PENGARUH RASIO KEUANGAN TERHADAP NILAI PERUSAHAAN...

TUGAS AKHIR – SS141501

PENGARUH RASIO KEUANGAN TERHADAP NILAIPERUSAHAAN PADA SEKTOR PERBANKANYANG TERCATAT DI BURSA EFEK INDONESIAMENGGUNAKAN METODE STRUCTURALEQUATION MODELLING-PARTIAL LEAST SQUARE

FIQIH NUR AMINAHNRP 1314 105 046

Dosen PembimbingDr. Drs. Agus Suharsono, MSImam Safawi Ahmad, S.Si, M.Si

PROGRAM STUDI S1JURUSAN STATISTIKAFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAMINSTITUT TEKNOLOGI SEPULUH NOPEMBERSURABAYA 2016

(Halaman ini sengaja dikosongkan)

FINAL PROJECT - SS141501

THE EFFECT OF FINANCIAL RATIOS TO VALUECREATION AT A COMPANY LISTEDON THE INDONESIA STOCK EXCHANGEUSING STRUCTURAL EQUATION MODELLING-PARTIAL LEAST SQUARE

FIQIH NUR AMINAHNRP 1314 105 046

SupervisorDr. Drs. Agus Suharsono, MSImam Safawi Ahmad, S.Si, M.Si

UNDERGRADUATE PROGRAMMEDEPARTMENT OF STATISTICSFACULTY OF MATHEMATICS AND NATURAL SCIENCESINSTITUT TEKNOLOGI SEPULUH NOPEMBERSURABAYA 2016

iii

PENGARUH RASIO KEUANGAN TERHADAP NILAIPERUSAHAAN PADA SEKTOR PERBANKAN

YANG TERCATAT DI BURSA EFEK INDONESIAMENGGUNAKAN METODE STRUKTURAL

EQUATION MODELLING-PARTIAL LEAST SQUARE

Nama Mahasiswa : Fiqih Nur AminahNRP : 1314 105 046Jurusan : StatistikaDosen Pembimbing : Dr. Drs. Agus Suharsono, MS

Imam Safawi Ahmad, S.Si, M.Si

AbstrakPerusahaan yang tercatat dalam Bursa Efek Indonesia (BEI)

merupakan perusahaan terbuka (go public) yang tidak membatasijumlah pemegang saham dan menawarkan sahamnya kepadamasyarakat luas. Bagi perusahaan yang telah go public, pasar modalmerupakan sarana peningkatan nilai perusahaan. Semakin tinggi hargasaham semakin tinggi nilai perusahaan. Perusahaan yang tercatat diBEI melaporkan laporan keuangan secara berkala menggunakan rasiokeuangan. Pada Mei 2015, empat perusahaan perbankan Indonesiamasuk ke dalam Forbes yaitu BRI (Bank Rakyat Indonesia), BankMandiri, BCA (Bank Central Asia) dan BNI (Bank Negara Indonesia).Hasil tersebut menunjukkan bahwa sektor perbankan memiliki kinerjacukup baik dan diindikasikan memiliki nilai perusahaan yang tinggi.Nilai perusahaan tersebut dihitung melalui Price Book Value (PBV).Bank Indonesia merupakan Bank Sentral Indonesia membagi limabagian rasio keuangan untuk sektor perbankan yaitu rasio permodalan,rasio aktiva produktif, rasio rentabilitas, rasio likuiditas dan rasiokepatuhan. Kelima rasio tersebut tidak dapat diukur secara langsung,sehingga pengukurannya diperlukan indikator. Sehingga dilakukansuatu penelitian untuk mengetahui pengaruh rasio keuangan terhadapnilai perusahaan. Metode yang digunakan adalah SEM-PLS. Hasilpengujian model struktural (inner model) menunjukkan bahwa rasioaktiva produktif dan rasio rentabilitas mempengaruhi nilai perusahaan.

Kata Kunci : Nilai Perusahaan, Rasio Keuangan, SEM-PLS

iv


v

THE EFFECT OF FINANCIAL RATIOS TO VALUECREATION AT A COMPANY LISTED

ON THE INDONESIA STOCK EXCHANGE USINGSTRUCTURAL EQUATION MODELLING-PARTIAL

LEAST SQUARE

Name of Student : Fiqih Nur AminahNRP : 1314 105 046Department : StatisticsSupervisor : Dr. Drs. Agus Suharsono, MS

Imam Safawi Ahmad, S.Si, M.Si

AbstractCompanie is listed in Indonesia Stock Exchange is a public

company (going public) that does not limit the number of shareholdersand offered its shares to the public. For companies that go public, thestock market is a means of increasing the company's value. The higherthe stock price the higher the value of the company. Companies listed onthe Stock Exchange financial reports on a regular basis using financialratios. In May 2015, four Indonesian banking company entered intoForbes namely BRI (Bank Rakyat Indonesia), Bank Mandiri, BCA (BankCentral Asia) and BNI (Bank Negara Indonesia). These results indicatethat the banking sector had a good performance and indicated as havinghigh enterprise value. The company's value is calculated through thePrice Book Value (PBV). Bank Indonesia is the Indonesian CentralBank divides financial ratios for the five parts, namely the bankingsector's capital adequacy ratio, the ratio of productive assets,profitability ratios, liquidity ratios and compliance ratio. The fifth ofthese ratios can not be measured directly necessitating an indicator.Even do some research to determine the effect of financial ratios to thevalue of the company. The method used is Structural EquationModelling-Partial Least Square (SEM-PLS). The test results indicatethat the path coefficient of productive assets ratio and profitability ratioaffects the value of the company.

Keyword : Value Creation, Financial Ratios, SEM-PLS

vi


ix

DAFTAR ISI

HalamanHALAMAN JUDULLEMBAR PENGESAHANABSTRAK................................................................................. iiiABSTRACT .................................................................................vKATA PENGANTAR ............................................................. viiDAFTAR ISI ............................................................................. ixDAFTAR TABEL..................................................................... xiDAFTAR GAMBAR .............................................................. xiiiDAFTAR LAMPIRAN ............................................................xv

BAB I PENDAHULUAN1.1 Latar Belakang.....................................................................11.2 Rumusan Masalah................................................................31.3 Batasan Masalah ..................................................................41.4 Tujuan Penelitian .................................................................41.5 Manfaat Penelitian ...............................................................5

BAB II TINJAUAN PUSTAKA2.1 Statistika Deskriptif ..............................................................72.2 Analisis Multivariat ..............................................................72.3 Structural Equation Modelling (SEM) .................................72.4 Klasifikasi Bank di Indonesia.............................................222.5 Rasio Keuangan..................................................................232.6 Nilai Perusahaan.................................................................262.7 Penelitian Sebelumnya .......................................................27

BAB III METODOLOGI PENELITIAN3.1 Sumber Data ......................................................................293.2 Variabel Penelitian ........................................................... 293.3 Langkah Analisis .............................................................. 353.3. Diagram Alir..................................................................... 36

x

BAB IV ANALISIS DAN PEMBAHASAN4.1 Karakteristik Indikator Penyusun Nilai prusahaan

Dan Rasio Keuangan Pada Sektor Perbankan ............. 394.2 Sistematis Evaluasi Hasil SEM-PLS........................... 43

BAB V KESIMPULAN DAN SARAN5.1 Kesimpulan............................................................... 575.2 Saran......................................................................... 57

DAFTAR PUSTAKALAMPIRANBIODATA PENULISSURAT PERNYATAAN

xi

DAFTAR TABEL

HalamanTabel 2.1 Sistematis Evaluasi Hasil SEM-PLS ................... 11Tabel 3.1 Variabel Laten dan Indikator............................... 29Tabel 3.2 Daftar Bank Terbuka (Tbk) di Indonesia ............ 33Tabel 4.1 Nilai PBV,CAR, NPL dan PDN Pada Bank

Terbaik Versi Majalah Forbes ............................. 43Tabel 4.2 Nilai Average Variance Extracted (AVE) dan

Akar Kuadrat AVE.............................................. 45Tabel 4.3 Nilai Cross Loading Indikator Terhadap

Variabel Laten... .................................................. 46Tabel 4.4 Nilai Cross Loading Indikator Terhadap

Variabel Laten Setelah Modifikasi... ................... 47Tabel 4.5 Nilai Average Variance Extracted (AVE) dan

Akar Kuadrat AVE.............................................. 47Tabel 4.6 Nilai Fornell-Larcker criterio ............................. 48Tabel 4.7 Nilai Composite Reliability (CR) dan Cronbachs

Alpha (CA) .......................................................... 49Tabel 4.8 Nilai Outer Loading Indikator Terhadap

Variabel Laten (Konstruk) .................................. 50Tabel 4.9 Uji Signifikansi Outer Loading ........................... 51Tabel 4.10 Nilai CR, CA, AVE dan Akar Kuadrat AVE

Setelah Indikator Dihapus ................................... 52Tabel 4.11 Nilai VIF Pada Masing-Masing Variabel Laten

Eksogen ............................................................... 54Tabel 4.12 Uji Signifikansi Koefisien Path Pada Model

Struktural ............................................................. 55Tabel 4.13 Nilai f2 Pada Masing-Masing Variabel Laten

Eksogen ............................................................... 56

xii


xiii

DAFTAR GAMBAR

HalamanGambar 2.1 Relevansi Pengujian Outer Loading Model

Indikator Reflektif .................................................14Gambar 2.2 Pengujian Kolinearitas Model Pengukuran

Formatif Menggunakan VIF..................................16Gambar 2.3 Proses Pengambilan Keputusan Dalam

Mempertahankan atau Menghapus Indikator-indikator Formatif..................................................17

Gambar 2.4 Rekomendasi Dalam Menggunakan Sign ChangeOption Pada Boostrapping ....................................19

Gambar 3.1 Diagram Alir..........................................................36Gambar 4.1 Nilai Rata-rata NPL dan CAR Pada Bank

Kategori BUMN, BPD, Campuran, BUSN(Devisa) dan BUSN (Non Devisa) ........................39

Gambar 4.2 Scatterplot Nilai Rata-rata ROA dan ROE PadaBank Kategori BUMN,Campuran, BUSN (Devisa)dan BUSN (Non Devisa) .......................................40

Gambar 4.3 Scatterplot Nilai Rata-rata BOPO dan LDR PadaBank Kategori BUMN, BPD, Campuran, BUSN(Devisa) dan BUSN (Non Devisa) ........................41

Gambar 4.4 Nilai Rata-rata NIM dan PDN Pada BankKategori BUMN, BPD, Campuran, BUSN(Devisa) dan BUSN (Non Devisa) ........................41

Gambar 4.5 Nilai Rata-rata PBV Pada Bank Kategori BUMN,BPD, Campuran, BUSN (Devisa) dan BUSN(Non Devisa) .........................................................42

Gambar 4.6 Diagram Jalur Variabel Laten Endogen, Eksogendan Indikator Penyusun .........................................44

Gambar 4.7 Diagram Path Setelah Modifikasi danPenghapusan Indikator (NIM dan PDN) ...............53

xiv


xv

DAFTAR LAMPIRAN

HalamanLampiran A Data Rasio Keuangan Pada Bank Terbuka di

Indonesia Tahun 2014 ......................................... 63Lampiran B Hasil Analisis Sebelum Proses Modifikasi.......... 66Lampiran C Hasil Analisis Setelah Proses Modifikasi ........ ...67Lampiran D Hasil Analisis Setelah Penghapusan Indikator .... 68

xvi

(Halaman Ini Sengaja Dikosongkan)

1

BAB IPENDAHULUAN

1.1 Latar Belakang MasalahPasar modal merupakan sarana pendanaan bagi perusahaan

maupun institusi lain (misalnya pemerintah) dan sebagai saranakegiatan berinvenstasi. Bursa Efek Indonesia (BEI) adalah bagiandari pasar modal di Indonesia. BEI merupakan tempat atau wadahbagi para pelaku saham untuk memperdagangkan ataumemperjualbelikan setiap saham yang mereka miliki dan inginbeli (Financeroll, 2015). Perusahaan yang tercatat dalam BEImerupakan perusahaan terbuka (go public) yaitu perusahaan yangtidak membatasi jumlah pemegang saham dan menawarkansahamnya kepada masyarakat luas (Kamus Bisnis, 2016). Hingga13 Januari 2016, 525 perusahaan telah tercatat di BEI dari semuasektor (Saham Ok, 2009a). Bagi perusahaan yang telah go public,pasar modal merupakan sarana peningkatan nilai perusahaanmelalui serangkaian aktivitas penciptaan nilai (value creation)yang ditopang oleh keterbukaan informasi secara penuh(Fakhruddin, 2008, p. 4). Nilai perusahaan sangat penting karenadengan nilai perusahaan yang tinggi akan diikuti oleh tingginyakemakmuran pemegang saham. Semakin tinggi harga sahamsemakin tinggi nilai perusahaan. Nilai perusahaan yang tinggimenjadi keinginan para pemilik perusahaan, sebab dengan nilaiyang tinggi menunjukan kemakmuran pemegang saham jugatinggi. Kekayaan pemegang saham dan perusahaan dipresen-tasikan oleh harga pasar dari saham yang merupakan cerminandari keputusan investasi, pendanaan (financing), dan manajemenasset. Nilai perusahaan tersebut diukur melalui nilai Price BookValue (PBV) yang terdapat di laporan keuangan (Hermuningsih,2013, p. 128).

