PENGARUH JUMLAH DANA PIHAK KETIGA, FINANCING TO...
108
PENGARUH JUMLAH DANA PIHAK KETIGA, FINANCING TO DEPOSIT RATIO DAN NON PERFORMING FINANCING TERHADAP RETURN ON ASSET PADA BPRS DI INDONESIA (Periode Januari 2012-April 2017) SKRIPSI Diajukan Kepada Fakultas Ekonomi dan Bisnis Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi Oleh : Isty Puspitasari NIM : 1113085000087 JURUSAN PERBANKAN SYARIAH FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1439H/2017
Transcript of PENGARUH JUMLAH DANA PIHAK KETIGA, FINANCING TO...
PENGARUH JUMLAH DANA PIHAK KETIGA, FINANCING TO
DEPOSIT RATIO DAN NON PERFORMING FINANCING TERHADAP
RETURN ON ASSET PADA BPRS DI INDONESIA
(Periode Januari 2012-April 2017)
SKRIPSI
Diajukan Kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi
Oleh :
Isty Puspitasari
NIM : 1113085000087
JURUSAN PERBANKAN SYARIAH FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
1439H/2017
ii
iii
iv
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini, Rabu 24 Januari 2018 telah dilakukan Ujian skripsi atas mahasiwa:
Nama : Isty Puspitasari
NIM : 1113085000087
Jurusan : Perbankan Syariah
Judul Skripsi : Pengaruh Jumlah Dana Pihak Ketiga (DPK), Financing to
Deposit Ratio dan Non Performing Financing terhadap
Return On Asset pada BPRS di Indonesia Periode Januari
2012- April 2017.
Setelah mencermati dan memperhatikan penampilan serta kemampuan yang
bersangkutan selama proses Ujian Skripsi maka diputuskan bahwa mahasiswa
tersebut di atas dinyatakan LULUS dan skripsi ini diterima sebagai salah satu
syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan
Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, Rabu 24 Januari 2018
1. Fitri Damayanti., SE., M.Si ()
NIP. 19810731 200604 2 003 Ketua
2. Dr. Indoyama Nasarudin., SE., MAB ()
NIP. 19741127 200012 1 002 Sekertaris
3. Yuke Rahmawati M. Si ()
NIP. 197509032007012023Penguji Ahli
4. Dr. Indoyama Nasarudin., SE., MAB ()
NIP. 19741127 200012 1 002 Pembimbing I
5. Drs. Ade Ananto Terminanto, MM ()
NIP. 19681125 201411 1 002 Pembimbing II
v
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Isty Puspitasari
NIM : 1113085000087
Fakultas : Ekonomi dan Bisnis
Jurusan : Perbankan Syariah
Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggungjawabkan.
2. Tidak melakukan plagiat terhadap naskah karya orang lain.
3. Tidak menggunakan karya orang lain tanpa menyebutkan sumber ahli
atau tanpa izin pemilik karya.
4. Tidak melakukan manipulasi dan pemalsuan data.
5. mengerjakan sendiri karya ini dan mampu bertanggung jawab atas karya
ini.
Jika di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melalui pembuktian yang dapat di pertanggungjawabkan, ternyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan diatas, maka saya siap
untuk dikenai sanksi yang berlaku di Fakultas Ekonomi dan Bisnis UIN Syarif
Hidayahtullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, Januari 2017
Isty Puspitasari
NIM. 1113085000087
vi
DAFTAR RIWAYAT HIDUP
A. IDENTITAS PRIBADI
Nama : Isty Puspitasari
Alamat : Kp. Utan No. 148, RT 003 RW 007 Desa
Kalisuren, Kecamatan Tajurhalang, Kabupaten
Bogor, Provinsi Jawa Barat
Telepon : 0896-8594-4264
Email : [email protected]
Tempat, Tanggal Lahir : Bogor, 02 Oktober 1995
Agama : Islam
Kebangsaan : Indonesia
B. PENDIDIKAN FORMAL
Pendidikan
Nama Lembaga
Kota
Tahun
Masuk
Tahun
Keluar
SD SD Negeri 01 Kartika
Sejahtera
Bogor 2001 2007
SMP SMP Negeri 01 Tajurhalang Bogor 2007 2010
SMA SMA Negeri 01 Tajurhalang Bogor 2010 2013
Perguruan
Tinggi
UIN Syarif Hidayahtullah
Jakarta
Bogor 2013 2018
C. PENGALAMAN ORGANISASI
Lembaga/Institusi Tahun
Anggota Paskibra SMPN 01 Tajurhalang 2007-2008
Anggota Teater SMAN 01 Tajurhalang 2010-2012
Bendara Benkyokai SMAN 01
Tajurhalang
2010-2013
Panitia Acara IBADYS UIN Syarif
Hidayahtullah Jakarta
2013-2014
Panitia acara keuangan IAEI 2017
vii
D. KEMAMPUAN
Mampu bekerja secara tim maupun individu.
Mampu mengoperasikan Microsoft Office (Word, Excel dan Powerpoint).
Mampu berkomunikasi dengan baik.
E. PENGALAMAN KERJA
Magang di Kantor IAEI Jakarta Pusat.
Kerja di Administrasi PT. ADS
Magang Admin di Rumah Sakit Hermina
F. LATAR BELAKANG KELUARGA
Ayah : IR. Jatmiko
Tempat, Tanggal Lahir : Wonosobo, 12 Desember 1963
Pendidikan Terakhir : S1
Ibu : Henny Purwaningrum
Tempat, Tanggal Lahir : Jakarta, 24 April 1971
Pendidikan Terakhir : SMA
viii
ABSTRACT
The study aims to analyze influence of the amount of Deposit Fund,
Financing to Deposit Ratio (FDR) and Non Performing Financing (NPF) to
Return on Assets (ROA) at BPRS in Indonesia Period from January 2012-April
2017 in Short Term and Long Term. Endogenous variable in this research is
Return On Asset (ROA). Exogenous variables are amount of Deposit Ratio,
Financing to Deposit Ratio (FDR), and Non Performing Financing (NPF). The
study s using the method of analysis of VECM (Vector Error Correction Model)
by using Microsoft Excel 2013 and Eviews 9 software. The data used in the study
is monthly data series (time series) from January 2012 - April 2017.
The result show stated that in term of variable of Deposit fund which have
significant influence to ROA with sig value. 0.0242 <0.0005. FDR which has a
significant influence on ROA with sig value. 0.0000 <0.0005. andNPF which has
no significant effect on ROA with sig value. 0.1772 <0.0005. While the Long Term
also so, the variable of third party Fund which have significant influence to ROA
with sig value. 0.0202 <0.0005. FDR which has a significant influence on ROA
with sig value. 0.0000 <0.0005. and NPF which has no significant effect on ROA
with sig value. 0.1338 <0.0005.
Keywords: Third party funds, Financing to Deposit Ratio, and Non Performing
Financing (NPF), Return On Assets (ROA), VECM.
ix
ABSTRAK
Penelitian ini berujuan untuk mengetahui Pengaruh jumlah Dana Pihak
Ketiga, Financing to Deposit Ratio (FDR) dan Non Performing Financing(NPF)
terhadap Return on asset(ROA) pada BPRS di Indonesia Periode Januari 2012-
April 2017 dalam Jangka Pendek dan Jangka Panjang. Variabel endogen dalam
penelitian ini adalah Return On Asset (ROA). Sedangkan variabel eksogen adalah
jumlah Dana Pigak Ketiga, Financing to Deposit Ratio (FDR) , dan Non
Performing Financing(NPF). Menurut OJK, terdapat 166 unit BPRS di Indonesia
pada bulan Januari 2012-April 2017. Penelitian ini menggunakan metode analisis
metode VECM (Vector Error Correction Model) dengan menggunakan software
Microsoft Excel 2013 dan Eviews 9. Data yang digunakan dalam penelitian ini
data runtun (time series) bulanan dari Januari 2012 - April 2017.
Hasil penelitian menyatakan bahwa secara Jangka Pendek variabel Dana
pihak ketiga yang memiliki pengaruh signifikan terhadap ROA dengan nilai sig.
0.0242<0.0005. FDR yang memiliki pengaruh signifikan terhadap ROA dengan
nilai sig. 0.0000<0.0005. danNPF yang memiliki pengaruh tidak signifikan
terhadap ROA dengan nilai sig. 0.1772<0.0005. Sedangkan secara Jangka
Panjang juga demikian, variabelDana pihak ketiga yang memiliki pengaruh
signifikan terhadap ROA dengan nilai sig. 0.0202<0.0005. FDR yang memiliki
pengaruh signifikan terhadap ROA dengan nilai sig. 0.0000<0.0005. danNPF
yang memiliki pengaruh tidak signifikan terhadap RO) dengan nilai sig.
0.1338<0.0005.
Kata Kunci: Dana pihak ketiga, Financing to Deposit Ratio, dan Non Performing
Financing (NPF), Return On Asset (ROA), VECM.
x
KATA PENGANTAR
Alhamdulillahi Robbil „Alamin, segala puji dan syukur hanya milik Allah
SWT yang telah melimpahkan segala rahmat dan kasih sayang-Nya kepada kita
semua karena hanya dengan ridho Allah SWT penulis dapat menyelesaikan
skripsi dengan judul “Pengaruh Dana Pihak Ketiga, Financing to Deposit
Ratio dan Non Performing Financing terhadap Return On Asset pada BPRS di
Indonesia (Periode 2012-2017)”. Shalawat dan salam semoga selalu tercurahkan
kepada junjungan Nabi Besar kita Muhammad SAW beserta keluarga dan para
sahabatnya.
Dalam penyusunan skripsi ini, penulis juga tidak luput dari berbagai
masalah dan kesulitan serta menyadari sepenunya bahwa keberhasilan yang
diperoleh bukanlah semata-mata hasil usaha penulis sendiri, melainkan berkat
bantuan, dorongan, bimbingan dan pengarahan yang tidak ternilai harganya dari
pihak lain, yakni ucapan terimakasih yang tak terhingga kepada:
1. Dr. Arief Mufraini, Lc., Si selaku Dekan FEB, Dr. Amilin, SE., Ak., M.Si.,
CA., QIA., BKP selaku Wakil Dekan I Bid. Akademik, Dr. Ade Sofyan
Mulazid, S. Ag., M.H selaku Wakil Dekan II. Bid. Administrasi Umum dan Dr.
Desmadi Saharuddin, M.A selaku Wakil Dekan III Bid. Kemahasiswaan.
2. Ibu Cut Erika Ananda Fatimah, SE., MBA selaku Ketua Jurusan Perbankan
Syariah dan Ibu Fitri Damayanti, SE., M.Si selaku Sekertaris Jurusan
Perbankan Syariah.
3. Bapak Dr. Suhenda Wiranata, ME Pembimbing Akademik.
4. Bapak Dr. Indo Yama Nasaruddin, SE., MAB. selaku Dosen Pembimbing 1
dan Bapak Drs. Ade Ananto Terminanto, MM., selaku Dosen Pembimbing II
yang telah meluangkan waktu atas ilmu, diskusi, saran, arahan, nasehat yang
sangat berharga selama penyusunan skripsi.
5. Seluruh dosen dan karyawan Fakultas Ekonomi dan Bisnis UIN Syarif
Hidayatullah Jakarta yang telah banyak memberikan bantuan kepada penulis
selama menempuh masa studi.
6. Kedua Orang tua tercinta, Bapak Jatmiko dan Ibu Henny, yang selalu
memberikan doa, kasih sayang, motivasi, nasehat, semangat, dan menjadi
sosok yang kuat dalam hidupku, serta adik-adikku tercinta Macellino, Adisty,
dan Ashally yang selalu mengisi hari-hari ku penuh dengan keceriaan.
xi
7. Terimakasih kepada Naya, Fitri, dan Eca. Sahabat dari Fakultas Syariah dan
Hukum UIN yang sudah bersedia memberikan waktu, ilmu serta semangat bagi
penulis.
8. Terimakasih kepada senior-seniorku, yang telah memberikan semangat serta
motivasinya selama ini.
9. Sahabat Ciwi-ciwiku Dwi Istiqliani, Vega Fransisca, Fera dan
Ajitha.terimakasih atas kerja sama, kebersamaan dalam suka dan duka dan
dukungannya selama ini.
10. Team Semangat Lulus PSY (Agnes, Fia, Rizny, Rehan, Destri). Terimakasih
atas bantuan, motivasi dan supportnya.
11. Kepada teman-teman PSY 13 terimakasih banyak atas bantuannya dan
kenangannya selama berada di UIN Syarif Hidayahtullah.
12. Teman- teman KKN 31 D‟MOST (Putri Dwiyas, Suci, Husni, Irfan Saputra,
Jauhari, Artama, Arif, Dhiaul, Muce, Fikri dan Thohirin). terimakasih atas
dukungan, keceriaan dan kenangan selama mangabdi di Desa Cigudeg,
Kabupaten Bogor.
13. Putri Dwiyas terimakasih atas dukungan serta dengan setia menemani penulis.
14. Thohirin terimakasih banyak atas semangat, dukungan dan bantuannya selama
ini.
15. Kepada semua pihak yang tidak bisa saya sebutkan satu persatu.
Semoga Allah SWT memberikan balasan yang berlipat ganda kepada
semua pihak atas bantuan dan amal kebaikan yang telah diberikan kepada penulis
dalam penyusunan skripsi ini sampai dengan selesai. Semoga skripsi ini dapat
bermanfaat bagi semua pihak.
Jakarta, 19 April 2017
Isty Puspitasari
xii
DAFTAR ISI
Kata Pengantar ..................................................................................................... iv
Daftar Isi ............................................................................................................... x
Daftar Tabel ........................................................................................................ xi
Daftar Gambar .................................................................................................... xii
Daftar Lampiran ................................................................................................ xiii
BAB I PENDAHULUAN
A. Latar Belakang Masalah ........................................................................... 1
B. Perumusan Masalah ................................................................................. 9
C. Tujuan Penelitian ................................................................................... 10
D. Manfaat Penelitian .................................................................................. 11
BAB II TINJAUAN TEORI
A. Landasan Teori ....................................................................................... 14
1. Bank Pembiayaan Rakyat Syariah…………………………………...14
2. Kinerja Keuangan…………………………………………….……...16
3. Rasio Keuangan…………………………………………….………..16
4. Return On Asset………………………………………..…………….18
5. Dana Pihak Ketiga…………………………………..…………….....19
6. Financing to Deposit Ratio……………………….………………….20
7. Non Performing Financing…………………………..………………22
B. Penelitian Terdahulu.................................................................................23
C. Hubungan Keterkaitan Antara Variabel Independen dan
Pengembangan Hipotesa…………………………………………………26
D. Kerangka Pemikiran..................................................................................30
BAB III METODE PENELITIAN
A. Ruang Lingkup Penelitian ....................................................................... 31
B. Populasi dan Penentuan Sampel.............................................................. 32
C. Data Penelitian ........................................................................................ 33
D. Metode Pengumpulan Data .................................................................... 34
E. Metode Analisis Data…………………………………………………...35
1. Uji Stasioner ...................................................................................... 36
2. Uji Panjang Lag Optimal .................................................................. 38
xiii
3. Uji Kointegrasi .................................................................................. 39
4. Estimasi Vector Error Correction Model ......................................... 40
5. Analisis Implus Response Function .................................................. 40
6. Analisis Variance Decmosition..........................................................41
7. Estimasi Persamaan Jangka Pendek ECM………………………….42
8. Estimasi Persamaan Jangka Pendek ECM………………………….42
F. Model Penelitian Uji Hipotesis ............................................................... 43
G. Operasional Variabel Penelitian………………………………………...43
1. Variabel terkait (Variabel Dependen)………………………………43
2. Variabael Bebas (Variabel Independen)…………………………….44
BAB IV ANALISIS DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian ............................................ 46
1. Deskriptif Return On Asset................................................................46
B. Deskriptif Data Variabel Independen……………………………………48
1. Deskriptif Dana Pihak Ketiga............................................................ 48
2. Deskriptif Financing to Deposit Ratio...............................................49
3. Deskriptif Non Performing Financing...............................................51
C. Analisisdan Pembahasan ..........................................................................52
1. Hasil Uji Stasioner ............................................................................53
2. Hasil Uji Panjang Lag Optimal..........................................................55
3. Hasil Uji Kointegrasi.........................................................................56
4. Hasil Estimasi Vector Error Correction Model ................................57
5. Hasil Analisis Implus Response Function.........................................59
6. Hasil Analisis Variance Decmosition………………..……………..62
7. Hasil Estimasi Persamaan Jangka Pendek ........................................64
8. Hasil Estimasi Persamaan Jangka Panjang……………….………...66
D. Interpretasi…………………………………………………...……….70
BAB V PENUTUP
A. Kesimpulan ...............................................................................................74
B. Saran......................................................................................................... 76
DAFTAR PUSTAKA
LAMPIRAN
xiv
DAFTAR TABEL
Tabel 1.1 Perkembangan BPRS………………………………………………..3
Tabel 1.2 Perkembangan ROA…………………………………………………5
Tabel 1.3 Perbandingan Rasio Keuangan pertahun……………………….……6
Tabel 2.1 Penelitian Terdahulu………………………………………….……..23
Tabel 4.1 Data Deskripstif ROA…………………………………………...….46
Tabel 4.2 Data Deskriptif DPK………………………………………………..48
Tabel 4.3 Data Deskriptif FDR………………………………………….…….50
Tabel 4.4 Data Deskriptif NPF………………………………………………...51
Tabel 4.5 Uji Level……………………………………………………………53
Tabel 4.6 Uji 1 Difference…………………………………………………….54
Tabel 4.7 Uji Lag Optimal……………………………………………………55
Tabel 4.8 Uji Kointegrasi……………………………………………………..56
Tabel 4.9 Uji Error Correction Model………………………………………...58
Tabel 4.10 Uji Impluse Response Function…………………………………...60
Tabel 4.11 Uji Varians Decomposition………………………………………..62
Tabel 4.12 Uji Estimasi Persamaan Jangka Pendek.…………………………..64
Tabel 4.13 Uji Estimasi Persamaan Jangka Panjang…………………………..66
Tabel 4.14 Hasil Jangka Pendek dan Jangka Panjang………..………………..68
xv
DAFTAR GAMBAR
Gambar 2.1 Kerangka Pemikiran………………………………………………..30
Gambar 4.1 Impluse Reponse Function DPK to ROA…………………………..46
Gambar 4.2 Impluse Response Function FDR to ROA………………………….48
Gambar 4.3 Impulse Response Function NPF to ROA………………………….50
Gambar 4.4 Multi Grafik Varians Decomposition………………………………51
xvi
DAFTAR LAMPIRAN
Lampiran 1.1 Data Penelitian
Lampiran 2.1 Uji Level ROA
Lampiran 2.2 Uji Level DPK
Lampiran 2.3 Uji Level FDR
Lampiran 2.4 Uji Level NPF
Lampiran 3.1 Uji Difference 1 ROA
Lampiran 3.2 Uji Difference 1 DPK
Lampiran 3.3 Uji Difference 1 FDR
Lampiran 3.4 Uji Difference 1 NPF
Lampiran 4.1 Uji Lag Optimal
Lampiran 5.1 Uji Kointegrasi
Lampiran 6.1 Uji Vector Error Correction Model
Lampiran 7.1 Uji IRF tabel
Lampiran 8.1 Uji VD tabel
Lampiran 8.2 Grafik VD
Lampiran 9.1 Uji Estimasi Persamaan Jangka Pendek
Lampiran 10.1 Uji Estimasi Persamaan Jangka Panjang
1
BAB I
PENDAHULUAN
A. Latar Belakang Penelitian
Di Indonesia dalam undang-undang No.7 Tahun 1992 tentang
perbankan sebagaimana telah diubah dengan undang-undang No. 10 tahun
1998 disebutkan bahwa bank adalah badan usaha yang menghimpun dana dari
masyarakat dalam bentuk simpanan dan menyalurkan kepada masyarakat
dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk
kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup
rakyat banyak. Dengan kata lain; bank, dalam menjalankan aktivitasnya
berfungsi sebagai lembaga intermediasi (financial intermediary) yaitu lembaga
keuangan yang berfungsi sebagai perantara pihak yang kelebihan dana dengan
pihak yang kekurangan dana. Fungsi bank sebagai lembaga intermediasi ini
membuat bank memiliki posisi yang strategis dalam perekonomian. Dengan
aktivitasnya yaitu menghimpun dana dan menyalurkan dana kepada
masyarakat yang membutuhkan, itu akan meningkatkan arus dana untuk
investasi, modal kerja maupun konsumsi. Dengan demikian, akan dapat
meningkatkan perekonomian nasional. (Pratiwi, 2012)
Menurut undang-undang No. 21 tahun 2008 pasal 1, yang dimaksud
dengan Bank Umum adalah bank yang menjalankan kegiatan usahanya secara
konvensial dan berdasarkan jenisnya terdiri dari Bank Umum Konvensional
dan Bank Perkreditan Rakyat.
