PENGARUH TINGKAT KESEHATAN RISK BASED BANK...
Transcript of PENGARUH TINGKAT KESEHATAN RISK BASED BANK...
i
PENGARUH TINGKAT KESEHATAN RISK BASED BANK RATING
TERHADAP SOLVABILITAS BANK SYARIAH DI INDONESIA
SKRIPSI
Diajukan kepada Fakultas Syariah dan Hukum
Untuk Memenuhi Syarat-Syarat Mencapai Gelar
Sarjana Ekonomi Syariah (S.E.Sy)
Oleh :
Imam Syuhada
NIM. 1111046100033
K O N S E N T R A S I P E R B A N K A N S Y A R I A H
PROGRAM STUDI MUAMALAT (EKONOMI ISLAM)
FAKULTAS SYARIAH DAN HUKUM
UIN SYARIF HIDAYATULLAH
JAKARTA
1436 H/2015 M
i
ii
LEMBAR PENGESAHAN
iii
LEMBAR PERNYATAAN
Dengan ini saya menyatakan bahwa :
1. Skripsi ini merupakan hasil karya asli saya yang diajukan untuk memenuhi salah
satu persyaratan memperoleh gelar strata satu di Universitas Islam Negeri (UIN)
Syarif Hidayatullah Jakarta.
2. Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan
sesuai dengan ketentuan yang berlaku di Universitas Islam Negeri (UIN) Syarif
Hidayatullah Jakarta.
3. Jika di kemudian hari terbukti bahwa karya ini bukan hasil karya asli saya atau
merupakan hasil jiplakan dari karya orang lain, maka saya bersedia menerima
sanksi yang berlaku di Universitas Islam Negeri (UIN) Syarif Hidayatullah
Jakarta.
Jakarta, September 2015
Imam Syuhada
iv
KATA PENGANTAR
Puji syukur kehadirat Allah SWT., yang telah melimpahkan segala rahmat-Nya
sehingga penulis dapat menyelesaikan kewajiban studinya. Shalawat serta salam
semoga tercurahkan kepada junjungan kami, Nabi Muhammad SAW. beserta para
keluarga dan sahabatnya.
Penulisan skripsi ini tidak akan terselesaikan tanpa banyak tangan yang terulur
memberikan bantuan. Ucapan rasa hormat dan terima kasih atas segala kepedulian
mereka yang telah memberikan bantuan, baik berupa sapaan moril, kritik, masukan,
dorongan semangat, dukungan finansial maupun sumbangan pemikiran dalam
penulisan skripsi ini. Oleh karena itu, penulis secara khusus mengucapkan terima
kasih kepada:
1. Bapak Dr. Asep Saepudin Jahar, M.A., selaku Dekan Fakultas Syariah dan
Hukum Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta.
2. Bapak A.M. Hasan Ali, M.A., selaku ketua Pogram Studi Muamalat (Hukum
Ekonomi Islam) Fakultas Syariah dan Hukum Universitas Islam Negeri (UIN)
Syarif Hidayatullah Jakarta.
3. Bapak H. Ah. Azharuddin Lathif, M.Ag., MH., selaku dosen pembimbing
akademik yang telah memberikan masukan saran mengenai proposal penelitian
skripsi
4. Ibu Dr. Siti Hamidah Rustiana, S.E, Ak, M.Si dan Bapak Ir. Aries Koentjoro,
M.M, selaku penguji pada sidang skripsi yang telah membantu saya dalam
mengoreksi kesalahan-kesalahan dalam penelitian saya.
5. Bapak Ali Rama, S.E, M.Ec, selaku pembimbing skripsi yang telah banyak
membantu meluangkan waktu, pikiran dan tenaga serta kesabarannya untuk
memberikan bimbingan, pengarahan dan nasihat kepada penulis dalam
menyelesaikan skripsi ini.
6. Seluruh dosen serta civitas akademika Fakultas Syariah dan Hukum Universitas
Islam Negeri (UIN) Syarif Hidayatullah Jakarta yang telah mendidik dan
memberikan ilmunya kepada penulis.
7. Segenap pimpinan dan karyawan Perpustakaan Fakultas Syariah dan Hukum,
serta Perpustakaan Umum Universitas Islam Negeri (UIN) Syarif Hidayatullah
Jakarta.
8. Kedua orang tua penulis, yaitu Bapak Purnomo Miskan dan Ibu Chadijah, yang
telah memberikan banyak motivasi bagi penulis untuk secepatnya menyelesaikan
skripsi ini. Setiap pesan dan nasihat yang disampaikan selalu memberikan
inspirasi serta motivasi bagi penulis. Tak lupa juga, kakak dan adik penulis yang
merupakan anugerah yang telah Allah SWT. berikan, yaitu Azhar Kamal, Ria
Fajriati, dan Muhammad Hisyam.
9. Sahabat-sahabat penulis yang selalu menemani saat bimbingan skripsi,
mendukung dan memotivasi penulis untuk segera menyelesaikan skripsi ini,
yaitu Yella Novella Dara Amelia dan Eko Sunarwan.
10. Sahabat-sahabat penulis yang selalu mendukung dan memotivasi penulis untuk
segera menyelesaikan skripsi ini, yaitu Mutia Sarayati, Mu’min Billah, Zakaria,
Achmad, Nasir, Latief, Firdaus, Aufar, Zulkarnain, Nuril, Akiko, Ramadan dan
sahabat lainnya dari PS A 2011.
11. Teman-teman seperjuangan di Universitas Islam Negeri (UIN) Syarif
Hidayatullah Jakarta, khususnya mahasiswa/i Perbankan Syariah angkatan 2011
yang telah membantu dan memberikan motivasi dalam skripsi ini. Terima kasih
atas semua kenangan yang tidak terlupakan, semoga silaturahim kita dapat tetap
terjalin sampai kapanpun.
Akhirnya kepada semua pihak yang telah membantu selesainya skripsi ini,
penulis ucapkan terima kasih sebesar-besarnya. Semoga Allah SWT mencatatnya
sebagai amal dan membalasnya dengan yang lebih baik. Selain itu, penulis akui
bahwa skripsi ini masih jauh dari kesempurnaan. Oleh karena itu, besar harapan
penulis munculnya saran untuk menunjang kesempurnaan atas skripsi ini di waktu
mendatang. Semoga skripsi ini dapat memberikan manfaat bagi semua kalangan.
Aamiin.
Jakarta, September 2015
Imam Syuhada
vii
ABSTRACT
The purpose of this research is to test the influence of the variable Return On
Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-
Performing Financing (NPF), and Portfolio AssetsVolume (VAP) toward Debt to
Assets Ratio (DAR). The result of this research could give contributions to banking
managers in keeping its banking performance.
