ANALISIS PENGARUH TINGKAT KESEHATAN BANK...

ANALISIS PENGARUH TINGKAT KESEHATAN BANK MENGGUNAKAN

METODE RGEC (RISK PROFILE, GOOD CORPORATE GOVERNANCE,

EARNING, CAPITAL) TERHADAP KINERJA KEUANGAN

PERBANKAN SYARIAH DI INDONESIA DAN

MALAYSIA PERIODE 2015-2019

SKRIPSI

Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Guna

Memperoleh Gelar Sarjana Ekonomi (S.E)

Disusun Oleh

DITA AMALIA REFORMASI

NIM 63010160431

PROGRAM STUDI S1 PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM NEGERI SALATIGA

2020

i

ANALISIS PENGARUH TINGKAT KESEHATAN BANK MENGGUNAKAN

METODE RGEC (RISK PROFILE, GOOD CORPORATE GOVERNANCE,

EARNING, CAPITAL) TERHADAP KINERJA KEUANGAN

PERBANKAN SYARIAH DI INDONESIA DAN

MALAYSIA PERIODE 2015-2019

SKRIPSI

Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Guna

Memperoleh Gelar Sarjana Ekonomi (S.E)

Disusun Oleh

DITA AMALIA REFORMASI

NIM 63010160431

JUDUL

PROGRAM STUDI S1 PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM NEGERI SALATIGA

2020

ii

PERSETUJUAN PEMBIMBING

iii

PENGESAHAN

iv

PERNYATAAN KEASLIAN TULISAN

DAN KESEDIAAN PUBLIKASI

v

PERNYATAN BEBAS PLAGIAT

vi

MOTTO

“Karena sesungguhnya sesudah kesulitan itu ada kemudahan, sesungguhnya

sesudah kesulitan itu ada kemudahan. Maka apabila kamu telah selesai (dari

sesuatu urusan), kerjakanlah dengan sungguh-sungguh (urusan) yang lain,

dan hanya kepada Tuhanmulah hendaknya kamu berharap”

(Q.S. Al-Insyirah:5-8)

vii

PERSEMBAHAN

Dengan mengucap skuyur kepada Allah SWT atas rahmat, hidayah dan

inayah-Nya, serta dengan renuh cinta dan sayang skripsi ini saya persembahkan

kepada:

1. Kedua orang tuaku, Bapak Indriyanta dan Ibu Insi yang senantiasa

mencurahkan kasih sayangnya, memberiku bimbingan dan doa yang

tak pernah henti-hentinya.

2. Adik-adikku tercinta Erliana Dwi Novianti dan Syarif Digdo Saputra

serta keluarga besarku yang telah memberikan doa, dukungan,

semangat dan kepercayaan selama ini.

3. Ibu Fetria Eka Yudiana, M.Si. selaku dosen pembimbing skripsi yang

telah memberikan bimbingan, arahan, dan masukan dalam penelitian

skripsi ini.

4. Sahabat-sahabatku tercinta, Dwi Nurul Hidayati, Tasya Julia

Pangetika, Nikmattul Fitri, Afina Mita Sholehah, Ela Nur Anjani yang

selalu menemani dan mendukungku selama proses pembuatan skripsi.

5. Teman-teman KKN Posko 423 IAIN SALATIGA terimakasih telah

memberikan semangat serta mendoakan untuk kelancaran dalam

mengerjakan skripsi ini.

6. Semua teman-teman Perbankan Syariah S1 angkatan 2016 yang tidak

dapat saya sebut satu persatu.

viii

KATA PENGANTAR

Puji syukur kehadirat Allah Swt. Yang Maha Pengasih lagi Maha

Penyayang yang telah memberikan kesehatan dan kemudahan bagi penulis dalam

menyelesaikan penyusunan skripsi yang berjudul “Analisis Pengaruh Tingkat

Kesehatan Bank Menggunakan Metode RGEC (Risk Profile, Good Corporate

Governance, Earning, Capital) Terhadap Kinerja Keuangan Perbankan Syariah

Di Indonesia dan Malaysia Periode 2015-2019”.

Penelitian ini disusun sebagai salah satu tugas mahasiswa dalam

mengamalkan Tri Dharma Perguruan Tinggi yaitu berupa penelitian. Ucapan

terimakasih sebesar-besarnya peneliti ucapkan kepada semua pihak yang telah

memberikan pengarahan, bimbingan dan bantuan dalam berbagai bentuk. Ucapan

terimakasih terutama penulis sampaikan kepada:

1. Bapak Prof. Dr. Zakiyuddin, M.Ag. selaku Rektor Institut Agama Islam

Negeri Salatiga.

2. Bapak Dr. Anton Bawono, M.Si. selaku Dekan Fakultas Ekonomi dan Bisnis

Islam Institut Agama Islam Negeri Salatiga.

3. Ibu Fetria Eka Yudiana, M.Si. selaku dosen pembimbing skripsi yang telah

memberikan bimbingan, arahan, dan masukan dalam penelitian skripsi ini.

4. Bapak Ari Setiawan, M.M. selaku Ketua Program Studi S1 Perbankan

Syariah Institut Agama Islam Negeri Salatiga.

5. Segenap dosen dan staff Program Studi S1 Perbankan Syariah yang telah

memberikan bekal berbagai teori, ilmu pengetahuan dan pengalaman yang

sangat bermanfaat bagi penulis.

ix

6. Kedua orang tuaku, Bapak Indriyanta dan Ibu Insi serta adikku tercinta

Erliana Dwi Novianti dan Syarif Digdo Saputra yang telah memberikan doa,

dukungan, semangat, dan kepercayaan selama ini.

7. Sahabat-sahabatku tercinta Dwi Nurul Hidayati, Tasya Julia Pangestika,

Nikmatul Fitri, Afina Mita Sholehah, Ela Nur Anjani dan serta teman-teman

yang tidak dapat disebutkan telah menjadi bagian dari hidupku, sukses selalu

untuk kita semua.

8. Rekan-rekan mahasiswa angkatan 2016 Fakultas Ekonomi dan Bisnis Islam

Program Studi S1 Perbankan Syariah.

9. Semua pihak yang telah membantu penulis, yang tidak dapat penulis sebutkan

satu per satu, terimakasih untuk semangat dan motivasi serta doa yang kalian

berikan.

Penulis menyadari bahwa penulisan skripsi ini jauh dari kata sempurna,

oleh karena itu penulis mengharapkan kritikan dan saran yang membangun demi

bertambahnya pengetahuan dan awasan penulis. Semoga skripsi ini memiliki nilai

manfaat bagi penulis khususnya dan pembaca pada umumnya, dan kiranya skripsi

ini dapat menjadi salah satu bentuk sumbangan bagi perkembangan ilmu

pengetahuan terutama di bidang ekonomi Islam.

Salatiga, 04 September 2020

Penulis

x

ABSTRAK

Reformasi, Dita Amalia. 2020. “Analisis Pengaruh Tingkat Kesehatan Bank

Menggunakan Metode RGEC (Risk Profile, Good Corporate Governance,

Earnings, and Capital) Terhadap Kinerja Keuangan Perbankan Syariah

Di Indonesia dan Malaysia Periode 2015-2019”. Skripsi, Fakultas

Ekonomi dan Bisnis Islam Strata Satu Perbankan Syariah Institut Agama

Islam Negeri (IAIN) Salatiga. Dosen Pembimbing: Fetria Eka Yudiana,

M.Si.

Penelitian ini bertujuan untuk mengetahui pengaruh tingkat kesehatan

bank dengan menggunakan metode RGEC terhadap kinerja keuangan perbankan

syariah di Indonesia dan Malaysia yang terdaftar di OJK dan BNM periode 2015-

2019. Metode RGEC diproksikan dengan Risk Profile (NPF dan FDR), Good

Corporate Governance (FRDK dan KA), Earnings (NOM), Capital (CAR) dan

kinerja keuangan diproksikan dengan ROA.

Penelitian ini merupakan jenis penelitian kuantitatif dengan data sekunder

berbentuk data panel. Sampel yang digunakan sebanyak 10 bank umum syariah

yang terdaftar di OJK dan 10 bank umum syariah yang terdaftar di BNM pada

periode 2015-2019, dengan data pertahun sehingga jumlah sampel sebesar 50

untuk masing-masing negara. Metode pengumpulan data dilakukan dengan

mengakses laporan tahunan yang dipublikasikan di masing-masing website bank.

Data yang diperoleh kemudian diolah dengan alat analisis Regresi Linier

Berganda dengan sistem aplikasi Eviews 11 Version. Analisis yang digunakan

dalam penelitian ini meliputi Uji Statistik Deskriptif, Uji Stasioneritas, Uji

Regresi Linier Berganda, dan Uji Asumsi Klasik.

Hasil uji regresi linier berganda menunjukkan bahwa: 1) variabel NPF

perbankan syariah Indonesia dan Malaysia berpengaruh negatif dan signifikan

terhadap ROA; 2) variabel FDR perbankan syariah Indonesia dan Malaysia

berpengaruh negatif dan tidak signifikan terhadap ROA; 3) variabel FRDK

perbankan syariah Indonesia dan Malaysia berpengaruh positif tidak signifikan

terhadap ROA; 4) variabel KA perbankan syariah Indonesia berpengaruh negatif

tidak signifikan terhadap ROA sedangkan untuk perbankan syariah Malaysia

variabel KA berpengaruh positif signifikan terhadap ROA; 5) variabel NOM

perbankan syariah Indonesia dan Malaysia berpengaruh positif dan signifikan

terhadap ROA; 6) variabel CAR perbankan syariah Indonesia berpengaruh positif

dan signifikan terhadap ROA sedangkan untuk perbankan syariah Malaysia

variabel CAR berpengaruh positif dan tidak signifikan terhadap ROA.

Kata Kunci: ROA, NPF, FDR, FRDK, KA,CAR

xi

DAFTAR ISI

JUDUL ............................................................................................................... i

PERSETUJUAN PEMBIMBING ........................................................................... ii

PENGESAHAN ..................................................................................................... iii

PERNYATAAN KEASLIAN TULISAN DAN KESEDIAAN PUBLIKASI ...... iv

PERNYATAAN BEBAS PLAGIAT ..................... Error! Bookmark not defined.

MOTTO ............................................................................................................. vi

PERSEMBAHAN ................................................................................................. vii

KATA PENGANTAR ......................................................................................... viii

ABSTRAK .............................................................................................................. x

DAFTAR ISI .......................................................................................................... xi

DAFTAR TABEL ................................................................................................ xiv

DAFTAR GAMBAR ........................................................................................... xvi

DAFTAR LAMPIRAN ....................................................................................... xvii

BAB I PENDAHULUAN .............................................................................. 19

A. Latar Belakang ............................................................................ 19

B. Rumusan Masalah ....................................................................... 33

C. Tujuan Penelitian ........................................................................ 34

D. Kegunaan Penelitian.................................................................... 34

xii

E. Sistematika Penulisan ................................................................. 35

BAB II KAJIAN PUSTAKA .......................................................................... 37

A. Telaah Pustaka ............................................................................ 37

B. Kerangka Teori............................................................................ 40

1. Grand Theory ....................................................................... 40

2. Bank Syariah ........................................................................ 42

3. Metode (pendekatan) RGEC ................................................ 42

C. Kerangka Penelitian .................................................................... 54

D. Hipotesis ...................................................................................... 56

BAB III METODOLOGI PENELITIAN ......................................................... 64

A. Jenis Penelitian ............................................................................ 64

B. Lokasi dan Waktu Penelitian ...................................................... 64

C. Populasi dan Sampel ................................................................... 65

D. Teknik Pengumpulan Data .......................................................... 68

E. Definisi Konsep dan Operasional ............................................... 69

F. Teknik Analisis ........................................................................... 71

G. Alat Analisis ................................................................................ 81

BAB IV ANALISIS DATA.............................................................................. 82

A. Deskripsi Objek Penelitian .......................................................... 82

1. Perbankan Indonesia ............................................................ 82

xiii

2. Perbankan Malaysia ............................................................. 84

B. Analisis Data ............................................................................... 85

1. Statistik Deskriptif Variabel ................................................. 85

2. Uji Stasioneritas ................................................................... 94

3. Pemilihan Model Regresi Data Panel .................................. 95

4. Uji Asumsi Klasik .............................................................. 104

5. Uji Statistik ........................................................................ 111

6. Pembahasan hasil penelitian .............................................. 117

BAB V PENUTUP ........................................................................................ 130

A. Kesimpulan ............................................................................... 130

B. Saran .......................................................................................... 132

DAFTAR PUSTAKA ......................................................................................... 133

LAMPIRAN ........................................................................................................ 140

xiv

DAFTAR TABEL

Tabel 1.1 Perkembangan Profitabilitas …………..…………………………… 9

Tabel 1.2 Market Share Perbankan Syariah………………………...……………14

Tabel 2.1 Research Gap Penelitian … ..…………………………………………19

Tabel 3. 1 Kriteria Pemilihan Sampel Penelitian ................................................... 67

Tabel 3. 2 Daftar bank syariah yang menjadi sampel penelitian ........................... 68

Tabel 3.3 Definisi Konsep dan Variabel ............................................................... 69

Tabel 4.1 Descriptive Statistic Perbankan Syariah Indonesia ............................... 86

Tabel 4.2 Descriptive Statistic Perbankan Syariah Malaysia................................ 72

Tabel 4.3 Uji Stasioneritas Perbankan Syariah Indonesia dan Malaysia .............. 95

Tabel 4.4 Fixed Effect Model Perbankan Syariah Indonesia ................................ 96

Tabel 4.5 Uji Chow Perbankan Syariah Indonesia ............................................... 97

Tabel 4.6 Random Effect Model Perbankan Syariah Indonesia ........................... 97

Tabel 4.7 Uji Hausman Perbankan Syariah Indonesia .......................................... 98

Tabel 4.8 Common Effect Model Perbankan Syariah Indonesia .......................... 99

Tabel 4.9 Uji Lagrange Multiplier Perbankan Syariah Indonesia......................... 99

Tabel 4.10 Fixed Effect Model Perbankan Syariah Malaysia ............................ 100

Tabel 4.11 Uji Chow Perbankan Syariah Malaysia ............................................ 101

Tabel 4.12 Random Effect Model Perbankan Syariah Malaysia ........................ 101

Tabel 4.13 Uji Hausman Perbankan Syariah Malaysia ....................................... 102

Tabel 4.14 Common Effect Model Perbankan Syariah Malaysia………………..85

Tabel 4.15 Uji Lagrange Multiplier Perbankan Syariah Malaysia ……………85

xv

Tabel 4.16 Hasil Uji Multikolinieritas Perbankan Syariah Indonesia ................ 106

Tabel 4.17 Hasil Uji Multikolinieritas Perbankan Syariah Malaysia ................. 106

Tabel 4.18 Hasil Uji Heteroskedastisitas Perbankan Syariah Indonesia............. 107

Tabel 4.19 Hasil Uji Heteroskedastisitas Perbankan Syariah Malaysia ............. 108

Tabel 4.20 Hasil Uji Durbin Watson Perbankan Syariah Indonesia ................... 109

Tabel 4.21 Hasil Uji Durbin Watson Perbankan Syariah Malaysia .................... 110

Tabel 4.22 Uji t Perbankan Syariah Indonesia .................................................... 111

Tabel 4.23 Uji t Perbankan Syariah Malaysia ..................................................... 113

Tabel 4.24 Uji F Perbankan Syariah Indonesia ................................................... 115

Tabel 4.25 Uji F Perbankan Syariah Malaysia.................................................... 116

Tabel 4.26 Tabel Hubungan Variabel Independen Terhadap ROA .................... 118

xvi

DAFTAR GAMBAR

Gambar 1.1 Top 10 Islamic Finance Markets In Assets ....................................... 22

Gambar 2.1 Kerangka Penelitian Perbankan Syariah Indonesia ........................... 55

Gambar 2.2 Kerangka Penelitian Perbankan Syariah Malaysia............................ 55

Gambar 4.1 Uji Normalitas Perbankan Syariah Indonesia ................................. 104

Gambar 4.2 Uji Normalitas Perbankan Syariah Malaysia .................................. 105

Gambar 4.3 Grafik Uji Autokorelasi Perbankan Syariah Indonesia ................... 109

Gambar 4.4 Grafik Uji Autokorelasi Perbankan Syariah Malaysia .................... 110

xvii

DAFTAR LAMPIRAN

Lampiran 1: Data Mentah ................................................................................... 141

Lampiran 2: Hasil Uji Statistik Perbankan Syariah Indonesia ............................ 144

Lampiran 3: Hasil Uji Statistik Perbankan Syariah Malaysia ............................. 155

Lampiran 4: Lembar Konsultasi………………………………………………. 148

Lampiran 5: Daftar Riwayat Hidup…………………………………………. .. 150

19

BAB I

PENDAHULUAN

A. Latar Belakang

Dalam suatu sistem perekonomian, perbankan memegang sebuah

peranan penting sebagai penunjang kemajuan ekonomi suatu negara.

Industri perbankan mempunyai tujuan untuk menunjang pembangunan

nasional dalam rangka meningkatkan pertumbuhan ekonomi suatu negara

dan stabilitas nasional ke arah peningkatan kesejahteraan. Perbankan

menjadi sangat penting dalam kehidupan masyarakat, karena lembaga

tersebut telah menyentuh seluruh lapisan masyarakat tanpa diskriminasi.

Dengan demikian, kebutuhan akan pengetahuan dan informasi mengenai

perbankan harus dapat terpenuhi dengan baik dan tepat (Mustofa &

Haryanto, 2014).

Perbankan merupakan lembaga keuangan yang menghimpun dana

dari masyarakat berupa simpanan atau tabungan dan menyalurkannya

kembali kepada masyarkat dalam bentuk pinjaman atau kredit yang

bertujuan untuk meningkatkan taraf hidup orang banyak. Selain itu

perbankan juga merupakan penunjang ekonomi nasional, terlebih setelah

berlakunya MEA pemerintah harus menyiapkan semua sektor terutama

perbankan agar dapat membantu permodalan dalam dunia bisnis sehingga

dapat bersaing dalam MEA dan kestabilan ekonomi suatu negara tetap

terjaga. Industri keuangan terutama perbankan syariah memiliki peluang

yang besar sebagai kekuatan perekonomian negara, hal ini dikarenakan bank

20

syariah mampu bertahan di tengah krisis perekonomian (Puspita & Saryadi,

2018).

Saat ini perkembangan perbankan syariah begitu mudah diterima di

masyarakat dan kemajuannya pun begitu pesat, hal ini merupakan hal yang

positif bagi perkembangan bank syariah itu sendiri. Kawasan Asia Tenggara

merupakan Islamic Finance Centers di dunia dalam perkembangan industri

perbankan dan keuangan syariah. Berdasarkan Global Islamic Financial

Report tahun 2018 Indonesia dan Malaysia masuk dalam peringkat sepuluh

besar keuangan syariah secara global, namun posisi ini masih dipimpin oleh

Malaysia selain itu kedua negara tersebut masuk dalam kategori negara

yang memiliki bank syariah paling banyak diantara negara lain khususnya

yang berada di Asia Tenggara. Bukan hanya itu saja, Islamic Finance

Country Index (IFCI) menempatkan Malaysia di posisi pertama daftar

negara-negara yang memimpin industri syariah secara global, Sementara

Indonesia berada di posisi keenam (Republika.co.id, 2018).

Bank Muamalat Indonesia (BMI) merupakan perbankan syariah

pertama kali di Indonesia, yang berdiri pada tahun 1991 dan resmi

beroperasi pada tahun1992 yang diprakarsai oleh Majelis Ulama Indonesia

dan pemerintah serta dukungan dari Ikatan Cendekiawan Muslim Indonesia

(ICMI) dan beberapa pengusaha muslim. Dimana Bank Muamalat Indonesia

ini pada akhir tahun 90-an sempat terimbas oleh krisis moneter sehingga

ekuitas nya hanya tersisa sepertiga dari modal awal. Kemudian, IDB

memberikan suntikan dana sehingga pada periode 1999-2002 dapat bangkit

dan menghasilkan laba. Saat ini keberadaan bank syariah di Indonesia telah

21

diatur dalam Undang-Undang yaitu UU No. 21 tahun 2008 tentang

Perbankan Syariah. Aspek baru yang diatur dalam UU ini adalah terkait

dengan tata kelola (corporate governance), prinsip kehati-hatian (prudential

principles), manajemen risiko (risk management), penyelesaian sengketa,

otoritas fatwa dan komite perbankan syariah serta pembinaan dan

pengawasan perbankan syariah (Rama, 2015).

Sementara itu, perbankan syariah di Malaysia berdiri sejak tahun

1983. Akta Bank Islam 1983 atau Undang-Undang tentang bank syariah di

Malaysia yang disahkan pada 7 April 1983 memberikan kewenangan

kepada Bank Negara Malaysia sebagai bank sentral untuk memberikan izin

pendirian dan melakukan pengawasan atas kegiatan operasional bank

syariah. Pendirian Bank Islam Malaysia Berhad (BIMB) pada 1 Juli 1983

sebagai Bank Syariah pertama merupakan langkah awal perkembangan

perbankan syariah di Malaysia (Nadratuzzaman, 2013).

Saat ini perbankan di Indonesia telah memasuki usia hampir 3

dekade, namun dari sisi pangsa pasar masih relatif kecil, yaitu di kisaran

5,7% kondisi ini tentu kontradiktif, mengingat mayoritas penduduk

Indonesia adalah pemeluk agama Islam (Fasa, 2013). Menjadi negara

dengan jumlah muslim terbesar di dunia, sudah selayaknya Indonesia

menjadi pionir dan trend center bagi perkembangan keuangan syariah di

dunia. Hal ini sejalan dengan pendapat Cham (2017) yang menyatakan

bahwa populasi muslim yang besar dapat mendorong kemajuan perbankan

syariah, meskipun menurut Rosly & Bakar (2003) faktor religius saja tidak

22

cukup meyakinkan untuk mendorong kaum muslim untuk menggunakan

fasilitas bank syariah.

Sebagai negara dengan mayoritas penduduk Muslim, Indonesia dan

Malaysia sama-sama memiliki potensi dalam perkembangan perbankan

syariah. Sehingga, dalam hal ini perbankan syariah dari kedua negara

tersebut dapat diperbandingkan. Menurut Global Islamic Economy Report,

prestasi industri keuangan syariah di Malaysia sudah melampaui Indonesia.

Malaysia menduduki peringkat ketiga, sedangkan Indonesia berada pada

posisi kedelapan peringkat tersebut dinilai dari empat kriteria, yaitu

finansial, tata kelola perusahaan, awareness, dan sosial.

Gambar 1.1 Top 10 Islamic Finance Markets In Assets

Sumber: Thomson Reuther’s State Of The Global Islamic Report (2018)

Kondisi tersebut menunjukkan bahwa meskipun Indonesia memiliki

potensi yang sangat besar dalam pengembangan industri perbankan syariah,

namun realitanya Indonesia masih belum memiliki daya saing yang baik

0 100 200 300 400 500 600 700

Iran

Saudi Arabia

Malaysia

UAE

Qatar

Kuwait

Bahrain

Indonesia

Turkey

Bangladesh

23

dengan Malaysia. Hal ini dapat dijadikan evaluasi bagi Indonesia dalam

meningkatkan kinerja perbankan syariah di masa mendatang. Dengan

berkembangnya perbankan syariah baik di Indonesia maupun di Malaysia,

sudah selayaknya diiringi juga dengan semakin baiknya kinerja keuangan

dari kedua bank tersebut, sehingga kepercayaan nasabah atau masyarakat

terhadap bank syariah juga akan semakin baik. Namun di sisi lain,

persaingan antar perbankan syariah akan menjadi semakin sulit. Hal inilah

yang harus segera diantisipasi. Salah satu langkah untuk menjaga agar

sebuah bank tetap eksis dalam perekonomian maka perlu dinilai secara

rutin kesehatannya untuk mengetahui kemampuan sebuah bank dalam

melakukan kegiatan operasionalnya secara normal dan mampu memenuhi

semua kewajibannya dengan baik sesuai dengan peraturan perbankan yang

berlaku (Kasmir, 2009).

Pentingnya penilaian tingkat kesehatan bank khususnya pada bank

syariah diperlukan karena praktik usaha perbankan terus berkembang setiap

saat. Bank merupakan industri yang menyangkut kepentingan masyarakat

umum sehingga pengawasan dan pembinaan terhadap bank perlu

ditingkatkan. Kondisi dan kinerja suatu bank bisa mencerminkan bagaimana

kesehatan bank tersebut. Selain itu, kesehatan bank juga menjadi

kepentingan bagi semua pihak baik pemilik, pengelola, dan masyarakat

pengguna jasa perbankan. Kesehatan bank digunakan sebagai sarana

pengevaluasian atas kondisi dan permasalahan yang dihadapi oleh bank

serta untuk menentukan tindak lanjut untuk mengatasi permasalahan baik

24

berupa corrective action oleh bank maupun supervisor action oleh Bank

Indonesia (Kasmir, 2009).

Tingkat kesehatan bank dalam industri perbankan perlu dinilai. Salah

satu sumber yang dapat digunakan untuk menilai sehat tidaknya suatu bank

adalah dengan menganalisis laporan keuangan bank. Laporan keuangan

ialah laporan yang menunjukkan kondisi keuangan perusahaan pada saat itu

atau dalam satu periode tertentu (Kasmir, 2009). Hasil analisis laporan

keuangan akan memberikan informasi tentang kelemahan dan kekuatan

yang dimiliki perusahaan. Dengan mengetahui kelemahan, manajemen akan

dapat memperbaiki atau menutupi kelemahan tersebut. Kemudian kekuatan

yang dimiliki perusahaan harus dipertahankan bahkan ditingkatkan.

Tingkat kesehatan bank dan kinerja keuangan bank dapat diartikan

sebagai kemampuan suatu bank untuk melakukan kegiatan operasional

perbankan secara normal dan mampu memenuhi semua kewajibannya

dengan baik dengan cara-cara yang sesuai dengan peraturan perbankan yang

berlaku. Bagi bank, tujuan penilaian tingkat kesehatan bank adalah

memperoleh gambaran mengenai tingkat kesehatan bank sehingga dapat

digunakan sebagai input bagi bank dalam menyusun strategi dan rencana

bisnis ke depan serta memperbaiki kelemahan-kelemahan yang berpotensi

mengganggu kinerja bank. Bagi regulator, penilaian tingkat kesehatan bank

menjadi input dalam menyusun strategi dan rencana pengawasan bank yang

efektif sehingga bersama-sama dengan bank dapat menciptakan individual

25

bank dan sistem perbankan yang sehat dan berkesinambungan (Ferdyant,

ZR, & Takidah, 2014) .

Parameter pengukuran tingkat kesehatan bank yang selama ini

menggunakan metode CAMELS dinilai kurang efektif karena hanya

menyimpulkan suatu penilaian yang bersifat berbeda (Permana, 2012).

Untuk itu pada tanggal 25 Oktober 2011 Bank Indonesia menerbitkan

peraturan baru mengenai tata pelaksanaan penilaian tingkat kesehatan bank,

yaitu Peraturan Bank Indonesia No. 13/1/PBI/2011 Tentang Penilaian

Kesehatan Bank Umum dengan menggunakan pendekatan risiko (Risk

Based Bank Rating) yang meliputi empat faktor pengukuran, yaitu Risk

Profile, Good Corporate Governance, Earnings, dan Capital. Peraturan

baru ini merupakan penyempurnaan dari metode CAMELS yang

sebelumnya digunakan (Mandasari, 2015).