2
Sedangkan yang dimaksud dengan Bank Syariah adalah bank yang
menjalankan kegiatan usahanya berdasarkan prinsip syariah dan menurut
jenisnya terdiri atas Bank Umum Syariah dan Bank Pembiayaan Rakyat
Syariah. (Wiroso, 2009)
Sebagai lembaga intermediasi, bank harus memperhatikan
keberlangsungan kegiatan penyaluran dana yang dihimpun dalam bentuk
pembiayaan, pembiayaan yang disalurkan kepada masyarakat mempunyai arti
penting baik bagi masyarakat maupun bagi bank syariah itu sendiri.
Penyaluran pembiayaan memungkinkan masyarakat untuk melakukan
investasi, distribusi dan juga konsumsi barang dan jasa, mengingat semua
kegiatan tersebut selalu berkaitan dengan penggunaan uang. Kelancaran
kegiatan investasi, distribusi dan konsumsi ini tidak lain adalah kegiatan
pembangunan perekonomian masyarakat. Melalui fungsi bank yang disebut
sebagai Agent Of Develompment.
Bank Pembiayaan Rakyat Syariah (BPRS) lebih dekat kepada
kebutuhan masyarakat yang menengah kebawah yang melakukan Usaha Kecil
Menengah (UKM) dan Usaha Mikro Kecil Menengah (UMKM). UKM dan
UMKM adalah bagian dari aktivitas perekonomian yang dilakukan oleh
mayoritas masyarakat Indonesia. Kehadiran BPRS diharapkan dapat menjadi
sumber permodalan bagi pengembangan usaha masyarakat ekonomi menengah
ke bawah sehingga dapat meningkatkan pendapatan dan kesejahteraan mereka.
(Rahmawati, 2016)
3
Perkembangan jumlah BPRS relatif meningkat lebih cepat dibanding
dengan perkembangan bank umum syariah maupun unit usaha syariah.
Berdasarkan perkembangan perbankan syariah secara nasional, jumlah bank
yang melakukan kegiatan usaha berdasarkan prinsip syariah terus mengalami
peningkatan pada setiap tahunnya. Berikut ini adalah perkembangan bank
pembiayaan rakyat syariah:
Tabel 1.1 Perkembangan BPRS
Tahun Jumlah
2011 155
2012 158
2013 163
2014 163
2015 163
2016 166
2017 166
Sumber data : Otoritas Jasa Keuangan 2017
Tabel 1.1 menunjukkan perkembangan bank syariah berdasarkan
statistic perkembankan BPRS dari tahun ke tahun secara kuantitas,
pencapaiannya sungguh membanggakan dan terus mengalami peningkatan
dalam jumlah bank. Jika pada tahun 2011 berdasarkan data statistik
perbankan syariah yang dipublikasikan oleh Bank Indonesia jumlah BPRS
telah mencapai 166 unit pada 2017.
Keberadaan Bank Pembiayaan Rakyat Syariah (BPRS) dimaksudkan
untuk dapat memberikan layanan perbankan secara cepat, mudah, dan
sederhana kepada masyarakat khususnya pengusaha menengah, kecil, dan
4
mikro baik dipedesaan maupun perkotaan yang selama ini belum terjangkau
oleh layanan bank umum.
Untuk kelangsungan kegiatan penyaluran bank syariah, dalam
mengukur seberapa besar jumlah pembiayaan yang disalurkan maka dapat di
lihat dari jumlah rasio Financing to Deposit Ratio (FDR). FDR adalah rasio
untuk mengukur komposisi jumlah pembiayaan yang diberikan dibandingkan
dengan jumlah dana masyarakat dan modal sendiri yang digunakan. Semakin
tinggi FDR berarti semakin meningkatnya ekspansi pembiayaan bank, namun
jika nilai FDR terlalu tinggi maka dapat digambarkan bahwa kurang baiknya
posisi likuiditas bank. Bank Indonesia menetapkan FDR sekisar antara 85%-
110%. (Syukron, 2014).
Berikut adalah grafik dan tabel data perkembangan ROA Perbankan
Syariah periode 2012-2017 :
Tabel 1.2 Perkembangan ROA
Sumber data : Otoritas Jasa Keuangan (Data diolah)
Dalam memaksimalkan jumlah ROA di bank BPRS ada beberapa yang
terkait dengan peningkatan ROA, yaitu Dana Pihak Ketiga. Dana pihak ketiga
adalah dana yang dipercayakan oleh masyarakat kepada bank dalam bentuk
Tahun Rata-rata (%)
2012 194
2013 294
2014 85
2015 222
2016 228
2017 231
5
giro, deposito, dan tabungan atau yang dapat dipersamakan dengan itu. Dengan
dana yang berhasil dihimpun oleh bank, maka bank tersebut dapat
menyalurkan pembiayaan lebih banyak untuk masyarakat. Dana-dana yang
dihimpun dari masyarakat ternyata merupakan sumber dana terbesar yang
paling diandalkan oleh bank (bisa mencapai 80%-90% dari seluruh dana yang
dikelola oleh bank). (Suhartatik, 2013).
Selain itu, aktivitas di bank syariah juga dalam melaksanakan fungsi
intermediasinya yaitu penyaluran dana tidak lepas dari yang namanya resiko
pembiayaan yang disebut Non Performing Financing (NPF). Semakin besar
dana yang disalurkan kepada masyarakat akan memungkinkan adanya
pembiayaan bermasalah yang timbul dari debitur.
Hal ini merupakan suatu koreksi besar untuk bank syariah dalam
menyalurkan pembiayaan perlu diadakan pengidentifikasian yang efektif
terhadap syarat-syarat yang diajukan oleh calon debitur. Karena apabila tingkat
NPF bank syariah meningkat, maka bank syariah pun juga akan menanggung
kerugian, yang kemudian hal tersebut akan mempengaruhi pendapatan bank
yang akan digunakan untuk mengajukan pembiayaan di periode-periode
selanjutnya.
Berikut merupakan data empiris mengenai DPK, FDR dan NPF. Data
tersebut merupakan data sepanjang periode tahun 2012-2017 yang bersumber
dari data Statistik Perbankan Syariah Otoritas Jasa Keuangan sebagai berikut:
6
Tabel 1.3 Perbandingan Rasio Keuangan BPRS pertahun
TAHUN ROA* DPK** FDR*** NPF*
2012 194 2542943 9682 272
2013 294 3286283 12440 732
2014 85 3743005 9865 404
2015 222 4292154 12759 948
2016 228 5251609 12028 974
2017 231 6016293 11554 992 Sumber data : Otoritas Jasa Keuangan (Data diolah)
*= Persen
**=miliar
***=rupiah
Menurut tabel 1.3 dapat dilihat bahwa ROA bank Pembiayaan Rakyat
Syariah pada tahun 2012-2017 mengalami fluktuasi pada tiap tahunnya, dengan
presentase terendah sebesar 85% dan tertinggi sebesar 294%. Nilai ROA
sempat mengalami peningkatan yang tinggi ditahun 2017 yang melewati batas
normal ketentuan Bank Indonesia. Nilai ROA yang terlalu tinggi dapat
menggambarkan likuiditas yang baik.
Peningkatan laju DPK yang setiap tahunnya selalu mengalami
peningkatan yang signifikan. Selain itu ada peningkatan dari FDR yang
signifikan, menunjukkan dana yang dihimpun melalui dana pihak ketiga baik
melalui tabungan, giro maupun deposito dapat tersalurkan dengan baik lewat
penyaluran dana bank syariah.
Selanjutnya bank syariah dalam menjalankan fungsi intermediasinya,
yaitu menyalurkan dana kepada masyarakat yang dalam hal ini menyalurkan
pembiayaan tidak terlepas dari yang namanya risiko pembiayaan yang dapat
dilihat dari nilai Non Performing Financing (NPF). Dalam menyalurkan
7
pembiayaan, bank perlu mengantisipasi adanya pembiayaan bermasalah yang
akan timbul karena beberapa faktor, dapat terjadi karena kelalaian debitur
dalam mengelola usahanya, atau karena memang terjadi kerugian pada usaha
debitur.
Berdasarkan tabel 1.3, kinerja FDR yang tertinggi seharusnya
diimbangi oleh kualitas pembiayaan yang juga baik sehingga bermuara ke
tingkat keuntungan yang lebih meningkat. Kemudian, peningkatan NPF juga
dapat menggerus rasio kecukupan modal bank syariah. Hal ini menunjukkan
bahwa semakin besar NPF bank syariah maka akan mengakibatkan semakin
kecilnya nilai FDR bank syariah.
Dalam hal ini untuk tahun sebelumnya yaitu tahun 2005 sampai dengan
2011, perkembangan BPRS dalam jangka pendek mengalami pengaruh
signifikan negative dan dalam jangka panjang mengalami pengaruh signifikan
positif bagi profitabilitas bank. Ini diakibatkan dengan bertambah banyaknya
unit BPRS hingga 2017. Hal ini menyebabkan peneliti ingin mengetahui untuk
beberapa variabel dengan rasio kesehatan bank diatas terhadap jangka pendek
dan jangka panjang pada BPRS Indonesia setiap tahunnya.
Dalam hal ini seperti penelitian A.A Yogi Prasanjaya dan I Wayan
Ramantha yang menelititentang pengaruh tingkat kesehatan bank yang
menggunakan rasio CAR, BOPO, FDR dan Ukuran perusahaan terhadap
Profitabilitas bank yang diukur menggunakan ROA. Dalam penelitian tersebut
mereka menyimpulkan bahwa CAR dan ukuran perusahaan tidak berpengaruh
signifikan terhadap ROA. Sedangkan BOPO dan FDR berpengaruh signifikan
8
terhadap ROA. (A.A Yogi Prasanjaya dan I Wayan Ramantha, 2012).
Sedangkan Menurut Tjipto Endang Iranti bahwa CAR dan DPK berpengaruh
signifikan terhadap profitabilitas sedangkan FDR tidak berpengaruh signifikan
terhadap profitabilitas perusahaan perbankan. (Tjipto Endang, 2013). Hasil
penelitian Nugraheni dan Hapsoro juga penelitian Arini mengungkapkan
bahwa ukuran perusahaan berpengaruhpositif terhadap ROA. Namun berbeda
dengan hasil penelitianKosmidou juga penelitian Dietich dan Wanzenried yang
mengungkapkan bahwa ukuran perusahaan berpengaruh negatif terhadap ROA.
Berdasarkan latar belakang permasalahan yang telah dikemukakan,
maka penulis ingin mengadakan penelitian dan menyusunnya dalam sebuah
skripsi yang berjudul “Pengaruh Jumlah Dana Pihak Ketiga, Financing to
Deposit Ratio, dan Non Performing Financing Terhadap Return On Asset
pada BPRS di Indonesia (Periode 2012-2017)”.
B. Perumusan Masalah
Berdasarkan latar belakang yang sudah diuraikan diatas, maka penulis
merumuskan masalah sebagai berikut:
1. Bagaimana pengaruh Jangka Pendek VECM dari jumlah Dana Pihak
Ketiga (DPK), Financing to Deposit Ratio (FDR), Non Performing
Financing (NPF) terhadap Return On Asset (ROA) pada BPRS di
Indonesia (Periode 2012-2017)?
2. Bagaimana pengaruh Jangka Panjang VECM dari jumlah Dana Pihak
Ketiga (DPK), Financing to Deposit Ratio (FDR), Non Performing
9
Financing (NPF) terhadap Return On Asset (ROA) pada BPRS di
Indonesia (Periode 2012-2017)?
3. Bagaimana respon (shock)dari jumlah Dana Pihak Ketiga (DPK),
Financing to Deposit Ratio (FDR) , dan Non Performing Finance (NPF)
terhadap Return On Asset (ROA) pada BPRS di Indonesia (Periode 2012-
2017)?
4. Berapakah kontribusi jumlah Dana Pihak Ketiga (DPK), Financing to
Deposit Ratio (FDR) , dan Non Performing Finance (NPF) terhadap
Return On Asset (ROA) pada BPRS di Indonesia (Periode 2012-2017)?
5. Bagaimana Estimasi Persamaan Jangka Pendek jumlah Dana Pihak Ketiga
(DPK), Financing to Deposit Ratio (FDR), dan Non Performing Finance
(NPF) terhadap Return On Asset (ROA) pada BPRS di Indonesia (Periode
2012-2017)?
6. Bagaimana Estimasi Persamaan Jangka Pendek jumlah Dana Pihak Ketiga
(DPK), Financing to Deposit Ratio (FDR), dan Non Performing Finance
(NPF) terhadap Return On Asset (ROA) pada BPRS di Indonesia (Periode
2012-2017)?
C. Tujuan Penelitian
Berdasarkan rumusan masalah diatas, maka tujuan penelitian dari penulisan
skripsi ini adalah :
1. Menjelaskan dan menganalisis pengaruh Jangka Pendek dari Financing to
Deposit Ratio (FDR), Dana Pihak Ketiga (DPK) dan Non Performing
10
Finance (NPF) terhadap Return On Asset (ROA) pada BPRS di Indonesia
periode 2012-2017.
2. Menjelaskan dan menganalisis pengaruh Jangka Pendek dari Financing to
Deposit Ratio (FDR), Dana Pihak Ketiga (DPK) dan Non Performing
Finance (NPF) terhadap Return On Asset (ROA) pada BPRS di Indonesia
periode 2012-2017.
3. Menjelaskan dan menganalisis respon (shock)dari Financing to Deposit
Ratio (FDR), Dana Pihak Ketiga (DPK) dan Non Performing Finance
(NPF) terhadap Return On Asset (ROA) pada BPRS di Indonesia periode
2012-2017.
4. Menjelaskan dan menganalisis kontribusi Financing to Deposit Ratio
(FDR), Dana Pihak Ketiga (DPK) dan Non Performing Finance (NPF)
terhadap Return On Asset (ROA) pada BPRS di Indonesia periode 2012-
2017.
5. Menjelaskan dan menganalisis estimasi persamaan jangka pendek
Financing to Deposit Ratio (FDR), Dana Pihak Ketiga (DPK) dan Non
Performing Finance (NPF) terhadap Return On Asset (ROA) pada BPRS
di Indonesia periode 2012-2017.
6. Menjelaskan dan menganalisis estimasi persamaan jangka panjang
Financing to Deposit Ratio (FDR), Dana Pihak Ketiga (DPK) dan Non
Performing Finance (NPF) terhadap Return On Asset (ROA) pada BPRS
di Indonesia periode 2012-2017.
11
D. Manfaat Penelitian
Dengan adanya penelitian ini diharapkan mampu memberikan
pencerahan dan daya guna bagi pihak-pihak terkait, yakni sebagai berikut:
1. Bagi Mahasiswa
Menambah khasanah keilmuan demi meningkatkan kompetensi diri,
kecerdasan intelektual dan emosional dalam bidang lembaga keuangan
syariah khususnya mengenai manajemen risiko Penggadaian Syariah.
2. Bagi Institusi
Menambah sumbangan wacana pemikiran serta motivasi kepada lembaga
keuangan maupun lembaga yang terkait dalam sistem manajemen
pengelolaan risiko, sehingga mampu menerapkan sistem manajemen risiko
yang dapat meminimalisir bahkan menghilangkan kemungkinan risiko
yang yang dihadapi dalam kegiatan usahanya.
3. Bagi Pemerintah
Dapat dijadikan salah satu acuan dalam menentukan kebijakan-kebijakan
mengenai produk pada bank syariah dalam menumbuh kembangkan dunia
usaha dan menggerakkan sektor riil yang ada si Indonesia, sehingga dapat
meningkatkan perekonomian nasional.
4. Bagi pihak lain
Memberikan informasi kepada masyarakat mengenai kondisi
perkembangan bank syariah yang terjadi pada periode 2012-2017
didukung dengan pemaparan data dari Otoritas Jasa Keuangan (OJK).
12
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Bank Pembiayaan Rakyat Syariah
Menurut Undang-undang Perbankan Nomor 10 tahun 1998
BPR adalah lembaga keuangan bank yang melaksanakan kegiatan
usahanya secara konvensional atau berdasarkan prinsip syariah.
(Lukman, 2008). Bank Pembiayaan Rakyat Syariah (BPRS) mulai
dikenal istilahnya dalam UU Nomor 21 Tahun 2008 tentang perbankan
syariah. Sebelumnya, BPRS lebih dikenal sebagai Bank Pengkreditan
Rakyat Syariah. Oleh karena istilah “kredit” tidak dikenal dalam
kegiatan perbankan syariah, maka istilah ini diganti menjadi istilah
“pembiayaan”. (Rifqi, 2008). Menurut Undang-undang Republik
Indonesia tentang perbankan syariah Nomor 21 tahun 2008
menyebutkan Bank Pembiayaan Rakyat Syariah adalah bank syariah
yang dalam kegiatannya tidak memberikan jasa dalam lalu lintas
pembayaran.