Perusahaan yang tercatat di BEI melaporkan laporankeuangan secara berkala. Laporan keuangan memuat hasilkeuangan perusahaan dalam periode tertentu. Terdapat tiga bagian

2

dalam laporan tersebut yaitu neraca, laporan laba rugi dan laporanarus kas. Dalam memudahkan menganalisa hasil laporan tersebutdigunakan rasio keuangan. Rasio ini diindikasikan mempengaruhinilai perusahaan. Menurut Prihadi (2011) rasio keuanganmerupakan suatu alat analisa yang digunakan oleh perusahaanuntuk menilai kinerja keuangan berdasarkan data perbandinganmasing-masing pos yang terdapat di laporan keuangan. BankIndonesia menetapkan terdapat 5 bagian yang menjadi pendomanperbankan di Indonesia dalam mengukur rasio keuangan yaiturasio permodalan terdiri atas indikator CAR (Modal terhadapATMR) dan aktiva tetap terhadap modal. Rasio yang keduaadalah aktiva produktif yang terdiri atas empat indikatordiantaranya aktiva produktif bermasalah, NPL, PPAP terhadapaktiva produktif dan pemenuhan PPAP. Rasio ketiga adalahrentabilitas terdiri atas empat indikator yaitu ROA (Return OnAssets), ROE (Return On Equity), NIM (Net Interest Margin) danBOPO (Beban Operasional Terhadap Pendapatan Operasi). Rasiolikuiditas yang merupakan rasio keempat hanya memiliki satuindikator yaitu LDR (Loan to Deposit Ratio). Rasio yang terakhiradalah kepatuhan terdiri dari tiga indikator diantaranya presenatsepelanggaran BMPK dan Presentase Pelampauan BMPK, GWMRupiah (Presentase Giro Wajib Minimum Rupiah) serta PDN(Prsentase Posisis Devisa Neto) (Bank Indonesia, 2001).

Pada Mei 2015, terdapat 7 perusahaan publik terbesarIndonesia masuk ke dalam Forbes. Forbes merupakan majalahbisnis dan finansial di Amerika Serikat. Terdapat 2000perusahaan publik terbesar di dunia. Ranking ini dibuatberdasarkan penjualan, keuntungan, asset yang dimiliki danmarket value. Ketujuh perusahaan publik Indonesia tersebutdiantaranya BRI (Bank Rakyat Indonesia), Bank Mandiri, BCA(Bank Central Asia), Telkom Indonesia, BNI (Bank NegaraIndonesia), PGN dan Gudang Garam. Dari ketujuh perusahaantersebut, empat diantaranya berasal dari sektor perbankan (SahamOk, 2009b). Hasil tersebut menunjukkan bahwa sektor perbankanmemiliki kinerja cukup baik dan diindikasikan memiliki nilai

3

perusahaan yang tinggi. Bank Indonesia membagi sektorperbankan menjadi beberapa kategori diantarnya BUMN, BPD,Campuran, BUSN (Devisa) dan BUSN (Non Devisa). Penelitianyang pernah dilakukan oleh Marangu & Jagongo (2014)menunjukkan bahwa ROA, ROE dan Divident per Shareberpengaruh signifikan terhadap price book value pada StudiEmpiris Perusahaan di Bursa Efek Nairobi, Kenya. Penelitianmengenai PBV juga pernah dilakukan oleh Agustina (2014)menunjukkan bahwa CAR, LDR dan BOPO berpengaruhsignifikan terhadap PBV. Melihat kondisi tersebut makadilakukan penelitian untuk mengetahui pengaruh rasio keuanganterhadap nilai perusahaan yang diukur melalui PBV padaperusahaan perbankan di Indonesia tahun 2014. Jika padapenelitian sebelumya variabel yang digunakan adalah terukurartinya variabel atau indikator dapat langsung diukur denganmengabaikan rasio keuangan yang pembentuk variabel tersebutyang telah dijelaskan di latar belakang paragraf dua bahwamasing-masing rasio keuangan memiliki indikator pengukur.Maka pada penelitian ini kelima rasio keuangan tidak dapatdiukur secara langsung sehingga harus melibatkan indikatordalam mengukur rasio tersebut. Metode metode yang sesuaiadalah Structural Equation Modelling Equation - Partial LeastSquare (SEM-PLS).

SEM merupakan bagian dari analisis multivariat menjelaskanhubungan antara beberapa variabel. Persamaan inimenggambarkan semua hubungan antara konstruk (variabeldependen dan independen) yang terlibat dalam analisis. Konstrukmerupakan faktor yang tidak dapat diamati atau laten diwakilioleh beberapa variabel (seperti variabel yang mewakili faktordalam analisis faktor). SEM merupakan gabungan dari regresi dananalisis faktor (Hair, Black, Babin, & Anderson, 2010, p. 608).Terdapat dua jenis SEM, yaitu CB-SEM dan SEM-PLS. SEM-PLS memungkingkan penelitian dengan sampel yang kecil dantanpa memperhatikan asumsi. Selain itu, SEM-PLS dapatdigunakan untuk model indikator yang bersifat reflektif dan

4

formatif. Sedangkan CB-SEM hanya dapat digunakan untukindikator bersifat reflektif dan memperhitungkan asumsidiantaranya data berdistribusi normal multivariat dan tidak terjadikasus multikolinearitas (Jaya & Sumertajaya, 2008, pp. 118-119).Penelitian ini melibatkan pengukuran yang bersifat reflektifModel pengukuran reflektif ditunjukkan pada arah panah kelimavariabel laten eksogen (variabel independen) menuju indikatorpenyusun variabel laten tersebut, artinya mempengaruhi indikator.Variabel laten endogen dalam penelitian ini adalah nilaiperusahaan yang diukur melalui nilai PBV. Rasio keuangandalam penelitian ini merupakan variabel laten eksogen yang tidakdapat dikur secara langsung. Indikator penyusun rasio keuanganmerupakan variabel manifest yang dapat diukur secara langsung.Penelitian dengan menggunakan dua model pengukuran pernahdilakukan oleh Kumar B (2015) yang menunjukkan bahwa capitalstructure berpengaruh signifikan terhadap value creation (nilaiperusahaan). Berdasarkan uraian tersebut dilakukan penelitianuntuk mengetahui pengaruh rasio keuangan terhadap nilaiperusahaan pada sektor perbankan yang tercatat di BEImenggunakan metode SEM-PLS.

1.2 Rumusan MasalahRumusan masalah pada penelitian sebagai berikut.

1. Bagaimana karakteristik indikator penyusun nilai perusahaandan rasio keuangan pada data sektor perbankan tahun 2014?

2. Faktor-faktor apa saja yang mempengaruhi nilai perusahaanpada sektor perbankan tahun 2014?

1.3 Tujuan PenelitianTujuan pada penelitian ini sebagai berikut.

1. Mendeskripsikan karakteristik indikator penyusun nilaiperusahaan dan rasio keuangan di sektor perbankan

2. Menganalisis faktor-faktor yang berpengaruh terhadap nilaiperusahaan

5

1.4 Batasan MasalahBatasan masalah yang digunakan dari penelitian ini sebagai

berikut.1. Bank yang digunakan merupakan bank go public (terbuka)2. Data laporan keuangan periode 2014 pada sektor perbankan3. Indikator yang digunakan adalah CAR, NPL, ROA, ROE,

NIM, BOPO, LDR, GWM Rupiah dan PDN

1.5 ManfaatManfaat dari penelitian ini sebagai berikut.

1. Melakukan evaluasi terhadap sektor perbankan terkait hasilanalisa laporan keuangan

2. Memberikan informasi kepada investor mengenai kinerjaperusahaan (sektor perbankan)

3. Melakukan evaluasi mengenai faktor-faktor yangmempengaruhi nilai perusahaan

6


7

BAB IITINJAUAN PUSTAKA

2.1 Statistika DeskriptifStatistika deskriptif adalah teknik pegumpulan dan

pengelompokkan data serta bagaimana menyusun dan menyajikandata ke dalam bentuk yang mudah dipahami. Nilai-nilai ukurandata yang didapatkan adalah rataan, median, modus, kuartil dansebagainya. Teknik pengumpulan ini hanya sebatas menggam-barkan tanpa melakukan generalisasi (Johanes & Kastolan, 2006,p. 2)

2.2 Analisis MultivariatMerupakan suatu analisis simultan beberapa variabel dalam

satu atau beberapa hubungan dengan menggunakan dua atau lebihvariabel sebagai indikator komposit. Analisis multivariatmengacu pada semua teknik statistik yang secara bersamaanmenganalisis beberapa pengukuran pada individu atau objek yangditeliti faktor (Hair, Black, Babin, & Anderson, 2010, pp. 3-5)Data yang dikumpulkan biasanya ditampilkan dalam sebuahmatriks dimana baris mewakili pengamatan dan kolom mewakilivariabel. Matriks Y yang berukuran n x p data biasanyamerupakan variabel dependen dan matriks X yang berukuran n xq merupakan variabel independen (Timm, 2002, p. 2). MetodeStructural Equation Modelling (SEM) merupakan salah satubagian dari analisis multivariat.

2.3 Structural Equation Modelling (SEM)Struktur Equation Modelling (SEM) adalah teknik yang

memungkinkan hubungan yang terpisah untuk masing-masingvariabel dependen. Dalam arti sederhana, pemodelan persamaanstruktural menyediakan teknik estimasi yang paling efisien untukserangkaian beberapa persamaan. Hal ini ditandai dengan duakomponen dasar: (1) model struktural dan (2) model pengukuran.

8

Model struktural adalah model path, yang berkaitan denganhubungan antara variabel independen dan variabel dependen.Model pengukuran memungkinkan peneliti untuk menggunakanbeberapa variabel (indikator) untuk satu independen atau variabeldependen faktor (Hair, Black, Babin, & Anderson, 2010, p. 20)

Terdapat dua jenis SEM yaitu Covariance-based SEM (CB-SEM) terutama digunakan untuk mengkonfirmasi atau menolakteori (yaitu hubungan sistematis antara beberapa variabel yangdapat diuji secara empiris). Hal ini dilakukan dengan mengukurseberapa baik model dapat menaksir matriks kovarians pada suatusampel yang diusulkan teoritis. Sebaliknya, PLS-SEM (jugadisebut path modeling PLS) terutama digunakan untukmengembangkan teori-teori dalam penelitian eksplorasi. Hal inidilakukan dengan berfokus pada menjelaskan varians dalamvariabel dependen ketika memeriksa model (Hair, Hult, Ringel &Sarstedt, 2014, p. 4).2.3.1. Covariance-Based SEM (CB-SEM)

CB-SEM digunakan untuk validasi model dan membu-tuhkan sampel besar (100 hingga diatas 200). Metode estimasiyang digunakan adalah Maximum Likelihood (ML) atauUnweighted Least Squares (ULS). Pendugaan parameter padamodel CB-SEM membutuhkan beberapa asumsi diantaranyamengikuti distribusi normal multivariate dan tidak terjadi kasusumultikolinearitas. CB-SEM hanya memungkinkan penelitian yangmenggunakan model indikator refelektif (Jaya & Sumertajaya,2008, pp. 118-119).

2.3.2 SEM-PLSPLS merupakan metode analisis yang dapat diterapkan

pada semua skala data. Dalam analisisnya, PLS tidakmembutuhkan banyak asumsi dan ukuran sampel tidak harusbesar. PLS juga dapat digunakan untuk pemodelan strukturaldengan indikator bersifat reflektif maupun formatif (Jaya &Sumertajaya, 2008, p. 119).

9

A. Diagram Jalur (Path Model)Pada tahap awal dari penelitian yang menggunakan metode

SEM, langkah pertama adalah merancang diagram yangmenggambarkan hipotesis penelitian dan menampilkan hubunganvariabel yang akan diteliti. Diagram ini sering disebut sebagaidiagram jalur (Path Model). Model ini merupakan diagram yangmenghubungkan variabel atau konstruk berdasarkan teori danlogika secara visual untuk menampilkan hipotesis yang akandiuji. Diagram jalur terdiri dari dua unsur, model struktural(disebut juga inner model) merupakan model yang meng-gambarkan hubungan diantara variabel laten dan modelpengukuran, yang menggambarkan hubungan antara variabellaten dengan apa yang diukur (disebut juga indikator). Konstrukyang menjadi variabel independen disebut juga variabel eksogendan berada di sisi kiri model struktural. Terdapat dua jenis modelpengukuran dalam konstruk yaitu reflektif dan formatif (Hair,Hult, Ringel & Sarstedt, 2014, pp. 32-43).

Perbedaan antara formatif dengan reflektif adalah formatifmerupakan pengukuran yang menyatakan bahwa indikatormempengaruhi konstruk. Sehingga jika digambarkan padadiagram maka panah indikator menuju pada konstruk. Sedangkanreflektif adalah pengukuran yang menunjukkan bahwa indikatordipengaruhi oleh konstruk. Jika digambarkan, panah konstrukmenuju ke indikator (Hair, Sarstedt, Hopkins, & Kuppelwieser,2013, p. 109).

1. Model Indikator ReflektifCiri-ciri model indikator reflektif sebagai berikut:a. Arah hubungan kausalitas seolah-olah dari konstruk ke

indikatorb. Antar indikator diarapkan saling berkorelasi (memiliki

internal consitency reliability)c. Menghilangkan satu indikator dari model pengukuran tidak

akan merubah makna dan arti konstruk

10

d. Menghitung adanya kesalahan pengukuran (error) padatingkat indikator

2. Model Indikator FormatifCiri-ciri model indikator formatif adalah:a. Arah hubungan kausalitas seolah-olah dari indikator ke

konstrukb. Antar indikator diasumsikan tidak berkorelasi (tidak

diperlukan uji konsistensi internal atau Alpha Cronbach)c. Menghilangkan satu indikator berakibat merubah makna

dari konstrukd. Kesalahan pengukuran diletakkan pada tingkat konstruk

(zeta)(Jaya & Sumertajaya, 2008, p. 120)

B. Identifikasi ModelTahap selanjutnya dalam analisis SEM-PLS adalah identifikasi

model. Terdapat dua tahap dalam identifikasi yaitu outer modeldan inner model.1. Outer model (Model Pengukuran)

Outer model merupakan model yang menggambarkanhubungan antara variabel laten dengan indikatornya, disebut jugadengan outer relation atau measurement model. Model ini men-definisikan karakteristik konstruk dengan variabel manifesnya(variabel yang dapat diukur secara langsung)(Jaya & Sumertajaya, 2008, p. 122).

a) Indikator ReflektifPersamaan model indikator reflektif sebagai berikut.

x x xX = Λ ξ + ε

dimana X adalah variabel manifest pada model pengukuran,ξ merupakan vektor variabel laten dan Λ adalah matrikskoefisien loading. Sedangkan ε merupakan kesalahanpengukuran.

