PENGARUH CAPITAL ADEQUACY RATIO (CAR), RETURN ON ASSET

PENGARUH CAPITAL ADEQUACY RATIO (CAR), RETURN ON ASSET

(ROA), INFLASI, BI RATE / BI7DRR / BI7DRR TERHADAP

PEMBIAYAAN BERMASALAH PADA BANK PEMBIAYAAN RAKYAT

SYARIAH (BPRS) DI INDONESIA TAHUN 2015-2019

Oleh:

Claresta Octavina Ahmad

NIM: 11160850000075

JURUSAN PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1441H/2020


(ROA), INFLASI, BI RATE / BI7DRR TERHADAP PEMBIAYAAN

BERMASALAH PADA BANK PEMBIAYAAN RAKYAT SYARIAH

(BPRS) DI INDONESIA TAHUN 2015-2019

SKRIPSI

Diajukan kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat-syarat untuk Meraih Gelar Sarjana Ekonomi

Oleh:

Claresta Octavina Ahmad

NIM: 11160850000075

Di Bawah Bimbingan

Pembimbing I Pembimbing II

Dr. Erika Amelia, S.E., M.Si.

NIP. 197711092009122001

JURUSAN PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1441H/2020

i

LEMBAR PENGESAHAN UJI KOMPREHENSIF

Hari ini Rabu Tanggal 6 Bulan Mei Tahun Dua Ribu Dua Puluh telah dilakukan

Ujian Komprehensif atas mahasiswa:

1. Nama : Claresta Octavina Ahmad

2. NIM : 11160850000075

3. Jurusan : Perbankan Syariah

4. Judul Skripsi : Pengaruh Capital Adequacy Ratio (CAR), Return On Asset

(ROA), Inflasi, BI Rate / BI7DRR terhadap Pembiayaan

Bermasalah Pada Bank Pembiayaan Rakyat Syariah

(BPRS) di Indonesia Tahun 2015-2019

Setelah mencermati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa

mahasiswa tersebut di atas dinyatakan lulus dan diberi kesempatan untuk

melanjutkan ke tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh

gelar Sarjana Ekonomi pada Jurusan Perbankan Syariah Fakultas Ekonomi dan

Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Jakarta, 6 Mei 2020

1. Irhamsyah Putra, M.A. ( )

NIP. 197405172005011004 Penguji I

2. Dr. Endah Meiria, M. Si. ( )

NIDN. 0205068502 Penguji II

ii

LEMBAR PENGESAHAN UJIAN SKRIPSI

Hari ini, Senin 28 Desember 2020 telah diadakan ujian skripsi atas mahasiswa:

1. Nama : Claresta Octavina Ahmad

2. NIM : 11160850000075

3. Jurusan : Perbankan Syariah

4. Judul Skripsi : Pengaruh Capital Adequacy Ratio (CAR), Return On

Asset (ROA), Inflasi, BI Rate / BI7DRR terhadap Pembiayaan

Bermasalah Pada Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia

Tahun 2015-2019

Setelah mencermati dan memerhatikan penampilan dan kemampuan yang

bersangkutan selama proses ujian skripsi, maka diputuskan bahwa mahasiswa

tersebut dinyatakan LULUS dan skripsi ini diterima sebagai salah satu syarat

untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Perbankan Syariah

Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah

Jakarta.

Jakarta, 28 Desember 2020

1. Yuke Rahmawati, MA

NIP. 197509032007012023

( )

Ketua Sidang

2. Dr. Ade Sofyan Mulazid, S. Ag., MH

NIP.197501012005011008 ( )

Penguji Ahli

3. Dr. Erika Amelia, SE., M. Si

NIP.197711092009122001

( )

Pembimbing I

4. Irhamsyah Putra, MA

NIP.197405172005011004

( )

Pembimbing II

iii

ATAAN KEASLIAN KARYA ILMIAH

iv

THE EFFECT OF CAPITAL ADEQUACY RATIO (CAR), RETURN ON

ASSET (ROA), INFLATION, BI RATE / BI 7DRR ON NON-PERFORMING

FINANCING IN SHARIA RURAL BANKS (BPRS) IN INDONESIA 2015-

2019

ABSTRACT

This study aims to collect empirical evidence regarding the effect of CAR, ROA,

Inflation, BI Rate / BI7DRR partially and simultaneously on problematic

financing at Islamic Rural Banks (BPRS) in Indonesia for the 2015-2019 period.

The data in this study are monthly time series data from January 2015 to

December 2019 which have been used as statistical reports by the Financial

Services Authority (OJK) and Bank Indonesia. The method in this study using

Multiple Linear Regression Analysis (OLS). The results of this study are the

independent variables partially have a significant effect on the NPF variable

except for the CAR variable. The variables CAR, ROA, Inflation, BI Rate /

BI7DRR together influence the NPF variable. The implication of this research is

that based on CAR, ROA, Inflation, BI Rate / BI7DRR which can affect problems

in BPRS in Indonesia, the results of this study have previously had similarities

and differences with previous studies. The equation is that the independent

variables jointly influence the dependent variable, and the difference is that the

CAR variable does not have an effect on problems, whereas previously there was

a CAR variable that had a significant effect on problems.

Keywords: Sharia Rural Banks (BPRS), Capital Adequacy Ratio (CAR),

Return On Asset (ROA), Inflation, BI Rate / BI7DRR, Non

Performing Financing (NPF)

v


(ROA), INFLASI, BI RATE / BI7DRR TERHADAP PEMBIAYAAN

BERMASALAH PADA BANK PEMBIAYAAN RAKYAT SYARIAH

(BPRS) DI INDONESIA TAHUN 2015-2019

ABSTRAK

Penelitian ini bertujuan untuk mengumpulkan bukti empiris mengenai pengaruh

CAR, ROA, Inflasi, BI Rate / BI7DRR secara parsial dan simultan terhadap

pembiayaan bermasalah pada Bank Pembiayaan Rakyat Syariah (BPRS) di

Indonesia periode 2015- 2019. Data dalam penelitian ini adalah data time series

bulanan dari Januari 2015 sampai Desember 2019 yang telah dijadikan laporan

statistik oleh Otoritas Jasa Keuangan (OJK) dan Bank Indonesia. Metode dalam

penelitian ini menggunakan Analisis Regresi Linier Berganda (OLS). Hasil dari

penelitian ini adalah variable independen secara parsial berpengaruh signifikan

terhadap variabel NPF kecuali variabel CAR. Variabel CAR, ROA, Inflasi, BI

Rate / BI7DRR secara bersama-sama berpengaruh terhadap variabel NPF.

Implikasi penelitian ini adalah berfokus pada CAR, ROA, Inflasi, BI Rate /

BI7DRR yang dapat mempengaruhi pembiayaan bermasalah pada BPRS di

Indonesia, hasil penelitian ini dengan sebelumnya terdapat persamaan dan

perbedaan dengan penelitian sebelumnya. Persamaannya bahwa variabel

independen bersama-sama mempengaruhi variabel dependen, dan perbedaannya

variabel CAR tidak berpengaruh terhadap pembiayaan bermasalah sedangkan di

penelitian sebelumnya terdapat variabel CAR pengaruh signifikan terhadap

pembiayaan bermasalah.

Kata Kunci: Bank Pembiayaan Rakyat Syariah (BPRS), Capital Adequacy

Ratio (CAR), Return On Asset (ROA), Inflasi, BI Rate /

BI7DRR / BI7DRR, Non Performing Financing (NPF)

vi

DAFTAR RIWAYAT HIDUP

Data Pribadi

Nama : Claresta Octavina Ahmad

Tempat, Tanggal Lahir : Jakarta, 5 Oktober 1997

Agama : Islam

Alamat Rumah : Jl. H. Muhtar 3 No. 36 001/010 Kelurahan

Kreo Kecamatan Larangan Kota Tangerang

Banten 15156

Nomor Hanphone : 081319028624

Email : [email protected]

Riwayat Pendidikan

2016 – 2020 : UIN Syarif Hidayatullah Jakarta

2012 – 2016 : SMA Darunnajah Jakarta

2009 – 2012 : SMPN 177 Jakarta

2003 – 2009 : SD 03 Pagi Jakarta

Pengalaman Organisasi

2018 – 2019 : Anggota Divisi Edukasi Galeri Investasi

Syariah FEB UIN Jakarta

2017 – 2018 : Anggota Divisi Marketing dan Komunikasi

Galeri Investasi Syariah FEB UIN Jakarta

mailto:[email protected]

vii

Pengalaman Kerja

2019 : Internship Program Bagian Finance PT.

Telkom Akses Hq

Kemampuan Khusus:

Software : Microsoft Office, Adobe Photoshop, SPSS,

Eviews

viii

KATA PENGANTAR

Alhamdulillah segala puji bagi Allah SWT atas segala rahmat dan karunia

yang disampaikan–Nya, sehingga saya penulis dapat menyelesaikan skripsi yang

berjudul: “Pengaruh Capital Adequacy Ratio (CAR), Return On Asset (ROA),

Inflasi, BI Rate / BI7DRR Terhadap Pembiayaan Bermasalah Pada Bank

Pembiayaan Rakyat Syariah (BPRS) Di Indonesia Tahun 2015-2019”. Tujuan dari

skripsi ini yaitu untuk memenuhi persyaratan memperoleh gelar Sarjana Ekonomi.

Penulis menyadari bahwa dalam penulisan skripsi ini tidak akan berhasil

dengan baik tanpa adanya bantuan dari berbagai pihak, untuk itu pada kesempatan

ini penulis menyampaikan ucapan terima kasih kepada:

1. Allah SWT dengan segala karunia dan kebesarannya penulis dapat

menyelesaikan penelitian ini.:

2. Kedua Orang Tua yang selalu mendoakan dan memberikan dukungan;

3. Bapak Prof. Dr. Amilin, S.E., Ak., M. Si., CA., QIA., BKP., CRMP., selaku

Dekan Fakultas Ekonomi dan Bisnis;

4. Ibu Cut Erika Ananda Fatimah, S.E., MBA., selaku Ketua Jurusan dan Ibu

Yuke Rahmawati M.A., selaku Sekretaris Jurusan Perbankan Syariah

Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta;

5. Ibu Dr. Erika Amelia, S.E., M.Si., dan bapak Irhamsyah Putra, M. A selaku

dosen pembimbing yang selalu bersedia meluangkan waktunya untuk

memberikan arahan, saran dan motivasi kepada penulis selama proses

penyelesaian skripsi ini.

6. Bapak Dr. Ade Sofyan Mulazid, S. Ag., MH selaku dosen penguji ahli

sidang skripsi yang telah memberikan masukan selama sidang berlangsung

dan saat revisi skripsi ini.

7. Bapak Muhammad Fadillah Fauzulhaq, MA. Ph. D selaku dosen

pembimbing akademik yang selalu mengamati dan memberi masukan

terhadap perkembangan nilai penulis selama perkuliahan;

ix

8. Seluruh dosen yang telah memberikan ilmu serta dukungan selama

perkuliahan berlangsung sehingga penulis dapat menyelesaikan studi di

Fakultas Ekonomi dan Bisnis;

9. Teman-teman Dian Rohmatun Nisa, Ina Nurjanah, Rana Rachmayanti,

Karina Widianingrum, Nada Zakia, Dewi Ziqni Fuqory, Ade Rizki Avllia

Putri;

10. Teman satu bimbingan skripsi Glendis Liana Aldhila, Aisyah, Faqih Wildan

Hakim, Albanani Amirulloh;

11. Teman-teman lainnya Fenny Syahputri, Agnes Valentina, Nabila Septihanni;

12. Teman- teman jurusan Perbankan Syariah angkatan 2016 yang selalu

bersama-sama dan saling membantu selama perkuliahan;

13. Teman- teman KKN Benang Merah 066;

14. Semua pihak yang telah membantu penulis dalam menyelesaikan penulisan

skripsi.

Demikian, semoga skripsi ini dapat memberi manfaat bagi akademisi, penelitian

selanjutnya dan ikut dalam mengembangkan indrustri perbankan syariah

khususnya Bank Pembiayaan Rakyat Syariah di Indonesia. Atas perhatiannya,

penulis mengucapkan terimakasih.

Penulis

Jakarta, 21 Agustus 2020

x

DAFTAR ISI

LEMBAR PENGESAHAN UJI KOMPREHENSIF ......................................................... i

LEMBAR PENGESAHAN UJIAN SKRIPSI ................................................................... ii

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ........................................... iii

DAFTAR RIWAYAT HIDUP .......................................................................................... vi

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

DAFTAR ISI .......................................................................................................................x

DAFTAR TABEL ............................................................................................................ xii

DAFTAR GAMBAR ....................................................................................................... xiii

DAFTAR LAMPIRAN ....................................................................................................xiv

BAB I PENDAHULUAN ....................................................................................................1

A. Latar Belakang .................................................................................................... 1

B. Identifikasi Masalah .......................................................................................... 10

C. Rumusan Masalah ............................................................................................. 11

D. Tujuan Penelitian .............................................................................................. 11

E. Manfaat Penelitian ............................................................................................. 12

BAB II TINJAUAN PUSTAKA ....................................................................................... 13

A. Teori-Teori Terkait dengan Penelitian................................................................ 13

1. Laporan Keuangan ......................................................................................... 13

2. Bank Pembiayaan Rakyat Syariah .................................................................. 17

3. Pembiayaan Bermasalah atau Non Performing Financing (NPF) .................... 18

4. Kecukupan Modal (CAR) .............................................................................. 20

5. Return On Assets (ROA) ................................................................................ 24

6. Inflasi ............................................................................................................ 26

7. Suku Bunga Bank Indonesia (BI Rate / BI7DRR) .......................................... 28

B. Penelitian Terdahulu .......................................................................................... 31

C. Kerangka Pemikiran .......................................................................................... 47

D. Keterkaitan Antar Variabel dan Hipotesis .......................................................... 49

BAB III METODE PENELITIAN ................................................................................... 54

xi

A. Populasi dan Sampel.......................................................................................... 54

B. Tempat dan Waktu Penelitian ............................................................................ 55

C. Data dan Sumber Data ....................................................................................... 55

D. Instrument Penelitian ......................................................................................... 55

E. Metode Pengumpulan Data ................................................................................ 56

F. Metode Analisis Data ........................................................................................ 56

G. Definisi Operasional Variabel ............................................................................ 63

BAB IV TEMUAN PENELITIAN DAN PEMBAHASAN .............................................. 68

A. Gambaran Umum Objek Penelitian.................................................................... 68

B. Temuan Hasil Penelitian .................................................................................... 88

C. Pembahasan .................................................................................................... 106

BAB V SIMPULAN DAN SARAN ................................................................................. 111

A. Simpulan ......................................................................................................... 112

B. Saran ............................................................................................................... 113

DAFTAR PUSTAKA ...................................................................................................... 115

LAMPIRAN .................................................................................................................... 124

xii

DAFTAR TABEL

Tabel 4. 1 Daftar BPRS di Indonesia .................................................................. 68

Tabel 4. 2 Data Non Performing Financing (NPF) BPRS di Indonesia Pada Tahun

2015-2019 ......................................................................................................... 77

Tabel 4 .3 Data Capital Adequacy Ratio (CAR) BPRS di Indonesia Pada Tahun

2015-2019 ......................................................................................................... 80

Tabel 4. 4 Data Return On Asset (ROA) BPRS di Indonesia Pada Tahun 2015-

2019 .................................................................................................................. 82

Tabel 4. 5 Data Inflasi di Indonesia Pada Tahun 2015-2019 .............................. 84

Tabel 4. 6 Data Suku Bunga (BI Rate / BI7DRR) di Indonesia Pada Tahun 2015-

2019 .................................................................................................................. 86

Tabel 4. 7 Hasil Statistik Deskriptif ................................................................... 88

Tabel 4. 8 Variance Inflation Factor (VIF) ......................................................... 95

Tabel 4. 9 Uji Harvey ........................................................................................ 96

Tabel 4. 10 Uji Autokorelasi dengan Metode Durbin-Watson (DW) .................. 97

Tabel 4. 11 Uji Autokorelasi dengan Metode LM Test ....................................... 98

Tabel 4. 12 Hasil Uji t ........................................................................................ 99

Tabel 4. 13 Hasil Uji F ..................................................................................... 102

Tabel 4. 14 Hasil Koefisien Determinasi .......................................................... 103

Tabel 4. 15 Hasil Analisis Regresi Berganda .................................................... 104

xiii

DAFTAR GAMBAR

Gambar 1. 1 Lima Negara Teratas Menurut Peminjam Aktif Dan Lima Negara

Teratas Menurut Deposan .................................................................................... 1

Gambar 1. 2 Data Perkembangan Lembaga Keuangan Mikro di Asia Tenggara ... 2

Gambar 1. 3 Jumlah BPRS di Indonesia Tahun 2015-2019 .................................. 3

Gambar 1. 4 Non Performing Financing .............................................................. 5

Gambar 1. 5 Capital Adequacy Ratio ................................................................... 6

Gambar 1. 6 Return On Asset .............................................................................. 7

Gambar 1. 7 Perkembangan Inflasi Di Indonesia .................................................. 8

Gambar 1. 8 Perkembangan BI Rate / BI7DRR .................................................... 8

Gambar 4.2 Histogram-Normality ...................................................................... 94

xiv

DAFTAR LAMPIRAN

Lampiran 1 : Data Non Performing Financing (NPF), Return On Asset (ROA),

Inflasi, BI Rate / BI7DRR pada Januari 2015-Desember 2019. ........................ 124

Lampiran 2 : Hasil Uji Deskriptif .................................................................... 125

Lampiran 3: Hasil uji asumsi klasik ................................................................ 126

Lampiran 4: Hasil Uji signifikan parameter indivual (Uji statistik t ) .............. 128

Lampiran 5: Hasil Uji signifikansi simultan ( Uji Statistik F ) ......................... 128

Lampiran 6 : Hasil uji regresi berganda ........................................................... 129

1

BAB I

PENDAHULUAN

A. Latar Belakang

Perkembanagan Lembaga Keuangan Mikro di Asia Tenggara di

mulai dengan suksesnya model Grameen Bank di Bangladesh untuk kaum

miskin yang di dirancang oleh Profesor Yunus. Negara yang menerapkan

lembaga keuangan mikro adalah india dan indonesia. Self-help group

(SHG) adalah model sederhana dari Lembaga Keuangan Mikro di India

yang mencakup 10 sampai 20 anggota dalam sebuah kelompok yang

mayoritas anggotanya adalah perempuan. Organisasi SHG

beroperasidengan cara yang sama seperti model Bank Grameen (Thanh,

Morales , & Bernadette , 2018). Berikut adalah Lima negara teratas

peminjam aktif dan deposan menurut mix market :

Gambar 1. 1 Lima Negara Teratas Menurut Peminjam Aktif Dan Lima

Negara Teratas Menurut Deposan

2

Sumber: Mix Market Data Base

Dari gambar 1.1 dapat diketahui bahwa vitenam menjadi negara

teratas peminjam aktif dan deposan lembaga keuangan mikro, kemudian

diikuti oleh philippines, kamboja, indonesia dan myanmar.

FSP (Penyedia Jasa Keuangan) di Asia Timur dan Pasifik telah

membuat langkah signifikan menuju pencapaian pelanggan baru dan

kurang terlayani. Pada TA 2017, FSP di wilayah ini memiliki 79,0%

pelanggan di daerah pedesaan berkat kehadiran LSM pedesaan yang besar,

bank pedesaan dan LKNB. Selain itu, penjangkauan melalui saluran

pengiriman digital membantu memperluas hal ini penjangkauan dengan

65,0% pelanggan dijangkau melalui agen di FY 2017 (Mix Market, 2018).

Sumber: Mix Market Data Base

Gambar 1. 2 Data Perkembangan Lembaga Keuangan Mikro di Asia

Tenggara

3

Dari gambar diatas dapat diketahui bahwa Return On Asset di

Indonesia sudah cukup baik sekitar 3,5%-4,0% dibandingkan di negara

lain seperti Laos, Fiji dan China. Hal itu dikarenakan Asset dan Equity nya

lebih besar dibandingkan negara yang asset dan equitynya dibawah

Indonesia. Hal ini dikarenakan negara Indonesia merupakan salah satu

negara berkembang dan memiliki LKM yang lebih banyak dari negara

lain. LKM tersebut dapat menjangkau desa-desa dan kota.

Di Indonesia sendiri Lembaga keuangan mikro dibagi menjadi

Lembaga Keuangan Mikro Bank dan non bank. Pada penelitian ini

berfokus pada lembaga keuang mikro bank dengan menggunakan prinsip

syariah yaitu Bank Pembiayaan Rakyat Syariah.

Berikut perkembangan Bank Pembiayaan Rakyat Syariah di

Indonesia:

Gambar 1. 3 Jumlah BPRS di Indonesia Tahun 2015-2019

Sumber: Statistik Perbankan Syariah (data diolah)

Dari gambar diatas dapat diketahui bahwa perkembangan BPRS di

Indonesia terdapat peningkatan dari tahun 2015-2019. 2015 jumlah BPRS

adalah 164 dan meningkat di tahun 2017 menjadi 167 hingga tahun 2019.

164

166167 167 167

2015 2016 2017 2018 2019

jumlah BPRS

4

Pada BPRS di Indonesia komposisi pembiayaan yang paling

banyak digunakan adalah pembiayaan menggunakan akad murabahah

selanjutnya diikuti oleh musyarakah, multijasa, mudharabah, qardh,

istihsna, ijarah, salam. Pembiayaan yang paling banyak digunakan

berdasarkan jenis penggunaannya adalah pembiayaan jenis konsumsi.

Berdasarkan golongan yang paling banyak menggunakan adalah sektor

UMKM. Dari pembiayaan yang disebutkan Terjadi penurunan dan

kenaikan pada rasio pembiayaan bermasalah dikarenakan kolektabilitas

pembiayaan non lancar dan macet nilainya masih cukup tinggi. Rasio

keuangan untuk mengetahui tingkat pembiayaan bermasalah

diproyeksikan oleh rasio Non Performing Financing (NPF)

Menurut Peraturan Otoritas Jasa Keuangan Nomor

15/POJK.03/2017 Bank dinilai memiliki potensi kesulitan yang

membahayakan kelangsungan usaha sebagaimana dimaksud pada ayat (1)

jika memenuhi satu atau lebih kriteria rasio pembiayaan bermasalah secara

neto (Non Performing Financing/NPFnet) lebih dari 5% (lima persen) dari

total kredit atau total pembiayaan.

Berikut perkembangan rasio NPF pada BPRS di Indoneisa tahun

2015-2019 sebagai berikut:

5

Gambar 1. 4 Non Performing Financing


Dari statistik diatas menggambarkan perkembangan rasio NPF

pada 2015-2019. Tahun 2015-2017 mengalami kenaikan sebesar 1,48%

dan pada 2017-2019 mengalami penurunan yang signifikan pada 2017

menjadi 9,68% dan pada 2019 menjadi 7,05%. Penurunan tersebut sebesar

2,25%.