Bank Pembiayaan Rakyat Syariah (BPRS) sebagai salah satu
lembaga keuangan perbankan syariah, yang pola operasionalnya
mengikuti prinsip-prinsip syariah maupun muamalah. BPR Syariah
merupakan langkah aktif dalam rangka restrukturisasi perekonomian
Indonesia yang dituangkan dalam berbagai paket kebijakan keuangan,
moneter, dan perbankan secara umum, dan secara khusus mengisu
13
peluang terhadap bank konvensional dalam penetapan tingkat suku
bunga. (Revalia, 2015).
Bank Pembiayaan Rakyat Syariah (BPRS) tidak dapat
dikonversi menjadi Bank Pengkreditan Rakyat. Berbeda dengan Bank
Umum Syariah, Bank Pembiayaan Rakyat Syariah (BPRS) tidak
diizinkan untuk membuka kantorcabang, kantor perwakilan dan jenis
kantor lainnya diluar negeri. (Burhannudin, 2010). Adapun tujuan
didirikannya BPRS adalah sebagai berikut:
a. Meningkatkan kesejahteraan ekonomi umat islam, terutama
masyarakat golongan ekonomi lemah yang pada umumnya berada di
pedesaan.
b. Menambah lapangan kerja terutama di tingkat kecamatan, sehingga
mengurangi arus urbanisasi.
c. Membina semangat Ukhuwah Islamiyah melalui kegiatan ekonomi
dalam rangka meningkatkan pendapatan per kapita menuju kualitas
hidup yang memadai. (Rifqi, 2008)
a. Kegiatan Usaha Bank Pembiayaan Rakyat Syariah
Berkaitan dengan BPRS, sebagaimana terlihat dalam pasal 21
UU Perbankan Syariah, kegiatan usaha yang dapat dilakukan oleh
lembaga ini adalah:
a. Menghimpun dana dari masyarakat dalam bentuk simpanan berupa
tabungan berdasarkan akad wadi‟ah dan investasi berupa deposito
atau tabungan berdasarkan akad mudharabah
14
b. Menyalurkan dana kepada masyarakat dalam bentuk pembiayaan
bagi hasil berdasarkan akad mudharabah, musyarakah; pembiayaan
jual-beli berdasarkan akad murabahah, salam, istishna, akad qard,
ijarah atau ijarah muntahiya bittamlik, hiwalah.
c. Menempatkan dana pada bank syariah lain dalam bentuk titipan
berdasarkan akad wadiah atau investasi berdasarkan akad
mudharabah
d. Memindahkan uang, baik untuk kepentingan sendiri maupun untuk
kepentingan nasabah melalui rekening BPRS yang ada di BUS,
BUK, dan UUS.
e. Menyediakan produk atau melakukan kegiatan usaha Bank Syariah
lainnya.
Di sisi lain BPRS juga dapat melakukan penghimpunan dana
dengan mengumpulkan dan menerima zakat, infaq, dan shadaqoh
sebagai implementasi Baitul Mal. Dana lain yang dapat dihimpun
sebagai bentuk kreativitas BPRS dalam upaya penghimpunan dana
adalah dengan tabungan haji, kurban, aqiqah, kepemilikkan kendaraan
dan rumah, bahkan dapat digunakan sarana penitipan dana-dana
masjid, dan bentuk-bentuk tabungan lain yang pada prinsipnya dapat
menarik dana dari masyarakat.
2. Kinerja Keuangan
Kinerja (performance) dalam kamus istilah akuntansi adalah
kuantitatif dari keedektifan dalam pengoperasian bisnis selama periode
15
tertentu. Kinerja keuangan bank merupakan gambaran kondisi keuangan
bank pada suatu peirode tertentu, baik mencakup aspek penghimpunan
dana maupun penyaluran dananya. Kinerja perusahaan dapat diukur
dengan menganalisa dan mengevaluasi laporan keuangan. Informasi posisi
keuangan dan kinerja keuangan di masa lalu seringkali digunakan sebagai
dasar untuk memprediksi posisi keuangan dan kinerja di masa depan.
Rasio keuangan adalah alat ukur yang digunakan perusahaan untuk
menganalisis laporan keuangan. Rasio menggambarkan suatu hubungan
atau pertimbangan antara suatu jumlah tertentu dengan jumlah yang lain.
Dengan menggunakan alat ukur atau analisa berupa rasio keuangan dapat
dijelaskan dan memberikan gambaran kepada penganalisa tentang baik
atau buruknya keadaan atau posisi keuangan suatu perusahaan dari suatu
periode ke periode berikutnya. (Kusumo,2008).
3. Rasio Keuangan
Rasio keuangan adalah indeks yang mempunyai hubungan relevan
dan signifikan antara dua angka dalam pos-pos laporan keuangan dengan
membandingkan angka-angka tersebut dalam satu periode untuk
membantu mengevaluasi suatu laporan keuangan (Mandasari, 2014)
Menurut Kasmir (2009), jenis rasio keuangan terdiri sebagai
berikut:
a. Rasio Likuiditas merupakan rasio yang menggambarkan kemampuan
perusahaan dalam memenuhi kewajiban jangka pendek.
16
b. Rasio Leverage merupakan rasio yang digunakan untuk mengukur
sejauh mana aktiva perusahaan dibiayai dengan utang.
c. Rasio Aktivitas merupakan rasio yang digunakan untuk mengukur
tingkat efesiensi pemanfaatan sumber daya perusahaan (penjualan,
persediaan, penagihan piutang, dan lainnya) atau rasio untuk menilai
kemampuan perusahaan dalam melaksanakan aktivitas sehari-hari.
d. Rasio Profitabilitas merupakan rasio untuk menilai kemampuan
perusahaan dalam mencari keuntungan atau laba dalam suatu periode
tertentu.
Berdasarkan beberapa jenis rasio keuangan tersebut, penelitian ini
menggunakan 3 jenis rasio keuangan yaitu : rasio likuiditas yang dikukur
dengan Financing to Deposit Ratio (FDR), dan rasio kesehatan bank yang
diukur dengan Non Performing Financing (NPF).
Profitabilitas merupakan hasil akhir bersih yang telah dicapai
manajemen dari berbagai kebijakkan dan keputusan. Tingkat efesiensi
manajerial bank ditentukan oleh besarnya tingkat keuntungan bersih bank.
Net incomeatau tingkat keuntungan bersih yang dihasilkan bank
dipengaruhi oleh beberapa faktor, baik faktor yang dapat dikendalikan,
maupun faktor yang tidak dapat dikendalikan. Ada dua rasio yang biasa
dipakai untuk mengukur kinerja bank, yaitu Return on Asset (ROA) dan
Return On Equity (ROE). ROA membandingkan antara pendapatan bersih
dengan rata-rata aktiva. Sedangkan ROE merupakan perbandingan antara
pendapatan bersih dengan rata-rata modal (Muhammad,2015).
17
Otoritas Jasa Keuangan (OJK) lebih mementingkan penilaian
besarnya Return On Asset (ROA) dan tidak memasukkan unsur Return On
Equity (ROE) dalam menentukan tingkat kesehatan bank. Hal ini
dikarenakan Otoritas Jasa Keuangan yang berkedudukan sebagai
pengawas dan pembina perbankan lebih mengutamakan nilai profitabilitas
bank yang diukur dari asset yang sebagian besar dananya berasal dari dana
simpanan masyarakat. Oleh karena itulah ROA dipilih sebagai indikator
dalam mengukur kinerja keuangan perbankan (Dendawijaya, 2005).
4. Return On Asset (ROA)
ROA merupakan rasio yang digunakan untuk mengukur
kemampuan manajemen bank dalam memperoleh laba secara keseluruhan
(Dendawijaya, 2003). Semakin besar Return On Asset (ROA), semakin
besar pula tingkat keuntungan yang dicapai bank tersebut dan
menunjukkan kinerja perusahaan yang semakin baik.
Return On Asset (ROA) merupakan rasio antara laba sebelum
pajak terhadap rata-rata total asset. Semakin besar ROA, semakin besar
pula tingkat keuntungan yang dicapai bank (Almalia, 2005). Standarisasi
yang ditetapkan OJK untuk rasio ROA adalah 1.5%.
Rumus ROA adalah sebagai berikut :
ROA = Laba Sebelum Pajak X100%
Total Asset
18
5. Dana Pihak Ketiga (DPK)
Simpanan adalah dana yang dipercayakan oleh nasabah kepada
bank syariah atau UUS berdasarkan akad wadi‟ah atau akad lain yang
tidak bertentangan dengan prinsip syariah dalam bentuk giro, tabungan
dan deposito atau bentuk lainnya yang dipersamakan dengan itu.
DPK merupakan variabel uncontrollable, artinya tidak ada control
dari Bank Indonesia mengenai rasio maksimum atau minimum yang
mengatur keharusan untuk menyalurkan DPK dalam kegiatan
perkreditan. Keputusan pengelolaan DPK merupakan kebijakan yang
diputuskan oleh manajemen bank. Bank cenderung mengalokasikan DPK
yang mereka miliki pada aktivitas selain pembiayaan, hal itu didasarkan
karena bank berusaha menghindari resiko yang akan muncul akibat gagal
bayar dari kegiatan perkreditan yang akan berpengaruh pada tingkat
kembalian dana. Bank cenderung mengalokasikan dana yang mereka
miliki pada instrument lain seperti SBI (Hersugondo, 2012).
a. Macam-macam Dana Pihak Ketiga
Menurut Susanto (2010), yang termasuk dalam dana pihak
ketiga yaitu giro, tabungan dan deposito. Ketiga macam dana pihak
ketiga tersebut akan dijelaskan sebagai berikut:
a) Giro, terdiri dari giro wadiah. Yaitu simpanan dana yang bersifat
titipan yang penarikannya dapat dilakukan disetiap saat. Sedangkan
giro mudharabah, yaitu simpanan dana yang bersifat investasi yang
penarikannya dapat dilakukan berdasarkan kesepakatan.
19
b) Tabungan, terdiri dari tabungan wadiah ialah simpanan dana nasabah
pada bank yang bersifat titipan dan penarikkannya dapat dilakukan
setiap saat dan terhadap titipan tersebut bank tidak dipersyaratkan
untuk memberikan imbalan. Tabungan Mudharabah adalah simpanan
dana nasabah yang bersifat investasi dan terhadap investasi tersebut
diberikan bagi hasil sesuai nisbah.
c) Deposito, Deposito Mudharabah adalah simpanan yang
penarikannya hanya dapat dilakukan pada waktu tertentu
berdasarkan perjanjian antara nasabah dengan baik.
6. Financing to Deposito Ratio (FDR)
Loan to Deposito Ratio (LDR) merupakan perbandingan total
kredit yang diberikan dengan total Dana Pihak Ketiga yang dapat
dihimpun oleh bank. Dalam bank syariah, istilah LDR dikenal dengan
Financing to Deposito Ratio (FDR). Financing to Deposito Ratio (FDR)
adalah rasio antara jumlah kredit yang diberikan dengan dana yang
diterima. (Riyadi, 2006).
Sementara itu, menurut kasmir, Loan to Deposito Ratio (LDR) atau
dalam bank syariah dikenal sebagai Financing to Deposito Ratio (FDR)
merupakan rasio untuk mengukur komposisi jumlah pembiayaan yang
diberikan dibandingkan dengan jumlah dana masyarakat dan modal
sendiri yang digunakan. Besarnya Financing to Deposito Ratio menurut
peraturan pemerintah maksimum adalah 11%. (Kasmir, 2014).
20
Rumus untuk menghitung nilai FDR sebuah bank diantaranya
sebagai berikut:
FDR = Total Financing X 100%
Total deposit + Equity
Semakin tinggi rasioini menunjukkan semakin baiknya fungsi
intermediasi bank yang bersangkutan FDR yang tinggi mengindikasikan
tingkat pembiayaan tinggi dan ini berdampak pada meningkatnya return
yang akan dihasilkan dari pembiayaan. FDR menyatakan seberapa jauh
kemampuan bank dalam membayar penarikan kembali yang dilakukan
deposan dengan mengandalkan kredit yang diberikan. Ketika nilai FDR
meningkat, maka akan berimbas kepada meningkatnya tingkat bagi hasil
yang diterima oleh nasabah deposan. (Harfiah, 2016).
a. Fungsi Financing to Desposito Ratio
FDR pada saat ini berfungsi sebagai indikator intermediasi
perbankan. Begitu pentingnya arti FDR bagi perbankan syariah maka
angka FDR pada saat ini telah dijadikan persayaratan antara lain:
1.) Sebagai salah satu indikator penilaian tingkat kesehatan bank.
2.) Sebagai salah satu indikator kriteria penilaian GWM (Giro Wajib
Mininum 50%).
3.) Sebagai faktor penentu besar kecilnya GWM (Giro Wajib Minimum)
sebuah bank.
4.) Sebagai salah satu persyaratan pemberian keringanan pajak bagi bank
yang akan merger.
21
7. Non Performing Financing (NPF)
Non Performing Financing (NPF) adalah rasio untuk mengukur
tingkat pembiayaan macet yang terdapat di suatu bank dengan
menggunakan salah satu indikator kunci menilai kinerja keuangan bank.
(Setiadi, 2013:217) Non Performing Financing juga dapat diartikan
sebagai jumlah pembiayaan yang tergolong non lancar dengan kualitas
kurang lancar, diragukan atau macet. (Muhammad, 2005)
Menurut Ihsan, bahwa Non Performing Financing (NPF) adalah
alat ukur tingkat permasalahan pembiayaan yang dihadapi oleh bank
syariah. Standarisasi yang ditetapkan OJK untuk rasio NPF adalah 3.52%
atau dibawah 5%. Adapun ketentuan menghitung nilai NPF suatu bank
menggunakan persamaan sebagai berikut:
NPF = Pembiayaan bermasalah x 100%
Total pembiayaan
Dalam peraturan Bank Indonesia Nomor 15/2/PBI/2013 tertera
bahwa nilai NPF maksimum adalah sebesar 5%. hal ini diartikan bahwa
bank dianggap sehat apabila memiliki nilai rasio NPF kurang dari 5%.
Jika Non Performing Financing (NPF) tinggi, maka profitabilitas menurun
dan jika tingkat bagi hasil menurun dan jika Non Performing Financing
(NPF) turun, maka profitabilitas naik dan tingkat bagi hasil naik. (Anifa,
2008).
22
B. Penelitian Terdahulu
Beberapa penelitian terdahulu akan diuraikan secara ringkas,
Meskipun ruang lingkup hampir sama, tetapi karena beberapa variabel,
objek, periode waktu yang digunakan berbeda, terdapat banyak hal yang
berbeda. Berikut ringkasan beberapa penilitian:
Tabel 2.1 Penelitian Terdahulu
No. Peneliti
(tahun)
Judul
Penelitian
Metode Penelitian Hasil penelitian
Persamaan Perbedaan
1. Linda
Widyanin
grum
(2015)
“Pengaruh
CAR, NPF,
FDR, dan
OER
terhadap
ROA pada
Bank
Pembiayaan
Rakyat
Syariah di
Indonesia
Periode
Januari
2009 hingga
Mei 2014”
FDR,
NPF,ROA
DPK, OER,
CAR
Metode
Penelitian
VECM
Hasil penelitian ini
menunjukkan
bahwa CAR tidak
mempengaruhi
tingkat ROA, NPF
tidak
mempengaruhi
secara signifikan,
FDR tidak
mempengaruhi
ROA secara
signifikan dan OER
(BOPO)
mempengaruhi
secara signifikan
terhadap ROA.
2. Sunariyati
Muji
Lestari
(2014)
“Faktor-
Faktor yang
mempengar
uhi Return
On Asset
pada
perusahaan
Perbankan
di BEI”
NPF, ROA LDR, BOPO,
CAR
Variabel CAR,
NPL, LDR, dan
BOPO berpengaruh
secara simultan dan
signifikan terhadap
ROA Bank
Pemerintah. Secara
parsial variabel
CAR, NPL, LDR,
dan BOPO
memiliki pengaruh
terhadap ROA.
3. Lina
Krisnawati
(2014)
“Pengaruh
Modal,
Kualitas
Aset, dan
NPF DPK, FDR,
CAR
Hasil penelitian ini
menunjukkan
bahwa CAR
mempengaruhi
23
Efisiensi
terhadap
Hasil
pengembali
an Bank
Pembiayaan
Rakyat
Syariah di
bawah
pengawasan
Bank
Indonesia
Purwokerto
”
tingkat
Profitabilitas secara
positif dan tidak
signifikan, NPF
mempengaruhi
tingkat
Profitabilitas secara
negative dan tidak
signifikan, BOPO
mempengaruhi
tingkat
profitabilitas secara
negative dan tidak
signifikan.
4. Siti Rahmi
Nur Utami
(2014)
“Pengaruh
DPK, SBIS,
CAR dan
NPF
terhadap
ROA pada
Bank
Umum
Syariah di
Indonesia”
DPK, FDR
Metode
analisis data
berupa Regresi
Linier
Berganda
Periode tahun
2008-2014
Saampel:
BUS
Hasil penelitian
menunjukkan
bahwa secara
simultan untuk
variabel DPK,
SBIS, CAR dan
NPF berpengaruh
positif dan
signifikan terhadap
ROA
5. Mares
Suci Ana
Popita
(2013)
“Analisis
Penyebab
Terjadinya
ROA Pada
Bank
Umum
Syariah di
Indonesia”
Analisis
Regresi Linier
Berganda
GDP Rill,
SWBI, Inflasi
Return Total
Pembiayaan
(RR)
Hasil Penelitian ini
menunjukkan
bahwa
pertumbuhan GDP
riil dan FDR
berpengaruh tidak
signifikan positif
terhadap ROA dan
Inflasi, SWBI, RR
berpengaruh tidak
signifikan negatif
terhadap ROA.
24
6. Hersugond
o dan
Handy
Setyo
Tamtomo
(2012)
“Pengaruh
CAR, NPL,
DPKterhada
p ROA
Perbankan
Indonesia”
DPK, ROA,
DPK
CAR, NPL
Metode
Penelitian
VECM
CAR berpengaruh
positif dan
signifikan dan
signifikan terhadap
ROA
NPL berpengaruh
negatif dan
signifikan terhadap
ROA
DPK berpengaruh
positif dan tidak
signifikan terhadap
ROA
7. Ulfawaty
Adam
(2011)
“Pengaruh
NPL dan
Biaya
Operasional
/
Pendapatan
Operasional
(BOPO)
terhadap
Profitabilita
s Bank
(ROA) pada
PT Bank
Negara
Indonesia”
ROA, NPF Bank Negara
Indonesia
Hasil penelitian ini
menunjukkan
bahwa NPF dan
BOPO berpengaruh
secara signifikan
terhadap ROA.
