian hipotesis
untuk melihat signifikan nilai koefisien regresi yang mencerminkan
83
besarnya pengaruh variabel independen terhadap variabel
dependen. Hasil dari uji t ini dapat dilakukan dengan
membandingkan t hitung dan t tabel. Di samping membandingkan
t hitung dan t tabel agar dapat menentukan H0 diterima atau tidak,
dapat pula dengan melihat nilai signifikansinya apakah lebih atau
kurang dari 5% (Bawono, 2006: 91). Adapun penjelasan mengenai
uji t pada model pertama disajikan pada tabel 4.11 berikut:
Tabel 4.11
Hasil Uji tTest Model Regresi Pertama
Dependent Variable: LOGMS Variable Coefficient Std. Error t-Statistic Prob. LOGDPK 0.229481 0.056118 4.089251 0.0001
D(CAR) -0.095721 0.084531 -1.132377 0.2593
D(NPF) -0.236993 0.124914 -1.897252 0.0597
FDR -0.033066 0.013334 -2.479889 0.0143
D(ROA) -2.071366 0.549011 -3.772906 0.0002
C -14.63374 1.626046 -8.999587 0.0000 Sumber: Data Sekunder Diolah, 2018
Kriteria untuk pengujian ini adalah jika t hitung > t tabel
maka variabel independent berpengaruh secara signifikan terhadap
variabel dependen. Jika t hitung < t tabel maka variabel independen
tidak berpengaruh secara signifikan terhadap variabel dependen.
Berdasarkan hasil regresi nilai t tabel dapat diperoleh dengan
ketentuan nilai alpha sebesar 0.05 dan nilai Degree of Freedom
sebesar n-1-k atau 161-7 = 154, maka diperoleh nilai t tabel sebesar
84
1.97549. Sedangkan nilai t hitung untuk variabel X1, X2, X3, X4 dan
Z terhadap Y pada tabel 4.11 yaitu sebagai berikut:
1) Variabel Dana Pihak Ketiga (DPK)
Variabel DPK menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar 0.229481 dengan nilai probabbilitas 0.0001
kurang dari 0.05, dan besarnya t hitung lebih besar dari t tabel
(4.089251 > 1.97549), maka H5 diterima. Dengan demikian
dapat disimpulkan bahwa DPK memiliki pengaruh yang positif
signifikan terhadap market share Bank Umum Syariah di
Indonesia.
2) Variabel Capital Adequacy Ratio (CAR)
Variabel CAR menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar -0.095721 dengan nilai probabbilitas 0.2593
lebih dari 0.05, dan besarnya t hitung lebih kecil dari t tabel (-
1.132377 < 1.97549), maka H6 ditolak. Dengan demikian dapat
disimpulkan bahwa CAR memiliki tidak berpengaruh
signifikan terhadap market share Bank Umum Syariah di
Indonesia.
3) Variabel Non Performing Finance (NPF)
Variabel NPF menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar -0.236993 dengan nilai probabbilitas 0.0597
lebih besar dari 0.05, dan besarnya t hitung lebih kecil dari t
85
tabel (1.897252 < 1.97549), maka H7 ditolak. Dengan demikian
dapat disimpulkan bahwa NPF tidak berpengaruh signifikan
terhadap market share Bank Umum Syariah di Indonesia.
4) Variabel Financing to Deposit Ratio (FDR)
Variabel FDR menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar -0.033066 dengan nilai probabbilitas 0.0143
lebih kecil dari 0.05 dan besarnya t hitung lebih besar dari t
tabel (2.479889 > 1.97549), dengan kata lain FDR berpengaruh
signifikan terhadap market share. Hasil uji t menunjukkan
FDR memiliki koefisien negatif sehingga dapat dikatakan
bahwa H8 ditolak. Dengan demikian dapat disimpulkan bahwa
FDR memiliki pengaruh negatif signifikan terhadap market
share Bank Umum Syariah di Indonesia.
5) Variabel Return on Asset (ROA)
Variabel ROA menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar -2.071366 dengan nilai probabbilitas 0.0002
lebih kecil dari 0.05 dan besarnya t hitung lebih besar dari t
tabel (3.772906 > 1.97549), dengan kata lain ROA
berpengaruh signifikan terhadap market share. Hasil uji t
menunjukkan ROA memiliki koefisien negatif sehingga dapat
dikatakan bahwa H9 ditolak. Dengan demikian dapat
86
disimpulkan bahwa ROA memiliki pengaruh negatif signifikan
terhadap market share Bank Umum Syariah di Indonesia.
6. Uji Statistik Model Kedua
a. Uji R2 (Koefisien Determinasi)
Dari hasil regresi kedua pada tabel 4.10 diperoleh nilai
koefisien determinasi R-squared sebesar 0.110362. Ini berarti
11.04% Return on Asset (ROA) Bank Umum Syariah dapat
dijelaskan oleh variabel DPK, CAR, NPF dan FDR sedangkan
88.96% lainnya dijelaskan oleh variabel lain yang tidak diteliti
dalam penelitian ini.
b. Uji FTest (Uji Secara Simultan)
Uji F-statistik kedua pada tabel 4.10 dilakukan untuk
mengetahui apakah variabel DPK, CAR, NPF dan FDR secara
bersama-sama mampu memberikan pengaruh terhadap Return on
Asset (ROA). Dari hasil pengujian diperoleh prob F-test 0.054942.
Karena nilai prob F-test lebih besar dari 0,05 maka dapat
disimpulkan bahwa DPK, CAR, NPF dan FDR secara bersama-
sama tidak berpengaruh signifikan terhadap Return on Asset (ROA)
Bank Umum Syariah.
c. Uji tTest (Uji Secara Individual)
Berdasarkan hasil regresi model kedua pada tabel 4.10 nilai
t tabel dapat diperoleh dengan ketentuan nilai alpha sebesar 0.05
87
dan nilai Degree of Freedom sebesar n-1-k atau 161-6 = 155, maka
diperoleh nilai t tabel sebesar 1.97539. Sedangkan nilai t hitung
untuk variabel X1, X2, X3 dan X4 terhadap Z pada tabel 4.12 yaitu
sebagai berikut:
Tabel 4.12
Hasil Uji tTest Model Regresi Kedua
Dependent Variable: D(ROA) Variable Coefficient Std. Error t-Statistic Prob. LOGDPK -0.009832 0.008307 -1.183522 0.2385
D(CAR) 0.001904 0.012571 0.151440 0.8798
D(NPF) -0.066977 0.017754 -3.772457 0.0002
FDR -0.005596 0.001930 -2.900238 0.0043
C 0.291765 0.240651 1.212398 0.2273 Sumber: Data Sekunder Diolah, 2018
1) Variabel Dana Pihak Ketiga (DPK)
Variabel DPK menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar -0.009832 dengan nilai probabbilitas 0.2385
lebih besar dari 0.05, dan besarnya t hitung lebih kecil dari t
tabel (1.183522 < 1.97539), maka H1 ditolak. Dengan demikian
dapat disimpulkan bahwa DPK tidak berpengaruh signifikan
terhadap Return on Asset (ROA) Bank Umum Syariah di
Indonesia.
2) Variabel Capital Adequacy Ratio (CAR)
Variabel CAR menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar 0.001904 dengan nilai probabbilitas 0.8798
88
lebih besar dari 0.05, dan besarnya t hitung lebih kecil dari t
tabel (0.151440 < 1.97539), maka H2 ditolak. Dengan demikian
dapat disimpulkan bahwa CAR tidak berpengaruh signifikan
terhadap Return on Asset (ROA) Bank Umum Syariah di
Indonesia.
3) Variabel Non Performing Finance (NPF)
Variabel NPF menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar -0.0066977 dengan nilai probabilitas 0.0002
lebih kecil dari 0.05, dan besarnya t hitung lebih besar dari t
tabel (3.772457 > 1.97539), maka H3 diterima. Dengan
demikian dapat disimpulkan bahwa NPF memiliki pengaruh
negatif signifikan terhadap Return on Asset (ROA) Bank
Umum Syariah di Indonesia.
4) Variabel Financing to Deposit Ratio (FDR)
Variabel FDR menunjukkan nilai koefisien pada signifikansi
5% adalah sebesar -0.005596 dengan nilai probabbilitas 0.0043
lebih kecil dari 0.05, dan besarnya t hitung lebih besar dari t
tabel (2.900238 > 1.97539), dengan kata lain FDR berpengaruh
signifikan terhadap ROA. Hasil uji t menunjukkan FDR
memiliki koefisien negatif sehingga dapat dikatakan bahwa H4
ditolak. Dengan demikian dapat disimpulkan bahwa FDR
89
memiliki pengaruh negatif signifikan terhadap Return on Asset
(ROA) Bank Umum Syariah di Indonesia.
7. Analisis Jalur (Path Analysis)
Dalam analisis jalur, analisis regresi dilakukan sebanyak dua kali.
Analisis regresi pertama digunakan untuk mengetahui kekuatan hubungan
dari variabel bebas terhadap variabel terikat. Smeentara regresi model
kedua digunakan untuk mengetahui kekuatan hubungan antara variabel
bebas terhadap variabel mediasi atau intervening.
Berdasarkan pengolahan data dengan menggunakan program
komputer EViews 9.0 yaitu pada Tabel 4.9 dan 4.10 adapun ringkasan dari
hasil tersebut yaitu sebagai berikut:
a. Dirrect Effect (Pengaruh Langsung)
Berdasarkan hasil uji t atau uji parsial pada regresi model
pertama dan kedua maka diperoleh nilai koefisien masing-masing
variabel sebagai berikut:
90
Tabel 4.13
Ringkasan Hasil Regresi Model Pertama dan Kedua
Nama Variabel Koefisien Probability Keterangan
Regresi I (X ke Y)
DPK (X1) 0.229481 0.0001 Signifikan
CAR (X2) -0.095721 0.2593 Tidak Signifikan
NPF (X3) -0.236993 0.0597 Tidak Signifikan
FDR (X4) -0.033066 0.0143 Signifikan
ROA (Z) -2.071366 0.0002 Signifikan
Regresi II (X ke Z)
DPK (X1) -0.009832 0.2385 Tidak Signifikan
CAR (X2) 0.001904 0.8798 Tidak Signifikan
NPF (X3) -0.066977 0.0002 Signifikan
FDR (X4) -0.005596 0.0043 Signifikan Sumber: Data Sekunder Diolah, 2018
Hasil uji t pada tabel 4.13 dapat diuraikan bahwa pada
model regresi pertama diperoleh nilai koefisien variabel DPK
sebesar 0.229481. Nilai koefisien 0.229481 merupakan nilai path
atau jalur P1. Nilai koefisien variabel CAR sebesar -0.095721
merupakan nilai path atau jalur P2. Nilai koefisiean variabel NPF -
0.236993 merupakan nilai path atau jalur P3. Nilai koefisien
variabel FDR -0.033066 merupakan nilai path atau jalur P4 dan
nilai koefisien variabel ROA sebesar -2.071366 merupakan nilai
path atau jalur P5.