Penilaian Tingkat Kesehatan Bank dengan menggunakan pendekatan

berdasarkan risiko merupakan penilaian yang komprehensif dan terstruktur

terhadap hasil integrasi profil risiko dan kinerja yang meliputi penerapan

tata kelola yang baik, rentabilitas, dan permodalan. Sistem penilaian tingkat

kesehatan dengan metode RBRR ini bank wajib memelihara dan

meningkatkan tingkat kesehatan bank dengan menerapkan prinsip kehati-

hatian dan manajemen risiko dalam melaksanakan kegiatan usaha. Bank

Indonesia menyebutkan bahwa implementasi RBRR lebih pada aspek

analisis dan judgment dimana dari sisi Bank Indonesia berupaya

26

mengembangkan suatu sistem penilaian peringkat atau rating yang lebih

fleksibel .

Dalam menilai kinerja keuangan suatu perusahaan khususnya

perusahaan perbankan, yang menjadi tolak ukur nya adalah melihat dari segi

profitabilitas nya. Profitabilitas perbankan adalah suatu kesanggupan atau

kemampuan bank dalam memperoleh laba. Hal ini dapat dilihat pada

perhitungan tingkat produktivitasnya. Jika pembiayaan yang disalurkan

tidak lancar, maka profitabilitas nya menjadi kecil. Rasio profitabilitas ini

merupakan suatu rasio yang menggambarkan kemampuan bank dalam

meningkatkan labanya melalui semua kemampuan dan sumber yang ada

sehingga diketahui untuk mengukur tingkat efisiensi usaha dan keuntungan

yang dicapai oleh bank (Rivai & Arifin, 2010). Semakin tinggi rasio ini

maka menggambarkan semakin efektifnya kinerja sebuah bank dalam

kegiatan operasionalnya. Rasio yang digunakan dalam memproyeksikan

kinerja keuangan ialah dengan menggunakan rasio Return On Asset (ROA).

ROA merupakan rasio yang menggambarkan kemampuan sebuah

perusahaan dalam memperoleh laba dengan memanfaatkan sumber daya

yang ada (Muhammad, 2014). Jika sistem yang ada dalam perbankan dalam

keadaan baik maka dapat memberikan kontribusi dalam memperbaiki

perekonomian negara.

Berikut adalah perkembangan rasio profitabilitas perbankan syariah

yang ada di Indonesia dan Malaysia yang diukur melalui Return On Asset

(ROA):

27

Tabel 1.1

Perkembangan Rasio Profitabilitas

Tahun Perkembangan Rasio Profitabilitas (ROA)

Indonesia Malaysia

2015 0.49% 1.0%

2016 0.63% 1.0%

2017 0.63% 1.1%

2018 1.28% 1.1%

2019 1.73% 1.2%

Sumber: Statistik Perbankan Syariah OJK dan BNM

Berdasarkan tabel 1.1 di atas dapat dilihat bahwa perubahan angka

pada rasio profitabilitas perbankan syariah di Indonesia mengalami

kenaikan dari tahun 2015 ke tahun 2016 sebesar 0.14%, namun pada tahun

2017 profitabilitas perbankan syariah tidak mengalami kenaikan maupun

penurunan. Selanjutnya pada tahun 2018 dan tahun 2019 rasio profitabilitas

perbankan syariah Indonesia mengalami kenaikan, hal ini menunjukkan

bahwa kinerja bank syariah mengalami peningkatan dalam mengelola asset

yang dimilikinya. Sedangkan untuk perbankan syariah Malaysia juga

mengalami kenaikan setiap dua tahun sekali sebesar 0.1% hal ini

menunjukkan bahwa bank syariah di Malaysia mempunyai kinerja yang

baik dalam hal pengelolaan asset yang dimilikinya. Berdasarkan tabel di

atas rata-rata Return On Asset perbankan syariah Malaysia lebih baik jika

dibandingkan dengan perbankan syariah di Indonesia.

Dalam penilaian pengaruh tingkat kesehatan bank menggunakan

metode RGEC terhadap kinerja keuangan perbankan syariah, yang

digunakan dalam penelitian ini yaitu Risk Profile yang diproyeksikan oleh

28

FDR yaitu rasio likuiditas yang menggambarkan suatu bank mampu

menyediakan dana yang akan ditarik oleh deposan dengan mengandalkan

kredit/pembiayaan sebagai sumber likuiditas nya. Semakin rendah FDR

menujukkan bahwa suatu bank kurang mampu menjaga tingkat likuiditas

nya yang dilihat dari kurangnya efektivitas dalam menyalurkan

kredit/pembiayaan (Yusuf, 2017) Sebaliknya semakin tinggi FDR dalam

batasan tertentu, maka semakin meningkat pula laba (ROA) suatu bank

dengan asumsi bahwa pihak bank menyalurkan dananya untuk pembiayaan

yang efektif. Adanya penyaluran dana pihak ketiga yang besar maka

pendapatan bank akan semakin meningkat, sehingga FDR berpengaruh

positif terhadap ROA. Hal ini sejalan dengan penelitian yang dilakukan oleh

(Yusuf, 2017), (Riyadi & Yulianto, 2014), (Almunawwaroh & Maliana,

2018) yang memperoleh hasil bahwa FDR berpengaruh positif signifikan

terhadap ROA. Namun penelitian tersebut kontradiktif dengan penelitian

yang dilakukan oleh (Wibisono & Wahyuni, 2017) yang memperoleh hasil

bahwa FDR berpengaruh negatif signifikan terhadap ROA.

Non Performing Financing (NPF) mencerminkan risiko kredit,

semakin rendah NPF maka bank tersebut akan semakin mengalami

keuntungan, sehingga kinerja bank semakin baik, dan sebaliknya jika

tingkat NPF tinggi, maka bank tersebut akan mengalami kerugian yang

diakibatkan tingkat pengembalian kredit macet (Ariyani, 2010). Oleh karena

itu bank harus menanggung kerugian dalam kegiatan operasionalnya

sehingga berpengaruh terhadap penurunan laba (ROA). Berdasarkan pada

29

penelitian yang dilakukan oleh (Almunawwaroh & Maliana, 2018) dan

(Rahmat, Arfan, & Musnadi, 2014) NPF berpengaruh negatif terhadap

Kinerja Keuangan (ROA). Namun hasil penelitian dari (Yusuf, 2017)

menyatakan bahwa Non Performing Financing berpengaruh positif terhadap

ROA.

Keefektifan dari dewan komisaris dapat dipengaruhi oleh beberapa

faktor seperti frekuensi meeting dewan komisaris dan perilaku-perilaku dari

anggota dewan komisaris di sekitar pelaksanaan meeting. Rapat dewan

komisaris merupakan suatu kegiatan yang dilakukan oleh anggota dewan

komisaris dalam hal pengambilan keputusan untuk membuat kebijakan

perusahaan. Rapat yang diselenggarakan oleh dewan komisaris dilakukan

untuk mengawasi kebijakan-kebijakan yang telah diambil oleh dewan

direksi dan implementasinya. Selain itu rapat dewan komisaris juga

berfungsi sebagai fasilitas komunikasi dan koordinasi antar anggota dewan

komisaris dalam melaksanakan tugasnya sebagai pengawas manajemen,

semakin banyak jumlah rapat dewan komisaris, diharapkan pengawasan

terhadap dewan direksi semakin baik dan semakin membantu dewan direksi

mengambil keputusan tepat. Sehingga diharapkan rapat dapat meningkatkan

kinerja perusahaan seperti halnya penelitian yang dilakukan oleh (Putri &

Muid, 2017) yang menyatakan bahwa frekuensi rapat dewan komisaris

berpengaruh positif dan signifikan terhadap kinerja keuangan

(profitabilitas), namun hasil tersebut kontradiktif dengan penelitian yang

dilakukan oleh (Widyatama & Wibowo, 2015) yang menyatakan bahwa

30

frekuensi rapat dewan komisaris memiliki pengaruh negatif terhadap kinerja

perusahaan (profitabilitas).

Komite Audit memiliki tugas terpisah dalam membantu Dewan

Komisaris untuk memenuhi tanggung jawabnya dalam memberikan

pengawasan secara menyeluruh. Karena tugas Komite Audit adalah

membantu dewan komisaris dalam melakukan pengawasan maka dengan

semakin banyaknya anggota dewan komite audit, pengawasan yang

dilakukan semakin baik dan diharapkan dapat memperkecil upaya

manajemen untuk memanipulasi masalah data-data yang berkaitan dengan

keuangan dan prosedur akuntansi, sehingga kinerja keuangan perusahaan

pun akan semakin meningkat. Hasil penelitian yang dilakukan oleh

(Sarafina & Saifi, 2017) dan (Mulyadi, 2017) mendukung hal tersebut yang

mengatakan bahwa ukuran komite audit mempunyai pengaruh positif dan

signifikan terhadap kinerja keuangan perusahaan. Namun dari hasil

penelitian yang dilakukan oleh (Islami, 2018) komite audit berpengaruh

negatif terhadap ROA.

Earning yang diproksikan oleh Net Operating Margin (NOM)

merupakan rasio yang mengukur kemampuan aktiva produktif untuk

menghasilkan pendapatan bersih. Menurut teori yang ada semakin besar

NOM maka semakin besar pula pendapatan operasional suatu bank atas

asset yang dikelola oleh bank, sehingga kondisi bank yang bermasalah

semakin kecil. Berdasarkan penelitian yang dilakukan oleh (Yusuf, 2017)

dan (Wibisono & Wahyuni, 2017) yang memperoleh hasil bahwa Net

31

Operating Margin berpengaruh positif terhadap kinerja keuangan (ROA).

Namun hasil dari penelitian yang dilakukan oleh (Rahmat, Arfan, &

Musnadi, 2014) NOM berpengaruh negatif signifikan terhadap

profitabilitas (ROA).

Capital Adequacy Ratio (CAR) merupakan risiko kecukupan modal,

yang berarti jumlah modal sendiri yang diperlukan untuk menutup risiko

kerugian yang timbul dari penanaman aktiva-aktiva yang mengandung

risiko serta membiayai seluruh benda tetap dan inventaris bank. Semakin

besar CAR maka keuntungan bank juga semakin besar. Dengan kata lain,

semakin kecil risiko suatu bank maka semakin besar keuntungan yang

diperoleh bank (Kuncoro, 2002). Dengan meningkatnya laba, kinerja bank

menjadi meningkat. Oleh karena itu dapat disimpulkan bahwa semakin

besar CAR maka ROA juga akan semakin besar sehingga kinerja keuangan

semakin meningkat. Berdasarkan penelitian yang dilakukan oleh (Yusuf,

2017) yang memperoleh hasil bahwa CAR berpengaruh Positif Terhadap

kinerja keuangan. Namun dari hasil penelitian yang dilakukan oleh

(Almunawwaroh & Maliana, 2018) CAR berpengaruh negatif terhadap

ROA.

Mengingat pentingnya penilaian tingkat kesehatan perbankan guna

menentukan kebijakan-kebijakan untuk menjaga kelangsungan operasional

dan efisiensi keuangan perbankan syariah dalam menghadapi persaingan

sesama jenis usaha, Dalam hal ini penulis mencoba melihat lebih mendalam

tentang pengaruh Tingkat kesehatan bank menggunakan metode RGEC

32

terhadap kinerja keuangan perbankan syariah khususnya di ASEAN pada

periode 2015-2019, dengan mengambil dua negara yang memimpin

pembentukan ASEAN Banking Integration Framework (ABIF), yaitu

Indonesia dan Malaysia. Dalam perkembangannya, bank syariah di

Malaysia mempunyai perkembangan yang lebih cepat dibandingkan dengan

perkembangan bank syariah di Indonesia. Hal ini dapat dilihat dari market

share perbankan syariah dari kedua negara tersebut:

Tabel 1.2

Market Share Perbankan Syariah

Tahun Market Share

Indonesia Malaysia

2015 4,83% 23,00%

2016 5,33% 23,80%

2017 5,78% 25,00%

2018 5,96% 31,00%

2019 6,18% 37,00%

Sumber:OJK dan BNM

Meskipun sebagai negara dengan populasi Muslim terbesar di dunia, dan

memiliki potensi besar untuk menjadi pusat pengembangan industri

keuangan syariah khususnya perbankan namun realitanya Indonesia masih

tertinggal dalam hal market share apabila dibandingkan dengan Malaysia.

Berdasarkan uraian di atas, maka penulis tertarik untuk melakukan

penelitian kinerja keuangan pada perbankan syariah yang ada di Indonesia

dan Malaysia dengan mengambil judul “Analisis Pengaruh Tingkat

Kesehatan Bank Menggunakan Metode RGEC (Risk Profile, Good

33

Corporate Governance, Earning, Capital) Terhadap Kinerja Keuangan

Perbankan Syariah Di Indonesia dan Malaysia Periode 2015-2019.”

B. Rumusan Masalah

Hal yang akan diteliti dalam penelitian ini adalah pengaruh tingkat

kesehatan bank menggunakan metode RGEC terhadap kinerja keuangan

perbankan syariah di Indonesia dengan Malaysia. Rumusan masalah dalam

penelitian ini berdasarkan latar belakang masalah di atas adalah sebagai

berikut:

1. Bagaimanakah pengaruh FDR terhadap kinerja keuangan perbankan

syariah di Indonesia dan Malaysia?

2. Bagaimanakah pengaruh NPF terhadap kinerja keuangan perbankan


3. Bagaimanakah pengaruh Frekuensi Rapat Dewan Komisaris terhadap

kinerja keuangan perbankan syariah di Indonesia dan Malaysia?

4. Bagaimanakah pengaruh Komite Audit terhadap kinerja keuangan

perbankan syariah di Indonesia dan Malaysia?

5. Bagaimanakah pengaruh NOM terhadap kinerja keuangan perbankan


6. Bagaimanakah pengaruh CAR terhadap kinerja keuangan perbankan


34

C. Tujuan Penelitian

Berdasarkan latar belakang dan permasalahan yang dirumuskan di

atas, maka penulis mempunyai tujuan yang ingin dicapai yaitu:

1. Mengetahui pengaruh FDR terhadap kinerja keuangan perbankan

syariah di Indonesia dan Malaysia.

2. Mengetahui pengaruh NPF terhadap kinerja keuangan perbankan


3. Mengetahui pengaruh Frekuensi Rapat Dewan Komisaris terhadap

kinerja keuangan perbankan syariah di Indonesia dan Malaysia.

4. Mengetahui pengaruh Komite Audit terhadap kinerja keuangan

perbankan syariah di Indonesia dan Malaysia.

5. Mengetahui pengaruh NOM terhadap kinerja keuangan perbankan


6. Mengetahui pengaruh CAR terhadap kinerja keuangan perbankan


D. Kegunaan Penelitian

Penelitian ini diharapkan dapat memberi manfaat kepada pihak-

pihak yang berkepentingan sebagai berikut:

1. Bagi Pihak Bank

a. Hasil penelitian ini dapat menjadi salah satu gambaran bagi bank

dalam menilai kinerja keuangan bank.

b. Hasil penelitian ini juga berguna untuk manajemen bank dalam

meningkatkan performa kinerja keuangan.

35

c. Hasil penelitian ini dapat digunakan untuk melihat kesiapan bank

dalam menghadapi persaingan secara global.

2. Bagi Akademisi

Hasil penelitian ini dapat digunakan sebagai referensi bagi

akademisi yang akan melakukan penelitian selanjutnya dan sebagai

penambah informasi

3. Bagi Penulis

Penelitian ini dapat digunakan untuk menambah wawasan di

bidang perbankan tentang pengaruh tingkat kesehatan bank

menggunakan metode RGEC terhadap kinerja keuangan. Penelitian ini

juga digunakan untuk menambah motivasi penulis dalam memperdalam

ilmu pengetahuan.

4. Bagi pembaca

Menambah pengetahuan dan informasi tentang pengaruh tingkat

kesehatan bank menggunakan metode RGEC terhadap kinerja

keuangan.

E. Sistematika Penulisan

Kejelasan dan ketetapan arah pembahasan penelitian ini penulis

menyusun sistematika penulisan sebagai berikut:

BAB I : PENDAHULUAN

Menguraikan latar belakang masalah, rumusan masalah, tujuan

masalah, kegunaan penelitian dan sistematika penulisan.

36

BAB II : KAJIAN PUSTAKA

Menguraikan tentang telaah pustaka yang berisi ringkasan

penelitian terdahulu, kerangka teori yang berkaitan dengan

topik penelitian untuk menghasilkan hipotesis yang akan diuji.

BAB III : METODE PENELITIAN

Bab ini berisi jenis penelitian, lokasi dan waktu penelitian,

populasi dan sampel, teknik pengumpulan data, skala

pengukuran, definisi konsep dan operasional, instrumen

penelitian, uji instrumen penelitian, dan alat analisis yang

digunakan.

BAB IV : ANALISIS PENELITIAN

Bab ini menguraikan tentang deskripsi objek penelitian dan

analisis data atau hasil penelitian.

BAB V : PENUTUP

Mencakup uraian yang berisi kesimpulan yang diperoleh dari

hasil penelitian, keterbatasan penelitian, implikasi penelitian,

serta saran-saran.

37

BAB II

KAJIAN PUSTAKA

A. Telaah Pustaka

Penelitian ini dilakukan mengacu pada penelitian terdahulu dengan

pokok permasalahan yang hampir sama. Penelitian terdahulu juga

bermanfaat untuk membangun kerangka teoritis yang mendasari kerangka

penelitian ini. Berdasarkan penelitian terdahulu, penulis dapat menarik

research gap sebagai berikut:

Tabel 2.1

Research Gap Penelitian

Isu: Pengaruh Non Performing Financing (NPF) terhadap kinerja

keuangan (Profitabilitas)

No. Nama Peneliti Hasil Penelitian

1. M. Yusuf Wibisono dan

Salamah Wahyuni (2017)

NPF tidak berpengaruh terhadap ROA

2. Afria B. Rachmat dan

Euis Komariah (2017)

NPF berpengaruh negatif dan

signifikan terhadap ROA

3. Agus Murdiyanto (2018) NPF berpengaruh negatif tidak


4. Muhammad Yusuf

(2017)

NPF berpengaruh positif terhadap

ROA

5. Rima Cahya Suwarno

dan Ahmad Mifdlol

Muthohar (2018)

NPF berpengaruh positif tidak


Isu: Pengaruh Financing to Deposit Ratio (FDR) terhadap kinerja

keuangan (profitabilitas)

1. Misbahul Munir (2018) FDR tidak berpengaruh terhadap

ROA

38

2. Muhammad Yusuf

(2017)

FDR berpengaruh positif dan


3. Nur Setiani, Edward, dan

Aziz Fathoni (2018)

FDR berpengaruh positif tidak


4. M. Yusuf Wibisono dan

Salamah Wahyuni (2017)

FDR berpengaruh negatif terhadap

ROA.

5. Nunung, Suprihatmi, dan

Edi Wibowo (2018)

FDR berpengaruh negatif dan tidak


Isu : Pengaruh Frekuensi Rapat Dewan Komisaris terhadap kinerja

keuangan (profitabilitas)

1. Rowina Kartika Purtri

dan Dul Muid (2017)

Frekuensi Rapat Dewan komisaris

berpengaruh positif signifikan

terhadap ROA

2. Benedictus D. W. Dan

Agustinus S. A. (2015)

Frekuensi Rapat Dewan komisaris

berpengaruh negatif signifikan

terhadap ROA

3. Nurhidayah Al-Amin dan

Samsul Rosyadi (2018)

Frekuensi Rapat Dewan Komisaris

berpengaruh positif tidak signifikan

terhadap kinerja keuangan (ROA)

4. Nungky Wanodyatama

Islami (2018)


berpengaruh positif signifikan

terhadap ROA

5. F. N. Zahra, Dudi

Pratomo, dan Vaya J.

Dillak (2016)


tidak berpengaruh signifikan terhadap

profitabilitas

Isu : Pengaruh Komite Audit terhadap kinerja keuangan (profitabilitas)

1. Luh Putu Ari Anjani dan

I Putu Yadnya (2017)

Komite audit berpengaruh positif

signifikan terhadap ROA.

2. Helfina Rimardhani,

Rustam Hidayat, dan

Komite Audit tidak berpengaruh


39

Dwiatmo (2016)

3. Imam Mas’ud dan Sherly

Heriyanto (2016)

Komite Audit berpengaruh negatif

tidak signifikan terhadap ROA

4. Nungky Wanodyatama

Islami (2018)

Komite audit berpengaruh negatif


5. Jielend Ariandhini

(2019)

Komite audit berpengaruh negatif

terhadap ROA.

Isu: Pengaruh Net Operating Margin (NOM) terhadap kinerja keuangan

(profitabilitas)

1. Erna Sudarmawanti dan

Joko Pramono (2017)

NOM tidak berpengaruh signifikan

terhadap ROA

2. Giofani N. Widyawati

dan M. Djazari (2017)

NOM berpengaruh positif tidak


3. Wildan F. Pinasti dan

RR. Indah M. (2018)

NOM berpengaruh positif signifikan

terhadap ROA

4. Silfani Permata dan A.

Mulyi Haryanto (2017)

NOM berpengaruh negatif tidak


5. Rahmat, M. Arfan dan

Said Musnadi (2014)

NOM berpengaruh negatif signifikan

terhadap ROA

Isu: Pengaruh CAR terhadap kinerja keuangan (profitabilitas)

1. Indriani Harlim dan

Denny Iskandar (2015)

CAR berpengaruh positif tidak


2. Muhammad Yusuf

(2017)

CAR berpengaruh positif signifikan

terhadap ROA

3. Medina Almunawwaroh

dan Rina Marlina (2018)

CAR berpengaruh negatif terhadap

ROA

4. Aditya S. Nanda dan

Andi F. Hasan (2019)

CAR tidak berpengaruh signifikan

terhadap ROA

5. Fretty Welta dan

Lemiyana (2017)

CAR berpengaruh negatif tidak


40

B. Kerangka Teori

1. Grand Theory

Signalling theory (teori sinyal) dicetuskan pertama kali oleh

Spance (1973) dalam penelitiannya yang berjudul Job Market

Signalling. Teori ini melibatkan dua pihak, yakni pihak dalam seperti

manajemen yang berperan sebagai pihak yang memberikan sinyal dan

pihak luar seperti investor yang berperan sebagai pihak yang

menerima sinyal tersebut. Spance mengatakan bahwa dengan

memberikan suatu isyarat atau sinyal, pihak manajemen berusaha

memberikan informasi yang relevan yang dapat dimanfaatkan oleh

pihak investor. Kemudian, pihak investor akan menyesuaikan

keputusannya sesuai dengan pemahamannya terhadap sinyal tersebut.

Teori ini dikembangkan kembali Ross (1977), memaparkan

bahwa pihak eksekutif perusahaan yang memiliki informasi lebih baik

mengenai perusahaannya akan terdorong untuk menyampaikan

informasi tersebut kepada investor. Informasi tersebut biasanya dalam

bentuk laporan keuangan tahunan yang berisi mengenai informasi

keadaan perusahaan, catatan masa lalu maupun keadaan perusahaan,

dan juga dapat mencerminkan kinerja suatu perusahaan.

Teori sinyal lebih menekankan pada pentingnya informasi

yang dikeluarkan oleh perusahaan terhadap keputusan investasi pihak

di luar perusahaan. Pada saat manajemen mempublikasikan laporan

keuangan, berarti manajemen sudah memberikan sinyal kepada pasar,

41

dalam hal ini adalah investor. Apabila investor sudah menerima

informasi tersebut, mereka akan terlebih dahulu melakukan

interpretasi dan analisis pada informasi yang didapatkan nya sehingga

informasi yang diberikan dapat dikatakan sebagai good news atau bad

news. Jika investor menerjemahkan sinyal tersebut sebagai suatu

good news, maka akan berdampak positif yaitu meningkatkan harga

saham perusahaan. Tetapi sebaliknya, jika investor menerjemahkan

sinyal tersebut sebagai bad news, maka akan berdampak negatif yaitu

mengakibatkan penurunan harga saham (Wandita, 2017).

Dalam sektor perbankan syariah pun, laporan keuangan turut

memegang peranan penting dalam hal menyampaikan informasi

mengenai keadaan perbankan tersebut. Salah satu caranya adalah

dengan melakukan penilaian terhadap kinerja keuangan perbankan

yang dianggap penting bagi kehidupan perekonomian secara

keseluruhan (Yuksel & Dincer, 2015). Terlebih lagi, pertumbuhan dan

stabilitas keuangan suatu negara juga bergantung pada tingkat

kesehatan dari sektor perbankan, maka penilaian tersebut perlu

dilakukan (Ravinder & Prasad, 2012). Oleh karena adanya penjelasan

yang terdapat dalam Signalling Theory yang menyatakan bahwa

adanya keterkaitan antara informasi keuangan dan keputusan investor

serta stakeholder lainnya saat menempatkan investasi nya, maka teori

ini dianggap mendukung penelitian yang dilakukan.

42

2. Bank Syariah

Bank Islam atau di Indonesia disebut bank syariah merupakan

lembaga keuangan yang berfungsi memperlancar mekanisme ekonomi

di sektor riil melalui aktivitas kegiatan usaha (investasi, jual beli, atau

lainnya) berdasarkan prinsip syariah yaitu aturan perjanjian

berdasarkan hukum Islam antara bank dan pihak lain untuk

penyimpanan dana dan atau pembiayaan kegiatan usaha atau kegiatan

lainnya yang dinyatakan sesuai dengan nilai-nilai Syariah yang

bersifat makro dan mikro (Ascarya, 2008).

Selain itu Bank syariah juga dapat diartikan sebagai bank yang

beroperasi dengan tidak mengandalkan pada bunga (Muhammad,

2005). Menurut UU No. 10 Tahun 1998 tentang perubahan UU No. 7

tahun 1992 tentang Perbankan, Bank Syariah adalah Bank Umum

yang melaksanakan kegiatan usaha berdasarkan prinsip syariah yang

dalam kegiatannya memberikan jasa dalam lalu lintas pembayaran.

3. Metode (pendekatan) RGEC

Penilaian tingkat kesehatan bank dengan menggunakan

pendekatan berdasarkan risiko merupakan penilaian yang

komprehensif dan terstruktur terhadap hasil integrasi profil risiko dan

kinerja yang meliputi tata kelola yang baik, rentabilitas, dan

permodalan (POJK Nomor 8/POJK.3/2014). Menurut (Rahmaniah &

Wibowo, 2015), Risk Based Bank Rating merupakan metode penilaian

kesehatan bank dengan menggunakan pendekatan risiko. Penilaian

43

tingkat kesehatan bank ini juga dikenal dengan metode RGEC.

Cakupan penilaian yang digunakan dalam metode ini adalah penilaian

terhadap faktor-faktor Risk Profile (Profil Risiko), GCG (Good

Corporate Governance), Earnings (Rentabilitas), Dan Capital

(Permodalan). Pedoman dalam mengukur indikator RGEC oleh Bank

Indonesia diatur selengkapnya dalam peraturan Bank Indonesia

No.13/1/PBI/2011, tentang penilaian kesehatan Bank Umum (Permata

Yessi & Rahayu, 2015).

a. Penilaian Faktor Profil Risiko (Risk Profile)

Penilaian faktor Profil Risiko merupakan penilaian terhadap Risiko

Inheren dan kualitas penerapan Manajemen Risiko dalam aktivitas

operasional bank. Risiko yang wajib dinilai atas 10 jenis risiko

yaitu Risiko Kredit, Risiko Pasar, Risiko Likuiditas, Risiko

Operasional, Risiko Hukum, Risiko Stratejik, Risiko Kepatuhan,

Risiko Reputasi, Risiko Imbal Hasil, Dan Risiko Investasi (SEOJK

Nomor 10/SEOJK.03/2014).

1) Risiko Kredit

Risiko kredit adalah risiko akibat kegagalan nasabah atau

pihak lain dalam memenuhi kewajiban kepada bank sesuai

dengan perjanjian yang disepakati.

2) Risiko pasar

Risiko pasar adalah risiko pada posisi neraca dan rekening

administratif akibat perubahan harga pasar, antara lain risiko

44

berupa perubahan nilai dari aset yang dapat diperdagangkan

atau disewakan.