(2.1)

11

b) Indikator FormatifPersamaan model indikator formatif sebagai berikut.

x x xξ = Π X + εDimana ξ merupakan vektor variabel laten, X adalah vector

variabel manifest. Sedangkan xΠ matriks koefisen variabel latenterhadap indikator dan ε adalah residual (Henseler, Ringle &Sinkovics, 2009, pp. 285-286).

2. Inner model (Model Struktural)Inner model merupakan model yang menggambarkan hubunganantar variabel laten (structural model). Model ini disebut jugadengan inner relation. Persamaan inner model dapat ditulissebagai berikut.

η ξη = β + Γ + ςDimana η merupakan variabel laten endogen, ηβ merupakan

koefisien pengaruh variabel endogen terhadap variabel endogen,

ξΓ adalah koefisien jalur yang menghubungkan variabel laten

endogen ( )η dengan eksogen ( )ξ dan ς merupakan residualmodel (Jaya & Sumertajaya, 2008, p. 123).

C. Sistematis Evaluasi Hasil SEM-PLSTerdapat beberapa kriteria dalam mengevaluasi hasil pada

SEM-PLS antara lain sebagai berikut.Tabel 2.1 Sistematis Evaluasi Hasil SEM-PLS

Outer Model

Reflektif Formatif

Reliability (Reliabilitas)1.Composite Reliability

dan Cronbachs Alphalebih dari 0,6

2. Internal Reliability(nilai outer loadinglebih dari 0,7)

Convergent ValidityNilai loading faktor lebih dari 0,7)

(2.3)(2.4)

(2.5)

(2.6)

(2.2)

(2.3)

12

Lanjutan Tabel 2.1 Sistematis Evaluasi Hasil SEM-PLS

Outer Model

Reflektif Formatif

Validity (Validitas)1. Convergent Validity

(nilai AVE lebih dari0,5)

2. Discriminant Validitya. Cross Loading(Korelasi indikatordengan variabel latenpembentuk haruslebih tinggi daripadadengan variabel latenlainnya)

b. Fornell-Larckercriterion (nilai akarkuadrat AVE masing-masing variabel latenharus lebih besardibandingkan dengannilai Fornell-Larckercriterion pada variabellaten yang lain)

Kolinearitas diantara Indikator( nilai VIF kurang dari 5)

Signifikansi OuterLoading

Signifikansi Outer Weight

Inner Model

Kolinearitas diantara Variabel Laten (dilihat melalui nilai VIF)

Signifikansi Koefisien Path

Koefisien Determinasi (R2)

Efek Ukuran f2

13

1. Outer Model1.1 Model Indikator Reflektif

i) Internal Consistency (Composite Reliability)Kriteria ini digunakan untuk mengukur keandalan

berdasarkan korelasi diantara variabel indikator yangdiamati. Pada umumnya menggunakan Cronbach Alphayang mengasumsikan bahwa semua indikator dapatdiandalkan (memiliki beban yang sama pada konstruk).Namun karena keterbatasan Cronbach Alpha di populasisehingga menggunakan Composite Reliability ( )c untukmenghitung beban yang berbeda pada konstruk. Formulasyang digunakan sebagai berikut.

2

2

var( )

ii

c

i ii i

l

l e

li merupakan standarisasi loading outer dari variabelindikator ke-i pada konstruk tertentu, ei adalah ukurankesalahan dari variabel indikator ke-i, var(ei) menunjukkanvarians kesalahan yang diperoleh dari 1-li

2. Dalampenelitian nilai Composite Reliability yang dapat diterimaberkisar 0,60-0,70. Jika nilai yang dihasilkan di bawah0,60 menunjukkan kurangnya composite reliability secarainternal. Sedangkan di atas 0,70 dan 0,90 dapat dianggapmemuaskan. Namun, nilai di atas 0,90 tidak diinginkankarena menunjukkan semua variabel indikator mengukurfenomena yang sama.

ii) Indicator ReliabilityMenunjukkan hubungan diantara indikator pada

konstruk melalui nilai outer loading. Nilai outer loadingyang diharapkan adalah lebih dari 0.7. Terdapat beberapakriteria dalam pengujian nilai outer loading sebagaiberikut.

(2.4)

14

Gambar 2.1 Relevansi Pengujian Outer Loading ModelIndikator Reflektif

iii) Convergent Validity (Average Variance Extracted)Ukuran umum untuk mengukur tingkat Convergent

Validity pada konstruk adalah melalui varians ratadiekstraksi (AVE). Kriteria ini didefinisikan sebagai nilairata-rata grand beban kuadrat dari indikator yangberhubungan dengan konstruk (yaitu, jumlah dari kuadrat

Relevansi PengujianOuter Loading

OuterLoading >

0.40 Tapi <0.70

OuterLoading > 0.7

OuterLoading < 0.4

MenghapusIndikator Reflektif

Menganalisa dampakpenghapusan indikator terhadapAVE dan Composite Reliability

Penghapusanmeningkatkannilai threshold

(atas)

Penghapusan tidakmeningkatkan nilai

threshold (atas)

MenghapusIndikator Reflektif

MempertahankanIndikator Reflektif

MempertahankanIndikatorReflektif

15

beban dibagi dengan jumlah indikator). nilai AVE 0,50atau lebih tinggi menunjukkan bahwa rata-rata konstrukmenjelaskan lebih dari setengah dari varians dariindikator-indikator. Sebaliknya, AVE kurang dari 0,50menunjukkan bahwa rata-rata nilai kesalahan lainnyayang terdapat dalam konstruk lebih dari nilai varians yangdijelaskan oleh konstruk.

iv) Discriminant ValidityMembandingkan nilai akar kuadrat AVE masing-

masing konstruk dengan korelasi antar konstruk lainnyadalam model. Jika nilai akar kuadrat AVE konstruklebih besar dari korelasi dengan seluruh konstruklainnya maka dikatakan memiliki discriminant validityyang baik. Direkomendasikan nilai pengukuran haruslebih besar dari 0.50. Sehingga diharapkan nilai akarkuadrat AVE lebih tinggi daripada nilai korelasitersebut (Hair, Hult, Ringel & Sarstedt, 2014, pp. 97-107).

1.2 Model Indikator Formatifi) Convergent Validity

Untuk mengukur convergent validity pada modelindikator formatif adalah melalui nilai loading faktor padavariabel laten dengan indikator-indikatornya. Nilai loadingfaktor yang diharapkan adalah diatas 0,7 (Jaya &Sumertajaya, 2008, pp. 125).

ii) Kolinearitas Diantara IndikatorMenunjukkan hubungan diantara indikator melalui

nilai VIF (Variance Inflation Factor). Nilai yangdiharapkan kurang dari 5 dengan batas nilai TOL 0,2.Terdapat beberapa kriteria dalam pengujian kolinearitasmeng-gunakan VIF sebagai berikut.

16

Gambar 2.2 Pengujian Kolinearitas Model PengukuranFormatif Menggunakan VIF

iii) Signifikansi dan hubungan pembobot model pengukuranMemeriksa nilai outer weight dan outer loading pada

masing-masing indikator. Hasil yang digunakan merupakanhasil setelah dilakukan proses boostraping. PLS-SEMmerupakan metode tanpa membutuhkan asumsi distribusinormal. Sehingga dalam menguji koefisien outer weight danouter loading menggunakan prosedur boostrap denganmengestimasi nilai standar error. Prosedur boostrap dalam

Menganalisissignifikansi

bobot outer danmenginterpretasi

kontribusi indikatorformatifIndikator

VIF 5

Menganalisissignifikansi

bobot outer danmenginterpretasi

kontribusi indikatorformatifIndikator

Perlakuan Masalah Kolinearitas

Memberhentikanmodel pengukuran

fomatif

Pengujian Kolinearitas PadaModel Pengukuran Formatif

Menggunakan VIF

VIF < 5

VIF < 5 VIF 5

17

menguji siginifikansi koefisien outer weight dan outer loadingsebagai berikut.

Gambar 2.3 Proses Pengambilan Keputusan DalamMempertahankan atau Menghapus Indikator-indikator Formatif

Melanjutkan denganmenginterpretasi

absolut Outer Weightdan ukuran relatif

Menganalisis outer loading padaindikator formatif

Mempertahankanindikator meskipun

tidak signifikan

OuterWeight

Signifikan

Outerloading

< 0.5

Pengujian Signifikansi OuterWeight

OuterWeight tidak

signifikan

Outerloading 0.5

Menguji signifikansi outerloading pada indikator formatif

Outer loading< 0.5 dan tidak

signifikan

Outer loading< 0.5 tapisignifikan

Menghapusindikator formatif

Mempertimbangkanpenghapusan indikator

18

Pertimbangan penting dalam penggunaan boostrapping dalamSEM-PLS adalah tanda koefisien yang dihasilkan variabel latenyang tidak tentu (Wold dalam Hair, Hult, Ringel & Sarstedt,1985). Tanda yang tidak tentu dari skor variabel laten ini dapatmengakibatkan perubahan tanda di dalam estimasi boostrappingpada koefisien. Terdapat tiga pilihan dalam menangani masalahtersebut antara lain tidak ada pilihan mengubah tanda (no signchange option), pilihan mengubah tanda pada tingkat individu(the individual-level sign change option) dan pilihan mengubahtanda pada tingkat konstruk (the construct-level sign changeoption). No sign change option artinya tidak melakukan apa-apadan menerima hasil dampak negatif perubahan tanda pada nilai thitung. The individual-level sign change option adalahmembalikkan tanda-tanda jika hasil estimasi pada bootstrap darisampel memberikan tanda yang berbeda dari yang dihasilkansampel asli. The construct-level sign change optionmembandingkan tanda koefisien yang dihasilkan dari estimasiboostrapping dengan koefisien menggunakan sampel asli. Jikamayoritas tanda harus dibalik dalam menjalankan bootstrap untukmenyesuaikan tanda-tanda estimasi model menggunakan sampelasli, semua tanda dibalik dalam proses boostrapping. Jika tidak,tidak ada tanda yang berubah.

Dalam praktiknya, hasil dari ketiga pilihan tersebut tidakberbeda. Namun, pilihan no sign option direkomendasikandikarenakan menghasilkan tanda yang paling konservatif. Halyang direkomendasikan dalam menggunakan no sign option padaproses boostrapping sebagai berikut.

19

Gambar 2.4 Rekomendasi Dalam Menggunakan Sign ChangeOption Pada Boostrapping

Dalam menjalankan proses boostrapping jumlah sampelboostrap harus lebih besar dari jumlah pengamatan. Padaumumnya, sampel boostrap yang direkomendasikan adalah

Hasil Akhir Menggunakan the individual signchange option

KoefisienSignifikan

Menggunakan no sign option

Koefisientidak

signifikan

Menggunakan the individual signchange option

KoefisienSignifikan

Koefisientidak

signifikan

KoefisienSignifikan

Koefisientidak

signifikan

Hasil AkhirHasil Akhir

Hasil Akhir

20

sebesar 5000 sampel. Hipotesis dalam menguji signifikansi outerweigth pada proses boostrapping sebagai berikut.Hipotesis

H0 : 1w = 0 (outer weight atau outer loading tidak signifikan)

H1 : 1w 0 (outer weight atau outer loading signifikan)Daerah Penolakan : tolak H0 jika |thitung| > t tabel.

Secara umum distribusi t dapat didekati dengan distribusi normal(Gaussian) untuk pengamatan lebih dari 30. Sehingga nilait tabel untuk 0.05 sebesar 1.96, 0.01 sebesar 2.57 dan

0.10 sebesar 1.65.

Statistik Uji :1

1*

ˆ

w

wt

se ; dimana

1

*wse merupakan standar error

dari w1 dari hasil boostrap (Hair, Hult, Ringel & Sarstedt, 2014,pp. 121-138)

2. Inner Modeli) Menilai Model Struktural Melalui Kolinearitas

Menunjukkan hubungan diantara variabel laten. Proseduryang digunakan dalam menilai kolinearitas pada modelstruktural sama seperti model pengukuran yaitu melalui nilaiVIF. Nilai toleransi yang dihasilkan adalah lebih dari 0.2 dankurang dari 5. Jika terdapat variabel laten yang menghasilkannilai di luar batas toleransi yang telah ditentukan, makavariabel laten tersebut dihilangkan.

ii) Menilai Signifikansi dan Relevansi Koefisien Path PadaModel StrukturalKoefisien path memiliki nilai standar yang berkisar antara

-1 hingga 1. Jika mendekati angka 1 artinya koefisien pathmemiliki hubungan positif yang kuat, begitu juga sebaliknya.Namun jika koefisien tersebut mendekati 0 maka hubunganyang dihasilkan sangat lemah diantara laten. Hipotesis yangdigunakan dalam menguji signfikansi koefisien path sebagaiberikut.

21

HipotesisH0 : ˆ ijp = 0 (koefisien path tidak signifikan) ; i merupakan

variabel laten eksogen dan j adalah variabel laten endogenH1 : ˆ ijp 0 (koefisien signifikan)

Daerah Penolakan : tolak H0 jika |thitung| > t tabel dimana t tabel

untuk 0.05 sebesar 1.96, 0.01 sebesar 2.57 dan0.10 sebesar 1.65.