Berdasarkan hasil uji t pada regresi kedua diperoleh nilai
koefisien DPK sebesar -0.009832. nilai tersebut merupakan nilai
path atau jalur P6. Nilai koefisien variabel CAR sebesar 0.001904
merupakan nilai path atau jalur P7. Nilai koefisiean variabel NPF -
91
0.066977 merupakan nilai path atau jalur P8 dan nilai koefisien
variabel FDR sebesar -0.005596 merupakan nilai path atau jalur P9.
Uji R2 yang tampak pada tabel 4.9 diperoleh nilai e1 =√(1-
R2) = √(1-0.992530) = √0.00747 = 0.08642916. Pengaruh kausal
empiris antara variabel DPK, CAR, NPF, FDR dan ROA terhadap
MS dapat digambarkan melalui persamaan struktural satu, yaitu:
MS = b1DPK + b2CAR + b3NPF + b4FDR + b5ROA + 0.08642916
e1
MS = 0.229481DPK + (-0.095721)CAR + (-0.236993)NPF + (-
0.033066)FDR + (-2.071366)ROA + 0.08642916 e1
Berdasarkan uji R2 yang tampak pada tabel 4.10 diperoleh
nilai e2 =√(1-R2) = √(1-0.110362) = √0.889638 = 0.94320623.
Pengaruh kausal empiris antara variabel DPK, CAR, NPF dan FDR
terhadap ROA dapat digambarkan melalui persamaan struktural
dua, yaitu:
ROA = b1DPK + b2CAR + b3NPF + b4FDR + 0.94320623 e2
ROA = -0.009832DPK + 0.001904CAR + (-0.066977)NPF + (-
0.005596)FDR + 0.94320623 e2
92
Gambar 4.3
Analisis Dua Jalur
b. Analisis Jalur Market Share (MS)
Dengan melihat signifikansi pengaruh variabel independen
terhadap variabel intervening pada model regresi kedua, maka
dalam model Uji Sobel akan diuji variabel yang diintervening oleh
ROA yaitu NPF dan FDR terhadap market share.
Tabel 4.14
Analisis Jalur
Variabel X ke MS
(p1)
X ke
ROA
(p2)
ROA ke
MS
(p3)
Sp2 Sp3
Pengaruh
Tidak
Langsung
Pengaruh
Total
NPF -0.236993 -0.066977 -2.071366 0.017754 0.549011 0.138733881 -0.375727
FDR -0.033066 -0.005596 -2.071366 0.001930 0.549011 0.011591364 -0.021475
Sumber: Data Sekunder Diolah, 2018
Capital Adequacy
Ratio (X2)
Non Performing
Finance (X3)
Return on
Asset (Z)
Market Share
(Y)
Financing to Deposit
Ratio (X4)
Dana Pihak Ketiga
(X1) P1 = 0.229481
P5 = -2.071366
P6 = -0.009832
P2 = -0.095721
P8 = -0.066977
P4 = -0.033066
P3 = -0.236993
P7 = 0.001904
P9 = -0.005596
e2 = 0.94320623 e1 = 0.08642916
93
Untuk mengetahui tingkat mediasi ROA dari pengaruh NPF dan
FDR, melalui Uji Sobel maka standar eror dari koefisien indirect
effect (Sp2p3) yang dinyatakan sebagai berikut:
Sp2p3 = √𝑝32𝑠𝑝22+𝑝22𝑠𝑝32 + 𝑠𝑝22𝑠𝑝32
= √(−2.071366)2(0.017754)2+ (−0.066977)2(0.549011)2 + (0.017754)2(0.549011)2
= √0.002799524 = 0.052910531
Sp2p3 = √𝑝32𝑠𝑝22+𝑝22𝑠𝑝32 + 𝑠𝑝22𝑠𝑝32
= √(−2.071366)2(0.001930)2+ (−0.005596)2(0.549011)2 + (0.001930)2(0.549011)2
= √2.65434𝐸 − 05 = 0.005152033
Berdasarkan hasil Sp2p3 di atas, selanjutnya kita dapat
menghitung nilai t statistik pengaruh mediasi sebagai berikut:
a. tNPF = 𝑝2𝑝3
𝑆𝑝2𝑝3 =
0.138733881
−0.036775032 = -3.772501971
b. tFDR = 𝑝2𝑝3
𝑆𝑝2𝑝3 =
0,011591364
−0.003997736 = -2.899481865
Dengan melihat perhitungan di atas, maka dapat ditarik
kesimpulan sebagai berikut:
1) Nilai tNPF hitung sebesar -3.772501971 lebih kecil dari t tabel
yaitu 1.97519 dengan tingkat signifikansi 5%, maka dapat
disimpulkan bahwa koefisien mediasi sebesar -0.138733881
tidak signifikan. Hal ini menunjukkan bahwa variabel ROA
tidak memediasi NPF terhadap market share.
Keberadaani krediti maceti yangi selalu adai dani bahkani
meningkati di setiapi tahunnyai inii “tidak selalui
94
mempengaruhii pertumbuhan laba bank syariah, hali inii
“disebabkani pihak perbankani sudahi
mengupayakanipenyelamatani dari macet sehinggai perbankani
dapati “mengurangii kerugian.
Temuan dalam penelitian ini didukung dengan penelitian yang
dilakukan oleh Sukarno dan Syaichu (2006), Eng (2013), Yunita
(2014), Muliawati dan Khoiruddin (2015) serta Widyaningrum
dan Septiarini (2015) yang menyatakan bahwa NPF tidak
berpengaruh signifikan terhadap ROA.
Hasil yang berbeda ditemukan oleh Pramuka (2010), Irwan
(2017) dan Harianto (2017) yang menyatakan bahwa NPF
memiliki pengaruh negatif dan signifikan terhadap ROA.
2) Nilai tFDR hitung sebesar -2.899481865 lebih kecil dari t tabel
yaitu 1.97519 dengan tingkat signifikansi 5%, maka dapat
disimpulkan bahwa koefisien mediasi sebesar -0.011591364
tidak signifikan. Hal ini menunjukkan bahwa variabel ROA
tidak memediasi FDR terhadap market share.
Tinggi rendahnya FDR belum tentu berpengaruh terhadap tinggi
atapun rendahnya profitabilitas. Hal ini dapat disebabkan ketika
bank memiliki kelebihan dana dan dana tidak disalurkan secara
optimal untuk memenuhi permintaan kredit masyarakat maka
dana yang dihimpun tidak akan mengalami perputaran yang baik
95
untuk menghasilkan pendapatan. Sehingga laba yang diperoleh
tidak maksimal atau sesuai target yang ditetapkan.
Hasil penelitian ini konsisten dengan penelitian yang dilakukan
oleh Sukarno dan Syaichu (2006), Pramuka (2010), Widiati
(2012) dan Yunita (2014) yang menyatakan bahwa FDR
memiliki pengaruh positif dan signifikan terhadap ROA.
Berbeda dengan Yudha, et. al. (2017) yang menayatakan bahwa
FDR berpengaruh signifikan terhadap ROA.
C. Pembahasan Hasil Penelitian
1. Pengaruh Dana Pihak Ketiga (X1) Terhadap Return on Asset (Z)
Hasil analisis regresi menunjukkan nilai koefisien Dana Pihak
Ketiga sebesar -0.009832 dengan arah negatif serta probabilitas
signifikansi sebesar 0.2385 lebih besar dari 0.05. Hal tersebut berarti
bahwa DPK tidak berpengaruh signifikan terhadap ROA Bank Umum
Syariah di Indonesia tahun 2016-2017. Dengan kata lain hipotesis
pertama (H1) yang menyatakan bahwa DPK memiliki pengaruh positif
dan signifikan terhadap ROA adalah ditolak.
Temuan tersebut berarti bahwa banyaknya dana yang dihimpun
tidak pasti mememberikan pendapatan yang besar pula. Hasil penelitian
ini konsisten dengan penelitian sebelumnya yang dilakukan Muliawati
dan Khooiruddin (2015). Pengaruh negatif pada DPK mencerminkan
bahwa jika DPK tinggi maka akan menurutnkan ROA. Hal ini
96
mencerminkan bahwa jumlah DPK yang tinggi tidak diimbangi dengan
penyaluran pembiayaan yang optimal maka profitabilitas bank akan
mengalami penurunan. Hal ini disebabkan oleh pendapatan dari
pembiayaan kepada debitur tidak mencukupi untuk menutupi biaya yang
harus dibayarkan kepada debitur.
Temuan ini juga tidak sesuai dengan teori yang diungkapkan oleh
Kasmir (2012: 59) dalam Anggreni dan Suardhika (2014: 26) bahwa DPK
yang tinggi akan meningkatkan pendapatan suatu bank. Kinanti dan
Purwohandoko (2017) menyatakan hal yang sama yaitu DPK memiliki
pengaruh yang positif dan signifikan terhadap ROA.
2. Pengaruh Capital Adequacy Ratio (X2) Terhadap Return on Asset (Z)
Dari hasil analisis regresi menunjukkan bahwa nilai koefisien
Capital Adequacy Ratio sebesar 0.001904 dengan arah positif serta
probabilitas signifikansi sebesar 0.8798 lebih besar dari 0.05. Hal tersebut
berarti bahwa CAR tidak berpengaruh signifikan terhadap ROA Bank
Umum Syariah di Indonesia tahun 2016-2017. Dengan kata lain hipotesis
kedua (H2) YANG menyatakan bahwa CAR memiliki pengaruh positif
dan signifikan terhadap ROA adalah ditolak.
Temuan ini menguatkan hasil penelitian sebelumnya yang
dilakukan oleh Eng (2013), Widyaningrum dan Septiarini (2015), Hakiim
dan Rafsanjani (2016), Irwan (2017) dan Harianto (2017). Tinggi
97
rendahnya ROA pada penelitian ini bukan dipengaruhi oleh besarnya
CAR.
Berbeda dengan Sukarno dan Syaichu (2006), Widati (2012),
Rahmi dan Anggraini (013), Yunita (2014) yang menyatakan bahwa CAR
memiliki tidak berpengaruh positif dan signifikan terhadap ROA.
Kondisi permodalan pada periode penelitian 2016-2017 adalah
44% jauh di atas standar minimal CAR suatu bank yaitu 8%. Sehingga
dapat dikatakan bahwa BUS memiliki kecukupan modal yang cukup baik
untuk menutupi risiko-risiko yang timbul. Tingginya nilai CAR
menyebabkan banyak aktiva menjadi tidak produktif, kesempatan untuk
menyalurkan dana dalam bentuk pembiayaan menurun. Sehingga kinerja
BUS mengalami penurunan dalam menghasilkan keuntungan.
3. Pengaruh Non Performing Finance (X3) Terhadap Return on Asset
(Z)
Dari hasil analisis regresi menunjukkan bahwa nilai koefisien Non
Performing Finance sebesar -0.066977 dengan arah negatif serta
probabilitas signifikansi sebesar 0.0002 lebih kecil dari 0.05. Hal tersebut
berarti bahwa NPF berpengaruh negatif signifikan terhadap ROA Bank
Umum Syariah di Indonesia tahun 2016-2017. Dengan kata lain hipotesis
ketiga (H3) diterima.