Methodology research as the sample used purposive sampling with criteria as
(1) Listed Islamic General Banking on Bank Indonesia that is published in annual
report of Islamic Banking on 2014 and provide financial report during period 2010
through 2014. Data that used on this research were panel data of sample Islamic Bank
that acquired from criteria. Sample was acquired 8 Islamic Bank with 19 quarterly
period and 152 data. Data analysis with multiple linear regression of ordinary least
square with weighted and Cross-section SUR (Seemingly Unrelated Regression)
adjusted. Hypotheses test used tstatistic and F-statistic at level significance 5%, a
classic assumption examination which consist of data normality test, multicollinearity
test, heteroscedasticity test and autocorrelation test is also being done to test the
hypotheses.
The result of research show that variables and data research was normal
distributed. Based on multicollinierity test, heteroscedasticity test and autocorrelation
test classic assumption deviation has not founded, this indicate that the available data
has fulfill the condition to use multi linier regression model. Empirical evidence show
as ROA, NOM, FDR, and NPF to have influence toward DAR general banking in
Indonesia over period 2010 – 2014 at level of significance less than 5%. Meanwhile,
VAP to have not influence toward DAR general banking in Indonesia over period
2010 – 2014 at level of significance more than 5%. Where it was proved that together
ROA, NOM, FDR, NPF, and VAP to have influence toward DAR general banking in
Indonesia over period 2010 – 2014 at level of significance less than 5%. Prediction
capability from these five variables toward DAR is 66,5%, where the balance (33,5%)
is affected to other factor which was not to be entered to research model. Beside this
research is limited to Risk Based Bank Rating indicators with 8 sample, research
quarterly period along 5 years, and 152 data acquired. Suggested to future research
expanding other fundamental factors and expanding data period to achieve a strong
and efficient banking system which build the stability offinancial system to grow up
national economy.
Keyword : Banking Performance, RBBR, DAR, ROA, NOM, FDR, NPF, VAP
ABSTRAK
Penelitian ini bertujuan untuk menguji pengaruh variabel Return On Assets
(ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-
Performing Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Debt to
Assets Ratio (DAR). Hasil penelitian ini diharapkan dapat memberikan kontribusi
bagi para praktisi dalam menjaga tingkat kesehatan bank.
Teknik Sampling yang digunakan adalah purposive sampling dengan kriteria
Bank Umum Syariah yang sudah terdaftar di Bank Indonesia berdasarkan statistik
perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014 dan
mempublikasikan laporan keuangan triwulan selama periode 2010-2014. Data yang
digunakan adalah data panel dari sampel bank yang memenuhi kriteria tersebut.
Diperoleh jumlah sampel sebanyak 8 bank syariah dengan periode sebanyak 19
periode triwulan sehingga didapatkan 152 data. Teknik analisis yang digunakan
adalah regresi berganda berbobot dengan penyesuaian Cross-section SUR (Seemingly
Unrelated Regression) dilengkapi uji asumsi klasik normalitas, multikolinearitas,
heterokedastisitas dan autokorelasi untuk mendapat model estimasi yang tidak bias.
Hipotesis diuji menggunakan t-statistik untuk menguji keberartian koefisien regresi
secara parsial serta F-statistik untuk menguji keberartian koefisien regresi secara
bersama-sama pada tingkat signifikansi 5%.
Hasil penelitian ini menunjukkan bahwa ROA, NOM, FDR, dan NPF secara
parsial berpengaruh signifikan terhadap DAR pada bank umum syariah di Indonesia
periode 2010-2014 dengan nilai probabilitas masing-masing lebih kecil dari 0,05.
Sementara, VAP secara parsial tidak berpengaruh signifikan terhadap DAR pada
bank umum syariah di Indonesia periode 2010-2014 dengan nilai probabilitas lebih
besar dari 0,05. Koefisien determinasi menunjukkan bahwa dalam model regresi
sebesar 66,5% perubahan variabel DAR disebabkan oleh keenam variabel yang
diteliti, sedangkan sisanya 33,5% dipengaruhi oleh faktor lain yang tidak dimasukkan
ke dalam model penelitian. Penelitian ini hanya terbatas pada variabel tingkat
kesehatan bank Risk Based Bank Rating dengan 8 sampel, periode pengamatan
selama 19 triwulan dan 152 data. Disarankan agar dilakukan penelitian lanjutan
dengan memperluas faktor lainnya sebagai variabel independen yang mempengaruhi
DAR dan menambah periode data yang ada sehingga mencapai suatu system
perbankan yang sehat, kuat dan efisien guna menciptakan kestabilan system keuangan
dalam rangka membantu mendorong pertumbuhan ekonomi nasional.
Kata Kunci : Tingkat Kesehatan Bank, RBBR, DAR, ROA, NOM, FDR, NPF, VAP
ix
DAFTAR ISI
LEMBAR PENGESAHAN ................................................................................................ ii
LEMBAR PERNYATAAN............................................................................................... iii
KATA PENGANTAR ....................................................................................................... iv
ABSTRACT ...................................................................................................................... vii
DAFTAR ISI ...................................................................................................................... ix
DAFTAR TABEL ............................................................................................................. xii
DAFTAR GRAFIK ......................................................................................................... xiii
DAFTAR GAMBAR ....................................................................................................... xiv
BAB I PENDAHULUAN ................................................................................................... 1
A. Latar Belakang ........................................................................................................... 1
B. Pembatasan dan Perumusan Masalah ...................................................................... 11
1. Pembatasan Masalah ............................................................................................ 11
2. Perumusan Masalah ............................................................................................. 12
C. Tujuan dan Manfaat Penelitian ................................................................................ 12
D. Sistematika Penulisan .............................................................................................. 14
BAB II TINJAUAN PUSTAKA ...................................................................................... 16
A. Financial Distress Theory ....................................................................................... 16
B. Bank ......................................................................................................................... 19
C. Kesehatan Bank ....................................................................................................... 24
D. Risk-Based Bank Rating .......................................................................................... 26
1. Risk Profile (Profil Risiko) .................................................................................. 26
2. Good Corporate Governance (GCG) .................................................................. 27
3. Earning (Rentabilitas).......................................................................................... 28
4. Capital (Modal) ................................................................................................... 29
E. Solvabilitas Bank Syariah ....................................................................................... 30
1. Debt to Assets Ratio (DAR) ................................................................................. 30
2. Debt to Equity Ratio (DER) ................................................................................. 30
3. Equity Multiplier (EM) ........................................................................................ 31
F. Return On Assets (ROA) ......................................................................................... 31
G. Net Operating Margin (NOM) ................................................................................ 33
H. Financing To Deposit Ratio (FDR) ......................................................................... 34
I. Non Performing Financing (NPF) .......................................................................... 36