Terdapat beberapa faktor yang dapat mempengaruhi peningkatan

dan penurunan rasio NPF suatu BPRS salah satunya adalah faktor internal.

Faktor internal yang dapat mempengaruhi berasal dari kinerja bank yaitu

dapat dilihat dari laporan keuangan suatu BPRS. Kecukupan modal suatu

bank dapat mempengaruhi peningkatan dari rasio NPF. Kecukupan Modal

diproyeksikan dengan rasio Capital Adequacy Ratio (CAR)

Menurut Peraturan Bank Indonesia Nomor: 8/22/PBI/2006 Tentang

Kewajiban Penyediaan Modal Minimum Bank Perkreditan Rakyat

Berdasarkan Prinsip Syariah Bab II Aspek Permodalan Pasal 2 BPRS

2015 2016 2017 2018 2019

NPF 8,20% 8,63% 9,68% 9,30% 7,05%

0,00%

2,00%

4,00%

6,00%

8,00%

10,00%

12,00%

NPF

6

wajib menyediakan modal minimum sebesar 8% (delapan perseratus) dari

aktiva tertimbang menurut risiko.

Perkembangan CAR pada Bank Pembiayaan Rakyat Syariah dari

2015- 2019 dapat dilihat pada grafik berikut:

Gambar 1. 5 Capital Adequacy Ratio


Dari statistik diatas menggambarkan rasio CAR mengalami

penurunan yang signifikan dari tahun 2015-2019 sebesar 3,48%. Rasio

CAR tertinggi terjadi pada tahun 2016 sebesar 21,73% dan terendah

terjadi pada tahun 2019 sebesar 17,99%.

Selain faktor kecukupan modal suatu BPRS dapat juga dilihat dari

rasio profitabilitas pada BPRS. Profitabilitas atau laba suatu bank dapat

mempengaruhi peningkatan dan penurunan rasio NPF. Profitabilitas pada

penelitian ini diproyeksikan dengan rasio Return On Asset (ROA)

Perkembangan rasio ROA pada Bank Pembiayaan Rakyat Syariah

di Indonesia pada tahun 2015-2019 digambarkan pada grafik berikut ini:

2015 2016 2017 2018 2019

CAR 21,47% 21,73% 20,81% 19,33% 17,99%

0,00%

5,00%

10,00%

15,00%

20,00%

25,00%

CAR

7

Gambar 1. 6 Return On Asset


Dari statistik diatas pada tahun 2015-2017 rasio ROA mengalami

peningkatan sebesar 0,35%. Pada tahun 2017-2018 rasio ROA mengalami

penurunan sebesar 0.68%. sedangkan tahun 2018-2019 rasio ROA

mengalami kenaikan sebesar 0,74%.

Selain faktor internal dari BPRS terdapat faktor eksternal atau

makroekonomi yang mempengaruhi rasio NPF pada BPRS. Faktor

eksternal yang dapat mempengaruhi meningkatnya rasio NPF salah

satunya adalah Inflasi.

Berikut perkembangan Inflasi di Indonesia tahun 2015-2019 adalah

sebagai berikut:

2015 2016 2017 2018 2019

ROA 2,20% 2,27% 2,55% 1,87% 2,61%

0,00%

0,50%

1,00%

1,50%

2,00%

2,50%

3,00%

ROA

8

Gambar 1. 7 Perkembangan Inflasi Di Indonesia

Sumber: Website Resmi Bank Indonesia (data diolah)

Dari data diatas inflasi di Indonesia yang tertinggi adalah tahun

2017 sebesar 3,61%. Pada tahun 2017-2019 mengalami penurunan sebesar

0,89% sehingga tahun 2019 inflasi mejadi 2,72%.

Selain Inflasi faktor eksternal yang dapat mempengaruhi

meningkatnya rasio NPF adalah BI Rate / BI7DRR.

Perkembangan BI Rate / BI7DRR pada tahun 2015- 2019 adalah

sebagai berikut:

Gambar 1. 8 Perkembangan BI Rate / BI7DRR

Sumber: Data BI Rate / BI7DRR Badan Pusat Statistik dan BI 7 -Day

Repo Rate (Data diolah)

2015 2016 2017 2018 2019

inflasi 3,35% 3,02% 3,61% 3,13% 2,72%

0,00%

1,00%

2,00%

3,00%

4,00%

inflasi

2015 2016 2017 2018 2019

BI Rate 7,75% 4,75% 4,25% 6% 5%

0,00%

2,00%4,00%

6,00%8,00%

10,00%

BI Rate / BI7DRR

9

Data diatas menggambarkan perkembangan BI Rate / BI7DRR, BI

Rate / BI7DRR tertinggi adalah pada tahun 2015 sebesar 7,75% . BI Rate /

BI7DRR mengalami penurunan pada tahun 2019 sebesar 1% , dari tahun

2018 menjadi 5%.

Penelitian mengenai pengaruh Capital Adequacy Ratio (CAR),

Return On Asset (ROA), Inflasi, BI Rate / BI7DRR telah dilakukan oleh

penelitian sebelumnya. Hasil Penelitian mengenai Capital Adequacy Ratio

(CAR) menurut Sherly Yolanda dan Ariusni (2019) variabel permodalan

(CAR) berpengaruh negatif dan signifikan terhadap pembiayaan

bermasalah (NPF), sedangkan menurut hasil penelitian R.D. Kadir (2019)

Variabel CAR tidak berpengaruh secara signifikan dalam jangka Panjang

terhadap NPF.

Hasil penelitian mengenai Return On Asset (ROA) menurut Sherly

Yolanda dan Ariusni (2019) profitabilitas (ROA) berpengaruh positif dan

signifikan terhadap pembiayaan bermasalah, sedangkan menurut Rindang

Nuri Isnaini Nugrohowati, Syafrildha Bimo (2019) ROA berpengaruh

negatif signifikan terhadap NPF, dan menurut R.D. Kadir (2019) variabel

ROA tidak berpengaruh signifikan terhadap NPF.

Hasil Penelitian mengenai inflasi menurut Fary Adisetya Putra, Dr.

Imron Mawardi (2018) Inflasi tidak berpengaruh signifikan terhadap NPF,

sedangkan menurut Yudhistira Ardana (2019) inflasi berpengaruh

signifikan terhadap NPF.

10

Hasil penelitian mengenai BI Rate / BI7DRR menurut Rindang

Nuri Isnaini Nugrohowati, Syafrildha Bimo (2019) BI Rate / BI7DRR

berpengaruh positif signifikan terhadap NPF, sedangkan menurut Ahmad

Fatoni, Kurnia Dwi Sari Utami (2019) BI Rate / BI7DRR/BI7DRR

berpengaruh negatif terhadap NPF.

Berdasarkan uraian latar belakang dan fenomena diatas maka

penulis tertarik untuk mengangkat permasalahan mengenai pembiayaan

bermasalah yaitu dengan judul: “Pengaruh Capital Adequacy Ratio

(CAR), Return On Asset (ROA), Inflasi, BI Rate / BI7DRR terhadap

Pembiayaan Bermasalah Pada Bank Pembiayaan Rakyat Syariah

(BPRS) Di Indonesia Tahun 2015-2019”.

B. Identifikasi Masalah

1. Rasio NPF pada BPRS di Indonesia pada tahun 2015-2019 masih

belum memenuhi kriteria dari ketentuan pada POJK yaitu masih

diatas 5%.

2. Rasio CAR pada BPRS di Indonesia pada tahun 2015-2019 tidak

mengalami kenaikan.

3. Rasio ROA pada BPRS di Indonesia pada tahun 2015-2019 masih

mengalami penurunan di tahun 2018.

4. Rasio Inflasi pada BPRS di Indonesia pada tahun 2015-2019 masih

mengalami kenaikan di tahun 2016-2017.

5. Rasio BI Rate / BI7DRR pada BPRS di Indonesia pada tahun

2015-2019 masih mengalami penurunan dari tahun 2015-2017.

11

C. Rumusan Masalah

1. Bagaimana pengaruh CAR, ROA, Inflasi, BI Rate / BI7DRR

secara parsial terhadap pembiayaan bermasalah pada Bank

Pembiayaan Rakyat Syariah (BPRS) di Indonesia periode 2015-

2019?

2. Bagaimana pengaruh CAR, ROA, Inflasi, BI Rate / BI7DRR

secara simultan terhadap pembiayaan bermasalah pada Bank

Pembiayaan Rakyat Syariah (BPRS) di Indonesia periode 2015-

2019?

3. Variabel manakah yang paling dominan mempengaruhi

pembiayaan bermasalah pada Bank Pembiayaan Rakyat Syariah

(BPRS) di Indonesia periode 2015-2019?

D. Tujuan Penelitian

Adapun tujuan dari penelitian ini untuk mengumpulkan bukti empiris

mengenai:

1. Pengaruh CAR, ROA, Inflasi, BI Rate / BI7DRR secara parsial

terhadap pembiayaan bermasalah pada Bank Pembiayaan Rakyat

Syariah (BPRS) di Indonesia periode 2015- 2019.

2. Pengaruh CAR, ROA, Inflasi, BI Rate / BI7DRR secara simultan


Syariah (BPRS) di Indonesia periode 2015- 2019.

12

3. Variabel yang paling dominan mempengaruhi pembiayaan

bermasalah pada Bank Pembiayaan Rakyat Syariah (BPRS) di

Indonesia periode 2015-2019.

E. Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah:

1. Manfaat Teoritis

Penelitian ini diharapkan dapat memberikan manfaat

sebagai informasi dan referensi untuk pembaca dan penelitian

selanjutnya. Hasil penelitian ini diharapkan dapat menambahkan

pengetahuan mengenai kesehatan bank terutama dalam hal ini

pembiayaan bermasalah pada Bank Pembiayaan Rakyat Syariah di

Indonesia.

2. Manfaat Praktis

Penelitian ini diharapkan dapat dijadikan sebagai bahan

pertimbangan dan sumber informasi bagi pihak manajemen bank

sehingga dapat memitigasi peningkatan pembiayaan bermasalah

dalam hal ini pada Bank Pembiayaan Rakyat Syariah.

13

BAB II

TINJAUAN PUSTAKA

A. Teori-Teori Terkait dengan Penelitian

1. Laporan Keuangan

a. Definisi Laporan Keuangan

Laporan keuangan bertujuan untuk memberikan informasi

keuangan perusahaan kepada pemilik, manajemen, dan pihak luar

yang memiliki kepentingan terhadap laporan keuangan kersebut.

Setiap perusahaan, bank ataupun non bank pada suatu waktu atau

periode tertentu akan melaporkan semua kegiatan keuangannya

(Kasmir, 2017).

Laporan keuangan merupakan hasil dari kegiatan

pencatatan seluruh transaksi keuangan suatu perusahaan. Segala

macam kegiatan yang dapat mempengaruhi kondisi keuangan suatu

perusahaan seperti penjualan, pembelian disebut transaksi

keuangan. Pada suatu perusahaan, bagian akuntansi akan mengolah

transaksi tersebut secara manual atau sistem ERP (Enterprise

Resource Planning) (Prihadi, 2019).

b. Jenis-Jenis Laporan Keuangan

Analisis laporan keuangan suatu perusahaan memerlukan

bahan baku berupa laporan keuangan. Dari laporan keuangan

tersebut, selanjutnya dihitung rasio keuangan. Oleh karena itu,

14

diperlukan adanya pengetahuan laporan keuangan untuk

menganalisis empat jenis laporan keuangan yang dibuat oleh

perusahaan (Prihadi, 2019):

1) Laporan posisi keuangan (neraca)

Laporan posisi keuangan adalah laporan yang

menggambarkan posisi keuangan berupa asset, utang dan

ekuitas modal pada satu saat.

2) Laporan laba-rugi

Laporan laba rugi adalah laporan yang

menggambarkan kinerja yang tercermin dari laba, yaitu

selisih pendapatan dan biaya, selama satu periode.

3) Laporan arus kas

Laporan arus kas adalah laporan yang memberikan

gambaran bagaimana perusahaan memperoleh dan

menggunakan kas dari aktivitas operasi, investasi dan

pendanaan selama satu periode.

4) Laporan perubahan ekuitas

Laporan perubahan ekuitas adalah laporan yang

berisi perubahan ekuitas yang berasal dari kinerja internal

berupa laba dan pemberian deviden serta pengaruh dari

perubahan komposisi setoran modal.

15

c. Rasio Keuangan Bank

Laporan keuangan pada bank yang disajikan secara

periodik digunakan untuk mengetahui kondisi suatu bank. laporan

tersebut juga menggambarkan kinerja bank selama periode

tersebut. Laporan ini sangat berguna bagi pemilik, manajemen,

pemerintah dan masyarakat sebagai nasabah bank untuk

mengetahui kondisi suatu bank tersebut. Laporan keuangan yang

disajikan dibuat sesuai dengan standar yang telah ditetapkan.

Laporan keuangan dapat dibaca, sehingga menjadi berarti, maka

diperlukan analisis terlebih dahulu. Analisis menggunakan rasio-

rasio keuangan sesuai dengan standar yang berlaku (Kasmir,

2017)..

d. Jenis-Jenis Rasio Keuangan

Adapun rasio keuangan akan disajikan adalah sebagai

berikut (Kasmir, 2017):

1) Rasio Likuiditas

Rasio ini bertujuan untuk mengukur seberapa likuid suatu

bank. Dalam rasio ini terdiri dari beberapa jenis rasio, yaitu:

a) Quick Ratio

b) Investing Policy Ratio

c) Banking Ratio

d) Assets to Loan Ratio

e) Investment Portofolio Ratio

16

f) Cash Ratio

g) Loan to Deposit Ratio

h) Investment Risk Ratio

i) Liquidity Risk Ratio

j) Credit Risk Ratio

k) Deposit Risk Ratio

2) Ratio Solvabilitas

Ratio ini bertujuan mengukur efisiensi bank dalam

menjalankan aktivitasnya. Dalam ratio ini terdiri dari beberapa

jenis yaitu:

a) Primary Ratio

b) Risk Assets Ratio

c) Secondary Risk Ratio

d) Capital Ratio

e) Capital Risk Ratio

f) Capital Adequacy Ratio

3) Rasio Rentabilitas

Rasio rentabilitas merupakan rasio kemampuan bank dalam

menghasilkan profitabilitas dari setiap penjualan maupun

pemanfaatan modal serta aktiva yang dimilikinya (ihsan, Ulfah,

& Aziz, 2017).

Dalam rasio ini terdiri dari beberapa jenis yaitu:

a) Gross Profit Margin

17

b) Net Profit Margin

c) Return On Asset

d) Return On Equity

e) Net Interest Margin

f) BOPO

2. Bank Pembiayaan Rakyat Syariah

a. Pengertian Bank Pembiayaan Rakyat Syariah

Berdasarkan Undang-Undang Republik Indonesia Nomor

21 Tahun 2008 tentang Perbankan Syariah dalam pasal 1

disebutkan bahwa BPRS adalah bank syariah yang dalam

kegiatannya tidak memberikan jasa dalam lalu lintas pembayaran.

Syarat terbentuknya BPRS adalah BPRS berbadan hukum

perseroan terbatas, BPRS hanya boleh dimiliki oleh Warga Negara

Indonesia (WNI) dan badan hukum Indonesia, pemerintah daerah

atau kemitraan antara WNI atau badan hukum Indonesia dengan

pemerintah daerah (Soemitra, 2012). BPRS berperan dalam hal

memberdayakan ekonomi umat dengan cara mengembangkan

ekonomi golongan lemah yaitu dengan mengembangkan Usaha

Mikro, Kecil dan Menengah (UMKM) (Yusuf & Mahriana, 2016).

b. Kinerja Keuangan Pada Bank Pembiayaan Rakyat Syariah

Penilaian kinerja perbankan dalam hal ini adalah BPRS

meliputi faktor permodalan, kualitas aktiva produktif, faktor

manajemen, faktor rentabilitas dan faktor likuiditas (PBI

18

No.9/17PBI/2007). Menurut Bank Indonesia menilai kesehatan

bank dapat dilihat dari berbagai aspek, penilaian kinerja keuangan

bertujuan untuk menentukan apakah bank dalam kondisi sehat,

cukup sehat, kurang sehat, dan tidak sehat (nasfi, 2019).

Permasalahan dalam penelitian ini kondisi keuangan BPRS

khususnya NPF yang tinggi maka dilakukan kajian yang lebih

dalam untuk menjawab permasalahan tersebut dengan melakukan

analisis kinerja keuangan BPRS dari segi financial.

3. Pembiayaan Bermasalah atau Non Performing Financing (NPF)

a. Pengertian Pembiayaan Bermasalah atau Non Performing

Financing (NPF)

Non Performing Financing (NPF) merupakan bagian dari

rasio keuangan bank yang digunakan untuk mengukur terjadinya

risiko kerugian yang terkait dengan kemungkinan kegagalan

debitur dalam melunasi kewajiban utang-utangnya kepada bank

(Husaeni, 2017).

Rasio Non Performing Financing (NPF) diukur dengan

membandingkan jumlah pembiayaan bermasalah dengan total

pembiayaan. Nilai NPF dapat bertambah apabila jumlah

pembiayaan bermasalah meningkat. Apabila rasio NPF meningkat

maka pembiayaan bermasalah yang ditanggung BPRS bertambah

dan mengakibatkan kerugian yang dihadapi meningkat sehingga

19

dapat menurunkan tingkat keuntungan BPRS (Widyaningrum &

Septiarin, 2015).

b. Perhitungan Non Performing Financing (NPF)

Surat edaran bank Indonesia nomor 13/30/DPNP tanggal 16

Desember 2011, NPF adalah merupakanrasio perbandingan antara

pembiayaan bermasalah yang terdiri dari pembiayaan dengan

kualitas kurang lancar, diragukan, dan macet terhadap pembiayaan

yang diberikan kepada pihak ketiga (tidak termasuk pembiayaan

kepada bank lain. Rasio ini menggambarkan tingkat risiko yang

dihadapi bank adanya kemungkinan pembiayaan yang diberikan

tidak dapat tertagih (Moorcy, sukimin, & Juwari, 2020).

NPF = Pembiayaan Bermasalah x 100%

Total Pembiayaan

Berdasarkan Lampiran I surat Edaran otoritas Jasa

Keuangan nomor /Seojk.03/2019 tentang Sistem Penilaian Tingkat

Kesehatan Bank Pembiayaan Rakyat Syariah peringkat NPF Bank

Pembiayaan Rakyat Syariah adalah sebagai berikut:

Peringkat 1 NPF ≤7%

Peringkat 2 7% < NPF ≤ 10%


20


Peringkat 5 NPF > 16%

4. Kecukupan Modal (CAR)

a. Pengertian Modal

Modal adalah indeks yang paling penting untuk

menunjukkan seberapa baik stabilitas bank. Salah satu standar

internasional pada Komite Basel tentang pengawasan perbankan

adalah rasio kecukupan modal (CAR). Rasio kecukupan modal

berasal dari penjumlahan tier 1 atau modal inti dan tier 2 atau

modal pelengkap terhadap rasio aset yang disesuaikan dengan

risiko (berdasarkan Basel 1 disesuaikan dengan risiko kredit dan

berdasarkan Basel 2 disesuaikan dengan kredit, risiko operasional

dan pasar) (Baldwina, Alhalbonib, & Helmi, 2019).

Capital Adequacy Ratio adalah rasio Kewajiban Penyedia

Modal Minimum (KPPM) yang harus dipenuhi oleh bank yaitu

sebesar 8%. Rasio KPPM merupakan perbandingan antara modal

dan ATMR. Perhitungan ATMR untuk risiko kredit dan risiko

kredit pasar didasarkan pada nilai tercatat asset dalam neraca

(setelah dikurangi Cadangan Kerugian Penurunan Nilai /CKPN)

(ikatan, 2018)

21

Rasio kecukupan modal atau Capital Adequacy Ratio

(CAR) untuk mengetahui kemampuan modal yang dimiliki dalam

menyerap atau menanggung kerugian BPRS. Apabila bank

memiliki modal yang cukup dalam menyerap kerugian, maka

semakin besar kemungkinan bank dalam menghasilkan keuntungan

(Widyaningrum & Septiarin, 2015).

b. Fungsi Modal Bank

Pertama, sebagai penyangga untuk menyerap kerugian

operasional dan kerugian lain. Dalam fungsi ini modal memberikan

perlindungan terhadap kegagalan atau kerugian bank atau

kepentingan para deposan.

Kedua, sebagai dasar bagi menetapkan batas maksimum

pemberian kredit. Hal ini merupakan pertimbangan operasional

bagi bank sentral sebagai regulator untuk membatasi jumlah kredit

kepada setiap individu nasabah bank. Melalui pembatasan ini bank

sentral memaksa bank untuk melakukan diversifikasi kredit mereka

agar dapat melindungi diri terhadap kegagalan kredit dari satu

individu debitur.

Ketiga, modal juga menjadi dasar perhitungan bagi para

partisipan pasar untuk mengevaluasi tingkat kemampuan bank

secara relatif untuk menghasilkan keuntungan (Muhammad,

Manajemen Dana Bank Syariah, 2014).

22

c. Perhitungan Rasio Kecukupan Modal (CAR)

Perhitungan capital adequacy didasarkan atas prinsip bahwa

setiap penanaman yang mengandung resiko harus disediakan

jumlah modal sebesar persentase tertentu (risk margin) terhadap

jumlah penanamanya (Aini, 2013). Pengukuran CAR :

CAR =Modal x 100%

ATMR .

Modal bagi bank yang berkantor pusat di Indonesia terdiri

dari (ikatan, 2018):

1) Modal inti (tier 1)

2) Modal pelengkap (tier 2)

3) Modal pelengkap tambahan (tier 3)

Aset Tertimbang Menurut Resiko (ATMR) terdiri dari

(ikatan, 2018):

1) ATMR untuk risiko kredit merupakan perkalian antara tagihan

bersih dengan bobot risiko atas eksposur aset dalam neraca,

serta kewajiban, komitmen dan kontingensi dalam rekening

administratif.

2) ATMR untuk risiko pasar mencangkup suku bunga, risiko nilai

tukar, risiko ekuitas, dan risiko komuditas

3) ATMR untuk risiko operasional diperoleh dengan mengalikan

beban modal risiko operasional dengan angka 12.5 atau 100/8.

Beban modal risiko operasional adalah rata-rata dari

23

penjumlahan pendapatan bruto (gross income) tahunan yang

positif pada 3 tahun terakhir dikali 15%.