Hasil penelitian ini konsisten dengan penelitian sebelumnya yang
dilakukan oleh Pramuka (2010), Irwan (2017) dan Harianto (2017) bahwa
98
NPF memiliki pengaruh negatif dan signifikan terhadap ROA. Pengaruh
negatif yang ditunjukkan oleh NPF mengindikasikan bahwa peningkatan
risiko pembiayaan (NPF) akan menyebabkan penurunan profitabilitas
(ROA) dan juga sebaliknya penurunan risiko pembiayaan (NPF) akan
menyebabkan peningkatan profitabilitas (ROA).
Temuan dalam penelitian ini berbeda dengan penelitian yang
dilakukan oleh Sukarno dan Syaichu (2006), Eng (2013), Yunita (2014),
Muliawati dan Khoiruddin (2015) serta Widyaningrum dan Septiarini
(2015) yang menyatakan bahwa NPF tidak berpengaruh signifikan
terhadap ROA.
Rata-rata NPF pada periode penelitian adalah 0.047 atau (di bawah
5%). Berdasarkan Surat Edaran BI No. 9/24/DPbS tanggal 30 Oktober
2007 menyatakan bahwa rasio NPF mengukur tingkat permasalahan
pembiayaan yang dihadapi oleh bank. Semakin tinggi rasio ini,
menunjukkan kualitas pembiayaan bank syariah semakin buruk. Standar
NPF paling buruk ialah jika ≥ 12%. Sementara rata-rata NPF pada periode
pengamatan (2016-2017) berada pada peringkat kedua. Bank syariah
dinilai cukup berhati-hati dalam menjaga kualitas aktiva produktifnya
tetap dalam kondisi yang baik. Pengaruh negatif pada NPF
mengindikasikan bahwa semakin tinggi pembiayaan macet yang
ditunjukkan oleh NPF maka akan menurunkan tingkat pendapatan BUS
yang tercermin melalui rasio ROA. Sehingga dapat disimpulkan bahwa
99
kenaikan atau penurunan NPF berpengaruh terhadap besar kecilnya
keuntungan yang diperoleh BUS.
4. Pengaruh Financing to Deposit Ratio (X4) Terhadap Return on Asset
(Z)
Dari hasil analisis regresi menunjukkan bahwa nilai koefisien
Financing to Deposit Ratio sebesar -0.005596 dengan arah negatif serta
probabilitas signifikansi sebesar 0.0002 lebih kecil dari 0.05. Hal tersebut
berarti bahwa FDR berpengaruh negatif signifikan terhadap ROA Bank
Umum Syariah di Indonesia tahun 2016-2017. Dengan kata lain hipotesis
keempat (H4) yang menyatakan bahwa FDR berpengaruh positif
signifikan terhadap ROA adalah ditolak.
Temuan ini konsisten dengan penelitian sebelumnya yang
dilakukan oleh Yudha, et. al. (2017). Hasil penelitian menunjukkan
bahwa peningkatan FDR justru akan menurunkan tingkat ROA. Hasil
penelitian ini bertentangan dengan teori bank intermedias. Teori ini
menyebutkan untuk mendapatkan keuntungan yang lebih, sebagai bagian
dari fungsi intermediary seharusnya melakukan penyaluran pembiayaan.
Sehingga bank akan mendapatkan pendapatan melalui penyaluran
pembiayaan tersebut. Pengaruh negatif ini dapat dimungkinkan karena
banyaknya pembiayaan yang tidak dapat tertagih.
Hasil penelitian ini bertentangan dnegan penelitian yang dilakukan
oleh Sukarno dan Syaichu (2006), Pramuka (2010), Widiati (2012) dan
100
Yunita (2014) yang menyatakan bahwa FDR memiliki pengaruh positif
dan signifikan terhadap ROA.
Likuditas bank yang tercermin dari rasio FDR pada periode
penelitian adalah 1.099 atau 110%. Dari rata-rata tersebut
memperlihatkan bahwa bank telah menjalankan fungsi penyalurannya
dengan baik. Pengaruh negatif dapat disebabkan oleh kurangnya
kemampuan manajemen bank dalam hal menekan biaya yang dikeluarkan
seiring dengan pembiayaan yang telah disalurkan. Sehingga hal ini
menyebabkan laba mengalami penurunan yang berakibat pada
menurunnya ROA.
5. Pengaruh Dana Pihak Ketiga (X1) Terhadap Market Share (Y)
Nilai koefisien variabel DPK diperoleh sebesar 0.229481 dengan
arah koefisien positif dan nilai probabilitas 0.0001. Karena nilai
probabilitas lebih kecil dari 0.05 (α), maka DPK berpengaruh signifikan
terhadap Market Share (MS) Bank Umum Syariah. Sehingga H5 diterima.
Semakin banyak dana pihak ketiga (DPK) maka semakin banyak
pula peluang untuk menyalurkan dana kepada nasabah. Di sisi lain hal ini
menunjukkan bahwa penghimpunan dana pihak ketiga berpengaruh
terhadap pertumbuhan aset perbankan syariah sehingga berpengaruh pula
terhadap peningkatan pangsa pasar Bank Umum Syariah di Indonesia.
Hasil penelitian ini sejalan dengan temuan Purboastuti, et. al.
(2015) yang mengungkapkan bahwa dana pihak ketiga berpengaruh
101
positif signifikan terhadap pangsa pasar. Namun temuan ini berbeda
dengan penelitian Toba dan Aliludin (2016) yang mengungkapkan bahwa
DPK Bank Syariah meningkat tetapi tidak signifikan. Peningkatan DPK
tersebut lebih lambat daripada peningkatan pertumbuhan baNk
konvensional. Meskipun mengalami pertumbuhan, Bank Syariah dinilai
gagal untuk meningkatkan market share-nya.
6. Pengaruh Capital Adequacy Ratio (X2) Terhadap Market Share (Y)
Nilai koefisien variabel CAR diperoleh sebesar -0.095721 dengan
arah koefisien negatif dan nilai probabilitas 0.2593. Karena nilai
probabilitas lebih besar dari 0.05 (α), maka secara parsial CAR tidak
berpengaruh terhadap Market Share (MS) Bank Umum Syariah.
Sehingga dapat disimpulkan bahwa H6 ditolak.
Temuan ini menunjukan bahwa apabila terjadi peningkatan rasio
CAR maka akan berakibat pada menurunnya ROA. Temuan dalam
penelitian ini konsisten dengan penelitian yang dilakukan oleh Toba dan
Aliludin (2016) yang menyatakan bahwa CAR tidak berpengaruh
signfikan terhadap market share bank syariah. CAR yang tinggi pada
periode penelitian menyebabkan bank memiliki tingkat likuiditas yang
tinggi. Senada dengan hal tersebut, dalam Outlook Perbankan Syariah
2018 yang diterbitkan oleh KARIM Consulting disebutkan bahwa terjadi
suatu kondisi yang menarik dimana Liquid Asset Ratios (LAR) pada
seluruh kategori bank termasuk bank syariah mengalami peningkatan.
102
Liquid Asset yang berlebih pada bank disebabkan masih tingginya credit
risk dan bank lebih fokus dalam penyelesaian kredit bermasalah. Liquid
Asset yang tinggi ini tidak diimbangi dengan permintaan kredit yang
tinggi pula. Sehingga banyak dana LAR bank yang tidak digunakan
secara optimal. Hal ini berakibat pada penurunan pendapatan bank yang
akhirnya berimbas pada porsi pangsa pasar perbankan syariah.
Hasil berbeda diungkapkan oleh Saputra (2014) dan Rahman
(2016) yang menyatakn bahwa CAR memiliki pengaruh positif dan
signifikan terhadap market share.
7. Pengaruh Non Performing Finance (X3) Terhadap Market Share (Y)
Nilai koefisien variabel NPF diperoleh sebesar -0.236993 dengan
arah koefisien negatif dan nilai probabilitas 0.0597. Karena nilai
probabilitas lebih besar dari 0.05 (α), maka secara parsial NPF tidak
berpengaruh terhadap Market Share (MS) Bank Umum Syariah.
Sehingga dapat ditarik kesimpulan bahwa H7 ditolak.
Temuan ini sejalan dengan penelitian yang dilakukan oleh Syafrida
dan Abror (2011) yang mneyatakan bahwa NPF tidak berpengaruh
signifikan terhadap pangsa pasar total aset bank syariah. Pengaruh negatif
pada hasil penelitian menunjukkan bahwa jika NPF mengalami
penurunan maka market share akan meningkat, begitu juga sebaliknya.
Namun pengaruh tersebut tidak selalu berakibat pada perubahan tingkat
market share Bank Umum Syariah. Hal ini dapat disebabkan bahwa rata-
103
rata nilai NPF pada periode penelitian masih berada pada kondisi baik,
yaitu di bawah standar maksimum yang ditetapkan BI Lampiran SE BI
No. 9/24DPbS yaitu berada di bawah 5%.
Hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan
oleh Saputra (2014), Purboastuti (2015) dan Rahman (2016) yang
menyatakan bahwa NPF memiliki pengaruh yang negatif dan signifikan
terhadap market share.
8. Pengaruh Financing to Deposit Ratio (X4) Terhadap Market Share (Y)
Nilai koefisien variabel FDR diperoleh sebesar -0.033066 dengan
arah koefisien positif dan nilai probabilitas 0.0143. Karena nilai
probabilitas lebih kecil dari 0,05 (α), maka secara parsial FDR memiliki
pengaruh negatif dan signifikan terhadap Market Share (MS) Bank
Umum Syariah. Sehingga dapat ditarik kesimpulan bahwa H8 ditolak.
Temuan ini konsisten dengan penelitian Aisy dan Mawardi (2016)
yang menemukan bahwa FDR memiliki pengaruh negatif signifikan
terhadap pertumbuhan total aset bank syariah. Hasil penelitian
menunjukkan bahwa semakin tinggi rasio FDR, maka akan semakin
menurunkan tingkat market share Bank Umum Syariah. Hal tersebut
senada dengan Setiawan dalam Purboastuti, et.al. (2015: 15) yang
menyatakan bahwa semakin tinggi rasio FDR maka semakin rendah
kemampuan bank yang bersangkutan. Apabila tingkat pengembalian
pembiayaan yang telah disalurkan tidak lancar maka akan mengakibatkan
104
menurunnya kemampuan bank dalam membayar kembali kewajiban
kepada nasabah yang telah menanamkan dananya dengan pembiayaan
yang disalurkan kepada para debiturnya, sehingga kepercayaan
masyarakat untuk menanamkan dananya pada bank syariah akan
menurun. Maka sebaiknya dalam menyalurkan pembiayaannya, bank
syariah dapat mengupayakan tidak terjadinya pembiayaan bermasalah
atau meningkatkan pengembalian pembiayaan tidak lancar secara aktif
sehingga akan meningkatkan pendapatan bank syariah sehingga
keuntungan akan meningkat. Keuntungan yang meningkat ini berujung
pada peningkatan pangsa pasar aset bank syariah.
Berbeda dengan Saputra (2014) yang menyatakan bahwa FDR
berpengaruh positif signifikan terhadap market share Bank Umum
Syariah. Semakin meningkatknya FDR bank syariah dalam batas tertentu,
maka semakin meningkat pula laba bank yang pada akhirnya
menimbulkan peningkatan pembiayaan dan mengakibatkan tingginya
market share bank syariah, dengan asumsi bank menyalurkan dananya
untuk pembiayaan yang efektif.