Statistik Uji :*

ˆ

ij

ij

p

pt

se ; dimana *

ijpse merupakan standar error

pij dari hasil boostrap.

iii) Koefisien Determinasi (R2)Merupakan ukuran akurasi dari model prediksi dan

dihitung sebagai korelasi kuadrat diantara nilai aktual konstruk(variabel laten) endogen dengan nilai prediksi. Koefisien inimerupakan efek gabungan antara variabel laten eksogendengan variabel laten endogen. Nilai R2 berkisar dari 0 ke 1dengan level yang tinggi menunjukkan tingginya tingkatakurasi prediksi. Sulit dalam menentukan nilai R2 yang baikpada model. Hal ini bergantung pada kompleksitas model dandisiplin penelitian. Pada penelitian yang berfokus padamasalah permasalahan nilai R2 yang diharapkan adalah di atas0.75, 0.50 atau 0.25 (Hair, Ringle & Sarstedt ; Henseler,Ringle & Sinkovics., dalam Hair, Hult, Ringel & Sarstedt.,2011;2009).

iv) Efek ukuran f2

Ukuran ini digunakan untuk mengevaluasi dampakperubahan nilai R2 dalam menghilangkan konstruk pada modelvariabel eksogen terhadap substansi dari model variabelendogen. Ukuran f2 dapat dihitung melalui formula berikut ini.

2 22 included excluded

2included

R - R

1- Rf (2.6)

22

Dimana 2includedR dan 2

excludedR adalah nilai R2 dari variabellaten endogen ketika memasukkan atau mengeluarkan variabellaten eksogen dari model. Menurut Cohen (1988) acuan dalammenilai efek f2 adalah 0.02, 0.15 dan 0.35 masing-masingmewakili kecil, sedang dan efek besar pada variabel lateneksogen (Hair, Hult, Ringel & Sarstedt.,2014, pp. 170-178).

2.4 Klasifikasi Bank di IndonesiaBank di Indonesia dibagi menjadi 5 bagian antara lain.1. Bank Sentral

Merupakan lembaga negara yang independen (bebas) daricampur tangan pemerintah atau pihak-pihak lainnya.Bank sentral di Indonesia dipegang oleh Bank Indonesia(Belajar Ekonomi, 2015).

2. Bank Umum Persero (BUMN)Merupakan bank yang sebagian atau seluruh sahamnyadimiliki oleh Pemerintah Republik Indonesia.

3. Bank Swastaa. Bank Umum Swasta Nasional (BUSN) Devisa

Merupakan Bank yang sebagian besar modalnyadimiliki oleh pihak swasta non asing dan dapatmelakukan transaksi dengan luar negeri atau berkaitandengan valas.b. Bank Umum Swasta Nasional (BUSN) Non Devisa

Merupakan Bank yang sebagian besar modalnyadimiliki oleh pihak swasta non asing dan tidak melakukantransaksi dengan luar negeri atau berkaitan dengan valas.c. Bank Campuran

Merupakan bank umum yang didirikan bersama olehsatu atau lebih Bank Umum yang berkedudukan diIndonesia dan didirikan oleh WNI (dan/atau badanhukum Indonesia yang dimiliki sepenuhnya oleh WNI),dengan satu atau lebih bank yang berkedudukan di luarnegeri.

23

d. Bank AsingMerupakan bank yang sebagian besar atau seluruh

modalnya dimiliki oleh pihak asing, baik itu pihak swastaasing maupun pihak pemerintahan asing. Hingga Januari2016 belum ada bank asing yang masuk dalam kategoriterbuka.

4. Bank Pembangunan DaerahMerupakan bank yang sebagian atau seluruh sahamnyadimiliki oleh Pemerintah Daerah Provinsi.

5. Bank SyariahMerupakan sistem perbankan yang pelaksanaannyaberdasarkan didasarkan pada prinsip-prinsip syariahislam.

(Jurnal Terbaik, 2013)

2.5 Rasio KeuanganMerupakan suatu alat analisa yang digunakan oleh

perusahaan untuk menilai kinerja keuangan berdasarkan dataperbandingan masing-masing pos yang terdapat di laporankeuangan seperti Laporan Neraca, Rugi / Laba, dan Arus Kasdalam periode tertentu. Laporan keuangan bertujuan untukmemberikan gambaran informasi mengenai posisi keuangan dankinerja perusahaan yang dapat dijadikan pedoman dalammengambil keputusan bisnis (Rinaldi, 2014). Menurut SuratEdaran Bank Indonesia Nomor 3/30/DPNP tanggal 14 Desember2001 terdapat lima rasio keuangan yang diterapkan untukperbankan. Kelima rasio tersebut sebagai berikut.1. Rasio Permodalan

Permodalan pada bank berfungsi sebagai penyangga terhadapkemungkinan terjadinya kerugian. Selain itu berfungsi untukmenjaga kepercayaan terhadap aktivitas perbankan dalammenjalankan fungsinya sebagai lembaga intermediasi atasdana yang diterima dari nasabaha. Rasio Kecukupan Modal (CAR)

24

Rasio ini bertujuan untuk memastikan bahwa bank dapatmenyerap kerugian yang timbul dari aktivitas yangdilakukan. Rasio regulatory yang sudah dikenal adalahrasio minimum sebesar 8%. Hal ini menghubungkanmodal bank dengan bobot risiko dari aset yang dimiliki.(Bank Indonesia, 2006, p. 12)

b. Aktiva Tetap Terhadap ModalAktiva ini digunakan untuk menentukan tingkat inves-tasi dalam aktiva tetap dengan modal yang dimiliki olehpemilik usaha atau bisnis dalam ketentuan bidang per-bankan nisbah aktiva tetap terhadap modal bersih tidakboleh melebihi 50% (Bank Indonesia, 2013).

2. Rasio Aktiva Produktif (Earning Assets)Merupakan penanaman dana bank dalam bentuk kredit, suratberharga, penyertaan, dan penanaman lain untukmemperoleh penghasilana. Aktiva Produktif Bermasalah (Adversely Classified Assets)

Merupakan aktiva produktif yang tingkat ketertagihan ataukolektibilitasnya tergolong kurang lancar, diragukan danmacet, yang dimaksud dengan aktiva produktif dalam halini adalah kredit, penanaman pada bank lain, suratberharga yang dimiliki dan penyertaan.

b. NPL (Kredit Bermasalah Terhadap Total Kredit)Merupakan kredit yang tingkat ketertagihannya ataukolektibilitasnya tergolong diragukan (macet). Kredit inidisebut bermasalah karena terdapat keraguan dalampengembaliannya (Impaved Credit). Batasan maksimumNPL yang ditetapkan Bank Indonesia sebesar 5%.

c. PPAP Terhadap Aktiva Produktif (Penyisihan Peng-hapusan Aktiva Produktif Terhadap Total AktivaProduktif)Merupakan cadangan yang dibentuk dengan caramembebani laba rugi tahun berjalan, untuk menampungkerugian yang mungkin timbul sebagai akibat dan tidak

25

diterimanya kembali sebagian atau seluruh aktivaproduktif. Penyisihan penghapusan aktiva produktif yangdapat diperhitungkan sebagai komponen modal pelengkapadalah maksimum persentase tertentu (provision for loanlosses).

d. Pemenuhan PPAP (Penyisihan Penghapusan Aktiva Pro-duktif yang Telah Dibentuk Terhadap Penyisihan Peng-hapusan Aktiva Produktif yang Wajib Dibentuk)Merupakan aktiva produktif yang tidak dapat ditagihkembali dibebankan ke penyisihan aktiva produktif(PPAP) karena (net charge-off).

(Bank Indonesia, 2013)

3. Rasio RentabilitasMerupakan rasio yang digunakan untuk mengukur tingkatkeuntungan atau tentabilitas usaha terhadap modal (Echotuts,2015).a. ROA (Return On Assets)

Merupakan rasio untuk mengukur kemampuan danefisiensi aktiva dalam menghasilkan laba (profitabilitas)

b. ROE (Return On Equity)Merupakan rasio profitabilitas yang mengukur tingkatkemampuan modal dalam menghasilkan laba bersih

c. NIM (Net Interest Margin)Suatu rasio yang dijadikan patokan untuk mengetahuiseberapa besar kemampuan bank untuk mengelolaseluruh aktiva produktifnya agar bisa menghasilkanpenghasilan netto yang lebih tinggi (Ilmu PerbankanManajemen Bank, 2015)

d. BOPO (Beban Operasi Terhadap Pendapatan Operasi)Merupakan rasio efisiensi bank yang mengukur bebanoperasional terhadap pendapatan operasional. Semakintinggi nilai BOPO maka semakin tidak efisien operasibank.

(Bank Indonesia, 2013)

26

4. Rasio LikuiditasMerupakan rasio yang digunakan untuk mengukurkemampuan perusahaan dalam melunasi kewajiban jangkapendek (Prihadi, 2011). LDR (Kredit Terhadap Dana PihakKetiga) merupakan indikator tunggal yang terdapat dalamrasio likuiditas. LDR adalah rasio pembiayaan terhadap danapihak ketiga yang diterima oleh bank (Bank Indonesia, 2013).

5. Kepatuhana. GWM Rupiah (Persentase Giro Wajib Minimum Rupiah)

Simpanan minimum yang harus dipelihara oleh Bankdalam bentuk saldo rekening giro pada Bank Indonesiayang besarnya ditetapkan oleh Bank Indonesia sebesarpersentase tertentu dari DPK (Dana Pihak Ketiga) (BankIndonesia, 2004).

b. PDN (Persentase Posisi Devisa Neto)Angka yang merupakan penjumlahan dari nilai absolutdari selisih bersih aktiva dan pasiva dalam neraca untuksetiap valuta asing ditambah dengan selisih bersih tagihandan kewajiban baik yang merupakan komitmen maupunkontijensi dalam rekeing administratif untuk setiap valutaasing yang semuanya dinyatakan dalam Rupiah (PTSholmit Bangun Indonesia, 2016). Menurut BankIndonesia (2010) PDN ditetapkan maksimum sebesar20% modal.

2.6 Nilai PerusahaanMerupakan harga jual perusahaan yang dianggap layak oleh

calon investor. Bagi perusahaan yang menjual sahamnya kemasyarakat (go public), indikator nilai perusahaan adalah hargasaham yang diperjualbelikan di bursa efek. Peningkatan hargasaham identik dengan peningkatan kemakmuran para pemegangsaham dan peningkatan harga saham identik dengan peningkatannilai perusahaan. Nilai perusahaan dapat diukur dengan price tobook value (PBV) sebagai berikut

27

Harga Saham per Lembar

Nilai Buku per Lembar SahamPBV

(Fuad, Christine, Nurlela, Sugiarto, & Paulus, 2006, p. 23)

2.7 Penelitian SebelumnyaPenelitian sebelumnya pernah dilakukan oleh Hermuningsih

(2013) dengan judul pengaruh profitabilitas, growth opportunity,sruktur modal terhadap nilai perusahaan pada perusahaan publikdi Indonesia. Variabel nilai perusahaan merupakan variabelmanifest (terukur) yang dipengaruhi oleh struktur modal,profitabilitas dan growth opportunity. Struktur modal adalahvariabel terukur yang dipengaruhi oleh variabel latenprofitabilitas dan growth opportunity yang memiliki 7 variabelindikator yaitu IOE, PE, INVOS, MTBE, MTBA, ROE dan ROA.Hasil penelitian menunjukkan bahwa variabel profitabilitas,growth opportunity dan struktur modal, berpengaruh positif dansignifikan terhadap nilai perusahaan. Sehingga semakin besarprofitabilitas, semakin tinggi peluang pertumbuhan, dan semakinbesar proporsi hutang dalam struktur pendanaan perusahaan,maka semakin besar pula nilai perusahaan tersebut.

Penelitian yang dilakukan oleh Marangu & Jagongo (2014)menggunakan metode regresi berganda dengan judul Price toBook Value Ratio and Financial Statement Variables (AnEmpirical Study of Companies Quoted At Nairobi SecuritiesExchange, Kenya) dimana price book value merupakan variabeldependen yang melibatkan enam variabel independen yaitudividend payout ratio, ROA, ROE, return per share, dividend pershare dan Growth in earnings after tax. Hasil analisismenunjukkan bahwa ROA, ROE dan dividend per shareberpengaruh signifikan terhadap price book value padaperusahaan di Bursa Efek Nairobi (NES) Kenya. Penelitianselanjutnya dilakukan oleh Agustina (2014) menggunakanmetode path analysisis dengan judul Pengaruh CAR, NPL, NIM,LDR, dan BOPO Terhadap Nilai Perusahaan Dengan ROA

(2.10)(2.5)

28

Sebagai Variabel Intervening Pada Bank-Bank Umum Go PublicDi Indonesia Periode 2008-2012. Hasil analisis menunjukkanbahwa CAR, LDR dan BOPO berpengaruh signifikan terhadapPBV.

Kumar (2015) melakukan penelitian menggunakan metodeSEM-PLS dengan judul Determinants of Value Creation of GCCFirms-An Application of PLS SEM Model melibatkan dua modelpengukuran reflektif dan formatif. Model pengukuran reflektifditunjukkan oleh arah panah indikator ke variabel laten (konstruk)sedangkan model formatif ditunjukkan oleh arah panah variabellaten eksogen ke variabel laten endigen. Value Creationmerupakan variabel laten endogen yang memiliki tiga indikator.Sedangkan variabel laten eksogen terdiri atas DIVPO,FIRMSIZE, INVESTDECT, RISK, CAPITAL STRUCTURE,GROWTH dan PROFITABILITY. Hasil analisis menunjukkanbahwa variabel Capital Structure berpengaruh terhadap valuecreation.

29

BAB IIIMETODOLOGI PENELITIAN

3.1 Sumber DataSumber data yang digunakan pada penelitian ini adalah data

Laporan Keuangan Sektor Perbankan yang terdapat di websitewww.idx.co.id dan www.icamel.id tahun 2014. Sedangkan daftarperusahaan sektor perbankan diperoleh melalui website-www.sahamok.com dan www.ojk.go.id

3.2 Variabel PenelitianVariabel yang digunakan adalah variabel nilai perusahaan

yang merupakan variabel dependen diukur melalui nilai PriceBook Value (PBV). Sedangkan variabel independen terdiri atas 5variabel laten dengan 9 variabel indikator.