CAR diukur dengan membagi modal dengan aktiva

tertimbang menurut risiko (ATMR). Semakin tinggi CAR, maka

semakin baik kemampuan bank tersebut untuk menanggung risiko

dari setiap kredit atau aset produktif yang berisiko dan mampu

memberikan kontribusi yang cukup besar bagi Profitabilitas.

Semakin tinggi tingkat profitabilitas, maka kelangsungan hidup

suatu bank akan lebih terjamin, karena profitabilitas menunjukkan

apakah bank tersebut mempunyai prospek yang bagus di masa

yang akan datang (Juliana & Mulazid, 2017).



Kesehatan Bank Pembiayaan Rakyat Syariah peringkat CAR Bank


Peringkat 1 CAR ≥ 15%

Peringkat 2 13,5% ≤ CAR < 15%

Peringkat 3 12% ≤ CAR < 13,5%

Peringkat 4 8% ≤ CAR < 12%

Peringkat 5 CAR < 8%

24

d. Sumber Modal Bank Syariah

Sumber utama modal bank syariah adalah modal inti dan

kuasi ekuitas. Modal inti adalah modal yang berasal dari para

pemilik bank, yang terdiri dari modal yang distor oleh para

pemegang saham, cadangan, dan laba ditahan. Sedangkan kuasi

ekuitas adalah dana-dana yang tercatat dalam rekening-rekening

bagi hasil (mudharabah). Modal inti inilah yang berfungsi sebagai

penyangga dan penyerap kerugian bank dan melindungi

kepentingan para pemegang rekening titipan (wadiah) atau

pinjaman (qard), terutama atas aktiva yang didanai oleh modal

sendiri dan dana-dana wadiah atau qard (Muhammad, Manajemen

Dana Bank Syariah, 2014)

5. Return On Assets (ROA)

a. Pengertian Return On Asset (ROA)

Rasio rentabilitas bertujuan untuk mengetahui kemampuan

bank dalam menghasilkan laba selama periode tertentu (ikatan,

2018). Rasio penting terkait rentabilitas dalam penelitian ini adalah

Return On Asset (ROA).

ROA adalah rasio yang menunjukkan kemampuan

perusahaan dengan menggunakan seluruh aktiva yang dimiliki

untuk menghasilkan laba setelah pajak. Rasio ini penting bagi

pihak manajemen untuk mengevaluasi efektivitas dan efisiensi

25

manajemen perusahaan dalam mengelola seluruh aktiva

perusahaan. Semakin besar ROA, berarti semakin efisien

penggunaan aktiva perusahaan atau dengan kata lain dengan

jumlah aktiva yang sama bisa dihasilkan laba yang lebih besar, dan

sebaliknya (Sarasyanti & Shofawati, 2018).

b. Perhitungan Return On Asset (ROA)



Kesehatan Bank Pembiayaan Rakyat Syariah perhitungan ROA

adalah sebagai berikut:

ROA = Laba sebelum Pajak x 100%

Total Aset

ROA adalah rasio kemampuan bank untuk menghasilkan

laba. Semakin besar ROA suatu bank, semakin besar juga

keuntungan bank dan semakin baik dalam menggunakan aktiva

produktif sebuah bank. Aktiva produktif yaitu aset yang digunakan

bank dalam menghasilkan keuntungan yaitu piutang dan

pembiayaan yang disalurkan oleh bank. Semakin besar laba, maka

nilai aset bank juga semakin besar (ikhsan & daim, 2019).



Kesehatan Bank Pembiayaan Rakyat Syariah peringkat ROA Bank


26

Peringkat 1 ROA >1,450%

Peringkat 2 1,215% < ROA ≤1,450%

Peringkat 3 0,999% < ROA ≤ 1,215%

Peringkat 4 0,765% < ROA ≤ 0,999%

Peringkat 5 ROA ≤ 0,765%

6. Inflasi

a. Pengertian Inflasi

Inflasi (inflation) adalah kenaikan harga barang-barang

yang bersifat umum dan terus-menerus. Pernyebab inflasi adalah

karena permintaan dan penawaran. Dampak positf inflasi pada

infasi rendah mendorong pertumbuhan dampak negative

menurunkan investasi (Ambarini, 2015). Kenaikan herga-harga

dalam inflasi terjadi dari periode ke periode selanjutnya dan angka

kenaikan tersebut berbeda antara wilayah satu dengan lainnya.

Kenaikan harga barang dalam inflasi terjadi pada semua barang

yang telah ditentukan, bukan hanya terjadi pada satu atau dua

barang saja. Jadi, jika kenaikan hanya terjadi pada satu atau dua

barang saja maka tidak disebut inflasi (Sukirno, 2012). Dampak

27

dari inflasi tidak hanya pada sektor riil saja, melainkan juga pada

sektor keuangan (Munir, 2018).

b. Jenis-Jenis Inflasi

Inflasi dapat dibedakan menjadi beberapa jenis. Dibawah

ini adalah jenis-jenis inflasi berdasarkan tingkat keparahannya

(Ambarini, 2015):

1) Inflasi ringan, inflasi dengan tingkat keparahan dibawah 10%

dalam satu tahun.

2) Inflasi sedang, inflasi dengan tingkat keparahan diantara 10%-

30% dalam satu tahun.

3) Inflasi berat, inflasi dengan tingkat keparahan diatas 30%-

100% dalam satu tahun.

4) Hiper inflasi, dengan tingkat keparahan diatas 100%dalam satu

tahun.

c. Indikator Mengukur Tingkat Inflasi

Indikator yang sering digunakan untuk mengukur tingkat

inflasi adalah Indeks Harga Konsumen (IHK). Perubahan IHK dari

waktu ke waktu menunjukkan pergerakan harga dari paket barang

dan jasa yang dikonsumsi masyarakat. Penentuan barang dan jasa

dalam keranjang IHK dilakukan atas dasar Survei Biaya Hidup

(SBH) yang dilaksanakan oleh Badan Pusat Statistik (BPS).

Kemudian, BPS akan memonitor perkembangan harga dari barang

dan jasa tersebut secara bulanan di beberapa kota, di pasar

28

tradisional dan modern terhadap beberapa jenis barang/jasa di

setiap kota (Bank Indonesia, 2016).

d. Cara Mengatasi Inflasi

Cara mengatasi inflasi adalah sebagai berikut (Ambarini,

2015):

1) Kebijakan moneter, adalah tindakan yang dilakukan oleh Bank

Indonesia untuk mengurangi atau menambah uang beredar.

Ketika uang beredar terlalu berlebihan sehingga inflasi

meningkat tajam, Bank Indonesia akan menerapkan berbagai

kebijakan moneter untuk mengurangi peredaran uang.

2) Kebijakan fiskal adalah kebijakan di sector rill, artinya

penyediaan jumlah barang yang beredar dalam masyarakat.

Dengan demikian kebijakan fiskal untuk mengatasi inflasi

adalah dengan menambah jumlah produk nasional melalui

kemudahan pinjaman, subsidi, dll.

7. Suku Bunga Bank Indonesia (BI Rate / BI7DRR)

a. Definisi Suku Bunga Indonesia (BI Rate / BI7DRR)

Bank konvensional seperti Bank Mandiri, BNI, dan bank

lain menetapkan bunga dengan mengacu kepada suku bunga (BI

Rate / BI7DRR) yang ditetapkan oleh Bank Indonesia. Sedangkan

Bank Syariah tidak menggunakan acuan BI Rate / BI7DRR karena

penerapan bunga tidak dibolehkan pada bank syariah. namun suku

bunga bank Indonesia tetap memiliki dampak bagi bank syariah.

29

Bank Indonesia menerapkan kebijakan moneter diantaranya

dengan menetapkan suku bunga acuan. Bank Indonesia menaikkan

bunga acuan dengan tujuan mengarahkan perbankan untuk

menyesuaikan bunga deposito dan kredit. Dengan kata lain

masyarakat akan dianjurkan untuk menabung daripada

menghabiskan uangnya untuk dibelanjakan. Dengan kenaikan BI

Rate / BI7DRR uang yang beredar di masyarakat akan terkumpul

di perbankan (Gunawan & Wilastomo, 2012).

Demikian juga bagi Bank Pembiayaan Rakyat Syariah yang

memiliki modal dari modal sendiri atau dari bank umum yang

memiliki kelebihan dana. Bila Bank Indonesia menaikkan atau

menurunkan suku bunga acuan akan memiliki konsekuensi bagi

bank umum dan BPRS (Harahap & Daim, 2019).

Suku bunga (BI Rate) adalah tingkat suku bunga yang

ditetapkan oleh Bank Indonesia, dimana suku bunga ini akan

menjadi patokan bagi perbankan di Indonesia untuk menetapkan

besarnya bunga simpanan dan bunga kredit. Menurut Bank

Indonesia, BI Rate adalah suku bunga kebijakan yang

mencerminkan sikap atau stance kebijakan moneter yang

ditetapkan oleh Bank Indonesia dan diumumkan kepada publik

(Karim, 2015).

Variabel tingkat suku bunga (BI Rate) merupakan alat

kebijakan moneter yang digunakan pemerintah untuk mengatur dan

30

mengendalikan stabilitas perekonomian, jika pemerintah ingin

mengurangi jumlah uang beredar dan konsumsi yang berhubungan

dengan pinjaman bank, maka pemerintah akan menaikkan tingkat

suku bunga, dengan adanya suku bunga yang tinggi maka biaya

ekonomi (opportunity cost) dari kegiatan konsumsi yang

menggunakan pinjaman bank akan semakin mahal, begitu juga

sebaliknya (Karim, 2015).

b. BI 7- Day (Reverse) Repo Rate

Bank Indonesia melakukan penguatan kerangka operasi

moneter dengan mengimplementasikan suku bunga acuan atau

suku bunga kebijakan baru yaitu BI 7-Day (Reverse) Repo Rate,

yang berlaku efektif sejak 19 Agustus 2016, menggantikan BI Rate

/ BI7DRR. Penguatan kerangka operasi moneter ini merupakan hal

yang lazim dilakukan di berbagai bank sentral dan merupakan best

practice internasional dalam pelaksanaan operasi moneter.

Kerangka operasi moneter senantiasa disempurnakan untuk

memperkuat efektivitas kebijakan dalam mencapai sasaran inflasi

yang ditetapkan. Instrumen BI 7-day (Reverse) Repo Rate

digunakan sebagai suku bunga kebijakan baru karena dapat secara

cepat memengaruhi pasar uang, perbankan dan sektor riil.

Instrumen BI 7-Day Repo Rate sebagai acuan yang baru memiliki

hubungan yang lebih kuat ke suku bunga pasar uang, sifatnya

31

transaksional atau diperdagangkan di pasar, dan mendorong

pendalaman pasar keuangan, khususnya penggunaan instrumen

repo.

Dengan penggunaan instrumen BI 7-day (Reverse) Repo

Rate sebagai suku bunga kebijakan baru, terdapat tiga dampak

utama yang diharapkan. Pertama, menguatnya sinyal kebijakan

moneter dengan suku bunga (Reverse) Repo Rate 7 hari sebagai

acuan utama di pasar keuangan. Kedua, meningkatnya efektivitas

transmisi kebijakan moneter melalui pengaruhnya pada pergerakan

suku bunga pasar uang dan suku bunga perbankan. Ketiga,

terbentuknya pasar keuangan yang lebih dalam, khususnya

transaksi dan pembentukan struktur suku bunga di pasar uang antar

bank (PUAB) untuk tenor 3-12 bulan (Bank Indonesia, 2020)

B. Penelitian Terdahulu

Penelitiaan terdahuluini menjadi salah satu acuan penulis dalam

melakukan penelitiaan sehingga penulis dapat memperkaya teori yang

digunakan dalam mengkaji penelitian yang dilakukan. Berikut merupakan

penelitian terdahulu berupa beberapa jurnal terkait dengan penelitian yang

dilakukan penulis:

32

No Judul Penulis

(Tahun)

Hasil Persamaan Perbedaan

1 (Yolanda &

Ariusni,

2019)

2015-2018

Jurnal

Kajian

Ekonomi

dan

Pembangun

an.

Sherly

Yolanda,

Ariusni

(2019)

BPRS variabel

permodalan

(CAR)

berpengaruh

negatif dan

signifikan

terhadap

pembiayaan

bermasalah

(NPF), pada

BPRS

profitabilitas

berpengaruh

positif dan

signifikan

terhadap

pembiayaan

bermasalah,

Inflasi

Metode:

Analisis

Regresi

Berganda

Variabel

Independe

n:

Profitabilit

as (ROA),

Permodala

n (CAR),

Inflasi.

Sampel:

Bank

Umum

Syariah

Variabel

Independen:

Kurs.

33

memiliki

pengaruh yang

negatif dan

tidak

signifikan

terhadap

pembiayaan

bermasalah

(NPF) pada

BUS maupun

pada BPRS.

2. The Impact

of

Financial

Structure,

Inflation,

and

Economical

Growth on

Non-

Ari

Prasetyo

(2020)

Pendanaan

murabahah,

mudharabah

dan

musyarakah,

inflasi, dan

PDRB secara

simultan

berpengaruh

Variabel

Independe

n: Inflasi

Metode:

Analisis

Regresi data

panel

Variabel

Independen:

Murabahah,

Mudharaba

h,

34

performing

Financing

at Islamic

Rural Bank

in West

Java 2011-

2015

Internation

al Journal

of

Innovation,

Creativity

and

Change.

Volume 11,

Issue 9,

2020

signifikan

terhadap Non

Performing

Financing

(NPF) BPRS

di Jawa Barat

selama tahun

2011-2015

hasil uji t-

statistik

pendanaan

murabahah

berpengaruh

signifikan

negatif secara

parsial

terhadap Non

Performing

Financing

pada BPRS.

pendanaan

mudharabah

Musyarakah

, PDRB

35

dan

musyarakah

secara parsial

berpengaruh

signifikan

positif

terhadap Non

Performing

Financing

pada BPRS

Hasil ini

menunjukkan

bahwa

kenaikan

inflasi di Jawa

Barat selama

tahun 2011-

2015 akan

meningkatkan

Rasio NPF

BPRS di Jawa

Barat.

36

PDRB secara

parsial

berpengaruh

signifikan

negatif

terhadap Non

Performing

Financing

pada BPRS

3 Analisis

pengaruh

faktor

internal

bank dan

eksternal

terhadap

Non-

Performing

Financing

(NPF)

pada Bank

Rindang

Nuri

Isnaini

Nugrohow

ati,

Syafrildha

Bimo

(2019)

Variabel total

asset dan

CAR/KPPM

berpengaruh

negatif

terhadap NPF.

Hal ini

menunjukkan

bahwa ketika

rasio

kewajiban

penyediaan

Variabel

independe

n: CAR,

ROA BI

Rate /

BI7DRR,

Inflasi.

Variabel

independen:

BOPO,

PDB.

37

Perkreditan

Rakyat

Syariah

di

Indonesia

2012-2017

Jurnal

Ekonomi

dan

Keuangan

Islam.

modal

minimum

semakin

meningkat

maka NPF

akan menurun.

ROA

berpengaruh

negatif

terhadap NPF

.Sedangkan BI

Rate /

BI7DRR dan

PDRB

berpengaruh

positif

terhadap NPF.

Sementara itu

inflasi dan

pengangguran

tidak memiliki

pengaruh

signifikan

38

terhadap NPF.

4 Determinan

ts of Non

Performing

Financing

(NPF)

on Sharia

Rural

Banks

(BPRS) in

Indonesia

2011-2017

Indonesian

Journal of

Developme

nts

Economics.

Muhamma

d (2019)

Bahwa secara

parsial CAR

memiliki

pengaruh

positif

signifikan,

inflasi tidak

berpengaruh

positif

signifikan.

Metode

penelitian:

analisis

regresi

berganda,

variabel

independe

n: CAR

dan Inflasi

Variabel

Independen:

BPP, GDP.

5 Analisis

Faktor-

Faktor yang

Mempengar

uhi Non

Putri

Perdani,

Maskudi,

dan Risti

Lia Sari

Berdasarkan

hasil

pengujian dan

pembahasan,

Capital

Metode:

analisis

regresi

bergaanda.

Variabel

Variabel

independen:

BOPO,

FDR.

39

Performing

Financing

(NPF) Pada

Bank

Pembiayaa

n Rakyat

Syariah

(BPRS) di

Indonesia

Tahun

2013-2018

Jurnal

Ekonomi

dan Bisnis,

Vol. 14

No.12019

(2019) Adequacy

Ratio (CAR)

menunjukan

pengaruh

negatif

signifikan

terhadap Non

Performing

Financing

(NPF) pada

BPRS di

Indonesia.

Berdasarkan

hasil

penelitian dan

pembahasan

bahwa inflasi

berpengaruh

negatif tidak

signifikan,

yang artinya

tidak

berpengaruh

independe

n: CAR

dan Inflasi

40

terhadap Non

Performing

Financing

(NPF) pada

BPRS di

Indonesia.

6 Faktor

Internal,

Makroekon

omi dan

Pembiayaa

n

Bermasalah

Bank

Syariah di

Indonesia

Tahun

2011-2018.

Jurnal

Bisnis dan

Manajemen

Volume 9

Yudhistira

Ardana

(2019)

Jangka pendek

variabel yang

berpengaruh

signifikan

terhadap

pembiayaan

bermasalah

pada

perbankan

syariah di

Indonesia

yaitu variabel

inflasi,

sedangkan

variabel kurs,

SWBI, IPI,

Variabel

Independe

n: Capital

Adequacy

Ratio

(CAR),

Inflasi

Metode:

ECM

Variabel

independen:

Financing

Deposite

Ratio

(FDR),

Kurs,

SWBI/SBIS

dan IPI

(Industrial

Production

Index)

41

(1) FDR dan CAR

tidak

berpengaruh

signifikan.

Pada jangka

panjang

variabel yang

berpengaruh

yaitu Kurs,

SWBI, FDR

dan CAR,

sedangkan

inflasi dan IPI

tidak

berpengaruh

signifikan.

7 Pengaruh

Kinerja

Keuangan

dan Kondisi

Makroekon

omi

Ahmad

Fatoni,

Kurnia

Dwi Sari

Utami

(2019)

Hasil estimasi

jangka

panjang secara

parsial

diperoleh

bahwa

Variabel

independe

n BI Rate /

BI7DRR/

BI7DRR,

CAR,

Metode

penelitian:

Analisis

ARDL

Variabel

independen:

42

Terhadap

Pembiayaa

n

Bermasalah

BPR

Syariah di

Indonesia

2010-2018

Jurnal

Ekonomi

SyariahVol

ume 7,

Nomor 2,

2019.

variabel

independen

yang

berpengaruh

negatif

signifikan

terhadap NPF

yakni PLS.

Sedangkan

variabel yang

berpengaruh

positif

signifikan

adalah IHK,

GDP, CAR

dan FDR.

Variabel

berpengaruh

tidak

signifikan

adalah BI-

Rate/

BI7DRR,

ROA, HK, GDP

FDR,

BOPO,

LTV dan

PLS

43

ROA, BOPO

dan LTV.

8. Estimasi

jangka

pendek dan

jangka

panjang

risiko

pembiayaan

BPRS di

Indonesia

2013-2018

Jurnal

N isbah

Vol .5 No

.2 Tahun

2019

R.D.

Kadir

(2019)

variabel

internal tidak

berpengaruh

secara

signifikan

terhadap NPF

BPR Syariah

di Indonesia.

Ada pun

secara jangka

Panjang

variabel

Ukuran

Perusahaan

(Size) dan

FDR

berpengaruh

secara positif

signifikan

terhadap NPF

Variabel

independe

n:

CAR,

ROA

Metode

penelitian:

ECM

Variabel

independen:

Size,

BOPO,

FDR

44

BPR Syariah

diIndonesia.

9. Non-

performing

financing of

Islamic

rural bank

industry in

Indonesia

Banks and

banks

system

Volumes

14. Issues

1. 2019

Muhamad

Nadratzza

man

Hosen,

Syafaat

Muhari

(2019)

Hasil estimasi

regresi

berbeda antara

satu zona

dengan zona

lainnya.

Variabel

ukuran bank

(LNTA),

likuiditas

(FDR),

efisiensi

(OER),

persentase

PDB dan

tingkat inflasi

secara

simultan

mempengaruh

i tingkat NPF

Variabel

Independe

n: Inflasi

Metode:

analisis

regresi data

panel

Variabel

Independen:

FDR,

ukuran

bank, OER,

PDB, ROE.

45

di IRBI di

zona satu.

Sedangkan

variabel

likuiditas

(FDR),

efisiensi (OER

dan EA) dan

persentase

PDB secara

simultan

mempengaruh

i tingkat NPF

pada IRBI di

zona dua.

Selanjutnya

variabel

ukuran bank

(LNTA) dan

persentase

PDB secara

simultan

mempengaruh

46

i tingkat NPF

di IRBI di

zona tiga.

Terakhir,

variabel

likuiditas

(FDR),

efisiensi (EA),

dan

profitabilitas

(ROE) secara

simultan

mempengaruh

i tingkat NPF

pada IRBI di

zona empat.

10. Faktor

Determinan

Penyebab

Non

Performing

Fary

Adisetya

Putra, Dr.

Imron

Mawardi

Inflasi

berpengaruh

tidak

signifikan

terhadap NPF,

Metode

penelitian:

Regresi

Berganda

Variabel

Variabel

Independen:

FDR,

BOPO,

Rentang

47

Financing

pada Bank

Pembiayaa

n Rakyat

Syariahdi

Indonesia

Periode

2008-2015

Jurnal

ekonomi

syariah

teori dan

terapan.

(2018) Pertumbuhan

ekonomi,

Financing to

Deposit Ratio

(FDR), Biaya

Operasional/P

endapatan

Operasional

(BOPO),

Inflasi, secara

simultan

bepengaruh

signifikan

terhadap

Pembiayaan

Bermasalah

pada BPRS di

Indonesia

Independe

n:

Inflasi

Kendali

Pembiayaan

.

C. Kerangka Pemikiran

Penelitian ini bertujuan untuk melihat pengaruh perubahan variabel

independen bebas yaitu Capital Adequacy Ratio (CAR), Return Of Asset

(ROA), Inflasi, BI Rate / BI7DRR terhadap variabel dependen yaitu Non

Performing Financing (NPF).

48

Laporan Statistik Perbankan Syariah BPRS Januari

2015-Desember 2019

Variabel Independen

1. Capital Adequacy Ratio (CAR)

2. Return On Assets(ROA)

3. Inflasi

4. BI Rate / BI7DRR

Variabel Dependen

1. Non Performing

Financing (NPF)

1. Uji Asumsi Klasik

a. Uji Normalitas.

b. Uji Multikolonieritas.

c. Uji Heterokedastisitas.

d. Uji Autokorelasi.