3) Risiko Likuiditas

Risiko likuiditas adalah risiko akibat ketidakmampuan bank

untuk memenuhi kewajiban yang jatuh tempo dari sumber

pendanaan arus kas dan/ atau aset likuid berkualitas tingi yang

dapat diagunkan, tanpa mengganggu aktivitas dan kondisi

keuangan Bank.

4) Risiko Operasional

Risiko Operasional adalah risiko kerugian yang diakibatkan

oleh proses internal yang kurang memadai, kegagalan proses

internal, kesalahan manusia, kegagalan sistem, dan/atau

adanya kejadian eksternal yang mempengaruhi operasional

bank.

5) Risiko Hukum

Risiko Hukum adalah risiko yang timbul akibat tuntutan

hukum dan/atau kelemahan aspek yuridis.

6) Risiko Stratejik

Risiko Stratejik adalah risiko akibat ketidaktepatan dalam

pengambilan dan/atau pelaksanaan suatu keputusan stratejik

serta kegagalan dalam mengantisipasi perubahan lingkungan

bisnis.

45

7) Risiko Kepatuhan

Risiko Kepatuhan adalah risiko akibat bank tidak mematuhi

dan/atau tidak melaksanakan peraturan perundang-undangan

dan ketentuan yang berlaku, serta prinsip syariah.

8) Risiko Reputasi

Risiko Reputasi adalah risiko akibat menurunnya tingkat

kepercayaan stakeholder yang bersumber dari persepsi negatif

terhadap bank.

9) Risiko Imbal Hasil

Risiko Imbal Hasil adalah risiko akibat perubahan tingkat

imbal hasil yang dibayarkan bank kepada nasabah, karena

terjadi perubahan tingkat imbal hasil yang diterima bank dari

penyaluran dana, yang dapat mempengaruhi perilaku nasabah

dana pihak ketiga bank.

10) Risiko Investasi

Risiko Investasi adalah risiko akibat bank ikut menanggung

kerugian usaha nasabah yang dibiayai dalam pembiayaan

berbasis bagi hasil baik yang menggunakan metode net

revenue sharing maupun yang menggunakan metode profit

and loss sharing.

46

b. Good Corporate Governance

1) Pengertian Good Corporate Governance

Good Corporate Governance adalah konsep untuk

peningkatan kinerja perusahaan melalui supervise atau

monitoring kinerja manajemen dan menjamin akuntabilitas

manajemen terhadap stakeholder dengan didasarkan pada

kerangka peraturan (Mandasari, 2015). Sedangkan menurut

World Bank, Good Corporate Governance merupakan

kumpulan hukum, peraturan, dan kaidah-kaidah yang wajib

dipenuhi yang dapat mendorong kinerja sumber-sumber

perusahaan bekerja secara efisien, menghasilkan nilai ekonomi

jangka panjang yang berkesinambungan, bagi para pemegang

saham maupun masyarakat sekitar secara keseluruhan

(Muhammad, 2013)

2) Manfaat dan Tujuan GCG

Menurut Forum Corporate in Indonesia (FCGI) ada

beberapa manfaat yang dapat kita ambil dari penerapan Good

Corporate Governance yang baik, antara lain:

a) Meningkatkan kinerja perusahaan melalui terciptanya

proses pengambilan keputusan yang lebih baik,

meningkatkan efisiensi operasional perusahaan serta lebih

meningkatkan pelayanan kepada stakeholder.

47

b) Mempermudah diperolehnya dana pembiayaan yang lebih

murah sehingga dapat lebih meningkatkan corporate

value.

c) Mengembalikan kepercayaan investor untuk menanamkan

modalnya di Indonesia.

d) Pemegang saham akan merasa puas dengan kinerja

perusahaan karena sekaligus akan meningkatkan

shareholders value dan dividen.

Menurut Komite Nasional Kebijakan Governance

(KNKG), Good Corporate Governance mempunyai 6 tujuan

utama, yaitu:

a) Mendorong tercapainya kesinambungan perusahaan

melalui pengelolaan yang berdasarkan pada asas

transparansi, akuntabilitas, responsibilitas serta kewajaran

dan kesetaraan.

b) Mendorong pemberdayaan fungsi dan kemandirian

masing-masing organ perusahaan yaitu dewan komisaris,

direksi dan rapat umu pemegang saham (RUPS).

c) Mendorong pemegang saham, anggota dewan komisaris,

dan anggota direksi agar dapat membuat keputusan dan

menjalankan tindakannya dilandasi oleh nilai moral yang

tinggi dan kepatuhan terhadap peraturan perundang-

undangan.

48

d) Mendorong timbulnya kesadaran dan tanggung jawab

sosial perusahaan terhadap masyarakat dan kelestarian

lingkungan terutama di sekitar perusahaan.

e) Mengoptimalkan nilai perusahaan bagi pemegang saham

dengan memperhatikan pemangku kepentingan lainnya.

f) Meningkatkan daya saing perusahaan secara nasional

maupun internasional sehingga meningkatkan kepercayaan

pasar yang dapat mendorong arus investasi dan

pertumbuhan ekonomi nasional dan berkesinambungan.

3) Prinsip Good Corporate Governance

Penilaian faktor Good Corporate Governance bagi

bank umum syariah merupakan penilaian terhadap kualitas

manajemen bank atas pelaksanaan 5 prinsip Good Corporate

Governance yaitu (SEBI Nomor 12/13/DPbS Tahun 2010):

a) Transparansi

Keterbukaan dalam mengemukakan informasi yang

material dan relevan serta keterbukaan dalam proses

pengambilan keputusan.

b) Akuntabilitas

Kejelasan fungsi dan pelaksanaan pertanggungjawaban

organ bank sehingga pengolahannya berjalan secara

efektif.

49

c) Pertanggungjawaban

Kesesuaian pengelolaan bank dengan peraturan

perundang-undangan yang berlaku dan prinsip-prinsip

pengelolaan bank yang sehat.

d) Profesional

Memiliki kompetensi, maupun bertindak objektif, dan

bebas dari pengaruh atau tekanan dari pihak mana pun

(independen) serta memiliki komitmen yang tinggi untuk

mengembangkan bank syariah.

e) Kewajaran

Keadilan dan kesetaraan dalam memenuhi hak-hak

stakeholders berdasarkan perjanjian dan peraturan

perundang-undangan yang berlaku.

Prinsip-prinsip tersebut pada dasarnya memiliki tujuan

untuk memberikan kemajuan terhadap kinerja suatu

perusahaan, salah satunya adalah profitabilitas perusahaan.

untuk memastikan penerapan prinsip-prinsip tersebut, bank

harus melakukan penilaian sendiri (self assessment) atas

komponen-komponen yang menjadi faktor penilaian

pelaksanaan GCG. Berdasarkan Sura Edaran Bank Indonesia

Nomor 9/12/DNDP tanggal 30 Mei 2007 tentang pelaksanaan

Good Corporate Governance bagi Bank Umum, ada 11 faktor

penilaian pelaksanaan GCG yaitu:

50

a) Pelaksanaan tugas dan tanggung jawab Dewan Komisaris

b) Pelaksanaan tugas dan tanggung jawab direksi

c) Kelengkapan dan pelaksanaan tugas komite

d) Penanganan benturan kepentingan

e) Penerapan fungsi kepatuhan

f) Penerapan fungsi audit intern

g) Penerapan fungsi audit ekstern

h) Penerapan manajemen risiko termasuk sistem

pengendalian intern

i) Penyediaan dana kepada pihak terkait (related party) dan

penyediaan dana besar (large exposures)

j) Transparansi kondisi keuangan dan non keuangan bank,

laporan pelaksanaan GCG dan pelaporan internal

k) Rencana strategis bank

Sesuai dengan Surat Edaran Bank Indonesia tersebut,

penilaian sendiri (self-assessment) atas sebelas faktor tersebut

dilakukan dengan menggunakan Kertas Kerja Penilaian Sendiri

(self-assessment) Pelaksanaan GCG yang telah disiapkan

sesuai dengan ketentuan Bank Indonesia. Dalam melakukan

self-assessment, bank terlebih dahulu harus memahami tujuan

penilaian pelaksanaan GCG yang mencakup 3 (tiga) aspek

governance, serta kriteria/indikator pada setiap faktor

51

penilaian. Adapun ketiga aspek governance tersebut antara

lain:

a) Governance structure, bertujuan untuk menilai kecukupan

struktur dan infrastruktur tata kelola bank agar proses

pelaksanaan prinsip GCG menghasilkan outcome yang

sesuai dengan harapan stakeholder bank.

b) Governance process, bertujuan untuk menilai efektifitas

proses pelaksanaan prinsip GCG yang didukung oleh

kecukupan struktur dan infrastruktur tata kelola bank

sehingga menghasilkan outcome yang sesuai dengan

harapan stakeholder bank.

c) Governance outcome, bertujuan untuk menilai kualitas

outcome yang memenuhi harapan stakeholders bank yang

merupakan hasil proses pelaksanaan prinsip GCG yang

didukung oleh kecukupan struktur dan infrastruktur tata

kelola bank.

c. Earnings

Earnings atau rentabilitas adalah kemampuan perusahaan

untuk memperoleh hasil bersih (laba) dengan modal yang

digunakannya. Penilaian faktor rentabilitas bertujuan untuk

mengetahui kemampuan perusahaan dalam menghasilkan laba.

Faktor rentabilitas ini meliputi evaluasi terhadap kinerja

rentabilitas, sumber-sumber rentabilitas, kesinambungan

52

rentabilitas, dan manajemen rentabilitas. Tujuan penilaian

rentabilitas adalah untuk mengevaluasi kemampuan rentabilitas

bank untuk mendukung kegiatan operasional dan permodalan

bank (Wahasusmiah & Watie, 2018). Penilaian dilakukan dengan

mempertimbangkan tingkat trend, struktur, stabilitas rentabilitas

bank, dan perbandingan kinerja bank dengan kinerja peer group,

baik melalui analisis aspek kuantitatif maupun kualitatif (SE BI

No. 13/24/DNDP tanggal 25 Oktober 2011).

Penilaian terhadap faktor rentabilitas meliputi penilaian

terhadap komponen-komponen: (Kasmir, 2007).

1) Pencapaian return on assets (ROA), Return On Equity

(ROE), net operating margin (NIM), dan tingkat efisiensi

bank.

2) Perkembangan laba operasional, diversifikasi pendapatan,

penerapan prinsip akuntansi dalam pengakuan pendapatan

dan biaya, dan prospek laba operasional.

d. Capital

Modal bank adalah dana yang diinvestasikan oleh pemilik

dalam rangka pendirian badan usaha yang dimaksudkan untuk

membiayai kegiatan usaha bank di samping untuk memenuhi

regulasi yang ditetapkan oleh otoritas moneter (Taswan, 2010).

Permodalan (capital) merupakan salah satu faktor yang penting

bagi bank dalam mengembangkan usahanya dan menampung risiko

53

kerugian. Tingkat kecukupan modal sangat tergantung dari

portofolio asetnya. Kecukupan modal merupakan faktor penting

bagi bank untuk menata eksposur risiko saat ini dan di masa yang

akan datang (Dewi, 2018).

Penilaian faktor permodalan dilakukan dengan

menggunakan parameter/indikator kuantitatif maupun kualitatif.

Parameter/ indikator dalam menilai permodalan meliputi (SEBI No.

13/24/DNDP):

a. Kecukupan modal bank, minimal mencakup:

1) Tingkat, trend, dan komposisi modal bank

2) Rasio KPMM dengan memperhitungkan risiko kredit, risiko

pasar, dan risiko operasional

3) Kecukupan modal bank dikaitkan dengan profil risiko

b. Pengelolaan permodalan bank, meliputi manajemen

permodalan dan kemampuan akses permodalan

Penilaian atas faktor permodalan meliputi evaluasi terhadap

kecukupan permodalan dan kecukupan pengelolaan permodalan.

Dalam melakukan perhitungan permodalan, bank wajib mengacu

pada ketentuan Bank Indonesia yang mengatur mengenai

Kewajiban Penyediaan Modal Minimum bagi bank umum. Selain

itu, dalam melakukan penilaian kecukupan modal, bank juga harus

mengaitkan kecukupan modal dengan profil risiko bank. Semakin

54

tinggi risiko bank, semakin besar modal yang harus disediakan

untuk mengantisipasi risiko tersebut.

Bank wajib menyediakan modal minimum sesuai profil

risiko, baik secara individual maupun secara konsolidasi.

Penyediaan modal minimum ditetapkan paling rendah sebagai

berikut:

1) 8% dari ATMR, untuk Bank dengan profil risiko peringkat 1

2) 9% ≤ 10% dari ATMR, untuk Bank dengan profil risiko

peringkat 2

3) 10% ≤ 11% dari ATMR, untuk Bank dengan profil risiko

peringkat 3

4) 11% ≥ 14% dari ATMR, untuk Bank dengan profil risiko

peringkat 4 atau peringkat 5

C. Kerangka Penelitian

Bank sebagai lembaga yang menghimpun dana dari masyarakat

dan menyalurkannya kembali kepada masyarakat dalam rangka

meningkatkan taraf hidup orang banyak perlu dinilai tingkat kesehatannya.

Penilaian pengaruh tingkat kesehatan bank menggunakan metode RGEC

terhadap kinerja keuangan perbankan syariah, rasio yang digunakan dalam

penelitian ini yaitu FDR dan NPF sebagai proksi dari Risk profile,

Frekuensi Rapat Dewan Komisaris dan Komite Audit sebagai proksi dari

GCG, NOM sebagai proksi dari Earnings, dan CAR sebagai proksi dari

55

Capital. Berdasarkan uraian tersebut dapat disusun kerangka pemikiran

sebagai berikut:

H1a

H2a

H3a

H4a

H5a

H6a

H1b

H2b

H3b

H4b

H5b

H6b

NPF (x1a)

ROA

(Ya)

FDR (x2a)

Rapat Dewan

Komisaris (x3a)

Komite Audit

(x4a)

NOM (x5a)

CAR (x6a)

NPF (x1b)

ROA

(Yb)

FDR (x2b)

Rapat Dewan

Komisaris (x3b)

Komite Audit

(x4b)

NOM (x5b)

CAR (x6b)

Gambar 2.1

Kerangka Penelitian Kinerja Keuangan Perbankan Syariah Indonesia

Gambar 2.2

Kerangka Penelitian Kinerja Keuangan Pebankan Syariah Malaysia

56

D. Hipotesis

Hipotesis merupakan jawaban sementara terhadap rumusan

masalah dalam penelitian, dimana rumusan masalah penelitian telah

dinyatakan dalam bentuk kalimat pertanyaan. Sedangkan menurut

(Sugiyono, 2016) hipotesis dapat dikatakan sebagai jawaban teoritis

terhadap rumusan masalah penelitian, belum jawaban yang empirik.

1. Pengaruh Risk Profile terhadap kinerja keuangan

Bank Indonesia mendefinisikan risiko sebagai potensi

terjadinya suatu peristiwa (events) yang dapat menimbulkan kerugian

(loss). Hal ini berarti pula bahwa risiko selalu melekat pada setiap

aktivitas usaha bank dan risiko akan dapat menjadi berbahaya apabila

tidak dimengerti, tidak terukur dan tidak dikelola atau dikendalikan.

Faktor profil risiko yang diukur dalam penelitian ini menggunakan 2

indikator, yaitu risiko kredit dengan menggunakan rasio Non

Performing Financing (NPF) dan risiko likuiditas dengan

menggunakan rasio Financing to Deposit Ratio (FDR).

Non Performing Financing mencerminkan risiko kredit,

semakin rendah NPF maka bank tersebut akan semakin mengalami

keuntungan, sehingga kinerja bank semakin baik, dan sebaliknya jika

tingkat NPF tinggi, maka bank tersebut akan mengalami kerugian

yang diakibatkan tingkat pengembalian kredit macet (Ariyani, 2010).

Oleh karena itu bank harus menanggung kerugian dalam kegiatan

operasionalnya sehingga berpengaruh terhadap penurunan laba

57

(ROA). Berdasarkan pada hasil penelitian yang dilakukan oleh

(Almunawwaroh & Maliana, 2018), (Rahmat, Arfan, & Musnadi,

2014), (Wibisono & Wahyuni, 2017), dan (Riyadi & Yulianto, 2014)

NPF berpengaruh negatif terhadap Kinerja Keuangan (ROA).

Berdasarkan uraian di atas maka dapat dirumuskan hipotesis sebagai

berikut:

H1a : Non Performing Financing (NPF) berpengaruh negatif

signifikan terhadap kinerja keuangan (ROA) perbankan

syariah di Indonesia

H1b : Non Performing Financing (NPF) berpengaruh negatif

signifikan terhadap kinerja keuangan (ROA) perbankan

syariah di Malaysia

Financing to Deposit Ratio (FDR) adalah rasio likuiditas yang

menggambarkan suatu bank mampu menyediakan dana yang akan

ditarik oleh deposan dengan mengandalkan kredit/pembiayaan sebagai

sumber likuiditas nya. Semakin rendah FDR menujukkan bahwa suatu

bank kurang mampu menjaga tingkat likuiditas nya yang dilihat dari

kurangnya efektivitas dalam menyalurkan kredit/pembiayaan (Yusuf,

2017) Sebaliknya semakin tinggi FDR dalam batas tertentu, maka

semakin meningkat pula laba (ROA) suatu bank dengan asumsi pihak

bank menyalurkan dananya untuk pembiayaan yang efektif. Dengan

penyaluran dana pihak ketiga yang besar maka pendapatan bank akan

semakin meningkat, sehingga FDR berpengaruh positif terhadap

58

ROA. Hal ini sejalan dengan penelitian yang dilakukan oleh (Yusuf,

2017), (Riyadi & Yulianto, 2014), (Almunawwaroh & Maliana, 2018)

yang memperoleh hasil bahwa FDR berpengaruh positif signifikan

terhadap ROA. Berdasarkan hal tersebut maka dapat dirumuskan

hipotesis sebagai berikut:

H2a : FDR berpengaruh positif dan signifikan terhadap kinerja

keuangan (ROA) Perbankan syariah di Indonesia

H2b : FDR berpengaruh positif dan signifikan terhadap kinerja

keuangan (ROA) Perbankan syariah di Malaysia

2. Pengaruh Good Corporate Governance terhadap kinerja keuangan

(ROA)

Good Corporate Governance menurut world bank, merupakan

kumpulan hukum, peraturan, dan kaidah-kaidah yang wajib dipenuhi

yang dapat mendorong kinerja sumber-sumber perusahaan bekerja

secara efisien, menghasilkan nilai ekonomi jangka panjang yang

berkesinambungan, bagi para pemegang saham maupun masyarakat

sekitar secara keseluruhan (Muhammad, 2013). Penilaian Good

Corporate Governance adalah penilaian terhadap kualitas manajemen

bank atas pelaksanaan prinsip-prinsip GCG. Perusahaan perlu untuk

memiliki tanggung jawab yang besar dalam menjaga stabilitas sistem

perbankan nya sehingga dapat memperoleh predikat penerapan GCG.

Dalam penelitian ini GCG diproyeksikan oleh Frekuensi Rapat Dewan

Komisaris Dan Ukuran Komite Audit.

59

Menurut Undang-Undang Perseroan Terbatas Nomor 40 Tahun

2007 Pasal 108 menjelaskan bahwa dewan komisaris bertugas

mengawasi kebijakan direksi dalam menjalankan perusahaannya serta

memberi nasihat kepada direksi. Dalam rangka menjalankan tugasnya,

dewan komisaris mengadakan rapat-rapat rutin untuk mengevaluasi

kebijakan-kebijakan yang diambil oleh dewan direksi .

Rapat dewan komisaris berfungsi sebagai fasilitas komunikasi

dan koordinasi antar anggota dewan komisaris dalam melaksanakan

tugasnya sebagai pengawas manajemen. Semakin banyak jumlah rapat

dewan komisaris, diharapkan pengawasan terhadap dewan direksi

semakin baik dan semakin membantu dewan direksi mengambil

keputusan tepat. Sehingga diharapkan rapat dewan komisaris dapat

meningkatkan kinerja perusahaan.

Menurut sebuah penelitian yang dilakukan oleh (Putri &

Muid, 2017) menunjukkan bahwa frekuensi rapat dewan komisaris

mempunyai pengaruh positif dan signifikan terhadap kinerja keuangan

perusahaan. Berdasarkan uraian di atas maka dapat dirumuskan

hipotesis sebagai berikut:

H3a : Frekuensi Rapat Dewan Komisaris Berpengaruh positif

signifikan terhadap kinerja keuangan (ROA) Perbankan

syariah di Indonesia

60

H3b : Frekuensi Rapat Dewan Komisaris Berpengaruh Positif

signifikan terhadap kinerja keuangan (ROA) Perbankan

syariah di Malaysia

Komite audit memiliki tugas terpisah dalam membantu

Dewan Komisaris untuk memenuhi tanggung jawabnya dalam

memberikan pengawasan secara menyeluruh. Karena tugas Komite

Audit adalah membantu dewan komisaris maka dengan semakin

banyaknya anggota dewan komite audit, pengawasan yang dilakukan

semakin baik dan diharapkan dapat memperkecil upaya manajemen

untuk memanipulasi masalah data-data yang berkaitan dengan

keuangan dan prosedur akuntansi, sehingga kinerja keuangan

perusahaan pun akan semakin meningkat. Hasil penelitian yang

dilakukan oleh (Anjani & Yadnya, 2017), (Sarafina & Saifi, 2017),

dan (Mulyadi, 2017) mendukung hal tersebut yang mengatakan bahwa

ukuran komite audit mempunyai pengaruh positif dan signifikan

terhadap kinerja keuangan perusahaan. Berdasarkan uraian di atas

maka dapat dirumuskan hipotesis sebagai berikut:

H4a : Komite Audit Berpengaruh positif signifikan terhadap

kinerja keuangan (ROA) Perbankan syariah di Indonesia

H4b : Komite Audit Berpengaruh Positif signifikan terhadap

kinerja keuangan (ROA) Perbankan syariah di Malaysia

61

3. Pengaruh Earnings terhadap kinerja keuangan

Earning adalah seluruh pendapatan yang diperoleh atas

berbagai faktor produksi, misalnya gaji, keuntungan, bunga dan

sebagainya (Ismayana & Winarno, 2003). Earning yang diproksikan

oleh Net Operating Margin (NOM) merupakan rasio yang mengukur

kemampuan aktiva produktif untuk menghasilkan pendapatan bersih.

Rasio ini menunjukkan kemampuan bank dalam menghasilkan

pendapatan dari (margin, bagi hasil) dengan melihat kinerja bank

dalam menyalurkan pembiayaan/ kredit (Yusuf, 2017). Semakin besar

NOM yang diperoleh bank, maka pendapatan bank meningkat

sehingga ROA akan ikut meningkat. Menurut teori yang ada semakin

besar NOM maka semakin besar pula pendapatan operasional suatu

bank atas asset yang dikelola oleh bank, sehingga kondisi bank yang

bermasalah semakin kecil. Berdasarkan penelitian yang dilakukan

oleh (Yusuf, 2017), dan (Wibisono & Wahyuni, 2017) yang

memperoleh hasil bahwa Net Operating Margin berpengaruh positif

terhadap kinerja keuangan (ROA). Berdasarkan uraian di atas maka

dapat dirumuskan hipotesis sebagai berikut:

H5a : Net Operating Margin berpengaruh positif signifikan

terhadap kinerja keuangan (ROA) perbankan syariah di

Indonesia

62

H5b : Net Operating Margin berpengaruh positif signifikan


Malaysia

4. Pengaruh Capital terhadap kinerja keuangan

Capital adalah uang atau harta benda (barang, pabrik, kantor

dan sebagainya) yang dipakai untuk menjalankan suatu usaha untuk

mencari keuntungan, menambah kekayaan dan lain-lain (Ismayana &

Winarno, 2003). Rasio yang dapat digunakan untuk mengukur Capital

adalah CAR. Capital Adequacy Ratio (CAR) merupakan risiko

kecukupan modal, yang berarti jumlah modal sendiri yang diperlukan

untuk menutup risiko kerugian yang timbul dari penanaman aktiva-

aktiva yang mengandung risiko serta membiayai seluruh benda tetap

dan inventaris bank. Menurut (Rivai, 2007), CAR sebagai salah satu

indikator kemampuan bank dalam menutup penurunan aktiva sebagai

akibat kerugian yang diderita bank. Besar kecilnya CAR ditentukan

oleh kemampuan bank dalam menghasilkan keuntungan serta

komposisi bank dalam mengalokasikan keuntungan dana sesuai

dengan tingkat risikonya. Semakin besar CAR maka keuntungan bank

juga semakin besar. Dengan kata lain, semakin kecil risiko suatu bank

maka semakin besar keuntungan yang diperoleh bank (Kuncoro,

2002). Dengan meningkatnya laba, kinerja bank menjadi meningkat.

Oleh karena itu dapat disimpulkan bahwa semakin besar CAR maka

ROA juga akan semakin besar sehingga kinerja keuangan semakin

63

meningkat. Berdasarkan penelitian yang dilakukan oleh (Yusuf, 2017)

dan (Rahmat, Arfan, & Musnadi, 2014) yang memperoleh hasil bahwa

CAR berpengaruh Positif Terhadap kinerja keuangan. Berdasarkan

uraian di atas dapat dirumuskan hipotesis sebagai berikut:

H6a : Capital Adequacy Ratio Berpengaruh positif signifikan


Indonesia

H6b : Capital Adequacy Ratio Berpengaruh positif signifikan


Malaysia

64

BAB III

METODOLOGI PENELITIAN

A. Jenis Penelitian

Jenis penelitian ini adalah penelitian kuantitatif yaitu penelitian

dengan menggunakan angka-angka sebagai observasi atau pengukuran.

Penelitian ini bertujuan mengumpulkan, mengolah, menguji, dan

menganalisis suatu data berupa angka-angka (Widoyoko, 2012). Penelitian

ini menggunakan data sekunder, yaitu data yang diperoleh berdasarkan

informasi yang telah disusun dan dipublikasikan oleh instansi tertentu.

Data-data yang digunakan dalam penelitian ini adalah data panel yang

merupakan gabungan antara data cross section dan data time series.

Variabel kinerja keuangan sebagai data cross sectionnya sedangkan NPF,

FDR, Frekuensi Rapat Dewan Komisaris, Komite Audit, NOM, dan CAR

sebagai data time seriesnya. Penelitian ini dimaksudkan untuk mengetahui

Pengaruh Tingkat Kesehatan Bank Menggunakan Metode Risk Profile,

Good Corporate Governance, Earnings, and Capital (RGEC) Terhadap

Kinerja Keuangan Perbankan Syariah di Indonesia dengan Malaysia

Periode 2015-2019.

B. Lokasi dan Waktu Penelitian

Penelitian ini akan dilakukan pada Bank Umum Syariah yang ada

di Indonesia dan Bank syariah yang ada di Malaysia yang memenuhi

kriteria untuk penelitian ini. Data yang digunakan adalah data dari annual

report atau laporan keuangan tahunan yang telah dipublikasikan di website

65

resmi bank syariah tersebut. Adapun waktu yang digunakan oleh penulis

dalam melakukan penelitian yaitu dimulai pada pertengahan bulan Juni

2020.