Tabel 3.1 Variabel Laten dan IndikatorVariabel

LatenIndikator Definisi

OperasionalRumus

Permodalan

CAR(ModalterhadapATMR)

PerhitunganModal danAktivaTertimbangMenurut RisikodilakukanberdasarkanketentuanKewajibanPenyediaanModal Minimumyang berlaku

Modal

Aktiva Tertimbang Menurut

Risiko

AktivaProduktif

NPL(Kredit

bermasalahterhadap total

kredit)

a. Kreditmerupakankredit yangdiberikankepada pihakketiga (tidaktermasukkredit kepadabank lain)

Kredit bermasalah

Total Kredit

30

Lanjutan 1. Tabel 3.1 Variabel Laten dan IndikatorVariabel


OperasionalRumus

NPL(Kredit

bermasalahterhadap total

kredit)

b. Kreditbermasalahadalah kreditdengan kualitaskurang lancar,diragukan danmacet

c. Kreditbermasalahdihitung secaragross (tidakdikurangi PPAP)

d. Angka dihitungper posisi (tidakdisetahunkan)

Kredit bermasalah

Total Kredit

Rentabilitas

ROA(Return On

Assets)

a. Perhitungan labasebelum pajakdisetahunkan.Contoh : untukposisi Juni :(akumulasi labaper posisiJuni/6)x12

b. Rata-rata totalassetContoh : Untukposisi Juni :(penjumlahantotal aset Januari-Juni)/6

Laba sebelum pajak

Rata-rata total aset

ROE(Return On

Equity)

a. Rata-rata equity :rata-rata modalinti (tier 1)Contoh : Untukposisi Juni :(Penjumlahanmodal intiJanuari-Juni)/6

Laba setelah pajak

Rata-rata Equity

31



OperasionalRumus

b. Perhitunganmodal intidilakukanberdasarkanberdasarkanketentuanKewajiban

c. PenyediaanModalMinimum yangberlaku

NIM(Net Interest

Margin)

a. Pendapatanbunga bersih :PendapatanBunga – Bebanbunga

b. Pendapatanbunga bersihdisetahunkanContoh : Untukposisi Juni :(akumulasipendapatanbunga bersihper posisiJuni/6) x 12

d. Aktivaproduktif yangdiperhitungkanadalah aktivaproduktif yangmenghasilkanbunga (interestbearing assets)

Pendapatan bunga bersih

Rata-rata aktiva produktif

BOPO(Bebanoperasi

terhadappendapatan

operasi)

Angka dihitung perposisi (tidakdisetahunkan)

Total beban operasional

Total pendapatan operasional

32



OperasionalRumus

Likuiditas

LDR(Kredit

terhadap danapihak ketiga)

a. Kreditmerupakankredit yangdiberikankepadapihakketiga(tidaktermasukkreditkepadabank lain)

b. Dana pihakketigamencakupgiro,tabungan,depoisto(tidaktermasukgiro dandepositorantar bank)

Kredit

Dana pihak ketiga

Kepatuhan(Compliance)

GWM Rupiah(PresentaseGiro WajibMinimumRupiah)

PerhitunganpresentaseGWM padaposisi laporandilakukansesuaiketentuanGWM yangberlaku

PDN(Presentase

Posisi DevisaNet)

PerhitunganpersentasePDN padaposisi laporandilakukansesuaiketentuan PDNyang berlaku

(Sumber : Bank Indonesia, 2001)

33

Objek pada penelitian adalah bank go public (terbuka) diIndonesia. Jumlah Bank Tbk di Indonesia sebanyak 41. Namun, 8diantaranya memiliki data laporan keuangan yang tidak lengkap.Sehingga hanya 33 bank yang masuk dalam analisis. Daftar BankTbk di Indonesia sebagai berikut.

Tabel 3.2 Daftar Bank Terbuka (Tbk) di Indonesia

No. KodeEmiten Nama Bank Kategori Bank

1 BBRI Bank Rakyat Indonesia (Persero) Tbk BUMN

2 BMRI Bank Mandiri (Persero) Tbk BUMN

3 BBCA Bank Central Asia Tbk BUSN(DEVISA)

4 BBNI Bank Negara Indonesia (Persero) Tbk BUMN

5 BNGA Bank CIMB Niaga Tbk BUSN(DEVISA)

6 BNLI Bank Permata Tbk BUSN(DEVISA)

7 BDMN Bank Danamon Tbk BUSN(DEVISA)

8 PNBN Bank Panin Tbk BUSN(DEVISA)

9 BBTN Bank Tabungan Negara (Persero) Tbk BUMN

10 NISP Bank OCBC NISP (NISP) Tbk BUSN(DEVISA)

11 BBKP Bank Bukopin Tbk BUSN(DEVISA)

12 BJBRBank Pembangunan Daerah Jawa Barat

& Banten TbkBPD

13 MEGA Bank Mega Tbk BUSN(DEVISA)

14 MAYA Bank Mayapada Internasional Tbk BUSN(DEVISA)

15 BJTMBank Pembangunan Daerah Jawa Timur

TbkBPD

16 INPC Bank Artha Graha Internasional Tbk BUSN(DEVISA)

17 BKSWBank QNB Indonesia (Bank QNB

Kesawan) TbkBUSN(DEVISA)

18 BVIC Bank Victoria International TbkBUSN(NON

DEVISA)

19 BSIM Bank Sinarmas Tbk BUSN(DEVISA)

20 SDRABank Woori Saudara indonesia 1906

TbkBANK

CAMPURAN

21 BCIC Bank J Trust Indonesia Tbk BUSN(DEVISA)

34

Lanjutan 1. Tabel 3.2 Daftar Bank Terbuka (Tbk) di Indonesia

No. KodeEmiten Nama Bank Jenis Bank

22 MCORBank Windu Kentjana International

TbkBUSN(DEVISA)

23 BEKS Bank Pundi Indonesia TbkBUSN(NON

DEVISA)

24 BBNP Bank Nusantara Parahyangan Tbk BUSN(DEVISA)

25 BACA Bank Capital Indonesia Tbk BUSN(DEVISA)

26 BABP Bank MNC Internasional Tbk BUSN(DEVISA)

27 AGROBank Rakyat Indonesia Agroniaga

TbkBUSN(DEVISA)

28 BSWD Bank of India Indonesia Tbk BUSN(DEVISA)

29 NOBU Bank Nationalnobu TbkBUSN(NON

DEVISA)

30 BNBA Bank Bumi Artha Tbk BUSN(DEVISA)

31 BMAS Bank Maspion Indonesia Tbk BUSN(DEVISA)

32 NAGA Bank Mitraniaga TbkBUSN(NON

DEVISA)

33 BINA Bank Ina Perdana TbkBUSN(NON

DEVISA)

34 BNII Bank Maybank Indonesia (BII) Tbk BUSN(DEVISA)*

35 BTPNBank Tabungan Pensiunan

Nasional TbkBUSN(NONDEVISA)*

36 BAEK Bank Ekonomi Raharja Tbk BUSN(DEVISA)*

37 BBMD Bank Mestika Dharma Tbk BUSN(DEVISA)*

38 AGRS Bank Agris TbkBANK

CAMPURAN*

39 BBYB Bank Yudha Bakti TbkBUSN(NONDEVISA)*

40 DNAR Bank Dinar Indonesia TbkBUSN(NONDEVISA)*

41 PNBS Bank Panin Syariah TbkBUSN(NONDEVISA)*

Keterangan : *) Bank dengan Data Laporan Keuangan Tidak Lengkap

35

3.3 Langkah AnalisisTahap dan langkah-langkah analisis data dalam penelitian ini

sebagai berikut.1. Melakukan deskripsi karakteristik dari nilai perusahaan

indikator penyusun variabel laten.2. Untuk mencapai tujuan kedua maka dilakukan analisis

dengan menggunakan Structural Equation Modeling-PartialLeast Square dengan tahapan sebagai berikut.a. Membuat diagram jalur untuk setiap variabel laten

dengan variabel indikatorb. Melakukan identifikasi model indikatorc. Mengevaluasi hasil Outer Model

1. Mengukur tingkat validitasi) Mengukur Convergent Validity melalui nilai AVEii) Mengukur Discriminant Validity melalui nilai

cross loading dan Fornell-Larcker criterion2. Mengukur tingkat reliabilitas

i) Mengukur Composite Reliability dan CronbachsAlpha

ii) Mengukur Indicator Reliability melalui nilai outerloading

3. Melakukan pengujian terhadap nilai outer loadingd. Mengevaluasi hasil Inner Model

1. Mengukur kolineraitas diantara variabel laten2. Melakukan pengujian koefisien path pada masing-

masing variabel laten3. Mengukur koefisien determinasi4. Mengukur nilai f2 pada masing-masing variabel laten

e. Menarik kesimpulan

36

3.4 Diagram AlirSecara umum langkah analisis penelitian ini dapat

digambarkan melalui diagram alir sebagai berikut.

Pengambilan Data

Membuat Diagram Jalur

Mengidentifikasi ModelIndikator (A)

Mengukur ConvergentValidity

Penyesuain Tandacross loading

B

Mengukur DiscriminantValidity

Melihat Kesesuaian TandaPada cross loading

Mengukur nilai Fornell-Larcker criterion

Tidaksesuai

sesuai

37

Gambar 3.1 Diagram Alir Penelitan

Apakah outerloading

signifikan?

Mengukur Composite Reliability danCronbachs Alpha

B

Mengukur IndicatorReliability

Mengukur KoefisienDeterminasi

Mengukur f2

Kesimpulan

Signifikansi Outer Loading

TidakSignifikan

Indikator Dihapus

Signifikan

Mengukur KolinearitasDiantara Variabel Laten

A

38


39

BAB IVANALISIS DAN PEMBAHASAN

4.1 Karakteristik Indikator Penyususn Nilai Perusahaan danRasio Keuangan Pada Sektor PerbankanSeperti yang telah dijelaskan di Bab III bahwa Bank terbuka

di Indonesia dibagi menjadi beberapa kategori diantaranyaBUMN, BPD, Bank Campuran, BUSN (Devisa) dan BUSN (NonDevisa). Sedangkan untuk bank dengan kategori Syariah danAsing tidak masuk dalam analisis dikarenakan bank-bank yangmasuk dalam kategori tersebut hingga Januari 2016 belum adayang bersifat terbuka. Hasil analisis dapat digambarkan melaluidiagram sebagai berikut.

Gambar 4.1 Nilai Rata-rata NPL dan CAR Pada Bank Kategori BUMN, BPD,Campuran, BUSN (Devisa) dan BUSN (Non Devisa)

Nilai rata-rata pada indikator CAR pada semua kategori bankmenghasilkan nilai diatas 8%. Artinya nilai tersebut telahmemenuhi rasio kecukupan modal yang ditetapkan oleh BankIndonesia sebesar 8%. Rasio kecukupan modal menggambarkankemampuan bank dalam mengelola permodalan dengan bobotrisiko dari aset yang yang dimiliki. Dilihat dari nilai rata-ratayang dihasilkan dapat menggambarkan bahwa mampu secara

16,443

19,28

21,7

16,039

24,148

2,33

3,73

2,51

2,381

2,246

BUMN

BPD

BANK CAMPURAN

BUSN(DEVISA)

BUSN(NON DEVISA)

NPL CAR

40

umum mampu mengelola modal dengan baik diatas batasminimal yang ditetapkan oleh Bank Indonesia. Nilai rata-rataNPL yang dihasilkan oleh bank-bank tersebut berada di bawahbatas minimal yang ditetapkan Bank Indonesia yaitu sebesar 5%.Hal ini menunjukkan bahwa semua kategori bank mampumenjaga dan mengelola tingkat kredit macet pada tahun 2014.Meskipun nilai tersebut masih di bawah 5%, namun NPL yangdihasilkan oleh BPD cukup tinggi dibandingkan dengan bank-bank yang lain.

Gambar 4.2 Scatterplot Nilai Rata-rata ROA dan ROE Pada Bank KategoriBUMN,Campuran, BUSN (Devisa) dan BUSN (Non Devisa)

Dilihat secara visual menunjukkan bahwa semakin tinggirata-rata ROA maka rata-rata ROE juga semakin tinggi. Artinyasemakin tinggi bank dalam mengembalikan aktiva (aset) yangdimiliki maka semakin tinggi pula kemampuan bank dalammengelola modal untuk menghasilkan laba. Namun, hal ini tidakberlaku bagi Bank Campuran karena meskipun nilai ROA yangdihasilkan tinggi, tetapi jika dibandingkan dengan BUSN (NonDevisa) nilai ROE yang dihasilkan lebih kecil.

20.017.515.012.510.07.55.0

2.5

2.0

1.5

1.0

0.5

ROE

ROA

BANK CAMPURANBPDBUMNBUSN(DEVISA)BUSN(NON DEVISA)

Kategori Bank

BUSN(NON DEVISA)

BUSN(DEVISA)

BANK CAMPURAN

BPD

BUMN

41

Gambar 4.3 Scatterplot Nilai Rata-rata BOPO dan LDR Pada Bank KategoriBUMN, BPD, Campuran, BUSN (Devisa) dan BUSN (Non Devisa)

BOPO menggambarkan efisiensi bank dalam menghasilkanbeban operasional dan pendapatan operasional. LDR menggam-barkan efisiensi bank dalam mengelola dana pihak ketiga.Gambar 4.3 menunjukkan bahwa semakin tinggi nilai BOPOyang dihasilkan maka semakin rendah nilai LDR. Hal ini terjadipada Bank kategori BUSN (Non Devisa). Sehingga dapat dikata-kan bahwa BUSN memiliki tingkat operasional yang rendah dankurang efisien dalam mengelola dana pihak ketiga.