9. Pengaruh Return on Asset (Z) Terhadap Market Share (Y)
Hasil dari analisis regresi diperoleh bahwa ROA berpengaruh
terhadap market share pada Bank Umum Syariah di Indonesia Tahun
2016-2017. Nilai koefisien variabel ROA diperoleh sebesar -2.071366
dengan arah koefisien positif dan nilai probabilitas 0.0002. Karena nilai
105
probabilitas lebih kecil dari 0,05 (α), maka secara parsial ROA
berpengaruh negatif dan signifikan terhadap Market Share (MS) Bank
Umum Syariah. Sehingga dapat disimpulkan bahwa hipotesis ke sembilan
H9 ditolak.
Peningkatan pendapatan yang dicerminkan oleh ROA justru akan
menurunkan luasnya pangsa pasar Bank Umum Syariah. Temuan ini
sejalan dengan penelitian yang dilakukan oleh Al Arif dan Rahmawati
(2018) yang menyatakan bahwa ROA memiliki pengaruh negatif pada
market share. Rasio ROA yang berhasil dicapai bank syariah di Indonesia
pada periode penelitian tidak selalui meningkatkan porsi pangsa pasar
bank syariah. Hal ini dapat disebabkan salah satunya oleh faktor keadaan
ekonomi di Indonesia. Asosiasi Ekonomi Politik Indonesia (AEPI)
mencatat keadaan ekonomi di Indonesia pada tahun 2017 memburuk. Hal
tersebut disampaikan Peneliti Asosiasi Ekonomi Politik Indonesia (AEPI)
Salamuddin Daeng. Sektor perbankan Indonesia memburuk ditandai
dengan meningkatnya Non Performing Loan (NPL) yang sudah berada di
atas batas atas yang ditetapkan dalam Basel III threshold
(ekbis.sindonews.com). Tingginya credit risk mengakibatkan bank lebih
fokus terhadap penyelesaian pembiayaan bermasalah. Sehingga
peningkatan pendapatan bank difungsikan untuk menutupi risiko yang
timbul akibat pembiayaan bermasalah. Hal ini menyebabkan peningkatan
106
pendapatan justru menurunkan porsi pangsa pasar perbankan syariah
akibat tingginya tingkat pembiayaan bermasalah.
Hasil penelitian ini tidak sejalan dengan penelitian Saputra (2014)
dan Purboastuti, et. al. (2015) yang menyatakan bahwa ROA berpengaruh
positif dan signifikan terhadap market share perbankan syariah.
Tabel 4.15
Ringkasan Hasil Pembahasan
No. Hipotesis Uraian Hipotesis Hasil
1. Hipotesis 1 Dana Pihak Ketiga berpengaruh positif dan
signifikan terhadap Return on Asset
Ditolak
2. Hipotesis 2 Capital Adequacy Ratio berpengaruh
positif dan signifikan terhadap Return on
Asset
Ditolak
3. Hipotesis 3 Non Performing Finance berpengaruh
negatif dan signifikan terhadap Return on
Asset
Diterima
4. Hipotesis 4 Financing to Deposit Ratio berpengaruh
positif dan signifikan terhadap Return on
Asset
Ditolak
5. Hipotesis 5 Dana Pihak Ketiga berpengaruh positif dan
signifikan terhadap Market Share
Diterima
6. Hipotesis 6 Capital Adequacy Ratio berpengaruh
positif dan signifikan terhadap Market
Share
Ditolak
7. Hipotesis 7 Non Performing Finance berpengaruh
negatif dan signifikan terhadap Market
Share
Ditolak
8. Hipotesis 8 Financing to Deposit Ratio berpengaruh
positif dan signifikan terhadap Market
Share
Ditolak
9. Hipotesis 9 Return on Asset berpengaruh positif dan
signifikan terhadap Market Share
Ditolak
107
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan rumusan masalah yang telah disusun pada bab
sebelumnya, maka dapat disimpulkan beberapa hal sebagai berikut:
1. Dana Pihak Ketiga berpengaruh negatif tidak signifikan terhadap Return on
Asset Bank Umum Syariah.
2. Capital Adequacy Ratio berpengaruh positif tidak signifikan terhadap Return
on Asset Bank Umum Syariah.
3. Non Performing Finance berpengaruh negatif signifikan terhadap Return on
Asset Bank Umum Syariah.
4. Financing to Deposit Ratio berpengaruh negatif signifikan terhadap Return
on Asset Bank Umum Syariah.
5. Dana Pihak Ketiga berpengaruh positif signifikan terhadap Market Share
Bank Umum Syariah.
6. Capital Adequacy Ratio berpengaruh negatif tidak signifikan terhadap
Market Share Bank Umum Syariah.
7. Non Performing Finance berpengaruh negatif tidak signifikan terhadap
Market Share Bank Umum Syariah.
8. Financing to Deposit Ratio berpengaruh negatif signifikan terhadap Market
Share Bank Umum Syariah.
108
9. Return on Asset berpengaruh negatif signifikan terhadap Market Share Bank
Umum Syariah.
10. ROA tidak mampu memediasi variabel DPK, CAR, NPF dan FDR terhadap
Market Share.
B. Implikasi dan Keterbatasan
Ada bebeberapa implikasi penting yang bisa diambil dari penelitian ini.
Hasil penelitian i ni akan memberikan beberapa kontribusi potensial.
Pwnwlitian selanjutnya diharapkan dapat meneliti faktor-faktor lain yang
mempengaruhi pangsa pasar (market share) perbankan syariah. Mengingat
penelitian kali ini hanya menggunakan lima variabel penjelas serta lebih
dominan pada faktor internal perbankan. Di samping itu penelitian selanjutnya
juga dapat memperpanjang periode pengamatan, sehingga hasil yang akan
didapatkan memiliki keakuratan yang tinggi.
Keterbatas lain dalam penelitian ini adalah hanya dua hipotesis yang
dinyatakan terbukti dari sembilan hipotesis dalam penelitian ini, sehingga
penelitian ini dirasa belum dapat memberikan gambaran yang lebih tepat
mengenai faktor-faktor yang mempengaruhi market share pada bank umum
syariah di Indonesia.
C. Saran
Berdasarkan penelitian yang telah dilakukan maka penelitia dapat
memberikan beberapa saran yaitu dalam penelitian selanjutkan diharapkan
109
dapat memaksimalkan variabel-variabel yang belum diteliti. Pengembangan
jangka waktu periode tidak hanya sekedar 2 tahun.
110
DAFTAR PUSTAKA
Buku:
Adi, Riyanto. 2004. Metode Penelitian Sosial dan Hukum. Jakarta: Granit.
Bawono, Anton. 2006. Multivariate Analysisi dengan SPSS. Salatiga: STAIN Salatiga
Press.
Cozby, Paul C. 2009. Methods In Behavioral Research. Yogyakarta: Pustaka Pelajar.
Farris, Paul W., Neil T. Bendle, Phillip E. Pfeifer, and David J. Reibstein. 2006.
Marketing Metrics the Definitive Guide to Measuring Marketing Performance.
2nd. Upper Saddle River, New Jersey 07458: FT Press.
Ghozali, Imam. 2013. Aplikasi Analisis Multivariate dengan Program IBM SPSS 21.
Semarang: Badan Penerbit Universitas Diponegoro.
—. 2016. Aplikasi Analisis Multivariate dengan Program IBM SPSS 21. Semarang:
Badan Penerbit Universitas Diponegoro.
Ikatan Bankir Indonesia. 2016. Manajemen Kesehatan Bank Berbasis Risiko. 1st.
Jakarta: PT Gramedia Pustaka Utama.
—. 2015. Manajemen Risiko 2 Modul Sertifikasi Manajemen Risiko Tingkat II. 1st.
Jakarta Pusat: PT Gramedia Pustaka Utama.
—. 2016. Strategi Manajemen Risiko Bank. 1st. Jakarta Pusat: PT Gramedia Pustaka
Utama.
Indroes, Ferry N. 2011. Manajemen Risiko Perbankan: Pemahaman Pendekatan 3
Pilar Kesepakatan Basel II Terkait Aplikasi Regulasi dan Pelaksanaannya di
Indonesia. Jakarta: Rajawali Pers.
Ismail. 2010. Manajemen Perbankan: Dari Teori Menuju Aplikasi. 1st. Jakarta:
Kencana.
111
Mankiw, Gregory N. 2003. Pengantar Ekonomi. Jakarta: Erlangga.
Pearce II, John A., and Richard B. Robinson Jr. 2014. Manajemen Strategis:
Formulasi, Implementasi dan Pengendalian. Jakarta: Salemba Empat.
Rusliani. 2017. "Analisis Model Promosi Bank Muamalat Indonesia Terhadap Market
Share Kota Bandar Lampung." Jurnal Ekonomi Islam VIII (1).
Sarwono, Jonathan. 2010. PASW Statistics 18 - Belajar Statistik Menjadi Mudah dan
Cepat . Yogyakarta: CV Andi Offset.
Sugiyono. 2016. Metode Penelitian Manajemen. Bandung: Alfabeta.
Taswan. 2005. Akuntansi Perbankan Transaksi Dalam Valuta Rupiah. 2nd.
Yogyakarta: UPP AMP YKPN.
Winarno, Wing Wahyu. 2015. Analisis Ekonometrika dan Statistika dengan EViews.
4th. Yogyakarta: UPP STIM YKPN.
Jurnal
Afrizal. 2017. "Pengaruh Dana Pihak Ketiga, Quick Ratio, Current Asset dan Non
Performing Finance Terhadap Profitabilitas PT Bank Syariah Mandiri
Indoensia." Jurnal Valuta III (1).
Aini, Nur. 2013. "Pengaruh CAR, NIM, LDR, NPL, BOPO dan Kualitas Aktiva
Produktif Terhadap Pertumbuhan Laba (Studi Empiris Pada Perusahaan
Perbankan yang terdaftar di BEI)." Jurnal Dinamika Akuntansi, Kuangan dan
Perbankan II (1): 14-25.
Aisy, Diamantin Rohadatul, and Imron Mawardi. 2016. "Faktor-Faktor yang
Mempengaruhi Pertumbuhan Aset Bank Syariah di Indonesia Tahun 2006-
2015." Jurnal Ekonomi Syariah Teori dan Terapan III (3): 249-265.
112
Al Arif, M. Nur Rianto, and Yuke Rahmawati. 2018. "Determinant Factors of Market
Share: Evidence from the Indonesian Islamic Banking Industry." Problems and
Perspectives in Management (LLC “Consulting Publishing Company
“Business Perspectives”) XVI (1).
doi:http://dx.doi.org/10.21511/ppm.16(1).2018.37.
Anggreni, Made Ria, and I Made Sadha Suardhika. 2014. "Pengaruh DPK, Kecukupan
Modal, Risiko Kredit dan Suku Bunga Kredit Pada Profitabilitas." E-Jurnal
Akuntansi Universitas Udayana IX (1): 27-38.
Endraswati, Hikmah. 2018. "Gender Diversity in Board of Directors and Firm
Performance: A Study in Indonesia Sharia Banks." Review of Integrative
Business and Economics Research VII: 299-311.
Endraswati, Hikmah, Djoko Suhardjanto, and Krismiaji. 2014. "Board of Director and
Remuneration in Indonesia Banking." GSTF Journal on Business Review III
(3): 40-45.