2. Uji Hipotesis.

a. Uji t (Parsial)

b. Uji F (Simultan)

c. Uji Adjusted R Square

Model Regresi

Regresi Linier

Berganda (OLS)

Interpretasi

Kesimpulan

Fenomena

Rasio NPF pada BPRS masih cukup tinggi yaitu diatas 5% dari yang ditetapkan

pada POJK sehingga dapat menghambat kelangsungan usaha

49

D. Keterkaitan Antar Variabel dan Hipotesis

1. Keterkaitan antar variabel

Berdasarkan penelitian terdahulu dan kerangka pikir di atas maka hipotesis

yang dikembangkan sebagai berikut:

a. Pengaruh rasio Kecukupan Modal (CAR) terhadap Non Performing

Financing (NPF).

Capital Adequacy Ratio (CAR) adalah rasio yang digunakan untuk

mengetahui kemampuan modal yang dimiliki oleh suatu bank dalam

menanggung kerugian ataupun risiko BPRS. Semakin tinggi nilai CAR

semakin mampu bank dalam menanggung risiko yang akan dihadapi

seperti risiko kredit macet atau pembiayaan bermasalah. Teori tersebut

didukung oleh penelitian dari Sherly Yolanda dan Ariusni (2019)

variabel permodalan (CAR) berpengaruh negatif dan signifikan

terhadap pembiayaan bermasalah (NPF), yang berarti bahwa adanya

peningkatan dari rasio permodalan menyebabkan penurunan pada

pembiayaan bermasalah pada BUS dan BPRS di Indonesia dengan

asumsi cateris paribus.

Dengan demikian, maka dari uraian tersebut dapat dibuat

hipotesis sebagai berikut:

Ha : Capital Adequacy Ratio (CAR) berpengaruh signifikan

terhadap Non Performing Financing (NPF) pada Bank Pembiayaan

Rakyat Syariah Periode Januari 2015- Desember 2019.

50

b. Pengaruh Return On Assets (ROA) terhadap Non Performing

Financing (NPF)

Return On Asset merupakan rasio untuk mengukur kemampuan

bank dalam memperoleh keuntungan (laba). Semakin besar ROA

suatu bank, semakin besar tingkat keuntungan sehingga dapat

meningkatnya tingkat pembiayaan dan mengakibatkan pembiayaan

bermasalah juga meningkat. Teori tersebut didukung oleh penelitian

Sherly Yolanda dan Ariusni (2019) bahwa Return On Assets (ROA)

secara parsial berpengaruh positif signifikan terhadap Non Performing

financing (NPF). Hal ini dikarenakan oleh nilai laba yang dihasilkan

bank didapatkan dari meningkatnya jumlah masyarakat yang

melakukan kredit pada BPRS namun hal ini mengakibatkan nilai kredit

macet menjadi meningkat. Dengan demikian, maka dari uraian tersebut

dapat dibuat hipotesis sebagai berikut:

Ha : Return On Asset (ROA) berpengaruh signifikan terhadap

tingkat Non Performing Financing (NPF) pada Bank Pembiayaan

Rakyat Syariah di Indonesia Periode Januari 2015-Desember 2019.

c. Pengaruh Inflasi terhadap Non Performing Financing (NPF)

Inflasi adalah kenaikan harga barang secara terus-menerus. Dengan

adanya kenaikan harga barang membuat nasabah kesulitan dalam

melakukan pembayaran pembiyaan pada bank, sehingga menimbulkan

risiko kredit macet. Teori tersebut didukung oleh penelitian dari

Yudhistira Ardana (2019) Inflasi pada periode jangka pendek memiliki

51

pengaruh negatif dan signifikan. Sedangkan dalam jangka panjang

inflasi berpengaruh negatif tetapi tidak signifikan terhadap NPF.

Dengan demikian, maka dari uraian tersebut dapat dibuat hipotesis

sebagai berikut:

Ha :Inflasi berpengaruh signifikan terhadap Non Performing

Financing (NPF) pada Bank Pembiayaan Rakyat Syariah Periode

Januari 2015- Desember 2019.

d. Pengaruh BI Rate / BI7DRR terhadap Non Performing Financing

(NPF)

Menurut Ahmad Fatoni, Kurnia Dwi Sari Utami (2019) bahwa

estimasi jangka pendek, variabel BI Rate / BI7DRR, memiliki

pengaruh negatif terhadap pembiayaan bermasalah. Hal tersebut

disebabkan pada beberapa BPR Syariah, penentuan equivalen Rate

BPR Syariah seringkali mengacu pada BI Rate / BI7DRR dimana saat

terjadi kenaikan suku bunga pinjaman maka akan menaikkan equivalen

Rate. Tingkat equivalen Rate yang tinggi akan mengurangi minat

nasabah untuk mengajukan pembiayaan. Hal tersebut karena akan

membebankan debitur saat membayar equivalen Rate dan pokok

pembiayaannya sehingga menurunkan resiko pembiayaan. Dengan

demikian, maka dari uraian tersebut dapat dibuat hipotesis sebagai

berikut:

52

Ha : BI Rate / BI7DRR berpengaruh signifikan terhadap Non

Performing Financing (NPF) pada Bank Pembiayaan Rakyat Syariah

Periode Januari 2015- Desember 2019.

2. Hipotesis

Hipotesis pada penelitian ini adalah sebagai berikut:

a. Secara Individu (Parsial)

Ha: Terdapat pengaruh signifikan antara Capital Adequacy Ratio

(CAR) terhadap Non Performing Financing (NPF).

H0 : Tidak terdapat pengaruh signifikan antara Capital Adequacy Ratio

(CAR) terhadap Non Performing Financing (NPF).

Ha : Terdapat pengaruh signifikan antara Return On Asset (ROA)

terhadap Non Performing Financing (NPF).

H0 : Tidak terdapat pengaruh signifikan antara Return On Asset (ROA)


Ha : Terdapat pengaruh signifikan antara Inflasi terhadap Non


H0 : Tidak terdapat pengaruh signifikan antara Inflasi terhadap Non


Ha : Terdapat pengaruh signifikan antara BI Rate / BI7DRR terhadap

Non Performing Financing (NPF).

H0 : Tidak terdapat pengaruh signifikan antara BI Rate / BI7DRR


53

b. Secara Bersama-sama (Simultan)

Ha : Terdapat pengaruh secara simultan antara Capital Adequacy Ratio

(CAR), Return On Asset (ROA), Inflasi dan BI Rate / BI7DRR terhadap

Non Performing Financing (NPF).

H0 : Tidak terdapat pengaruh secara simultan antara Capital Adequacy

Ratio (CAR), Return On Asset (ROA), Inflasi dan BI Rate / BI7DRR


54

BAB III

METODE PENELITIAN

A. Populasi dan Sampel

1. Populasi

Populasi adalah wilayah generalisasi yang terdiri atas objek atau

subjek yang mempunyai kualitas dan karakteristik tertentu yang

ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik

kesimpulannya (Sugiyono, Statistik untuk penelitian , 2012). Populasi

penelitian ini adalah seluruh Perbankan Syariah yang beroperasi di

Indonesia untuk kelompok BPRS (Bank Pembiayaan Rakyat Syariah)

yang data keuangan yang telah di jadikan satu ekuivalen dalam laporan

statistik perbankan syariah oleh Otoritas Jasa Keuangan.

2. Sampel

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki

oleh populasi (Sugiyono, 2012). Sampel yang digunakan pada

penelitian ini adalah purposive sampling. Purposive sampling adalah

teknik penentuan sampel dengan berdasarkan kriteria–kriteria atau

pertimbangan tertentu (Sugiyono, 2012).

Berikut adalah kriteria penentuan sampel pada penelitian ini:

a. Bank Pembiayaan Rakyat Syariah yang menerbitkan laporan

keuangan bulanan periode Januari 2015 –Desember 2019 yang

55

telah dijadikan laporan statistik perbankan syariah oleh Otoritas

Jasa Keuangan.

b. Sampel dalam penelitian ini berjumlah 60 yang diambil

berdasarkan jumlah bulan pada laporan keuangan BPRS sejak

Januari 2015 –Desember 2019.

B. Tempat dan Waktu Penelitian

Tempat penelitian adalah situs resmi Otoriatas Jasa Keuangan

(OJK) dan Bank Indonesia. Waktu penelitian adalah Januari 2015-

Desember 2019.

C. Data dan Sumber Data

Sumber data yang digunakan dalam penelitian ini adalah data

sekunder. Diperoleh dari Statistik Perbankan Syariah laporan keuangan

Bank Pembiayaan Rakyat Syariah melalui situs resmi OJK dan situs resmi

Bank Indonesia.

D. Instrument Penelitian

Penelitian ini adalah penelitian explanasi asosiatif yang melihat

hubungan pengaruh atau kausalitas. Instrument atau variabel yang

digunakan dalam penelitian ini adalah pembiayaan bermasalah yang

diproyeksikan oleh Non Performing Financing (NPF) sebagai variabel

dependen, dan variabel independen yaitu Capital Adequacy Ratio (CAR),

Return On Asset (ROA), Inflasi dan BI Rate / BI7DRR.

56

E. Metode Pengumpulan Data

Data yang digunakan penelitian ini merupakan sekunder, data

tersebut diperoleh langsung dari laporan situs resmi Otoritas Jasa

Keuangan dan situs resmi Bank Indonesia. Metode yang digunakan dalam

pengumpulan data untuk melakukan penelitian ini adalah sebagai berikut:

1. Field Research

Peneliti menggunakan data sekunder berupa data runtut waktu

(time series) dengan data bulanan Bank Pembiayaan Rakyat Syariah

dari statistik perbankan syariah dengan rentang waktu dari bulan

Januari 2015 – Desember 2019 dan Inflasi serta BI Rate / BI7DRR

diperoleh dari data bulanan situs resmi Bank Indonesia.

2. Library Research

Data yang digunakan dalam penelitian ini adalah data yang

diperoleh dari membaca literature, buku, artikel, jurnal dan sejenisnya

yang berhubungan dengan aspek yang diteliti sebagai upaya

memperoleh data yang valid.

3. Internet Research

Penulis melakukan penelitian dengan menggunakan teknologi yang

juga berkembang yaitu internet. Sehingga data yang diperoleh

merupakan data yang sesuai dengan perkembangan zaman.

F. Metode Analisis Data

Penelitian ini menggunakan metode data kuantitatif, yaitu dimana

data yang digunakan dalam penelitian berbentuk angka dan penelitian ini

57

menganalisis bagaimana pengaruh: Capital Adequacy Ratio (CAR),

Return Of Asset (ROA), Inflasi dan BI Rate / BI7DRR terhadap Non

Performing Financing (NPF). Penelitian ini menggunakan metode

Analisis Regresi Linier Berganda (OLS) dengan menggunakan program

komputer (software) E-Views versi 10 dan Microsoft Excel 2007. Adapun

model persamaan regresi berganda yang digunakan pada penelitian ini

adalah sebagai berikut:

Y = a+ b1X1 + b2X2 + b3X3 + b4X4

Keterangan:

Y = nilai prediksi variabel NPF

a = Konstanta

b1 b2 b3 =Koefisien masing-masing variabel

X1= Capital Adequacy Ratio

X2= Return On Asset

X3= Inflasi

X4= BI Rate / BI7DRR

e= Error

1. Statistik Deskriptif

Statistik deskriptif bertujuan untuk memberikan gambaran data

secara dekriptif. Statistik dekriptif memiliki nilai-nilai umum diantara

adalah rata-rata, simpangan baku, nilai minimal, nilai maksimal dan

jumlah atau sum. Nilai-nilai tersebut memiliki manfaat yaitu

memberikan gambaran umum tentang variabel-variabel yang diteliti

58

sehingga dapat menjelaskan karakteristik data yang ada dengan

menjelaskan besaran nilai-nilai tersebut (Sarwono, 2016).


Menurut Gujarati (2013) uji asumsi klasik bertujuan untuk

memastikan bahwa hasil penelitian adalah valid dengan data yang

digunakan secara teori adalah tidak bias, konsisten dan penaksiran

koefisien regresinya efisien. Varian minimum atau konsisten berarti

kemungkinan nilai estimasi akan berbeda jauh dengan nilai parameter

populasi akan mendekatai nol seiring dengan penambahan jumlah

sampel. Tidak bias jika dirata-ratakan sehingga nilai estimasi akan

sama dengan yang sebenarnya. Jika terdapat masalah seperti

heteroskedastisitas, dan autokorelasi maka model regresi tersebut tidak

bersifat BLUE (Best Linier Unbiased Estimate) (Rosadi, 2012). Pada

penelitian ini, ada beberapa uji asumsi klasik yang dilakukan,

diantaranya adalah normalitas, multikolinearitas dan

heteroskedastisitas.

a. Uji Normalitas

Uji normalitas memiliki tujuan untuk menguji apakah

model regresi, variabel pengganggu atau residual berdistribusi

normal atau tidak. Terdapat dua cara mendeteksi normalitas adalah

dengan cara analisis grafik dan uji statistik. Analisis grafik adalah

mudah tetapi dapat menyesatkan khususnya pada jumlah sampel

yang kecil. Uji normalitas yang banyak digunakan adalah uji

59

Jarque-Bera (JB). Uji JB merupakan uji normalitas untuk sampel

besar dan biasanya dipakai pada software E-Views (Ghozali &

Ratmono, 2018).

b. Uji Multikolinieritas

Uji Multikolinearitas bertujuan memeriksa ada atau tidak

korelasi antara sesama variabel prediktor di dalam model regresi

data panel yang seharusnya variabel-variabel prediktor tersebut

hanya berkorelasi dengan variabel responnya saja.

Multikolinearitas dapat mengakibatkan hasil uji parsial lebih sering

menerima 𝐻0, sehingga variabel prediktornya banyak yang tidak

berpengaruh signifikan (Sutikno, Faruk, & Dwipurwani, 2017). Uji

Multikolinearitas menggunakan software E-Views dengan melihat

nilai Centered VIF pada output Variance Inflation Factors (VIF)

(Ghozali & Ratmono, 2018).

c. Uji Heteroskedastisitas

Heteroskedastisitas timbul apabila nilai residual dari model

tidak memiliki varians yang konstan. Artinya, setiap observasi

mempunyai reliabilitas yang berbeda-beda akibat perubahan

kondisi yang melatarbelakangi tidak terangkum dalam model.

Gejala ini sering terjadi pada data cross section, sehingga dangat

dimungkinkan terjadi heteroskedastisitas pada panel data (Gujarati

& Porter, 2013).

60

Beberapa uji statistik untuk mengetahui ada atau tidak

heterokedastisitas yaitu: uji glejer, uji white, uji breusch-pagan

godfrey, Harvey, park. Program eviews memiliki keunggulan

daripada SPSS karena dapat menguji secara langsung dengan uji-

uji tersebut (Ghozali & Ratmono, 2018).

a. Uji Autokorelasi.

Autokorelasi muncul karena residual yang tidak bebas antar

satu observasi ke observasi lainnya. Hal ini disebabkan karena eror

pada individu cenderung mempengaruhi individu yang sama pada

periode berikutnya. Masalah autokorelasi sering terjadi pada data

time series (runtut waktu) (Gunawan, 2018).

Uji autokorelasi dapat menggunakan uji Durbin-Watson.

Uji DW digunakan untuk mendeteksi autokorelasi tingkat satu dan

mensyaratkan adanya intercept (konstanta) dalam model regresi

dan tidak ada variabel lag diantara variabel bebas. Hipotesis yang

akan diuji: H0 : tidak ada autokorelasi dan Ha : ada autokorelasi.

Selanjutnya ada uji Lagrange Multiplier (LM Test). LM test

digunakan untuk observasi diatas 100 observasi. Uji ini tepat

digunakan dibanding uji DW karena uji ini diperuntukkan untuk

sampel relative besar dan derajat autokorelasi lebih dari satu. Uji

LM menghasilkan statistik Breusch-Godfrey (Ghozali & Ratmono,

2018).

61

3. Uji Hipotesis Penelitian.

a. Uji signifikasi parameter individual (Uji statistik t)

Uji statistik t ini pada dasarnya menunjukkan seberapa jauh

pengaruh satu variabel independen secara individual (parsial)

dalam menerangkan variasi variabel dependen. Langkah yang

digunakan untuk menguji hipotesis ini adalah dengan menentukan

level of significance-nya. Level of significance yang digunakan

sebesar 0,05 (5%) (Ghozali I. , Aplikasi Analisis Multivariete

dengan Program IBM SPSS 23, Edisi 8., 2016.).

b. Uji Signifikansi simultan (Uji statistik f)

Penggunaan tingkat signifikasinya beragam, tergantung

keputusan peneliti, yaitu 0.01 (1%); 0.05 (5%) dan 0.10 (10%).

Dalam uji F-statistik ada dua langkah. Langkah pertama jika

probabilitas nilai F-statistik > 0.05 maka H0 diterima atau menolak

Ha, sebaliknya jika probabilitas nilai F statistik < 0.05, maka H0

ditolak atau menerima Ha (Febriana & Yulianto, 2017).

Uji statistik f menunjukkan apakah semua variabel

independen yang dimasukkan dalam model regresi mempunyai

pengaruh secara bersama-sama atau simultan terhadap variabel

dependen (Y). Pengujian ini biasanya disebut pengujian signifikasi

keseluruhan terhadap garis regresi yang ingin menguji apakah Y

secara linier berhubungan dengan kedua X1 dan X2 (Ghozali &

Ratmono, 2018).

62

c. Adjusted R Square

Besarnya R2 dikenal sebagai koefisien determinasi (sampel)

yang merupakan ukuran paling umum digunakan untuk mengukur

goodness of fit dari sebuah garis regresi. Nilai tersebut melihat

seberapa besar proporsi atau presentasi pengaruh variabel

independen terhadap variabel dependen.Tingkat ketepatan regresi

ditentukan oleh besarnya nilai R2 antara 0 sampai dengan 1 (≤ R2

≤ 1).Semakin nilai R2 mendekati angka 1, berarti variabel

independen dapat menjelaskan pengaruh terhadap variabel

dependen dengan semakin baik (Gujarati & Porter, 2013).

Kelemahan mendasar menggunakan koefisien determinasi

adalah bias terhadap jumlah variabel independen yang dimasukkan

ke dalam model. Setiap penambahan satu variabel independen,

maka nilai R2 pasti meningkat tidak melihat apakah variabel itu

berpengaruh secara signifikan terhadap variabel dependen atau

tidak. Oleh sebab itu banyak peneliti yang memakai nilai adjusted

R square pada saat mengevaluasi mana variabel terbaik (Ghozali &

Ratmono, 2018).

Nilai Adjusted R Square dapat naik atau turun jika satu

variabel independen ditambah ke model. Nilai adjusted square

dapat bernilai negatif walaupun yang diinginkan harus positif. Jika

dalam uji empiris didapat nilai adjusted R square negatif maka nilai

adjusted R square dianggap bernilai 0 (Ghozali & Ratmono, 2018).

63

G. Definisi Operasional Variabel

Operasional variabel penelitian merupakan rincian tentang

variabel-variabel pada suatu penelitian dan akan dijadikan kajian pada

penelitian ini. Data yang terdiri dari variable dependen yaitu tingkat Non

Performing Financing (NPF), variable Independen yang secara berturut-

turut tediri dari, Capital Adequecy Ratio (CAR), Return On Asset (ROA),

Inflasi, BI Rate / BI7DRR diperoleh dengan perhitungan menggunakan

rumus dari data yang diperoleh dari Statistik Perbankan Syariah periode

Januari 2015-Desember 2019 dan data inflasi serta BI Rate / BI7DRR

diperoleh pada website resmi Bank Indonesia. Berikut adalah tabel

operasional variabel pada penelitian ini:

No Variabel Definisi Pengukuran

Variabel

Skala

Ukur

Sumber

1. Non

Performing

Financing

(NPF)

Non Performing

Financing (NPF)

merupakan rasio

keuangan bank

yang digunakan

untuk mengukur

terjadinya risiko

kerugian yang

terkait dengan

NPF=

Pembiayaan

Bermasalah

Total

Pembiayaan

X 100%

Rasio (Husaeni,

2017)

64

kegagalan

debitur dalam

melunasi

kewajibannya

kepada bank

2. Capital

Adequecy

Ratio

(CAR)

Capital

Adequecy Ratio

merupakan

kecukupan

modal,

menunjukkan

kemampuan

bank dalam

mempertahankan

modal dan

kemampuan

manajemen bank

dalam

mengidentifikasi,

mengukur,

mengawasi, dan

mengontrol

resiko yang dapat

CAR =

Modal

ATMR

X 100%

Rasio (Aini,

2013)

65

berpengaruh

terhadap

besarnya modal

bank.

3. Return On

Assets

(ROA)

ROA adalah

rasio yang

menunjukkan

kemampuan

perusahaan

dengan

menggunakan

seluruh aktiva

yang dimiliki

untuk

menghasilkan

laba setelah

pajak. Rasio ini

penting bagi

pihak

manajemen

untuk

mengevaluasi

efektivitas dan

ROA =

Laba

Sebelum

Pajak x

Total Aset

X 100%

Rasio (Sarasyanti

&

Shofawati,

2018)

66

efisiensi

manajemen

perusahaan

dalam mengelola

seluruh aktiva

perusahaan

4. Inflasi kenaikan harga

barang-barang

yang bersifat

umum dan secara

terus-menerus.

NFt =IHKt -

IHK t -1

IHKt-1

X 100%

Rasio (Ambarini,

2015)

5. BI Rate /

BI7DRR

Suku bunga

adalah tingkat

suku bunga yang

ditetapkan oleh

Bank Indonesia,

dimana suku

bunga ini akan

menjadi patokan

bagi perbankan

di Indonesia

untuk

menetapkan

Rasio (Kasmir,

Manajemen

Perbankan,

2017)

67

besarnya bunga

simpanan dan

bunga kredit.