Gambar 4.4 Nilai Rata-rata NIM dan PDN Pada Bank Kategori BUMN, BPD,Campuran, BUSN (Devisa) dan BUSN (Non Devisa)

105100959085807570

100

90

80

70

60

50

LDR

BOPO

BANK CAMPURANBPDBUMNBUSN(DEVISA)BUSN(NON DEVISA)

Kategori BankBUSN(NON DEVISA)

BUSN(DEVISA)

BANK CAMPURAN

BPD

BUMN

6,286,85

1,89

4,71 4,428

2,35 1,94

8,07

1,68

0,040

2

4

6

8

10

BUMN BPD BANKCAMPURAN

BUSN(DEVISA) BUSN(NONDEVISA)

NIM PDN

42

Gambar 4.4 menunjukkan bahwa rata-rata nilai NIM antaraBUMN dengan BPD dan BUSN (Devisa) dengan BUSN (NonDevisa) memiliki nilai yang hampir sama. Artinya kedua pasangbank tersebut memiliki tingkat pengelolaan aktiva produktif cu-kup baik untuk dapat menghasilkan pendapatan bersih yang lebihtinggi. Sedangkan nilai NIM yang dihasilkan Bank Campuran cu-kup rendah jika dibandingkan dengan keempat kategori bankyang lain. Pada indikator PDN terlihat bahwa rata-rata yangdihasilkan semua kategori bank berada di bawah 20%. Nilai initelah memenuhi peraturan yang telah ditetapkan oleh BankIndonesia.

Gambar 4.5 Nilai Rata-rata PBV Pada Bank Kategori BUMN, BPD,Campuran, BUSN (Devisa) dan BUSN (Non Devisa)

Bank dengan kategori BUSN (Devisa) menghasilkan rata-rata PBV tertinggi dibandingankan dengan kategori yang lain.Sedangkan rata-rata tertinggi kedua dihasilkan oleh bank kategoriBUMN. Jika melihat hasil yang telah dirilis oleh majalah Forbes,Bank Central Asia (BCA) merupakan bank yang masuk padakategori bank BUSN (Devisa). Sedangkan ketiga bank yang lainyaitu Bank Rakyat Indonesia (BRI), Bank Mandiri dan BankNegara Indonesia (BNI) merupakan bank BUMN. Dari hasil rata-rata PBV yang dihasilkan dapat menggambarkan bahwa keempatsecara umum bank BUSN (Devisa) dan bank BUMN memiliki

2,06

1,531,07

2,875

1,582

BUMN BPD BANKCAMPURAN

BUSN(DEVISA) BUSN(NONDEVISA)

43

nilai perusahaan yang cukup baik dibandingkan dengan duakategori yang lain.

Tabel 4.1 Nilai PBV, CAR, NPL dan PDN Pada Bank Terbaik VersiMajalah Forbes

Nama Bank PBV CAR NPL PDN

Bank Rakyat Indonesia(Persero) Tbk

2,94 18,31 1,69 3,86

Bank Mandiri (Persero)Tbk

2,4 16,6 1,66 2,01

Bank Negara Indonesia(Persero) Tbk

1,86 16,22 1,96 1,61

Bank Central Asia Tbk 4,15 16,86 0,6 0,6

Terdapat beberapa hal yang menjadi penilaian majalah Forbesterhadap perusahaan di dunia diantaranya dengan melihat nilaiperusahaan dan rasio keuangan pada periode tertentu. Tabel 4.1menunjukkan bahwa keempat bank tersebut menghasilkan nilai CARdiatas 8%. Sehingga dapat dikatakan bahwa keempat bank tersebutmampu mengelola modal dengan baik sesuai dengan aturan yangditetapkan Bank Indonesia. Tidak hanya mampu mengelola modal,keempat bank tersebut mampu menjaga dan mengelola tingkat kreditmacet pada tahun 2014. Hal ini dapat dilihat dari nilai NPL yangdihasilkan kurang dari 5%. Posisi Devisa Neto (PDN) berada jauh dibawah 20%. Nilai PBV tertinggi dihasilkan oleh Bank Central Asiadengan perolehan nilai sebesar 4,15.

4.2 Sistematis Evaluasi Hasil SEM-PLSTerdapat dua tahap dalam mengevaluasi hasil menggunakan

metode SEM-PLS yaitu outer model dan inner model. Namun,sebelum dilakukan tahap evaluasi terhadap outer model dan innermodel terlebih dahulu membuat diagram jalur (path) yang terdiriatas variabel laten endogen, variabel eksogen dan indikatorpenyusun kedua variabel laten tersebut. Diagram jalur pada awalanalisis dapat digambarkan sebagai berikut.

44

Gambar 4.6 Diagram Jalur Variabel Laten Endogen, Eksogen dan IndikatorPenyusun

Diagram jalur pada Gambar 4.6 menggambarkan bahwaterdiri atas 6 variabel laten (konstruk) dengan 10 indikator. Nilaiperusahaan merupakan variabel laten endogen yang memilikisatu indikator yaitu PBV. Sedangkan rasio permodalan, rasioaktiva produktif, rasio rentabilitas, rasio likuiditas dan rasiokepatuhan merupakan variabel laten eksogen. Anak panah darieksogen ke endogen, indikator ke variabel laten menunjukkanbahwa model tersebut merupakan formatif. Artinya variabel latenendogen dipengaruhi oleh variabel laten eksogen dan variabellaten (konstruk) dipengaruhi oleh indikator. Setelah menggam-barkan diagram jalur, tahap selanjutnya adalah evaluasi innermodel dan outer model.

45

1) Outer Modela. Validity (Validitas)

Proses validitas terdiri dari dua tahap yaitu denganmelihat nilai Convergent Validity dan Discriminat Validity.Hasil proses validitas sebagai berikut.a.1 Convergent Validity (Average Variance Extracted)

Convergent Validity digunakan untuk mengukur tingkatvaliditas pada masing-masing variabel laten yang diukurmelalui nilai AVE. Nilai AVE yang diharapkan lebih dari0,5.

Tabel 4.2 Nilai Average Variance Extracted (AVE) dan Akar Kuadrat AVE

Variabel LatenNilaiAVE

NilaiAkar

KuadratAVE

Nilai Perusahaan (NP) 1 1

Rasio Permodalan (RP) 1 1

Rasio Likuiditas (RL) 1 1Rasio Aktiva Produktif

(RAP)1 1

Rasio Kepatuhan (RK) 0,528 0,727

Rasio Rentabilitas (RR) 0,489 0,699

Rasio rentabilitas menghasilkan nilai AVE kurang dari0,5. Sehingga dapat dikatakan rasio tersebut belum valid jikadilihat melalui nilai AVE. Sedangkan variabel laten yangmemiliki satu indikator menghasilkan nilai AVE sebesar 1.

a.2 Discriminant ValidityProsedur ini memiliki dua kriteria yaitu nilai cross

loading dan nilai Fornell-Larcker criterion. Hasil dari keduakriteria tersebut sebagai berikut. untuk membandingkan akarkuadrat AVE dengan nilai korelasi diantara indikatorterhadap konstruk yang lain. Nilai korelasi tersebut dilihatmelalui nilai cross loading pada tabel 4.5 sebagai berikut.

46

Tabel 4.3 Nilai Cross Loading Indikator Terhadap Variabel Laten

Indikator

Variabel Laten

NilaiPerusahaan

RasioAktiva

Produktif

RasioKepatuhan

RasioLikuiditas

RasioPermodalan

RasioRentabilitas

PBV 1 0,703 0,613 -0,133 -0,073 0,915

CAR -0,073 -0,302 0,280 -0,321 1 -0,208

LDR -0,133 0,206 -0,376 1 -0,321 -0,044

NPL 0,703 1 0,278 0,206 -0,302 0,741

GWM 0,615 0,254 0,982 -0,416 0,301 0,516

PDN 0,120 0,182 0,301 0,122 -0,051 0,146

BOPO 0,549 0,608* 0,394 -0,286 -0,052 0,549

NIM -0,353 -0,119 -0,3 0,165 -0,081 -0,362

ROA 0,690 0,459 0,317 0,131 -0,196 0,781

ROE 0,854 0,737 0,459 0,054 -0,276 0,955

Nilai cross laoding menunjukkan hubungan (korelasi)diantara indikator dengan variabel laten. Korelasi yangdihasilkan antara variabel laten dengan indikator pembentukharus lebih tinggi dibandingkan dengan korelasi antaraindikator dengan variabel laten yang lain. Angka yangbercetak tebal menunjukkan korelasi antara variabel latendengan indikator pembentuk. Secara umum dapat dilihatbahwa korelasi antara variabel laten dengan indikatorpembentuk memiliki nilai yang tinggi dibandingkan dengankorelasi antara indikator dengan variabel laten yang lain.Namun BOPO yang merupakan indikator pembentuk darirasio rentabilitas memiliki nilai korelasi lebih tinggi denganrasio aktiva produktif. Sehingga dengan melihat nilai crosslaoding dilakukan modifikasi dengan memindahkan indikatorBOPO ke variabel laten rasio aktiva produktif.

47

Tabel 4.4 Nilai Cross Loading Indikator Terhadap Variabel LatenSetelah Modifikasi

Indikator

Variabel Laten

NilaiPerusahaan

RasioAktiva

Produktif

RasioKepatuhan

RasioLikuiditas

RasioPermodalan

RasioRentabilitas

PBV 1 0,708 0,613 -0,133 -0,073 0,857

CAR -0,073 -0,214 0,280 -0,321 1 0,277

LDR -0,133 -0,011 -0,376 1 -0,321 -0,05

NPL 0,703 0,922 0,278 0,206 -0,302 0,637

BOPO 0,549 0,868 0,394 -0,286 -0,052 0,277

GWM 0,615 0,368 0,982 -0,416 0,301 0,441

PDN 0,120 0,066 0,301 0,122 -0,051 0,202

NIM -0,353 -0,260 -0,3 0,165 -0,081 -0,282

ROA 0,690 0,272 0,317 0,131 -0,196 0,909

ROE 0,854 0,642 0,459 0,054 -0,276 0,967

Hasil setelah proses modifikasi menunjukkan bahwanilai korelasi antara variabel laten dengan indikatorpembentuk menghasilkan nilai paling tinggi jika dibandingandengan variabel laten yang lain kecuali pada indikator NIM.Indikator tersebut memiliki korelasi yang tinggi dengan nilaiperusahaan dibandingkan dengan rasio rentabilitas. Sehinggaakan dilakukan evaluasi dengan melihat kriteria yang lain.

Tabel 4.5 Nilai Average Variance Extracted (AVE) dan AkarKuadrat AVE Setelah Proses Modifikasi

Variabel Laten NilaiAVE

NilaiAkar

KuadratAVE

Nilai Perusahaan 1 1

Rasio Permodalan 1 1

Rasio Likuiditas 1 1

48

Lanjutan Tabel 4.5 Nilai Average VarianceExtracted (AVE) dan Akar Kuadrat AVE

Setelah Proses Modifikasi

Variabel LatenNilaiAVE

NilaiAkar

KuadratAVE

Rasio AktivaProduktif

0,802 0,896

Rasio Kepatuhan 0,528 0,727

Rasio Rentabilitas 0,613 0,783

Tabel 4.5 menunjukkan nilai AVE dan akar kuadrat AVEsetelah proses modifikasi. Nilai akar kuadrat AVE akandibandingkan dengan nilai Fornell-Larcker criterion sebagaiberikut.

Tabel 4.6 Nilai Fornell-Larcker criterion

NilaiPerusahaan

RasioAktiva

Produktif

RasioKepatuhan

RasioLikuiditas

RasioPermodalan

RasioRentabilitas

NilaiPerusahaan

1

RasioAktiva

Produktif0,708 0,896

RasioKepatuhan

0,613 0,366 0,727

RasioLikuiditas

-0,133 -0,011 -0,376 1

RasioPermodalan

-0,073 -0,214 0,280 -0,321 1

RasioRentabilitas

0,857 0,533 0,462 0,050 -0,220 0,783

Kriteria ini mengharuskan nilai akar kuadrat AVEmasing-masing variabel laten harus lebih besar dibandingkandengan nilai Fornell-Larcker criterion pada variabel laten

49

yang lain. Secara umum dapat dilihat bahwa nilai akarkuadrat AVE lebih besar daripada Fornell-Larcker criterionpada variabel laten yang lain.

b. Reliability (Reliabilitas)Prosedur ini untuk melihat tingkat reliabilitas diantara

indikator dan variabel laten. Hasil proses reliabilitas sebagaiberikurt.b.1 Internal Consistency (Composite Reliability)

Kriteria ini digunakan untuk mengukur keandalanberdasarkan korelasi diantara variabel indikator yangdiamati. Hasil dari Composite Reliablity dan CronbachsAlpha sebagai berikut.Tabel 4.7 Nilai Composite Reliability (CR) dan Cronbachs Alpha (CA)

Variabel Laten Nilai CRNilaiCA

Nilai Perusahaan 1 1

Rasio Pemodalan 1 1

Rasio Likuiditas 1 1Rasio AktivaProduktif

0,890 0,756



Variabel laten yang memiliki satu indikator meng-hasilkan nilai CR 1. Nilai CR yang diharapkan beradadiantara 0,6-0,7. Rasio kepatuhan dan rasio rentabilitasmenghasilkan nilai CR pada kisaran 0,6-0,7. Artinya keduavariabel laten dapat diandalkan. Nilai CA yang dihasilkanrasio kepatuhan dan rentabilitas cukup rendah yaitu dibawah0,5. Artinya reliabilitas diantara kedua variabel laten tersebutrendah. Sehingga dilakukan evaluasi melalui uji signifikansiouter loading untuk melihat pengaruh indikator denganvariabel laten tersebut.

50

b.2 Indicator ReliabilityTahap ini dilakukan untuk mengetahui hubungan

diantara indikator pada variabel laten (konstruk) melalui nilaiouter loading. Nilai outer loading yang diharapkan adalahlebih dari 0,7.