25
C. Hubungan Keterkaitan Antara Variabel Independen dan
Pengembangan Hipotesis
1. Keterkaitan Dana Pihak Ketiga dengan Return On Asset (ROA)
Dana pihak ketiga (DPK) adalah dana yang dipercayakan oleh
masyarakat kepada bank. Bank bertugas memberikan pelayanan
kepada masyarakat dan bertindak selaku perantara bagi keuangan
masyarakat. Oleh karena itu, bank harus selalu berada ditengah
masyarakat agar arus uang dari masyarakat yang kelebihan dana dapat
ditampung dan disalurkan kembali kepada masyarakat.
Dana pihak ketiga (DPK) merupakan salah satu sumber dana
terbesar yang diperoleh dari masyarakat. Bank dapat memanfaatkan
dana dari pihak ketiga ini untuk ditempatkan pada pos-pos yang
menghasilkan pendapatan bagi bank, salah satunya yaitu dalam bentuk
kredit. Peningkatan dana pihak ketiga akan mengakibatkan
pertumbuhan kredit yang besar pula sehingga profitabilitas bank akan
meningkat. (Yoli Lara Sukma, 2009)
Taswan (2008) juga menjelaskan bahwa dengan meningkatnya
jumlah dana pihak ketiga sebagai sumber dana utama pada bank, bank
menempatkan dana tersebut dalam bentuk aktiva produktif misalnya
kredit. Penempatan dalam bentuk kredit akan memberikan
kontribusipendapatan bunga bagi bank yang akan berdampak terhadap
profitabilitas (laba) bank.
26
Pengaruh dana pihak ketiga terhadap profitabilitas didukung oleh
penelitian Maulida (2010). Hasilnya menunjukkan bahwa jumlah dana
pihak ketiga, mempengaruhi pertumbuhan profitabilitas.
Berdasarkan penelitian terdahulu index hipotis yang digunakan
dalam penelitian ini adalah :
Ho : Dana Pihak Ketiga (DPK) tidak berpengaruh secara signifikan
terhadap Return On Asset (ROA)pada BPRS di Indonesia.
H1 : Dana Pihak Ketiga (DPK) berpengaruh secara signifikan
terhadap Return On Asset (ROA)pada BPRS di Indonesia.
2. Keterkaitan Financing to Deposit Ratio (FDR) dengan Return On
Asset (ROA)
FDR adalah rasio antara jumlah pembiayaan yang diberikan
bank dengan dana yang diterima oleh bank. FDR ditentukan oleh
perbandingan antara jumlah pinjaman yang diberikan dengan seluruh
dana yang berasil dihimpun. Rasio ini merupakan teknik atau
kemampuan likuiditas bank (Savitri,2011). Semakin tinggi FDR maka
laba bank semakin meningkat (dengan asumsi bank tersebut mampu
menyalurkan dananya dengan efektif), dengan meningkatnya laba
bank, maka kinerja bank juga meningkat.
Apabila suatu bank memiliki rasio FDR sebesar 85% (dibawah
standar ideal) maka dapat diartikan bank hanya menyalurkan 85% dari
seluruh dana yang dihimpun. Di sisi lain apabila rasio FDR mencapai
lebih dari 110%, dapat dikatakan bahwa bank melampaui batas ideal
27
yang telah ditetapkan. FDR dihitung dari pembiayaan juga tinggi,
pembiayaan tinggi dapat menghasilkan laba yang tinggi pula, sehingga
akan meningkatkan profitabilitas perusahaan. Jika rasio FDR yang
dimiliki oleh bank sesuai dengan batas ideal maka laba yang diperoleh
bank akan meningkat (Sangia, 2012). Tetapi apabila rasio FDR rendah
berarti menunjukkan kurangnya efektifitas bank dalam
menyalurkanpembiayaan, sehingga likuiditas bank menjadi rendah.
Hal ini didukung dengan hasil penelitian dari Slamet Riyadi (2014)
dan Dhian Dayinta (2012) menyatakan bahwa FDR berpengaruh
positif terhadap ROA Bank Syariah.
Berdasarkan penelitian terdahhulu index hipotis yang digunakan
dalam penelitian ini adalah :
Ho :Financing Deposito Return (FDR) tidak berpengaruh secara
signifikan terhadap Return On Asset (ROA)pada BPRS di Indonesia.
H1 :Financing Deposito Return (FDR) berpengaruh secara signifikan
terhadap Return On Asset (ROA)pada BPRS di Indonesia.
3. Keterkaitan Non Performing Financing (NPF) dengan Return On
Asset (ROA)
NPF merupakan rasio keuangan yang berhubungan dengan
besarnya risiko kredit yang dialami oleh suatu bank. Dalam hal ini
yang dimaksud dengan risiko kredit adalah kemungkinan gagal bayar
dan tidak dilunasinya pembiayaan yang diterima dari nasabah.
Semakin tinggi NPF pada suatu bank berarti menandakan bahwa
28
tersebut memiliki risiko pembiayaan yang ditanggung oleh bank.
Sehingga semakin besar NPF suatu bank akan mengakibatkan
profitabilitas (ROA) bank menjadi turun. Hal ini disebabkan oleh
meningkatnya biaya yang dikeluarkan bank yaitu biaya pencadangan
aktiva produktif yang dibutuhkan menjadi lebih tinggi (Rivai, 2010).
Dengan demikian dapat disimpulkan bahwa NPF berpengaruh negatif
terhadap profitabilitas bank. Hal ini sesuai dengan penelitian yang
dilakukan oleh Dhian Dayinta (2011) dan Jaka Sriyana (2014) yang
menyatakan bahwa NPF berpengaruh negatif terhadap ROA.
Berdasarkan penelitian terdahhulu index hipotis yang digunakan
dalam penelitian ini adalah :
Ho :Non Performing Finance (NPF) tidak berpengaruh secara
signifikan terhadap Return On Asset (ROA)pada BPRS di Indonesia.
H1 :Non Performing Finance (NPF) berpengaruh secara signifikan
terhadap Return On Asset (ROA)pada BPRS di Indonesia.
29
D. Kerangka pemikiran
Penelitian ini bertujuan untuk melihat pengaruh perubahan variabel
independen bebas yaitu Dana Pihak Ketiga, Financing to Deposit Ratio, dan
Non Performing Financing terhadap variabel dependen Return On Asset
(ROA).
Gambar 2.1 Kerangka Pemikiran
Input data time series (ROA, DPK, FDR, NPF) periode 2013-2017
Stasionaritas pada Uji Unit stasionaritas pada F
Differencelevel
uji lag
optimal
VECM Uji Kointegrasi
1. Impluse Respon VAR f Difference
Function (IRF)
2. Variance
Decompotion (VD)
Analisis dan kesimpulan
30
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Dalam penelitian ini merupakan penelitian kuantitatif dengan
menggunakan data sekunder yang diperoleh dari laporan Statistik
Perbankan Syariah Otoritas Jasa Keuangan pada periode 2012-2017.
Jenis penelitian ini berdasarkan tingkat eksplanasinya adalah
penelitian asosiatif. Menurut Sugiyono (2003), Penelitian asosiatif
merupakan penelitian yang bertujuan untuk mengetahui pengaruh ataupun
juga hubungan antara dua variabel atau lebih. Metode yang digunakan
adalah metode kausal-asosiatif yang dilakukan terhadap data yang
dikumpulkan setelah terjadinya suatu peristiwa. Data operasional yang
digunakan peneliti ini menggunakan runtut waktu (time series). Data rasio
keuangan Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia secara
nasional dalam bulanan dari Januari 2012-April 2017 yang dikeluarkan
oleh Otoritas Jasa Keuangan. Identifikasi terhadap peristiwa tersebut
berkenaan dengan variabel independen yaitu: Dana Pihak Ketiga (DPK),
Financing to Deposito Ratio (FDR) dan Non Performing of Financing
(NPF) terhadap Retrun On Asset (ROA) pada BPRS di Indonesia.
31
B. Populasi dan Penentuan Sampel
Populasi adalah wilayah generalisasi yang terdiri atas obyek atau
subyek yang mempunyai kualitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan
(Sugiyono, 2015). Sedangkan menurut Suharyadi, (Suharyadi, 2013)
populasi adalah kumpulan dari semua kemungkinan orang-orang, benda-
benda, dan ukuran lain yang menjadi objek perhatian atau kumpulan
seluruh objek yang menjadi perhatian. Populasi pada penelitian ini adalah
seluruh Bank Pembiayaan Rakyat Syariah yang ada di Indonesia dan
terdaftar di Otoritas Jasa Keuangan (OJK) dari bulan Januari 2012 sampai
dengan bulan April 2017.
Menurut Sugiyono, (Sugiyono, 2010) sampel adalah bagian dari
jumlah dan karakteristik yang dimiliki oleh populasi yang besar, sementara
peneliti ingin melakukan penelitian terhadap populasi yang besar,
sementara peneliti ingin meneliti tentang populasi tersebut dan peneliti
memiliki keterbatasan dana, tenaga dan waktu, maka peneliti
menggunakan teknik pengambilan sampel, sehingga generalisasi kepada
populasi yang diteliti. Maknanya sampel yang diambil dapat mewakili atau
representative bagi populasi tersebut. Sementara itu, Suharyadi
(Suharyadi, 2013) mengungkapkan arti sampel sebagai suatu bagian dari
populasi tertentu yang menjadi perhatian.
Ada beberapa metode penarikan sampel dapat dikelompokkan
menjadi dua bagian, yaitu sampel profitabilitas, (profitability sampling)
32
dan sampel nonprofitabilitas (nonprofitbility sampling). Metode penarikan
sampel profitabilitas (profitbility sampling) adalah suatu metode yang
memberikan kesempatan sama terhadap anggota populasi untuk menjadi
sampel. (Suharyadi, 2013) sedangkan metode sampel
nonprofitabilitas(nonprofitbility sampling) adalah kebalikan dari metode
penarikan sampel nonprofitabilitas yaitu tidak setiap anggota populasi
memiliki profitabilitas yang sama. Hal ini karena sampel diambil dengan
pertimbangan khusus atau susunan sampling yang sistematis. Dalam
penelitian ini, metode pengumpulan sampelnya adalah nonprofitbility
sampling. Sampel yang diambil adalah Bank Pembiayaan Rakyat Syariah
di Indonesia periode januari 2012 sampai dengan April 2017. Adapun
pertimbangan yang dimaksud adalah sebagai berikut :
1. Bank Pembiayaan Rakyat Syariah yang sudah mempublikasikan
laporan keuangan bersifat Time Series, antara bulan Januari 2012
sampai dengan April 2017.
2. Bank Pembiayaan Rakyat Syariah yang sudah memiliki data yang
terkait dengan variable penelitian, seperti ROA, DPK, FDR dan NPF.
C. Data Penelitian
Data pada penelitian ini berupa rasio keuangan Bank Pembiayaan
Rakyat Syariah (BPRS) di Indonesia secara nasional yang terdata di
Otoritas Jasa Keuangan sampai bulan April 2017. Kriteria penulis dalam
pengambilan data yaitu: Rasio Keuangan Bank Pembiayaan Rakyat
33
Syariah (BPRS)secara nasional yang berada di Otoritas Jasa Keuangan dan
memiliki laporan tiap bulannya.
D. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini merupakan data
sekunder, data tersebut diperoleh langsung dari laporan keuangan otoritas
jasa keuangan (OJK). Data sekunder adalah data yang diterbitkan atau
digunakan oleh organisasi yang bukan pengolahnya. Kelebihan dari data
sekunder adalah biaya yang diperlukan untuk mendapatkan relatif lebih
mudah dibandingkan dengan pengambilan data primer. Sedangkan
kelemahannya, data sekunder sering kali tidak sesuai dengan apa yang
dibutuhkan karena sudah dalam bentuk publikasi dan data sekunder dari
sumber yang berbeda kerap memberikan informasi yang berbeda juga
(Suliyanto, 2006).
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 skala bulanan (mounthly) yang diambil dari data
bulanan statistik perbankan syariah dengan rentang waktu dari bulan
Januari 2012 – April 2017. Menurut Suliyanto (2006), data time series
adalah data yang dikumpulkan dari waktu ke waktu pada satu obyek
dengan tujuan menggambarkan perkembangan.
34
2. Library Research
Library Reseacrh merupakan teknik pengumpulan data yang
dilengkapi dengan membaca, mempelajari dan menganalisis literatur
yang bersumber dari buku-buku dan jurnal-jurnal yang berkaitan
dengan penelitian ini untuk mendapatkan konsep yang tersusun dan
memperoleh data yang valid.
3. Internet Research
Terkadang buku referensi atau literatur yang kita miliki atau
pinjam dari perpustakaan merupakan literatur lama atau kadaluarsa,
karena ilmu selalu berkembang sering berjalannya waktu, oleh karena
itu, untuk mengantisipasi hal tersebut penulis melakukan penelitian
dengan menggunakan teknologi yang juga berkembang yaitu internet,
sehingga data yang diperolah merupakan data sesuai dengan
perkembangan zaman.
E. Metode Analisis Data
Metode analisis dan pengolahan data yang digunakan dalam
penelitian ini adalah metode deskriptif dan metode kuantitatif. Metode
deskriptif dilakukan untuk menggambarkan data yang akan digunakan dan
untuk memudahkan dalam penafsiran. Metode kuantitatif digunakan untuk
menganalisis faktor-faktor yang secara signifikan memengaruhi
pembiayaan jasa dunia usaha pada BPRS dengan menggunakan analisis
deret waktu (time series).
35
Menurut Juanda dan Junaidi (2012), menyatakan bahwa sebagian
besar model-model ekonometrika deret waktu adalah model struktural atau
teoritis, yaitu model yang dibangun berdasarkan teori ekonomi yang ada.
Estimasi model ini dapat memberikan informasi numerik maupun data
untuk menguji teori yang ada. Namun, sering kali teori ekonomi belum
mampu menentukan spesifikasi yang tepat untuk model dikarenakan
fenomena ekonomi yang ada terlalu kompleks. Vector Autoregressive
(VAR) dapat digunakan untuk mengatasi hal ini pada data deret waktu
(time series) 15 karena model VAR dibangun dengan pendekatan yang
meminimalkan teori agar dapat menangkap fenomena yang ada.
Alat analisis yang digunakan dalam penelitian ini adalah metode
Vector Autoregression (VAR) apabila data yang digunakan stasioner dan
tidak ada kointegrasi, sedangkan apabila data yang digunakan stasioner
dan ada kointegrasi maka digunakan metode Vector Error Correction
Model (VECM). Oleh karena itu, sebelum melakukan analisis
menggunakan metode VAR/VECM, diperlukan beberapa pengujian, di
antaranya uji stasioneritas (unit root test), uji stabilitas VAR, uji lag
optimum, dan uji kointegrasi. Selanjutnya, akan dilakukan VECM, Impuls
Respon Function (IRF), dan Forecasting Error Variance Decomposition
(FEVD). Kemudian proses analisis data dalam penelitian ini dilakukan
dengan menggunakan bantuan software Microsoft Excel 2013 dan Eviews
9 .(Arno Nugroho, 2016).
36
1. Uji Stasioner
Uji stasioneritas merupakan langkah awal yang digunakan untuk
mengestimasi model. Jika estimasi dilakukan dengan menggunakan data
yang tidak stasioner maka akan memberikan hasil regresi yang palsu atau
disebut sebagai spurious regression (Gujarati, 2006). Uji stasioneritas
dapat dilakukan dengan metode ADF sesuai dengan bentuk tren
deterministik yang dikandung oleh setiap variabel. Hasil series stasioner
akan berujung pada penggunaan VAR dengan metode standar. Sementara
series nonstasioner akan berimplikasi pada dua pilihan VAR, yaitu VAR
dalam bentuk first difference atau VECM. Adanya variabel nonstasioner
meningkatkan kemungkinan keberadaan hubungan kointegrasi
antarvariabel. Maka pengujian kointegrasi diperlukan untuk mengetahui
keberadaan hubungan tersebut. Pengujian kointegrasi sebaiknya tetap
dilakukan pada data stasioner, mengingat terdapatnya kemungkinan
kesalahan pengambilan kesimpulan pengujian unit root terkait dengan the
power of test. (Arno Nugroho,2016). Dengan Hipotesis sebagai berikut:
Ho : data tidak stasioner
H1 : data stasioner
Mengikuti pernyataan bahwa:
1) Nilai t-statistik ADF<nilai kritis ADF pada level 5% dan 10% maka
Ho diterima.
2) Nilai t-statistik ADF > nilai kritis ADF pada level 5% dan 10% maka
H1 diterima.
37
Cara lain dalam menentukan yang sudah stasioner atau belum
adalah dengan melihat profitabilitasnya, apabila lebih kecil dar 0,05 maka
data sudah stasioner. Variabel yang stasioner pada tingkat level akan
berujung pada penggunaan VAR dengan metode standar. Sementara non
stasioner akan berimplikasi pada bentuk VECM. Kerena itulah pengujian
stasioneritas memegang peranan penting dalam tahapan dengan
menggunakan metode VAR. (Andrian Tony Prakoso, 2009).
2. Uji Panjang Lag Optimal
Penentuan Lag Optimal ini sangat penting dalam model VAR atau
VECM karena pengujian ini digunakan untuk menunjukkan berapa lama
reaksi suatu variabel terhadap variabel lainnya dan juga dapat digunakan
untuk menghilangkan autokorelasi dalam sebuah sistem VAR atau VECM
(Firdaus, 2011). Pengujian lag optimal dapat menggunakan beberapa
informasi yaitu dengan menggunakan Akaike Information Criterion (AIC),
Schwarz Criterion (SC) dan Hannan-Quinn Criterion (HQ). (Arno
Nugroho, 2016)
Pengujian panjang lag optimal sangat berguna untuk
menghilangkan masalah autokorelasi dalam sistem VAR atau VECM,
sehingga digunakannya lag optimal diharapkan tidak lagi muncul masalah
autokorelasi. Selain itu uji lag digunakan untuk menentukan panjang lag
optimum yang akan digunakan untuk analisis selanjutnya,dan uji lag yang
digunakan penelitian ini adalah uji Lagh Length Criteria. (Aam Slamet
Rusydiana, 2009).
38
3. Uji Kointegrasi
Menurut Rahmi Rahmawati, jika data tidak stasioner pada level
tetapi stasioner pada proses diferensi data, maka dilakukan uji kointegrasi.
Apabila terjadi kointegrasi maka modelnya adalah Vector Error
Correction model (VECM). Jika tidak terjadi kointegrasi maka disebut
model VAR dengan data direfensi (VAR indifference).