J. Volume Aset Portofolio (VAP) ................................................................................ 37
K. Penelitian Terdahulu ................................................................................................ 38
M. Kerangka Teoritis .................................................................................................... 43
N. Hipotesis .................................................................................................................. 46
BAB III METODOLOGI PENELITIAN ....................................................................... 48
A. Ruang Lingkup Penelitian ....................................................................................... 48
B. Metode Penentuan Sampel ...................................................................................... 48
C. Metode Pengumpulan Data ..................................................................................... 51
D. Definisi Operasional Variabel ................................................................................. 51
E. Teknik Analisis Data ............................................................................................... 58
1. Statistik Deskriptif ............................................................................................... 58
2. Penentuan Model Regresi .................................................................................... 59
3. Uji Asumsi Klasik ................................................................................................ 62
4. Analisis Regresi Berganda ................................................................................... 66
BAB IV HASIL DAN PEMBAHASAN .......................................................................... 71
A. Sekilas Gambaran Umum Objek Penelitian ............................................................ 71
B. Hasil Uji Analisis Data Penelitian ........................................................................... 73
1. Hasil Uji Statistik Deskripsi ................................................................................ 73
2. Penentuan Model Regresi Data Panel .................................................................. 79
3. Hasil Uji Asumsi Klasik ...................................................................................... 81
4. Hasil Uji Hipotesis ............................................................................................... 89
BAB V PENUTUP .......................................................................................................... 102
A. Kesimpulan ............................................................................................................ 102
B. Implikasi ................................................................................................................ 104
C. Saran ...................................................................................................................... 105
DAFTAR PUSTAKA ..................................................................................................... 107
LAMPIRAN .................................................................................................................... 110
xii
DAFTAR TABEL
Tabel 1. Predikat kesehatan bank berdasarkan ROA .............................................................. 28
Tabel 2. Predikat kesehatan bank berdasarkan NOM ............................................................. 28
Tabel 3. Predikat kesehatan bank berdasarkan CAR .............................................................. 29
Tabel 4. Ringkasan Penelitian Terdahulu ............................................................................... 40
Tabel 5. Proses Seleksi Sampel............................................................................................... 50
Tabel 6. Statistik Deskriptif .................................................................................................... 74
Tabel 7. Chow Test ................................................................................................................. 80
Tabel 8. Hausman Test ........................................................................................................... 81
Tabel 9. Korelasi Variabel Independen ................................................................................... 83
Tabel 10. Uji Park ................................................................................................................... 85
Tabel 11. Uji Durbin-Watson ................................................................................................. 86
Tabel 12. Hasil Regresi Autokorelasi ..................................................................................... 87
Tabel 13. Hasil Regresi dengan Cross Section SUR............................................................... 88
Tabel 14. Regresi Linear Berganda ......................................................................................... 89
Tabel 15. Adjusted R-Square .................................................................................................. 93
Tabel 16. Uji Statistik t ........................................................................................................... 94
Tabel 17. Uji F Statistik ........................................................................................................ 100
xiii
DAFTAR GRAFIK
Grafik 1. Return on Assets Perbankan Indonesia Tahun 1997-1999 ........................................ 2
Grafik 2. Return on Assets dan Capital Adequacy Ratio Perbankan Indonesia Tahun 2007-
2009 .......................................................................................................................... 5
Grafik 3. Return on Assets dan Capital Adequacy Ratio Perbankan Syariah Indonesia Tahun
2007-2009 ................................................................................................................. 7
Grafik 4. Perkembangan Capital Adequacy Ratio (CAR) Perbankan Syariah di Indonesia
Tahun 2011-2014 ...................................................................................................... 8
Grafik 5. Perkembangan Capital Adequacy Ratio (CAR) ...................................................... 72
Grafik 6. Perkembangan Debt to Assets Ratio (DAR) ........................................................... 73
Grafik 7. Test Normalitas Jarque-Bera ................................................................................... 82
xiv
DAFTAR GAMBAR
Gambar 1. Skema Kerangka Pemikiran .................................................................................. 42
Gambar 2. Skema Kerangka Teoritis ...................................................................................... 46
1
BAB I
PENDAHULUAN
A. Latar Belakang
Krisis ekonomi yang terjadi di Indonesia pada tahun 1998 dan 2008 cukup
memberi dampak pada keadaan perbankan di Indonesia. Belum lepas dari
ingatan kita ketika krisis 1997 memporakporandakan hampir seluruh sendi
perekonomian Indonesia. Krisis keuangan Asia atau di Indonesia lebih
dikenal dengan nama Krisis Moneter (krismon) itu, berawal di Thailand pada
bulan Juli. Krisis ini membawa dampak yang sangat besar terhadap nilai tukar,
bursa saham, dan harga aset lainnya di beberapa negara Asia.
Gejolak diawali dengan kejatuhan nilai tukar rupiah terhadap USD.
Akibatnya, banyak bank mulai ditimpa kerugian, terutama bank yang punya
pinjaman dalam mata uang asing dan tidak melakukan lindung nilai atas
pinjamannya. Gejolak kurs yang ditambah dengan pemburukan arus kas bank-
bank menyebabkan bank menghadapi kesulitan likuiditas. Sehingga
berdampak pada ketidakcukupan modal dalam menutupi likuiditas. Masalah
likuiditas ini mengakibatkan bank kehilangan kepercayaan sehingga
masyarakat ramai-ramai menarik uangnya secara besar-besaran dari bank.
Tanpa dana simpanan nasabah, bank tidak dapat menjalankan kegiatan usaha
sepenuhnya, ini terlihat dari profitabilitas yang menurun drastis yang diukur
dengan Retrn on Assets (ROA). Puluhan bank harus ditutup dengan konsekuensi
perekonomian bisa lumpuh total.1
Grafik 1. Return on Assets Perbankan Indonesia Tahun 1997-1999
Sumber: Laporan Tahunan Bank Indonesia 1998/1999
Walaupun keadaan krisis ekonomi tahun 1998 membuat banyak bank harus
tutup, tetapi bank yang menggunakan sistem bagi hasil (syariah) dapat bertahan
dan tidak sampai harus ditutup, hal ini dikarenakan pembayaran bagi hasil
didasarkan pada keuntungan riil dimana ketetapan didasarkan kontrak tidak bisa
berubah sewaktu-waktu seperti halnya dengan bunga, sehingga tidak terkena
dampak langsung dari kenaikan suku bunga dan inflasi akibat krisis global 1998.