68

BAB IV

TEMUAN PENELITIAN DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Berdasarkan Undang-Undang Republik Indonesia Nomor 21 Tahun

2008 tentang Perbankan Syariah dalam pasal 1 disebutkan bahwa BPRS

adalah bank syariah yang dalam kegiatannya tidak memberikan jasa dalam

lalu lintas pembayaran. Syarat terbentuknya BPRS adalah BPRS berbadan

hukum perseroan terbatas, BPRS hanya boleh dimiliki oleh Warga Negara

Indonesia (WNI) dan badan hukum Indonesia, pemerintah daerah atau

kemitraan antara WNI atau badan hukum Indonesia dengan pemerintah

daerah (Soemitra, 2012). Persebaran BPRS di Indonesia yang sudah cukup

luas di berbagai daerah di Indonesia, berikut adalah daftar BPRS di

Indonesia:

Tabel 4. 1 Daftar BPRS di Indonesia

No BPRS Kabupaten Provinsi

1

PT. BPRS Amanah

Rabbaniah Kab. Bandung

Provinsi Jawa

Barat

2 PT. BPRS Hareukat Kab. Aceh Besar Provinsi NAD

3

PT. BPR Syariah

Amanah Ummah Kab. Bogor

Provinsi Jawa

Barat

4

PT BPRS Artha

Karimah Irsyadi Kota Bekasi

Provinsi Jawa

Barat

5

PT. BPRS Bina

Amwalul Hasanah Kota Depok

Provinsi Jawa

Barat

6

PT. BPRS

Musyarakah Ummat

Indonesia Kota Tangerang

Provinsi

Banten

7

PT BPRS PNM

Mentari Kab. Garut

Provinsi Jawa

Barat

69

8

PT. BPRS Tulen

Amanah Kab. Lombok Timur

Provinsi Nusa

Tenggara

Barat

9 INDO TIMUR Kota Makassar

Provinsi

Sulawesi

Selatan

10

BPRS Baiturridha

Pusaka Kota Bandung

Provinsi Jawa

Barat

11

PT. BPRS Harta

Insan Karimah Kota Tangerang

Provinsi

Banten

12

PT. BPR Syariah

Barkah Gemadana Kab. Banjar

Provinsi

Kalimantan

Selatan

13

PT. BPRS

Ibadurrahman

Kab. Penajam Paser

Utara

Provinsi

Kalimantan

Timur

14

BPRS Harta Insan

Karimah Bekasi Kota Bekasi

Provinsi Jawa

Barat

15

PT BPRS Margirizki

Bahagia Kab. Bantul

Provinsi D.I

Yogyakarta

16

BPRS Bangun

Drajat Warga Kab. Bantul

Provinsi D.I

Yogyakarta

17

PT. BPRS Harta

Insan Karimah

Cibitung Kab. Bekasi

Provinsi Jawa

Barat

18

PT. BPRS PNM

Patuh Beramal Kota Mataram

Provinsi Nusa

Tenggara

Barat

19

PT. BPRSyariah

Baktimakmur Indah Kab. Sidoarjo

Provinsi Jawa

Timur

20

PT.BPRS

Baiturrahman Kab. Aceh Besar Provinsi NAD

21 BPRS TCD Kab. Pidie Provinsi NAD

22

PT BPRS Fajar

Sejahtera Bali Kab. Badung Provinsi Bali

23 BPRS ALMASOEM Kab. Bandung

Provinsi Jawa

Barat

24

PT. BPRS Harum

Hikmahnugraha Kab. Garut

Provinsi Jawa

Barat

25

PT. BPRS Dana

Moneter Kota Makassar

Provinsi

Sulawesi

Selatan

26

PT.BPRS Surya

Sejati Kab. Takalar

Provinsi

Sulawesi

Selatan

70

27

AMANAH

BANGSA Kab. Simalungun

Provinsi

Sumatera

Utara

28

ASRI MADANI

NUSANTARA Kab. Jember

Provinsi Jawa

Timur

29

BPRS Muamalah

Cilegon Kab. Serang

Provinsi

Banten

30

PT BPRS Daarut

Tauhiid Kota Cimahi

Provinsi Jawa

Barat

31

PT.BPRS Al

Washliyah Kota Medan

Provinsi

Sumatera

Utara

32

PT. BPR Syariah Al

Wadiah Kota Tasikmalaya

Provinsi Jawa

Barat

33 PT BPRS At Taqwa Kab. Tangerang

Provinsi

Banten

34

PT. BPRS Niaga

Madani Kota Makassar

Provinsi

Sulawesi

Selatan

35

PT. BANK

Pembiayaan Rakyat

Syariah Al Falah Kab. Banyuasin

Provinsi

Sumatera

Selatan

36

PT. BPR Syariah

Hasanah Kota Pekanbaru Provinsi Riau

37 PT BPRS Wakalumi Kab. Tangerang

Provinsi

Banten

38

PT.BPRS Artha

Fisabilillah Kab. Cianjur

Provinsi Jawa

Barat

39

PT. BPR Syariah Al

Ihsan Kab. Bandung

Provinsi Jawa

Barat

40

PT. BPRS Nurul

Ikhwan Kab. Polewali Mandar

Provinsi

Sulawesi

Barat

41

PT. BPRS Hikmah

Wakilah Kota Banda Aceh Provinsi NAD

42

PT. BPRS Ikhsanul

Amal Kab. Kebumen

Provinsi Jawa

Tengah

43

PT. BPRS Bhakti

Haji Malang Kab. Malang

Provinsi Jawa

Timur

44

Rahmah Hijrah

Agung Kota Lhokseumawe Provinsi NAD

45

PT.BPR Syariah

Amanah Sejahtera Kab. Gresik

Provinsi Jawa

Timur

46

BPRS Bandar

Lampung Kota Bandar Lampung

Provinsi

Lampung

71

47

Muamalat Harkat

Bengkulu Kab. Seluma

Provinsi

Bengkulu

48

PT BPR Syariah Al

Barokah Kota Depok

Provinsi Jawa

Barat

49

PT. BPRS Harta

Insan Karimah

Parahyangan Kab. Bandung

Provinsi Jawa

Barat

50

PT. BPRS. Gebu

Prima Kota Medan

Provinsi

Sumatera

Utara

51

PT. BPRS Daya

Artha Mentari Kab. Pasuruan

Provinsi Jawa

Timur

52

PT.BPRS Mulia

Berkah Abadi Kab. Tangerang

Provinsi

Banten

53

PT BPRS Puduarta

Insani Kab. Deli Serdang

Provinsi

Sumatera

Utara

54

PT. BPRS Mentari

Pasaman Saiyo Kab. Pasaman Barat

Provinsi

Sumatera

Barat

55

PT. BPRS Berkah

Dana Fadhlillah Kab. Kampar Provinsi Riau

56

PT. BPRS Bina

Rahmah Kab. Bogor

Provinsi Jawa

Barat

57

BPRS Al Hijrah

Amanah Kota Depok

Provinsi Jawa

Barat

58

PT. BPRS Gala

Mitra Abadi Kab. Grobogan

Provinsi Jawa

Tengah

59

PT. BPRS.Carana

Kiat Andalas Kab. Agam

Provinsi

Sumatera

Barat

60 PT.BPRS Gowata Kab. Gowa

Provinsi

Sulawesi

Selatan

61 Amanah Insani Kab. Bekasi

Provinsi Jawa

Barat

62

PT.BPRS Muamalat

Yotefa Kota Jayapura

Provinsi

Papua

63 Rifatul Ummah Kab. Bogor

Provinsi Jawa

Barat

64

PT BPRS Insan Cita

Artha Jaya Kab. Bogor

Provinsi Jawa

Barat

65

PT. BPR Syariah

Asad Alif Kab. Kendal

Provinsi Jawa

Tengah

66 PT. BPR Syariah Kab. Agam Provinsi

72

Ampek Angkek

Candung

Sumatera

Barat

67 Al Mabrur Babadan Kab. Ponorogo

Provinsi Jawa

Timur

68 PT.BPRS Ummu Kab. Pasuruan

Provinsi Jawa

Timur

69 Berkah Ramadhan Kab. Tangerang

Provinsi

Banten

70

BPRS Bangka

Belitung Kab. Bangka

Provinsi Kep.

Bangka

Belitung

71

BPRS Investama

Mega Bakti Kota Makassar

Provinsi

Sulawesi

Selatan

72

PT.BPR Syariah

Bumi Rinjani Batu Kota Batu

Provinsi Jawa

Timur

73

BPRS Cilegon

Mandiri Kota Cilegon

Provinsi

Banten

74

PT. BPR Syariah

Situbondo Kab. Situbondo

Provinsi Jawa

Timur

75

PT BPR Syariah

Tanggamus Kab. Tanggamus

Provinsi

Lampung

76

BPRS Buana Mitra

Perwira Kab. Purbalingga

Provinsi Jawa

Tengah

77

PT. BPRS Artha

Surya Barokah Kota Semarang

Provinsi Jawa

Tengah

78

PT.BPRS Bhakti

Sumekar Kab. Sumenep

Provinsi Jawa

Timur

79 PT. BPRS Suriyah Kab. Cilacap

Provinsi Jawa

Tengah

80

BPRS BINA

Amanah Satria Kab. Banyumas

Provinsi Jawa

Tengah

81

PT BPRS Artha

Madani Kab. Bekasi

Provinsi Jawa

Barat

82

PT. BPRS Khasanah

Ummat Kab. Banyumas

Provinsi Jawa

Tengah

83

PT. BPRS Safir

Bengkulu Kota Bengkulu

Provinsi

Bengkulu

84

PT BPRS Metro

Madani Kota Metro

Provinsi

Lampung

85 PT.BPRS Al-Yaqin Kab. Simalungun

Provinsi

Sumatera

Utara

86

PT. BPR Syariah

Lantabur Tebuireng Kab. Jombang

Provinsi Jawa

Timur

73

87

PT BPRS Haji

Miskin Kab. Tanah Datar

Provinsi

Sumatera

Barat

88

PT. BPR Syariah

Artha Mas Abadi Kab. Pati

Provinsi Jawa

Tengah

89

PT. BPRS Al

Salaam Amal

Salman Kota Depok

Provinsi Jawa

Barat

90

PT. BPRS Pnm

Binama Kota Semarang

Provinsi Jawa

Tengah

91

PT. BPR Syariah

Jabal Tsur Kab. Pasuruan

Provinsi Jawa

Timur

92

PT. BPR Syariah

Dinar Ashri Kota Mataram

Provinsi Nusa

Tenggara

Barat

93

PT. BPRS Bumi

Rinjani Probolinggo Kab. Probolinggo

Provinsi Jawa

Timur

94

BPRS Bumi Rinjani

Kepanjen Kab. Malang

Provinsi Jawa

Timur

95 Dana Hidayatullah Kota Yogyakarta

Provinsi D.I

Yogyakarta

96

PT. BPRS Patriot

Bekasi Kota Bekasi

Provinsi Jawa

Barat

97

PT. BPRS Arta

Leksana Kab. Banyumas

Provinsi Jawa

Tengah

98

PT BPR Syariah

Sindanglaya

Kotanopan Kab. Mandailing Natal

Provinsi

Sumatera

Utara

99

PT. BPRS Bumi

Artha Sampang Kab. Cilacap

Provinsi Jawa

Tengah

100

PT. BPRS Karya

Mugi Sentosa Kota Surabaya

Provinsi Jawa

Timur

101 PT. BPRS Jabal Nur Kota Surabaya

Provinsi Jawa

Timur

102

PT. BPRS Barokah

Dana Sejahtera Kota Yogyakarta

Provinsi D.I

Yogyakarta

103

Artha Amanah

Ummat Kab. Semarang

Provinsi Jawa

Tengah

104

PT. BPRS Mitra

Amal Mulia Kab. Sleman

Provinsi D.I

Yogyakarta

105

PT BPRS Madina

Mandiri Sejahtera Kab. Bantul

Provinsi D.I

Yogyakarta

106

PT. BPR Syariah

Gayo Kab. Aceh Tengah Provinsi NAD

107 Syarikat Madani Kota Batam Provinsi Kep.

74

Riau

108

PT. BPR Syariah

Dana Mulia Kota Surakarta/Solo

Provinsi Jawa

Tengah

109

PT. BPRS Barakah

Nawaitul Ikhlas Kota Solok

Provinsi

Sumatera

Barat

110

PT. BPRS Sukowati

Sragen Kab. Sragen

Provinsi Jawa

Tengah

111

PT. BPRS Dana

Amanah Kota Surakarta/Solo

Provinsi Jawa

Tengah

112

PT. BPRS Mandiri

Mitra Sukses Kab. Gresik

Provinsi Jawa

Timur

113

BPRS Sarana Prima

Mandiri Kab. Pamekasan

Provinsi Jawa

Timur

114

PT BPR Syariah

Danagung Syariah Kab. Sleman

Provinsi D.I

Yogyakarta

115

PT. BPRS Rajasa

Lampung Tengah Kab. Lampung Tengah

Provinsi

Lampung

116

PT BPRS Tanmiya

Artha Kota Kediri

Provinsi Jawa

Timur

117

PT BPR Syariah

Kotabumi Kab. Lampung Utara

Provinsi

Lampung

118 BPRS Al-Makmur Kab. Limapuluh Koto

Provinsi

Sumatera

Barat

119

PT. BPRS Mitra

Cahaya Indonesia Kab. Sleman

Provinsi D.I

Yogyakarta

120

PT.BPR Syariah

Vitka Central Kota Batam

Provinsi Kep.

Riau

121

PT. BPRS Annisa

Mukti Kab. Sidoarjo

Provinsi Jawa

Timur

122 PT BPRS Formes Kab. Sleman

Provinsi D.I

Yogyakarta

123

PT. BPRS. Central

Syariah Utama Kota Surakarta/Solo

Provinsi Jawa

Tengah

124 Cempaka Al-Amin

Wil. Kota Jakarta

Selatan

Provinsi DKI

Jaya

125 PT BPRS Madinah Kab. Lamongan

Provinsi Jawa

Timur

126

PT. BPRS Lampung

Timur Kab. Lampung Timur

Provinsi

Lampung

127

PT BPR Syariah

Adeco Kota Langsa Provinsi NAD

128

PT. BPRS Al-

Mabrur Klaten Kab. Klaten

Provinsi Jawa

Tengah

75

129

PT. BPRS Meru

Sankara Kab. Magelang

Provinsi Jawa

Tengah

130

PT BPRS Kota

Juang

Kab. Aceh

Jeumpa/Bireuen Provinsi NAD

131

PT. BPRS Amanah

Insan Cita Kab. Deli Serdang

Provinsi

Sumatera

Utara

132

PT BPRS Gunung

Slamet Kab. Cilacap

Provinsi Jawa

Tengah

133

PT. BPRS Artha

Pamenang Kab. Kediri

Provinsi Jawa

Timur

134

PT BPRS Rahmania

Dana Sejahtera

Kab. Aceh

Jeumpa/Bireuen Provinsi NAD

135

PT. BPRS Mitra

Harmoni

Yogyakarta Kota Yogyakarta

Provinsi D.I

Yogyakarta

136

PT. BPRS Rahma

Syariah Kab. Kediri

Provinsi Jawa

Timur

137

PT. BPRS Mitra

Harmoni Kota

Semarang Kota Semarang

Provinsi Jawa

Tengah

138

PT. BPRS Serambi

Mekah Kota Langsa Provinsi NAD

139

PT. BPRS Mitra

Harmoni Kota

Malang Kota Malang

Provinsi Jawa

Timur

140

BPR Syariah Insan

Madani Kab. Sukoharjo

Provinsi Jawa

Tengah

141

PT BPRS Unawi

Barokah Kab. Sidoarjo

Provinsi Jawa

Timur

142

PT.BPRS

Almadinah

Tasikmalaya Kota Tasikmalaya

Provinsi Jawa

Barat

143

PT. BPRS Way

Kanan Kab. Way Kanan

Provinsi

Lampung

144

PT. BPRS Oloan

Ummah Sidempuan Kota Padang Sidempuan

Provinsi

Sumatera

Utara

145

PT. BPRS Dharma

Kuwera Kab. Klaten

Provinsi Jawa

Tengah

146

PT BPRS Kota

Mojokerto Kota Mojokerto

Provinsi Jawa

Timur

147

BPRS Mitra

Harmoni Kota

Bandung Kota Bandung

Provinsi Jawa

Barat

76

148

PT.BPRS

Gajahtongga

Kotopiliang Kota Sawahlunto

Provinsi

Sumatera

Barat

149

PT. BPRS Cahaya

Hidup Kab. Sleman

Provinsi D.I

Yogyakarta

150

PT. BPR Syariah

Bahari Berkesan Kota Ternate

Provinsi

Maluku Utara

151 PT BPRS Magetan Kab. Magetan

Provinsi Jawa

Timur

152

BPRS Bakti Artha

Sejahtera Sampang Kab. Sampang

Provinsi Jawa

Timur

153

PT. BPRS Saka

Dana Mulia Kab. Kudus

Provinsi Jawa

Tengah

154

PT. BPRS Harta

Insan Karimah

Makassar Kota Makassar

Provinsi

Sulawesi

Selatan

155

PT BPRS Mitra

Agro Usaha Kota Bandar Lampung

Provinsi

Lampung

156

PT. BPRS Mitra

Amanah Kota Palangkaraya

Provinsi

Kalimantan

Tengah

157

PT. BPRS. Harta

Insan Karimah

Surakarta Kota Surakarta/Solo

Provinsi Jawa

Tengah

158

BPR Syariah Gotong

Royong Kab. Subang

Provinsi Jawa

Barat

159

PT BPRS Aman

Syariah Kab. Lampung Timur

Provinsi

Lampung

160

PT BPR Syariah

Harta Insan Karimah

Tegal Kota Tegal

Provinsi Jawa

Tengah

161

PT. BPRS Lampung

Barat Kab. Lampung Barat

Provinsi

Lampung

162

PT BPRS Tani

Tulang Bawang

Barat Kab. Tulang Bawang

Provinsi

Lampung

163

BPRS Bogor Tegar

Beriman Kab. Bogor

Provinsi Jawa

Barat

164

PT. BPRS Unisia

Insan Indonesia Kota Yogyakarta

Provinsi D.I

Yogyakarta

165

PT. BPR Syariah

Bobato Lestari Kota Tidore Kepulauan

Provinsi

Maluku Utara

166

PT BPRS Mitra

Mentari Sejahtera Kab. Ponorogo

Provinsi Jawa

Timur

167 PT BPRS Adam Kota Bengkulu Provinsi

77

Bengkulu

168

PT. BPRS Saruma

Sejahtera Kab. Halmahera Selatan

Provinsi

Maluku Utara

Sumber: Website resmi Otoritas Jasa Keuangan (data diolah)

1. Non Performing Financing (NPF).

Berikut adalah data Non Performing Financing (NPF)

BPRS di Indonesia tahun 2015-2019:

Tabel 4. 2 Data Non Performing Financing (NPF) BPRS di Indonesia

Pada Tahun 2015-2019

Bulan

Tahun

2015 2016 2017 2018 2019

Januari 8.97 9.08 9.61 10.6 8.94

Februari 9.11 9.41 9.98 11.21 9.02

Maret 10.36 9.44 9.94 10.98 8.71

April 9.33 9.51 10.15 11.56 8.89

Mei 9.38 9.6 10.63 11.55 8.7

Juni 9.25 9.18 10.71 11.78 8.83

Juli 9.8 9.97 10.78 11.8 8.73

Agustus 9.74 10.99 10.77 11.75 8.74

September 9.87 10.47 10.79 11.6 8.27

Oktober 10.01 10.49 10.9 11.35 8.28

November 9.69 10.13 10.81 10.94 7.92

Desember 8.2 8.63 9.68 9.3 7.05

Sumber: Statistik Perbankan Syariah OJK.

78

Pada Tabel 4. 2 menunjukkan bahwa nilai NPF tertinggi

pada tahun 2015 terjadi pada bulan Maret sebesar 10,36% dan yang

terendah terjadi pada bulan desember sebesar 8,2%. Pada tahun 2016

nilai teringgi NPF terjadi pada bulan Agustus sebesar 10,99% dan nilai

terendah terjadi pada bulan Desember sebesar 8,63%. Pada tahun 2017

nilai NPF tertinggi terjadi pada bulan November sebesar 10,81% dan

nilai terendah terjadi pada bulan Januari 9,61%. Pada tahun 2018 nilai

NPF tertinggi terjadi pada bulan Juli sebesar 11,8% dan nilai terendah

terjadi pada bulan Desember 9,3%. Pada tahun 2019 nilai NPF

tertinggi terjadi pada bulan Februari sebesar 9,02% dan nilai terendah

terjadi pada bulan Desember sebesar 7,05%.

Namun tidak semua NPF pada BPRS tinggi pada Mei

2015, jika dilihat dari laporan publikasi BPRS terdapat NPF BPRS

yang juga memenuhi syarat contohnya BPRS Amanah Ummah dengan

NPF sebesar 1,3%. Adapun BPRS dengan NPF tinggi yaitu BPRS

Bani Ummah dengan NPF sebesar 15,14%. Pada tahun 2016 bulan

Agustus rasio NPF menjadi yang tertinggi, namun jika dilihat dari

laporan publikasi pada September 2016 tidak semua NPF BPRS tinggi,

contohnya BPRS Amanah Rabbaniah dengan NPF sebesar 7,52% dan

adapun BPRS dengan NPF tinggi yaitu BPRS Musyarakah Ummat

dengan NPF sebesar 30, 24%. Pada tahun 2017 bulan November NPF

BPRS menjadi yang tertinggi, jika dilihat dari laporan publikasi pada

desember 2017 tidak semua NPF BPRS tinggi seperti NPF pada BPRS

79

Artha Madani dengan NPF sebesar 9,69%. Adapun BPRS dengan NPF

tinggi yaitu 16,27%. Pada tahun 2018 bulan Juli nilai NPF menjadi

yang tertinggi namun jika dilihat pada laporan publikasi bulan Juni

2018 tidak semua NPF BPRS tinggi seperti BPRS Mulia Berkah Abadi

sebesar 2,63%. Adapun BPRS dengan NPF tinggi yaitu BPRS Berkah

Ramadhan sebesar 66,89%. Pada tahun 2019 bulan februari NPF

BPRS menjadi yang tertinggi. Jika dilihat pada laporan publikasi bulan

Maret 2019 tidak semua NPF BPRS tinggi seperti BPRS Insan Cita

Artha Jaya sebesar 2,74%. Adapun BPRS dengan NPF tinggi yaitu

BPRS Harta Insan Karimah sebesar 20,02%.

Terjadi penurunan dan kenaikan pada rasio NPF

dikarenakan kolektabilitas pembiayaan non lancar dan macet masih

cukup tinggi dan fluktuatif pada januari 2015- desember 2019 yaitu

sebesar Rp. 472.841.000 - Rp. 700.372.000 dan macet sebesar Rp.

243.269.000 – Rp. 434.940.000 Pembiayaan bermasalah pada sektor

ekonomi paling tinggi adalah perdagangan, restoran dan hotel.

Berdasarkan jenis penggunaannya adalah modal kerja. Berdasarkan

golongan pembiayaannya paling tinggi tingkat pembiayaan bermasalah

adalah UMKM.

Selain itu rasio NPF mengalami kenaikan dan penurunan

juga dikarenakan oleh meningkatnya dan menurunnya laba BPRS. Hal

ini dapat dilihat saat ROA tahun 2019 mengalami penurunan pada

bulan November sebsar 2,27% jaraknya hampir berdekatan dengan

80

menurunnya rasio NPF pada tahun 2019 di bulan Desember sebesar

7,25%. Pada inflasi terendah terjadi pada tahun 2015 di bulan

Desember sebesar 3,35% dan rasio NPF juga berada pada posisi

terendah pada bulan Desember 2015 sebesar 8,2%.