Uji kointegrasi bertujuan untuk menentukan apakah peubah-
peubah yang tidak stasioner mengalami kointegrasi, pengujian yang dapat
dilakukan adalah uji kointegrasi Engle-Granger, Johansen, maupun Durbin
Warson. Pengujian-pengujian tersebut dilakukan untuk mendapatkan
hubungan jangka panjang antara peubah yang telah memenuhi persyaratan
dalam proses integrasi, dimana semua peubah telah stasioner pada derajat
yang sama yaitu first difference. Ujikointegrasi dapat dijadikan dasar
penentuan persamaan estimasi yang digunakan memiliki keseimbangan
jangka panjang atau tidak. Apabila persamaan estimasi lolos dari uji ini
maka persamaan estimasi tersebut memiliki keseimbangan jangka panjang.
Metode yang dapat digunakan dalam menguji keberadaan
kointegrasi ini adalah metode johansen Cointegration. Metode Johansen
Cointegration mengintegrasikan persamaan dinamik jangka panjang dan
jangka pendek dalam satu kesatuan. Metode ini juga dapat menentukan
jumlah vector kointegrsi atau jumlah persamaan keseimbangan jangka
panjang.
39
4. Estimasi Vector Error Correction Model (VECM)
Hasil series stasioner akan berujung pada penggunaan VAR
dengan metode standard dan series yang non stasioner akan berujung pada
penggunaan VAR, yaitu VAR dalam bentuk difference atau VECM.
a. VAR in Difference
Dalam banyak kasus data time series seringkali menunjukan tidak
stasioner. Bila hal ini terjadi maka kita perlu melakukan uji stasioneritas
data pada tingkat differensi. ketika uji stasioneritas data differensi ini
menghasilkan data differensi yang stasioner, namun secara teoritis tidak
terjadi hubungan antar variabel karena tidak menunjukkan adanya
kointegrasi maka modelnya disebut dengan VAR in Difference.
b. Vector Error Correction Model (VECM)
Model VECM digunakan apabila data time series tidak stasioner
pada level, tetapi stasioner pada data differensi dan terkointegrasi sehingga
menunjukkan adanya hubungan teoritis antar variabel. Adanya kointegrasi
ini maka model VECM disebut model VAR yang teristriksi. (Ribut
Wahyudi, 2009).
5. Analisis Implus Response Function
Firdaus (2011) dan Ano Nugroho (2016) mendefinisikan Impulse
Response Function (IRF) sebagai metode yang digunakan untuk
menentukan respon suatu variabel endogen terhadap suatu shock tertentu.
Hal ini dikarenakan shock variabel misalnya ke-i tidak hanya berpengaruh
terhadap variabel ke-i tersebut tetapi ditransmisikan kepada variabel
40
endogen lainnya melalui struktur dinamis atau struktur lag dalam VECM.
IRF dapat mengukur pengaruh suatu shock pada suatu waktu kepada
inovasi variabel endogen pada saat tersebut dan di masa yang akan datang.
Melalui IRF, respon sebuah perubahan independen sebesar satu
standar deviasi dapat ditinjau. IRF menelusuri dampak gangguan sebesar
satu standar kesalahan (standard error) sebagai inovasi pada sesuatu
variabel endogen terhadap variabel endogen yang lain. Suatu inovasi pada
satu variabel yang bersangkutan, kemudian dilanjutkan ke semua variabel
endogen yang lain melalui struktur dinamik dari VAR. (Ris Yuwono
Nugroho)
6. Analisis Variance Decmosition
Forecast Error Variance Decomposition (FEVD) atau dekomposisi
ragam kesalahan peramalan menguraikan inovasi pada suatu variabel
terhadap komponen-komponen variabel yang lain dalam VAR. Informasi
yang disampaikan dalam FEVD adalah proporsi pergerakan secara
berurutan yang diakibatkan oleh guncangan sendiri dan variabel lain.
FEVD juga digunakan untuk menghitung dan menganalisis
seberapa besar pengaruh acak guncangan dari peubah tertentu terhadap
peubah endogen. FEVD menghasilkan informasi mengenai relatif
pentingnya masing-masing inovasi acak atau seberapa kuat komposisi dari
peranan peubah tertentu terhadap peubah lainnya dalam model VAR.
Dengan metode ini pula dapat ditinjau kekuatan dan kelemahan dari
41
masing-masing peubah dalam mempengaruhi peubah lainnya dalam kurun
waktu yang panjang.
7. Estimasi Persamaan Jangka Pendek ECM
Dalam persamaan Jangka panjang dan uji kointegrasi seperti yang
telah dianalisis sebelumnya, adanya ketidakseimbangan linier dari series
yang tidak stasioner pada tingkat level menggambarkan adanya
hubungan ketidakseimbangan jangka panjang dalam perekonomian
jangka panjang. Dalam jangka pendek mungkin saja terjadi adanya
ketidakseimbangan. Ketidakseimbangan inilah yang sering ditemui
dalam perilaku ekonomi, artinya bahwa apa yang diinginkan para pelaku
ekonomi belum tentu sama dengan apa yang terjadi pada keadaan
sebenarnya. Adanya perbedaan inilah mengakibatkan diperlukan ada
penyesuaian (Adjusment). Untuk diperlukan suatu teknik untuk
mengeroksi ketidakseimbangan jangka pendek menuju pada
keseimbangan jangka panjang atau dengan kata lain memelukan model
yang memasukkan penyesuaian untuk melakukan koreksi bagi
ketidakseimbangan yang disebut sebagai model koreksi kesalahan (Error
Correction Model). (Ronaldo, 2008)
8. Estimasi Persamaan Jangka Panjang ECM
Setelah dilakukan beberapa prosedur pengujian ekonometri dengan
menggunakan progam eviews 9. Setelah mendapatkan data yang
stasioner pada tingkat 1 Difference dan terkointegrasi pada level. Analisis
jangka panjang yang dibutuhkan untuk menunjukkan keselarasan antara
42
Metode ECM yang digunakan dalam pendekatan kointegrasi.
Keselarasaan tersebut tampak pada konsistenanya tanda parameter
regresi yang dihasilkan oleh pendekatan kointegrasi ini, maka dari itu
persamaan jangka panjang ini dikenal sebagai persamaan kointegrasi.
(Ronaldo, 2008)
F. Model Penelitian
Adapun model VAR atau VECM yang digunakan dalam penelitian
ini sebagai berikut:
Model umum :
ROA= f(DPKt,FDRt,NPFt)
Dimana :
ROA :Return on Asset
DPK : Dana Pihak Ketiga
FDR :Financing to Deposit Ratio
NPF :Non Performing Finance
G. Operasional Variabel Penelitian
Operasional variabel penelitian merupakan spesifikasi kegiatan
peneliti dalam mengukur suatu variabel. Spesifikasi tersebut
menunjukkan pada dimensi-dimensi dan indikator-indikator dari variabel
penelitian yang diproleh pengamatan dan penelitian terdahulu.
1. Variabel terkait (Variabel Dependen)
Variabel dependen adalah variabel yang dipengaruhi oleh variabel
independen. Variabel dependen dalam penelitian ini adalah Retrun of Asset
43
(ROA) BPRS di Indonesia. Retrun of Asset adalah ROA merupakan rasio
yang digunakan untuk mengukur kemampuan manajemen bank dalam
memperoleh laba secara keseluruhan (Dendawijaya, 2003). Semakin besar
Return On Asset (ROA), semakin besar pula tingkat keuntungan yang
dicapai bank tersebut dan menunjukkan kinerja perusahaan yang semakin
baik.Data operasional yang digunakan dalam penelitian ini diperoleh dari
Otoritas Jasa Keuangan yaitu Statistika Perbankan Syariah berdasarkan
perhitungan bulanan dari Januari 2012-April 2017 dalam persentase.
2. Variabael Bebas (variabel Independen)
Dalam penelitian ini menggunakan tiga variabel independen antara
lain sebagai berikut:
a. Dana pihak ketiga (DPK) (X1)
Dana pihak ketiga adalah dana yang dipercayakan oleh nasabah
kepada bankk syariah atau UUS berdasarkanakad wadi‟ah atau akad
lain yang tidak bertentangan dengan prinsip syariah dalam bentuk giro,
tabungan dan deposito atau bentuk lainnya yang dipersamakan dengan
ini.
Alasan pemilihan variabel ini adalah karena DPK dinilai sebagai
sumber dana tersebar yang didapatkan oleh bank guna menunjung
operasional bank itu sendiri. Dengan adanya DPK maka bank dapat
menyalurkan pembiayaan sehingga meningkatkan tingkat FDR Bank
Syariah. Data operasional yang digunakan dalam penelitian ini
diperoleh dari Otoritas Jasa Keuangan yaitu Statistika Perbankan
44
Syariah berdasarkan perhitungan bulanan dari Januari 2012-April 2017
dalam persentase.
b. Financing to Deposit Ratio (FDR) (X2)
Financing to Deposit Ratio adalah antara besarnya seluruh volume
kredit atau pembiayaan yang disalurkan oleh bank dan jumlah
penerimaan dana dari berbagai sumber. Data operasional yang
digunakan dalam penelitian ini diperoleh dari Otoritas Jasa Keuangan
yaitu Statistika Perbankan Syariah berdasarkan perhitungan bulanan
dari Januari 2012-April 2017 dalam persentase.
c. Non Performing Financing (NPF) (X3)
Non Performing Deposit merupakan rasio keuangan yang berkaitan
dengan risiko pembiayaan bermasalah.Non Performing Financing
adalah perbandingan antara total pembiayaan yang diberikan kepada
debitur dengan total pembiayaan bermasalah. Data operasional yang
digunakan dalam penelitian ini diperoleh dari Otoritas Jasa Keuangan
yaitu Statistika Perbankan Syariah berdasarkan perhitungan bulanan
dari Januari 2012-April 2017 dalam persentase.
45
BAB IV
ANALISIS PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian
1. Return On Asset (ROA)
ROA merupakan rasio yang digunakan untuk mengukur
kemampuan manajemen bank dalam memperoleh laba secara
keseluruhan (Dendawijaya, 2003). Semakin besar Return On Asset
(ROA), semakin besar pula tingkat keuntungan yang dicapai bank
tersebut dan menunjukkan kinerja perusahaan yang semakin baik.
Return On Asset (ROA) merupakan rasio antara laba sebelum
pajak terhadap rata-rata total asset. Semakin besar ROA, semakin besar
pula tingkat keuntungan yang dicapai bank (Almalia, 2005).
Tabel 4.1 Data Deskripstif ROA
Sumber data : Otoritas Jasa Keuangan (dalam persen)
bulan Tahun
2012 2013 2014 2015 2016 2017
januari 1,36 3,07 0,08 2,31 2,32 2,33
februari 1,79 3,05 0,13 2,23 2,32 2,31
maret 1,83 3,06 1,16 2,07 2,25 2,29
april 1,79 3,14 1,09 2,19 2,26 2,30
mei 1,99 3,10 1,13 2,17 2,16
juni 2,05 2,98 1,12 2,30 2,18
juli 2,05 2,87 1,05 2,28 2,21
agustus 2,04 2,63 0,93 2,34 2,11
september 2,07 2,85 0,97 2,22 2,45
oktober 2,11 2,90 0,92 2,20 2,47
november 2,09 2,89 0,87 2,15 2,34
desember 2,14 2,79 0,80 2,20 2,27
Rata-rata 1,94 2,94 0,85 2,22 2,28 2,31
46
Berdasarkan tabel 4.1, dapat dilihat nilai tertinggi pada tahun 2012
sebesar 2,14. Nilai tertinggi pada tahun 2013 sebesar 3,14. Nilai tertinggi
pada tahun 2014 sebesar 1,16. Nilai tertinggi pada tahun 2015 sebesar
2,34. Nilai tertinggi pada tahun 2016 sebesar 2,45. Nilai tertinggi pada
tahun 2017 sebesar 2,33. Standarisasi yang ditetapkan OJK untuk rasio
ROA adalah 1.5. dalam hal ini, Bank Pembiayaan Rakyat Syariah harus
mampu meningkatkan probabilitas suatu bank seperti pada tahun 2016
yang mengalami peningkatan cukup tinggi dan harus meminimalisir
penurunan return yang didapat suatu bank agar tidak mengalami
penurunan drastis seperti tahun 2014.
47
B. Deskripsi Data variabel independen
1. Dana Pihak Ketiga (DPK) (dalam miliar)
Dana pihak ketiga adalah dana yang dipercayakan oleh nasabah kepada
bank syariah atau UUS berdasarkan akad wadi‟ah atau akad lain yang
tidak bertentangan dengan prinsip syariah dalam bentuk giro, tabungan
dan deposito atau bentuk lainnya yang dipersamakan dengan ini. berikut
adalah data Dana Pihak Ketiga dari tahun 2012 ke tahun 2017.
Tabel 4.2 Data Deskriptif DPK
Bulan Tahun
2012 2013 2014 2015 2016 2017
januari 2191946 2984272 3669308 4052117 4845309 5897289
februari 2254563 3061863 3710588 4082765 4884414 5999577
Maret 2318437 3132989 3765463 4152997 4965547 6019516
April 2397989 3176886 3734325 4204807 5045786 6148791
Mei 2464205 3215790 3681411 4193194 5059287
Juni 2480775 3209453 3598842 4099039 4997238
Juli 2553710 3240056 3591644 4192498 5281377
agustus 2611314 3340032 3728581 4309645 5451955
september 2686937 3411188 3752963 4380037 5485445
oktober 2776159 3457890 3801904 4467490 5509530
november 2841475 3538801 3852613 4569375 5669456
desember 2937802 3666174 4028415 4801888 5823964
Rata-rata 2542934 3286283 3743005 4292151 5251609 6016293
Sumber : data otoritas jasa keuangan (dalam milliard)
Pada tabel 4.2 menunjukkan bahwa nilai DPK terendah pada pada
tahun 2012 terjadi pada bulan januari sebesar 2191946dan tertinggi pada
bulan desember sebesar 2937802. Nilai DPK tertinggi pada tahun 2013
terjadi pada bulan desember sebesar 3666174 dan nilai terendah terjadi
pada bulan januari sebesar 2984272. Nilai DPK tertinggi pada tahun 2014
48
terjadi pada bulan desember 4028415 dan nilai terendah terjadi pada bulan
juli sebesar 3591644. Nilai DPK tertinggi pada tahun 2015 terjadi pada
bulan desember sebesar 4801888 dan nilai terendah pada bulan januari
sebesar 4052117. Nilai DPK tertinggi pada tahun 2016 terjadi pada bulan
sebesar 5823964 dan nilai terendah pada bulan januari sebesar 4845309.
Nilai DPK tertinggi pada tahun 2017 terjadi pada bulan april sebesar
6148791 dan nilai terendah terjadi pada bulan januari5897289.
2. Financing to Deposit Ratio (FDR) (dalam persen)
Loan to Deposit Ratio (LDR) merupakan perbandingan total kredit yang
diberikan dengan total Dana Pihak Ketiga yang dapat dihimpun oleh bank.
Dalam bank syariah, istilah LDR dikenal dengan Financing to Deposit
Ratio (FDR). Financing to Deposit Ratio (FDR) adalah rasio jumlah
kredit yang diberikan dengan dana yang diterima. (Riyadi, 2006) menurut
Dendawijaya, Financing to Deposit Ratio (FDR) merupakan rasio antara
jumlah kredit yang diberikan bank dengan dana yang diterima oleh bank.
Rasio ini menunjukkan salah satu penilaian likuiditas bank. Dengan kata
lain, seberapa jauh penyaluran pembiayaan kepada nasabah dapat
mengimbangi kewajiban bank syariah untuk segera memenuhi permintaan
deposan yang ingin menarik kembali uangnya yang telah disalurkan oleh
bank syariah. (Dendawijaya, 2003). Berikut adalah data Financing to
Deposit Ratio dari tahun 2012 ke tahun 2017:
49
Tabel 4.3 Data Deskriptif FDR
Bulan Tahun
2012 2013 2014 2015 2016 2017
Januari 87,27 119,48 100,07 123,50 118,56 113,79
Februari 90,49 119,46 102,03 124,60 119,92 114,54
Maret 87,13 119,67 102,22 125,60 121,55 116,98
April 95,39 122,50 95,50 126,67 121,55 116,84
Mei 97,95 125,40 99,43 129,63 125,03
Juni 98,59 129,63 100,80 135,68 129,35
Juli 99,91 131,51 99,89 132,47 121,32
Agustus 101,03 126,96 98,99 130,28 118,96
september 102,1 126,52 99,71 129,01 118,63
Oktober 100,84 125,92 98,99 127,21 117,86
november 101,19 124,76 94,62 125,64 116,26
desember 100 120,93 91,50 120,06 114,40
Rata-rata 96,82417 124,395 98,64583 127,5292 120,2825 115,5375
Sumber : data otoritas jasa keuangan (dalam rupiah)
Pada tabel 4.3, menunjukkan bahwa nilai FDR tertinggi pada tahun
2012 pada bulan november 101,19 dan nilai terendah 87,27. Nilai FDR
tertinggi terjadi pada bulan januari sebesar tertinggi pada tahun 2013
terjadi pada bulan febuari sebesar 131,51 dan nilai terendah terjadi pada
bulan febuari sebesar 119,46. Nilai FDR tertinggi pada tahun 2014 terjadi
pada bulan maret 102,22 dan nilai terendah terjadi pada bulan desember
sebesar 91,50. Nilai FDR tertinggi pada tahun 2015 terjadi pada bulan juni
sebesar 135,68 dan nilai terendah pada bulan desember sebesar 120,06.
Nilai FDR tertinggi pada tahun 2016 terjadi pada bulan juni sebesar
129,35 dan nilai terendah pada bulan desember sebesar 114,40. Nilai FDR
tertinggi pada tahun 2017 terjadi pada bulan maret sebesar 116,98 dan
nilai terendah terjadi pada bulan januari 113,79.