Bank syariah ini adalah Bank Muamalat Indonesia. Bank Muamalat Indonesia
didirikan pada tahun 1991 dan beroperasi tahun 1992 hingga saat ini.2
Setelah masa krisis dilewati, perbankan di Indonesia mulai berbenah diri
1Bank Indonesia, “Krisis Global dan Penyelamatan Sistem Perbankan Indonesia”,
Humas Bank Indonesia, Jakarta, 2010, h. vi 2Anif Punto Utomo, Dua Dekade Ekonomi Syariah: Menuju Kiblat Ekonomi Islam,
Gres! Publishing Pusat Komunikasi Ekonomi Syariah, Jakarta, 2014, hal. iv – v
1.17 0.38
-22.59
-25
-20
-15
-10
-5
0
5
1997 1998 1999
ROA
memperbaiki dan membangun apa yang hilang saat krisis. Terlihat dari
profitabilitas yang mempunyai trend meningkat dari tahun 2001 hingga 2006
yaitu 1,45%, 1,96%, 2,63%, 3,46%, 2,55%, 2,64%.3 Selain itu perbaikan dalam
segi permodalan pun dilakukan perbankan untuk menghindari masalah saat
penarikan besar-besaran yang mungkin terjadi, hal ini terlihat dari Capital
Adequacy Ratio (CAR) yang juga mempunyai trend meningkat yaitu 19,93%,
22,44%, 19,43%, 19,42%, 19,30%, 21,27%.4
Hal yang tidak berbeda juga terjadi pada perbankan syariah di Indonesia
secara khususnya. Terlihat perbankan syariah juga mulai tumbuh dengan pesat
setelah bertahan dari krisis global 1998 dengan peningkatan permodalan yang
diukur dengan rasio kecukupan modal (CAR) sebesar 12,41%, 13,73%, 10,67%
dari tahun 2005 hingga 2007 dan juga peningkatan dari sisi profitabilitas yang
diukur dengan Return on Assets (ROA) sebesar 1,35%, 1,55%, 2,07% dari tahun
2005 hingga 2007.5
Hal ini dikarenakan krisis 1998 telah mempengaruhi perbaikan pada
beberapa aspek, antara lain transparansi yang memenuhi akuntabilitas dan
efektifitas, profesionalisme dan kompetensi, pemenuhan ketentuan perbankan
dan prinsip kehati-hatian. Demikian juga, bank tidak lagi berperanan sebagai
kasir dari sejumlah perusahaan dan grup perusahaan tertentu, terpeliharanya
posisi eksposur (exposure) valas tanpa resiko (long or square foreign exchange
3 Laporan Tahunan Bank Indonesia Tahun 2007, h. 27 4 Ibid, h. 27 5Statistik Perbankan Syariah Tahun 2010, h. 38
net open position) yang terkandung pada neraca bank, suasana persaingan antar
bank sehat baik yang bercirikan oligopoli untuk antar bank besar dan
monopolistic competition bagi bank menengah ke bawah.6
Kemudian, Krisis ekonomi terjadi lagi pada tahun 2008, rekayasa
instrumen keuangan yang berbentuk subprime mortgage menjadi salah satu
sebab timbulnya krisis ekonomi di AS. Subprime mortgage atau surat kredit
perumahan (KPR) yang berbunga rendah di tahun 2001-2005 menyebabkan
meningkatnya permintaan rumah (boom in the housing market).7 Sebab,
penduduk dengan penghasilan pas-pasan, yang dengan mudahnya syarat
mendapat kredit kepemilikan rumah (KPR), akhirnya ramai-ramai memborong
properti. Padahal tingkat bunga KPR sub-prime mortage lebih tinggi dari bunga
bank. Pada akhirnya para debitur yang tidak dapat membayar cicilan pokok dan
bunga yang membengkak menjadi penyebab kerugian lembaga keuangan dan
salah satunya adalah Lehman Brothers yang jatuh bangkrut mulai menyebarkan
krisis dimana nilai tukar rupiah terhadap Dollar US melemah.8
Di berbagai negara, aliran dana dan kredit terhenti, transaksi dan kegiatan
ekonomi sehari-hari terganggu. Aliran dana keluar (capital outflow) terjadi
besar-besaran. Indonesia yang saat krisis tidak memberlakukan penjaminan
dana nasabah secara menyeluruh, menderita capital outflow lebih parah
6Heri Sudarsono, “Dampak Krisis Keuangan Global terhadap Perbankan di
Indonesia: Perbandingan antara Bank Konvensional dan Bank Syariah”, Jurnal LaRiba, Vol.
III, No. 1, Juli 2009, h.17 7Heri Sudarsono, 2009, h. 14 8Bank Indonesia, 2010, h. 2
dibanding negara-negara tetangga yang menerapkan penjaminan dana
nasabah secara penuh (blankeet guarantee).9
Aliran dana keluar itu membuat likuiditas di dalam negeri semakin kering
dan bank-bank mengalami kesulitan mengelola arus dananya. Hal ini sama
seperti pada tahun 1998 dimana terjadi penarikan besar-besaran oleh deposan
yang mulai tidak percaya dengan lembaga perbankan, sehingga permodalan
perbankan dikerahkan untuk menutupi penarikan tersebut dan profitabilitas
perbankan menurun akibat dari lambatnya kegiatan usaha perbankan tanpa dana
simpanan nasabah, seperti terlihat pada grafik di bawah ini.
Grafik 2. Return on Assets dan Capital Adequacy Ratio Perbankan Indonesia
Tahun 2007-2009
Sumber: Statistik Perbankan Indonesia 2012
Dari grafik diatas terlihat penurunan yang terjadi tidak begitu besar, hal ini
terjadi karena Bank Indonesia meningkatkan BI rate untuk meredam inflasi yang
9Ibid, h. 7
19.3
16.76 17.42
2.78 2.33 2.60
5
10
15
20
25
2007 2008 2009
CAR ROA
diakibatkan oleh turunnya nilai rupiah terhadap dolar. Kenaikan BI rate direspon
dengan kenaikan tingkat bunga bank konvensional secara masif. Namun,
kembali lagi seperti pada tahun 1998, krisis global dan kenaikan tingkat bunga
ini tidak mempengaruhi bank syariah secara langsung.10
Sistem jual beli (bai’) di bank syariah, dimana pembayaran margin
didasarkan fixed rate dimana ketetapan didasarkan kontrak tidak bisa berubah
sewaktu-waktu seperti halnya dengan bunga. Namun bagi produk bagi hasil
dimungkinkan krisis keuangan ini akan mempengaruhi return bank syariah
karena krisis keuangaan akan mempengaruhi bagi hasil pegusaha untuk
mendapatkan laba optimal.11 Terlihat di bawah ini akibat dari kenaikan BI rate
dari krisis global tahun 2008 terhadap profitabilitas dan permodalan bank
syariah.