C. Populasi dan Sampel

1. Populasi

Menurut (Sugiyono, 2009) populasi adalah wilayah generalisasi

yang terdiri atas objek/subjek yang mempunyai kualitas dan karakteristik

tertentu yang diterapkan oleh peneliti untuk mempelajari dan kemudian

ditarik kesimpulannya. Pada penelitian ini yang menjadi populasi adalah

seluruh bank syariah yang terdaftar di bank sentral negara Indonesia dan

Malaysia pada periode 2015-2019. Berdasarkan data dari Bank Indonesia

(www.ojk.go.id) ada 14 bank syariah yang ada di Indonesia, yaitu:

1) PT Bank Aceh Syariah

2) PT Bank Jabar dan Banten

3) PT Bank Panin Dubai Syariah

4) PT Bank Syariah BNI

5) PT Bank Syariah BRI

6) PT Bank Syariah Bukopin

7) PT Bank Syariah Mandiri

8) PT Bank Syariah Mega Indonesia

9) PT Bank Syariah Muamalat Indonesia

10) PT Bank Victoria Syariah

11) PT BCA Syariah

http://www.ojk.go.id/

66

12) PT BPD Nusa Tenggara Barat Syariah

13) PT BTPN Syariah

14) PT Maybank Indonesia Syariah

Sedangkan berdasarkan data dari Bank Negara Malaysia

(www.bnm.gov.my) terdapat 16 bank syariah, yaitu:

1) Affin Islamic Bank Berhad

2) Al Rajhi Banking & Investment Corporation (Malaysia) Berhad

3) Alliance Islamic Bank Berhad

4) Am Islamic Bank Berhad

5) Bank Islamic Malaysia Berhad

6) Bank Muamalat Malaysia Berhad

7) CIMB Islamic Bank Berhad

8) Hong Leong Islamic Bank Berhad

9) HSBC Amanah Malaysia Berhad

10) Kuwait Finance House (Malaysia) Berhad

11) Malaysia Building Society Berhad

12) Maybank Islamic Berhad

13) OCBC Al- Amin Bank Berhad

14) Public Islamic Bank Berhad

15) RHB Islamic Bank Berhad

16) Standard Chartered Saadiq Berhad

http://www.bnm.gov.my/

67

2. Sampel

Sampel adalah sebagian anggota populasi yang diambil dengan

menggunakan teknik tertentu yang disebut dengan teknik sampling

(Usman, 2009). Sampel yang digunakan dalam penelitian ini diambil

menggunakan teknik purposive sampling. Teknik purposive sampling

yaitu teknik sampling yang digunakan oleh peneliti jika peneliti

mempunyai pertimbangan-pertimbangan tertentu dalam mengambil

sampelnya (Arikunto, 2010). Penentuan sampel dari populasi didasarkan

pada beberapa kriteria atau pertimbangan-pertimbangan, sebagai berikut:

a. Bank syariah yang beroperasi di negara Indonesia dan Malaysia dan

terdaftar di OJK dan BNM .

b. Bank syariah yang diteliti hanya bank umum syariah yang berdasar

kepemilikannya dimiliki oleh pihak lokal bukan kepemilikan asing.

c. Perbankan syariah yang menerbitkan laporan keuangan tahunan pada

periode 2015-2019 secara konsisten dan telah dipublikasikan.

d. Bank syariah memiliki data-data yang dibutuhkan untuk penelitian

selama periode 2015-2019.

Tabel 3.1

Kriteria Pemilihan Sampel Penelitian

No Kriteria Sampel Indonesia Malaysia

1. Bank syariah yang beroperasi dan

terdaftar di OJK dan BNM 14 16

2. Bank syariah yang kepemilikannya

dimiliki oleh pihak lokal 13 11

3. Bank syariah yang menerbitkan laporan

keuangan tahunan periode 2015-2019 11 10

4. Bank syariah yang memiliki data yang

dibutuhkan untuk penelitian 10 10

68

Jumlah sampel yang memenuhi kriteria dalam penelitian ini adalah

10 bank syariah yang di Indonesia dan Malaysia. Bank-bank syariah yang

menjadi sampel dalam penelitian ini ditunjukkan pada tabel berikut:

Tabel 3.2

Daftar Bank Syariah yang Menjadi Sampel Penelitian

No Indonesia Malaysia

1. Bank Aceh Syariah Affin Islamic Bank Berhad

2. Bank BCA Syariah Alliance Islamic Bank Berhad

3. Bank BNI Syariah Am Islamic Bank Berhad

4. Bank BTPN Syariah Bank Islam Malaysia Berhad

5. Bank Jabar & Banten Syariah CIMB Islamic Bank Berhad

6. Bank Mega Syariah Hong Leong Islamic Bank Berhad

7. Bank Muamalat Indonesia Malaysia Building Society Berhad

8. Bank Panin Dubai Syariah Maybank Islamic Berhad

9. Bank Rakyat Indonesia Syariah Public Islamic Bank Berhad

10. Bank Syariah Mandiri RHB Islamic Bank Berhad

D. Teknik Pengumpulan Data

Teknik yang digunakan dalam penelitian ini adalah pengumpulan

data melalui observasi tidak langsung, yaitu dengan cara mengumpulkan

dokumen-dokumen laporan keuangan tahunan perbankan syariah yang ada

di Indonesia dan Malaysia tahun 2015-2019. Data yang digunakan dalam

penelitian ini adalah data sekunder. Data sekunder merupakan data yang

telah dikumpulkan oleh pihak lain bukan oleh periset sendiri untuk tujuan

yang lain (Istijanto, 2009). Dalam penelitian ini data-data diperoleh dari

web resmi bank yang ada di Indonesia dan Malaysia. Data yang diambil

berupa laporan keuangan tahunan atau annual report sesuai dengan tahun

69

yang sudah ditentukan. Dari annual report tersebut kemudian diolah untuk

membuktikan hipotesis yang ada. Selain itu sumber data lain diperoleh

dengan membaca dan mempelajari serta menganalisis literature yang

bersumber dari buku, jurnal, laporan penelitian, artikel dan perangkat lain

yang berkaitan dengan permasalahan yang diteliti. Hal ini dilakukan untuk

membantu penulis dalam memecahkan masalah yang diteliti dan hasilnya

akan dijadikan sebagai bahan perbandingan.

E. Definisi Konsep dan Operasional

Dalam sebuah penelitian dibutuhkan variabel yang menjadi topik

dari penelitian. Variabel penelitian adalah suatu konstruksi, atribut atau

sifat atau nilai seseorang, objek maupun kegiatan yang memiliki variasi

tertentu yang ditetapkan peneliti untuk kemudian dipelajari serta dicari

informasinya dan ditarik kesimpulannya (Sugiyono, 2013). Adapun

definisi operasional variabel yang digunakan dalam penelitian ini ialah:

Tabel 3.3

Definisi Konsep dan Variabel

Variabel Definisi Skala Pengukuran

Kinerja

keuangan (Y)

Kinerja keuangan merupakan

suatu usaha formal yang

dilaksanakan perusahaan untuk

mengevaluasi efisiensi dan

efektivitas dari aktivitas

perusahaan yang telah

dilaksanakan pada periode

waktu tertentu (Hanafi & Halim,

2007).

Rasio

(Dendawijaya, 2009)

Net

Performing

Financing

(NPF)

(X1)

NPF merupakan rasio yang

dipergunakan untuk mengukur

kemampuan bank dalam meng-

cover risiko kegagalan

pengembalian kredit oleh

debitur (Kusumaningtyas &

Suhartutik, 2013).

Rasio

(Kusumaningtyas & Suhartutik,

2013)

70

Financing

to Deposit

Ratio

(FDR)

(X2)

FDR merupakan seberapa

jauh kemampuan bank dalam

membayar kembali penarikan

dana yang dilakukan deposan

dengan mengendalikan kredit

yang diberikan sebagai

sumber likuiditas nya

(Dendawijaya, 2009).

Rasio

(Dendawijaya, 2009)

Frekuensi

Rapat

Dewan

Komisaris

(X3)

Frekuensi Rapat dewan

komisaris merupakan

intensitas dewan komisaris

dalam melakukan rapat untuk

mengevaluasi dan membahas

perencanaan perusahaan ke

depan berdasarkan informasi

laporan perusahaan

(Rachmanda & Fuad, 2014)

Rasio

(Putri & Muid, 2017)

Komite

Audit

(X4)

Komite audit adalah komite

yang dibentuk oleh dan

bertanggungjawab kepada

dewan komisaris dalam

membantu melaksanakan

tugas dan fungsi dewan

komisaris (POJK Nomor

55/POJK.4/2015, 2015).

Rasio

(Heriyanto & Mas'ud, 2016)

Net

Operating

Margin

(NOM)

(X5)

NOM merupakan rasio yang

menunjukkan kemampuan

bank dalam menghasilkan

pendapatan dari (margin,

bagi hasil) dengan melihat

kinerja bank dalam

menyalurkan pembiayaan/

kredit (Yusuf, 2017).

Rasio

(Yusuf, 2017)

Capital

Adequacy

Ratio (CAR)

(X6)

CAR merupakan rasio yang

digunakan untuk mengukur

kemampuan permodalan

bank dalam menutup

kerugian selama kegiatan

operasional dilakukan yang

meliputi kredit, penyertaan,

surat berharga, dan tagihan

dari bank lain, dimana dalam

pendanaannya berasal dari

modal bank itu sendiri

ataupun memperoleh dana

dari sumber yang ada di luar

bank (Wibowo, 2015).

Rasio

(Dendawijaya, 2009)

71

F. Teknik Analisis

Teknik analisis data adalah cara pengolahan data yang terkumpul

untuk kemudian dapat memberikan interpretasi hasil pengolahan data yang

digunakan untuk menjawab permasalahan yang telah dirumuskan.

Menyadari arti pentingnya kesehatan suatu bank bagi pembentukan

kepercayaan dalam dunia perbankan serta untuk melaksanakan prinsip

kehati-hatian dalam dunia perbankan, maka Bank Indonesia menerapkan

aturan tentang kesehatan bank. Diharapkan bank dalam kondisi sehat

semua, sehingga tidak akan merugikan masyarakat yang berhubungan

dengan perbankan. Penelitian ini menggunakan analisis deskriptif

kuantitatif dan analisis regresi untuk mengukur pengaruh tingkat kesehatan

bank dengan metode Risk Profile, Good Corporate Governance, Earnings,

and Capital (RGEC) terhadap kinerja keuangan perbankan syariah di

Indonesia dan di Malaysia. Tingkat kesehatan bank berpengaruh terhadap

kinerja keuangan suatu perusahaan, kinerja yang baik mencerminkan

bahwa perusahaan atau bank tersebut dalam kondisi baik sehingga dapat

memberikan tingkat kepercayaan masyarakat untuk menyimpan dana

ataupun melakukan transaksi lainnya. Penelitian ini menggunakan analisis

regresi yang diolah menggunakan data panel. Data panel dapat di

definisikan sebagai gabungan antara data cross section dengan data time

series. Model regresi data panel dalam penelitian ini adalah:

Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + e

72

Keterangan:

Y = Profitabilitas (ROA)

α = Konstanta

X1 = Net Performing Financing (NPF)

X2 = Financing to Deposit Ratio (FDR)

X3 = Frekuensi Rapat Dewan Komisaris

X4 = Komite Audit

X5 = Net Operating Margin (NOM)

X6 = Capital Adequacy Ratio (CAR)

e = Error

1. Uji Stasioneritas

Uji yang digunakan dalam penelitian ini adalah uji Levin, Lin &

Chu. Sebuah data dikatakan stasioner jika memenuhi asumsi bahwa

rata-rata variannya konstan sepanjang waktu serta kovarian antar dua

data runtut waktu tergantung pada kelambanan antara dua periode

tersebut. Pengambilan keputusan pada uji stasioner adalah jika nilai

probabilitas lebih kecil dari 0.05 maka data tersebut bersifat stasioner

(Winarno, 2015).

2. Penentuan Model Estimasi

Dalam metode estimasi model regresi dengan menggunakan

data panel dapat dilakukan melalui tiga pendekatan, antara lain

(Rosadi, 2011):

73

a. Common Effect

Estimasi Common Effect (koefisien tetap antar waktu dan

waktu individu) merupakan teknik yang paling sederhana untuk

mengatasi data panel. Hal ini karena hanya dengan mengkombinasi

data time series dan cross section tanpa melihat perbedaan antara

waktu dan individu, sehingga dapat menggunakan metode OLS

dalam mengatasi data panel.

Dalam pendekatan estimasi ini, tidak diperhatikan dimensi

individu maupun waktu. Di asumsikan bahwa perilaku antar

perusahaan sama dalam berbagai kurun waktu. Dengan

mengombinasikan data time series dan data cross section tanpa

melihat perbedaan antara waktu dan individu., maka model

persamaan regresi nya adalah:

Yit = Xitβit + eit

Dimana:

Yit : observasi dari unit ke-i dan diamati pada periode waktu

ke-t ( yakni variabel dependen yang merupakan suatu data

panel)

Xit : variabel independen dari unit ke-i dan diamati pada

periode waktu ke-t di sini di asumsikan Xit memuat

variabel konstanta

74

eit : komponen error yang di asumsikan memiliki harga mean

0 dan variansi homogen dalam waktu serta independen

dengan Xit.

b. Fixed Effect

Teknik model Fixed Effect adalah teknik mengestimasikan

data panel dengan menggunakan variabel dummy untuk

menangkap adanya intercept. Intercept antar perusahaan,

perbedaan intercept bisa terjadi karena perbedaan budaya kerja,

manajerial, dan insentif. Di samping itu, model ini juga

mengasumsikan bahwa koefisien regresi tetap antara perusahaan

dan waktu.

Pendekatan dengan variabel dummy ini dikenal dengan

sebutan least square dummy variabel (LSDV). Persamaan model

regresi Fixed Effect dapat ditulis sebagai berikut:

Yit = Xitβ + Ci + .... + εit

Dimana:

Xit : variabel independen dari unit ke-i dan diamati pada

periode waktu ke-t di sini di asumsikan Xit memuat

variabel konstanta

Ci : variabel dummy

c. Random Effect

Model ini mengestimasi data panel dimana variabel

gangguan mungkin saling berhubungan antar waktu dan antar

75

individu. Pada model Random Effect perbedaan intercept

diakomodasikan oleh error term masing-masing perusahaan.

Keuntungan menggunakan model Random Effect yakni

menghilangkan heteroskedastisitas. Model ini juga disebut dengan

teknik Generalized Least Square (GLS). Sebagai estimatornya,

berikut bentuk persamaannya adalah:

Yit = Xitβ + Vit

Dimana:

Vit : Ci + Di + εit

Ci : di asumsikan bersifat independent and identically

distributed (iid) normal dengan mean 0 dan variansi Ϭ2

c

(komponen cross section)

Di : di asumsikan bersifat iid normal dengan mean 0 dan

variansi Ϭ2

d (komponen time series error).

εit : di asumsikan bersifat iid dengan mean 0 dan variansi Ϭ2

e

3. Tahapan Analisis Data

Dari ketiga model yang telah di estimasi akan dipilih model

mana yang paling tepat atau sesuai dengan tujuan penelitian. Ada tiga

uji yang dapat dijadikan alat dalam memilih model regresi data panel

berdasarkan karakteristik data yang dimiliki yaitu:

a. F Test (Chow Test)

Uji chow digunakan untuk memilih antara metode Common

76

Effect dan metode Fixed Effect, dengan ketentuan pengambilan

keputusan sebagai berikut:

H0 : Metode common effect

H1 : Metode fixed effect

Jika nilai p-value cross section Chi Square < α = 5% atau

nilai probability (p-value) F test < α = 5% maka H0 ditolak atau

dapat dikatakan bahwa metode yang digunakan adalah metode

fixed effect. Jika nilai p-value cross section Chi Square ≥ α = 5%,

atau nilai probability (p-value) F test ≥ α = 5% maka H0 diterima,

atau dapat dikatakan bahwa metode yang digunakan adalah metode

common effect.

b. Hausman Test

Uji Hausman digunakan untuk menentukan apakah metode

Random Effect atau metode Fixed Effect yang sesuai, dengan

ketentuan pengambilan keputusan sebagai berikut:

H0 : Metode random effect

H1 : Metode fixed effect

Jika nilai p-value cross section random < α =5% maka H0

ditolak atau metode yang digunakan adalah metode fixed effect.

Sebaliknya, jika nilai p-value cross section random ≥ α = 5% maka

H0 diterima atau metode yang digunakan adalah metode random

effect.

77

c. Langrangge Multiplier (LM) Test

Uji LM digunakan untuk memilih model random effect atau

common effect. Uji biasa dinamakan uji signifikansi random effect

yang dikembangkan oleh Bruesch –Pagan ini di dasarkan pada

nilai residual dari metode common effect. Dengan hipotesis sebagai

berikut:

H0 : Metode common effect

H1 : Metode random effect

Jika nilai p-value cross section Chi Square < α = 5%, atau

nilai probability (P-value)F test < α = 5%, maka H0 ditolak atau

dapat dikatakan bahwa metode yang digunakan adalah metode

random effect. Jika nilai p-value cross section Chi Square ≥ α

=5%, atau nilai probability (p-value) F test ≥ α = 5% maka H0

diterima, atau dapat dikatakan bahwa metode yang digunakan

adalah metode common effect.

4. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas ini bertujuan untuk menguji apakah nilai

residual yang telah di standarisasi pada model regresi normal atau

tidak (Suliyanto, 2011). Uji normalitas residual metode Ordinary

Least Square secara formal dapat dideteksi dari metode yang

dikembangkan oleh Jarque-Bera (JB). Jarque Berra (JB) adalah uji

statistik untuk mengetahui apakah data terdistribusi normal. Uji ini

78

mengukur perbedaan swekness dan kurtosis data dan dibandingkan

dengan apabila datanya bersifat normal, dengan kriteria sebagai

berikut:

1) Jika nilai J-B tidak signifikan (< 2) maka data terdistribusi

normal.

2) Jika probabilitas > 5% (bila menggunakan tingkat

signifikansi tersebut) maka data terdistribusi normal

(hipotesis nol nya adalah data terdistribusi normal).

b. Uji Multikolinieritas

Uji ini bertujuan untuk mengetahui apakah dalam regresi ini

ditemukan adanya korelasi antar variabel independen. Jika terjadi

korelasi maka dinamakan terdapat problem multikolinieritas. Uji

multikolinieritas dilakukan dengan melihat nilai Tolerance dan

Variance Inflation Factor (VIF). Jika VIF tidak lebih dari 10, maka

model dinyatakan tidak terdapat gejala multikolinear. Langkah-

langkah pengujian multikolinieritas sebagai berikut:

Bila VIF < 10 (model tidak terdapat multikolinieritas)

Bila VIF > 10 (terdapat multikolinieritas)

Sedangkan menurut Rosadi (2011) cara untuk mengetahui

multikolinieritas dalam suatu model, salah satunya adalah dengan

melihat koefisien korelasi hasil output komputer. Jika terdapat

koefisien korelasi yang lebih besar dari 0.9 maka terdapat gejala

multikolinieritas. Untuk mengatasi masalah multikolinieritas, satu

79

variabel independen yang memiliki korelasi dengan variabel

independen lain harus dihapus. Dalam hal metode GLS , model ini

sudah diantisipasi dari multikolinieritas

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah

dalam model regresi terjadi ketidaksamaan variance dari residual

satu pengamatan ke pengamatan lain. Jika variance dari residual

satu pengamatan ke pengamatan lain tetap, maka disebut

homoskedastisitas dan jika berbeda disebut heteroskedastisitas.

Model regresi yang baik adalah yang homoskedastisitas atau tidak

terjadi heteroskedastisitas. Kebanyakan data cross section

mengandung situasi heteroskedastisitas karena data ini

menghimpun data yang mewakili berbagai ukuran (kecil, sedang,

dan besar).

Cara untuk mengetahui ada atau tidaknya gejala

heteroskedastisitas pada penelitian ini dengan melakukan pengujian

dengan uji glejser. Jika signifikansi dari nilai probabilitas < 5%

maka model tersebut mengandung heteroskedastisitas, dan apabila

signifikansi dari nilai probabilitas > 5% maka model tersebut tidak

mengandung heteroskedastisitas.

d. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam

suatu model regresi linier ada korelasi antara kesalahan

80

pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi

maka dinamakan ada problem autokorelasi. Uji autokorelasi dapat

dilihat dari nilai Durbin Watson. Apabila nilai Durbin Watson

berada pada daerah Du sampai 4-Du dapat disimpulkan bahwa

model regresi tidak mengandung autokorelasi (Winarno, 2015).

5. Uji Signifikansi

a. Uji Signifikansi Parameter Individual (Uji Statistik T)

Pengujian hipotesis yang dilakukan secara parsial bertujuan

untuk mengetahui pengaruh dan signifikansi dari masing-masing

variabel independen terhadap variabel dependen. Pengujian parsial

koefisien regresi secara parsial menggunakan uji-t pada tingkat

keyakinan 95% dan tingkat kesalahan dalam analisis (α) 5%

dengan ketentuan degree of freedom (df) = n-k, dimana n adalah

besarnya sampel, k adalah jumlah variabel. Dasar pengembalian

keputusan adalah:

Jika t-hitung < t-tabel : H0 diterima dan H1 ditolak

Jika t-hitung > t-tabel : H0 ditolak dan H1 diterima

b. Uji Signifikansi Simultan (Uji Statistik F)

Pengujian ini untuk mengetahui apakah variabel independen

yaitu FDR, NPF, NOM, CAR, FRDK, dan KA secara simultan

berpengaruh signifikan terhadap variabel dependen. Pengujian ini

dilakukan dengan uji F pada tingkat keyakinan 95% dan tingkat

kesalahan (α) 5% dengan degree of freedom (df1) = k-1, degree of

81

freedom (df2) = n-k. Dasar pengambilan keputusannya adalah

sebagai berikut:

Jika f-hitung < F-tabel : H0 diterima dan H1 ditolak

Jika f-hitung > F-tabel : H0 ditolak dan H1 diterima

c. Uji Koefisien Determinasi (R2)

Koefisien determinasi R2 pada intinya mengukur seberapa

jauh kemampuan model dalam menerangkan variasi variabel

independen. Nilai koefisien determinasi diantara 0 dan 1 (0 < R2 <

1), nilai R2 yang kecil berarti kemampuan variabel-variabel

independen dalam menjelaskan variasi variabel independen

memberikan hampir semua informasi yang dibutuhkan untuk

memprediksi variasi model dependen.

G. Alat Analisis

Alat analisis yang digunakan untuk mengolah hasil penelitian ini

adalah Regresi Linier Berganda menggunakan sistem aplikasi EVIEWS.

EVIEWS adalah program komputer yang digunakan untuk mengolah data

statistik dan data ekonometrika. Aplikasi tersebut dapat digunakan untuk

menyelesaikan masalah-masalah yang berbentuk data panel. Data panel

merupakan data yang bersifat time series dan cross section, sehingga

terdiri atas beberapa objek dan meliputi beberapa periode. Analisis ini

digunakan untuk mengetahui bagaimana pengaruh tingkat kesehatan bank

dengan menggunakan metode RGEC terhadap kinerja keuangan

perbankan syariah di Indonesia dan perbankan syariah di Malaysia.

82

BAB IV

ANALISIS DATA

A. Deskripsi Objek Penelitian

Objek dalam penelitian ini adalah laporan keuangan yang terdapat

di dalam annual report (laporan tahunan) pada bank syariah yang ada di

ASEAN yang diwakili oleh 2 negara, yaitu Indonesia dan Malaysia

sebagai pemrakarsa pembentukan ASEAN Banking Integration Framework

(ABIF). Periode pengamatan dalam penelitian ini adalah selama lima

tahun yaitu periode 2015-2019. Data laporan tahunan diperoleh dari

masing-masing bank yang menjadi sampel, yaitu perbankan syariah yang

ada di negara Indonesia dan Malaysia. Gambaran tentang bank tersebut

dapat dijelaskan sebagai berikut:

1. Perbankan Indonesia

Perkembangan bank syariah di Indonesia tidak bisa lepas dari

sejarah terbentuknya Islamic Development bank (IDB) yang didirikan oleh

Organisasi Konferensi Islam (OKI) pada tahun 1975 yang memberikan

perkembangan berkaitan dengan perbankan dan keuangan Islam. IDB juga

membantu dalam mendirikan bank-bank Islam di berbagai negara serta

membangun institusi untuk penelitian, penulisan dan pelatihan di bidang

perbankan dan keuangan (Ghozali, Azmi, & Nugroho, 2019).

Bank syariah di Indonesia sebenarnya telah mendapatkan dasar

legitimasi yang kuat dengan ketentuan deregulasi sektor perbankan

83

padatahun 1983. Hal ini karena sejak saat itu diberikan keleluasaan

penentuan tingkat suku bunga hingga nol persen (peniadaan bunga

sekaligus). Akan tetapi kesempatan ini belum bisa dimanfaatkan karena

tidak diperkenankan untuk membuka lembaga baru. Kondisi ini

berlangsung hingga pemerintah mengeluarkan Paket Kebijakan Oktober

(Pakto) 1988 yang memperkenankan berdirinya bank-bank baru (Umam,

2013).

Selanjutnya posisi perbankan syariah semakin kokoh setelah

disahkan UU Perbankan Nomor 7 Tahun 1992, dimana bank diberikan

kebebasan untuk menentukan jenis imbalan yang akan diambil dari

nasabahnya, baik bunga ataupun keuntungan bagi hasil. Dengan terbitnya

peraturan tersebut tentang bank bagi hasil yang secara tegas memberikan

batasan bahwa bank bagi hasil tidak boleh melakukan kegiatan usaha yang

tidak berdasarkan prinsip bagi hasil (bunga), sebaliknya bank yang

kegiatan usahanya tidak berdasarkan prinsip bagi hasil tidak

diperkenankan melakukan kegiatan usaha berdasarkan prinsip bagi hasil,

maka jalan perkembangan perbankan syariah semakin luas. Dengan

demikian kegiatan operasional perbankan di Indonesia didasarkan pada

dua sistem yaitu: sistem bunga dan sistem syariah, sedangkan bank umum

konvensional dapat menganut dual banking system (Ghozali, Azmi, &

Nugroho, 2019).

Struktur pengawasan terhadap bank-bank di Indonesia dilakukan

oleh Bank Indonesia (BI) yang merupakan bank sentral di Indonesia.

84

Dalam kapasitasnya sebagai bank sentral, BI mempunyai satu tujuan

tunggal, yaitu mencapai dan memelihara kestabilan nilai rupiah yang

tercermin pada perkembangan laju inflasi. Kestabilan nilai rupiah ini

mengandung dua aspek, yaitu kestabilan nilai mata uang terhadap barang

dan jasa, serta kestabilan terhadap mata uang negara lain yang tercermin

pada perkembangan nilai tukar rupiah terhadap mata uang negara lain

(www.bi.go.id).

2. Perbankan Malaysia

Bank Negara Malaysia (Bank Sentral Malaysia), adalah badan

hukum yang mulai beroperasi pada tanggal 26 Januari 1959. Bank Negara

Malaysia diatur oleh Bank Sentral Malaysia Act 2009. Peran Bank Negara

Malaysia untuk mempromosikan stabilitas moneter dan keuangan. Ini

ditujukan untuk memberikan lingkungan yang kondusif bagi pertumbuhan

berkelanjutan ekonomi Malaysia. Kebijakan moneter Bank Negara

Malaysia adalah untuk menjaga stabilitas harga, namun tetap mendukung

pertumbuhan ekonomi. Bank Negara Malaysia juga bertanggungjawab

untuk stabilitas sistem keuangan (www.bnm.gov.my).

Era perbankan syariah di Malaysia bisa ditelusuri kembali ke tahun

1963 yang mana pada saat itu pemerintah membentuk lembaga Tabungan

Haji. Lembaga ini dibentuk untuk menjadi sarana investasi tabungan

masyarakat Malaysia dengan instrument bebas bunga terkhusus untuk

mereka yang ingin menunaikan ibadah haji. Lalu selanjutnya dikenal

konsep perbankan Islam di Malaysia pada awal tahun 80-an dengan tujuan

http://www.bi.go.id/

http://www.bnm.gov.my/

85

yang mulia yaitu untuk membantu umat Islam dengan memberikan sistem

yang lebih baik dibandingkan Tabungan Haji (Sjahdeini, 2014).

Selanjutnya Bank Negara Malaysia (BNM) memperkenalkan suatu

bentuk skema “Skema Perbankan tanpa Bunga” (Interest Free Banking

Scheme). Dalam kebijakan yang sering disebut sebagai “Islamic Window”

yang mana berdampak pada diizinkannya bank komersial, bank dagang

maupun perusahaan keuangan untuk menawarkan produk dan layanan

perbankan syariah. Hal ini sangat sukses karena lebih banyak masyarakat

muslim maupun non-muslim yang berpartisipasi dalam perbankan syariah.