50
3. Non Performing Financing (NPF)
Non Performing Deposit(NPF) adalah rasio untuk mengukur tingkat
pembiayaan macet yang terdapat di suatu bank yang merupakan salah satu
indikator kunci menilai kinerja keuangan bank. (Setiadi, 2013) Non
Performing Deposit(NPF) juga dapat diartikan sebagai jumlah pembiayaan
yang tergolong non lancar dengan kualitas kurang lancar, diragukan dan
macet. (Muhammad, 2005) Ihsan mengungkapkan bahwa Non Performing
Deposit(NPF) adalah alat ukur tingkat permasalahan pembiayaan yang
dihadapi oleh bank syariah. (Ihsan, 2013) Adapun data Non Performing
Deposit(NPF) adalah kurang dari 5 persen. Berikut adalah data NPF dari
tahun 2012 ke tahun 2017:
Tabel 4.4 Data Deskriptif NPF
Bulan Tahun
2012 2013 2014 2015 2016 2017
Januari 2,68 6,91 3,01 8,97 9,08 9,61
Februari 2,82 7,33 3,53 9,11 9,41 9,98
Maret 2,76 7,21 3,22 10,36 9,44 9,94
April 2,85 7,32 3,48 9,33 9,51 10,15
Mei 2,93 7,69 4,02 9,38 9,6
Juni 2,88 7,25 3,9 9,25 9,18
Juli 2,92 7,35 4,31 9,8 9,97
agustus 2,78 7,89 4,58 9,74 10,99
september 2,74 7,58 4,67 9,87 10,47
oktober 2,58 7,48 4,58 10,01 10,49
november 2,5 7,34 4,86 9,69 10,13
desember 2,22 6,5 4,33 8,2 8,63
Rata-rata 2,721 7,320 4,040 9,475 9,741 9,92
Sumber : data otoritas jasa keuangan (dalam persen)
51
Pada tabel 4.4, menunjukkan bahwa nilai NPF tertinggi pada tahun
2012 terjadi pada bulan mei sebesar 2,93 dan nilai terendah pada bulan
november sebesar 2,5.tahun 2013 terjadi pada bulan agustus sebesar 7,89
dan nilai terendah terjadi pada bulan desember sebesar 6,5. Nilai NPF
tertinggi pada tahun 2014 terjadi pada bulan november 4,86 dan nilai
terendah terjadi pada bulan januari sebesar 3,01. Nilai NPF tertinggi pada
tahun 2015 terjadi pada bulan maret sebesar 10,36 dan nilai terendah pada
bulan desember sebesar 8,2. Nilai NPF tertinggi pada tahun 2016 terjadi
pada bulan agustus sebesar 10,99 dan nilai terendah pada bulan desember
sebesar 8,63. Nilai NPF tertinggi pada tahun 2017 terjadi pada bulan april
sebesar 10,15 dan nilai terendah terjadi pada bulan januari 9,61.
C. Analisis Data dan Pembahasan
1. Uji Stasioneritas
Estimasi model ekonometik time series akan menghasilkan
kesimpulan yang tidak berarti, ketika data yang digunakan mengandung
akar unit (tidak stasioner). Maka langkah pertama dalam melakukan
analisis data time series adalah dengan uji stasioneritas, dilakukan
untuk mengetahui variabel-variabel yang diuji stasioner atau tidak. Uji
stasioner data dapat dilakukan dengan menggunakan uji akar unit yaitu
dengan menggunakan augemted dickey fuller (ADF) dan Philips-Peron
pada derajat yang sama (level atau difference) sehingga diperoleh suatu
data yang stasioner. Pada penelitian ini uji yang digunakan adalah
52
augemteed dickey-fuller (ADF), dan berikut adalah hasil uji stasioner
pada setiap variabelnya:
Tabel 4.5 Uji Level
variabel
Bank pembiayaan Rakyat Syariah
t-statistic Critical Values Prob keterangan
5% 10%
ROA -2.712766 -2.908420 -2.591799 0.0775 Tidak
Stasioner
DPK -1.503855 -2.908420 -2.591799 0.5253 Tidak
Stasioner
FDR -2.406830 -2.908420 -2.591799 0.1440 Tidak
Stasioner
NPF -1.593536 -2.908420 -2.591799 0.4799 Tidak
Stasioner
Pada table 4.5, Asumsi uji ADF jika t-statistic <critical value =
tidak stasioner, dan ADF t-statistic >critical value = stasioner atau cara
lainnya dapat dilihat dari probabillity <0,05 = stasioner dan probabillity
> 0,05 = tidak stasioner. Dengan demikian berdasarkan tabel uji
stasioneritas dengan uji ADF pada tingkat level diatas, dengan
menggunakan critical value 5% dan 10% terlihat bahwa ada tiga
variabel yang stasioner yaitu variabel ROA.Variabel ROA memiliki t-
statistic -2.712766 >critical value (5%) -2.908420 atau t-statistic
2.712766 >critical value (10%) -2.591799 dan probabillity 0.0775 <
0,05 yang berarti data ROA tidak stasioner. Sedangkan variabel DPK
(Dana Pihak Ketiga), FDR (Financing to Deposit Ratio) dan NPF (Non
Performing Financing) sebagai cerminan Return On Asset BPRS yang
tidak stasioner. Hal ini dapat dapat terlihat pada masing-masing
53
variabel yang nilai t-statistic <critical value 5% atau 10% dan
Probabillity >0,05.
Oleh karena itu perlu dilakukan proses 1 Difference untuk
mengetahui lebih lanjut pada tingkat apa semua variabel dapat stasioner
sehingga bisa dilakukan ke tahap selanjutnya.
Tabel 4.6 Uji 1 Difference
Pada table 4.6, dapat dilihat Uji Stasioneritas ADF tingkat 1
Difference ini terlihat bahwa nilai ROA t-statistic -7.806339 >critical
value (5%) -3.483970 atau t-statistic -7.806339 >critical value (10%) -
3.170071 dan probabillity 0.0000 < 0,05 yang berarti data ROA
stasioner. Nilai DPK t-statistic -6.25687>critical value (5%) -
3.483970atau t-statistic -6.256879>critical value (10%) -1.70071dan
probabillity 0.0000< 0,05 yang berarti data DPK stasioner. Nilai FDR
t-statistic -7.807984>critical value (5%) -3.483970 atau t-statistic -
7.807984>critical value (10%) -3.170071 dan probabillity 0.0000
<0,05 yang berarti data FDR stasioner. Nilai NPF t-statistic -
8.120678>critical value (5%) -3.483970 atau t-statistic -8.120678
Variabel
Bank pembiayaan Rakyat Syariah
t-statistic Critical Values Prob keterangan
5% 10%
ROA -7.806339 -3.483970 -3.170071 0.0000 Stasioner
DPK -6.256879 -3.483970 -1.70071 0.0000 Stasioner
FDR -7.807984 -3.483970 -3.170071 0.0000 Stasioner
NPF -8.120678 -3.483970 -3.170071 0.0000 Stasioner
54
>critical value (10%) -3.170071 dan probabillity 0.0000 < 0,05 yang
berarti data NPF stasioner.
Dengan begitu semua variabel stasioner pada tingkat 1 Difference
maka penelitian dapat dilanjutkan ketahap selanjutnya.
2. Hasil Penetapan Lag Optimal
Penentuan panjang lag dimanfaatkan untuk mengetahui
lamanya periode keterpengaruhan suatu variabel terhadap variabel masa
lalunya maupun terhadap variabel endogen lainnya. Hasil dalam uji
panjang lag (Lag Lenght) ditentukan dengan jumlah bintang terbanyak
yang direkomendasi dari masing-masing kriteria uji Lag Lenght. Dan
kriteria yang digunakan dalam pengujian ini adalah final prediction
error (FPE). Akaike Information Criterion (AIC), Schwarz Information
Criterion (SC) dan hanna-quinn information criterion (HQ). Dan hasil
panjang lag Optimal dapat dilihat pada tabel dibawah ini:
Tabel 4.7 Uji Lag Optimal
Bank Pembiayaan Rakyat Syariah
Lag LR FPE AIC SC HQ 0 NA 0.724807 11.02965 11.17050 11.08463
1 461.8201 0.000241* 3.019794* 3.724044* 3.294705*
2 16.28411 0.000302 3.236485 4.504135 3.731324
3 29.70217* 0.000278 3.133159 4.964028 3.847926
4 3.764520 0.000454 3.585900 5.980350 4.820596
5 12.220884 0.000602 3.806672 6.764522 4.961297
Dilihat pada tabel 4.7, menunjukkan hasil uji lag pada kriteria
yang digunakan memberikan rekomendasi lag yang berbeda-beda tetapi
lag 1 lebih dominan. Terlihat bahwa Final Prediction Error
(FPE),Akaike Information Criterion (AIC), Schwarz Information
55
Criterion (SC) dan hanna-quinn information criterion (HQ)
merekomendasikan lag 1. Dengan demikian lag optimal yang
disarankan adalah lag 1.
3. Uji Kointegrasi
Pengujian kointegrasi dilakukan untuk memperoleh hubungan
jangka panjang antar variabel yang telah memenuhi persyaratan selama
proses integrasi yaitu dimana semua variabel telah stasioner pada
tingkat 1 Difference. Maka dalam penelitian ini penulis juga diharuskan
melakukan pengujian kointegrasi variabel yang akan digunakan dalam
estimasi model. Jika terbukti tidak terjadi kointegrasi antar variabel
maka yang akan digunakan adalah model VAR, namun jika terjadi atau
terdapat kointegrasi antar variabel maka model yang digunakan adalah
VECM.
Uji kointegrasi yang dilakukan dalam penelitian ini adalah uji
Johansen dengan membandingkan nilai trace statistic dan nilai Max-
Eigen statistic lebih besar dari nilai kritis 0,05 maka data terkointegrasi
dan sebaliknya. Dan berikut adalah hasil uji kointegrasi pada penelitian
ini menggunakan uji kointegrasi Johansen Test.
Tabel 4.8 Uji Kointegrasi
No. of
CE(s)
Trace
Statistic
0,05
Critical
Prob.** Max-
Eigen
Statistic
0,05
Critical
Value
Prob.**
None * 56.12818 47.86513 0.0069 42.92674 27.58434 0.0003
At most 1 13.20144 29.79707 0.8822 7.154894 21.13162 0.9476
At most 2 6.046551 15.49471 0.6901 6.045379 14.26460 0.6074
At most 3 0.001171 3.841466 0.9720` 0.001171 3.841466 0.9720
56
Dari tabel 4.8, dapat dijelaskan bahwa pada taraf nilai kritis sebesar
0,05 terdapat satu rank variabel berhubungan kointegrasi, yang ditujukan
oleh tanda asentrik (*). Hal tersebut dapat terbukti dari nilai trace statistic
>critical value (56.12818 > 47.86513) begitupun dengan nilai Max-Eigen
statisticnya, Max-Eigen Statistic >critical value (42.92674 > 27.58434).
atau cara lain yang lebih mudah adalah melihat nilai probabillity < 0,05.
Dan satu rank tersebut diatas menunjukkan nilai probabillity < 0,005 yang
artinya Ho ditolak dan H1 diterima atau dengan kata lain, variabel yang
digunakan memiliki hubungan dalam jangka panjang (kointegrasi). Maka
penelitian ini menggunakan model VECM.
4. Hasil Uji Error Correction Model (VECM)
Setelah melakukan rangkaian uji yang di perlukan, yaitu uji
stasionaritas dengan augementeddickey-fuller (ADF), uji lag optimal
dengan kriteria final prediction error (FPE), akaike information criterion
(AIC), schwaz information criterion (SC) dan hanna-quinn information
criterion (HQ) yang menghasilkan rekomendasi lag 1, dan uji kointegrasi
dengan johansen Cointegrasi Test didapatkan kesimpulan bahwa model
yang digunakan penelitian ini adalah Error Correction Model (VECM).
57
Tabel 4.9 Uji Error Correction Model
Untuk menganalisis pengaruh jangka panjang dan jangka pendek
suatu variabel terhadap variabel lainnya diperlukan penentuan t-tabel.
Dan sesuai dengan cara penentuan t-tabel sebelumnya yaitu dengan
menentukan derajat bebasnya terlebih dahulu (degree of freedom) dengan
rumus n-k = 64-3 = 61, maka diperoleh nilai t-tabel sebesar 1,67022.
Selanjutnya dapat dilakukan pengujian hipotesis yaitu dapat dikatakan
signifikan apabila nilai t-statistic > 1,67022.
Dan berdasarkan tabel 4.9, dapat dilihat hasil pengujian pada model
VECM pada jangka panjang menunjukkan, (1) variabel FDR dan NPF
yang memiliki hubungan signifikan dan hubungan signifikan negatif. (2)
variabel DPK menunjukkan memiliki hubungan tidak signifikan.
Namun, dalam jangka pendek ini menunjukkan, (1) variabel DPK, FDR
dan ROA memiliki hubungan tidak signifikan.
Variabel Koefisien T-statistik Keterangan
Jangka Panjang
DDPK(-1) 2.842885 [ 0.25920] Tidak signifikan
DFDR(-1) 0.378474 [7.36138] Signifikan
DNPF(-1) -1.762939 [ -6.02718] Signifikan negatif
Jangka pendek
cointEq1 -0.000161 [-0.06879] Tidak Signifikan negatif
D(DROA(-1)) 0.483849 [ 1.30135] Tidak signifikan
D(DDPK(-1)) -0.099180 [ -0.80403] Tidak signifikan negatif
D(DFDR(-1)) 6.46E-05 [ 0.10865] Tidak signifikan
D(DNPF(-1)) -0.012997 [ -0.14847] Tidak signifikan negatif
58
5. Uji Impulse Reponse Function (IRF)
Impulse Rensponse Function (IRF) digunakan untuk
menggambarkan tingkat laju shock dari variabel yang digunakan dalam
penelitian ini. perilaku dinamis dari model VECM dapat dilihat melalui
respon dari setiap variabel terhadap shock dari variabel tersebut
maupun terhadap variabel endogen lainnya. Dalam model ini respon
dari perubahan-perubahan masing-masing variabel dengan adanya
informasi baru diukur dengan data f Difference sumbu horizontal
merupakan waktu dalam periode hari kedepan setelah terjadinya shock,
sedangkan sumbu vertikal adalah nilai respon. Secara mendasar dalam
analisis ini akan diketahui respon positif atau negative dari suatu
variabel terhadap variabel lainnya. Respon tersebut dalam jangka
pendek biasanya cukup signifikan dan cenderung berubah. Dalam
jangka panjang respons cenderung konsisten dan semakin mengecil.
Impluse Response Function (IRF) memberikan gambaran bagaimana
respon dari suatu variabel di massa mendatang jika terjadi gangguan
pada suatu variabel lainnya. Untuk mempermudah interprestasi, hasil
analisis disajikan dalam bentuk tabel dan grafik dibawah ini dalam 10
periode. Dan berikut adalah analisisnya:
59
Tabel 4.10 Uji Impluse Response Function
Dari tabel 4.10. terlihat besaran Response yang diberikan ROA atas
guncangan yang terjadi pada variabel DPK, FDR dan NPF dengan 10
periode kedepan.
a. Respons DPK terhadap shock ROA
Gambar 4.1 Impluse Reponse Function DPK to ROA
-.01
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DDPK to DROA
Response to Cholesky One S.D. Innovations
Period DROA DDPK DFDR DNPF
1 0.017272 0.000000 0.000000 0.000000
2 0.020549 -0.001812 -0.000171 -0.000120
3 0.020711 -0.001477 -0.000201 0.000193
4 0.020668 -0.001398 -0.000493 0.000620
5 0.020648 -0.001426 -0.000385 0.000419
6 0.020692 -0.001477 -0.000334 0.000329
7 0.020690 -0.001456 -0.000362 0.000396
8 0.020678 -0.001444 -0.000380 0.000418
9 0.020679 -0.001451 -0.000367 0.000395
10 0.020683 -0.001454 -0.000364 0.000390
60
Dari grafik 4.1 dapat dilihat bahwa variabel DPK merespon Shock
yang diberikan secara negatif diawal sempat mengalami kenaikan tetapi
hingga akhir periode cukup dikatakan stabil.
b. Respons FDR terhadap Shock ROA
Gambar 4.2 Impluse Response Function FDR to ROA
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of DFDR to DROA
Response to Cholesky One S.D. Innovations
Respon FDR terhadap guncangan dapat dilihat dari gambar 4.2,
gambar ini memberikan respon negatif karena diawal menunjukkan
penurunan hingga akhirnya pada periode akhir tetap stabil menurun.
c. Respons NPF terhadap Shock ROA
Gambar 4.3 Impulse Response Function NPF to ROA
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of DFDR to DROA
Response to Cholesky One S.D. Innovations
61
Menurut gambar 4.3, Respon ROA terhadap guncangan dari tingkat
NPF memberikan respon positif diawal tetapi negatif pada periode
berikutnya, karena guncangan stabil hingga akhir periode.
6. Hasil UjiVarians Decomposition (VD)
Setelah menganalisis perilaku dinamis melalui Impluse Response
Funtion (IRF), selanjutnyaakan dilihat karakteristik model melalui
Variance Decomposition. Ini digunakan untuk menjelaskan kontribusi
dari masing-masing variabel terhadap goncangan yang ditimbulkannya
terhadap variabel endogen utama yang diamati. Analisis ini digunakan
untuk memprediksi seberapa besar kontribusi varians setiap variabel
berpengaruh terhadap variabel lainnya pada saat ini dan periode
kedepannya.
Dan berikut ini hasil analisisnya:
Tabel 4.11 Uji Varians Decomposition
Period S.E. DROA DDPK DFDR DNPF
1 44.89579 1.864212 3.651780 71.52283 22.96118
2 51.29629 3.072363 3.822716 71.81891 21.28601
3 52.13516 6.346272 4.513050 70.38822 18.75246
4 53.31381 6.531331 4.813296 69.39263 19.26274
5 54.58957 5.949970 4.928852 70.57835 18.54283
6 54.87837 7.352290 4.891719 70.38112 17.37487
7 55.54331 7.437499 5.051721 70.09324 17.41754
8 56.23448 7.419310 5.226796 70.21467 17.13922
9 56.81303 7.481780 5.203660 70.58240 16.73216
10 57.29407 7.659913 5.257637 70.47772 16.60473
62
Menurut table 4.11, dapat dijelaskan bahwa pada periode pertama,
ROA dipengaruhi oleh ROA itu sendiri. Sementara itu pada periode
pertama, variabel DPK, FDR, dan NPF sudah memberikan pengaruh
terhadap ROA. Dan Seiring bertambahnya periode, variabel-variabel
tersebut terus berpengaruh pada ROA. Dan pengaruh ROA itu
sendiripun terhadap ROA naik sedikit demi sedikit awal sampai akhir.
Hal ini dapat diperjelas kembali pada grafik berikut:
Gambar 4.4 Multi Grafik Varians Decomposition
0
20
40
60
80
100
1 2 3 4 5 6 7 8 9 10
DROA DDPK
DFDR DNPF
Variance Decomposition of DROA
63
7. Estimasi Persamaan Jangka Pendek VECM
Tabel 4.12 Uji Estimasi Persamaan Jangka Pendek
Dependent Variable: D(ROA)
Method: Least Squares
Date: 11/15/17 Time: 13:14
Sample (adjusted): 2012M03 2017M04
Included observations: 62 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.114217 0.053852 -2.120945 0.0383
D(DPK) 5.752410 2.483405 2.316340 0.0242
D(FDR) 0.047626 0.010206 4.666262 0.0000
D(NPF) 0.076965 0.056335 1.366216 0.1772
RES(-1) 0.082199 0.138778 0.592307 0.5560
R-squared 0.624799 Mean dependent var 0.008226
Adjusted R-squared 0.598469 S.D. dependent var 0.444660
S.E. of regression 0.281765 Akaike info criterion 0.381722
Sum squared resid 4.525323 Schwarz criterion 0.553265
Log likelihood -6.833381 Hannan-Quinn criter. 0.449074
F-statistic 23.72962 Durbin-Watson stat 1.951001
Prob(F-statistic) 0.000000
Dari hasil uji statistik t didapatkan pada tabel 4.12
1) Pengaruh t-statistik untuk Dana Pihak Ketiga (DPK) terhadap Return
On Asset
Berdasarkan tabel 4.12 diperoleh hasil t-hitung sebesar
2.316340dengan tingkat signifikan 0.0242yang berarti lebih kecil dari 0.05,
maka dapat dikatakan menolak H0 dan dalam uji regresi jangka pendek ecm
perubahan DPK dapat mempengaruhi jangka pendek tingkat ROA secara
positif dan signifikan.