10Heri Sudarsono, 2009, h. 17 11Ibid, h. 17
Grafik 3. Return on Assets dan Capital Adequacy Ratio Perbankan Syariah
Indonesia Tahun 2007-2009
Sumber: Statistik Perbankan Syariah 2012
Dari dampak krisis ekonomi diatas, pada tahun 2011 Bank Indonesia yang
bertugas sebagai lembaga pengawas bank dan mengingat Basel III terkait dengan
penguatan modal dan penyempurnaan manajemen risiko mengeluarkan
kebijakan penilaian tingkat kesehatan bank dengan metode Risk-based Bank
Rating (RBBR).12 Peraturan baru ini merupakan penyempurnaan dari metode
CAMELS yang sebelumnya digunakan. Metode baru yang ditetapkan oleh Bank
Indonesia merupakan metode dengan pendekatan risiko yang terdiri dari empat
faktor penilaian yakni Risk Profile, Good Corporate Governance (GCG),
Earning, dan Capital.
Krisis tahun 1997 dan 2008, memberikan gambaran bahwa pentingnya
kesehatan bank dan sistem ketahanan bank, selain itu seperti yang diketahui
12Surat Edaran Bank Indonesia No. 13/24/DPNP perihal Penilaian Tingkat
Kesehatan Bank Umum tahun 2011
10.67
12.81
10.77
2.071.42 1.480
2
4
6
8
10
12
14
2007 2008 2009
CAR ROA
bahwa setiap kegiatan perbankan selalu berhubungan dengan risiko usaha,
khususnya bank syariah. Di tengah kegiatan bank syariah yang selalu beriring
dengan risiko, maka kepercayaan masyarakat terhadap kemampuan Bank
Syariah dalam menjamin dana yang mereka simpan, haruslah dijaga agar Bank
Syariah tetap dapat menjalankan kegiatan operasionalnya dan terus berkembang.
Maka diharapkan dengan kebijakan penilaian tingkat kesehatan bank yang baru
ini, perbankan di Indonesia, khususnya perbankan syariah dapat menguatkan
modal dan manajemen risikonya.
Setelah ditetapkannya kebijakan penilaian tingkat kesehatan bank dengan
metode Risk-based Bank Rating (RBBR), keadaan permodalan Bank Syariah
memperlihatkan keadaan sebaliknya, bukan meningkat tetapi menurun.
Grafik 4. Perkembangan Capital Adequacy Ratio (CAR) Perbankan Syariah
di Indonesia Tahun 2011-2014
Sumber : Statistik Perbankan Syariah Publikasi Bank Indonesia 2014
Terlihat dari grafik diatas kondisi yang berkebalikan dengan harapan dari
16.63
14.13 14.4213.06
2011 2012 2013 2014
CAR
CAR Linear (CAR)
penetapan kebijakan perhitungan tingkat kesehatan bank yang baru. Hal ini
menimbulkan pertanyaan bagaimana sebenarnya indikator-indikator dalam Risk
Based Bank Rating mempengaruhi permodalan dalam usahanya untuk
meningkatkan permodalan itu sendiri.
Sebelum itu, untuk memperjelas hubungan antara Tingkat Kesehatan Bank
dengan Solvabilitas, terdapat beberapa penelitian yang dapat dijadikan rujukan.
Dalam penelitian sebelumnya, Altman (1968) menguji manfaat rasio keuangan
dalam memprediksi kebangkrutan perusahaan. Dengan menggunakan metode
multivariate discriminant analysis dalam penelitiannya Altman menemukan
bahwa rasio keuangan profitabilitas, likuiditas, dan solvabilitas bermanfaat
dalam memprediksi kebangkrutan dengan tingkat keakuratan mencapai 95%
setahun sebelum perusahaan jatuh bangkrut. Sehingga dapat dikatakan
solvabilitas menjadi indikator perkiraan bangkrut atau tidaknya suatu
perusahaan.
Surifah (1999) dalam penelitiannya mengenai rasio keuangan sebagai alat
prediksi kegagalan perbankan, menunjukkan bahwa rasio keuangan dapat
dipergunakan sebagai alat prediksi kegagalan bank. Jika dihubungkan dengan
penelitian Altman maka dapat dikatakan bahwa rasio keuangan dapat
memprediksi kegagalan bank dimana salah satu indikatornya adalah solvabilitas.
Dalam hal ini, tingkat kesehatan bank RBBR juga memakai rasio keuangan
sebagai salah satu komponennya, sehingga dari penjelasan diatas maka
komponen tingkat kesehatan RBBR yang berupa rasio keuangan dapat
memprediksi Solvabilitasnya.
Terdapat pula penelitian-penelitian setelahnya yang mendukung Altman
dan Surifah, yakni penelitian Aydin Ozkan (2001), Mira (2004), dan Raden
(2001). Penelitian mereka menggunakan profitabilitas sebagai salah satu variabel
independennya. Ketiganya menjelaskan bahwa profitabilitas berpengaruh negatif
terhadap Debt to Assets Ratio (DAR). Tetapi, Aydin Ozkan dan Mira
menyatakan bahwa profitabilitas mempunyai pengaruh yang signifikan terhadap
DAR, sedangkan Raden menyatakan bahwa profitabilitas tidak mempunyai
pengaruh signifikan terhadap DAR.
Selain profitabilitas, variabel independen yang digunakan adalah likuiditas.
Pada penelitian Aydin dan Raden dijelaskan bahwa likuiditas berpengaruh positif
terhadap DAR, sedangkan Mira dalam penelitiannya menjelaskan bahwa
likuiditas berpengaruh negatif terhadap DAR. Tetapi hanya Aydin yang
menyatakan bahwa likuiditas mempunyai pengaruh signifikan terhadap DAR,
sedangkan Mira dan Raden menyatakan likuiditas tidak mempunyai pengarh
signifikan terhadap DAR.
Dari penelitian tersebut dijelaskan bahwa variabel-variabel yang
mempengaruhi tingkat kesehatan bank mampu menjelaskan dan memprediksi
kebangkrutan suatu perusahaan. Namun penelitian yang sudah ada memiliki
research gap yang menunjukkan perbedaan hasil dari beberapa variabel yang
sama terhadap DAR. Oleh karena itu, penelitian ini dimaksudkan untuk
mendukung penelitian yang sudah ada. Selain itu, penelitian ini memfokuskan
pada rasio keuangan pada tingkat kesehatan yang baru yaitu metode Risk Based
Bank Rating (RBBR) sebagai indikator yang mempengaruhi Solvabilitas Bank
Syariah di Indonesia.