Yang selanjutnya menghilangkan persepsi bahwa perbankan Islam hanya

untuk masyarakat beragama Islam. Diantara bank komersial menerapkan

Islamic Window adalah HSBC Bank Malaysia Berhad, OCBC Bank

Malaysia Berhad, dan Standard Chartered Bank Malaysia Berhad

(Ghozali, Azmi, & Nugroho, 2019).

B. Analisis Data

1. Statistik Deskriptif Variabel

Statistik deskriptif digunakan untuk menggambarkan suatu data

secara statistik. Statistik deskriptif dalam penelitian ini merujuk pada nilai

rata-rata (mean), simpanan baku (standar deviation), nilai minimum, dan

nilai maksimum dari seluruh variabel dalam penelitian ini yaitu kinerja

keuangan (Y), Net Performing Financing (X1), Financing to Deposit Ratio

(X2), Frekuensi Rapat Dewan Komisaris (X3), Komite Audit (X4), Net

86

Operating Margin (X5), dan Capital Adequacy Ratio (X6) selama periode

penelitian 2015-2019 sebagaimana ditunjukkan pada tabel dibawah ini.

a. Analisis Deskriptif Perbankan Syariah Indonesia

Tabel 4.1

Descriptive Statistic

Mean Maximum Minimum Std. Dev.

ROA

NPF

FDR

FRDK

KA

NOM

CAR

Observations

0.011770

0.022264

0.863338

6.860000

0.817168

0.034574

0.207376

50

0.136000

0.049700

1.047500

10.00000

1.000000

0.128700

0.446000

50

-0.107700

0.000200

0.684000

5.000000

0.555500

-0.115700

0.115100

50

0.038917

0.014670

0.088829

1.293784

0.096183

0.042115

0.076366

50

Sumber: Output EVIEWS11.0, data sekunder diolah 2020

Berdasarkan hasil perhitungan dari tabel 4.1 di atas dapat diketahui

bahwa jumlah data pada setiap variabel yaitu 50 buah yang berasal dari

sampel Bank Syariah Indonesia yaitu Bank Syariah Mandiri, BRI Syariah,

Bank Muamalat Indonesia, BNI Syariah, BCA Syariah, Bank Panin Dubai

Syariah, Bank BTPN Syariah, Bank Jabar dan Banten Syariah, Bank Aceh

Syariah, dan Bank Mega Syariah mulai tahun 2015 sampai dengan 2019.

Masing-masing variabel akan dijabarkan sesuai dengan data pada tabel 4.1

sebagai berikut:

Pada variabel kinerja keuangan yang diukur dengan Return On

Assets (ROA) nilai minimum terdapat pada Bank Panin Dubai Syariah

pada tahun 2017 yaitu sebesar -0,107700 atau dalam persentase berarti -

10,77%. Sedangkan untuk nilai maksimumnya terdapat pada Bank Aceh

Syariah pada tahun 2015 yaitu sebesar 0,136000 atau dalam persentase

87

berarti 13.60% dan untuk nilai rata-rata (mean) yaitu sebesar 0,011770

atau dalam persentase berarti 1.17% hal ini menunjukkan bahwa

perbankan syariah Indonesia yang dijadikan sampel pada penelitian ini

dalam keadaan cukup sehat sesuai dengan Surat Edaran Bank Indonesia

No.13/24/DNDP/2011. Nilai standar deviasi sebesar 0,038917 dan mean

sebesar 0,011770 artinya data bervariasi karena nilai standar deviasi lebih

besar daripada mean.

Variabel Net Performing Financing nilai minimum terdapat pada

BTPN Syariah tahun 2018 dengan nilai sebesar 0,000200 atau dalam

persentase berarti 0,02%, sedangkan untuk nilai maksimum terdapat pada

Bank Rakyat Indonesia Syariah tahun 2018 dengan nilai sebesar 0,0497

atau dalam persentase berarti 4,97% dan untuk nilai rata-rata (mean) yaitu

sebesar 0,022264 atau dalam persentase berarti 2,22% hal ini

menunjukkan bahwa perbankan syariah Indonesia yang dijadikan sampel

pada penelitian ini dalam keadaan sehat sesuai dengan Surat Edaran Bank

Indonesia No.13/24/DNDP/2011. Nilai standar deviasi sebesar 0,014670

dan mean sebesar 0,022264 artinya data kurang bervariasi karena nilai

standar deviasi lebih kecil daripada mean.

Variabel Financing to Deposit Ratio nilai minimum terdapat pada

Bank Aceh Syariah tahun 2019 dengan nilai sebesar 0,684000 atau dalam

persentase berarti 68,40%, sedangkan untuk nilai maksimum terdapat juga

pada Bank Jabar dan Banten Syariah tahun 2015 dengan nilai sebesar

1,047500 atau dalam persentase berarti 104,75%, dan untuk nilai rata-rata

88

(mean) yaitu sebesar 0,863338 atau dalam persentase berarti 86,33% hal

ini menunjukkan bahwa perbankan syariah Indonesia yang dijadikan

sampel pada penelitian ini dalam keadaan cukup sehat sesuai dengan

Surat Edaran Bank Indonesia No.13/24/DNDP/2011. Nilai standar deviasi

sebesar 0.088829 dan mean sebesar 0.863338 artinya data kurang

bervariasi karena nilai standar deviasi lebih kecil daripada mean.

Variabel Rapat Dewan Komisaris nilai minimum terdapat pada BRI

Syariah 2017, BMI 2017, BNI Syariah 2015, BCA Syariah 2016, BJBS

2015 dengan nilai sebesar 5, sedangkan untuk nilai maksimum terdapat

pada Bank Syariah Mandiri tahun 2019 dengan nilai 10, dan untuk nilai

rata-rata (mean) yaitu sebesar 6.86 hal ini menunjukkan bahwa perbankan

syariah Indonesia yang dijadikan sampel pada penelitian ini sudah

memenuhi Peraturan Otoritas Jasa Keuangan No.57/POJK.04/2017 yang

menyatakan bahwa Dewan Komisaris wajib mengadakan rapat paling

sedikit 1 (satu) kali dalam 3 (tiga) bulan. Nilai standar deviasi sebesar

1.293784 dan mean sebesar 6.86 artinya data kurang bervariasi karena

nilai standar deviasi lebih kecil daripada mean.

Variabel Komite Audit nilai minimum terdapat pada BNI Syariah

pada tahun 2019 dengan nilai sebesar 0,555500 atau dalam persentase

berarti 55,55% sedangkan untuk nilai maksimum terdapat pada BTPN

Syariah 2015 dengan nilai 1.000000 atau dalam persentase berarti

100.00%, dan untuk nilai rata-rata (mean) yaitu sebesar 0.817168 atau

dalam persentase berarti 81.71% hal ini menunjukkan bahwa perbankan

89

syariah Indonesia yang dijadikan sampel pada penelitian ini sudah


menyatakan bahwa anggota Komite Audit wajib menghadiri rapat paling

sedikit 75% dari jumlah keseluruhan rapat yang telah dilaksanakan. Nilai

standar deviasi sebesar 0.099183 dan mean sebesar 0,817168 artinya data

kurang bervariasi karena nilai standar deviasi lebih kecil daripada mean.

Variabel Net Operating Margin nilai minimum terdapat pada Bank

Panin Dubai Syariah tahun 2017 dengan nilai sebesar -0,115700 atau

dalam persentase berarti -1,15%, sedangkan untuk nilai maksimum

terdapat pada BTPN Syariah tahun 2019 dengan nilai sebesar 0,0128700

atau dalam persentase berarti 12.87%, dan untuk nilai rata-rata (mean)

yaitu sebesar 0,034574 atau dalam persentase berarti 3.45% hal ini



Indonesia No.13/24/DNDP/2011. Nilai standar deviasi sebesar 0.042115

dan mean sebesar 0.34574 artinya data bervariasi karena nilai standar

deviasi lebih besar daripada mean.

Variabel Capital Adequacy Ratio nilai minimum terdapat pada

Bank Syariah Bukopin tahun 2016 dengan nilai sebesar 0.115100 atau

dalam persentase berarti 11.51%, sedangkan untuk nilai maksimum

terdapat pada BTPN Syariah tahun 2019 dengan nilai sebesar 0,446000

atau dalam persentase berarti 44.60%, dan untuk nilai rata-rata (mean)

yaitu sebesar 0.207376 atau dalam persentase berarti 20.73% hal ini

90


pada penelitian ini dalam keadaan sangat sehat sesuai dengan Surat

Edaran Bank Indonesia No.13/24/DNDP/2011. Nilai standar deviasi

sebesar 0.076366 dan mean sebesar 0.207376 artinya data kurang


b. Analisis Deskriptif Perbankan Syariah Malaysia

Tabel 4.2

Descriptive Statistic

Mean Maximum Minimum Std. Dev.

ROA

NPF

FDR

FRDK

KA

NOM

CAR

Observations

0.011940

0.011956

0.870040

9.420000

0.874370

0.021788

0.179980

50

0.029300

0.019400

0.984700

12.00000

1.000000

0.043600

0.233000

50

0.005500

0.006200

0.777100

7.000000

0.750000

0.014000

0.138500

50

0.005654

0.003770

0.050370

1.213697

0.058319

0.006870

0.019032

50

Sumber: Output EVIEWS 11.0, data sekunder diolah 2020

Berdasarkan hasil perhitungan dari tabel 4.2 di atas dapat diketahui

bahwa jumlah data pada setiap variabel yaitu 50 buah yang berasal dari

sampel Bank Syariah Malaysia yaitu Bank Islam Malaysia Berhad, My

Bank Islamic Berhad, Hong Leong Islamic Bank Berhad, RHB Islamic

Bank Berhad, Public Bank Islamic Bank Berhad, CIMB Islamic Bank

Berhad, Affin Islamic Bank Berhad, Malaysia Building Society Berhad,

Alliance Islamic Bank Berhad, dan Am Islamic Bank Berhad mulai tahun

2015 sampai dengan 2019. Masing-masing variabel akan dijabarkan sesuai

dengan data pada tabel 4.2 sebagai berikut:

91

Pada variabel kinerja keuangan yang diukur dengan Return On

Assets (ROA) nilai minimum terdapat pada Affin Islamic Bank Berhad

pada tahun 2015 yaitu sebesar 0,005500 atau dalam persentase berarti

0,55%. Sedangkan untuk nilai maksimumnya terdapat pada CIMB Islamic

Bank Berhad pada tahun 2019 yaitu sebesar 0,029300 atau dalam

persentase berarti 2,93% dan untuk nilai rata-rata (mean) yaitu sebesar

0,011940 atau dalam persentase berarti 1,19% hal ini menunjukkan bahwa

perbankan syariah Malaysia yang dijadikan sampel pada penelitian ini

dalam keadaan cukup sehat sesuai dengan Surat Edaran Bank Indonesia

No.13/24/DNDP/2011. Nilai standar deviasi sebesar 0,005654 dan mean

sebesar 0,011940 artinya data kurang bervariasi karena nilai standar

deviasi lebih kecil daripada mean.

Variabel Net Performing Financing nilai minimum terdapat pada

CIMB Islamic Bank Berhad tahun 2016 dengan nilai sebesar 0,006200

atau dalam persentase berarti 0,62%, sedangkan untuk nilai maksimum

terdapat pada Am Islamic Bank Berhad tahun 2016 dengan nilai sebesar

0,019400 atau dalam persentase berarti 1,94% dan untuk nilai rata-rata

(mean) yaitu sebesar 0,011956 atau dalam persentase berarti 1,19% hal ini

menunjukkan bahwa perbankan syariah Malaysia yang dijadikan sampel

pada penelitian ini dalam keadaan sangat sehat sesuai dengan Surat

Edaran Bank Indonesia No.13/24/DNDP/2011. Nilai standar deviasi

sebesar 0,003770 dan mean sebesar 0,011956 artinya data kurang


92

Variabel Financing to Deposit Ratio nilai minimum terdapat pada

Bank Islam Malaysia Berhad tahun 2017 dengan nilai sebesar 0,77710


terdapat juga pada Affin Islamic Bank Berhad tahun 2017 dengan nilai

sebesar 0,984700 atau dalam persentase berarti 98,47%, dan untuk nilai

rata-rata (mean) yaitu sebesar 0,870040 atau dalam persentase berarti

87,00% hal ini menunjukkan bahwa perbankan syariah Malaysia yang

dijadikan sampel pada penelitian ini dalam keadaan cukup sehat sesuai

dengan Surat Edaran Bank Indonesia No.13/24/DNDP/2011. Nilai standar

deviasi sebesar 0,050370 dan mean sebesar 0,870040 artinya data kurang


Variabel Rapat Dewan Komisaris nilai minimum terdapat pada

Hong Leong Islamic Bank Berhad dan Public Bank Islamic Bank Berhad

tahun 2015 dengan nilai sebesar 7, sedangkan untuk nilai maksimum

terdapat pada RHB Islamic Bank Berhad tahun 2015 dan CIMB Islamic

Bank Berhad pada tahun 2018 dengan nilai 12, dan untuk nilai rata-rata

(mean) yaitu sebesar 9.420000 hal ini menunjukkan bahwa perbankan

syariah Malaysia yang dijadikan sampel pada penelitian ini sudah


menyatakan bahwa Dewan Komisaris wajib mengadakan rapat paling

sedikit 1 (satu) kali dalam 3 (tiga) bulan. Nilai standar deviasi sebesar

1.213697 dan mean sebesar 9.42 artinya data kurang bervariasi karena

nilai standar deviasi lebih kecil daripada mean.

93

Variabel Komite Audit nilai minimum terdapat pada My Bank

Islamic Berhad pada tahun 2016 dengan nilai sebesar 0,75000 atau dalam

persentase berarti 75,00% sedangkan untuk nilai maksimum terdapat pada

Affin Islamic bank Berhad tahun 2016 dan 2018, Malaysia Building

Society Berhad tahun 2019 dengan nilai 1,0000 atau dalam persentase

berarti 100%, dan untuk nilai rata-rata (mean) yaitu sebesar 0,874370 atau

dalam persentase berarti 87.43% hal ini menunjukkan bahwa perbankan

syariah Malaysia yang dijadikan sampel pada penelitian ini sudah


menyatakan bahwa anggota Komite Audit wajib menghadiri rapat paling

sedikit 75% dari jumlah keseluruhan rapat yang telah dilaksanakan. Nilai

standar deviasi sebesar 0,058319 dan mean sebesar 0,874370 artinya data

kurang bervariasi karena nilai standar deviasi lebih kecil daripada mean.

Variabel Net Operating Margin nilai minimum terdapat pada RHB

Islamic Bank Berhad tahun 2016 & 2017 dengan nilai sebesar 0,014000


terdapat pada CIMB Islamic Bank Berhad 2019 dengan nilai sebesar

0,043600 atau dalam persentase berarti 4,36%, dan untuk nilai rata-rata

(mean) yaitu sebesar 0,021788 atau dalam persentase berarti 2,17% hal ini

menunjukkan bahwa perbankan syariah Malaysia yang dijadikan sampel


Indonesia No.13/24/DNDP/2011. Nilai standar deviasi sebesar 0,006870

94

dan mean sebesar 0,021788 artinya data kurang bervariasi karena nilai

standar deviasi lebih kecil daripada mean.

Variabel Capital Adequacy Ratio nilai minimum terdapat pada

Hong Leong Islamic Bank Berhad tahun 2016 dengan nilai sebesar

0,138500 atau dalam persentase berarti 13,85%, sedangkan untuk nilai

maksimum terdapat pada CIMB Islamic Bank Berhad tahun 2017 dengan

nilai sebesar 0,233000 atau dalam persentase berarti 23,30%, dan untuk

nilai rata-rata (mean) yaitu sebesar 0,179980 atau dalam persentase berarti

17,99% hal ini menunjukkan bahwa perbankan syariah Malaysia yang

dijadikan sampel pada penelitian ini dalam keadaan sangat sehat sesuai

dengan Surat Edaran Bank Indonesia No.13/24/DNDP/2011. Nilai standar

deviasi sebesar 0,0219032 dan mean sebesar 0,179980 artinya data kurang


2. Uji Stasioneritas

Uji Stasioneritas digunakan untuk menguji data Time Series dan

Cross Section agar data yang digunakan bersifat flat, tidak mengandung

komponen trend, dengan keragaman konstan dan tidak terjadi fluktuasi

periodik (Winarno, 2015). Uji stasioner yang digunakan yaitu Unit Root

dengan menggunakan uji Levin, Lin and Chu (LLC). Berdasarkan dari data

laporan keuangan masing-masing Bank Syariah Indonesia dengan Bank

Syariah Malaysia periode 2015-2019, dengan pengujian pada tingkat level.

Berikut adalah hasil dari uji

95

Tabel 4.3

Uji Stasioneritas Perbankan Syariah Indonesia dan Malaysia

No. Variabel Prob*(Indonesia) Prob*(Malaysia) Keterangan

1. ROA 0.0000 0.0000 Data Stasioner

2. NPF 0.0000 0.0000 Data Stasioner

3. FDR 0.0001 0.0000 Data Stasioner

4. FRDK 0.0000 0.0000 Data Stasioner

5. KA 0.0000 0.0000 Data Stasioner

6. NOM 0.0000 0.0000 Data Stasioner

7. CAR 0.0000 0.0090 Data Stasioner


Hasil output yang dihasilkan terlihat bahwa nilai prob < 0.05 maka

semua variabel menunjukkan data yang stasioner. Artinya dari semua data

hasil uji tiap variabel tersebut layak dilakukan pengujian selanjutnya.

3. Pemilihan Model Regresi Data Panel

Regresi data panel dapat dilakukan dengan tiga model yaitu

common effect, fixed effect, dan random effect. Masing-masing model

memiliki kelebihan dan kekurangannya masing-masing. Pemilihan model

tergantung pada asumsi yang dipakai peneliti dalam hal ini peneliti

menggunakan signifikansi 5% dan pemenuhan syarat-syarat pengolahan

data statistik yang benar sehingga dapat dipertanggungjawabkan secara

statistik. Oleh karena itu langkah pertama yang harus dilakukan adalah

memilih model dari ketiga model yang tersedia. Berikut adalah hasil

regresi dari masing-masing model:

a. Uji Regresi Fixed Affect

Uji fixed effect mengasumsikan bahwa data gabungan yang ada

memiliki konstanta dan koefisien yang tetap besarnya untuk berbagai

96

periode waktu (Winarno, 2015). Berikut adalah hasil dari uji regresi fixed

effect:

Tabel 4.4

Model Fixed Effect Perbankan Syariah Indonesia

Variable Coefficient Std. Error t-Statistic Prob.

C 0.000493 0.044909 0.010988 0.9913

NPF -0.679363 0.253507 -2.679859 0.0113

FDR -0.021705 0.043482 -0.499172 0.6209

FRDK 0.001633 0.002240 0.729105 0.4709

KA -0.013870 0.028890 -0.480102 0.6342

NOM 0.617748 0.114163 5.411105 0.0000

CAR 0.115321 0.052439 2.199121 0.0348


Berdasarkan hasil tabel 4.4 bentuk regresi fixed effect sebagai

berikut:

ROA = 0.000493 – 0.679363NPF – 0.021705FDR + 0.001633FRDK –

0.013870KA + 0.6717748NOM + 0.115321CAR setelah diketahui

persamaan regresi nya, langkah selanjutnya adalah melakukan uji chow

dengan likelihood ratio untuk mengetahui apakah regresi ini cocok

digunakan pada penelitian ini atau tidak. Berikut adalah hasil dari uji

chow:

97

Tabel 4.5

Uji Chow Perbankan Syariah Indonesia

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 4.787963 (9,34) 0.0004

Cross-section Chi-square 40.931733 9 0.0000


Berdasarkan hasil tabel 4.5 nilai cross-section F sebesar 4.787963

dengan probability 0.0004 < 0.05 sehingga dapat disimpulkan model yang

tepat yaitu fixed effect.

b. Uji Regresi Dengan Random Effect

Uji random menggunakan residual yang diduga memiliki hubungan

antar waktu dan objek (Winarno, 2015). Berikut adalah hasil dari uji

regresi random effect:

Tabel 4.6

Random Effect Model Perbankan Syariah Indonesia


C -0.002253 0.043232 -0.052113 0.9587

NPF -0.739459 0.234194 -3.157463 0.0029

FDR -0.015552 0.039256 -0.396177 0.6939

FRDK 0.001337 0.002168 0.616503 0.5408

KA -0.012780 0.027359 -0.467117 0.6428

NOM 0.598694 0.097822 6.120214 0.0000

CAR 0.118088 0.048496 2.435000 0.0191


98

Berdasarkan hasil tabel 4.6 bentuk regresi random effect sebagai

berikut:

ROA = -0.002253 – 0.739459NPF – 0.015552FDR + 0.001337FRDK –


persamaan regresi nya, selanjutnya dilakukan uji Hausman untuk

mengetahui apakah uji regresi ini cocok digunakan pada penelitian ini atau

tidak. Berikut adalah hasil dari regresi uji Hausman:

Tabel 4.7

Uji Hausman Perbankan Syariah Indonesia

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 0.747018 6 0.9934


Berdasarkan hasil tabel 4.7 nilai cross-section random sebesar

0.747018 dengan probability 0.9934 > 0.05, sehingga model yang tepat

yaitu random effect. Karena dari hasil uji regresi kedua model di atas tidak

diperoleh hasil yang sama maka perlu dilakukannya uji regresi Langrange

Multiplier.

c. Model Common Effect

Uji common effect mengasumsikan bahwa data gabungan yang ada

menunjukkan kondisi yang sesungguhnya dan hasil analisis regresi

dianggap berlaku pada semua objek pada semua waktu (Winarno, 2015).

Berikut adalah hasil dari regresi common effect:

99

Tabel 4.8

Common Effect Model Perbankan Syariah Indonesia


C -0.003488 0.042907 -0.081292 0.9356

NPF -0.962385 0.218221 -4.410149 0.0001

FDR -0.000186 0.032732 -0.005697 0.9955

FRDK -8.19E-05 0.002273 -0.036046 0.9714

KA -0.002268 0.028818 -0.078712 0.9376

NOM 0.576841 0.074224 7.771619 0.0000

CAR 0.093152 0.046383 2.008324 0.0509


Berdasarkan hasil tabel 4.8 bentuk regresi common effect yaitu:

ROA = - 0.003488 – 0.962385NPF – 0.000186FDR – 08.19E-05FRDK –


persamaan regresi nya, maka dilakukan uji Langrange Multiplier untuk


tidak. Berikut adalah hasil dari uji Langrange Multiplier:

Tabel 4.9

Uji Langrange Multiplier Perbankan Syariah Indonesia

Test Hypothesis

Cross-section Time Both

Breusch-Pagan 17.02954 1.144852 18.17439

(0.0000) (0.2846) (0.0000)


Berdasarkan data pada tabel 4.9 nilai Breusch-Pagan 0.0000 < 0.05

sehingga model yang tepat adalah Random effect. Untuk mengetahui dan

menguji hubungan antar variabel bebas (NPF, FDR, RDK, KA, NOM, dan

CAR) terhadap variabel terikat ROA. Penelitian ini (perbankan syariah

100

Indonesia) menggunakan regresi Random Effect Model. Begitupun untuk

perbankan syariah Malaysia juga menggunakan Random Effect Model

Berikut adalah hasil regresi nya:

d. Model Fixed Effect

Uji fixed effect mengasumsikan bahwa data gabungan yang ada

memiliki konstanta dan koefisien yang tetap besarnya untuk berbagai

periode waktu (Winarno, 2015). Berikut adalah hasil dari uji regresi fixed

effect:

Tabel 4.10

Fixed Effect Model Perbankan Syariah Malaysia


C -0.009909 0.006649 -1.490286 0.1454

NPF -0.230803 0.086454 -2.669674 0.0116

FDR -0.002173 0.006027 -0.360566 0.7207

FRDK 0.000229 0.000161 1.419713 0.1648

KA 0.010666 0.003112 3.427717 0.0016

NOM 0.725414 0.071743 10.11135 0.0000

CAR -0.004362 0.016655 -0.261908 0.7950


Berdasarkan hasil pada tabel 4.10 bentuk regresi fixed effect

sebagai berikut:

ROA = -0.009909 – 0.230803NPF – 0.002173FDR + 0.000229FRDK –

0.010666KA + 0.725414NOM - 0.004362CAR setelah diketahui

persamaan regresi nya, langkah selanjutnya adalah melakukan uji chow

dengan likelihood ratio untuk mengetahui apakah regresi ini cocok

digunakan pada penelitian ini atau tidak. Berikut adalah hasil dari uji

chow:

101

Tabel 4.11

Uji Chow Perbankan Syariah Malaysia


Equation: Untitled



Cross-section F 19.208533 (9,34) 0.0000



Berdasarkan hasil pada tabel 4.11 nilai cross-section F sebesar

19.208533 dengan probability 0.0000 < 0.05 sehingga dapat disimpulkan

model yang tepat yaitu fixed effect.

e. Uji Regresi Dengan Random Effect

Uji random menggunakan residual yang diduga memiliki hubungan

antar waktu dan objek (Winarno, 2015). Berikut adalah hasil dari uji

regresi random effect:

Tabel 4.12

Random Effect Model Perbankan Syariah Malaysia


C -0.010108 0.005980 -1.690456 0.0982

NPF -0.247442 0.076201 -3.247206 0.0023

FDR -0.003288 0.005462 -0.602011 0.5503

FRDK 0.000254 0.000154 1.647689 0.1067

KA 0.011297 0.003017 3.744166 0.0005

NOM 0.690874 0.055197 12.51648 0.0000

CAR 0.003021 0.014455 0.209006 0.8354


Berdasarkan hasil pada tabel 4.12 bentuk regresi random effect

sebagai berikut:

102

ROA = -0.010108 – 0.247442NPF – 0.003288FDR + 0.000254FRDK -

+0.011297KA + 0.690874NOM + 0.003021CAR setelah diketahui

persamaan regresi nya, selanjutnya dilakukan uji Hausman untuk


tidak. Berikut adalah hasil dari regresi uji Hausman:

Tabel 4.13

Uji Hausman Perbankan Syariah Malaysia

Correlted Random Effects - Hausman Test

Equation: Untitled


Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.



Berdasarkan hasil pada tabel 4.13 nilai cross-section random

sebesar 12.262231 dengan probability 0.0564 < 0.05, sehingga model yang

tepat yaitu random effect. Karena dari hasil uji regresi kedua model di atas

tidak diperoleh hasil yang sama maka perlu dilakukannya uji regresi

Langrange Multiplier.

f. Model Common Effect

Uji common effect mengasumsikan bahwa data gabungan yang ada

menunjukkan kondisi yang sesungguhnya dan hasil analisis regresi

dianggap berlaku pada semua objek pada semua waktu (Winarno, 2015).

Berikut adalah hasil dari regresi common effect:

103

Tabel 4.14

Common Effect Model Perbankan Syariah Malaysia


C -0.006549 0.007765 -0.843488 0.4036

NPF -0.330394 0.096384 -3.427885 0.0014

FDR -0.012682 0.007324 -1.731594 0.0905

FRDK 0.000260 0.000299 0.870187 0.3890

KA 0.011108 0.005480 2.026788 0.0489

NOM 0.557268 0.057550 9.683228 0.0000

CAR 0.050958 0.019911 2.559258 0.0141


Berdasarkan hasil tabel 4.14 bentuk regresi common effect yaitu:

ROA = - 0.0036549 – 0.330394NPF – 0.012682FDR + 0.000260FRDK +


persamaan regresi nya, maka dilakukan uji Langrange Multiplier untuk


tidak. Berikut adalah hasil dari uji Langrange Multiplier:

Tabel 4.15

Uji Lagrange Multiplier Perbankan Syariah Malaysia

Test Hypothesis


Breusch-Pagan 40.60779 0.492284 41.10008

(0.0000) (0.4829) (0.0000)


Berdasarkan data pada tabel 4.15 nilai Breusch-Pagan 0.0000 <

0.05 sehingga model yang tepat adalah Random effect. Model yang

digunakan dalam penelitian ini (perbankan syariah Malaysia) adalah

Random Effect Model.