Tabel 4.8 Nilai Outer Loading Indikator Terhadap Variabel Laten (Konstruk)Variabel

LatenIndikator

OuterLoading

NilaiPerusahaan

PBV 1

RasioPermodalan

CAR 1

RasioLikuiditas

LDR 1

RasioAktiva

Produktif

NPL 0,922

BOPO 0,868

RasioRentabilitas

NIM -0,282*

ROA 0,909

ROE 0,967

RasioKepatuhan

GWM 0,982

PDN 0,301*

Nilai outer loading menggambarkan hubungan diantaraindikator dengan variabel laten. Indikator NIM dan PDNmenghasilkan nilai kurang dari 0,7. Kedua indikatormemiliki tingkat reliabilitas cukup rendah, untuk mengetahuiada tidaknya pengaruh kedua indikator tersebut terhadapvariabel laten dilakukan uji signifikansi outer loading.

Pada variabel laten yang memiliki satu indikator tidakdiperlukan pengujian signifikansi outer loading. Hipotesis yangdigunakan dalam uji outer loading sebagai berikut.

51

HipotesisH0 : w1 = 0 (outer loading tidak signifikan)H1 : w1 0 (outer loading signifikan)

Daerah Penolakan : tolak H0 jika |thitung| > t tabel dimana t tabel untuk0.05 sebesar 1,96

Tabel 4.9 Uji Signifikansi Outer Loading

VariabelLaten

IndikatorOriginal

Sample (O)

StandarError

(STERR)

T Hitung(|O/STERR|)

Pvalue

RasioAktiva

Produktif

NPL 0,922 0,112 8,199 0,000

BOPO 0,868 0,160 5,430 0,000

RasioRentabilitas

NIM -0,282 0,512 0,550* 0,582

ROA 0,909 0,066 13,818 0,000

ROE 0,967 0,101 9,606 0,000

RasioKepatuhan

GWM 0,982 0,375 2,620 0,009

PDN 0,301 0,379 0,793* 0,428

*) Outer Loading Tidak SignifikanHasil pengujian menunjukkan indikator NIM dan PDN tidak

signifikan. Indikator tersebut merupakan bagian dari variabellaten rasio rentabilitas dan rasio kepatuhan. Pada tabel 4.4 telahdijelaskan bahwa indikator NIM berkorelasi tinggi dengan nilaiperusahaan dibandingkan dengan rasio rentabilitas. Sedangkanjika dilihat dari hasil AVE dan CA pada tabel 4.5 dan 4.7menunjukkan bahwa rasio rentabilitas dan rasio kepatuhanmenghasilkan nilai AVE kurang dari 0,5 dan CA kurang dari 0,6.Sehingga diindikasikan bahwa indikator NIM dan PDNmenyebabkan kedua variabel laten tersebut menghasilkan nilaiAVE dan CA yang rendah. Melihat hasil analisis tersebut makakedua indikator tersebut dihapus dari analisis berikutnya.

Setelah kedua indikator tersebut dihapus dari analisis makadilakukan proses pengolahan data kembali. Sehingga dihasilkannilai CR, CA, AVE dan akar kuadrat AVE yang baru sebagaiberikut.

52

Tabel 4.10 Nilai CR, CA, AVE dan Akar Kuadrat AVE Setelah IndikatorDihapus


NilaiAVE

NilaiAkar

KuadratAVE

Nilai Perusahaan 1 1 1 1

Rasio Pemodalan 1 1 1 1

Rasio Likuiditas 1 1 1 1

Rasio Kepatuhan 1 1 1 1Rasio Aktiva

Produktif0,890 0,756 0,802 0,896

Rasio Rentabilitas 0,965 0,928 0,932 0,783

Hasil analisis menunjukkan setelah kedua indikatordihapus, terjadi peningkatan nilai CR, CA, AVE dan akarkuadrat AVE pada rasio rebtabilitas dan rasio kepatuhan.Nilai CR, CA yang dihasilkan lebih dari 0,6. Sedangkan nilaiAVE berada di atas 0,5.

53

Gambar 4.7 Diagram Path Setelah Modifikasi dan PenghapusanIndikator (NIM dan PDN)

Secara umum hasil analisis setelah proses modifikasi danpenghapusan indikator dapat digambarkan melalui diagram path.Angka yang berada diantara variabel laten dengan indikator danvariabel laten eksogen (rasio permodalan, rasio aktiva produktif,rasio rentabilitas, rasio likuiditas dan rasio kepatuhan) denganvariabel laten endogen (nilai perusahaan) merupakan nilaistatistik uji t (t hitung) dan angka yang di dalam kurungmerupakan Pvalue. Variabel laten yang memiliki satu indikatortidak diperlukan pengujian outer loading sehingga nilai yangdihasilkan adalah 0. Diagram path menunjukkan bahwa semuaindikator berpengaruh signifikan terhadap variabel latenpembentuknya. Hal ini dapat dilihat pvalue yang dihasilkan

54

keempat indikator yaitu BOPO, NPL, ROA dan ROE kurang0,05.

2) Inner ModelInner model menggambarkan hubungan diantara variabellaten. Terdapat empat tahap dalam inner model yaitu.

a. Menilai Model Struktural Melalui KolinearitasTahap ini menunjukkan hubungan diantara variabel laten

melalui nilai VIF.Tabel 4.11 Nilai VIF Pada Masing-Masing Variabel Laten Eksogen

Variabel LatenEksogen

VIF


1,471

Rasio Kepatuhan 1,946

Rasio Likuiditas 1,350

Rasio Permodalan 1,427

Rasio Rentabilitas 1,655

Tabel 4.11 menunjukkan bahwa semua nilai VIFyang dihasilkan pada masing-masing variabel laten dibawah angka 0,2 dan kurang dari 5. Sehingga tidak adavariabel laten yang dihapus dan dapat dilanjutkan padatahap selanjutnya.

b. Menilai Signifikansi dan Relevansi Koefisien Path PadaModel StrukturalTahap ini dilakukan untuk mengetahui signfikansi dari

koefisien path pada masing-masing variabel laten. Hipotesisdalam signifikansi koefisien path sebagai berikut.

55

HipotesisH0 : pij = 0 (koefisien path tidak signifikan)

i merupakan variabel laten eksogen dan j adalahvariabel laten endogen

H1 : pij 0 (koefisien signifikan)Daerah Penolakan : tolak H0 jika |thitung| > t tabel dimana t tabel

untuk 0.05 sebesar 1.96Tabel 4.12 Uji Signifikansi Koefisien Path Pada Model Struktural


OriginalSampel

(O)

StandarError

(STERR)

T hitung(|O/STERR|)

Pvalue


0,362 0,130 2,792* 0,005

Rasio Kepatuhan 0,210 0,148 1,421 0,155

Rasio Likuiditas -0,075 0,166 0,452 0,651

Rasio Permodalan 0,059 0,185 0,316 0,752

Rasio Rentabilitas 0,569 0,107 5,399* 0,000

*) Koefisien Path Signifikan

Hasil uji signifikansi path menunjukkan terdapat duavariabel laten eksogen yang signfikan. Artinya variabel rasioaktiva produktif dan rasio rentabilitas mempengaruhi nilaiperusahaan.

c. Koefisien DeterminasiMenggambarkan tingkat akurasi diantara nilai aktual

dengan nilai prediksi pada variabel laten endogen. Koefisiendeterminasi yang diukur melalui nilai R2 menghasilkan nilaisebesar 0,850 atau 85%. Artinya tingkat akurasi yang dapatdigambarkan oleh nilai prediksi sebesar 85%. Nilai yangdihasilkan diatas 75%. Sehingga dapat dikatakan akurasiprediksi cukup tinggi.

56

d. Efek Ukuran f2

Efek Ukuran f2 digunakan untuk mengevaluasi dampakperubahan nilai R2 ketika variabel laten eksogen dihilangkandalam model.

Tabel 4.13 Nilai f2 Pada Masing-Masing Variabel Laten Eksogen


Nilaif2


0,595

Rasio Kepatuhan 0,152

Rasio Likuiditas 0,028

Rasio Permodalan 0,016

Rasio Rentabilitas 1,307

Tabel 4.13 menunjukkan bahwa dampak jika menghi-langkan rasio aktiva produktif dan rasio rentabilitas dalammodel cukup tinggi masing-masing sebesar 0,595 dan 1,307.Hal ini dikarenakan pada signifikansi koefisien path, rasioaktiva produktif dan rasio rentabilitas signifikan terhadapmodel. Sehingga ketika menghilangkan variabel tersebutdalam model maka dampak yang diterima cukup tinggi jikadibandingkan dengan menghilangkan variabel laten eksogenyang lain. Nilai f2 yang dihasilkan variabel laten eksogenyang lain jauh dari nilai f2 rasio aktiva produktif dan rasiorentabilitas. Artinya kontribusi rasio kepatuhan, rasiolikuiditas dan rasio permodalan rendah terhadap model.

57

BAB VKESIMPULAN DAN SARAN

5.1 KesimpulanNilai rata-rata yang dihasilkan indikator CAR, NPL dan

PDN telah memenuhi target yang ditetapkan Bank Indonesia.Sehingga secara umum dapat dikatakan bank-bank di Indonesiamampu mengelola modal dan mengatasi kredit macet denganbaik. Pada tahap discriminant validity terjadi proses modifikasiyaitu memindahkan indikator BOPO yang semula berada divariabel laten rasio rentabilitas menjadi di variabel laten rasioaktiva produktif. Hasil pengujian outer loading menunjukkanbahwa indikator NIM dan PDN tidak berpengaruh terhadapvariabel laten sehingga kedua indikator tersebut dihapus darianalisis. Sedangkan hasil pengujian koefisien pathemnunjukkanrasio aktiva produktif dan rasio rentabilitas mempengaruhi nilaiperusahaan.

5.2 SaranSaran untuk Bank di Indonesia ketika melaporkan laporan

keuangan kepada Bank Indonesia hendaknya sesuai denganaturan yang ditetapkan oleh Bank Indonesia. Seperti penamaanvariabel rasio keuangan. Saran yang kedua adalah hendaknyasaling berkomunikasi dengan pihak Bursa Efek Indonesia, hal inidikarenakan ada beberapa rasio yang nilainya tidak sama antaralaporan keuangan yang diterbitkan oleh masing-masing bankdengan laporan keuangan yang diterbitkan oleh Bursa EfekIndonesia.

58


59

DAFTAR PUSTAKA

Agustina, L. A. (2014). Pengaruh CAR, NPL, NIM, LDR, danBOPO Terhadap Nilai Perusahaan Dengan ROA SebagaiVariabel Intervening Pada Bank-Bank Umum Go PublicDi Indonesia Periode 2008-2012. Skripsi UniversitasDiponegoro (UNDIP), 7.

Bank Indonesia. (2001). Surat Edaran Bank Indonesia Nomor 3-/30/DPNP. Retrieved April 12, 2016, from http:-//ww.bi.go.id.

Bank Indonesia. (2004). Peraturan Bank Indonesia. Jakarta: BankIndonesia.

Bank Indonesia. (2006). Implementasi Basel II di Indonesia.Implementasi Basel II di Indonesia, 12.

Bank Indonesia. (2010). Perubahan Ketiga Atas Peraturan BankIndonesia Nomor 5/13/Pbi/2003 Tentang Posisi DevisaNeto Bank Umum. Jakarta: Bank Indonesia.

Bank Indonesia. (2013). Kamus. Retrieved April 12, 2016, fromhttp://www.bi.go.id/id/Kamus.aspx?id=A

Belajar Ekonomi. (2015). Bank Sentral Indonesia. Retrieved Mei15,2016,from http://www.ekonomiholic.com/2015/01/-tugas dan wewenang-bank-indonesia-bank.html

Echotuts. (2015). Rasio Rentabilitas. Retrieved April 12, 2016,from: http://www.echotuts.web.id/2015/08/pengertian-rumus-penghitungan-rasio-rentabilitas.html

Fakhruddin, H. M. (2008). GO PUBLIC: Strategi Pendanaan danPeningkatan Nilai Perusahaan. PT Elex MediaKomputindo Kelompok Gramedia. Retrieved April 12,2016.from https://books.google.co.id/books?id=KcMcHYQRwVgC&pg=PA1&lpg=PA1&dq=GO+PUBLIC:+Strategi+Pendanaan+dan+Peningkatan+Nilai+Perusahaan&source=bl&ots=Dx7ogt65LH&sig=LETEAjefNUQNZUlVV5vihvxYf4&hl=en&sa=X&ved=0ahUKEwiz5u7zvc_MAhUHNJQKHUJsD9sQ6AEIHzAA#v=onepage&q=

60

GO%20PUBLIC%3A%20Strategi%20Pendanaan%20dan%20Peningkatan%20Nilai%20Perusahaan&f=false

Financeroll. (2015). Bursa Efek Indonesia. Retrieved February28,2016,fromBursaEfekIndonesia:http://financeroll.co.id/uncategorized/bursa-efek-jakarta/

Fuad, M., H, Christine., Nurlela, Sugiarto, & Paulus, Y.E.F.(2006) Bisnis Pengantar. PT Gramedia Pustaka Utama.Retrieved April 12, 2016, from https://books.google.-co.id/books?id=EVfWJ7nbdkC&printsec=frontcover#v=onepage&q&f=false

Hair JR, J.F., Black, W.C., Babin, B. J., & Anderson, R. E.(2010). Multivariate Data Analysis Seventh Edition.United States of America: Pearson Prentice Hall.

Hair Jr, J. F., Sarstedt, M., Hopkins, L., & Kuppelwieser, V. G.(2013). Partial least squares structural equation modeling(PLS-SEM) An emerging tool in business research.European Business Review.

Hair Jr, J. F., Hult, G.T.M., Ringel, C. M., & Sarstedt,M. (2014).A Primer On Partial Least Squares Structural EquationModelling (PLS-SEM). Los Angeles: SAGEPublications, Inc.

Henseler, J., Ringle, C.M, & Sinkovics, R.R. (2009). The Use OfPartial Least Squares Path Modelling In InternationalMarketing. Advances in International Marketing, Volume20, 277-319, pp. 285-286.

Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). A PrimerOn Partial Least Squares Structural Equation Modelling(PLS-SEM) in Hair et al. (Ed). The use of partial leastsquares path modeling in international marketing.Advances in International Marketing, 20, 277-320.