Eng, Tan Sau. 2013. "Pengaruh NIM, BOPO, LDR, NPL & CAR Terhadap ROA Bank
Internasional dan Bank Nasional Go Public Periode 2007 - 2011." Jurnal
Dinamika Manajemen I (3): 158.
Hakiim, Ningsukma, and Haqiqi Rafsanjani. 2016. "Pengaruh Internal Capital
Adequacy Ratio (CAR), Financing to Deposit Ratio (FDR), dan Biaya
Operasional Per Pendapatan Operasional (BOPO) Dalam Peningkatan
Profitabilitas Industri Bank Syariah di Indonesia." Jurnal Perbankan Syariah I
(1).
Harianto, Syawal. 2017. "Rasio Keuangan dan Pengaruhnya Terhadap Profitabilitas
Pada Bank Pmebiayaan Rakyat Syariah." Jurnal Bisnis dan Manajemen VII
(1): 41-48.
113
Irwan. 2017. "The Effect of Financial Ratios on Islamic Rural Bank Performance in
Indonesia." International Journal of Scientific & Technology Research VI (8).
Muliawati, Sri, and Moh. Khoiruddin. 2015. "Faktor-Fkator Penentu Profitabilitas
Bank Syariah di Indonesia." Management Analysis Journal IV (1).
Pramuka, Bambang Agus. 2010. "Faktor-Faktor yang Berpengaruh Terhadap Tingkat
Profitabilitas Bank Umum Syariah." Jurnal Akuntansi, Manajemen Bisnis dan
Sektor Publik (JAMBSP) VII (1): 63-79.
Purboastuti, Nurani, Nurul Anwar, and Irma Suryahani. 2015. "Pengaruh Indikator
Utama Perbankan Terhadap Pangsa Pasar Perbankan Syariah." Journal of
Economics and Policy VIII (1): 13-22.
Rahman, Aulia. 2016. "Analisis Faktor-Faktor Yang Mempengaruhi Market Share
Bank Syariah." Analytica Islamica V (2): 291-314.
Rahmi, Nurul, and Ratna Anggraini. 2013. "Pengaruh CAR, BOPO, NPF dan CSR
Disclosure Terhadap Profitabilitas Perbankan Syariah." Jurnal Ilmiah Wahana
Akuntansi VIII (2).
Rofiatun, Nurul Fatimah. 2016. "Pengaruh Pangsa Pasar dan Indikator Perbankan
Terhadap Profitabilitas Bank Umum Syariah di Indonesia." Journal of Islamic
Economics Lariba II (1): 13-24. doi:DOI: 10.20885.
Sahara, Ayu Yanita. 2013. "Analisis Pengaruh Inflasi, Suku Bunga BI, dan Produk
Domestik Bruto Terhadap Return on Asset (ROA) Bank Syariah di Indonesia."
Jurnal Ilmu Manajemen I (1): 149.
Saputra, Bambang. 2014. "Faktor-Faktor Keuangan Yang Mempengaruhi Market
Share Perbankan Syariah di Indonesia." Akuntabilitas VII (2).
Setiawan, Ulin Nuha Aji, and Astiwi Indriani. 2016. "Pengaruh Dana Pihak Ketiga
(DPK), Capital Adequacy Ratio (CAR), dan Non Performing Financing (NPF)
terhadap Profitabilitas Bank Syariah dengan Pembiayaan sebagai Variabel
114
Intervening." Diponegoro Journal of Management V (4): 1-11. http://ejournal-
s1.undip.ac.id/index.php/management.
Suhartatik, Nur, and Rohmawati Kusumaningtyas. n.d. "Determinan Financing to
Deposit Ratio (FDR) Perbankan Syariah di Indonesia (2008-2012)." Jurnal
Ilmu Manajemen I (4).
Syafrida, Ida, and Ahmad Abror. 2011. "Faktor-Faktor Internal dan Eksternal yang
Mempengaruhi Pertumbuhan Aset Perbankan Syariah di Indonesia." Jurnal
Ekonomi dan Bisnis X (1): 19-24.
Toba, Aya Ramadhani, and Arson Aliludin. 2016. "Analysis of Islamic Banking
Growth in Indonesia." Australasian Journal of Islamic Finance and Business II
(1). www.acrd.net.au/ajifb, www.ajifb.net.au.
Wardani, Dewi Kusuma, and Sri Hermuningsih. 2011. "Pengaruh Struktur
Kepemilikan Terhadap Nilai Perusahaan dengan Kinerja Keuangan dan
Kebijakan Hutang Sebagai Variabel Intervening." Jurnal Siasat Bisnis XV (1):
27-36.
Wardhani, Rulyanhi Susi. 2013`. "Pegaruh CSR Disclosure Terhadap Nilai Perusahaan
Dengan Kinerja Keuangan Sebagai Variabel Intervening (Studi Kasus
Perusahaan Manufaktur yang Terdaftar di BEI)." JEAM XII (1).
Widati, Listyorini Wahyu. 2012. "Analisis Pengaruh CAMEL Terhadap Kinerja
Perusahaan Perbankan yang Go Publik." Jurnal Dinamika Akuntansi,
Keuangan dan Perbankan I (2): 105-119.
Widyaningrum, Linda, and Dina Fitrisia Septiarini. 2015. "Pengaruh CAR, NPF, FDR
dan OER Terhadap ROA Pada Bank Pembiayaan Rakyat Syariah di Indonesia
Periode Januari 2009 Hingga Mei 2014." JESTT II (12).
Yudha, Aji, Mochammad Chabachib, and Irene Rini Demi Pangestuti. 2017. "Analysis
of the Effect of NPL, NIM, Non Interest Income, and LDR toward ROA with
115
Size as Control Variables (Differences Study on Domestic and Foreign Banks
Listed on BEI Period 2010-2015)." Jurnal Bisnis Strategi XXVI (2): 100-113.
Yunita, Rima. 2014. "Faktor-Faktor yang Mempengaruhi Tingkat Profitabilitas
Perbankan Syariah di Indonesia (Studi Kasus pada Bank Umum Syariah di
Indonesia Tahun 2009-2012)." Jurnal Akuntansi Indonesia III (2): 143-160.
Yusuf, Muhammad, and Surachman Surjaatmadja. 2018. "Analysis of Financial
Performance on Profitability with Non Performance Financing as Variable
Moderation (Study at Sharia Commercial Bank in Indonesia Period 2012-
2016)." International Journal of Economics and Financial Issues VIII (4): 126-
132.
Zoe Ventoura, Neokosmidi. 2005. "Advertising, Market Share and Profitability in the
Greek Consumer Industry." Journal of Business & Economics Research III (9):
69.
Internet
http://dosen.perbanas.id/wp-content/uploads/2015/01/Operasionalisasi-Regresi Data-
Panel.pdf.
https://ekbis.sindonews.com/read/1216932/33/aepi-keadaan-ekonomi-indonesia-
2017-memburuk-1498726099
http://karimconsulting.com/outlook-perbankan-syariah-2018/
http://wihandaru.staff.umy.ac.id/category/analisis-regresi-linier
https://www.statistikian.com/2013/01/transformasi-data.html
www.bankvictoriasyariah.co.id
www.bcasyariah.co.id
www.bi.go.id
www.bnisyariah.co.id
www.btpnsyariah.com
www.maybanksyariah.co.id
www.megasyariah.co.id
www.ojk.go.id
www.syariahbukopin.co.id
RIWAYAT HIDUP PENULIS
LAMPIRAN I:
DAFTAR RIWAYAT HIDUP
Curriculum Vitae
DATA PRIBADI
Nama Lengkap Afrida Kharisatul Maula
Tempat dan Tanggal Lahir Salatiga, 12 Desember 1995
Warga Negara Indonesia
Alamat Jl. Argotunggal No. 18 RT 003/ RW 007, Ledok
Salatiga 50732, Salatiga – Jawa Tengah
Nomor Handphone +6285727270833
Email [email protected]
RIWAYAT PENDIDIKAN
2014 – 2018 Program Strata 1 Perbankan Syariah di Institut Agama Islam
Negeri (IAIN) Salatiga
2011 – 2014 Teknik Komputer dan Jaringan di SMK Negeri 2 Salatiga
2008 – 2011 SMP Negeri 2 Salatiga
PENGALAMAN KERJA/MAGANG
28 Agustus 2018 – Sekarang Staf Program di LAZ al Ihsan Jawa Tengah
06 Maret – 03 April 2018 Praktikum Pengembangan Profesi Fakultas Ekonomi dan
Bisnis Islam (FEBI) IAIN Salatiga di Otoritas Jasa Keuangan Kantor
Regional 3 Jawa Tengah dan Daerah Istimewa Yogyakarta, Bagian
Pengawasan Perbankan Syariah dan Bagian Pengawasan Industri
Keuangan Non-Bank Syariah
03 Semptember 2016 – Sekarang Pramusaji di Sinar Mulya Abadi Catering
04 – 18 Januari 2016 Magang Unit Kegiatan Mahasiswa (UKM) Kelompok
Studi Ekonomi Islam (KSEI) IAIN Salatiga di BMT Ramadana
2015 – Sekarang Scorer BKK SMK N 2 Salatiga
01 Februari – 30 April 2013 Praktik Kerja Industri (Prakerin) Sekolah Menengah
Kejuruan Negeri (SMKN) 2 Salatiga di Fakultas Teknik Elektro dan
Komputer (FTEK) Universitas Kristen Satya Wacana (UKSW)
PENGALAMAN ORGANISASI
Januari 2018 – Sekarang Divisi Pengembangan Unit Kegiatan Mahasiswa (UKM)
Dewan Mahasiswa (DEMA) di Institut Agama Islam
Negeri (IAIN) Salatiga
Periode 2017 – 2019 Divisi Pengembangan Sumber Daya Manusia Remaja
Masjid Al – Huda (REMASDA) Ledok, Salatiga
01 November 2017 – Sekarang Pendiri SMARTAMA BimBel
06 November 2017 Divisi Logistik (Konsumsi) dalam kegiatan Sharia
Economics and Intelctual Moslem of IAIN (SEIMAN)
Salatiga
26 September 2017 – Sekarang Anggota Paguyuban Duta Mahasiswa (Pandama) IAIN
Salatiga
Periode 2017 Sekretaris I Unit Kegiatan Mahasiswa (UKM) Kelompok
Studi Ekonomi Islam (KSEI) IAIN Salatiga
Periode 2016 Divisi Kaderisasi Unit Kegiatan Mahasiswa (UKM)
Kelompok Studi Ekonomi Islam (KSEI) IAIN Salatiga
Periode 2016 Divisi Bakat dan Minat Himpunan Mahasiswa Jurusan
(HMJ) Perbankan Syariah S1 Fakultas Ekonomi dan Bisnis Islam (FEBI)
IAIN Salatiga
24 Oktober 2016 Sekretaris Panitia Seminar Internasional dalam kegiatan
Sharia Economics and Intelectual Moslem of IAIN Salatiga (SEIMAN)
09 Oktober 2016 – Sekarang Anggota PC Fatayat NU Kota Salatiga
Periode 2015 – 2017 Sekretaris I Remaja Masjid Al – Huda (REMASDA)
Ledok, Salatiga
Periode 2012 – 2013 Kerani (Sekretaris) Bantara Pramuka Ambalan Bima –
Arimbi SMK Negeri 2 Salatiga
PENGHARGAAN
2017 Finalis Mas dan Mbak Duta Mahasiswa Institut Agama Islam
Negeri (IAIN) Salatiga
2017 Penerima Beasiswa Penelitian Unggulan Mahasiswa Fakultas
Ekonomi dan Bisnis Islam (FEBI) IAIN Salatiga
2016 Penerima Beasiswa Penelitian Unggulan Mahasiswa Fakultas
Ekonomi dan Bisnis Islam (FEBI) IAIN Salatiga
PENELITIAN
⁻ Maula, Afrida Kharisatul dan Fahidatul Zunita Umayasaroh. 2017. Analisis Faktor-Faktor yang
Mempengaruhi Minat Mahasiswa Bekerja Sebagai Tenaga Profesional di Perbankan Syariah.