104

4. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui distribusi data dalam

variabel yang digunakan. Data yang baik dan layak digunakan dalam

penelitian adalah data yang memiliki distribusi normal. Untuk mengetahui

uji normalitas data maka perlu dilakukan pengujian Jarque Berra (JB),

jika nilai probabilitas Jarque Berra > 0.05 maka data tersebut berdistribusi

normal. Namun apabila nilai probabilitas Jarque Berra < 0.05 maka data

tersebut tidak berdistribusi dengan normal. Berikut adalah hasil dari uji

normalitas data dari masing-masing negara:

1) Uji Normalitas Perbankan Syariah Indonesia


Gambar 4.1 Uji Normalitas

Berdasarkan hasil dari gambar 4.1 dapat diketahui bahwa

nilai probability Jarque Berra sebesar 0.379033 > 0.05 dengan

demikian dapat disimpulkan bahwa data berdistribusi dengan

normal.

0

1

2

3

4

5

6

7

-0.05 -0.04 -0.03 -0.02 -0.01 0.00 0.01 0.02 0.03

Series: Standardized Residuals

Sample 2015 2019

Observations 50

Mean -7.91e-18

Median -0.002787

Maximum 0.028750

Minimum -0.046528

Std. Dev. 0.018557

Skewness -0.372827

Kurtos is 2.387359

Jarque-Bera 1.940265

Probabi l i ty 0.379033


Sample 2015 2019

Observations 50

Mean -7.91e-18

Median -0.002787

Maximum 0.028750

Minimum -0.046528

Std. Dev. 0.018557

Skewness -0.372827

Kurtos is 2.387359



105

2) Uji Normalitas Perbankan Syariah Malaysia


Gambar 4.2 Uji Normalitas

Berdasarkan hasil dari gambar 4.2 dapat diketahui bahwa

nilai probability Jarque Berra sebesar 0.267824 > 0.05 dengan

dengan demikian dapat disimpulkan bahwa data berdistribusi

dengan normal.

b. Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk menguji apakah terdapat

hubungan antar variabel bebas. Untuk mendeteksi adanya hubungan antar

variabel dalam penelitian ini dengan melihat koefisien korelasi antar

masing-masing variabel. Jika terdapat koefisien korelasi yang lebih besar

dari 0.9 maka terdapat gejala multikolinieritas. Berikut adalah hasil dari

koefisien korelasi:

0

1

2

3

4

5

6

7

8

9

10

-0.002 0.000 0.002 0.004


Sample 2015 2019

Observations 50

Mean -2.10e-18

Median -0.000275

Maximum 0.004933

Minimum -0.003415

Std. Dev. 0.002248

Skewness 0.447444

Kurtos is 2.318895




Sample 2015 2019

Observations 50

Mean -2.10e-18

Median -0.000275

Maximum 0.004933

Minimum -0.003415

Std. Dev. 0.002248

Skewness 0.447444

Kurtos is 2.318895



106

1) Uji Multikolinieritas Perbankan Syariah Indonesia

Tabel 4.16

Hasil Uji Multikolinieritas

ROA NPF FDR FRDK KA NOM CAR

ROA 1.000000 -0.569817 0.104871 0.022045 0.184452 0.753972 0.583736

NPF -0.569817 1.000000 -0.091729 0.073706 -0.072033 -0.185577 -0.500300

FDR 0.104871 -0.091729 1.000000 -0.215781 0.010078 0.039611 0.255836

FRDK 0.022045 0.073706 -0.215781 1.000000 0.020799 0.140537 -0.198001

KA 0.184452 -0.072033 0.010078 0.020799 1.000000 0.245777 0.058750

NOM 0.753972 -0.185577 0.039611 0.140537 0.245777 1.000000 0.351403

CAR 0.583736 -0.500300 0.255836 -0.198001 0.058750 0.351403 1.000000


Berdasarkan pengujian terhadap nilai koefisien korelasi

pada tabel 4.16 masing-masing variabel mempunyai nilai koefisien

< 0.9 maka dapat disimpulkan bahwa model tidak mengalami

masalah multikolinieritas.

2) Uji Multikolinieritas Perbankan Syariah Malaysia

Tabel 4.17

Hasil Uji Multikolinieritas


ROA 1.000000 -0.473031 -0.409554 0.153937 0.266012 0.878341 0.492202

NPF -0.473031 1.000000 0.364531 0.286415 -0.163583 -0.293803 -0.057099

FDR -0.409554 0.364531 1.000000 0.203155 -0.041929 -0.357104 0.110977

FRDK 0.153937 0.286415 0.203155 1.000000 0.023853 0.173898 0.371440

KA 0.266012 -0.163583 -0.041929 0.023853 1.000000 0.126206 0.139128

NOM 0.878341 -0.293803 -0.357104 0.173898 0.126206 1.000000 0.419336

CAR 0.492202 -0.057099 0.110977 0.371440 0.139128 0.419336 1.000000


Berdasarkan pengujian terhadap nilai koefisien korelasi

pada tabel 4.17 masing-masing variabel mempunyai nilai koefisien

107

< 0.9 maka dapat disimpulkan bahwa model tidak mengalami

masalah multikolinieritas.

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah

dalam model regresi terjadi ketidaksamaan variance dari residual

satu pengamatan ke pengamatan lain. Berikut adalah hasil dari uji

heteroskedastisitas:

1) Uji Heteroskedastisitas Perbankan Syariah Indonesia

Tabel 4.18

Hasil Uji Heteroskedastisitas

Dependent Variable: RESABS

Method: Panel EGLS (Cross-section random effects)

Date: 07/03/20 Time: 09:44

Sample: 2015 2019

Periods included: 5

Cross-sections included: 10

Total panel (balanced) observations: 50

Swamy and Arora estimator of component variances


C -0.001674 0.021574 -0.077607 0.9385

NPF 0.113761 0.113618 1.001259 0.3223

FDR 0.020050 0.018279 1.096906 0.2788

FRDK -1.75E-05 0.001121 -0.015626 0.9876

KA -0.010636 0.013890 -0.765710 0.4480

NOM 0.024611 0.042638 0.577211 0.5668

CAR 0.026439 0.023767 1.112408 0.2721


Berdasarkan hasil pada tabel 4.18 nilai signifikansi masing-

masing variabel independen lebih besar dari 0.05 maka dapat

disimpulkan bahwa dalam model regresi ROA tidak terjadi

heteroskedastisitas.

108

2) Uji Heteroskedastisitas Perbankan Syariah Malaysia

Tabel 4.19

Hasil Uji Heteroskedastisitas



Date: 07/04/20 Time: 12:25

Sample: 2015 2019

Periods included: 5





C -0.005891 0.003677 -1.601888 0.1165

NPF 0.072739 0.047000 1.547638 0.1290

FDR 0.006346 0.003325 1.908440 0.0630

FRDK -0.004159 0.002205 -2.820448 0.0572

KA 0.003444 0.001788 1.926087 0.0607

NOM -0.071626 0.035726 -2.004892 0.0513

CAR 0.012803 0.008942 1.431899 0.1594


Berdasarkan hasil pada tabel 4.19 nilai signifikansi masing-

masing variabel independen lebih besar dari 0.05 maka dapat

disimpulkan bahwa dalam model regresi ROA tidak terjadi

heteroskedastisitas.

d. Uji Autokolerasi

Autokorelasi adalah hubungan antara residual satu observasi

dengan residual observasi lainnya. Autokorelasi lebuh mudah timbul pada

data yang bersifat runtut waktu, karena berdasarkan sifatnya data masa

sekarang dipengaruhi oleh data pada masa-masa sebelumnya (Winarno,

2015). Untuk mengetahui ada atau tidaknya autokorelasi, penulis

109

menggunakan uji Durbin-Watson (DW test) dengan kriteria du < dw < 4 –

du. Berikut adalah hasil dari uji Durbin-watson:

1) Uji Autokorelasi Perbankan Syariah Indonesia

Tabel 4.20

Hasil Uji Durbin Watson

Root MSE 0.012561 R-squared 0.755116

Mean dependent var 0.003294 Adjusted R-squared 0.720946

S.D. dependent var 0.025640 S.E. of regression 0.013545

Sum squared resid 0.007889 F-statistic 22.09892

Durbin-Watson stat 1.929324 Prob(F-statistic) 0.000000


Dari hasil uji pada tabel 4.20 dapat dilihat nilai dW

sebesar 1.929324 dengan nilai tabel tingkat signifikansi 0.05.

jumlah sampel 50 (n) dan jumlah variabel independen 6, sehingga

diperoleh nilai dL = 1.2906 dan nilai dU = 1.8220 dengan nilai 4-

du = 2.178 dan 4 – dL = 2.7094. Maka dapat disimpulkan data

dalam penelitian ini tidak terdapat gejala autokorelasi. Untuk lebih

jelasnya dapat dilihat pada gambar grafik berikut ini:

Gambar 4.3 Grafik Uji Autokorelasi

Dari gambar grafik 4.3 membuktikan bahwa dalam

penelitian ini tidak ada autokorelasi, dimana nilai dU < dW < 4 -

110

dU menandakan bahwa data terletak pada daerah yang tidak ada

autokorelasi.

2) Hasil Uji Autokorelasi Perbankan Syariah Malaysia

Tabel 4.21

Hasil Uji Durbin Watson




Sum squared resid 4.89E-05 F-statistic 36.54956



Dari hasil uji pada tabel 4.21 dapat dilihat nilai dW sebesar

1.904446 dengan nilai tabel tingkat signifikansi 0.05. Jumlah

sampel 50 (n) dan jumlah variabel independen 6, sehingga

diperoleh nilai dL = 1.2906 dan nilai dU = 1.8220 dengan nilai 4-

du = 2.178 dan 4 – dL = 2.7094. Maka dapat disimpulkan data

dalam penelitian ini tidak terdapat gejala autokorelasi. Untuk lebih

jelasnya dapat dilihat pada gambar grafik berikut ini:

Gambar 4.4 Grafik Uji Autokorelasi

111

Dari gambar grafik 4.4 membuktikan bahwa dalam

penelitian ini tidak ada autokorelasi, dimana nilai dU < dW < 4 -

dU menandakan bahwa data terletak pada daerah yang tidak ada

autokorelasi.

5. Uji Statistik

a. Uji Signifikansi Parameter Individual (Uji t)

Uji signifikansi parameter individu (uji statistik t) berarti

melakukan pengujian koefisien regresi secara individual untuk mengetahui

signifikansi peran secara parsial antara variabel independen dalam

mempengaruhi variabel dependen dengan mengasumsikan bahwa variabel

independen lain dianggap konstan dengan menggunakan derajat

kepercayaan 5% (Ghozali I. , 2012). Apabila nilai probabilitas < 0.05

maka hasilnya signifikan yang berarti terdapat pengaruh dari variabel

independen secara individual terhadap variabel dependen. Berikut adalah

hasil dari uji hipotesis secara parsial masing-masing negara:

1) Uji t Perbankan Syariah Indonesia

Tabel 4.22

Uji t Perbankan Syariah Indonesia


C -0.002253 0.043232 -0.052113 0.9587

NPF -0.739459 0.234194 -3.157463 0.0029

FDR -0.015552 0.039256 -0.396177 0.6939

FRDK 0.001337 0.002168 0.616503 0.5408

KA -0.012780 0.027359 -0.467117 0.6428

NOM 0.598694 0.097822 6.120214 0.0000

CAR 0.118088 0.048496 2.435000 0.0191


112

Berikut adalah hasil dari penjelasan tabel 4.22:

a) Pengaruh NPF terhadap ROA

Pada koefisien alpha 5% variabel NPF menunjukkan nilai

Coefficient = -0.739459 dan prob. 0.00209 < 0.05 maka

artinya variabel NPF berpengaruh negatif dan signifikan

terhadap ROA.

b) Pengaruh FDR terhadap ROA

Pada koefisien alpha 5% variabel FDR menunjukkan nilai

Coefficient = -0.015552 dan prob. 0.6939 > 0.05 maka

artinya variabel FDR berpengaruh negatif dan tidak


c) Pengaruh FRDK terhadap ROA

Pada koefisien alpha 5% variabel FRDK menunjukkan nilai

Coefficient = 0.001337 dan prob 0.65408 > 0.05 maka

artinya variabel RDK berpengaruh positif dan tidak


d) Pengaruh KA terhadap ROA

Pada koefisien alpha 5% variabel KA menunjukkan nilai


artinya variabel KA berpengaruh negatif dan tidak


113

e) Pengaruh NOM terhadap ROA

Pada koefisien alpha 5% variabel NOM menunjukkan nilai

Coefficient = 0.598694 dan prob. 0.0000 < 0.05 maka

artinya variabel NOM berpengaruh positif dan signifikan

terhadap ROA.

f) Pengaruh CAR terhadap ROA

Pada koefisien alpha 5% variabel CAR menunjukkan nilai


artinya variabel CAR berpengaruh positif dan signifikan

terhadap ROA.

2) Uji t Perbankan Syariah Malaysia

Tabel 4.23

Uji t Perbankan Syariah Malaysia


C -0.010108 0.005980 -1.690456 0.0982

NPF -0.247442 0.076201 -3.247206 0.0023

FDR -0.003288 0.005462 -0.602011 0.5503

FRDK 0.000254 0.000154 1.647689 0.1067

KA 0.011297 0.003017 3.744166 0.0005

NOM 0.690874 0.055197 12.51648 0.0000

CAR 0.003021 0.014455 0.209006 0.8354


Berikut adalah hasil dari penjelasan tabel 4.23:

a) Pengaruh NPF terhadap ROA


Coefficient = -0.247442 dan prob. 0.0023 < 0.05 maka

114

artinya variabel NPF berpengaruh negatif dan signifikan

terhadap ROA.

b) Pengaruh FDR terhadap ROA



artinya variabel FDR berpengaruh negatif dan tidak


c) Pengaruh FRDK terhadap ROA


Coefficient = 0.000254 dan prob 0.1067 > 0.05 maka

artinya variabel FRDK berpengaruh positif dan tidak


d) Pengaruh KA terhadap ROA


Coefficient 0.011297 dan prob. 0.0005 < 0.05 maka artinya

variabel KA berpengaruh positif dan signifikan terhadap

ROA.

e) Pengaruh NOM terhadap ROA



artinya variabel NOM berpengaruh positif dan signifikan

terhadap ROA.

115

f) Pengaruh CAR terhadap ROA

Pada koefisien alpha 5% variabel CAR menunjukkan nilai

Coefficient 0.003021 dan prob. 0.8354 > 0.05 maka artinya

variabel CAR berpengaruh positif dan tidak signifikan

terhadap ROA.

b. Uji F (Simultan)

Uji F dilakukan untuk mengetahui pengaruh variabel

independen terhadap variabel dependen secara simultan. Apabila

nilai Prob(F-statistic) < 0.05 dapat disimpulkan bahwa variabel

independen secara simultan mempunyai pengaruh signifikan

terhadap variabel dependen nya. Jika nilai Prob(F-statistic) > 0.05

dapat disimpulkan bahwa variabel independen secara simultan

tidak mempunyai pengaruh signifikan terhadap variabel dependen.

Berikut adalah hasil dari uji F masing-masing negara:

1) Uji F Perbankan Syariah Indonesia

Tabel 4.24

Uji F Perbankan Syariah Indonesia







Berdasarkan tabel 4.24 dapat diketahui bahwa hasil dari uji

F pada penelitian ini memiliki koefisien sebesar 22.09892 dengan

nilai Prob(F-statistic) 0.000000 < 0.05 hasil ini memiliki arti bahwa

116

variabel independen secara simultan mempunyai pengaruh secara

positif da signifikan terhadap ROA.

2) Uji F Perbankan Syariah Malaysia

Tabel 4.25

Uji F Perbankan Syariah Malaysia







Berdasarkan tabel 4.25 dapat diketahui bahwa hasil dari uji

F pada penelitian ini memiliki koefisien sebesar 36.54956 dengan

nilai Prob(F-statistic) 0.000000 < 0.05 hasil ini memiliki arti bahwa

variabel independen secara simultan mempunyai pengaruh secara

positif dan signifikan terhadap ROA.

c. Koefisien Determinasi (R2)

Koefisien determinasi mencerminkan seberapa jauh

kemampuan model dalam menerangkan variasi variabel dependen

nya. Jika nilai Adjusted R2 semakin mendekati satu maka model

yang digunakan dikatakan baik karena semakin tinggi variansi

variabel dependen yang dapat dijelaskan oleh variabel independen

nya. Berikut adalah hasil dari koefisien determinasi daring masing-

masing negara:

117

1) Perbankan Syariah Indonesia

Berdasarkan tabel 4.24 besar angka Adjusted R2 adalah

0.720946. Hal ini menunjukkan bahwa persentase pengaruh

variabel independen terhadap variabel dependen adalah sebesar

72.09% atau dapat diartikan bahwa variabel independen yang

digunakan dalam model mampu menjelaskan sebesar 72.09%

terhadap variabel dependen nya. Sisanya 27.91% lainnya

dipengaruhi faktor lain di luar model regresi tersebut.

2) Perbankan Syariah Malaysia

Berdasarkan tabel 4.25 besar angka Adjusted R2 adalah

0.813189 Hal ini menunjukkan bahwa persentase pengaruh variabel

independen terhadap variabel dependen adalah sebesar 81.31% atau

dapat diartikan bahwa variabel independen yang digunakan dalam

model mampu menjelaskan sebesar 81.31% terhadap variabel

dependen nya. Sisanya 18.69% lainnya dipengaruhi faktor lain di

luar model regresi tersebut.

6. Pembahasan hasil penelitian

Analisis regresi yang telah dilakukan bertujuan untuk mengetahui

hubungan yang dapat diukur dari NPF, FDR, FRDK, KA, NOM, dan CAR

terhadap ROA. Berikut ini merupakan tabel yang merangkum hubungan

yang terdapat pada variabel independen terhadap variabel dependen.

118

Tabel 4.26

Tabel Hubungan Variabel Independen Terhadap ROA

No Hipotesis Hasil Keterangan

Perbankan Syariah Indonesia

1. NPF berpengaruh negatif

dan signifikan terhadap

profitabilitas

NPF berpengaruh negatif


profitabilitas

Diterima

2. FDR berpengaruh positif


profitabilitas

FDR berpengaruh negatif

dan tidak signifikan

terhadap profitabilitas

Ditolak

3. FRDK berpengaruh

positif dan signifikan


FRDK berpengaruh positif



Ditolak

4. KA berpengaruh positif


profitabilitas

KA berpengaruh negatif



Ditolak

5. NOM berpengaruh



NOM berpengaruh positif


profitabilitas

Diterima

6. CAR berpengaruh positif


profitabilitas

CAR berpengaruh positif


profitabilitas

Diterima

Perbankan Syariah Malaysia

1. NPF berpengaruh negatif


profitabilitas

NPF berpengaruh negatif


profitabilitas

Diterima

2. FDR berpengaruh positif


profitabilitas

FDR berpengaruh negatif



Ditolak

3. FRDK berpengaruh



FRDK berpengaruh positif



Ditolak

4. KA berpengaruh positif


profitabilitas

KA berpengaruh positif


profitabilitas

Diterima

5. NOM berpengaruh



NOM berpengaruh positif


profitabilitas

Diterima

6. CAR berpengaruh positif


profitabilitas

CAR berpengaruh positif



Ditolak


119

Berikut adalah penjelasan uji hipotesis dari masing-masing

variabel:

a. Uji Hipotesis Perbankan Syariah Indonesia

1) Pengaruh NPF terhadap ROA

Hasil uji menunjukkan pada koefisien alpha 5% variabel

NPF menunjukkan nilai Coefficient -0.739459 dan prob. 0.0029

< 0.05 maka artinya variabel NPF berpengaruh negatif dan

signifikan terhadap ROA. Dari hasil tersebut dapat diartikan

bahwa peningkatan dan penurunan jumlah NPF dapat

menunjukkan bahwa pembiayaan yang bermasalah yang terdiri

atas pembiayaan lancar, kurang lancar, diragukan dan macet

dapat mempengaruhi perolehan nilai ROA. Semakin besar nilai

NPF memperlihatkan semakin buruk kinerja bank syariah dan

semakin kecil nilai NPF maka semakin baik kinerja dari bank

syariah. Hasil penelitian ini didukung oleh penelitian yang

dilakukan oleh Rachmat & Komariah (2017) dan

Almunawwaroh & Maliana (2018).

2) Pengaruh FDR terhadap ROA


FDR menunjukkan nilai Coefficient -0.015552 dan prob. 0.6939

> 0.05 maka artinya variabel FDR berpengaruh negatif dan tidak

signifikan terhadap ROA. Dari hasil tersebut dapat diartikan

bahwa penyaluran kredit dalam jumlah besar berpotensi

120

meningkatkan jumlah kredit macet yang dapat berdampak pada

penurunan laba, di samping itu jika kredit dapat disalurkan secara

efektif akan mendatangkan laba bagi bank. FDR yang tinggi akan

menimbulkan dua dampak yaitu bila kredit disalurkan secara

efektif maka akan mendatangkan laba, sedangkan bila ekspansi

kredit kurang terkendali dean disalurkan secara kurang hati-hati

maka akan menimbulkan risiko yang lebih besar. Kondisi ini

menyebabkan pengaruh FDR tidak signifikan terhadap

profitabilitas. Hasil penelitian ini sejalan dengan penelitian yang

dilakukan oleh Pinasti & Mustikawati (2018) dan Nunung,

Suprihatmi, & Wibowo (2018).

3) Pengaruh FRDK terhadap ROA

Hasil uji menunjukkan Pada koefisien alpha 5% variabel

FRDK menunjukkan nilai Coefficient = 0.001337 dan prob

0.5408 > 0.05 maka artinya variabel FRDK berpengaruh positif

dan tidak signifikan terhadap ROA. Dari hasil tersebut dapat

dijelaskan bahwa frekuensi rapat yang dilakukan oleh dewan

komisaris selama satu tahun belum tentu membahas tentang

kinerja perusahaan sehingga agenda rapat yang dibahas kadang

tentang pengembalian modal atas investasi yang mereka

tanamkan terhadap perusahaan tersebut yang berakibat kinerja

dari dewan direksi kurang menjadi bahasan topik yang menarik di

dalam agenda rapat. Hal ini sejalan dengan penelitian yang

121

dilakukan oleh Al-Amin & Rosyadi (2018) dan Syafiqurrahman,

Andiarsyah, & Suciningsih (2014).

4) Pengaruh KA terhadap ROA


KA menunjukkan nilai Coefficient -0.010535 dan prob. 0.7081 >

0.05 maka artinya variabel KA berpengaruh negatif dan tidak

signifikan terhadap ROA. Dari hasil tersebut dapat dijelaskan

bahwa meskipun perusahaan menerapkan Good Corporate

Governance dengan baik (salah satunya adalah pelaksanaan rapat

komite audit), hal tersebut ternyata tidak dapat meningkatkan

profitabilitas, jika ukuran kehadiran anggota komite audit dalam

rapat komite audit itu buruk, hal tersebut tidak akan menurunkan

profitabilitas. Ukuran Komite Audit (KA) yang dihitung sebagai

rata-rata tingkat kehadiran anggota komite audit dalam rapat

(yang dinyatakan dalam persentase), ini hanya merupakan ukuran

kuantitas. Ini menyebabkan pengaruhnya tidak jelas terhadap

profitabilitas. Selayaknya, melibatkan pula kualitas rapat audit itu

sendiri. Walaupun tingkat kehadiran komite audit itu rendah atau

tinggi, namun penelitian ini tidak menggali kualitas rapat, padahal

kualitas rapat komite audit itu bisa menentukan apakah rapat itu

efektif terhadap upaya pengendalian agar ROA bisa sesuai dengan

harapan pemilik atau investor. Hal ini sejalan dengan penelitian

122

yang dilakukan oleh Heriyanto & Mas’ud (2016) dan Ariandhini

(2019).

5) Pengaruh NOM terhadap ROA


NOM menunjukkan nilai Coefficient 0.6598694 dan prob. 0.0000

< 0.05 maka artinya variabel NOM berpengaruh positif dan


bahwa peningkatan pendapatan bersih dari pinjaman dalam

bentuk bagi hasil sejalan dengan peningkatan laba sebelum pajak.

Menurut teori yang ada semakin besar NOM maka semakin besar

pula pendapatan operasional suatu bank atas asset yang dikelola

oleh bank, sehingga kondisi bank yang bermasalah semakin kecil.

Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh

Yusuf (2017) dan Wibisono & Wahyuni (2017).

6) Pengaruh CAR terhadap ROA

Hasil uji regresi linier berganda pada koefisien alpha 5%

variabel CAR menunjukkan nilai Coefficient = 0.118088 dan

prob. 0.0191 < 0.05 maka artinya variabel CAR berpengaruh

positif dan signifikan terhadap ROA. Hasil penelitian tersebut

dapat dijelaskan bahwa semakin besar CAR maka keuntungan

bank juga semakin besar. Dengan kata lain, semakin kecil risiko

suatu bank maka semakin besar keuntungan yang diperoleh bank

(Kuncoro, 2002). Dengan meningkatnya laba, kinerja bank

123

menjadi meningkat. Oleh karena itu dapat disimpulkan bahwa

semakin besar CAR maka ROA juga akan semakin besar

sehingga kinerja keuangan semakin meningkat. Hasil penelitian

ini sejalan dengan penelitian yang dilakukan oleh Yusuf (2017)

dan Rahmat, Arfan, & Musnadi (2014).

b. Uji Hipotesis Perbankan Syariah Malaysia

1) Pengaruh NPF terhadap ROA


Coefficient -0.247442 dan prob. 0.0023 < 0.05 maka artinya

variabel NPF berpengaruh negatif dan signifikan terhadap ROA.

Dari hasil tersebut dapat diartikan bahwa peningkatan dan

penurunan jumlah NPF dapat menunjukkan bahwa pembiayaan

yang bermasalah yang terdiri atas pembiayaan lancar, kurang

lancar, diragukan dan macet dapat mempengaruhi perolehan nilai

ROA. Semakin besar nilai NPF memperlihatkan semakin buruk

kinerja bank syariah dan semakin kecil nilai NPF maka semakin

baik kinerja dari bank syariah. Hasil penelitian ini didukung oleh

penelitian yang dilakukan oleh Rachmat & Komariah (2017) dan

Almunawwaroh & Maliana (2018).

2) Pengaruh FDR terhadap ROA


Coefficient -0.003288 dan prob. 0.5503 > 0.05 maka artinya

variabel FDR berpengaruh negatif dan tidak signifikan terhadap

124

ROA. Dari hasil tersebut dapat diartikan bahwa penyaluran kredit

dalam jumlah besar berpotensi meningkatkan jumlah kredit macet

yang dapat berdampak pada penurunan laba, di samping itu jika

kredit dapat disalurkan secara efektif akan mendatangkan laba

bagi bank. FDR yang tinggi akan menimbulkan dua dampak yaitu

bila kredit disalurkan secara efektif maka akan mendatangkan

laba, sedangkan bila ekspansi kredit kurang terkendali dean

disalurkan secara kurang hati-hati maka akan menimbulkan risiko

yang lebih besar. Kondisi ini menyebabkan pengaruh FDR tidak

signifikan terhadap profitabilitas. Hasil penelitian ini sejalan

dengan penelitian yang dilakukan oleh Pinasti & Mustikawati

(2018) dan Nunung, Suprihatmi, & Wibowo (2018).