Hermuningsih, S. (2013). Pengaruh Profitabilitas, GrowthOpportunity, Sruktur Modal Terhadap Nilai PerusahaanPada Perusahaan Publik di Indonesia. Buletin EkonomiMoneter dan Perbankan, Oktober 2013, p.128.

61

Ilmu Perbankan Manajemen Bank. (2015). Pengertian NetInterest Margin. Retrieved April 13, 2016, fromhttp://ahliperbankan.com/apa-itu-net-interest-margin-atau-nim-dan-bagaimana-mengelola-nim/

Jaya, I. G.N.M., & Sumertajaya, I. M. (2008). PemodelanPersamaan Struktural Dengan Partial Least Square.Semnas Matematika dan Pendidikan Matematika , 119-127.

Johanes & Kastolan. (2006). Kompetisi Matematika.RetrievedApril13,2016,from https://books.google.co.id/books?id=8F7PiwmvRaAC&pg=PA2&dq=Pengertian+statistika+deskriptif&hl=en&sa=X&ved=0ahUKEwjKydO5dvMAhXFr48KHTklBnYQ6AEILTAD#v=onepage&q=Pengertian%20statistika%20deskriptif&f=false.

Jurnal Terbaik. (2013). Klasifikasi Bank di Indonesia. RetrievedMei 15,2016,from:http://www.jurnalterbaik.com/2013/01/daftar-nama-bank-bank-di-indonesia.html

Kamus Bisnis. (2016). Perusahaan Terbuka. Retrieved February28,2016,from PerusahaanTerbuka:http://kamusbisnis.com/arti/perusahaan-terbuka/

Kumar B, J. (2015). Determinants of Value Creation of GCCFirms-An. Asian Journal of Finance Accounting, p.91.

Marangu, K., & Jagongo, A. (2014). Price to Book Value Ratioand Financial Statement Variables (An Empirical Studyof Companies Quoted At Nairobi SecuritiesExchange,Kenya). Global Jounal of Commerce &Management Prespective, p.1.

Prihadi, T. (2011). Analisis Laporan Keuangan Teori danAplikasi. PPM Manajemen.

PT Sholmit BangunIndonesia. (2016). Pengertian PresentasePosisi Devisa Neto. Retrieved April 13, 2016, fromhttp://myandalusia.co.id/readprod/readartikel/184

Rinaldi, F. (2014). Analisis Laporan dan Rasio KeuanganPerusahaan. Retrieved February 28, 2016, from

62

http://www.kembar.pro/2015/04/analisis-laporan-dan-rasio-keuangan.html

Saham Ok. (2009a). Perusahaan go publik di Bursa EfekIndonesia. Retrieved February 28, 2016, from Perusahaango publik diBursa Efek Indonesia:http://www.sahamok.com.perusahaan-publik-terbuka-tbk-emiten-bei-bursa-efek-indonesia/

Saham Ok. (2009b). 7 Perusahaan Publik Terbesar di Indonesia.Retrieved February 28, 2016, from 7 Perusahaan PublikTerbesar di Indonesia:http://www.sahamok.com/2015/10/15/forbes-7-perusahaan-publik-terbesar-di-indonesia-2015/

Timm, N. H. (2002). Applied Multivariate Analysis. Springer-Verlag New York, Inc: Printed in the United States ofAmerica.

Wold, H. (1985). A Primer On Partial Least Squares StructuralEquation Modelling (PLS-SEM) in Hair et al.(Ed).Systems under indirect observations: Part II (pp. 1-54).Amsterdam: North-Holland

63

LAMPIRAN

A. Data Rasio Keuangan Pada Bank Terbuka di IndoesiaTahun 2014

No.Nama

EmitenNama Bank Jenis Bank PBV CAR NPL

1 BBRIBank Rakyat

Indonesia(Persero) Tbk

BUMN 2,94 18,31 1,69

2 BMRIBank Mandiri(Persero) Tbk

BUMN 2,4 16,6 1,66

3 BBCABank Central Asia

TbkBUSN(DEVISA) 4,15 16,86 0,6

4 BBNIBank Negara


BUMN 1,86 16,22 1,96

5 BNGABank CIMB Niaga


6 BNLI Bank Permata Tbk BUSN(DEVISA) 1,05 13,58 1,7

7 BDMNBank Danamon


8 PNBN Bank Panin Tbk BUSN(DEVISA) 1,21 15,62 2,05

9 BBTNBank TabunganNegara (Persero)

TbkBUMN 1,04 14,64 4,01

10 NISPBank OCBC NISP

(NISP) TbkBUSN(DEVISA) 1,05 18,74 1,34

11 BBKPBank Bukopin


: : : : : : :

: : : : : : :

31 BMASBank MaspionIndonesia Tbk

BUSN(DEVISA)

2,01 19,43 0,71

32 NAGABank Mitraniaga

TbkBUSN (NON

DEVISA)1,54 18,53 0,16

33 BINABank Ina Perdana

TbkBUSN (NON

DEVISA)1,73 24,94 0,61

64

A. Data Rasio Keuangan Pada Bank Terbuka di IndoesiaTahun 2014 (Lanjutan)

No.NamaEmiten

Nama Bank Jenis Bank ROA ROE NIM

1 BBRIBank Rakyat

Indonesia (Persero)Tbk

BUMN 3,09 25,33 8,51


BUMN 2,51 20,49 5,94

3 BBCABank Central Asia


4 BBNIBank Negara

Indonesia (Persero)Tbk

BUMN 2,86 19,53 6,2

5 BNGABank CIMB Niaga


6 BNLI Bank Permata Tbk BUSN(DEVISA) 0,89 9,64 3,63

7 BDMN Bank Danamon Tbk BUSN(DEVISA) 1,44 8,54 8,4

8 PNBN Bank Panin Tbk BUSN(DEVISA) 1,56 11,6 3,83

9 BBTNBank TabunganNegara (Persero)

TbkBUMN 1,07 9,14 4,47

10 NISPBank OCBC NISP

(NISP) TbkBUSN(DEVISA) 1,37 9,46 4,15

11 BBKP Bank Bukopin Tbk BUSN(DEVISA) 0,94 10,88 3,7

: : : : : : :

: : : : : : :


BUSN(DEVISA)

0,51 3,84 4,93

32 NAGABank Mitraniaga

TbkBUSN (NON

DEVISA)0,33 3,37 2,16

33 BINABank Ina Perdana

TbkBUSN (NON

DEVISA)0,77 4,98 4,71

65

A. Data Rasio Keuangan Pada Bank Terbuka di IndoesiaTahun 2014 (Lanjutan)

No.Nama

EmitenNama Bank Jenis Bank BOPO LDR GWM PDN

1 BBRIBank Rakyat


BUMN 65,37 81,68 8,07 3,86


BUMN 64,98 82,02 8 2,01

3 BBCABank Central

Asia TbkBUSN(DE

VISA)62,4 76,8 8,36 0,6

4 BBNIBank Negara


BUMN 69,78 87,81 8,08 1,61

5 BNGABank CIMBNiaga Tbk

BUSN(DEVISA)

87,86 99,46 8,13 0,76

6 BNLIBank Permata

TbkBUSN(DE

VISA)89,8 89,13 8,21 2,79

7 BDMNBank Danamon

TbkBUSN(DE

VISA)76,61 92,6 8,1 1,1

8 PNBN Bank Panin TbkBUSN(DE

VISA)82,88 90,51 8,05 0,61

9 BBTNBank Tabungan

Negara(Persero) Tbk

BUMN 89,19 108,61 5,09 1,92

10 NISPBank OCBCNISP (NISP)

Tbk

BUSN(DEVISA)

79,46 93,59 8,13 0,95

11 BBKPBank Bukopin

TbkBUSN(DE

VISA)88,27 83,89 8,05 0,18

: : : : : : :

: : : : : : :


BUSN(DEVISA)

92,71 7,2 8,14 0,42

32 NAGABank

Mitraniaga Tbk

BUSN(NON

DEVISA)95,26 51,97 8 0

33 BINABank Ina

Perdana Tbk

BUSN(NON

DEVISA)90,08 75,07 8,15 0,2

66

B. Hasil Analisis Sebelum Proses Modifikasi1. Nilai Fornell-Larcker criterion

NilaiPerusahaan

RasioAktiva

Produktif

RasioKepatuhan

RasioLikuiditas

RasioPermodalan

RasioRentabilitas

NilaiPerusahaan

1

RasioAktiva

Produktif0,703 1

RasioKepatuhan

0,613 0,278 0,727

RasioLikuiditas

-0,133 0,206 -0.376 1

RasioPermodalan

-0,073 -0.302 0,280 -0.321 1

RasioRentabilitas

0,915 0,741 0,523 -0.044 -0.208 0,699

2. Nilai Composite Reliability (CR) dan CronbachsAlpha (CA)


Nilai Perusahaan 1 1Rasio AktivaProduktif

1 1

Rasio Likuiditas 1 1

Rasio Permodalan 1 1



67

3. Hasil Signifikansi Outer Loading

VariabelLaten

IndikatorOriginal

Sample (O)

StandarError

(STERR)

T Hitung(|O/STERR|)

Pvalue

RasioRentabilitas

NIM -0,362 0,523 0,693 0,488

BOPO 0,549 0,676 0,811 0,417

ROA 0,781 0,156 5,021 0,000

ROE 0,955 0,154 6,216 0,000

RasioKepatuhan

GWM 0,982 0,387 2,541 0,011

PDN 0,301 0,381 0,789 0,430

C. Hasil Analisis Setelah Proses ModifikasiHasil Signifikansi Outer Loading

VariabelLaten

IndikatorOriginal

Sample (O)

StandarError

(STERR)

T Hitung(|O/STERR|)

Pvalue

RasioAktiva

Produktif

NPL 0,922 0,112 8,199 0,000

BOPO 0,868 0,160 5,430 0,000

RasioRentabilitas

NIM -0.282 0,512 0,550 0,582

ROA 0,909 0,066 13,818 0,000

ROE 0,967 0,101 9,606 0,000

RasioKepatuhan

GWM 0,982 0,375 2,620 0,009

PDN 0,301 0,379 0,793 0,428

68

D. Hasil Analisis Setelah Penghapusan Indikator1. Nilai Cross Loading

Indikator

Variabel Laten

NilaiPerusahaan

RasioAktiva

Produktif

RasioKepatuhan

RasioLikuiditas

RasioPermodalan

RasioRentabilitas

PBV 1 0,708 0,615 -0.133 -0.073 0,808

CAR -0.073 -0.214 0,301 -0.321 1 -0.248

LDR -0.133 -0.011 -0.416 1 -0.321 0,092

GWM 0,615 0,368 1 -0.416 0,301 0,392

NPL 0,703 0,922 0,254 0,206 -0.302 0,634

BOPO 0,549 0,868 0,429 -0.286 -0.052 0,198

ROA 0,690 0,272 0,309 0,131 -0.196 0,958

ROE 0,854 0,642 0,435 0,054 -0.276 0,973

2. Nilai Nilai Fornell-Larcker criterion

NilaiPerusahaan

RasioAktiva

Produktif

RasioKepatuhan

RasioLikuiditas

RasioPermodalan

RasioRentabilitas

NilaiPerusahaan

1

RasioAktiva

Produktif0,708 0,896

RasioKepatuhan

0,615 0,368 1

RasioLikuiditas

-0,133 -0.011 -0.416 1

RasioPermodalan

-0,073 -0.214 0,301 -0.321 1

RasioRentabilitas

0,808 0,493 0,392 0,092 -0.248 0,965

69

3. Hasil Signifikansi Outer Loading

VariabelLaten

IndikatorOriginal

Sample (O)

StandarError

(STERR)

T Hitung(|O/STERR|)

Pvalue

RasioAktiva

Produktif

NPL 0,922 0,115 8,004 0,000

BOPO 0,868 0,145 5,981 0,000

RasioRentabilitas

ROA 0,958 0,044 21,564 0,000

ROE 0,973 0,070 13,935 0,000

70


71

BIODATA PENULIS

Penulis bernama Fiqih Nur Aminahdilahirkan di Jombang, pada tanggal 18November 1992. Pada tahun 2011, penulismelanjutkan pendidikan di JurusanStatistika FMIPA ITS melalui jalur DiplomaIII (DIII) reguler. Tahun 2012 penulis aktifsebagai staf HRD Divisi PST HIMASTA

ITS (Professional of Statistics) dan Bendahara Forsis ITS (hinggatahun 2014). Penulis juga aktif dalam beberapa kegiatankemahasiswaan diantaranya Bendahara Pekan Raya StatistikaITS, OC acara Bina Cinta Statistika (BCS) dan LKMM Pra TDFMIPA ITS. Ketertarikan penulis dengan bidang industriditunjukkan melalui penelitian Tugas Akhir yaitu dengan judul“Pengaruh Perbedaan Analyst Lab Terhadap PengukuranKandungan Moisture dan Fat Produk Krimer di PT. KievitIndonesia. Tahun 2014 penulis melanjutkan pendidikan LintasJalur S1 di Jurusan Statistika FMIPA ITS. Berbeda dengan DIII,penulis mengambil bidang ekonomi dan bisnis dalam penelitiantugas akhir yaitu dengan judul “Pengaruh Rasio KeuanganTerhadap Rasio Keuangan Terhadap Nilai Perusahaan PadaSektor Perbankan yang Tercatat di Bursa Efek IndonesiaMenggunakan Metode Structural Equation Modelling-PartialLeast Square. Selama menempuh pendidikan di Statistika ITSpenulis menjadi asisten praktikum beberapa mata kuliahdiantaranya Multivariat Terapan, Analisis Data Kategori,Biostatistik dan Official Statistics. Apabila pembaca inginberdiskusi terkait penelitian Tugas Akhir ini dapat menghubungipenulis melalui email [email protected].

72


PENGARUH RASIO KEUANGAN TERHADAP NILAI PERUSAHAAN...

Documents

Transcript of PENGARUH RASIO KEUANGAN TERHADAP NILAI PERUSAHAAN...