64
2) Pengaruh t-statistik untuk Financing to Deposito Ratio (FDR)
terhadap Return On Return
Berdasarkan tabel 4.12 diperoleh hasil t-hitung sebesar
1.366216dengan tingkat signifikan 0.0000 yang berarti lebih kecil dari
0.05, maka dapat dikatakan menerima H0 dan dalam uji regresi jangka
pendek ecm perubahan FDR dapat mempengaruhi jangka pendek
tingkat ROA secara positif dan signifikan.
3) Pengaruh t-statistik untuk Non Performing Financing(NPF) terhadap
Return On Asset (ROA)
Berdasarkan tabel 4.12 diperoleh hasil t-hitung sebesar
1.366216dengan tingkat signifikan 0.1772yang berarti lebih besar dari
0.05, maka dapat dikatakan menerima H0 dan dalam uji regresi jangka
pendek ecm perubahan NPF tidak dapat mempengaruhi jangka pendek
tingkat ROA secara signifikan.
65
8. Estimasi persamaan Jangka Panjang VECM
Tabel 4.13 Uji Estimasi Persamaan Jangka Panjang
Dependent Variable: D(ROA)
Method: Least Squares
Date: 11/15/17 Time: 13:08
Sample (adjusted): 2012M02 2017M04
Included observations: 63 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.110242 0.052860 -2.085542 0.0414
D(DPK) 5.714505 2.394019 2.386993 0.0202
D(FDR) 0.046699 0.009552 4.888780 0.0000
D(NPF) 0.081662 0.053724 1.520019 0.1338
R-squared 0.623865 Mean dependent var 0.014921
Adjusted R-squared 0.604739 S.D. dependent var 0.444249
S.E. of regression 0.279298 Akaike info criterion 0.348312
Sum squared resid 4.602436 Schwarz criterion 0.484384
Log likelihood -6.971832 Hannan-Quinn criter. 0.401830
F-statistic 32.61951 Durbin-Watson stat 1.832743
Prob(F-statistic) 0.000000
Dari hasil uji statistik t didapatkan pada tabel 4.12
1) Pengaruh t-statistik untuk Dana Pihak Ketiga (DPK) terhadap Return
On Asset
Berdasarkan tabel 4.13 diperoleh hasil t-hitung sebesar 2.386993
dengan tingkat signifikan 0.0202 yang berarti lebih kecil dari 0.05, maka
dapat dikatakan menolak H0 dan dalam uji regresi jangka panjang ecm
perubahan DPK dapat mempengaruhi jangka panjang tingkat ROA secara
positif dan signifikan.
66
2) Pengaruh t-statistik untuk Financing to Deposito Ratio (FDR)
terhadap Return On Return
Berdasarkan tabel 4.13 diperoleh hasil t-hitung sebesar 4.888780
dengan tingkat signifikan 0.0000 yang berarti lebih kecil dari 0.05, maka
dapat dikatakan menerima H0 dan dalam uji regresi jangka panjang ecm
perubahan FDR dapat mempengaruhi jangka panjang tingkat ROA secara
positif dan signifikan.
3) Pengaruh t-statistik untuk Non Performing Financing(NPF) terhadap
Return On Asset (ROA)
Berdasarkan tabel 4.13 diperoleh hasil t-hitung sebesar 1.520019
dengan tingkat signifikan 0.1338 yang berarti lebih besar dari 0.05, maka
dapat dikatakan menerima H0 dan dalam uji regresi jangka panjang ecm
perubahan NPF tidak dapat mempengaruhi jangka panjang tingkat ROA
secara signifikan.
Berdasarkan hasil dari tabel 4.12 dan 4.13 dapat dijelaskan bahwa
variabel independen yang berpengaruh terhadap variabel dependen
adalah sebagai berikut:
Tabel 4.14Hasil Uji Estimasi Jangka Pendek dan Jangka Panjang
Variabel Prob. Keterangan
Jangka Pendek
DPK 0.0242 Signifikan
FDR 0.0000 Signifikan
NPF 0.1772 Tidak Signifikan
67
Jangka Panjang
DPK 0.0202 Signifikan
FDR 0.0000 Signifikan
NPF 0.1338 Tidak Signifikan
Dapat dilihat dari tabel 4.14 bahwa dalam jangka pendek tingkat
variabel DPK signifikan dengan prob. 0.0242yang berarti lebih kecil dari
0.05, maka dapat dikatakan menolak H0 dan dalam uji regresi jangka
pendek ecm perubahan DPK dapat mempengaruhi jangka pendek tingkat
ROA secara positif dan signifikan. Variabel FDR signifikan dengan prob.
0.0000 yang berarti lebih kecil dari 0.05, maka dapat dikatakan menolak
H0 dan dalam uji regresi jangka pendek ecm perubahan FDR dapat
mempengaruhi jangka pendek tingkat ROA secara positif dan signifikan.
Variabel NPF signifikan dengan prob. 0.1772yang berarti lebih besar dari
0.05, maka dapat dikatakan menerima H0 dan dalam uji regresi jangka
pendek ecm perubahan NPF tidak dapat mempengaruhi jangka pendek
tingkat ROA secara signifikan.
Dapat dilihat dari tabel 4.14 bahwa dalam jangka panjang tingkat
variabel DPK signifikan dengan prob. 0.0202 yang berarti lebih kecil dari
0.05, maka dapat dikatakan menolak H0 dan dalam uji regresi jangka
panjang ecm perubahan DPK dapat mempengaruhi jangka pendek tingkat
ROA secara positif dan signifikan. Variabel FDR signifikan dengan prob.
0.0000 yang berarti lebih kecil dari 0.05, maka dapat dikatakan
68
menolakH0 dan dalam uji regresi jangka panjang ecm perubahan FDR
dapat mempengaruhi jangka panjang tingkat ROA secara positif dan
signifikan. Variabel NPF signifikan dengan prob. 0.1338 yang berarti
lebih besar dari 0.05, maka dapat dikatakan menerima H0 dan dalam uji
regresi jangka panjang ecm perubahan NPF tidak dapat mempengaruhi
jangka panjang tingkat ROA secara signifikan.
D. Interpretasi
Adapun interpretasi penulis terhadap penelitian ini adalah sebagai
berikut:
1. Pengaruh Dana Pihak Ketiga (DPK) terhadap Retrun On Asset
(ROA)
Hasil penelitian ini menunjukkan bahwa jumlah Dana Pihak
Ketiga (DPK) dalam estimasi jangka pendek dan dalam jangka panjang
sama-sama berpengaruh positif dan signifikan dengan nilai 0,0242<
0,0500, dalam hal ini berarti menolak Ho1. Sehingga dapat disimpulkan
bahwa variabel Dana Pihak Ketiga (DPK) secara parsial berpengaruh
signifikan terhadap Return On Asset (ROA) di BPRS. Ini sangat baik,
karena Semakin tinggi nilai DPK, maka semakin besar kemungkinan
bank melakukan aktiva produktif atau pembiayaan kepada masyakat
yang apabila pembiayaan bank banyak, maka profitabilitas juga akan
meningkat.
Penelitian ini dikuatkan oleh Penelitian yang dilakukan Susan
Pratiwi dan Lela Hindasah yang menyatakan Pengaruh positif DPK
dalam model dinamis ECM menunjukan bahwa Bank Umum di
69
Indonesia telah melaksanakan fungsinya dengan baik sebagai lembaga
perantara keuangan. Hal ini tidak terlepas dari sifat usaha banksebagai
lembaga intermediasi antara unit surplus dengan unit defisit, dan
sumber utamadana bank berasal dari masyarakat sehingga secara moral
mereka harus menyalurkankembali kepada masyarakat dalam bentuk
kredit. Dendawijaya (2009) juga mengatakanbahwa dana-dana yang
dihimpun dari masyarakat ternyata merupakan sumber danaterbesar
yang paling diandalkan oleh bank (bisa mencapai 80% - 90% dari
seluruh danayang dikelola oleh bank). Oleh karena itu, besaran
penyaluran kredit sangat tergantungpada besaran dana yang tersedia
terutama dana dari pihak ketiga.
2. Pengaruh Financing to Deposit Ratio (FDR) terhadap Return On Asset
(ROA)
Hasil penelitian ini menunjukkan bahwa Financing to Deposit
Ratio (FDR) dalam estimasi jangka pendek dan dalam jangka panjang
sama-sama berpengaruh positif dan signifikan dengan nilai 0,0000<
0,0500, dalam hal ini berarti menolak Ho1. Sehingga dapat disimpulkan
bahwa variabel Financing to Deposit Ratio (FDR) secara parsial
berpengaruh signifikan terhadap Return On Asset (ROA) di BPRS.
Seharusnya BPRS harus tetap memertahankan tingkat FDR. Karena
semakin tinggi tingkat FDR, maka semakin banyak juga laba yang
diperoleh (apabila bank dapat menyalurkan dana dengan secara efektif).
70
Penelitian ini juga dikuatkan dengan hal yang sama yang juga
ditemukan dalam penelitian Nuning Rukmana (2014), bahwa FDR
berpengaruh signifikan terhadap ROA seperti mengutip pendapat
Dendawijaya (2009) yang menyatakan Financing to Deposit Rattio
merupakan rasio yang menyatakan seberapa jauh kemampuan bank
dalam membayar kembali penarikan dana yang dilakukan deposan
dengan mengendalikan kredit yang diberikan sebagai sumber
likuiditasnya. Semakin tinggi rasio ini, memberikan indikasi semakin
rendahnya likuiditas bank yang bersangkutan.
3. Pengaruh Non Performing Financing (NPF) terhadap Return On
Asset (ROA)
Hasil penelitian ini menunjukkan bahwa Non Performing
Financing (NPF) dalam estimasi jangka pendek dan dalam jangka
panjang sama-sama berpengaruh positif dan tidak signifikan dengan
nilai 0,1772 < 0,0500 untuk jangka pendek dan 0,1338 < 0,0500 untuk
jangka panjang, dalam hal ini berarti menerima Ho1. Sehingga dapat
disimpulkan bahwa variabel Non Performing Financing (NPF) secara
parsial berpengaruh tidak signifikan terhadap Return On Asset (ROA)
di BPRS.
Hal yang sama juga ditemukan dalam penelitian Edhi Satriyo
Wibowo, Muhammad Syaichu (2013) bahwa NPF tidak memiliki
pengaruh langsung yang signifikan terhadap ROA. Hal ini berarti
bahwa kondisi NPF yang lebih besar dalam satu periode tidak secara
71
langsung memberikan penurunan laba pada periode yang sama. Hal ini
dikarenakan pengaruh yang signifikan dari NPF terhadap ROA adalah
berkaitan dengan penentuan tingkat kemacetan pembiayaan yang
diberikan oleh sebuah bank. Dalam hal ini karena pembiayaan
merupakan sumber utama pendapatan bank. Di sisi lain adanya NPF
yang tertinggi akan dapat mengganggu perputaran modal kerja dari
bank. Maka manakala bank memiliki jumlah pembiayaan macet yang
tinggi, maka bank akan berusaha terlebih dahulu mengevaluasi kinerja
mereka dengan sementara menghentikan penyaluran pembiayaannya
hingga NPF berkurang.dari data yang diperoleh, NPF bank syariah
relatif kecil atau sedikit yang macet. Sehingga NPF tidak
mempengaruhi profitabilitas bank syariah. Hasil yang sama juga
ditunjukkan oleh penelitian Yacub Azwir (2006) yang menyatakan
bahwa NPL relatif rendah, hal ini sangat dimungkinkan bahwa angka
kredit macet di bank umum juga rendah.
72
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan penelitian yang telah dilakukan dengan tujuan
meneliti pengaruh guncangan DPK, FDR dan NPF terhadap kinerja
keuangan Return on Asset untuk Jangka Pendek dan Jangka Panjang.
Dengan menggunakan data runtun (time series) dengan model Vector
Error Correction Model (VECM) pada sofware eviews 9 maka didapatkan
kesimpulan penelitian ini, yaitu:
1. Pengaruh jangka panjang yang menggambarkan kondisi Return On Asset
atau Profitbilitas di Bank Pembiayaan Rakyat Syariah di Indonesia secara
umum menunjukkan hubungan yang Signifikan. Adapun yang
memberikan pengaruh signifikan negatif adalah variabel NPF dan yang
memberikan pengaruh positif Signifikan adalah variabel FDR. Dalam
Jangka Panjang ini DPK tidak Signifikan.
2. Pengaruh jangka pendek yang menggambarkan kondisi Return On Asset
atau Probabilitas di Bank Pembiayaan Rakyat Syariah di Indonesia secara
umum menunjukkan pengaruh negatif. Dalam variabel DPK, FDR, dan
NPF tidak signifikan dalam jangka pendek.
73
3. Pada hasil Impluse Function, secara umum guncangan (shock) dari kondisi
variabel ROA direspon oleh variabel DPK, FDR, dan NPF di Indonesia baik
secara positif maupun negative dengan lamanya shock yang diberikan
permanen maupun tidak permanen.
4. Pada hasil Kontribusi tehadap goncangan, pada periode pertama variabel
DPK, FDR dan NPF sudah memberikan pengaruh terhadap ROA. Dan
seiring bertambahnya periode, variabel-variabel tersebut terus berpengaruh
pada ROA.
5. Pada hasil Estimasi Persamaan ECM dalam Jangka Pendek, hasil ini
menunjukkan variabel DPK dan FDR berpengaruh Signifikan. Dan variabel
NPF tidak berpengaruh signifikan.
6. Pada hasil Estimasi Persamaan ECM dalam Jangka Panjang, hasil ini
menunjukkan variabel DPK dan FDR berpengaruh Signifikan. Dan variabel
NPF tidak berpengaruh signifikan.
74
B. Saran
Dari hasil penelitian ini dan pembahasan diatas, maka penulis
menyarankan beberapa hal berikut:
1. Bagi Bank Pembiayaan Rakyat Syariah di Indonesia agar dapat terus
menganalisis kinerja keuangan setiap periode dengan mengamati
perkembangan kondisi perekonomian nasional dan internasional. Bank
Pembiayaan Rakyat umum syariah di Indonesia terus meningkatkan
kinerja keuangan dalam beberapa hal diantaranya tingkat profitabilitas,
menjalankan tugas sebagai media intermediasi yang lebih baik lagi
dalam memperhatikan pergerakan kondisi perekonomian pada saat
membuat pertimbangan dalam pengambilan keputusan serta
perencanaan dimasa yang akan datang agar siap menghadapi resiko yang
ditimbulkan dari guncangan kondisi Return On Asset di Indonesia
maupun Internasional.
2. Bagi peneliti selanjutnya diharapkan dapat memperluas penelitian
dengan menambah periode penelitian dan menambahkan variabel internal
yang dapat mempengaruhi kinerja keuangan Perbankan Syariah di
Indonesia, dapat membandingan bank pembiayaan syariah dengan bank
pengkreditan rakyat atau melakukan studi komparasi dengan Perbankan
Syariah di Negeri lain.
75
DAFTAR PUSTAKA
Burhanuddin S. Aspek Hukum Lembaga Keuangan Syariah.Yogyakarta.
Graha Ilmu. 2010
Dendawidjaya, L. Manajemen Perbankan. Bogor: Ghalia Putra. 2005.
Kasmir. “ Manajemen Perbankan”, PT. Rajagrafindo Persada,Depok, 2009
Kasmir. Pemasaran Bank. Jakarta: Kencana Prenada MediaGroup. 2004
Muhammad. Manajemen Bank Syariah. Yogyakarta: UPP AMP YKPN.
2005.
_______. Modul 1. Laboratorium Ekonometrika II. Trisakti, 2005.
Rivai, V. Islamic Banking. Jakarta: Bumi Aksara.2009
Sugiono. “Metode Penelitian Kuantitatif Kualitatif & RND”, Alfabeta,
Bandung, 2015
Suharyadi. Statistika Edisi 2. Jakarta: Salemba Empat. 2013
Susanto, Burhanuddin. “Aspek Hukum Lembaga Keuangan Syariah”,
Ruko Jambusari, Yogyakarta, 2010.
Wiroso. Produk Perbankan Syariah. Jakarta: LPFE USAKTI. 2009.
Anifa, U. “Pengaruh Non Performing dan Financing to DepositRatio
Terhadap Presentase Bagi Hasil Deposito Mudharabah Muthlaqah
pada Bank Muamalat Indonesia”. Skripsi. Progam Studi
Muamalat.Fakultas Syariah dan Hukum UIN Syarif Hidayahtullah.
Edhi Satriyo Wibowo, Muhammad Syaichu “Analisis Pengaruh Suku
Bunga, Inflasi, Car, BOPO, NPF Terhadap Profitabilitas Bank
Syariah” Jurnal of Management Vol 3, No.2, Universitas
Dipononegoro, 2013.
Harfiah, L, M. “The Impact of ROA, BOPO, and FDRto Indonesia Islamic
Bank’s Mudharabah Deposit Profit Sharing” Jurnal Etikonomi
Volume 15 (1), April 2016. Universitas Jendral Soedirman. 2016
Hersugondo dan Handy Setyo Tamtomo. “Pengaruh CAR, NPL,DPK, Dan
ROA Terhadap LDR Perbankan Indonesia”. Jurnal Dharma
76
Ekonomi Vol.36, No.8. Fakultas Ekonomi Universitas Stikubank
Semarang, 2012
Kusumo, Yunanto Adi. “ Analisis Kinerja Keuangan Bank Syariah
Mandiri Periode 2002 – 2007 (dengan Pendekatan PBINo.
9/1/PBI/2007)”. Jurnal Ekonomi Islam Vol. 2, No. 1, 2008.
Ihsan, D. N. Analisis Laporan Keuangan Perbankan Syariah. Ciputat:
Jakarta Press. 2013
Lukman Hakim dan Muhammad Solahuddin, Lembaga
EkonomidanKeuangan Syariah Kontemporer.Surakarta.
Muhammadiyah University Press. 2008
Mandasari, Aulia. “Analisis Rasio Keuangan dan PengaruhnyaTerhadap
Harga Saham Perusahaan Transportasi”. Jurnal Ilmu & Riset
Manajemen Vol. 3, No. 10. Sekolah Tinggi Ilmu Ekonomi
Indonesia Surabaya, 2014.