3) Pengaruh FRDK terhadap ROA


Coefficient 0.000254 dan prob 0.1067 > 0.05 maka artinya

variabel RDK berpengaruh positif dan tidak signifikan terhadap

ROA. Dari hasil tersebut dapat dijelaskan bahwa frekuensi rapat

yang dilakukan oleh dewan komisaris selama satu tahun belum

tentu membahas tentang kinerja perusahaan sehingga agenda

rapat yang dibahas kadang tentang pengembalian modal atas

investasi yang mereka tanamkan terhadap perusahaan tersebut

yang berakibat kinerja dari dewan direksi kurang menjadi bahasan

topik yang menarik di dalam agenda rapat. Hal ini sejalan dengan

125

penelitian yang dilakukan oleh Al-Amin & Rosyadi (2018) dan

Syafiqurrahman, Andiarsyah, & Suciningsih (2014).

4) Pengaruh KA terhadap ROA


Coefficient 0.011297 dan prob. 0.0005 < 0.05 maka artinya

variabel KA berpengaruh positif dan signifikan terhadap ROA.

Dari hasil tersebut dapat dijelaskan bahwa semakin banyak

anggota komite audit yang hadir dalam rapat perusahaan

memberikan kenaikan terhadap profitabilitas perusahaan. Hal ini

dapat disebabkan karena dengan semakin banyaknya anggota

dewan komite audit yang hadir dalam rapat, pengawasan yang

dilakukan akan semakin baik dan diharapkan dapat memperkecil

upaya manajemen untuk memanipulasi masalah data-data yang

berkaitan dengan keuangan dan prosedur akuntansi, sehingga

kinerja keuangan perusahaan pun akan semakin meningkat. Hasil

penelitian ini sejalan dengan penelitian yang dilakukan oleh

(Anjani & Yadnya, 2017), (Sarafina & Saifi, 2017), dan

(Mulyadi, 2017).

5) Pengaruh NOM terhadap ROA


Coefficient = 0.690874 dan prob. 0.0000 < 0.05 maka artinya

variabel NOM berpengaruh positif dan signifikan terhadap ROA.

Dari hasil tersebut dapat dijelaskan bahwa peningkatan

126

pendapatan bersih dari pinjaman dalam bentuk bagi hasil sejalan

dengan peningkatan laba sebelum pajak. Menurut teori yang ada

semakin besar NOM maka semakin besar pula pendapatan

operasional suatu bank atas asset yang dikelola oleh bank,

sehingga kondisi bank yang bermasalah semakin kecil. Hasil

penelitian ini sejalan dengan penelitian yang dilakukan oleh

Yusuf (2017) dan Wibisono & Wahyuni (2017).

6) Pengaruh CAR terhadap ROA

Hasil uji menunjukkan pada koefisien alpha 5% variabel CAR

menunjukkan nilai Coefficient 0.003021 dan prob. 0.8354 > 0.05

maka artinya variabel CAR berpengaruh positif dan tidak


CAR yang tidak signifikan terhadap ROA menujukkan walaupun

modal yang dimiliki bank tinggi, tetapi kepercayaan masyarakat

masih rendah, hal ini tidak akan berdampak pada profitabilitas

bank atau juga dikarenakan bank cenderung untuk

menginvestasikan dananya dengan hati-hati dan lebih

menekankan pada survival bank sehingga CAR tidak berpengaruh

banyak terhadap profitabilitas bank (Defri, 2012). Selain itu juga

dapat disebabkan karena bank tidak mampu untuk menutupi

penurunan aktivanya sebagai akibat dari kerugian-kerugian bank

yang disebabkan oleh aktiva berisiko (kredit, penyertaan, surat

berharga, tagihan pada bank lain) sehingga profitabilitas bank

127

yang didapatkan kecil. Hasil penelitian ini sejalan dengan

penelitian yang dilakukan Harlim & Iskandar (2015) dan Munir

(2018).

c. Perbedaan Hasil Pengujian Hipotesis

Dari hasil pengujian hipotesis antara pengaruh tingkat kesehatan

bank terhadap kinerja keuangan yang diproksikan dengan ROA antara

perbankan syariah di Indonesia dan Malaysia diperoleh hasil yang

tidak sama yaitu pengaruh CAR terhadap ROA dan pengaruh Komite

Audit terhadap ROA.

Untuk bank syariah Malaysia, Capital Adequacy Ratio (CAR)

tidak mempengaruhi besarnya ROA secara positif, hal tersebut

dikarenakan besarnya CAR yaitu cenderung mengalami penurunan,

jumlahnya pembiayaan bermasalah atau Non performing financing

(NPF) mengalami kenaikan yang mengakibatkan tingkat profitabilitas

semakin berkurang. Selanjutnya untuk bank syariah Indonesia,

besarnya tingkat CAR mempunyai pengaruh positif signifikan

terhadap ROA, hal tersebut dapat disebabkan karena pembiayaan

bermasalah mengalami penurunan yang mengakibatkan tingkat

profitabilitas semakin naik. Selain itu juga dapat disebabkan oleh

menurunnya ATMR dari tahun 2015-2019 ketika jumlah ATMR lebih

kecil daripada jumlah modal yang dimiliki oleh bank, maka dapat

menaikkan besarnya CAR dan hal tersebut juga akan berdampak

128

terhadap profitabilitas bank syariah Indonesia, yaitu profitabilitas bank

syariah menjadi semakin tinggi.

Rasio lain yang menunjukkan hasil yang berbeda adalah Komite

Audit. Untuk bank syariah Malaysia Komite Audit memberikan

pengaruh positif terhadap ROA hal ini dapat disebabkan karena

dengan semakin banyaknya anggota dewan komite audit yang hadir

dalam rapat, pengawasan yang dilakukan akan semakin baik dan

diharapkan dapat memperkecil upaya manajemen untuk memanipulasi

masalah data-data yang berkaitan dengan keuangan dan prosedur

akuntansi, sehingga kinerja keuangan perusahaan pun akan semakin

meningkat. Selanjutnya untuk perbankan syariah di Indonesia Komite

Audit tidak mempunyai pengaruh terhadap ROA, ukuran Komite

Audit (KA) yang dihitung sebagai rata-rata tingkat kehadiran anggota

komite audit dalam rapat (yang dinyatakan dalam persentase), ini

hanya merupakan ukuran kuantitas. Ini menyebabkan pengaruhnya

tidak jelas terhadap profitabilitas. Selayaknya, melibatkan pula

kualitas rapat audit itu sendiri. Walaupun tingkat kehadiran komite

audit itu rendah atau tinggi, namun penelitian ini tidak menggali

kualitas rapat, padahal kualitas rapat komite audit itu bisa menentukan

apakah rapat itu efektif terhadap upaya pengendalian agar ROA bisa

sesuai dengan harapan pemilik atau investor.

Berdasarkan dari pengujian hipotesis perbankan syariah di

Indonesia lebih baik apabila dibandingkan dengan perbankan syariah

129

di Malaysia dilihat dari segi Capital Adequacy Ratio(CAR), CAR

perbankan syariah di Indonesia berpengaruh positif signifikan

terhadap ROA hal ini menandakan bahwa dengan semakin baik rasio

CAR berarti meningkatkan profitabilitas perbankan syariah tersebut.

Berbeda dengan Indonesia Capital Adequacy Ratio perbankan syariah

di Malaysia menunjukkan hasil tidak signifikan pengaruhnya terhadap

ROA hal ini berati tinggi atau rendahnya rasio CAR tidak akan

memberi pengaruh apapun terhadap ROA.

130

BAB V

PENUTUP

A. Kesimpulan

Berdasarkan hasil penelitian data tentang pengaruh tingkat

kesehatan bank menggunakan metode RGEC terhadap kinerja keuangan

antara perbankan syariah Indonesia dan Malaysia periode 2015-2019 maka

dapat ditarik kesimpulan sebagai berikut:

1. Non Performing Financing (NPF) perbankan syariah Indonesia dan

Malaysia berpengaruh negatif dan signifikan terhadap kinerja

keuangan yang diukur dengan ROA. Artinya bahwa apabila nilai NPF

turun maka akan menaikan kinerja keuangan.

2. Financing to Deposit Ratio (FDR) perbankan syariah Indonesia dan

Malaysia berpengaruh negatif dan tidak signifikan terhadap kinerja

keuangan yang diukur dengan ROA. Artinya bahwa apabila nilai FDR

turun maka tidak akan berpengaruh terhadap kinerja keuangan.

3. Frekuensi Rapat Dewan Komisaris perbankan syariah Indonesia dan

Malaysia berpengaruh positif dan tidak signifikan terhadap kinerja

keuangan yang diukur dengan ROA. Artinya bahwa apabila frekuensi

rapat dewan komisaris naik maka tidak akan menaikan kinerja

keuangan.

4. Komite Audit perbankan syariah Indonesia berpengaruh negatif dan

tidak signifikan terhadap kinerja keuangan yang diukur dengan ROA.

Artinya bahwa apabila persentase jumlah kehadiran anggota komite

131

audit menurun maka tidak mempengaruhi kinerja keuangan. Berbeda

dengan perbankan syariah Indonesia, pada perbankan syariah

Malaysia Komite Audit berpengaruh positif dan signifikan terhadap

kinerja keuangan. Artinya bahwa apabila persentase jumlah kehadiran

anggota komite audit naik maka akan menaikkan kinerja keuangan.

5. Net Operating Margin (NOM) perbankan syariah Indonesia dan

Malaysia berpengaruh positif dan signifikan terhadap kinerja

keuangan yang diukur dengan ROA. Artinya bahwa apabila nilai

NOM naik maka akan menaikan kinerja keuangan.

6. Capital Adequacy Ratio (CAR) perbankan syariah Indonesia

berpengaruh positif dan signifikan terhadap kinerja keuangan yang

diukur dengan ROA. Artinya bahwa apabila nilai CAR naik maka

akan menaikan kinerja keuangan. Berbeda dengan perbankan syariah

Indonesia, perbankan syariah Malaysia nilai CAR berpengaruh positif

dan tidak signifikan terhadap ROA. Artinya bahwa apabila nilai CAR

naik maka tidak akan menaikkan atau mempengaruhi kinerja

keuangan.

7. Hasil pengujian statistik deskriptif menunjukkan nilai rata-rata (mean)

sebagian besar indikator kinerja keuangan perbankan syariah antara

Indonesia dengan Malaysia tidak terdapat perbedaan yang signifikan,

pada rasio ROA dan FDR masuk dalam kategori cukup sehat

berdasarkan Surat Edaran Bank Indonesia No.13/24/DNDP/2011

untuk rasio NOM masuk dalam sehat, dan untuk rasio CAR masuk

132

dalam kategori sangat sehat. Sedangkan untuk rasio RDK, KA, dan

NPF terdapat perbedaan signifikan, untuk rasio FRDK dan KA

perbankan syariah Malaysia lebih tinggi mean nya dibandingkan

Indonesia yaitu 9.42 dan 87.43% sedangkan Indonesia 6.86 dan

81.71% untuk rasio NPF perbankan syariah Indonesia masuk dalam

kategori sehat sedangkan perbankan syariah Malaysia masuk dalam

kategori sangat sehat.

B. Saran

Berdasarkan hasil analisis dan pembahasan serta kesimpulan pada

penelitian ini, saran yang dapat diberikan melalui hasil penelitian ini

adalah sebagai berikut:

1. Penelitian selanjutnya diharapkan dapat menggunakan lebih banyak

sampel bank umum syariah yang terdaftar di OJK maupun BNM serta

melakukan penelitian dengan kurun waktu yang lebih lama sehingga

diharapkan hasil yang diperoleh lebih signifikan.

2. Bagi peneliti selanjutnya dapat melakukan penelitian terkait dengan

penelitian ini, akan tetapi dapat lebih mengembangkan lagi seperti

menggunakan atau menambah proksi pengukuran yang lain, dan juga

dapat menambah variabel lain.

133

DAFTAR PUSTAKA

Almunawwaroh, M., & Maliana, R. (2018). Pengaruh CAR, NPF, dan FDR

Terhadap Profitabilitas Bank Syariah di Indonesia. Jurnal Ekonomi dan

Keuangan Syariah Vol. 2 No. 1, 1-18.

Anjani, L. P., & Yadnya, I. P. (2017). Pengaruj Good Corporate Governance

Terhadap Profitabilitas Pada Perusahaan Perbankan Yang Terdaftar Di

BEI. E-Journal Manajemen Unud, Vol. 6 No. 11.

Ariandhini, J. (2019). Pengaruh Corporate Governance Terhadap Profitabilitas

Bank Umum Syariah Indonesia Periode 2011-2016. FALAH Jurnal

Ekonomi Syariah Vol. 4 No. 1.

Arikunto, S. (2010). Manajemen Penelitian. Jakarta: Rineka Cipta.

Ariyani, D. (2010). Analisis Pengaruh CAR, FDR, BOPO, dan NPF Terhadap

Profitabilitas pada Bank Muamalat Indonesia Tbk. Jurnal Al-Iqtishad

Vol.11 No.1.

Ascarya. (2008). Akad dan Produk Bank Syariah. Jakarta: PT RajaGrafindo

Persada.

Defri. (2012). Pengaruh Cpital Adequacy Ratio, Likuiditas dan Efisiensi

Operasional Terhadap Profitabilitas Perusahaan Perbankan yang Terdaftar

di BEI. Jurnal Manajemen Vol. 1 No.1.

Dendawijaya, L. (2009). Manajemen Perbankan. Jakarta: Ghalia Indonesia.

Dewi, A. S., Sari, D., & Abaharis, H. (2018). Pengaruh Karakteristik Dewan

Komisaris Terhadap Kinerja Perusahaan Manufaktur di Bursa Efek

Indonesia. Jurnal Benefita Vol. 3 No. 3, 445-454.

Fasa, M. I. (2013). Tantangan dan Strategi Perkembangan Perbankan Syariah di

Indonesia. Jurnal Ekonomi Islam Vol.2 No. 1, 19-40.

Ferdyant, F., ZR, R. A., & Takidah, E. (2014). Pengaruh Kualitas Penerapan

Good Corporate Governance dan Risiko Pembiyaan terhadap Profitabilitas

Perbankan Syariah. Jurnal Dinamika Akuntansi dan Bisnis Vol. 1 No.2,

134-149.

134

Ghozali, M., Azmi, U. M., & Nugroho, W. (2019). Perkembangan Bank Syariah

di Asia Tenggara: Sebuah Kajian Historis. FALAH Jurnal Ekonomi

Syariah Vol. 4 No. 1 Februari.

Hanafi, M., & Halim, A. (2007). Analisis Laporan Keuangan. Edisi Ketiga.

Cetakan Pertama. Yogyakarta: UPP Sekolah Tinggi Ilmu Manajemen

YKPN.

Heriyanto, S., & Mas'ud, I. (2016). Pengaruh Good Corporate Governance

Terhadap Profitabilitas Perusahaan (Studi pada Perusahaan Manufaktur

yang Terdaftar di Bursa Efek Indonesia Tahun 2012-2014). Artikel Ilmiah

Mahasiswa.

Islami, N. W. (2018). Pengaruh Corporate Governance Terhadap Profitabilitas

Perusahaan. Jurnal JIBEKA Vol. 2 No. 1, 54-56.

Ismayana, S., & Winarno, S. (2003). Kamus Besar Ekonomi. Bandung: Pustaka

Grafika.

Kasmir. (2009). Bank dan Lembaga Keuangan. Jakarta: Raja Grafindo Persada.

Kuncoro, M. S. (2002). Manajemen Perbankan Teori dan Aplikasi Edisi Pertama.

Yogyakarta: BPFE Yogyakarta.

Kusumaningtyas, R., & Suhartutik, N. (2013). Determinan Financing to Deposit

Ratio (FDR) Perbankan Syariah di Indonesia (2008-2012). Jurnal Ilmu

Manajemen 1 (4).

Mandasari, J. (2015). Analisis Kinerja Keuangan Dengan Pendekatan Metode

RGEC Pada Bnak BUMN Periode 2012-2013. Jurnal Administrasi Bisnis

Vol. 3 No.2, 3, 364.

Muhammad. (2005). Manajemen Pembiayaan Bank Syariah. Yogyakarta: Unit

Penerbit dan Percetakan Akademi Manajemen Perusahaan YKPN.

. (2005). Pengantar Akuntansi Syariah, Edisi 2. Jakarta: Salemba.

. (2013). Manajemen Keuangan Syariah. Yogyakarta.

. (2014). Manajemen Dana Bank Syariah . Jakarta: Rajawali Perss.

Mulyadi, R. (2017). Pengaruh Karakteristik Komite Audit dan Kualitas Audit

Terhadap Profitabilitas Perusahaan. Jurnal Akuntansi Vol. 4 No. 2.

135

Mustofa, M. I., & Haryanto, A. M. (2014). Analisis Prngaruh Risiko, Tingkat

Efisiensi, dn Good Corporate Governance Terhadap Kinerja Keuangan

Perbankan (Pendekatan Beberapa Komponen Metode Risk Based Rating

SEBI 13/24/DNDP/2011). Jurnal Studi Manajemen & Organisasi 11 ,

126-142.

Nadratuzzaman, M. (2013). Produk Keuangan Islam Di Indonesia dan Malaysia.

Jakarta: Gramedia.

Permana, B. A. (2012). Analisis Tingkat Kesehatan Bank Berdasarkan Metode

CAMELS dan Metode RGEC . Jurnal Universitas Negeri Surabaya Vol. 1

No.1, 1-21.

Permata Yessi, N. N., & Rahayu, S. M. (2015). Analisis Tingkat Kesehatan Bank

Menggunakan Pendekatan RGEC (Risk profile, Good Corporate

Governance, Earnings, Capital) Studi Pada PT Bank Sinar Harapan Bali

Periode 2010-2012. Jurnal Administrasi Bisnis (JAB) Vol.1 No.1.

Pinasti, W. F., & Mustikawati, R. I. (2018). Pengaruh CAR, BOPO, NPL, NIM,

dan LDR Terhadap Profitabilitas Bank Umum Periode 2011-2015. Jurnal

Nominal Vol.7 No. 1.

POJK Nomor 8/POJK.3/2014. (2014). Penilaian Tingkat Kesehatan Bank Umum

Syariah dan Unit Usaha Syariah. No. 8/POJK. 03/2014.

POJK Nomor 55/POJK.4/2015. (2015). Pembentukan dan Pedoman Pelaksanaan

Kerja Komite Audit. No. 55/POJK. 04/2015.

Puspita, A. R., & Saryadi. (2018). Uji Beda Tingkat Kesehatan Bank Antara

Perbankan Syariah Indonesia dengan Malaysia. Diponegoro e-Journal Of

Social and Political, 1-8.

Putri, R. K., & Muid, D. (2017). Pengaruh Good Corporate Governance Terhadap

Kinerja Perusahaan. Diponegoro Journal Of Accounting, 1-9.

Rachmanda, A., & Fuad. (2014). Analisis Pengaruh Mekanisme Corporate

Governance Terhadap Kebijakan Pengungkapan Informasi Sosial dan

lingkungan (Studi Empiris Perusahaan Perbankan yang Terdaftar di Bursa

Efek Indonesia Tahun 2008-2012). Diponegoro Journal Of Accounting

Vol. 6 No. 3, 1-12.

Rahmaniah, M., & Wibowo, H. (2015). Analisis Potensi Terjadinya Financial

Distress Pada Bank Umum Syariah (BUS) di Indonesia. Jurnal Ekonomi

dan Perbankan Syariah Vol. 3 No. 1.

136

Rahmat, Arfan, M., & Musnadi, S. (2014). Pengaruh Cpital Adequacy Ratio,

Biaya operasional pendapatan operasional, Non Performing Loan, Net

Interest Margin, dan Loan to Deposit Ratio Terhadap Profitabilitas Bank

(Studi Pada Bank Persero di Indonesia Periode 2002-2013). Jurnal

Akuntansi Pascasarjana Universitas Syiah Kuala.

Rama, A. (2015). Analisis Deskriptif Perkembangan Perbankan Syariah Di Asia

Tenggara. The Journal of Tauhidinomics Vol.1 No.2, 105-123.

Republika.co.id. (2018, Juni Sunday). https://m.republika.co.id/amp/page93383.

Diambil kembali dari Malaysia Teratas di Industri Syariah, Indonesia

Keenam.

Republika.co.id. (2018, Desember Monday). Industri Halal dan Syariah Malaysia

Unggul, Apa Faktornya? Dipetik Desember 2019, dari

https://www.google.com/amp/s/m.republika.co.id/amp/pjib28320.

Rimardhani, H., Hidayat, R. R., & Dwiatmanto. (2016). Pengaruh Mekanisme

Good Corporate Governance Terhadap Profitabilitas Perusahaan (Studi

pada Perusahaan BUMN yang Terdaftar di BEI Tahun 2012-2014). Jurnal

Administrasi Bisnis Vol. 31 No. 1 Februari.

Rivai. (2007). Bank and Financial Institution Management: Conventional and

Sharia System. Jakarta: PT RajaGrafindo Persada.

Rivai, V., & Arifin, A. (2010). Islamic Banking Sebuah Teori, Konsep, dan

Aplikasi. Jakarta: PT Bumi Aksara.

Riyadi, S., & Yulianto, A. (2014). Pengaruh Pembiayaan Bagi Hasil, Pembiayaan

Jual Beli, FDR, dan NPF Terhadap Profitabilitas Bank Umum Syariah di

Indonesia. Accounting Analysis Journal Vol. 3 No. 4, 466-474.

Rosadi, D. (2011). Ekonometrika & Analisis Runtun Waktu Terapan Dengan R.

Yogyakarta: Andi Publisher.

Sarafina, S., & Saifi, M. (2017). Pengaruh Good Corporate Governance Terhadap

Kinerja Keuangan Dan Nilai Perusahaan (Studi Kasus BUMN yang

Terdaftar di BEI Periode 2012-205). Jurnal Administrasi Bisnis

Universitas Brawijaya.

SEBI Nomor 12/13/DPbS Tahun 2010. (2010). Tentang Pelaksanaan Good

Corporate Governance bagi Bank Umum Syariah dan Unit Usaha

Syariah.

137

SEOJK Nomor 10/SEOJK.03/2014. (2014). Penilaian Tingkat Kesehatan Bank

Umum Syariah dan Unit Usaha Syariah.

Sjahdeini, S. R. (2014). Perbankan Syariah Produk- Produk dan Aspek-Aspek

Hukumnya. Jakarta: Prenadamedia Group.

Sugiyono. (2009). Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung:

Alvabeta.

. (2013). Metode Penelitian Bisnis. Bandung: Alfabeta.

. (2016). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung:

Alfabeta.

Suliyanto. (2011). Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS.

Yogyakarta: Penerbit Andi.

Supardi. (2005). Metodologi Penelitian Ekonomi & Bisnis. Yogyakarta: UII Press.

Surat Edaran Bank Indonesia Nomor 15/15/DPNP/29 April 2013. (2013, 29

April).

https://www.bi.go.id/id/peraturan/perbankan/pages/SE_15_15DPNP.aspx.

Retrieved from www.bi.go.id.

Umam, K. (2013). Manajemen Perbankan Syariah . Bandung: Pustaka Setia.

Usman, H. (2009). Pengantar Statistika. Jakarta: Bumi Aksara.

Wandita, K. (2017). Analisis Pengaruh Rasio Profitabilitas, Debt to Equity Ratio

(DER) dan Price to Book Value (PBV) Terhadap Saham Perusahaan

Pertambangan di Indonesia . Jurnal Akuntansi dan Keuangan Vol. 8 No. 1.

ariyani, M. Y., & Wahyuni, S. (2017). Pengaruh CAR, NPF, BOPO, FDR

terhadap ROA yang dimediasi oleh NOM. Jurnal Bisnis & Manajemen

Vol. 17 No. 1, 41-62.

Wibowo, S. (2015). Analisis Perbandingan Kinerja Keuangan Perbankan Syariah

dengan Metode CAMEL di ASEAN (Studi Komparatif: Indonesia,

Malaysia, Thailand). Jurnal Riset Ekonomi dan Manajemen No.15 Vol 1,

136-153.

Widoyoko, E. P. (2012). Teknik Penyusunan Instrument Penelitian. Yogyakarta:

Pustaka Belajar.

138

Widyatama, B. D., & Wibowo, A. S. (2015). Pengaruh Mekanisme Corporate

Governance Terhadap Kinerja Keuangan. Diponegoro Journal Of

Accounting Vol. 4 No. 2, 1-11.

Winarno, W. W. (2015). Analisis Ekonometrika dan Statistika dengan Eviews.

Yogyakarta: UPP STIM YKPN.

Yusuf, M. (2017). Dampak Indikator Rasio Keuangan Terhadap Profitabilitas

Bank Umum Syariah di Indonesia. Jurnal Keuangan dan Perbankan Vol.