Penelitian Unggulan Mahasiswa FEBI IAIN Salatiga.
⁻ Maula, Afrida Kharisatul, et. al. 2016. Analisis Komparasi Kerjasama IAIN Salatiga Dengan Bank
Syariah Mandiri Dan Bank Rakyat Indonesia Syariah Dilihat Dari Perspektif Persepsi, Preferensi,
Kualitas Layanan Dan Keputusan Mahasiswa IAIN Salatiga. Penelitian Unggulan Mahasiswa FEBI
IAIN Salatiga.
LAMPIRAN-LAMPIRAN
LAMPIRAN II:
Data Rasio Keuangan Bulanan
Bank Umum Syariah
Periode Januari 2016 – Desember 2017
Kode Bank Periode DPK
(dalam rupiah) CAR NPF FDR ROA MS
BCAS Jan-16 3197290000000 0,36644 0,00238 0,96253 0,00043 0,00033
BCAS Feb-16 3108392000000 0,37518 0,00698 0,94664 0,00092 0,00032
BCAS Mar-16 3289035000000 0,35881 0,01039 0,92759 0,00138 0,00033
BCAS Apr-16 3142707000000 0,37902 0,01444 0,94801 0,00197 0,00032
BCAS Mei-16 3153809000000 0,38312 0,01769 1,00385 0,00266 0,00032
BCAS Jun-16 3220980000000 0,38384 0,02038 0,99603 0,00331 0,00032
BCAS Jul-16 3435232000000 0,35562 0,02433 0,91016 0,00384 0,00033
BCAS Agu-16 3311782000000 0,38254 0,03789 0,94666 0,00465 0,00032
BCAS Sep-16 3482054000000 0,36992 0,04192 0,97555 0,00520 0,00033
BCAS Okt-16 3179564000000 0,40109 0,05426 1,01491 0,00743 0,00030
BCAS Nov-16 3370988000000 0,38894 0,05969 0,95070 0,00711 0,00031
BCAS Des-16 3842272000000 0,33585 0,06369 0,90124 0,00737 0,00033
BCAS Jan-17 3873200000000 0,32511 0,00477 0,89215 0,00059 0,00031
BCAS Feb-17 3911528000000 0,34359 0,00942 0,90397 0,00119 0,00031
BCAS Mar-17 4181277000000 0,31652 0,01823 0,83445 0,00176 0,00032
BCAS Apr-17 4065570000000 0,33622 0,02766 0,89361 0,01916 0,00031
BCAS Mei-17 3955561000000 0,34390 0,03306 0,93632 0,00321 0,00030
BCAS Jun-17 4244930000000 0,30668 0,03537 0,91515 0,00371 0,00032
BCAS Jul-17 4118127000000 0,32193 0,00474 0,91130 0,00453 0,00031
BCAS Agu-17 4013874000000 0,33089 0,00550 0,91565 0,00544 0,00030
BCAS Sep-17 4437294000000 0,28791 0,00540 0,88696 0,00582 0,00032
BCAS Okt-17 4285889000000 0,30438 0,00568 0,92947 0,00679 0,00031
BCAS Nov-17 4476002000000 0,27575 0,00637 0,92066 0,00737 0,00031
BCAS Des-17 4736403000000 0,27494 0,00000 0,87003 0,00619 0,00032
BNIS Jan-16 20135016000000 0,21810 0,00164 0,88085 0,00093 0,00182
BNIS Feb-16 20418093000000 0,21153 0,00300 0,86391 0,00192 0,00184
BNIS Mar-16 20918881000000 0,20762 0,00421 0,86260 0,00305 0,00186
BNIS Apr-16 21242875000000 0,20501 0,00471 0,85737 0,00390 0,00187
BNIS Mei-16 21122175000000 0,21123 0,00644 0,87774 0,00486 0,00185
BNIS Jun-16 21834360000000 0,20635 0,00642 0,86920 0,00567 0,00189
BNIS Jul-16 22026702000000 0,20252 0,00705 0,85870 0,00649 0,00187
BNIS Agu-16 22517866000000 0,19683 0,01076 0,84143 0,00719 0,00188
BNIS Sep-16 22766399000000 0,20804 0,00603 1,67062 0,00802 0,00189
BNIS Okt-16 23181344000000 0,20088 0,01252 0,85201 0,00844 0,00191
BNIS Nov-16 23540340000000 0,20032 0,01512 0,86095 0,00896 0,00190
BNIS Des-16 24233010000000 0,19960 0,01834 0,84569 0,00980 0,00189
BNIS Jan-17 24552233000000 0,19720 0,00381 0,82382 0,00084 0,00175
BNIS Feb-17 25225441000000 0,19657 0,00625 0,82052 0,00175 0,00176
BNIS Mar-17 25810050000000 0,19365 0,00379 1,69196 0,00260 0,00179
BNIS Apr-17 25736760000000 0,19405 0,00499 1,63491 0,00359 0,00177
BNIS Mei-17 25899616000000 0,19675 0,01335 0,84353 0,00417 0,00177
BNIS Jun-17 26665896000000 0,19423 0,00908 1,27816 0,00537 0,00179
BNIS Jul-17 27161871000000 0,18798 0,01603 0,83239 0,00594 0,00185
BNIS Agu-17 27143182000000 0,19234 0,01837 0,83139 0,00699 0,00179
BNIS Sep-17 27633132000000 0,18853 0,01025 1,57890 0,00770 0,00179
BNIS Okt-17 27944062000000 0,18818 0,02253 0,81108 0,00820 0,00179
BNIS Nov-17 28796456000000 0,17995 0,03009 0,78956 0,00839 0,00182
BNIS Des-17 29379290000000 0,22013 0,02968 0,80239 0,00879 0,00185
BVS Jan-16 1094330000000 0,17192 0,00025 0,88442 -0,00257 0,00010
BVS Feb-16 1049531000000 0,15636 0,01125 0,86755 -0,01086 0,00009
BVS Mar-16 971403000000 0,16438 0,00730 0,95073 -0,00842 0,00009
BVS Apr-16 928830000000 0,15075 0,01594 0,99536 -0,01470 0,00009
BVS Mei-16 998895000000 0,12179 0,04407 0,92556 -0,03737 0,00009
BVS Jun-16 930522000000 0,16941 0,04564 0,95926 -0,03793 0,00009
BVS Jul-16 997861000000 0,16322 0,04418 0,92403 -0,03657 0,00009
BVS Agu-16 1020422000000 0,15347 0,05634 0,90453 -0,04643 0,00009
BVS Sep-16 955417000000 0,15372 0,45929 0,70745 -0,04606 0,00009
BVS Okt-16 951853000000 0,15317 0,05437 1,00484 -0,04603 0,00009
BVS Nov-16 880278000000 0,14804 0,05359 1,08185 -0,04529 0,00009
BVS Des-16 1204681000000 0,13827 0,03060 1,00671 -0,01458 0,00011
BVS Jan-17 1236125000000 0,15037 0,00675 0,89837 0,00015 0,00009
BVS Feb-17 1287130000000 0,15339 0,01385 0,85730 0,00048 0,00009
BVS Mar-17 1237984000000 0,19087 0,01550 0,86192 0,00054 0,00009
BVS Apr-17 1287541000000 0,18820 0,01501 0,85575 0,00069 0,00009
BVS Mei-17 1371528000000 0,17791 0,01647 0,79370 0,00103 0,00010
BVS Jun-17 1238823000000 0,19690 0,01889 0,92122 0,00134 0,00009
BVS Jul-17 1450369000000 0,17455 0,02065 0,78580 0,00166 0,00010
BVS Agu-17 1413845000000 0,18294 0,01984 0,84529 0,00207 0,00010
BVS Sep-17 1539092000000 0,16066 0,02062 0,79598 0,00221 0,00011
BVS Okt-17 1583509000000 0,16371 0,02106 0,75743 0,00244 0,00010
BVS Nov-17 1473994000000 0,17258 0,02572 0,68463 0,00317 0,00010
BVS Des-17 1511159000000 0,18170 0,02304 0,83573 0,00326 0,00011
BMS Jan-16 4341739000000 0,62809 0,01346 0,97028 0,00931 0,00041
BMS Feb-16 4304974000000 0,57828 0,02660 1,15693 0,01060 0,00041
BMS Mar-16 4349202000000 0,53485 0,04714 0,96050 0,01193 0,00042
BMS Apr-16 4145059000000 0,55797 0,06166 1,01384 0,01388 0,00041
BMS Mei-16 4484675000000 0,53203 0,08112 0,92126 0,01461 0,00041
BMS Jun-16 4279175000000 0,54990 0,08416 0,96255 0,01603 0,00040
BMS Jul-16 4384665000000 0,56875 0,08633 0,94453 0,01678 0,00040
BMS Agu-16 4279392000000 0,60767 0,08514 0,99866 0,01748 0,00040
BMS Sep-16 4548087000000 0,59644 0,07478 1,11679 0,01884 0,00041
BMS Okt-16 4455939000000 0,61123 0,08517 1,03046 0,02085 0,00041
BMS Nov-16 4762404000000 0,59912 0,08643 0,97685 0,02255 0,00041
BMS Des-16 4920733000000 0,57159 0,08750 0,95815 0,02447 0,00041
BMS Jan-17 4794711000000 0,61763 0,00230 0,98655 0,00131 0,00037
BMS Feb-17 4853374000000 0,59641 0,00485 0,97864 0,00164 0,00037
BMS Mar-17 4720489000000 0,57634 0,00777 0,98223 0,00448 0,00036
BMS Apr-17 4541550000000 0,53314 0,01061 1,02404 0,00430 0,00037
BMS Mei-17 5159942000000 0,48862 0,01274 0,90671 0,00524 0,00038
BMS Jun-17 4848595000000 0,46252 0,01441 0,99114 0,00583 0,00038
BMS Jul-17 4972181000000 0,47946 0,01836 0,93302 0,00691 0,00037
BMS Agu-17 5064521000000 0,47651 0,02243 0,89735 0,00734 0,00036
BMS Sep-17 4857251000000 0,47423 0,02574 0,92196 0,00860 0,00035
BMS Okt-17 4771073000000 0,43607 0,02822 0,97346 0,00910 0,00036
BMS Nov-17 4819100000000 0,44074 0,03163 0,96034 0,01010 0,00035
BMS Des-17 5055436000000 0,36750 0,03461 0,91813 0,01389 0,00037
BSB Jan-16 4529039000000 0,19010 0,00017 0,97905 0,00095 0,00043
BSB Feb-16 4886191000000 0,17638 0,00024 0,91351 0,00160 0,00046
BSB Mar-16 4977566000000 0,16654 0,00061 0,92689 0,00234 0,00046
BSB Apr-16 4938091000000 0,18171 0,00073 0,93639 0,00300 0,00045
BSB Mei-16 5111031000000 0,16901 0,00106 0,91281 0,00353 0,00046
BSB Jun-16 5199152000000 0,15655 0,00133 0,92356 0,00396 0,00048
BSB Jul-16 5153918000000 0,16692 0,00164 0,92298 0,00479 0,00045
BSB Agu-16 5249606000000 0,15922 0,00189 0,91782 0,00534 0,00046
BSB Sep-16 5427808000000 0,15077 0,00197 0,88026 0,00579 0,00047
BSB Okt-16 5214189000000 0,17360 0,00246 0,91115 0,00702 0,00043
BSB Nov-16 4980369000000 0,17367 0,00273 0,95990 0,00774 0,00042
BSB Des-16 5442608000000 0,17296 0,00326 0,88265 0,00756 0,00047
BSB Jan-17 5494164000000 0,19439 0,00049 0,88097 0,00047 0,00040
BSB Feb-17 5448025000000 0,19886 0,00157 0,89810 0,00081 0,00039
BSB Mar-17 5354150000000 0,19051 0,00193 0,91664 0,00093 0,00038
BSB Apr-17 5414282000000 0,18820 0,00277 0,91149 0,00107 0,00038
BSB Mei-17 5566265000000 0,18334 0,00319 0,89721 0,00110 0,00039
BSB Jun-17 5634192000000 0,16250 0,00355 0,89488 0,00107 0,00041
BSB Jul-17 5573275000000 0,17245 0,00415 0,89465 0,00111 0,00039
BSB Agu-17 5491938000000 0,17536 0,00449 0,91728 0,00116 0,00038