Nuning Rukmana “Analisis Pengaruh FDR, BOPO, NPF dan DPK
terhadap Profitabilitas Bank Umum Syariah” Skripsi. Progam studi
Akuntansi sekolah tinggi ilmu ekonomi perbarnas Surabaya. 2014.
Rifqi Muhammad, Akuntansi Keuangan Syariah. Konsep danImplementasi
PSAK Syariah.Yogyakarta P3EI Press. 2008
Riyadi, S. Banking Assets on Liability Management. Jakarta:LPFE UI.
2006
Ronaldo. “Analisis determinasi model vector error correction” FE UI,
2008
Setiadi, E.Manajemen Treasury Bank Syariah. Jakarta: UIN Syarif
Hidayahtullah Jakarta. 2013
Susanto, Burhanuddin. “Aspek Hukum Lembaga Keuangan Syariah”,
Ruko Jambusari, Yogyakarta, 2010.
Suliyanto, “Metode Riset Bisnis”, CV Andi Offset, Yogyakarta, 2006
Sri Mulyati, Moh. Khoiruddin. “Faktor-Faktor Penentu Profitabilitas Bank
Syariah di Indonesia” Jurnal Universitas Negeri Semarang, 2015
Syukron, Ali, “Tanggung Jawab Sosial dan KinerjaKeuangan”,
LSINIndependen, Banten, 2014.
Suhartatik, Nur, dan Rohmawati Kusumaningtias. “Determinant Financing
toDeposit Ratio Perbankan Syariah di Indonesia (2008 – 2012)”.
77
Jurnal Manajemen Vol.10, No.2. Fakultas Ekonomi Universitas
Negeri Surabaya, 2013.
Yoli Lara S. Pengaruh Dana Pihak Ketiga, Kecukupan Modal, dan Risiko
Kredit terhadap Profitabilitas. Skripsi S1. Fakultas Ekonomi
Universitas Negeri Padang. 2009
Laporan Statistika Perbankan Syariah Otoritas Jasa Keuangan Tahun 2012.
Otoritas Jasa Keuangan. http://www.ojk.go.id/ diakses tanggal 15
agustus 2017
Laporan Statistika Perbankan Syariah Otoritas Jasa Keuangan Tahun 2013.
Otoritas Jasa Keuangan. http://www.ojk.go.id/ diakses tanggal 15
agustus 2017
Laporan Statistika Perbankan Syariah Otoritas Jasa Keuangan Tahun 2014.
Otoritas Jasa Keuangan. http://www.ojk.go.id/ diakses tanggal 15
agustus 2017
Laporan Statistika Perbankan Syariah Otoritas Jasa KeuanganTahun
2015.Otoritas Jasa Keuangan. http://www.ojk.go.id/ diaksestanggal
15 agustus 2017
Laporan Statistika Perbankan Syariah Otoritas Jasa Keuangan Tahun 2016.
Otoritas Jasa Keuangan. http://www.ojk.go.id/ diaksestanggal 15
agustus 2017
Laporan Statistika Perbankan Syariah Otoritas Jasa KeuanganTahun
2017.Otoritas Jasa Keuangan. http://www.ojk.go.id/ diaksestanggal
15 agustus 2017
78
LAMPIRAN
LAMPIRAN 1
DATA PENELITIAN
LAPORAN KEUANGAN BPRS
Lampiran 1 2 Data Penelitian
Tahun bulan roa dpk fdr npf ln_dpk
2012
januari 1,36 2191946 87,27 2,68 14,60030029
febuari 1,79 2254563 90,49 2,82 14,62846672
maret 1,83 2318437 87,13 2,76 14,65640381
april 1,79 2397989 95,39 2,85 14,69014103
mei 1,99 2464205 97,95 2,93 14,7173798
juni 2,05 2480775 98,59 2,88 14,72408157
juli 2,05 2553710 99,91 2,92 14,75305776
agustus 2,04 2611314 101,03 2,78 14,7753641
september 2,07 2686937 102,1 2,74 14,80391244
oktober 2,11 2776159 100,84 2,58 14,83657888
november 2,09 2841475 101,19 2,5 14,85983384
desember 2,14 2937802 100 2,22 14,89317224
2013
januari 3,07 2984272 119,48 6,91 14,90886639
febuari 3,05 3061863 119,46 7,33 14,93453411
maret 3,06 3132989 119,67 7,21 14,95749806
april 3,14 3176886 122,50 7,32 14,97141203
mei 3,10 3215790 125,40 7,69 14,98358361
juni 2,98 3209453 129,63 7,25 14,98161108
juli 2,87 3240056 131,51 7,35 14,99110117
agustus 2,63 3340032 126,96 7,89 15,02149095
september 2,85 3411188 126,52 7,58 15,04257118
oktober 2,90 3457890 125,92 7,48 15,05616913
november 2,89 3538801 124,76 7,34 15,07929853
desember 2,79 3666174 120,93 6,5 15,11465917
2014
januari 0,08 3669308 100,07 3,01 15,11551365
febuari 0,13 3710588 102,03 3,53 15,12670091
maret 1,16 3765463 102,22 3,22 15,14138139
april 1,09 3734325 95,50 3,48 15,13307764
mei 1,13 3681411 99,43 4,02 15,11880666
juni 1,12 3598842 100,80 3,9 15,09612269
juli 1,05 3591644 99,89 4,31 15,09412059
agustus 0,93 3728581 98,99 4,58 15,13153829
79
september 0,97 3752963 99,71 4,67 15,13805622
oktober 0,92 3801904 98,99 4,58 15,15101255
november 0,87 3852613 94,62 4,86 15,16426218
desember 0,80 4028415 91,50 4,33 15,20888356
2015
januari 2,31 4052117 123,50 8,97 15,21475002
febuari 2,23 4082765 124,60 9,11 15,22228501
maret 2,07 4152997 125,60 10,36 15,2393408
april 2,19 4204807 126,67 9,33 15,25173895
mei 2,17 4193194 129,63 9,38 15,24897329
juni 2,30 4099039 135,68 9,25 15,22626311
juli 2,28 4192498 132,47 9,8 15,2488073
agustus 2,34 4309645 130,28 9,74 15,27636609
september 2,22 4380037 129,01 9,87 15,29256773
oktober 2,20 4467490 127,21 10,01 15,31233729
november 2,15 4569375 125,64 9,69 15,33488699
desember 2,20 4801888 120,06 8,2 15,38451973
2016
januari 2,32 4845309 118,56 9,08 15,39352158
febuari 2,32 4884414 119,92 9,41 15,40155988
maret 2,25 4965547 121,55 9,44 15,41803402
april 2,26 5045786 121,55 9,51 15,434064
mei 2,16 5059287 125,03 9,6 15,43673612
juni 2,18 4997238 129,35 9,18 15,42439592
juli 2,21 5281377 121,32 9,97 15,47969742
agustus 2,11 5451955 118,96 10,99 15,51148482
september 2,45 5485445 118,63 10,47 15,51760878
oktober 2,47 5509530 117,86 10,49 15,52198988
november 2,34 5669456 116,26 10,13 15,55060373
desember 2,27 5823964 114,40 8,63 15,57749169
2017
januari 2,33 5897289 113,79 9,61 15,59000331
febuari 2,31 5999577 114,54 9,98 15,60719952
maret 2,29 6019516 116,98 9,94 15,61051742
april 2,30 6148791 116,84 10,15 15,63176604 Sumber: Otoritas Jasa Keuangan (OJK)
80
LAMPIRAN 2
UJI STASIONER
TINGKAT LEVEL
Lampiran 2 5 Uji Level ROA
Null Hypothesis: ROA has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.712766 0.0775
Test critical values: 1% level -3.538362
5% level -2.908420
10% level -2.591799
*MacKinnon (1996) one-sided p-values.
Lampiran 2 6 Uji Level DPK
Null Hypothesis: DPK has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.503855 0.5253
Test critical values: 1% level -3.538362
5% level -2.908420
10% level -2.591799
*MacKinnon (1996) one-sided p-values.
81
Lampiran 2 7 Uji Level FDR
Null Hypothesis: FDR has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.406830 0.1440
Test critical values: 1% level -3.538362
5% level -2.908420
10% level -2.591799
*MacKinnon (1996) one-sided p-values.
Lampiran 2 8 Uji Level NPF
Null Hypothesis: NPF has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.593536 0.4799
Test critical values: 1% level -3.538362
5% level -2.908420
10% level -2.591799
*MacKinnon (1996) one-sided p-values.
82
LAMPIRAN 3
TINGKAT 1 DIFFERENCE
Lampiran 3 5 Uji Difference 1 ROA
Null Hypothesis: D(ROA) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.806339 0.0000
Test critical values: 1% level -4.113017
5% level -3.483970
10% level -3.170071
*MacKinnon (1996) one-sided p-values.
Lampiran 3 6 Uji Difference 1 DPK
Null Hypothesis: D(DPK) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.256879 0.0000
Test critical values: 1% level -4.113017
5% level -3.483970
10% level -3.170071
*MacKinnon (1996) one-sided p-values.
83
Lampiran 3 7 Uji Difference 1 FDR
Null Hypothesis: D(FDR) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.807984 0.0000
Test critical values: 1% level -4.113017
5% level -3.483970
10% level -3.170071
*MacKinnon (1996) one-sided p-values.
Lampiran 3 8 Uji Difference 1 NPF
Null Hypothesis: D(NPF) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.120678 0.0000
Test critical values: 1% level -4.113017
5% level -3.483970
10% level -3.170071
*MacKinnon (1996) one-sided p-values.
84
LAMPIRAN 4
UJI LAG OPTIMAL
Lampiran 4 2 Uji Lag Optimal
VAR Lag Order Selection Criteria
Endogenous variables: ROA DPK FDR NPF
Exogenous variables: C
Date: 11/15/17 Time: 13:15
Sample: 2012M01 2017M04
Included observations: 59
Lag LogL LR FPE AIC SC HQ
0 -321.3745 NA 0.724807 11.02965 11.17050 11.08463
1 -69.08394 461.8201 0.000241* 3.019794* 3.724044* 3.294705*
2 -59.47631 16.28411 0.000302 3.236485 4.504135 3.731324
3 -40.42818 29.70217* 0.000278 3.133159 4.964208 3.847926
4 -37.78405 3.764520 0.000454 3.585900 5.980350 4.520596
5 -28.29682 12.22084 0.000602 3.806672 6.764522 4.961297
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
85
LAMPIRAN 5
UJI KOINTEGRASI
Lampiran 5 2 Uji Kointegrasi
Date: 11/15/17 Time: 13:15
Sample (adjusted): 2012M04 2017M04
Included observations: 61 after adjustments
Trend assumption: Linear deterministic trend
Series: ROA DPK FDR NPF
Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.505257 56.12818 47.85613 0.0069
At most 1 0.110676 13.20144 29.79707 0.8822
At most 2 0.094352 6.046551 15.49471 0.6901
At most 3 1.92E-05 0.001171 3.841466 0.9720 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.505257 42.92674 27.58434 0.0003
At most 1 0.110676 7.154894 21.13162 0.9476
At most 2 0.094352 6.045379 14.26460 0.6074
At most 3 1.92E-05 0.001171 3.841466 0.9720
Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
86
LAMPIRAN 6
UJI ESTIMASI VECM
Lampiran 6 2 Uji Vector Error Correction Model
Vector Error Correction Estimates
Date: 11/15/17 Time: 13:31
Sample (adjusted): 2012M04 2017M02
Included observations: 59 after adjustments
Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 DROA(-1) 1.000000
DDPK(-1) 2.842885
(10.9680)
[ 0.25920]
DFDR(-1) 0.378474
(0.05141)
[ 7.36138]
DNPF(-1) -1.762939
(0.29250)
[-6.02718]
C -15.17172 Error Correction: D(DROA) D(DDPK) D(DFDR) D(DNPF) CointEq1 -0.000161 0.004158 -3.524669 0.070559
(0.00235) (0.00251) (0.99627) (0.18623)
[-0.06879] [ 1.65982] [-3.53788] [ 0.37888]
D(DROA(-1)) 0.182229 0.193920 50.60181 6.620782
(0.13837) (0.14780) (58.7819) (10.9881)
[ 1.31692] [ 1.31201] [ 0.86084] [ 0.60254]
D(DDPK(-1)) -0.099180 -0.345759 22.57983 5.990464
(0.12335) (0.13176) (52.4009) (9.79528)
[-0.80403] [-2.62417] [ 0.43091] [ 0.61157]
D(DFDR(-1)) 6.46E-05 -0.001438 0.242608 -0.017278
(0.00059) (0.00063) (0.25245) (0.04719)
[ 0.10865] [-2.26543] [ 0.96102] [-0.36613]
D(DNPF(-1)) -0.000457 0.006499 -3.557076 -0.479672
(0.00308) (0.00329) (1.30836) (0.24457)
[-0.14847] [ 1.97542] [-2.71873] [-1.96128]
C 0.012997 -0.003596 -0.676259 -0.092482
(0.00317) (0.00338) (1.34518) (0.25145)
87
[ 4.10447] [-1.06304] [-0.50273] [-0.36779] R-squared 0.047378 0.208101 0.381689 0.322504
Adj. R-squared -0.042492 0.133393 0.323358 0.258590
Sum sq. resids 0.015811 0.018039 2853.241 99.69984
S.E. equation 0.017272 0.018449 7.337216 1.371543
F-statistic 0.527187 2.785544 6.543488 5.045855
Log likelihood 158.9076 155.0183 -198.1382 -99.19386
Akaike AIC -5.183308 -5.051466 6.919940 3.565894
Schwarz SC -4.972033 -4.840191 7.131215 3.777169
Mean dependent 0.015960 -0.000182 0.069661 0.007288
S.D. dependent 0.016916 0.019818 8.919734 1.592869 Determinant resid covariance (dof adj.) 2.22E-06
Determinant resid covariance 1.45E-06
Log likelihood 61.76498
Akaike information criterion -1.144576
Schwarz criterion -0.158626
88
LAMPIRAN 7
UJI IMPLUSE RESPONSE FUNCTION
Lampiran 7 2 Uji IRF tabel
Response of DROA:
Period DROA DDPK DFDR DNPF
1 0.017272 0.000000 0.000000 0.000000
2 0.020549 -0.001812 -0.000171 -0.000120
3 0.020711 -0.001477 -0.000201 0.000193
4 0.020668 -0.001398 -0.000493 0.000620
5 0.020648 -0.001426 -0.000385 0.000419
6 0.020692 -0.001477 -0.000334 0.000329
7 0.020690 -0.001456 -0.000362 0.000396
8 0.020678 -0.001444 -0.000380 0.000418
9 0.020679 -0.001451 -0.000367 0.000395
10 0.020683 -0.001454 -0.000364 0.000390
89
Lampiran 7 3 Uji IRF Grafik
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DROA to DROA
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DROA to DDPK
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DROA to DFDR
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DROA to DNPF
-.01
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DDPK to DROA
-.01
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DDPK to DDPK
-.01
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DDPK to DFDR
-.01
.00
.01
.02
1 2 3 4 5 6 7 8 9 10
Response of DDPK to DNPF
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of DFDR to DROA
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of DFDR to DDPK
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of DFDR to DFDR
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of DFDR to DNPF
-0.4
0.0
0.4
0.8
1.2
1 2 3 4 5 6 7 8 9 10
Response of DNPF to DROA
-0.4
0.0
0.4
0.8
1.2
1 2 3 4 5 6 7 8 9 10
Response of DNPF to DDPK
-0.4
0.0
0.4
0.8
1.2
1 2 3 4 5 6 7 8 9 10
Response of DNPF to DFDR
-0.4
0.0
0.4
0.8
1.2
1 2 3 4 5 6 7 8 9 10
Response of DNPF to DNPF
Response to Cholesky One S.D. Innov ations
90
LAMPIRAN 8
UJI VARIANCE DECOMPOTION
Lampiran 8 3 Uji VD tabel
Period S.E. DROA DDPK DFDR DNPF
1 44.89579 1.864212 3.651780 71.52283 22.96118
2 51.29629 3.072363 3.822716 71.81891 21.28601
3 52.13516 6.346272 4.513050 70.38822 18.75246
4 53.31381 6.531331 4.813296 69.39263 19.26274
5 54.58957 5.949970 4.928852 70.57835 18.54283
6 54.87837 7.352290 4.891719 70.38112 17.37487
7 55.54331 7.437499 5.051721 70.09324 17.41754
8 56.23448 7.419310 5.226796 70.21467 17.13922
9 56.81303 7.481780 5.203660 70.58240 16.73216
10 57.29407 7.659913 5.257637 70.47772 16.60473
91
LAMPIRAN 9
UJI ESTIMASI PERSAMAAN JANGKA PENDEK
Lampiran 92 Uji Estimasi Persamaan Jangka Pendek
Dependent Variable: D(ROA)
Method: Least Squares
Date: 11/15/17 Time: 13:14
Sample (adjusted): 2012M03 2017M04
Included observations: 62 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.114217 0.053852 -2.120945 0.0383
D(DPK) 5.752410 2.483405 2.316340 0.0242
D(FDR) 0.047626 0.010206 4.666262 0.0000
D(NPF) 0.076965 0.056335 1.366216 0.1772
RES(-1) 0.082199 0.138778 0.592307 0.5560
R-squared 0.624799 Mean dependent var 0.008226
Adjusted R-squared 0.598469 S.D. dependent var 0.444660
S.E. of regression 0.281765 Akaike info criterion 0.381722
Sum squared resid 4.525323 Schwarz criterion 0.553265
Log likelihood -6.833381 Hannan-Quinn criter. 0.449074
F-statistic 23.72962 Durbin-Watson stat 1.951001
Prob(F-statistic) 0.000000
92
LAMPIRAN 10
UJI ESTIMASI PERSAMAAN JANGKA PANJANG
Lampiran 102 Uji Estimasi Persamaan Jangka Panjang
Dependent Variable: D(ROA)
Method: Least Squares
Date: 11/15/17 Time: 13:08
Sample (adjusted): 2012M02 2017M04
Included observations: 63 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.110242 0.052860 -2.085542 0.0414
D(DPK) 5.714505 2.394019 2.386993 0.0202
D(FDR) 0.046699 0.009552 4.888780 0.0000
D(NPF) 0.081662 0.053724 1.520019 0.1338
R-squared 0.623865 Mean dependent var 0.014921
Adjusted R-squared 0.604739 S.D. dependent var 0.444249
S.E. of regression 0.279298 Akaike info criterion 0.348312
Sum squared resid 4.602436 Schwarz criterion 0.484384
Log likelihood -6.971832 Hannan-Quinn criter. 0.401830
F-statistic 32.61951 Durbin-Watson stat 1.832743
Prob(F-statistic) 0.000000