Berdasarkan uraian tersebut, menarik untuk diteliti sejauh mana rasio
keuangan dari metode penilaian kesehatan bank yang baru ini berpengaruh pada
solvabilitas bank syariah di Indonesia. Peneliti juga merasa tertarik untuk
menulis skripsi dengan judul : “PENGARUH TINGKAT KESEHATAN BANK
RISK BASED BANK RATING TERHADAP SOLVABILITAS BANK SYARIAH
DI INDONESIA”.
B. Pembatasan dan Perumusan Masalah
1. Pembatasan Masalah
Berdasarkan latar belakang tersebut, peneliti membatasi permasalahan
yang akan diteliti pada aspek yang dianalisis agar tidak keluar dari
pembahasan, diantaranya:
a. Data Tingkat Kesehatan Bank yang digunakan menggunakan metode
Risk Based Bank Rating (RBBR) dari Laporan Keuangan Bank
Syariah pada tahun 2010 sampai dengan 2014. Indikator yang
mewakilinya adalah Return On Assets (ROA), Net Operating Margin
(NOM), Financing to Debt Ratio (FDR), Non-Performing Financing
(NPF), dan Volume Aset Portofolio (VAP).
b. Data Solvabilitas yang digunakan merupakan data dari Laporan
Keuangan Bank Syariah pada tahun 2010 sampai dengan 2014.
Indikator yang mewakilinya adalah Debt to Assets Ratio (DAR).
2. Perumusan Masalah
Melalui pembatasan masalah di atas, maka untuk mempermudah
penulisan skripsi ini, penulis merumuskan masalah penelitian sebagai
berikut:
a. Bagaimana pengaruh Faktor Tingkat Kesehatan RBBR (ROA, NOM,
FDR, NPF, dan VAP) secara parsial terhadap Solvabilitas Bank Syariah
di Indonesia?
b. Bagaimana pengaruh Faktor Tingkat Kesehatan RBBR (ROA, NOM,
FDR, NPF, dan VAP) secara simultan terhadap Solvabilitas Bank
Syariah di Indonesia?
C. Tujuan dan Manfaat Penelitian
1. Tujuan Penelitian
Tujuan yang ingin dicapai dari penelitian ini adalah untuk mengetahui
secara empiris pengaruh Tingkat Kesehatan Bank Risk Based Bank Rating
(RBBR) terhadap Solvabilitas Bank Syariah dan juga untuk mengetahui:
a. Faktor apa yang berpengaruh dari Tingkat Kesehatan RBBR terhadap
ketahanan Bank Syariah di Indonesia.
b. Bagaimana arah dari pengaruh Tingkat Kesehatan RBBR terhadap
ketahanan Bank Syariah di Indonesia.
Sehingga dapat disimpulkan saran strategis bagi Bank Syariah untuk
mempertahankan eksistensi, menjaga kesehatan bank, dan meminimalisir
risiko dalam usahanya mendapat kepercayaan masyarakat untuk menyimpan
dananya di Bank Syariah.
2. Manfaat Penelitian
Manfaat yang diharapkan dari penelitianini adalah dapat menjawab
semua masalah dalam penelitian ini, selain itu diharapkan juga dapat
berguna bagi:
a. Bagi Bank Syariah
Membantu memberikan saran dan masukan bagi Bank Syariah
tentang perhitungan seberapa besar pengaruh dari Tingkat Kesehatan
RBBR terhadapketahanan Bank Syariah di Indonesia, sehingga dapat
mengambil keputusan lebih tepat dalam mengatur strategi yang akan
dihadapi.
b. Bagi Institusi
Dapat menjadi sumber referensi bagi penelitian sejenis dan dapat
dijadikan sebagai bahan perbandingan dari penelitian yang telah ada
maupun yang akan dilakukan.Dapat memperluas khazanah ilmu
pengetahuan mahasiswa UIN Syarif Hidayatullah Jakarta tentang
dampak dari Tingkat Kesehatan RBBR terhadapketahanan Bank
Syariah di Indonesia serta strategi penjagaannya.
c. Bagi Nasabah
Menambah informasi dan pengetahuan nasabah dalam mengambil
keputusan memilih Bank Syariah yang sehat dan baik ketahanannya
dalam menghadapi risiko sehingga dana nasabah lebih aman ketika
disimpan.
d. Bagi Calon Investor
Dapat menjadi gambaran mengenai kesehatan dan ketahanan
Bank Syariah dalam jangka pendek dan panjang dari ancaman risiko-
risiko yang ada sehingga dapat dijadikan bahan pertimbangan untuk
melakukan keputusan investasi yang tepat.
e. Bagi Peneliti
Dengan melakukan penelitian ini, peneliti memperoleh
pengalaman dan menambah wawasan serta pengetahuan mengenai
pengaruh Tingkat Kesehatan Bank dengan metode Risk Based Bank
Rating (RBBR) terhadap Solvabilitas Bank Syariah.
D. Sistematika Penulisan
BAB I : PENDAHULUAN
Pada bab ini akan dijelaskan latar belakang, batasan dan rumusan masalah,
tujuan dan manfaat penelitian serta sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Pada bab ini akan disajikan teori terkait Tingkat Kesehatan Bank metode
Risk Based Bank Rating (RBBR) dan SolvabilitasPerbankan Syariah.
BAB III : METODOLOGI PENELITIAN
Pada bab ini akan dijelaskan mengenai ruang lingkup penelitian, metode
pengumpulan data, metode analisis data, penjelasan mengenai operasional
variabel, kerangka pemikiran dan hipotesis penelitian.
BAB IV : HASIL DAN PEMBAHASAN
Pada bab ini berisi data penelitian mengenai pengaruh pengaruh Tingkat
Kesehatan Bank dengan metode Risk Based Bank Rating (RBBR) terhadap
Solvabilitas Bank Syariah pada tahun 2007 sampai dengan 2013.
BAB V : PENUTUP
Bab ini memuat kesimpulan yang merupakan jawaban dari rumusan
permasalahan yang telah dibahas sebelumnya dan saran.
16
BAB II
TINJAUAN PUSTAKA
A. Financial Distress Theory
Financial distress adalah kondisi yang menunjukkan dimana arus kas
perusahaan saat itu sangat rendah dan perusahaan sedang menderita kerugian
akan tetapi belum sampai mengakibatkan kebangkrutan atau dapat dikatakan
perusahaan sedang mengalami penurunan kondisi keuangan. Plat dan Plat
memaparkan hal yang dimaksud financial distress sebagai “tahap penurunan
kondisi keuangan sebelum terjadi kebangkrutan ataupun likuidasi.13
Lennox, Kaiser, Claessens, Ogawa, dan Dewaelheyns dalam Rowland
Pasaribu mengungkapkan prediktor utama kebankrutan atau financial distress
dan arah pengaruhnya dalam probabilitas kegagalan sebagai berikut:14
1. Kerugian. Semakin merugi, perusahaan semakin tinggi probabilitasnya
untuk mengalami financial distress (+).