13 No. 2, 141-151.

www.bankaceh.co.id

www.affinislamic.com.my

www.allianceislamicbank.com.my

www.amislamic.com.my

www.bankislam.com.my

www.bankmuamalat.co.id

www.bcasyariah.co.id

www.bi.go.id

www.bjbsyariah.co.id

www.bnisyariah.co.id

www.bnm.gov.my

www.brisyariah.co.id

www.btpnsyariah.com

www.cimbislamic.com.

www.hlib.com.my

www.mandirisyariah.co.id

www.maybankislamic.com.my

www.mbsbbank.com.

www.megasyariah.co.id

139

www.ojk.go.id

www.paninsyariah.co.id

www.publicislamicbank.com.my

www.rhbislamicbank.com.my

140

LAMPIRAN

141

LAMPIRAN 1 : Data Mentah

BANK TAHUN ROA NPF FDR FRDK KA NOM CAR

Bank

Syariah

Mandiri

2015 0.0056 0.0405 0.8199 9.0000 0.9141 0.0654 0.1285

2016 0.0059 0.0313 0.7919 8.0000 0.9100 0.0675 0.1401

2017 0.0059 0.0271 0.7766 8.0000 0.7592 0.0735 0.1589

2018 0.0088 0.0156 0.7725 9.0000 0.7341 0.0656 0.1626

2019 0.0169 0.0100 0.7554 10.0000 0.6578 0.0636 0.1615

BRI Syariah

2015 0.0077 0.0389 0.8416 9.0000 0.8000 0.0666 0.1394

2016 0.0095 0.0319 0.8142 6.0000 0.8160 0.0637 0.2063

2017 0.0051 0.0475 0.7187 5.0000 0.6060 0.0584 0.2029

2018 0.0043 0.0497 0.7549 8.0000 0.8630 0.0536 0.2973

2019 0.0031 0.0338 0.8012 7.0000 0.8500 0.0572 0.2526

Bank

Muamalat

Indonesia

2015 0.0020 0.0420 0.9070 6.0000 0.7750 0.0409 0.1200

2016 0.0022 0.0140 0.9513 7.0000 0.8850 0.0321 0.1274

2017 0.0011 0.0275 0.8441 5.0000 0.8200 0.0248 0.1363

2018 0.0008 0.0258 0.7318 7.0000 0.8750 0.0222 0.1234

2019 0.0012 0.0464 0.7117 8.0000 0.8500 0.0231 0.1242

BNI Syariah

2015 0.0143 0.0146 0.9194 5.0000 0.8182 0.0067 0.1626

2016 0.0144 0.0164 0.8457 6.0000 0.6300 0.0101 0.1492

2017 0.0131 0.0150 0.8021 7.0000 0.8700 0.0071 0.2014

2018 0.0142 0.0152 0.7962 6.0000 0.9300 0.0081 0.1931

2019 0.0182 0.0144 0.7431 6.0000 0.5555 0.0100 0.1888

BCA

Syariah

2015 0.0100 0.0050 0.9140 6.0000 0.7000 0.0100 0.3430

2016 0.0113 0.0021 0.9012 5.0000 0.7970 0.0115 0.3678

2017 0.0117 0.0004 0.8849 8.0000 0.7300 0.0124 0.2939

2018 0.0117 0.0028 0.8899 6.0000 0.8900 0.0124 0.2427

2019 0.0115 0.0026 0.9098 6.0000 0.7500 0.0124 0.3828

Bank Panin

Dubai

Syariah

2015 0.0112 0.0194 0.9643 8.0000 0.8000 0.0086 0.2030

2016 0.0037 0.0186 0.9199 9.0000 0.7000 0.0050 0.1817

2017 -0.1077 0.0483 0.8695 6.0000 0.7500 -0.1157 0.1151

142

2018 0.0026 0.0384 0.8882 8.0000 0.7500 0.0050 0.2315

2019 0.0025 0.0280 0.9572 9.0000 0.7000 0.0022 0.1446

BTPN

Syariah

2015 0.0079 0.0274 0.9056 7.0000 1.0000 0.0027 0.1631

2016 0.0900 0.0020 0.9270 7.0000 0.8700 0.1020 0.2380

2017 0.1120 0.0005 0.9250 6.0000 0.9000 0.1269 0.2890

2018 0.1240 0.0002 0.9560 6.0000 0.8900 0.1190 0.4090

2019 0.1360 0.0026 0.9539 7.0000 0.8500 0.1287 0.4460

Bank Jabar

dan Banten

Syariah

2015 0.0025 0.0445 1.0475 5.0000 0.7500 0.0025 0.2253

2016 -0.0809 0.0494 0.9873 6.0000 0.8000 0.0007 0.1825

2017 -0.0569 0.0255 0.9202 6.0000 0.7800 0.0010 0.1625

2018 0.0054 0.0196 0.8985 5.0000 0.7500 0.0006 0.1643

2019 0.0060 0.0150 0.9353 7.0000 0.7000 0.0022 0.1495

Bank Aceh

syariah

2015 0.0283 0.0189 0.8405 6.0000 0.8525 0.0727 0.1944

2016 0.0052 0.0139 0.8459 9.0000 0.9500 0.0050 0.2074

2017 0.0251 0.0138 0.6944 7.0000 0.9000 0.0156 0.2150

2018 0.0004 0.0104 0.7198 6.0000 0.8700 0.0091 0.1967

2019 0.0004 0.0129 0.6840 7.0000 0.9800 0.0190 0.1890

Bank Mega

syariah

2015 0.0030 0.0316 0.9849 6.0000 0.8500 0.0934 0.1874

2016 0.0263 0.0330 0.9524 8.0000 0.8500 0.0756 0.2353

2017 0.0156 0.0295 0.9105 6.0000 0.9000 0.0603 0.2219

2018 0.0093 0.0215 0.9088 7.0000 0.9800 0.0552 0.2054

2019 0.0061 0.0178 0.9712 6.0000 0.9500 0.0525 0.2045

Mybank

Islamic

Berhad

2015 0.0097 0.0137 0.8680 11.0000 0.8500 0.0190 0.1796

2016 0.0092 0.0151 0.9050 10.0000 0.7500 0.0180 0.1943

2017 0.0098 0.0158 0.9020 11.0000 0.8570 0.0190 0.1931

2018 0.0100 0.0173 0.8580 9.0000 0.8800 0.0200 0.1826

2019 0.0098 0.0163 0.8770 10.0000 0.8660 0.0190 0.1938

Bank

Islamic

Malaysia

2015 0.0143 0.0109 0.7864 9.0000 0.8430 0.0260 0.1528

2016 0.0144 0.0098 0.8523 9.0000 0.8800 0.0274 0.1552

2017 0.0147 0.0093 0.7771 8.0000 0.9375 0.0277 0.1644

143

Berhad 2018 0.0130 0.0092 0.8141 9.0000 0.8330 0.0260 0.1777

2019 0.0125 0.0086 0.7961 8.0000 0.8000 0.0255 0.1830

Hong Leong

Islamic

Bank

Berhad

2015 0.0089 0.0070 0.8023 7.0000 0.8800 0.0174 0.1517

2016 0.0080 0.0087 0.8434 8.0000 0.8200 0.0168 0.1385

2017 0.0082 0.0087 0.8450 9.0000 0.8750 0.0171 0.1395

2018 0.0094 0.0090 0.8650 8.0000 0.8900 0.0180 0.1548

2019 0.0100 0.0095 0.8750 8.0000 0.9420 0.0196 0.1515

RHB

Islamic

Bank

Berhad

2015 0.0064 0.0117 0.8960 12.0000 0.8000 0.0146 0.1661

2016 0.0070 0.0120 0.8640 8.0000 0.8820 0.0140 0.1650

2017 0.0071 0.0090 0.8620 9.0000 0.8920 0.0140 0.1645

2018 0.0072 0.0110 0.8587 8.0000 0.9270 0.0160 0.1848

2019 0.0068 0.0120 0.8600 8.0000 0.8500 0.0157 0.1785

Public

Islamic

Bank

Berhad

2015 0.0180 0.0070 0.8680 7.0000 0.9000 0.0220 0.2040

2016 0.0180 0.0068 0.9080 10.0000 0.8900 0.0220 0.1750

2017 0.0180 0.0068 0.9000 9.0000 0.8720 0.0230 0.2060

2018 0.0170 0.0065 0.8840 8.0000 0.8500 0.0220 0.1930

2019 0.0170 0.0067 0.8890 10.0000 0.8500 0.0220 0.1860

CIMB

Islamic

Bank

Berhad

2015 0.0129 0.0150 0.8200 10.0000 0.8700 0.0278 0.2083

2016 0.0249 0.0062 0.8150 9.0000 0.9000 0.0380 0.2093

2017 0.0270 0.0074 0.8550 11.0000 0.9000 0.0408 0.2330

2018 0.0290 0.0095 0.8080 12.0000 0.9330 0.0434 0.2020

2019 0.0293 0.0094 0.8100 10.0000 0.9550 0.0436 0.1950

Affin

Islamic

Bank

Berhad

2015 0.0055 0.0190 0.9809 10.0000 0.7800 0.0192 0.1850

2016 0.0083 0.0167 0.9434 11.0000 1.0000 0.0198 0.1720

2017 0.0060 0.0125 0.9847 9.0000 0.8770 0.0184 0.1723

2018 0.0069 0.0145 0.9708 10.0000 1.0000 0.0183 0.1900

2019 0.0068 0.0100 0.9688 10.0000 0.9050 0.0172 0.2076

Malaysia

Building

Society

2015 0.0114 0.0090 0.8450 11.0000 0.9200 0.0167 0.1880

2016 0.0103 0.0130 0.8290 10.0000 0.8700 0.0160 0.1920

2017 0.0111 0.0150 0.8240 9.0000 0.9000 0.0165 0.1945

144

Berhad 2018 0.0117 0.0149 0.8640 10.0000 0.9570 0.0170 0.1840

2019 0.0126 0.0145 0.8650 11.0000 1.0000 0.0177 0.1890

Alliance

Islamic

Bank

Berhad

2015 0.0100 0.0100 0.8280 9.0000 0.8700 0.0220 0.1797

2016 0.0100 0.0130 0.8420 10.0000 0.8550 0.0210 0.1736

2017 0.0090 0.0145 0.8700 11.0000 0.7700 0.0220 0.1718

2018 0.0090 0.0140 0.9430 9.0000 0.8330 0.0240 0.1834

2019 0.0100 0.0125 0.9440 9.0000 0.8500 0.0250 0.1851

Am Islamic

Bank

Berhad

2015 0.0090 0.0179 0.8380 9.0000 0.7700 0.0243 0.1640

2016 0.0110 0.0194 0.9200 8.0000 0.8900 0.0202 0.1610

2017 0.0110 0.0186 0.8760 9.0000 0.8950 0.0198 0.1630

2018 0.0091 0.0170 0.9120 10.0000 0.7520 0.0200 0.1760

2019 0.0108 0.0159 0.8890 11.0000 0.8500 0.0189 0.1840

LAMPIRAN 2: Hasil Uji Statistik Perbankan Syariah Indonesia

1. UJI STASIONER

ROA Null Hypothesis: Unit root (common unit root process)

Series: ROA

Date: 07/03/20 Time: 08:53

Sample: 2015 2019

Exogenous variables: Individual effects

Automatic selection of maximum lags

Automatic lag length selection based on SIC: 0

Newey-West automatic bandwidth selection and Bartlett kernel

Total (balanced) observations: 40


Method Statistic Prob.**

Levin, Lin & Chu t* -10.1515 0.0000

** Probabilities are computed assuming asympotic normalit

145

NPF

Null Hypothesis: Unit root (common unit root process)

Series: NPF

Date: 07/03/20 Time: 08:54

Sample: 2015 2019


Automatic selection of maximum

lags






Levin, Lin & Chu t* -16.5372 0.0000

** Probabilities are computed assuming asympotic normality

FDR


Series: FDR

Date: 07/03/20 Time: 08:55

Sample: 2015 2019








Levin, Lin & Chu t* -3.81309 0.0001


FRDK


Series: FRDK

Date: 07/03/20 Time: 08:56

Sample: 2015 2019






146



Levin, Lin & Chu t* -6.72777 0.0000


KA


Series: KA

Date: 07/03/20 Time: 08:57

Sample: 2015 2019








Levin, Lin & Chu t* -11.8649 0.0000


NOM


Series: NOM

Date: 07/03/20 Time: 08:57

Sample: 2015 2019








Levin, Lin & Chu t* -14.7592 0.0000


147

CAR


Series: CAR

Date: 07/03/20 Time: 08:58

Sample: 2015 2019








Levin, Lin & Chu t* -5.18940 0.0000


2. UJI STATISTIK DESKRIPTIF

Date: 07/03/20

Time: 09:23

Sample: 2015 2019


Mean 0.011770 0.022264 0.863338 6.860000 0.817168 0.034574 0.207376

Median 0.006900 0.019150 0.889050 7.000000 0.835000 0.020600 0.193750

Maximum 0.136000 0.049700 1.047500 10.00000 1.000000 0.128700 0.446000

Minimum -0.107700 0.000200 0.684000 5.000000 0.555500 -0.115700 0.115100

Std. Dev. 0.038917 0.014670 0.088829 1.293784 0.099183 0.042115 0.076366

Skewness 0.694970 0.284768 -0.331365 0.491059 -0.446727 -0.210485 1.388250

Kurtosis 7.582396 2.096866 2.186847 2.365170 2.854013 5.124354 4.568185

Jarque-Bera 47.77144 2.375043 2.292560 2.849096 1.707442 9.771031 21.18365

Probability 0.000000 0.304976 0.317817 0.240617 0.425828 0.007555 0.000025

Sum 0.588500 1.113200 43.16690 343.0000 40.85840 1.728700 10.36880

Sum Sq. Dev. 0.074213 0.010545 0.386635 82.02000 0.482023 0.086909 0.285754

Observations 50 50 50 50 50 50 50

148

3. UJI FIXED EFFECT MODEL

Dependent Variable: ROA

Method: Panel Least Squares

Date: 07/03/20 Time: 09:25

Sample: 2015 2019

Periods included: 5




C 0.000493 0.044909 0.010988 0.9913

NPF -0.679363 0.253507 -2.679859 0.0113

FDR -0.021705 0.043482 -0.499172 0.6209

FRDK 0.001633 0.002240 0.729105 0.4709

KA -0.013870 0.028890 -0.480102 0.6342

NOM 0.617748 0.114163 5.411105 0.0000

CAR 0.115321 0.052439 2.199121 0.0348

Effects Specification

Cross-section fixed (dummy variables)




Akaike info criterion -5.381013 Sum squared resid 0.007106

Schwarz criterion -4.769165 Log likelihood 150.5253

Hannan-Quinn criter. -5.148018 F-statistic 21.40692


4. UJI CHOW


Equation: Untitled



Cross-section F 4.787963 (9,34) 0.0004


Cross-section fixed effects test equation:



Date: 07/03/20 Time: 09:28

Sample: 2015 2019

149

Periods included: 5




C -0.003488 0.042907 -0.081292 0.9356

NPF -0.962385 0.218221 -4.410149 0.0001

FDR -0.000186 0.032732 -0.005697 0.9955

FRDK -8.19E-05 0.002273 -0.036046 0.9714

KA -0.002268 0.028818 -0.078712 0.9376

NOM 0.576841 0.074224 7.771619 0.0000

CAR 0.093152 0.046383 2.008324 0.0509








5. UJI RANDOM EFFECT MODEL



Date: 07/03/20 Time: 09:30

Sample: 2015 2019

Periods included: 5





C -0.002253 0.043232 -0.052113 0.9587

NPF -0.739459 0.234194 -3.157463 0.0029

FDR -0.015552 0.039256 -0.396177 0.6939

FRDK 0.001337 0.002168 0.616503 0.5408

KA -0.012780 0.027359 -0.467117 0.6428

NOM 0.598694 0.097822 6.120214 0.0000

CAR 0.118088 0.048496 2.435000 0.0191


S.D. Rho

Cross-section random 0.022179 0.7018

Idiosyncratic random 0.014456 0.2982

150

Weighted Statistics






Unweighted Statistics

R-squared 0.772636 Mean dependent var 0.011770

Sum squared resid 0.016873 Durbin-Watson stat 0.902010

6. UJI HAUSMAN


Equation: Untitled


Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.


Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

NPF -0.679363 -0.739459 0.009419 0.5358

FDR -0.021705 -0.015552 0.000350 0.7421

FRDK 0.001633 0.001337 0.000000 0.5982

KA -0.013870 -0.012780 0.000086 0.9065

NOM 0.617748 0.598694 0.003464 0.7461

CAR 0.115321 0.118088 0.000398 0.8897

Cross-section random effects test equation:



Date: 07/03/20 Time: 09:31

Sample: 2015 2019

Periods included: 5




C 0.000493 0.044909 0.010988 0.9913

NPF -0.679363 0.253507 -2.679859 0.0113

151

FDR -0.021705 0.043482 -0.499172 0.6209

FRDK 0.001633 0.002240 0.729105 0.4709

KA -0.013870 0.028890 -0.480102 0.6342

NOM 0.617748 0.114163 5.411105 0.0000

CAR 0.115321 0.052439 2.199121 0.0348










7. UJI COMMON EFFECT MODEL



Date: 07/03/20 Time: 09:32

Sample: 2015 2019

Periods included: 5




C -0.003488 0.042907 -0.081292 0.9356

NPF -0.962385 0.218221 -4.410149 0.0001

FDR -0.000186 0.032732 -0.005697 0.9955

FRDK -8.19E-05 0.002273 -0.036046 0.9714

KA -0.002268 0.028818 -0.078712 0.9376

NOM 0.576841 0.074224 7.771619 0.0000

CAR 0.093152 0.046383 2.008324 0.0509








152

8. UJI LANGRANGE MULTIPLIER

Lagrange Multiplier Tests for Random Effects

Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided

(all others) alternatives

Test Hypothesis


Breusch-Pagan 17.02954 1.144852 18.17439

(0.0000) (0.2846) (0.0000)

Honda 4.126686 -1.069977 2.161419

(0.0000) (0.8577) (0.0153)

King-Wu 4.126686 -1.069977 1.398798

(0.0000) (0.8577) (0.0809)

Standardized Honda 6.211047 -0.863452 -0.029608

(0.0000) (0.8061) (0.5118)

Standardized King-Wu 6.211047 -0.863452 -0.823749

(0.0000) (0.8061) (0.7950)

Gourieroux, et al.* -- -- 17.02954

(0.0001)

9. UJI NOMALITAS

0

1

2

3

4

5

6

7

-0.05 -0.04 -0.03 -0.02 -0.01 0.00 0.01 0.02 0.03


Sample 2015 2019

Observations 50

Mean -7.91e-18

Median -0.002787

Maximum 0.028750

Minimum -0.046528

Std. Dev. 0.018557

Skewness -0.372827

Kurtos is 2.387359




Sample 2015 2019

Observations 50

Mean -7.91e-18

Median -0.002787

Maximum 0.028750

Minimum -0.046528

Std. Dev. 0.018557

Skewness -0.372827

Kurtos is 2.387359



153

10. UJI MULTIKOLINIERITAS


ROA 1.000000 -0.569817 0.104871 0.022045 0.184452 0.753972 0.583736

NPF -0.569817 1.000000 -0.091729 0.073706 -0.072033 -0.185577 -0.500300

FDR 0.104871 -0.091729 1.000000 -0.215781 0.010078 0.039611 0.255836

FRDK 0.022045 0.073706 -0.215781 1.000000 0.020799 0.140537 -0.198001

KA 0.184452 -0.072033 0.010078 0.020799 1.000000 0.245777 0.058750

NOM 0.753972 -0.185577 0.039611 0.140537 0.245777 1.000000 0.351403

CAR 0.583736 -0.500300 0.255836 -0.198001 0.058750 0.351403 1.000000

11. UJI HETEROKEDASTISITAS



Date: 07/03/20 Time: 09:44

Sample: 2015 2019

Periods included: 5





C -0.001674 0.021574 -0.077607 0.9385

NPF 0.113761 0.113618 1.001259 0.3223

FDR 0.020050 0.018279 1.096906 0.2788

FRDK -1.75E-05 0.001121 -0.015626 0.9876

KA -0.010636 0.013890 -0.765710 0.4480

NOM 0.024611 0.042638 0.577211 0.5668

CAR 0.026439 0.023767 1.112408 0.2721


S.D. Rho



Weighted Statistics


Mean dependent var 0.008655 Adjusted R-squared -0.021805





154



12. UJI t DAN UJI F



Date: 07/03/20 Time: 09:30

Sample: 2015 2019

Periods included: 5





C -0.002253 0.043232 -0.052113 0.9587

NPF -0.739459 0.234194 -3.157463 0.0029

FDR -0.015552 0.039256 -0.396177 0.6939

FRDK 0.001337 0.002168 0.616503 0.5408

KA -0.012780 0.027359 -0.467117 0.6428

NOM 0.598694 0.097822 6.120214 0.0000

CAR 0.118088 0.048496 2.435000 0.0191


S.D. Rho



Weighted Statistics









155

LAMPIRAN 3: Hasil Uji Statistik Perbankan Syariah Malaysia

1. UJI STASIONER

ROA


Series: ROA

Date: 07/04/20 Time: 10:30

Sample: 2015 2019








Levin, Lin & Chu t* -13.8882 0.0000


NPF

Null Hypothesis: Unit root (cmmon unit root process)

Series: NPF

Date: 07/04/20 Time: 10:31

Sample: 2015 2019








Levin, Lin & Chu t* -10.2956 0.0000


156

FDR


Series: FDR

Date: 07/04/20 Time: 10:32

Sample: 2015 2019








Levin, Lin & Chu t* -18.6947 0.0000


FRDK


Series: FRDK

Date: 07/04/20 Time: 10:32

Sample: 2015 2019








Levin, Lin & Chu t* -10.0857 0.0000


KA


Series: KA

Date: 07/04/20 Time: 10:33

Sample: 2015 2019







157


Levin, Lin & Chu t* -5.41321 0.0000


NOM


Series: NOM

Date: 07/04/20 Time: 10:34

Sample: 2015 2019






Cross-sections included: 9 (1 dropped)


Levin, Lin & Chu t* -13.0083 0.0000


CAR Null Hypothesis: Unit root (common unit root process)

Series: CAR

Date: 07/04/20 Time: 10:35

Sample: 2015 2019








Levin, Lin & Chu t* -2.36660 0.0090


158

2. ANALISIS DESKRIPTIF

Date: 07/04/20

Time: 11:37

Sample: 2015 2019


Mean 0.011940 0.011956 0.870040 9.420000 0.874370 0.021788 0.179980

Median 0.010000 0.011850 0.864500 9.000000 0.876000 0.019800 0.182800

Maximum 0.029300 0.019400 0.984700 12.00000 1.000000 0.043600 0.233000

Minimum 0.005500 0.006200 0.777100 7.000000 0.750000 0.014000 0.138500

Std. Dev. 0.005654 0.003770 0.050370 1.213697 0.058319 0.006870 0.019032

Skewness 1.708644 0.240031 0.491683 0.119330 0.003778 1.864793 0.046311

Kurtosis 5.492271 1.923633 2.801600 2.396019 3.166846 6.240467 3.164078

Jarque-Bera 37.26933 2.893802 2.096606 0.878650 0.058114 50.85509 0.073959

Probability 0.000000 0.235298 0.350532 0.644471 0.971361 0.000000 0.963696

Sum 0.597000 0.597800 43.50200 471.0000 43.71850 1.089400 8.999000

Sum Sq. Dev. 0.001566 0.000697 0.124319 72.18000 0.166654 0.002313 0.017749

Observations 50 50 50 50 50 50 50

3. UJI FIXED EFFECT MODEL



Date: 07/04/20 Time: 11:50

Sample: 2015 2019

Periods included: 5




C -0.009909 0.006649 -1.490286 0.1454

NPF -0.230803 0.086454 -2.669674 0.0116

FDR -0.002173 0.006027 -0.360566 0.7207

RDK 0.000229 0.000161 1.419713 0.1648

KA 0.010666 0.003112 3.427717 0.0016

NOM 0.725414 0.071743 10.11135 0.0000

CAR -0.004362 0.016655 -0.261908 0.7950






Akaike info criterion -10.72978 Sum squared resid 3.38E-05

159




4. UJI CHOW


Equation: Untitled



Cross-section F 19.208533 (9,34) 0.0000


Cross-section fixed effects test equation:



Date: 07/04/20 Time: 11:52

Sample: 2015 2019

Periods included: 5




C -0.006549 0.007765 -0.843488 0.4036

NPF -0.330394 0.096384 -3.427885 0.0014

FDR -0.012682 0.007324 -1.731594 0.0905

RDK 0.000260 0.000299 0.870187 0.3890

KA 0.011108 0.005480 2.026788 0.0489

NOM 0.557268 0.057550 9.683228 0.0000

CAR 0.050958 0.019911 2.559258 0.0141








160

5. UJI RANDOM EFFECT MODEL



Date: 07/04/20 Time: 11:53

Sample: 2015 2019

Periods included: 5





C -0.010108 0.005980 -1.690456 0.0982

NPF -0.247442 0.076201 -3.247206 0.0023

FDR -0.003288 0.005462 -0.602011 0.5503

RDK 0.000254 0.000154 1.647689 0.1067

KA 0.011297 0.003017 3.744166 0.0005

NOM 0.690874 0.055197 12.51648 0.0000

CAR 0.003021 0.014455 0.209006 0.8354


S.D. Rho



Weighted Statistics









6. UJI HAUSMAN


Equation: Untitled


Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

161


Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

NPF -0.230803 -0.247442 0.001668 0.6837

FDR -0.002173 -0.003288 0.000006 0.6617

RDK 0.000229 0.000254 0.000000 0.5843

KA 0.010666 0.011297 0.000001 0.4060

NOM 0.725414 0.690874 0.002100 0.4510

CAR -0.004362 0.003021 0.000068 0.3721

Cross-section random effects test equation:



Date: 07/04/20 Time: 11:53

Sample: 2015 2019

Periods included: 5




C -0.009909 0.006649 -1.490286 0.1454

NPF -0.230803 0.086454 -2.669674 0.0116

FDR -0.002173 0.006027 -0.360566 0.7207

RDK 0.000229 0.000161 1.419713 0.1648

KA 0.010666 0.003112 3.427717 0.0016

NOM 0.725414 0.071743 10.11135 0.0000

CAR -0.004362 0.016655 -0.261908 0.7950






Akaike info criterion -10.72978 Sum squared resid 3.38E-05




162

7. UJI COMMON EFFECT MODEL



Date: 07/04/20 Time: 11:54

Sample: 2015 2019

Periods included: 5




C -0.006549 0.007765 -0.843488 0.4036

NPF -0.330394 0.096384 -3.427885 0.0014

FDR -0.012682 0.007324 -1.731594 0.0905

RDK 0.000260 0.000299 0.870187 0.3890

KA 0.011108 0.005480 2.026788 0.0489

NOM 0.557268 0.057550 9.683228 0.0000

CAR 0.050958 0.019911 2.559258 0.0141








8. UJI LAGRANGE MULTIPLIER

Lagrange Multiplier Tests for Random Effects

Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided

(all others) alternatives

Test Hypothesis


Breusch-Pagan 40.60779 0.492284 41.10008

(0.0000) (0.4829) (0.0000)

Honda 6.372424 -0.701630 4.009858

(0.0000) (0.7585) (0.0000)

King-Wu 6.372424 -0.701630 2.950994

(0.0000) (0.7585) (0.0016)

163

Standardized Honda 8.891521 -0.529149 2.119903

(0.0000) (0.7016) (0.0170)

Standardized King-Wu 8.891521 -0.529149 0.907956

(0.0000) (0.7016) (0.1820)

Gourieroux, et al.* -- -- 40.60779

(0.0000)

9. UJI NORMALITAS

9. UJI MULTIKOLINIERITAS


ROA 1.000000 -0.473031 -0.409554 0.153937 0.266012 0.878341 0.492202

NPF -0.473031 1.000000 0.364531 0.286415 -0.163583 -0.293803 -0.057099

FDR -0.409554 0.364531 1.000000 0.203155 -0.041929 -0.357104 0.110977

FRDK 0.153937 0.286415 0.203155 1.000000 0.023853 0.173898 0.371440

KA 0.266012 -0.163583 -0.041929 0.023853 1.000000 0.126206 0.139128

NOM 0.878341 -0.293803 -0.357104 0.173898 0.126206 1.000000 0.419336

CAR 0.492202 -0.057099 0.110977 0.371440 0.139128 0.419336 1.000000

0

1

2

3

4

5

6

7

8

9

10

-0.002 0.000 0.002 0.004


Sample 2015 2019

Observations 50

Mean -2.10e-18

Median -0.000275

Maximum 0.004933

Minimum -0.003415

Std. Dev. 0.002248

Skewness 0.447444

Kurtos is 2.318895




Sample 2015 2019

Observations 50

Mean -2.10e-18

Median -0.000275

Maximum 0.004933

Minimum -0.003415

Std. Dev. 0.002248

Skewness 0.447444

Kurtos is 2.318895



164

10. UJI HETEROKEDASTISITAS



Date: 07/04/20 Time: 12:25

Sample: 2015 2019

Periods included: 5





C -0.005891 0.003677 -1.601888 0.1165

NPF 0.072739 0.047000 1.547638 0.1290

FDR 0.006346 0.003325 1.908440 0.0630

FRDK -0.004159 0.002205 -2.820448 0.0572

KA 0.003444 0.001788 1.926087 0.0607

NOM -0.071626 0.035726 -2.004892 0.0513

CAR 0.012803 0.008942 1.431899 0.1594


S.D. Rho



Weighted Statistics








Sum squared resid 7.62E-05 Durbin-Watson stat 0.357903

165

11. UJI t DAN F



Date: 07/04/20 Time: 12:26

Sample: 2015 2019

Periods included: 5





C -0.010108 0.005980 -1.690456 0.0982

NPF -0.247442 0.076201 -3.247206 0.0023

FDR -0.003288 0.005462 -0.602011 0.5503

FRDK 0.000254 0.000154 1.647689 0.1067

KA 0.011297 0.003017 3.744166 0.0005

NOM 0.690874 0.055197 12.51648 0.0000

CAR 0.003021 0.014455 0.209006 0.8354


S.D. Rho



Weighted Statistics









168

DAFTAR RIWAYAT HIDUP

Nama : Dita Amalia Reformasi

Tempat, Tanggal Lahir : Ngawi, 24 September 1998

Agama : Islam

Alamat : Tanon RT 01 RW 08 Kel. Sidolaju, Kec. Widodaren,

Kab. Ngawi, Jawa Tmur

Alamat Email : [email protected]

Riwayat Pendidikan : 1. SDN Gembol 1 Ngawi

2. SMPN 4 Karanganyar

3. SMAN 1 Kedunggalar Ngawi

Salatiga,04 September 2020

Penulis,

Dita Amalia Reformasi

NIM. 63010160431

mailto:[email protected]

ANALISIS PENGARUH TINGKAT KESEHATAN BANK...

Documents

Transcript of ANALISIS PENGARUH TINGKAT KESEHATAN BANK...