2. Capital Adequacy Ratio (CAR)

Berikut adalah data Capital Adequacy Ratio (CAR) BPRS

di Indonesia tahun 2015-2019:

Tabel 4 .3 Data Capital Adequacy Ratio (CAR) BPRS di Indonesia

Pada Tahun 2015-2019

Bulan

Tahun

2015 2016 2017 2018 2019

Januari 24.43 23.48 23.46 22.5 20.33

Februari 24.67 23.17 23.05 22.28 21.72

Maret 23.04 22.15 21.53 20.6 20.19

April 22.53 21.22 20.94 20.3 19.85

Mei 21.73 20.54 20.57 19.97 21.21

Juni 21.73 20.22 20.62 19.96 19.54

Juli 21.52 20.31 20.69 19.76 19.22

Agustus 20.85 20.24 20.74 18.81 19.58

September 20.71 20.72 20.89 19.78 19.48

Oktober 20.93 20.71 20.92 19.67 19.61

November 22.08 20.78 20.93 19.27 19.27

81

Desember 21.47 21.73 20.81 19.33 17.99

Sumber: Statistik Perbankan Syariah OJK

Pada Tabel 4. 3 menujukkan bahwa nilai CAR tertinggi

pada tahun 2015 terjadi pada bulan Februari sebesar 24,67% dan yang

terendah terjadi pada bulan September sebesar 20.71%. Pada tahun

2016 nilai tertinggi CAR terjadi pada bulan Januari sebesar 23,48%

dan nilai terendah pada bulan Juni sebesar 20,22%. Pada tahun 2017

nilai CAR tertinggi terjadi pada bulan Januari sebesar 23,46% dan niali

terendah terjadi pada bulan Mei sebesar 20,57%. pada tahun 2018 nilai

CAR tertinggi terjadi pada bulan Januari sebesar 22,50% dan nilai

terendah terjadi pada bulan November sebesar 19,27%. Pada tahun

2019 nilai CAR tertinggi terjadi pada bulan Februari sebesar 21,72%

dan nilai terendah terjadi pada bulan Desember sebesar 17,99%.

Selama periode penelitian nilai CAR tertinggi terjadi pada

bulan Februari 2015 sebesar 24,67%, dan nilai terendah terjadi pada

bulan Desember 2019 sebesar 17,99%.

Perkembangan rasio CAR BPRS di Indonesia 2015-2019

mengalami penurunan tetapi masih diatas ketentuan dari Bank

Indonesia yaitu diatas 8%. Hal tersebut dikarenakan berbagai macam

faktor salah satunya ada risiko kredit. Risiko kredit yang diproyeksikan

oleh kredit macet atau Non Performing Financing (NPF). Kualitas

kredit yang buruk dapat membuat penurunan nilai CAR. Dapat dilihat

dengan presentase NPF BPRS yang cukup tinggi dari tahun 2015-2019

82

sehingga membuat nilai CAR cukup tergerus, namun masih dikatakan

baik.

4. Return On Asset (ROA)

Berikut adalah data Return On Asset (ROA) pada BPRS di

Indonesia tahun 2015-2019:

Tabel 4. 4 Data Return On Asset (ROA) BPRS di Indonesia Pada

Tahun 2015-2019

Bulan

Tahun

2015 2016 2017 2018 2019

Januari 2.31 2.32 2.33 2.5 2.56

Februari 2.23 2.32 2.31 2.52 2.32

Maret 2.07 2.25 2.29 2.38 2.36

April 2.19 2.5 2.3 2.36 2.47

Mei 2.17 2.16 2.28 2.32 2.48

Juni 2.3 2.18 2.24 2.41 2.51

Juli 2.28 2.21 2.5 2.27 2.59

Agustus 2.34 2.11 2.51 2.27 2.54

September 2.22 2.45 2.56 2.3 2.52

Oktober 2.2 2.47 2.49 2.26 2.52

November 2.15 2.34 2.51 1.73 2.27

Desember 2.2 2.27 2.55 1.87 2.61

Sumber: Statistik Perbankan Syariah OJK

83

Pada Tabel 4. 4 menunjukkan bahwa nilai ROA tertinggi

pada tahun 2015 terjadi pada bulan Agustus sebesar 2,34% dan yang

terendah terjadi pada bulan Maret sebesa 2,07%. Pada tahun 2016 niali

tertinggi ROA terjadi pada bulan April sebesar 2,50% dan nilai

terendah terjadi pada bulan Agustus sebesar 2,11%. Pada tahun 2017

nilai ROA tertinggi terjadi pada bulan September sebesar 2,56% dan

nilai terendah terjadi pada bulan Juni 2,24%. Pada tahun 2018 nilai

ROA tertinggi terjadi pada bulan Februari sebesar 2,52% dan nilai

terendah terjadi pada bulan November sebesar 1,73%. Pada tahun 2019

nilai ROA tertinggi terjadi pada bulan Juni sebesar 2,59% dan nilai

terendah terjadi pada bulan November sebesar 2,27%.

Selama periode penelitian nilai ROA tertinggi terjadi pada

bulan Juni 2019 sebesar 2,59% dan nilai terendah terjadi pada bulan

November 2018 sebesar 1,73%.

Perkembangan rasio ROA pada BPRS di Indonesia tahun

2015-2019 fluktuatif. Hal tersebut dikarenakan presentase laba bank

sebelum pajak naik dan turun yang mana dapat berpengaruh pada rasio

ROA. Seperti pada tahun 2015-2017 laba tahunan sebelum pajak

mengalami kenaikan dari 169.478 menjadi 261.890 (juta rupiah)

sedangkan pada tahun 2018 mengalami penurunan menjadi 235.129

(juta rupiah), dan mengalami kenaikan kembali pada desember 2019

menjadi 332.758 (juta rupiah).

5. Deskripsi Variabel Inflasi

84

Berikut adalah data inflasi di Indonesia tahun 2015-2019:

Tabel 4. 5 Data Inflasi di Indonesia Pada Tahun 2015-2019

Bulan

Tahun

2015 2016 2017 2018 2019

Januari 6.96

4.14 3.49 3.25 2.82

Februari 6.29

4.42 3.83 3.18 2.57

Maret 6.38

4.45 3.61 3.4 2.48

April 6.79

3.6 4.17 3.41 2.83

Mei 7.15

3.33 4.33 3.23 3.32

Juni 7.26

3.45 4.37 3.12 3.28

Juli 7.26

3.21 3.88 3.18 3.32

Agustus 7.18

2.79 3.82 3.2 3.49

September 6.83

3.07 3.72 2.88 3.39

Oktober 6.25

3.31 3.58 3.16 3.13

November 4.89

3.58 3.3 3.23 3

Desember 3.35

3.02 3.61 3.13 2.72

Sumber: Website Resmi Bank Indonesia

Pada Tabel 4. 5 menunjukkan bahwa nilai Inflasi di

Indonesia tertinggi pada tahun 2015 terjadi pada bulan Juni dan Juli

sebesar 7,26% dan nilai terendah terjadi pada bulan Desember 3,35%.

pada tahun 2016 nilai inflasi tertinggi terjadi pada bulan terjadi pada

bulan Maret sebesar 4,45% dan nilai terendah terjadi pada bulan

Agustus sebesar 2,79%. Pada tahun 2017 nilai inflasi tertinggi terjadi

pada bulan Juni sebesar 4,37% dan nilai terendah terjadi pada bulan

85

November sebesar 3,3%. Pada tahun 2018 nilai inflasi tertinggi terjadi

pada bulan April sebesar 3,41% dan nilai terendah terjadi pada bulan

September sebesar 2,88%. Pada tahun 2019 nilai inflasi tertinggi

terjadi pada bulan Agustus sebesar 3,49% dan nilai terendah terjadi

pada bulan Maret sebesar 2,48%.

Selama periode penelitian nilai inflasi tertinggi terjadi

pada bulan Juni dan Juli 2015 sebesar 7,26%, dan nilai inflasi terendah

terjadi pada bulan Maret 2019 sebesar 2,48%.

Perkembangan Inflasi di Indonesia bersifat fluktuatif pada

tahun 2015-2019. Hal tersebut terjadi karena berbagai faktor salah

satunya adalah BI Rate / BI7DRR. Menurut Meita dan Wardoyo

(2016) terdapat faktor yang mempengaruhi kenaikan inflasi yaitu BI

Rate / BI7DRR dan jumlah uang beredar. Suku bunga yang tinggi akan

berpengaruh terhadap kenaikan inflasi dan dapat menyulitkan

masyarakat kecil. Hal tersebut dapat dilihat dengan perkembangan BI

Rate / BI7DRR di Indonesia tahun 2015-2019 yang bersifat fluktuatif.

Faktor lain adalah jumlah uang beredar. Semakin banyak jumlah uang

beredar maka akan menaikkan tingkat inflasi.

6. Deskripsi Variabel Suku Bunga (BI Rate / BI7DRR)

Berikut adalah data BI Rate / BI7DRR di Indonesia tahun

2015-2019:

86

Tabel 4. 6 Data Suku Bunga (BI Rate / BI7DRR) di Indonesia Pada

Tahun 2015-2019

Bulan

Tahun

2015 2016 2017 2018 2019

Januari 7.75 7.25 4.75 4.25 6

Februari 7.5 7 4.75 4.25 6

Maret 7.5 6.75 4.75 4.25 6

April 7.5 6.75 4.75 4.25 6

Mei 7.5 6.75 4.75 4.75 6

Juni 7.5 6.5 4.75 5.25 6

Juli 7.5 6.5 4.75 5.25 5.75

Agustus 7.5 5.25 4.25 5.5 5.5

September 7.5 5 4.25 5.75 5.25

Oktober 7.5 4.75 4.25 5.75 5

November 7.5 4.75 4.25 6 5

Desember 7.5 4.75 4.25 6 5

Sumber: Website Resmi Badan Pusat Statistik dan Bank Indonesia

Pada Tabel 4. 6 menujukkan bahwa nilai BI Rate /

BI7DRR di Indonesia tertinggi pada tahun 2015 terjadi pada bulan

Januari sebesar 7,75% dan terendah 7,5% setiap bulan tidak ada

kenaikan ataupun penurunan kecuali bulan Januari terhadap bulan

Februari. Pada tahun 2016 nilai tertinggi BI Rate / BI7DRR terjadi

pada bulan Januari sebesar 7,25% dan nilai terendah terjadi pada bulan

87

Oktober sampai dengan Desember sebesar 4,75%. Pada tahun 2017

nilai BI Rate / BI7DRR tertinggi pada bulan Januari sampai dengan

Juli sebesar 4,75% dan nilai terendah terjadi pada bulan Agustus

sampai dengan Desember 4,25%. Pada tahun 2018 nilai BI Rate /

BI7DRR Tertinggi terjadi pada bulan November sampai dengan

Desember sebesar 6 %, dan nilai terendah terjadi pada bulan Januari

sampai dengan April sebesar 4,25%. Pada tahun 2019 nilai BI Rate /

BI7DRR tertinggi terjadi pada bulan Januari, sampai dengan Juni

sebesar 6% dan nilai terendah terjadi pada bulan Oktober sampai

dengan Desember sebesar 5%.

Selama periode penelitian nilai BI Rate / BI7DRR

tertinggi terjadi pada bulan Januari 2015 sebesar 7,75% dan nilai

terendah terjadi pada bulan Agustus sampai dengan Desember dan

Januari sampai dengan April sebesar 4,25%.

Perkembangan BI Rate / BI7DRR di Indonesia tahun

2015-2019 bersifat fluktuatif. Salah satu faktor yang dapat

mempengaruhi BI Rate / BI7DRR adalah Inflasi. Menurut Rapat

Dewan Gubernur Bank Indonesia memutuskan menurunkan nilai BI

Rate / BI7DRR. Keputusan tersebut diambil dengan

mempertimbangkan masih menurunnya tekanan inflasi ke depan dan

diperlukannya kebijakan moneter yang longgar untuk mendukung

optimisme masyarakat dan dunia usaha terhadap pertumbuhan

ekonomi domestik.

88

B. Temuan Hasil Penelitian

1. Statistik Deskriptif

Tabel 4. 7 Hasil Statistik Deskriptif

Y X1 X2 X3 X4

Mean 9.864333 20.93883 2.334167 3.989833 5.679167

Median 9.770000 20.73000 2.320000 3.405000 5.375000

Maximum 11.80000 24.67000 2.610000 7.260000 7.750000

Minimum 7.050000 17.99000 1.730000 2.480000 4.250000

Std. Dev. 1.082934 1.358846 0.168707 1.372115 1.144341

Skewness -0.060082 0.666040 -0.864510 1.434633 0.540556

Kurtosis 2.453312 3.350723 4.727109 3.659126 1.954000

Jarque-Bera 0.783267 4.743609 14.93103 21.66782 5.657303

Probability 0.675952 0.093312 0.000572 0.000020 0.059092

Sum 591.8600 1256.330 140.0500 239.3900 340.7500

Sum Sq.

Dev. 69.19207 108.9412 1.679258 111.0793 77.26146

Observations 60 60 60 60 60

Pada tabel 4. 7 diatas dapat diketahui bahwa:

a. Mean

Nilai rata-rata untuk variabel Y (Non Performing

Financing) sebesar 9.864333, variabel X1 (Capital Adequacy

Ratio) sebesar 20,93883, variabel X2 (Return On Asset) sebesar

2,334167, variabel X3 (inflasi) sebesar 3,989833, dan variabel X4 (

BI Rate / BI7DRR) sebesar 5,679167.

b. Median

Nilai median untuk variabel Y (Non Performing

Financing) sebesar 9,77, variabel X1 (Capital Adequacy Ratio)

sebesar 20,73, variabel X2 (Return On Asset) sebesar 2,32, variabel

89

X3 (inflasi) sebesar 3,405, dan variabel X4 ( BI Rate / BI7DRR)

sebesar 5,375.

c. Maximum

Nilai maksimal untuk variabel Y (Non Performing




sebesar 7,75

d. Minimum

Nilai minimum untuk variabel Y (Non Performing




sebesar 4,25.

e. Std Dev

Nilai simpangan baku untuk variabel Y (Non Performing

Financing) sebesar 1,082934, variabel X1 (Capital Adequacy


0,168707, variabel X3 (inflasi) sebesar 1,372115, dan variabel X4

( BI Rate / BI7DRR) sebesar 1,144341. nilai yang simpangan baku

90

semakin kecil semakin akurat dan menunjukkan distribusi data

mendekati normalitas (Sarwono, 2016).

f. Skewness

Nilai kemiringan untuk variabel Y (Non Performing

Financing) sebesar (-0,060082), variabel X1 (Capital Adequacy

Ratio) sebesar 0,666040, variabel X2 (Return On Asset) sebesar -

0,864510, variabel X3 (inflasi) sebesar 1,434633, dan variabel X4 (

BI Rate / BI7DRR) sebesar 0,540556. Nilai ini bertujuan untuk

menujukkan normalitas data dengan ketentuan data berdistribusi

normal jika nilainya sebesar 0. Jika nilai data sebesar 0, maka

distribusi data akan membentu kurva simetris. Apabila nilainya < 0

distribusi miring ke kiri, apabila nilainya > 0 maka distrusi

data miring ke kanan. Namun sulit mencari nilai skewness sebesar

0 maka nilai hasil olahan data setidaknya mendekati 0 (Sarwono,

2016).

g. Kurtosis

Nilai kurtosis untuk variabel Y (Non Performing

Financing) sebesar 2,453312, variabel X1 (Capital Adequacy


4,727109, variabel X3 (inflasi) sebesar 3,659126, dan variabel X4

( BI Rate / BI7DRR) sebesar 1,954000. Nilai ini bertujuan untuk

menunjukkan normalitas data dengan ketentuan data berdistribusi

normal jika nilai sebesar 3 dan akan membentuk kurva mesokurtis

91

(normal). Apabila nilai kurtosis sebesar < 3 distribusi data akan

mendatar (platykurtis) . Apabila nilai kurtosis > 3 distribusi data

akan meruncing (leptokurtis). Nilai olahan data setidaknya

mendekati 3 (Sarwono, 2016).

h. Jarque Bera (JB)

Nilai JB berlaku dengan ketentuan hipotesis nol (H0) data

berdistribusi normal. Nilai statistic JB terdistribusi sebagai Chi

Square (X2) dengan DF sebesar 2. Hasil nilai JB untuk variabel Y

(Non Performing Financing) sebesar 0,783267, variabel X1

(Capital Adequacy Ratio) sebesar 4,743609, variabel X2 (Return

On Asset) sebesar 14,93103, variabel X3 (inflasi) sebesar

21,66782, dan variabel X4 ( BI Rate / BI7DRR) sebesar 5,657303.

Nilai Chi Square tabel sebesar 5,991 dengan sig 0,05 dan DF

sebesar 2.

Hipotesisnya adalah H0 data berdistribusi normal, H1 data

tidak berdistribusi normal. Jika Chi Square hitung > chi square

tabel maka H1 diterima. Jika Chi Square hitung < Chi square tabel

maka H0 diterima. Maka variabel Y, X1, X4 berdistribusi normal.

Variabel X2,X3 tidak berdistribusi normal.

i. Probabilitas Jarque Bera (JB)

Nilai prob JB bertujuan untuk menguji hipotesis dengan

ketentuan jika nilai prob JB semakin kecil mendekati 0 maka H0

ditolak, data berdistribusi normal. Jika nilai prob JB semakin besar

92

melebihi nilai prob (0,05) maka H0 diterima , data tidak

berdistribusi normal. Sig hitung < 0,05 maka H1 diterima maka

data tidak berdistribusi normal. Sig > 0,05 H0 diterima maka data

berdistribusi normal (Sarwono, 2016).

Dari tabel 4. 6 diperoleh nilai prob JB variabel Y (Non

Performing Financing) sebesar 0,675952, variabel X1 (Capital

Adequacy Ratio) sebesar 0,093312, variabel X2 (Return On Asset)

sebesar 0,000572, variabel X3 (inflasi) sebesar 0,000020, dan

variabel X4 ( BI Rate / BI7DRR) sebesar 0,059092. Maka dapat

disimpulkan bahwa variabel Y, X1, X4 berdistribusi normal.

Variabel X2, X3 tidak berdistribusi normal.

j. Sum

Nilai total variabel Y (Non Performing Financing) sebesar

591,8600, variabel X1 (Capital Adequacy Ratio) sebesar

1256,330, variabel X2 (Return On Asset) sebesar 140,0500,

variabel X3 (inflasi) sebesar 239,3900, dan variabel X4 ( BI Rate /

BI7DRR) sebesar 340,7500.

k. Sum Sq Dev

Nilai jumlah kuadrat deviasi untuk variabel Y (Non

Performing Financing) sebesar 69,19207, variabel X1 (Capital

Adequacy Ratio) sebesar 108,9412, variabel X2 (Return On Asset)

sebesar 1,679258, variabel X3 (inflasi) sebesar 111,0793, dan

variabel X4 ( BI Rate / BI7DRR) sebesar 77,26146. Nilai tersebut

93

merupakan nilai statistic dalam analisis varian yang digunakan

untuk membentuk rata-rata kuadrat (mean square / MS). MS

adalah jumlah kuadrat dibagi nilai derajat bebasnya (DF). Besaran

tergantung dari sumber perbedaannya. Nilai ini mewakili

homogenitas data sebagaimana simpangan baku (Sarwono, 2016).


Model regresi berganda dibangun atas asumsi klasik yang

diperlukan untuk mendapatkan estimator OLS yang bersifat BLUE

(Best Linear Unbiased Estimator) (Rosadi, 2012). Berikut adalah hasil

uji asumsi klasik:

a. Uji Normalitas

Uji normalitas dilakukan dengan maksud untuk

mengetahui apakah dalam model regresi, variabel pengganggu

(residual) berdistribusi normal. Uji normalitas residual yang

banyak digunakan yaitu uji Jarque-Bera (JB). Uji Jarque-Bera

(JB) adalah uji normalitas untuk menghitung sampel besar. Pada

software E-Views 10 normalitas dapat diketahui dengan melihat

nilai Jarque-Bera (JB) dan Probability di histogram-normality

(Ghozali & Ratmono, 2018).

94

0

2

4

6

8

10

12

14

-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0

Series: Residuals

Sample 2015M01 2019M12

Observations 60

Mean 2.84e-15

Median -0.022220

Maximum 2.041910

Minimum -2.300203

Std. Dev. 0.907235

Skewness -0.059191

Kurtosis 3.640191

Jarque-Bera 1.059646

Probability 0.588709

Gambar 4.1 Histogram-Normality

Pada gambar 4. 2 dapat diketahui bahwa nilai Jarque-Bera

sebesar 1,059646 dan signifikasi dengan nilai Probability sebesar

0,588709 nilai tersebut lebih besar dari 0,05 artinya bahwa residual

terdistribusi normal.

b. Uji Multikolinearitas

Uji Multikolinearitas bertujuan untuk menguji apakah

pada model regresi terdapat adanya korelasi antar variabel

independen. Apabila terdapat atau terjadi korelasi, maka terdapat

masalah multikolinearitas (Gunawan, 2018). Meskipun terjadi

multikolinearitas tinggi antara variabel independen, OLS estimator

tetap BLUE. Pengaruh dari multikolinearitas hanyalah sulit untuk

mendapatkan koefisien dengan standar eror yang kecil (Ghozali &

Ratmono, 2018).

95

Uji multikolinearitas dapat dilakukan menggunakan

software E-Views 10 dengan menu Variance Inflation Factor

(VIF) dan melihat nilai centred VIF (Ghozali & Ratmono, 2018).

Berikut hasil output Variance Inflation Factor (VIF):

Tabel 4. 8 Variance Inflation Factor (VIF)

P

a

d

a

tabel 4. 8 diatas dapat diketahui bahwa nilai pada Centered VIF

secara keseluruhan tidak ada yang diatas 10 yang artinya tidak

terdapat masalah multikolinearitas pada model regresi ini.

c. Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menganalisis

apakah varriansi dari eror bersifat konstan atau tetap

Variance Inflation Factors

Date: 07/06/20 Time: 20:20

Sample: 2015M01 2019M12

Included observations: 60

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 8.673234 589.3910 NA

X1 0.010991 328.8155 1.356105

X2 0.643715 239.5548 1.224284

X3 0.018836 22.74526 2.369644

X4 0.026387 60.14313 2.309014

96

(homokedastisitas) atau berubah-ubah (heterokedastisitas) (Rosadi,

2012). Heterokedastisitas biasanya terjadi pada data silang (cross

section) daripada pada runtut waktu (time series). Beberapa uji

statistik untuk mengetahui ada atau tidak heterokedastisitas yaitu:

uji glejer, uji white, uji breusch-pagan godfrey, Harvey, park.