BSB Sep-17 5786437000000 0,16714 0,00473 0,84263 0,00091 0,00042
BSB Okt-17 5457803000000 0,18179 0,00617 0,89561 0,00077 0,00040
BSB Nov-17 5249845000000 0,20618 0,00653 0,94418 0,00082 0,00038
BSB Des-17 5498424000000 0,18523 0,00793 0,82462 0,00061 0,00039
MBS Jan-16 712055000000 0,87406 0,17489 2,14644 0,00334 0,00012
MBS Feb-16 669233000000 0,88807 0,00019 2,23002 0,00631 0,00011
MBS Mar-16 791182000000 0,91270 0,05719 1,45840 -0,00698 0,00012
MBS Apr-16 653728000000 0,89406 0,05067 1,74981 -0,01081 0,00012
MBS Mei-16 679103000000 0,82982 0,10134 1,67293 -0,04746 0,00011
MBS Jun-16 750956000000 0,66584 0,13423 1,48194 -0,05191 0,00012
MBS Jul-16 686445000000 0,65959 0,16365 1,62119 -0,04826 0,00012
MBS Agu-16 807239000000 0,60606 0,18195 1,36393 -0,05806 0,00011
MBS Sep-16 675261000000 0,75487 0,21614 1,58901 -0,08554 0,00010
MBS Okt-16 615237000000 0,80946 0,22270 1,71775 -0,08082 0,00010
MBS Nov-16 724760000000 0,68162 0,22532 1,45592 -0,06701 0,00010
MBS Des-16 714716000000 0,64125 0,31366 1,34313 -0,10471 0,00009
MBS Jan-17 707951000000 0,63721 0,00450 1,33514 0,00239 0,00008
MBS Feb-17 665597000000 0,66806 0,00933 1,40666 0,00520 0,00008
MBS Mar-17 520980000000 0,71089 0,11080 1,78697 0,00936 0,00007
MBS Apr-17 478597000000 0,79475 0,17908 1,71982 0,01044 0,00007
MBS Mei-17 589542000000 0,69324 0,23853 1,27544 0,00855 0,00008
MBS Jun-17 669852000000 0,81725 0,23191 0,92467 0,03783 0,00008
MBS Jul-17 707328000000 0,78793 0,21970 0,88174 0,03843 0,00008
MBS Agu-17 510770000000 1,10701 0,28168 1,17177 0,02709 0,00007
MBS Sep-17 584943000000 0,95389 0,33178 1,01542 0,02471 0,00007
MBS Okt-17 680316000000 0,84732 0,49281 0,86365 0,09099 0,00008
MBS Nov-17 500550000000 1,61928 0,59114 0,97676 0,11235 0,00007
MBS Des-17 561510000000 1,31928 0,05427 9,98684 0,11772 0,00008
BTPNS Jan-16 3851004000000 0,68343 0,00252 1,46575 0,00467 0,00041
BTPNS Feb-16 3808273000000 0,71474 0,00464 1,48219 0,00815 0,00040
BTPNS Mar-16 4031873000000 0,68010 0,00657 1,45764 0,01243 0,00042
BTPNS Apr-16 4182587000000 0,69711 0,00926 1,48348 0,01654 0,00043
BTPNS Mei-16 4514185000000 0,63453 0,01243 1,21896 0,02060 0,00046
BTPNS Jun-16 5012268000000 0,58668 0,01148 1,39820 0,02416 0,00049
BTPNS Jul-16 4612626000000 0,74833 0,01337 1,46679 0,03262 0,00044
BTPNS Agu-16 4648339000000 0,70240 0,01523 1,42063 0,03818 0,00044
BTPNS Sep-16 4617951000000 0,73192 0,01634 1,44489 0,04402 0,00044
BTPNS Okt-16 4828660000000 0,69751 0,01717 1,41960 0,04870 0,00046
BTPNS Nov-16 5114087000000 0,69161 0,01751 1,42605 0,05208 0,00047
BTPNS Des-16 5387563000000 0,64732 0,01586 1,38764 0,05625 0,00048
BTPNS Jan-17 5231819000000 0,74054 0,00194 1,41559 0,00682 0,00044
BTPNS Feb-17 5151785000000 0,82163 0,00629 0,97340 0,01183 0,00043
BTPNS Mar-17 5635334000000 0,76143 0,00917 0,90824 0,01781 0,00046
BTPNS Apr-17 5428014000000 1,03166 0,01212 0,97806 0,02468 0,00045
BTPNS Mei-17 5713613000000 1,17905 0,01600 0,96570 0,03066 0,00046
BTPNS Jun-17 5959322000000 1,10988 0,01896 0,96823 0,03614 0,00047
BTPNS Jul-17 6055118000000 1,13540 0,02337 0,94232 0,04238 0,00048
BTPNS Agu-17 5886726000000 1,02835 0,02784 0,96056 0,05011 0,00046
BTPNS Sep-17 6165526000000 0,92152 0,03038 0,93310 0,05491 0,00048
BTPNS Okt-17 6152131000000 0,95476 0,03286 0,94762 0,06217 0,00048
BTPNS Nov-17 6558611000000 1,00778 0,03477 0,91136 0,06599 0,00050
BTPNS Des-17 6545879000000 0,94213 0,03564 0,92475 0,07319 0,00049
Keterangan:
Kode Bank
BCAS : PT Bank BCA Syariah
BNIS : PT Bank Negara Indonesia Syariah
BVS : PT Bank Victoria Syariah
BMS : PT Bank Mega Syariah
BSB : PT Bank Syariah Bukopin
MBS : PT Bank Maybank Syariah Indonesia
BTPNS : PT Bank Tabungan Pensinan Nasional Syariah
LAMPIRAN III: HASIL SELURUH UJI YANG DILAKUKAN DALAM PENELITIAN INI
1. Uji Stasioneritas DPK
Panel unit root test: Summary
Series: D(DPK)
Date: 09/20/18 Time: 22:15
Sample: 2016M01 2017M12
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -8.64411 0.0000 7 147
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -9.12138 0.0000 7 147
ADF - Fisher Chi-square 95.3478 0.0000 7 147
PP - Fisher Chi-square 260.036 0.0000 7 154 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
2. Uji Stasioneritas CAR
Panel unit root test: Summary
Series: D(CAR)
Date: 09/20/18 Time: 22:14
Sample: 2016M01 2017M12
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.36071 0.0004 7 147
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -6.85910 0.0000 7 147
ADF - Fisher Chi-square 70.9001 0.0000 7 147
PP - Fisher Chi-square 132.050 0.0000 7 154 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
3. Uji Stasioneritas NPF
Panel unit root test: Summary
Series: D(NPF)
Date: 09/20/18 Time: 22:16
Sample: 2016M01 2017M12
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.70063 0.0001 7 147
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -5.20100 0.0000 7 147
ADF - Fisher Chi-square 53.2584 0.0000 7 147
PP - Fisher Chi-square 139.849 0.0000 7 154 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
4. Uji Stasioneritas FDR
Panel unit root test: Summary
Series: FDR
Date: 09/20/18 Time: 22:15
Sample: 2016M01 2017M12
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -1.27185 0.1017 7 154
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -2.82119 0.0024 7 154
ADF - Fisher Chi-square 32.4441 0.0035 7 154
PP - Fisher Chi-square 47.2927 0.0000 7 161 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
5. Uji Stasioneritas ROA
Panel unit root test: Summary
Series: D(ROA)
Date: 09/20/18 Time: 22:16
Sample: 2016M01 2017M12
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -6.27484 0.0000 7 147
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -5.20011 0.0000 7 147
ADF - Fisher Chi-square 52.8997 0.0000 7 147
PP - Fisher Chi-square 337.000 0.0000 7 154 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
6. Uji Stasioneritas Market Share
Panel unit root test: Summary
Series: D(MS)
Date: 09/20/18 Time: 22:15
Sample: 2016M01 2017M12
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -8.01314 0.0000 7 147
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -9.39449 0.0000 7 147
ADF - Fisher Chi-square 99.0617 0.0000 7 147
PP - Fisher Chi-square 280.564 0.0000 7 154 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
7. Uji Chow Test
Redundant Fixed Effects Tests
Equation: FEM_REG
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 78.145616 (6,149) 0.0000
Cross-section Chi-square 228.996378 6 0.0000
Cross-section fixed effects test equation:
Dependent Variable: LOGMS
Method: Panel Least Squares
Date: 09/22/18 Time: 19:45
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK 0.880140 0.013025 67.57453 0.0000
D(CAR) 0.032297 0.164892 0.195865 0.8450
D(NPF) 0.484705 0.239346 2.025122 0.0446
FDR 0.098922 0.023369 4.233074 0.0000
D(ROA) 0.244186 1.071754 0.227837 0.8201
C -33.59898 0.385153 -87.23539 0.0000 R-squared 0.969024 Mean dependent var -8.036238
Adjusted R-squared 0.968025 S.D. dependent var 0.959378
S.E. of regression 0.171553 Akaike info criterion -0.651299
Sum squared resid 4.561694 Schwarz criterion -0.536464
Log likelihood 58.42957 Hannan-Quinn criter. -0.604671
F-statistic 969.7723 Durbin-Watson stat 0.241917
Prob(F-statistic) 0.000000
8. Uji Hausman Test
Correlated Random Effects - Hausman Test
Equation: REM_REG
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 165.211179 5 0.0000
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. LOGDPK 0.229481 0.810345 0.002835 0.0000
D(CAR) -0.095721 -0.164313 0.000123 0.0000
D(NPF) -0.236993 -0.030731 0.000283 0.0000
FDR -0.033066 0.005469 0.000010 0.0000
D(ROA) -2.071366 -1.348487 0.003417 0.0000
Cross-section random effects test equation:
Dependent Variable: LOGMS
Method: Panel Least Squares
Date: 09/20/18 Time: 22:26
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. C -14.63374 1.626046 -8.999587 0.0000
LOGDPK 0.229481 0.056118 4.089251 0.0001
D(CAR) -0.095721 0.084531 -1.132377 0.2593
D(NPF) -0.236993 0.124914 -1.897252 0.0597
FDR -0.033066 0.013334 -2.479889 0.0143
D(ROA) -2.071366 0.549011 -3.772906 0.0002 Effects Specification Cross-section fixed (dummy variables) R-squared 0.992530 Mean dependent var -8.036238