2. Hutang. Kebankrutan biasanya diawali dengan moment gagal bayar.
Karenanya semakin besar jumlah hutang, semakin tinggi probabilitas
financial distress (+).
13 Endri, “Prediksi Kebangkrutan Bank untuk Menghadapi dan Mengelola
Perubahan Lingkungan Bisnis: Analisis Model Altman’s Z-Score”, Perbanas Quarterly
Review, Volume 2, (Maret, 2009), h. 37 14 Rowland Pasaribu, “Penggunaan Binary Logit untuk Prediksi Financial Distress
Perusahaan yang Tercatat di Bursa Efek Jakarta (Studi Kasus Emiten Industri
Perdagangan)”, Ventura, Volume.11, 2008, h. 155.
3. Usia perusahaan. Usia perusahaan memiliki pengaruh berbentuk U terbalik
dengan probabilitas keluar dari financial distress. Selama periode awal atau
permulaan, skala probabilitas akan kejadian kebankrutan meningkat. Di
periode pertengahan, hubungan probabilitas kebankrutan cenderung stabil,
dan dengan dengan pertambahan umur perusahaan, maka semakin menurun
probabilitas kejadian financial distress (bankrut).
4. Ukuran perusahaan juga memiliki pengaruh berbentuk U terbalik dengan
probabilitas bergerak ke arah non-distress.
5. Status legal. Kemampuan yang terbatas memiliki pengaruh positif terhadap
probabilitas keluar dari status financial distress (+).
6. Corporate Shareholder. Keberadaan pemegang saham memiliki pengaruh
negatif terhadap probabilitas pada bergerak ke arah financial distress ( - ).
7. Jumlah kreditur. Perusahaan dengan banyak kreditur hampir sama gerakan
yang cepat ke arah financial distress dibanding perusahaan dengan kreditur
tunggal (-).
8. Diversifikasi. Perusahaan yang terdiversifikasi memilikiprobabilitas yang
tinggi terhadap financial distress dibanding perusahaan yang tidak
terdiversifikasi ( - ).
9. Sektor industri dapat menentukan akses perusahaan terhadap keuangan.
10. Pengaruh siklus bisnis, kinerja industri yang secara keseluruhan buruk,
meningkatkan probabilitas perusahaan terhadap kondisi financial distress.
Altman dan Foster (1986) menyebutkan beberapa indikator terkait
kemungkinan kejadian kesulitan keuangan dalam Wahyu Widarjo dan Doddy
Setiawan adalah:15
1. Analisis arus kas untuk periode sekarang dan yang akan datang.
2. Analisis strategi perusahaan yang mempertimbangkan pesaing potensial,
struktur biaya relatif, perluasan rencana dalam industri, kemampuan
perusahaan untuk meneruskan kenaikan biaya, kualitas manajemen, dan lain
sebagainya.
3. Analisis laporan keuangan dari perusahaan serta perbandingannyadengan
perusahaan lain. Analisis ini dapat berfokus pada suatu variabel keuangan
tunggal atau suatu kombinasi dari variabel keuangan.
4. Variabel eksternal seperti return sekuritas dan penilaian obligasi.
Berdasarkan penjelasan diatas yang menjadi fokus utama dalam
pembahasan di penelitian ini adalah laporan keuangan yang dapat menjadi
indikator kemungkinan terjadinya kesulitan keuangan. Dengan menggunakan
metode multivariate discriminant analysis dalam penelitiannya Altman
menemukan bahwa dalam laporan keuangan, rasio keuangan profitabilitas,
likuiditas, dan solvabilitas bermanfaat dalam memprediksi kebangkrutan dengan
tingkat keakuratan mencapai 95% setahun sebelum perusahaan jatuh bangkrut.
15 WahyuWidarjo dan Doddy Setiawan, “Pengaruh Rasio Keuangan terhadap
Kondisi Financial Distress Perusahaan Otomotif”, Jurnal Bisnis dan Akuntansi, Volume. 11,
2009, hlm. 108
Sehingga dapat dikatakan solvabilitas menjadi indikator perkiraan bangkrut atau
tidaknya suatu perusahaan.
Penelitian lebih lanjut dilakukan oleh Surifah (1999) mengenai rasio
keuangan sebagai prediksi kegagalan perbankan dan menunjukkan hasil bahwa
rasio keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank.
Dengan mempertimbangkan hasil dari Altman, maka dengan kata lain rasio
keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank yang
menggunakan profitabilitas, likuiditas, dan solvabilitas sebagai indikatornya.
B. Bank
Secara sederhana bank diartikan sebagai lembaga keuangan yang kegiatan
usahanya adalah menghimpun dana dari masyarakat dan menyalurkan kembali
dana tersebut ke masyarakat serta memberikan jasa-jasa bank lainnya.
Sedangkan pengertian lembaga keuangan adalah setiap perusahaan yang
bergerak di bidang keuangan di mana kegiatannya apakah menghimpun dana
atau hanya menyalurkannya atau kedua-duanya. Kemudian menurut Undang-
Undang Nomor 10 Tahun 1998 yang dimaksud dengan bank adalah badan usaha
yang menghimpun dana dari masyarakat dalam bentuk simpanan dan
menyalurkannya ke masyarakat dalam bentuk kredit dan/atau bentuk-bentuk
lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.16
16Kasmir, “Dasar-Dasar Perbankan”, Cet. 10, Raja Grafindo Persada, Jakarta, 2012,
h. 3
Jadi dapat disimpulkan bahwa, bank merupakan lembaga perantara
keuangan antara masyarakat yang kelebihan dana dengan masyarakat yang
kekurangan dana. Masyarakat kelebihan dana maksudnya adalah masyarakat
yang memiliki dana dan akan digunakan untuk investasi di bank. Penyimpanan
uang di bank selain aman juga menghasilkan bunga dari uang yang disimpannya.
Oleh bank dana simpanan masyarakat ini disalurkan kembali kepada masyarakat
yang kekurangan dana dalam bentuk pinjaman untuk membiayai suatu usaha
atau kebutuhan rumah tangga.17
Sebagai perantara keuangan bank akan memperoleh keuntungan dari selisih
bunga yang diberikan kepada penyimpan (bunga simpanan) dengan bunga yang
diterima dari peminjam (bunga kredit). Keuntungan ini dikenal dengan istilah
Spread Based. Jenis keuntungan ini diperoleh dari bank jenis konvensional.
Sedangkan bagi bank jenis syariah (muamalah) tidak dikenal istilah bunga,
karena bank syariah mengharamkan bunga. Dalam bank syariah keuntungan
yang diperoleh dikenal istilah bagi hasil atau Profit Sharing. Disamping
keuntungan yang diperoleh dari Spread Based atau dari Profit Sharing, bank juga
memperoleh keuntungan dari kegiatan jasa-jasa bank lainnya yang disebut fee
based.