Program eviews memiliki keunggulan daripada SPSS karena dapat

menguji secara langsung dengan uji-uji tersebut (Ghozali &

Ratmono, 2018). Berikut uji heterokedastisitas menggunakan uji

Harvey:

Tabel 4. 9 Uji Harvey

Heteroskedasticity Test: Harvey

F-statistic 2.173336 Prob. F(4,55) 0.0840

Obs*R-squared 8.189250 Prob. Chi-Square(4) 0.0849

Scaled explained SS 5.935560 Prob. Chi-Square(4) 0.2040

Pada tabel 4. 9 diatas dapat diketahui bahwa niali Obs*R-

squared mempunyai nilai probitabilitas Chi-Square sebesar 0,0849

maka > 0,05 artinya bahwa tidak ada heterokedastisitas dalam

model regresi.

97

d. Uji Autokorelasi

Uji autokorelasi bertujuan untuk mengetahui apakah

dalam model regresi linear terdapat korelasi antara kesalahan

pengganggu pada periode t dengan kesalahan pengganggu pada

periode sebelumnya. Jika terjadi korelasi, maka disebut dengan ada

problem autokorelasi. Model regresi yang baik sebaiknya tidak

terdapat autokorelasi. Metode untuk uji ini menggunakan uji

Durbin-Watson (DW Test) (Gunawan, 2018).

Tabel 4. 10 Uji Autokorelasi dengan Metode Durbin-

Watson (DW)

Dependent Variable: Y

Method: Least Squares

Date: 07/12/20 Time: 19:41

Sample: 2015M01 2019M12

Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C 18.38528 2.945035 6.242805 0.0000

X1 -0.001145 0.104837 -0.010918 0.9913

X2 -2.358726 0.802318 -2.939887 0.0048

X3 0.302562 0.137243 2.204578 0.0317

X4 -0.739280 0.162441 -4.551063 0.0000 R-squared 0.298165 Mean dependent var 9.864333

Adjusted R-squared 0.247122 S.D. dependent var 1.082934

S.E. of regression 0.939646 Akaike info criterion 2.793029

Sum squared resid 48.56144 Schwarz criterion 2.967558

Log likelihood -78.79087 Hannan-Quinn criter. 2.861297

F-statistic 5.841493 Durbin-Watson stat 0.463616

Prob(F-statistic) 0.000544

Pada tabel 4. 10 diatas dapat diketahui bahwa nilai Durbin

Watson (DW) sebesar 0,463616 dasar pengambilan keputusannya

adalah:

98

1) Jika d lebih kecil daripada dL atau lebih besar dari

(4-dL) maka hipotesis ditolak artinya terdapat

autokorelasi.

2) Jika d terletak antara dU dan 4-dU maka hipotesis

diterima yang artinya tidak terdapat autokorelasi.

3) Jika d terletak antara dL dan dU atau di antara (4-

dU) dan (4-dL) maka tidak menghasilkan

kesimpulan yang pasti (Gunawan, 2018).

Diketahui nilai d adalah 0,463616 dan nilai N adalah 60

dan nilai K adalah 4 (variabel independen) maka dibandingkan

dengan nilai pada tabel signifikasi 5% maka diperoleh nilai dL

sebesar 1,4443 dan dU sebesar 1,7274. Maka nilai d lebih kecil

daripada nilai dL dan (4-dL) maka hipotesis ditolak.

Masalah autokorelasi tersebut dapat diatasi dengan uji

autokrelasi menggunakan LM-Test atau biasa disebut uji Breusch-

Godfrey. Uji ini lebih tepat dipakai disbanding uji DW bila sampel

relative besar dan derajat autokorelasi lebih dari satu (Ghozali &

Ratmono, 2018). Uji LM adalah sebagai berikut:

Tabel 4. 11 Uji Autokorelasi dengan Metode LM Test

Breusch-Godfrey Serial Correlation LM Test:



99

Pada tabel 4. 11 diatas dapat diketahui bahwa nilai

Obs*R-squared Probitability Chi Square sebesar 0,8126 maka >

0,05 artinya tidak ada autokorelasi dalam model regresi .

3. Uji Hipotesis Penelitian

a. Uji signifikan parameter indivual (Uji statistik t )

Uji t menujukkan seberapa jauh pengaruh satu variabel

independen terhadap variabel dependen dengan menganggap

variabel independen lainnya tetap atau konstan, uji t untuk menguji

koefisien parsial dari regresi (Ghozali & Ratmono, 2018).

Kriteria pengujian:

1) Jika t hitung > t tabel dan signifikasi < 0,05 maka dapat

disimpulkan terdapat pengaruh antara variabel independen

dan dependen secara signifikan.

2) Jika t hitung < t tabel dan signifikasi > 0,05 maka dapat

disimpulkan bahwa tidak terdapat pengaruh antara variabel

independen dan dependen secara signifikan (Gunawan,

2018).

Tabel 4. 12 Hasil Uji t

Dependent Variable: Y Method: Least Squares Date: 07/12/20 Time: 19:41 Sample: 2015M01 2019M12 Included observations: 60

Variable Coefficient Std. Error t-Statistic Prob.

C 18.38528 2.945035 6.242805 0.0000 X1 -0.001145 0.104837 -0.010918 0.9913 X2 -2.358726 0.802318 -2.939887 0.0048 X3 0.302562 0.137243 2.204578 0.0317 X4 -0.739280 0.162441 -4.551063 0.0000

100

Dari tabel 4. 12 diatas dapat diketahui bahwa:

1) Pengujian koefisien variabel CAR

Diketahui bahwa nilai t hitung -0,010918 dan t tabel (df= n-

k-1) = 1,673 sehingga t hitung < t tabel dan nilai Prob

adalah sebesar 0,9913 sehingga Prob > 0,05. Jadi

kesimpulannya adalah H0 diterima dan Ha ditolak, variabel

CAR secara parsial tidak berpengaruh signifikan terhadap

variabel NPF.

2) Pengujian koefisien variabel ROA


k-1) = 1,673 sehingga nilai t hitung > t tabel dan nilai Prob

adalah sebesar 0,005 sehingga Prob < 0,05. Jadi

kesimpulannya adalah Ha diterima dan H0 ditolak, variabel

ROA secara parsial berpengaruh negatif signifikan terhadap

variabel NPF.

3) Pengujian koefisien variabel Inflasi

Diketahui bahwa nilai t hitung 2,204578 dan t tabel (df= n-

k-1) = 1,673 sehingga nilai t hitung > t tabel dan nilai Prob

adalah sebesar 0,0317

sehingga Prob < 0,05. Jadi kesimpulannya adalah Ha

diterima dan H0 ditolak, variabel Inflasi secara parsial

berpengaruh positif signifikan terhadap variabel NPF.

4) Pengujian koefisien variabel BI Rate / BI7DRR

101


k-1 = 1,673 sehingga nilai t hitung > t tabel dan nilai Prob

adalah sebesar 0,000 sehingga Prob < 0,05. Jadi

kesimpulannya adalah Ha diterima dan H0 ditolak, variabel

BI Rate / BI7DRR secara parsial berpengaruh negatif

signifikan terhadap variabel NPF.

b. Uji signifikansi simultan ( Uji Statistik F )

Uji F menunjukkan apakah semua variabel independen

yang dimasukkan dalam model mempunyai pengaruh secara

bersama-sama atau simultan terhadap variabel dependen (Ghozali

& Ratmono, 2018).

Kriteria pengujian:

1) Jika F hitung > F tabel dan signifikasi < 0,05 sehingga

dapat disimpulkan bahwa terdapat pengaruh antara varibel

independen dan variabel dependen secara signifikan.

2) Jika F hitung < F tabel dan signifikasi > 0,05 sehinggadapat

disimpulkan bahwa tidak terdapat pengaruh antara variabel

indepen dan variabel dependen secara signifikan

(Gunawan, 2018).

102

Tabel 4. 13 Hasil Uji F

Dari tabel 4. 13 diatas dapat diketahui bahwa nilai F hitung

sebesar 5,841493 Sementara F tabel (df= n-k-1) = 2,54 sehingga F

hitung > F tabel dan nilai Prob (F- statistic) sebesar 0,000544

sehingga Prob < 0,05. Jadi kesimpulannya adalah secara simultan

atau bersama-sama variabel CAR, ROA, Inflasi dan BI Rate /

BI7DRR berpengaruh secara signifikan dan simultan terhadap

variabel NPF.

c. Adjusted R Square

Koefisien determinasi dengan melihat nilai adjusted R

Square untuk mengevaluasi model regresi terbaik. R2 memiliki

kelemahan karena setiap menambahkan satu variabel nilai R2 dapat

meningkat dan dapat berpengaruh signifikan terhadap variabel

dependen (Ghozali & Ratmono, 2018).

R-squared 0.298165 Mean dependent var 9.864333







103

Tabel 4. 14 Hasil Koefisien Determinasi








Dari tabel 4. 14 diatas menunjukkan bahwa Adjusted R

Square nilai yang didapat sebesar 0,247122 hal tersebut

menunjukkan bahwa variabel CAR, ROA, Inflasi, BI Rate /

BI7DRR mampu menjelaskan 25% variabel dependen (NPF),

sedangkan sisanya 75% dijelaskan oleh variabel lain seperti GDP,

PDB, BOPO, FDR.

4. Analisis Regresi Berganda

Dari data yang disebutkan pada tabel diatas, selanjutnya dianalisis

dengan bantuan E-views untuk mengetahui besarnya pengaruh Capital

Adequacy Ratio (CAR), Return On Asset (ROA), Inflasi, BI Rate /

BI7DRR terhadap Non Performing Financing (NPF). Hasil

pengolahan data tersebut dapat dilihat tabel berikut:

104

Tabel 4. 15 Hasil Analisis Regresi Berganda



Date: 07/12/20 Time: 19:41

Sample: 2015M01 2019M12



C 18.38528 2.945035 6.242805 0.0000

X1 -0.001145 0.104837 -0.010918 0.9913

X2 -2.358726 0.802318 -2.939887 0.0048

X3 0.302562 0.137243 2.204578 0.0317

X4 -0.739280 0.162441 -4.551063 0.0000








Dari tabel 4. 15 diatas dapat diperoleh persamaan regresi

berganda sebagai berikut:

Y= 18,38528+ (-0,001145) X1 + (-2,358726) X2 + 0,302562 X3 + (-

0,739280) X4

Keterangan:

Y= nilai prediksi variabel NPF

X1= Variabel CAR

X2= Variabel ROA

105

X3= Variabel Inflasi

X3= Variabel BI Rate / BI7DRR

Dari persamaan diatas dapat diketahui bahwa:

a. Jika nilai Capital Adequacy Ratio (CAR), Return On Asset (ROA),

Inflasi dan BI Rate / BI7DRR adalah 0 maka nilai Non Performing

Financing (NPF) yang diperoleh sebesar 18,38528. Artinya adalah

jika Capital Adequacy Ratio (CAR), Return On Asset (ROA),

Inflasi dan BI Rate / BI7DRR tidak melakukan kegiatan

operasionalnya maka pada periode Januari 2015 - Desember 2019

jumlah Non Performing Financing (NPF) sebesar 18,38528%.

b. Jika nilai Capital Adequacy Ratio (CAR) sebesar -0,001145 artinya

adalah setiap kenaikan 1% pada variabel CAR dan variabel yang

lainnya adalah tetap, maka akan menyebabkan menurunnya nilai

NPF sebesar 0,1145%.

c. Jika nilai Return On Asset (ROA) sebesar -2,358726 artinya adalah

setiap kenaikan 1% pada variabel ROA dan variabel yang lainnya

adalah tetap, maka akan menyebabkan menurunnya nilai NPF

sebesar 235,8726 %.

d. Jika nilai Inflasi sebesar 0,302562 artinya adalah setiap kenaikan

1% pada variabel Inflasi dan variabel yang lainnya tetap maka akan

menyebabkan kenaikan nilai NPF sebesar 30,2562%.

e. Jika nilai BI Rate / BI7DRR sebesar -0,739280 artinya adalahsetiap

kenaikan 1% pada variabel BI Rate / BI7DRR dan variabel yang

106

lainnya tetap maka akan menyebabkan menurunnya nilai NPF

sebesar 73,9280% .

C. Pembahasan

Adapun pembahasan pada hasil penelitian ini adalah sebagai berikut:

1. Pengaruh Capital Adequacy Ratio (CAR), Return On Asset (ROA),

Inflasi, BI Rate / BI7DRR secara parsial terhadap Non performing

Financing (NPF)

a. Pengaruh Capital Adequacy Ratio (CAR) terhadap Non performing

Financing (NPF)

Berdasarkan tabel 4. 12 uji t (parsial) diatas nilai t hitung -

0,010918 dan t tabel (df= n-k-1) = 1,673 sehingga t hitung < t

tabel dan nilai Prob adalah sebesar 0,9913 sehingga Prob > 0,05.

Artinya adalah H0 diterima dan Ha ditolak. Maka dapat

disimpulkan bahwa variabel CAR secara parsial tidak berpengaruh

signifikan terhadap variabel NPF. Artinya apabila rasio CAR

meningkat atau tidak, maka tidak memiliki pengaruh terhadap

pembiayaan bermasalah pada BPRS.

Hal ini dapat dilihat dari tahun 2015-2019 nilai rasio CAR

mengalami penurunan dan rasio NPF flutuatif, pada tahun 2017

NPF mengalami kenaikan dari 8,63% menjadi 9,68% , sementara

CAR mengalami penurunan dari 21,73% menjadi 20,81% dan

pada tahun 2019 NPF mengalami penurunan dari 9,3% menjadi

107

7,05% sementara CAR tetap mengalami penurunan dari 19,33%

menjadi 17,99%.

Hasil penelitian ini mendukung hasil penelitian R.D. Kadir

(2019) Variabel CAR tidak berpengaruh secara signifikan dalam

jangka Panjang dengan nilai probabilitas 0.643 dan jangka pendek

variabel CAR, tidak memiliki pengaruh yang signifikan terhadap

Pembiayaan bermasalah atau NPF BPR Syariah di Indonesia.

Dapat disimpulkan bahwa BPR Syariah di Indonesia dalam jangka

pendek masih dapat memitigasi risiko pembiayaan bermasalah

(NPF) yang diakibatkan oleh perubahan kondisi internal

perusahaan.

b. Pengaruh Return On Asset (ROA) terhadap Non performing

Financing (NPF)

Berdasarkan tabel 4. 12 uji t (parsial) diatas nilai t hitung -

2,939887 dan t tabel (df= n-k-1) = 1,673 sehingga nilai t hitung > t

tabel dan nilai Prob adalah sebesar 0,005 sehingga Prob < 0,05.

Artinya adalah Ha diterima dan H0 ditolak. Maka dapat

disimpulkan bahwa variabel ROA berpengaruh signifikan terhadap

variabel NPF. Artinya apabila rasio ROA meningkat maka rasio

NPF mengalami penurunan.

Hal tersebut terjadi karena semakin besar laba suatu bank

maka pembiayaan bermasalah pada bank menurun dan nasabah

membayar kewajiban kepada bank dengan lancar.

108

Hasil penelitian ini mendukung hasil penelitian yang

dilakukan Rindang Nuri Isnaini Nugrohowati, Syafrildha Bimo

(2019) bahwa Return On Assets (ROA) secara parsial berpengaruh

negatif signifikan terhadap Non Performing financing (NPF).

Peningkatan rasio ROA tentunya akan menurunkan rasio

pembiayaan bermasalah yang ada pada BPRS, karena dengan

tingginya rasio ROA maka itu artinya keuntungan yang diperoleh

oleh bankjuga semakin tinggi. Ketika keuntungan yang diperoleh

tinggi maka pembiayan bermasalah seperti kredit macet juga akan

kecil.

c. Pengaruh Inflasi terhadap Non Performing Financing (NPF)

Berdasarkan tabel 4. 12 Uji t (parsial) diatas nilai t hitung

2,204578 dan t tabel (df= n-k-1) = 1,673 sehingga nilai t hitung > t



disimpulkan bahwa variabel Inflasi berpengaruh signifikan

terhadap variabel NPF. Artinya apabila rasio inflasi meningkat

maka rasio NPF juga mengalami peningkatan.

Pada saat terjadi inflasi harga-harga bahan pokok atau

barang lainnya mengalami kenaikan sehingga membuat nasabah

kesulitan dalam memenuhi kebutuhan hariannya, dan kesulitan

membayar tagihan pembiayaan kepada bank, sehingga membuat

pembiayaan bermasalah menjadi meningkat.

109


dilakukan Ahmad Fatoni, Kurnia Dwi Sari Utami (2019) dalam

jangka panjang inflasi berpengaruh positif signifikan terhadap

NPF. Inflasi kecenderungan harga barang-barang naik sehingga

daya beli masyarakat tergerus karena pendapatannya tetap maka

hal ini akan berpengaruh terhadap kemampuan nasabah dalam

melunasi pembiayaannya.


dilakukan Ari Prasetyo (2019) bahwa inflasi berpengaruh positif

signifikan terhadap NPF. Kenaikan inflasi di Jawa Barat selama

tahun 2011-2015 akan meningkatkan Rasio NPF BPRS di Jawa

Barat.

d. Pengaruh BI Rate / BI7DRR terhadap Non Performing Financing

(NPF)

Berdasarkan tabel 4. 12 uji t (parsial) diatas nilai t hitung (-

4,551063) dan t tabel (df= n-k-1 = 1,673 sehingga nilai t hitung > t



disimpulkan bahwa variabel BI Rate / BI7DRR berpengaruh

signifikan terhadap variabel NPF. Artinya apabila BI Rate /

BI7DRR mengalami peningkatan maka rasio NPF akan mengalami

penurunan.

110

Pembiayaan yang paling tinggi digunakan oleh masyarakat

adalah pembiayaan murabahah, dimana pembiayaan ini

berpengaruh terhadap suku bunga BI. Apabila suku bunga BI

menurun atau meningkat maka akan mempengaruhi margin

sehingga bank syariah harus menyesuaikan margin

pembiayaannya. Apabila margin pembiayaannya meningkat maka

akan membebankan nasabah untuk membayarnya sehingga

nasabah sedikit yang akan mengajukan pembiayaan oleh karena itu

mengurangi tingkat pembiayaan bermasalah.


dilakukan Ahmad Fatoni, Kurnia Dwi Sari Utami (2019) bahwa

estimasi jangka pendek, variabel BI Rate / BI7DRR, memiliki

pengaruh negatif terhadap pembiayaan bermasalah. Hal tersebut

disebabkan pada beberapa BPR Syariah, penentuan equivalen Rate

BPR Syariah seringkali mengacu pada BI Rate / BI7DRR dimana

saat terjadi kenaikan suku bunga pinjaman maka akan menaikkan

equivalen Rate. Tingkat equivalen Rate yang tinggi akan

mengurangi minat nasabah untuk mengajukan pembiayaan. Hal

tersebut karena akan membebankan debitur saat membayar

equivalen Rate dan pokok pembiayaannya sehingga menurunkan

resiko pembiayaan.

111

2. Pengaruh Capital Adequacy Ratio (CAR), Return On Asset (ROA),

Inflasi, BI Rate / BI7DRR secara simultan terhadap Non performing

Financing (NPF)

Berdasarkan tabel 4.13 diatas dapat diketahui bahwa bahwa nilai F

hitung sebsar 5,841493 Sementara F tabel (df= n-k-1) = 2,54 sehingga

F hitung > F tabel dan nilai Prob (F- statistic) sebesar 0,000544

sehingga Prob < 0,05. Jadi kesimpulannya adalah secara simultan atau

bersama-sama variabel CAR, ROA, Inflasi dan BI Rate / BI7DRR

berpengaruh secara signifikan dan simultan terhadap variabel NPF.

3. Variabel yang paling dominan mempengaruhi adalah variabel BI Rate

/ BI7DRR.

Diketahui dari tabel 4. 12 bahwa nilai t hitung -4,551063 dan t

tabel (df= n-k-1 = 1,673 sehingga nilai t hitung > t tabel dan nilai Prob

adalah sebesar 0,000 sehingga Prob < 0,05. Dikarenakan nilai

profitability BI Rate / BI7DRR adalah 0,000 maka variabel BI Rate /

BI7DRR adalah variabel yang paling dominan mempengaruhi Non

Performing Financing (NPF)

112

BAB V

SIMPULAN DAN SARAN

A. Simpulan

Berdasarkan temuan hasil penelitian dan pembahasan yang telah di

jelaskan pada bab sebelumnya maka kesimpulannya adalah sebagai

berikut:

1. Hasil pengujian Ordinary Least Square (OLS) diketahui bahwa

variabel independen Capital Adequacy Ratio (CAR) dengan nilai Prob

adalah sebesar 0,9913 secara parsial tidak berpengaruh signifikan

terhadap variabel dependen Non Performing Financing (NPF),

variabel independen Return On Assets (ROA) dengan nilai Prob

sebesar 0,005 secara parsial berpengaruh signifikan terhadap variabel

dependen Non Performing Financing (NPF), variabel independen

Inflasi dengan nilai Prob sebesar 0,0317 secara parsial berpengaruh

signifikan terhadap variabel dependen Non Performing Financing

(NPF), variabel independen BI Rate / BI7DRR dengan nilai Prob

sebesar 0,000 secara parsial berpengaruh signifikan terhadap variabel

dependen Non Performing Financing (NPF) pada BPRS di Indonesia

tahun 2015-2019.

2. Hasil pengujian Ordianry Least Square (OLS) diketahui bahwa

variabel Independen Capital Adequacy Ratio (CAR), Return On Asset

(ROA), Inflasi, BI Rate / BI7DRR dengan nilai Prob 0,000544 secara

113

simultan (bersama-sama) berpengaruh signifikan terhadap variabel

dependen Non Performing Financing (NPF) pada BPRS di Indonesia

tahun 2015-2019.

3. Variabel yang paling dominan mempengaruhi Non Performing

Financing (NPF) adalah BI Rate Dikarenakan nilai profitability BI

Rate / BI7DRR adalah 0,000 maka variabel BI Rate / BI7DRR adalah

variabel yang paling dominan mempengaruhi Non Performing

Financing (NPF).

B. Saran

Berdasarkan kesimpulan yang telah dijelaskan penulis, maka

penulis menyarankan beberapa hal:

1. Akademisi

Penelitian ini diharapkan dapat menambah literatur dan wawasan

pada Perbankan Syariah, mengenai Capital Adequacy Ratio (Car),

Return On Asset (Roa), Inflasi, BI Rate / BI7DRR yang mempengaruhi


Syariah (BPRS) di Indonesia.