Adjusted R-squared 0.991979 S.D. dependent var 0.959378
S.E. of regression 0.085924 Akaike info criterion -1.999103
Sum squared resid 1.100051 Schwarz criterion -1.769433
Log likelihood 172.9278 Hannan-Quinn criter. -1.905847
F-statistic 1799.800 Durbin-Watson stat 0.515106
Prob(F-statistic) 0.000000
9. Uji Normalitas
0
4
8
12
16
20
24
-0.2 -0.1 0.0 0.1 0.2
Series: Standardized Residuals
Sample 2016M02 2017M12
Observations 161
Mean -3.45e-18
Median -0.001459
Maximum 0.235152
Minimum -0.257073
Std. Dev. 0.082918
Skewness 0.033203
Kurtosis 3.673692
Jarque-Bera 3.074237
Probability 0.215000
10. Uji Multikolinearitas – Auxiliary DPK
Dependent Variable: LOGDPK
Method: Panel Least Squares
Date: 09/20/18 Time: 22:19
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. D(CAR) 0.159048 0.122302 1.300458 0.1954
D(NPF) -0.253634 0.180561 -1.404698 0.1622
FDR -0.048236 0.018996 -2.539297 0.0121
D(ROA) -0.941002 0.795086 -1.183522 0.2385
C 28.97403 0.023325 1242.208 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.987661 Mean dependent var 28.92028
Adjusted R-squared 0.986838 S.D. dependent var 1.089691
S.E. of regression 0.125016 Akaike info criterion -1.254876
Sum squared resid 2.344343 Schwarz criterion -1.044345
Log likelihood 112.0175 Hannan-Quinn criter. -1.169392
F-statistic 1200.617 Durbin-Watson stat 0.381702
Prob(F-statistic) 0.000000
11. Uji Multikolinearitas – Auxiliary CAR
Dependent Variable: D(CAR)
Method: Panel Least Squares
Date: 09/20/18 Time: 22:19
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK 0.070098 0.053902 1.300458 0.1954
D(NPF) 0.079929 0.120480 0.663424 0.5081
FDR -0.031084 0.012627 -2.461767 0.0150
D(ROA) 0.080302 0.530258 0.151440 0.8798
C -1.991096 1.562186 -1.274558 0.2044 Effects Specification Cross-section fixed (dummy variables) R-squared 0.122176 Mean dependent var 0.002228
Adjusted R-squared 0.063654 S.D. dependent var 0.085770
S.E. of regression 0.082995 Akaike info criterion -2.074194
Sum squared resid 1.033228 Schwarz criterion -1.863663
Log likelihood 177.9726 Hannan-Quinn criter. -1.988710
F-statistic 2.087699 Durbin-Watson stat 2.358117
Prob(F-statistic) 0.028704
12. Uji Multikolinearitas – Auxiliary NPF
Dependent Variable: D(NPF)
Method: Panel Least Squares
Date: 09/20/18 Time: 22:21
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK -0.051191 0.036442 -1.404698 0.1622
D(CAR) 0.036603 0.055172 0.663424 0.5081
FDR -0.065748 0.006866 -9.576003 0.0000
D(ROA) -1.293796 0.342959 -3.772457 0.0002
C 1.554307 1.055256 1.472920 0.1429 Effects Specification Cross-section fixed (dummy variables) R-squared 0.435401 Mean dependent var 0.000269
Adjusted R-squared 0.397761 S.D. dependent var 0.072372
S.E. of regression 0.056164 Akaike info criterion -2.855212
Sum squared resid 0.473156 Schwarz criterion -2.644681
Log likelihood 240.8446 Hannan-Quinn criter. -2.769728
F-statistic 11.56754 Durbin-Watson stat 2.666169
Prob(F-statistic) 0.000000
13. Uji Multikolinearitas – Auxiliary FDR
Dependent Variable: FDR
Method: Panel Least Squares
Date: 09/20/18 Time: 22:22
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK -0.854446 0.336489 -2.539297 0.0121
D(CAR) -1.249308 0.507484 -2.461767 0.0150
D(NPF) -5.770464 0.602596 -9.576003 0.0000
D(ROA) -9.488006 3.271457 -2.900238 0.0043
C 25.82258 9.731494 2.653506 0.0088 Effects Specification Cross-section fixed (dummy variables) R-squared 0.543527 Mean dependent var 1.095249
Adjusted R-squared 0.513096 S.D. dependent var 0.754049
S.E. of regression 0.526164 Akaike info criterion 1.619469
Sum squared resid 41.52727 Schwarz criterion 1.830000
Log likelihood -119.3673 Hannan-Quinn criter. 1.704953
F-statistic 17.86068 Durbin-Watson stat 1.493280
Prob(F-statistic) 0.000000
14. Uji Multikolinearitas – Auxiliary ROA
Dependent Variable: D(ROA)
Method: Panel Least Squares
Date: 09/20/18 Time: 22:20
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK -0.009832 0.008307 -1.183522 0.2385
D(CAR) 0.001904 0.012571 0.151440 0.8798
D(NPF) -0.066977 0.017754 -3.772457 0.0002
FDR -0.005596 0.001930 -2.900238 0.0043
C 0.291765 0.240651 1.212398 0.2273 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.110362 Mean dependent var 0.001283
Adjusted R-squared 0.051053 S.D. dependent var 0.013118
S.E. of regression 0.012779 Akaike info criterion -5.816197
Sum squared resid 0.024494 Schwarz criterion -5.605667
Log likelihood 479.2039 Hannan-Quinn criter. -5.730713
F-statistic 1.860795 Durbin-Watson stat 2.263848
Prob(F-statistic) 0.054942
15. Uji Autokorelasi
Dependent Variable: LOGMS
Method: Panel Least Squares
Date: 09/20/18 Time: 22:23
Sample (adjusted): 2016M04 2017M12
Periods included: 21
Cross-sections included: 7
Total panel (balanced) observations: 147
Convergence achieved after 11 iterations Variable Coefficient Std. Error t-Statistic Prob. LOGDPK 0.405855 0.058069 6.989219 0.0000
D(CAR) 0.036649 0.039035 0.938895 0.3495
D(NPF) -0.063060 0.046477 -1.356795 0.1771
FDR -0.001299 0.006748 -0.192584 0.8476
D(ROA) -0.279943 0.220361 -1.270384 0.2062
C -19.86423 1.683954 -11.79618 0.0000
AR(1) 0.714828 0.086950 8.221178 0.0000
AR(2) 0.185037 0.085524 2.163562 0.0323 Effects Specification Cross-section fixed (dummy variables) R-squared 0.998212 Mean dependent var -8.039705
Adjusted R-squared 0.998037 S.D. dependent var 0.963997
S.E. of regression 0.042707 Akaike info criterion -3.378517
Sum squared resid 0.242577 Schwarz criterion -3.093714
Log likelihood 262.3210 Hannan-Quinn criter. -3.262799
F-statistic 5711.984 Durbin-Watson stat 2.130910
Prob(F-statistic) 0.000000 Inverted AR Roots .92 -.20
16. Uji Heteroskedastisitas
Dependent Variable: RESABS
Method: Panel Least Squares
Date: 09/20/18 Time: 23:00
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161
Variable Coefficient Std. Error t-Statistic Prob. LOGMS 0.004912 0.009135 0.537667 0.5916
LOGDPK -0.002662 0.006600 -0.403405 0.6872
D(CAR) 0.001712 0.009467 0.180804 0.8568
D(NPF) -0.025544 0.014096 -1.812102 0.0720
FDR -0.002792 0.001517 -1.839995 0.0678
D(ROA) 0.150165 0.064078 2.343469 0.0504
C 0.124780 0.225275 0.553901 0.5805 Effects Specification Cross-section fixed (dummy variables) R-squared 0.311021 Mean dependent var 0.005445
Adjusted R-squared 0.255157 S.D. dependent var 0.011102
S.E. of regression 0.009581 Akaike info criterion -6.380688
Sum squared resid 0.013587 Schwarz criterion -6.131879
Log likelihood 526.6454 Hannan-Quinn criter. -6.279661
F-statistic 5.567540 Durbin-Watson stat 2.037807
Prob(F-statistic) 0.000000
17. Uji Regresi X ke Y
Dependent Variable: LOGMS
Method: Panel Least Squares
Date: 09/23/18 Time: 11:22
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK 0.229481 0.056118 4.089251 0.0001
D(CAR) -0.095721 0.084531 -1.132377 0.2593
D(NPF) -0.236993 0.124914 -1.897252 0.0597
FDR 0.033066 0.013334 2.479889 0.0143
D(ROA) 2.071366 0.549011 3.772906 0.0002
C -14.63374 1.626046 -8.999587 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.992530 Mean dependent var -8.036238
Adjusted R-squared 0.991979 S.D. dependent var 0.959378
S.E. of regression 0.085924 Akaike info criterion -1.999103
Sum squared resid 1.100051 Schwarz criterion -1.769433
Log likelihood 172.9278 Hannan-Quinn criter. -1.905847
F-statistic 1799.800 Durbin-Watson stat 0.515106
Prob(F-statistic) 0.000000
18. Uji Regresi Z ke Y
Dependent Variable: D(ROA)
Method: Panel Least Squares
Date: 09/23/18 Time: 11:22
Sample (adjusted): 2016M02 2017M12
Periods included: 23
Cross-sections included: 7
Total panel (balanced) observations: 161 Variable Coefficient Std. Error t-Statistic Prob. LOGDPK -0.009832 0.008307 -1.183522 0.2385
D(CAR) 0.001904 0.012571 0.151440 0.8798
D(NPF) -0.066977 0.017754 -3.772457 0.0002
FDR -0.005596 0.001930 -2.900238 0.0043
C 0.291765 0.240651 1.212398 0.2273 Effects Specification Cross-section fixed (dummy variables) R-squared 0.110362 Mean dependent var 0.001283
Adjusted R-squared 0.051053 S.D. dependent var 0.013118
S.E. of regression 0.012779 Akaike info criterion -5.816197
Sum squared resid 0.024494 Schwarz criterion -5.605667
Log likelihood 479.2039 Hannan-Quinn criter. -5.730713
F-statistic 1.860795 Durbin-Watson stat 2.263848
Prob(F-statistic) 0.054942