2. Perbankan Syariah

Berdasarkan hasil penelitian pengaruh Capital Adequacy Ratio

(Car), Return On Asset (Roa), Inflasi, BI Rate / BI7DRR terhadap

pembiayaan bermasalah pada Bank Pembiayaan Rakyat Syariah

(BPRS) di Indonesia dapat dijadikan bahan untuk pengambilan

keputusan pada lembaga perbankan syariah.

114

Penelitian yang masih terbatas diharapkan penelitian

selanjutnya dapat memperpanjang waktu pengamatan dan menambah

variabel lain seperti FDR, BOPO, Kurs, GDP.

115

DAFTAR PUSTAKA

Buku

Ambarini, L. (2015). Ekonomi Moneter . Bogor: In Media.

Ansofino,& dkk. (2016). Buku Ajar Ekonometrika. Yogyakarta: Deepublish.

Fahmi, I. (2014). Bank dan Lembaga Keuangan Lainnya Teori dan Aplikasi.

Bandung: Alfabeta.

Ghozali, I. (2013). Analisis Multivariat dan Ekonometrika: Teori, Konsep, dan

Aplikasi dengan Eviews 8. Semarang: Badan Penerbit UNDIP (UNDIP

Press). .

Ghozali, I., & Ratmono, D. (2018). Analisis Multivariat dan Ekonometrika Teori,

Konsep, dan Aplikasi dengan Eviews 10. Semarang: Badan Penerbit

Undip.

Gitman, L. J., & Chad, J. Z. (2012 ). Principles of Managerial Finance.

Thirteenth Edition. England: Pearson Education.

Gujarati, N. D., & Porter, D. C. (2013).Dasar-dasar Ekonometrika.Buku 1 dan

Buku 2 Edisi 5. . Jakarta: Salemba Empat.

Gunawan, C. (2018). Mahir Menguasai SPSS (Mudah Mengolah Data dengan

IBM SPSS Statistic 25). Yogyakarta: DeePublish .

Gunawan, & Wilastomo. (2012). Memahami Ekonomi dengan Mudah. Jakarta:

Penerbit Andi.

116

Hidayat, R. (2014). Efiiensi Perbankan Syariah Teori dan Praktik. Bekasi:

Gramata Publishing.

i. b. (2018). Memahami Bisnis Bank . Jakarta: PT Gramedia Pustaka Utama.

ismail. (2011). Manajemen Perbankan Dari Teori Menuju Aplikasi. Jakarta:

Kencana.

Karim, A. A. (2015). Ekonomi Makro Islami Edisi Ketiga. Jakarta: Rajawali Pers.

Kasmir. (2014). analisis laporan keuangan. depok: rajawali pres.

Kasmir. (2017). Manajemen Perbankan. Jakarta: Rajawali Pers.

Muhammad. (2014). Manajemen Dana Bank Syariah. Depok: Rajawali Pers.

Nawawi, I. (2011). Perbankan Syari’ah. Surabaya: Vivpress.

Rosadi, D. (2012). Ekonometrika dan Analisis Runtut Waktu Terapan dengan

Eviews. Yogyakarta: ANDI .

Santoso, S. (2018). Menguasai Statistik dengan SPSS 25. Jakarta: PT. Elex Media

Komputindo.

Sarwono, J. (2016). prosedur-prosedur analisis populer aplikasi riset skripsi dan

tesis dengan eviews . yogyakarta: penerbit gava media.

Soemitra, A. (2012). Bank dan Lembaga Keuangan Syariah. Jakarta: Kencana.

Sugiyono. (2010). Metode Penelitian Kuantitatif, Kualitatif, dan RND. Bandung:

Alfabeta.

117

Sugiyono. (2012). Statistik untuk penelitian . Bandung: CV Alfabeta.

Sukirno, S. (2012). Makroekonomi teori pengantaredisi ketiga. Jakarta: Rajawali

Press.

Wangsawidjaja. (2012). Pembiayaan Bank Syariah . Jakarta: PT Gramedia

Pustaka Utama .

Wibowo. (2011). Manajemen Kinerja. Jakarta: PT. Rajagrafindo Persada.

Jurnal Ilmiah (Internasional)

Baldwina, K., Alhalbonib, M., & Helmi, M. H. (2019).A structural model of

‘‘alpha” for the capital adequacy ratios ofIslamic banks. Journal of

International Financial Markets, Institutions & Money , 272.

Hosen, M. N., & Muhari, S. (2019). Non-performing financing of Islamic rural

bank industry in Indonesia. Banks and Banks system .

Muhammad. (2019). Determinants of Non Performing Financing (NPF) on Sharia

Rural Banks (BPRS) in Indonesia 2011-2017. Development Economics .

Nashihina, M., & Harahap, L. (2014). The Analyis of the Efficiency of BPR-S:

Production Function Approach Vs Financial Ratios Approach. Procedia -

Social and Behavioral Sciences , 189.

Roy, A., & Goswami , C. (2013). A scientometric analysis of literature on

performance assessment of micro fi nance institutions (1995-2010).

International Journal of Commerce and Management, 148-174.

118

Sulaimanin, A. A., Mohamad, Mohammad, M. T., & Hashim, S. A. (2018).

Islamic Versus Conventional Banking:Characteristics and Stability

Analysis ofthe Malaysian Banking Sector. Emerald Insight , 198.

Thanh, L. B., Morales , L., & Bernadette . (2018). Microfnance in Southeast Asia:

The Case. Asian Nations and Multinationals, 161-162.

Zainal, N., & Nassir, A. M. (2020). Does bank regulation and supervision

impedes the efficiency of microfinance institutions to eradicate poverty?

Evidence from ASEAN-5 countries. Studies in Economics and Finance, 2.

Zarrouk, H., Jedidia, K. B., & Moualhi, M. (2016). Is Islamic bank

profitabilitydriven by same forces asconventional banks? International

Journal of Islamic and Middle Eastern Finance and Management , 47.

Jurnal Ilmiah (Nasional)

Aini, N. (2013). Pengaruh CAR, NIM, LDR, NPL, BOPO,dan Kualitas Aktiva

Produktif terhadap Perubahan Laba (Studi Empiris Pada Perusahaan

Perbankan yang terdaftar di BEI) Tahun 2009–2011 . Dinamika Akuntansi,

Keuangan dan Perbankan , 18.

Akbar, A. D. (2016). Inflasi, Gross Domesctic Product (GDP), Capital Adequacy

Ratio (CAR), Dan Finance To Deposit Ratio (FDR) Terhadap Non

Performing Financing (NPF) Pada Bank Umum Syariah Di Indonesia. I-

Economic , 20.

119

Ardana, Y. (2019). Faktor Internal, Makroekonomi dan Pembiayaan Bermasalah

Bank Syariah di Indonesia Tahun 2011-2018. Jurnal bisnis dan

manajemen .

Bachri, S., Suhadak ,& Saifi , M. (2013). Pengaruh Rasio Keuangan Terhadap

Kinerja Keuangan Bank Syariah.Jurnal Administrasi Bisnis , 179.

Fatimah , S. (2014). Pengaruh Rentabilitas, Efisiensi Dan Likuiditas Terhadap

Kecukupan Modal Bank Umum Syariah. Al-Iqtishad , 57-58.

Febriana, D., & Yulianto, A. (2017). Pengujian Pecking Order Theory Di

Indonesia .Management Analysis Journal , 160.

Fatoni, A., & Utami, K. D. (2019). Pengaruh Kinerja Keuangan dan Kondisi

Makroekonomi Terhadap Pembiayaan Bermasalah BPR Syariah di

Indonesia 2010-2018. Ekonomi Syariah .

Harahap, M. I., & Daim, R. H. (2019). Analisis Faktor-Faktor Yang Memengaruhi

Aset BPRS . At-Tijaroh : Jurnal Ilmu Manajemen dan Bisnis Islam , 69.

Harun, U. (2016). Pengaruh Ratio-Ratio Keuangan CAR, LDR, NIM, BOPO,

NPL, Terhaap ROA. Jurnal Riset Bisnis dan Manajemen , 70.

Husaeni, U. A. (2017). Analisis Pengaruh Dana Pihak Ketiga dan Non Performing

Financing Terhadap Return On Asset Pada BPRS di Indonesia. Jurnal

Ekonomi Syariah , 6.

120

Ihsan, I. N., Ulfah, Y., & Aziz, M. (2017). Analisis perbandingan kinerja

keuangan bank melalui pendekatan likuiditas solvabilitas dan rentabilitas.

Jurnal Manajemen , 28.

Ikhsan, m., & daim, a. (2019). Analisis Faktor-Faktor Yang Memengaruhiaset

BPRS. jurnal ilmu manajemen dan bisnis islam , 71.

Jayanti, S. D., Anwar, D., & Fitri, A. (2016). Pengaruh Inflasi dan BI Rate /

BI7DRR Terhadap Pembiayaan Usaha Mikro Kecil dan Menengah (Studi

Kasus Pada Bank Umum Syariah) .I-Economic , 87.

Juliana, S., & Mulazid, A. S. (2017). Analisa Pengaruh BOPO, Kecukupan

Modal, Pembiayaan Bermasalah, Bagi Hasil Dan Profitabilitas Terhadap

Simpanan Mudharabah Pada Bank Umum Syariah Periode 2011-2015.

Jurnal Studi Ekonomi dan Bisnis Islam, 28.

Kadir, R. (2019). Estimasi jangka pendek dan jangka panjang risiko pembiayaan

BPRS di Indonesia 2013-2018. Jurnal Nisbah .

Munir, M. (2018). Analisis Pengaruh CAR, NPF, FDR dan Inflasi terhadap

Profitabilitas Perbankan Syariah di Indonesia. Journal of Islamic

Economics, Finance, and Banking , 92.

Moorcy, N. H., sukimin, & Juwari. (2020). Pengaruh FDR, BOPO, NPF, dan

CAR Terhadap ROA Pada PT. Bank Syariah Mandiri Periode 2012-2019.

Jurnal Geo Ekonomi , 77.

121

Nasfi. (2019). Analisis Kinerja Keuangan Bank Pembiayaan Rakyat Syariah

(BPRS) Sumatera Barat. Jurnal Tamwil, 136.

Nastiti, A. S., & Firdaus, A. I. (2019). Menuju Tiga Dekade Perkembangan

Perbankan Syariah di Indonesia. Jurnal ilmiah Akuntansi Indonesia , 136.

Nugrohowati, R. N., & Bimo, S. (2019). Analisis pengaruh faktor internal bank

dan eksternal terhadap Non-Performing Financing (NPF) pada Bank

Perkreditan Rakyat Syariahdi Indonesia. Ekonomi Keuangan .

Perdani, P., maskudi, & sari, R. l. (2019). Analisis Faktor-Faktor yang

Mempengaruhi Non Performing Financing (NPF) Pada Bank Pembiayaan

Rakyat Syariah (BPRS) di Indonesia Tahun 2013-2018. Jurnal Ekonomi

dan Bisnis , 36.

Prasanti, Ayu, T., & dkk.(2015). PrasanAplikasi Regresi Data Panel untuk

Pemodelan Tingkat Pengangguran Terbuka Kabupaten/Kota di Provinsi

Jawa Tengah.Jurnal Gaussian .

Rahmadeni, & Murni. (2018). Analisis Pengaruh Inflation, Exports, dan Exchange

Rate Terhadap Gross Domestic Productdi Asean-5 dengan Menggunakan

Data Panel. Jurnal Sains Matematika dan Statistika , 66.

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

FDR dan NPF terhadap Profitabilitas Bank Umum Syariah di Indonesia.

Accounting Analysis Journal , 469.

122

Sarasyanti, N., & Shofawati, A. (2018). Perbandingan Kinerja Keuangan BPRS

Dan BPR Konvensional Di Surabaya. Jurnal Ekonomi Syariah Teori dan

Terapan , 294.

Sutikno, B., Faruk, A., & Dwipurwani, O. (2017).Penerapan Regresi Data Panel

Komponen Satu Arah untuk Menentukan Faktor-Faktor yang

Mempengaruhi Indeks Pembangunan Manusia.Jurnal Matematika

Integratif , 5.

Wardiantika, L. (2014). Pengaruh DPK, CA, NPF, SWBI, Terhadap Pembiayaan

Bank Umum Syariah Tahun 2008-2012.Jurnal Ilmu Manajemen , 1552.

Wibowo, E. S., & Syaichu, M. (2013). Pengaruh Suku Bunga, Inflasi, CAR,

BOPO, NPF terhadap Profitabilitas Bank Syariah. Journal Of Manajemen,

4.

Widyaningrum, L., & Septiarin, D. F. (2015). Pengaruh Car, Npf, Fdr, Dan Oer

Terhadap Roa Pada Bank Pembiayaan Rakyatsyariah Di Indonesia Periode

Januari 2009 Hingga Mei 2014. JEST , 971.

Yolanda, S., & Ariusni. (2019). Pengaruh Faktor Internal Dan Eksternal Terhadap

Pembiayaan Bermasalah Pada Bank Umum Syariah (BUS) Dan Bank

Pembiayaan Rakyat Syariah (BPRS). Ekonomi Syariah dan Terapan .

Yusuf, M. Y., & Mahriana, W. S. (2016). Faktor-Faktor Yang Mempengaruhi

Tingkat Profitabilitas Bank Pembiayaan Rakyat Syariah (BPRS) Di Aceh.

IQTISHADIA , 249.

123

Zulifiah, F., & Susilowibowo, J. (2014). Pengaruh Inflasi, BI Rate / BI7DRR,

Capital Adequacy Ratio (CAR), Non Performing Finance (NPF), Biaya

Operasional Dan Pendapatan Operasional (BOPO) Terhadap Profitabilitas

Bank Umum Syariah Periode 2008-2012. Jurnal Ilmu Manajemen , 762.

Website

Bank Indonesia. (2020). BI-7 Day Reverse Repo Rate (BI7DRR). Retrieved from

Bank Indonesia: https://www.bi.go.id/id/fungsi-utama/moneter/bi-7day-

rr/default.aspx

Bank Indonesia.(2016, Maret).Data Inflasi. Retrieved Desember Selasa, 2019,

from Bank Indonesia Official Website:

https://www.bi.go.id/id/moneter/inflasi/data/Default.aspx

Mix Market. (2018). Global Outreach and Financial Performance Benchmark

Report 2017-2018. Retrieved from www.findevgateway.org:

https://www.findevgateway.org/sites/default/files/publications/files/mix_m

arket_global_outreach_financial_benchmark_report_2017-2018_1.pdf

Otoritas Jasa Keuangan. (2016, Maret 1).Statistik Perbankan Syariah. Retrieved

November Minggu, 2019, from Otoritas Jasa Keuangan:

https://www.ojk.go.id/id/kanal/syariah/data-dan-statistik/statistik-

perbankan-syariah/Documents/Pages/Statistik-Perbankan-Syariah---Maret-

2016/SPS%20Maret%202016.pdf

124

LAMPIRAN

Lampiran 1 : Data Non Performing Financing (NPF), Return On Asset (ROA),

Inflasi, BI Rate / BI7DRR pada Januari 2015-Desember 2019.

No Tahun Bulan NPF CAR ROA Inflasi

BI Rate

/

BI7DR

R

1 2015 Januari 8.97 24.43 2.31 6.96 7.75

2 2015 Februari 9.11 24.67 2.23 6.29 7.5

3 2015 Maret 10.36 23.04 2.07 6.38 7.5

4 2015 April 9.33 22.53 2.19 6.79 7.5

5 2015 Mei 9.38 21.73 2.17 7.15 7.5

6 2015 Juni 9.25 21.73 2.3 7.26 7.5

7 2015 Juli 9.8 21.52 2.28 7.26 7.5

8 2015 Agustus 9.74 20.85 2.34 7.18 7.5

9 2015

Septembe

r 9.87 20.71 2.22 6.83 7.5

10 2015 Oktober 10.01 20.93 2.2 6.25 7.5

11 2015 November 9.69 22.08 2.15 4.89 7.5

12 2015 Desember 8.2 21.47 2.2 3.35 7.5

13 2016 Januari 9.08 23.48 2.32 4.14 7.25

14 2016 Februari 9.41 23.17 2.32 4.42 7

15 2016 Maret 9.44 22.15 2.25 4.45 6.75

16 2016 April 9.51 21.22 2.5 3.6 5.5

17 2016 Mei 9.6 20.54 2.16 3.33 5.5

18 2016 Juni 9.18 20.22 2.18 3.45 5.25

19 2016 Juli 9.97 20.31 2.21 3.21 5.25

20 2016 Agustus 10.99 20.24 2.11 2.79 5.25

21 2016

Septembe

r 10.47 20.72 2.45 3.07 5

22 2016 Oktober 10.49 20.71 2.47 3.31 4.75

23 2016 November 10.13 20.78 2.34 3.58 4.75

24 2016 Desember 8.63 21.73 2.27 3.02 4.75

25 2017 Januari 9.61 23.46 2.33 3.49 4.75

26 2017 Februari 9.98 23.05 2.31 3.83 4.75

27 2017 Maret 9.94 21.53 2.29 3.61 4.75

28 2017 April 10.15 20.94 2.3 4.17 4.75

29 2017 Mei 10.63 20.57 2.28 4.33 4.75

30 2017 Juni 10.71 20.62 2.24 4.37 4.75

31 2017 Juli 10.78 20.69 2.5 3.88 4.75

32 2017 Agustus 10.77 20.74 2.51 3.82 4.5

125

33 2017

Septembe

r 10.79 20.89 2.56 3.72 4.25

34 2017 Oktober 10.9 20.92 2.49 3.58 4.25

35 2017 November 10.81 20.93 2.51 3.3 4.25

36 2017 Desember 9.68 20.81 2.55 3.61 4.25

37 2018 Januari 10.6 22.5 2.5 3.25 4.25

38 2018 Februari 11.21 22.28 2.52 3.18 4.25

39 2018 Maret 10.98 20.6 2.38 3.4 4.25

40 2018 April 11.56 20.3 2.36 3.41 4.25

41 2018 Mei 11.55 19.97 2.32 3.23 4.75

42 2018 Juni 11.78 19.96 2.41 3.12 5.25

43 2018 Juli 11.8 19.76 2.27 3.18 5.25

44 2018 Agustus 11.75 18.81 2.27 3.2 5.5

45 2018

Septembe

r 11.6 19.78 2.3 2.88 5.75

46 2018 Oktober 11.35 19.67 2.26 3.16 5.75

47 2018 November 10.94 19.27 1.73 3.23 6

48 2018 Desember 9.3 19.33 1.87 3.13 6

49 2019 Januari 8.94 20.33 2.56 2.82 6

50 2019 Februari 9.02 21.72 2.32 2.57 6

51 2019 Maret 8.71 20.19 2.36 2.48 6

52 2019 April 8.89 19.85 2.47 2.83 6

53 2019 Mei 8.7 21.21 2.48 3.32 6

54 2019 Juni 8.83 19.54 2.51 3.28 6

55 2019 Juli 8.73 19.22 2.59 3.32 5.75

56 2019 Agustus 8.74 19.58 2.54 3.49 5.5

57 2019

Septembe

r 8.27 19.48 2.52 3.39 5.25

58 2019 Oktober 8.28 19.61 2.52 3.13 5

59 2019 November 7.92 19.27 2.27 3 5

60 2019 Desember 7.05 17.99 2.61 2.72 5

Lampiran 2 : Hasil Uji Deskriptif

Y X1 X2 X3 X4

Mean 9.864333 20.93883 2.334167 3.989833 5.679167

Median 9.770000 20.73000 2.320000 3.405000 5.375000

Maximum 11.80000 24.67000 2.610000 7.260000 7.750000

Minimum 7.050000 17.99000 1.730000 2.480000 4.250000

Std. Dev. 1.082934 1.358846 0.168707 1.372115 1.144341

Skewness -0.060082 0.666040 -0.864510 1.434633 0.540556

Kurtosis 2.453312 3.350723 4.727109 3.659126 1.954000

126

Jarque-Bera 0.783267 4.743609 14.93103 21.66782 5.657303

Probability 0.675952 0.093312 0.000572 0.000020 0.059092

Sum 591.8600 1256.330 140.0500 239.3900 340.7500

Sum Sq. Dev. 69.19207 108.9412 1.679258 111.0793 77.26146

Observations 60 60 60 60 60

Lampiran 3: Hasil uji asumsi klasik

a. Uji normalitas

0

2

4

6

8

10

12

14

-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0

Series: Residuals

Sample 2015M01 2019M12

Observations 60

Mean 2.84e-15

Median -0.022220

Maximum 2.041910

Minimum -2.300203

Std. Dev. 0.907235

Skewness -0.059191

Kurtosis 3.640191

Jarque-Bera 1.059646

Probability 0.588709

b. Uji Multikolinearitas

Variance Inflation Factors Date: 07/06/20 Time: 20:20 Sample: 2015M01 2019M12 Included observations: 60

Coefficient Uncentered Centered

Variable Variance VIF VIF C 8.673234 589.3910 NA

X1 0.010991 328.8155 1.356105 X2 0.643715 239.5548 1.224284 X3 0.018836 22.74526 2.369644 X4 0.026387 60.14313 2.309014

127

c. Uji Heterokedastisitas

Heteroskedasticity Test: Harvey



Scaled explained SS 5.935560 Prob. Chi-Square(4) 0.2040

d. Uji Autokorelasi



Date: 07/12/20 Time: 19:41

Sample: 2015M01 2019M12



C 18.38528 2.945035 6.242805 0.0000

X1 -0.001145 0.104837 -0.010918 0.9913

X2 -2.358726 0.802318 -2.939887 0.0048

X3 0.302562 0.137243 2.204578 0.0317

X4 -0.739280 0.162441 -4.551063 0.0000








128

Breusch-Godfrey Serial Correlation LM Test:



Lampiran 4: Hasil Uji signifikan parameter indivual (Uji statistik t )



Date: 07/12/20 Time: 19:41

Sample: 2015M01 2019M12



C 18.38528 2.945035 6.242805 0.0000

X1 -0.001145 0.104837 -0.010918 0.9913

X2 -2.358726 0.802318 -2.939887 0.0048

X3 0.302562 0.137243 2.204578 0.0317

X4 -0.739280 0.162441 -4.551063 0.0000

Lampiran 5: Hasil Uji signifikansi simultan ( Uji Statistik F )








129

Lampiran 6 : Hasil uji regresi berganda



Date: 07/12/20 Time: 19:41

Sample: 2015M01 2019M12



C 18.38528 2.945035 6.242805 0.0000

X1 -0.001145 0.104837 -0.010918 0.9913

X2 -2.358726 0.802318 -2.939887 0.0048

X3 0.302562 0.137243 2.204578 0.0317

X4 -0.739280 0.162441 -4.551063 0.0000








PENGARUH CAPITAL ADEQUACY RATIO (CAR), RETURN ON ASSET

Documents

Transcript of PENGARUH CAPITAL ADEQUACY RATIO (CAR), RETURN ON ASSET