Dalam Praktiknya bank dibagi dalam beberapa jenis. Jika ditinjau dari segi
fungsinya bank dikelompokkan menjadi tiga jenis, yaitu:18
17Ibid, h. 5 18 Ibid, h. 8 - 9
1. Bank Sentral, merupakan bank yang mengatur berbagai kegiatan yang
berkaitan dengan dunia perbankan dan dunia keuangan di suatu Negara. Di
setiap Negara hanya ada satu bank sentral yang dibantu oleh cabang-
cabangnya. Di Indonesia fungsi bank sentral dipegang oleh Bank Indonesia
(BI). Fungsi Bank Indonesia di samping bank sentral adalah sebagai bank
sirkulasi, bank to bank dan lender of the last resort.
2. Bank Umum, merupakan bank yang bertugas melayani seluruh jasa-jasa
perbankan dan melayani segenap lapisan masyarakat, baik masyarakat
perorangan maupun lembaga-lembaga lainnya. Bank umum juga dikenal
sebagai bank komersil dan dikelompokkan lagi kedalam berbagai jenis.
3. Bank Perkreditan Rakyat (BPR), merupakan bank yang khusus melayani
masyarakat kecil di kecamatan dan pedesaan. Jenis produk yang ditawarkan
oleh BPR relative lebih sempit jika dibandingkan dengan bank umum,
bahkan ada beberapa jenis jasa bank yang tidak dibolehkan diselenggarakan
oleh BPR, seperti pembukaan rekening giro dan ikut kliring.
Selain itu jenis perbankan dewasa ini jika ditinjau dar berbagai segi antara
lain:19
1. Dilihat dari segi kepemilikannya adalah:
a. Bank milik Pemerintah, yaitu bank yang modalnya penuh atau sebagian
besar milik pemerintah Indonesia, contohnya: BNI, BRI, BTN, dan
Bank Mandiri.
19 Ibid, h. 20 - 25
b. Bank milik swasta nasional, yaitu bank yang modalnya penuh atau
sebagian besar milik swasta nasional, contohnya: BCA, Bank
Danamon, Bank Lippo, dan Bank Mega.
c. Bank milik koperasi, yaitu bank yang modalnya penuh atau sebagian
besar milik perusahaan berbadan hokum koperasi, contohnya Bank
Umum Koperasi Indonesia (Bukopin).
d. Bank milik asing, yaitu bank yang modalnya penuh atau sebagian besar
milik swasta asing atau pemerintah asing, contohnya: America Express
Bank, Bank of Tokyo, dan Standard Chartered Bank.
e. Bank milik campuran, yaitu bank yang modalnya sebagian milik asing
dan sebagian lagi milik swasta campuran
2. Dilihat dari segi statusnya adalah:
a. Bank devisa, merupakan bank yang dapat melaksanakan transaksi
keluar negeri atau yang berhubungan dengan mata uang asing secara
keseluruhan, misalnya transfer ke luar negeri. Persyaratan untuk
menjadi bank devisa ditentukan oleh Bank Indonesia
b. Bank non-devisa, merupakan bank yang belum mempunyai izin untuk
melaksanakan transaksi sebagai bank devisa
3. Dilihat dari cara menentukan harga
a. Bank yang berdasarkan prinsip konvensional (Barat), yaitu bank yang
dalam menentukan harga menggunakan 2 metode, yaitu:
1) Menetapkan bunga sebagai harga untuk jasa simpan pinjam
2) Menetapkan biaya-biaya untuk jasa lainnya (Fee Based)
b. Bank yang berdasarkan prinsip syariah (Islam)20, menurut ensiklopedi
Islam, Bank Syariah adalah lembaga keuangan yang usaha pokoknya
memberikan kredit dan jasa-jasa dalam lalu lintas pembayaran serta
peredaran uang yang pengoperasiannya disesuaikan dengan prinsip-
prinsip Syariat Islam.
Berdasarkan rumusan tersebut, Bank Islam berarti bank yang tata cara
beroperasinya didasarkan pada tata cara bermuamalat secara islam, yakni
mengacu kepada ketentuan ketentuan Al Quran dan Hadits. Sedangkan
pengertian muamalat adalah ketentuan-ketentuan yang mengatur hubungan
manusia dengan manusia, baik hubungan pribadi maupun antara perorangan
dengan masyarakat. Muamalah ini meliputi bidang kegiatan jual beli (bai’),
bunga (riba), piutang (qoroah), gadai (rahn), memindahkan utang (hawalah), bagi
untung dalam perdagangan (qiro’ah), jaminan (dhomah), persekutuan (syirkah),
persewaan dan perburuhan (ijarah).
Di dalam operasionalisasinya Bank Islam harus mengikuti dan atau
berpedoman kepada praktik-praktik usaha yang dilakukan di zaman Rasulullah,
bentuk-bentuk usaha yang telah ada sebelumnya tetapi tidak dilarang oleh
Rasulullah atau bentuk-bentuk usaha baru sebagai hasil ijtihad para
20Warkum Sumitro, “Asas-Asas Perbankan Islam dan Lembaga-Lembaga Terkait:
BAMUI, TAKAFUL, dan Pasar Modal Syariah di Indonesia”, Cet. 4, RajaGrafindo Persada,
Jakarta, 2004, h. 5 - 6
ulama/cendekiawan muslim yang tidak menyimpang dari ketentuan Al Quran
dan Hadits.
Dalam menentukan harga atau mencari keuntungan bagi bank syariah
adalah sebagai berikut :21
1. Pembiayaan berdasarkan prinsip bagi hasil (mudharabah)
2. Pembiayaan berdasarkan penyertaan modal (musyarakah)
3. Prinsip jual belli barang dengan memperoleh keuntungan (murabahah)
4. Pembiayaan barang modal berdasarkan sewa murni tanpa pilihan (ijarah)
5. Atau dengan adanya pilihan pemindahan kepemilikan atas barang yang
disewa dari pihak bank oleh pihak lain (ijarah wa iqtina)
Sedangkan penentuan biaya-biaya jasa bank lainnya bagi bank syariah juga
berdasarkan prinsip syariah seperti hawalah, kafalah, dan wakalah. Sumber
penentuan harga atau pelaksanaan kegiatan bank syariah dasar hukumnya adalah
Al Quran dan Hadits. Bank syariah mengharamkan penggunaan harga produknya
dengan bunga tertentu. Bagi bank Syariah bunga adalah riba.22
C. Kesehatan Bank23
Kesehatan atau kondisi keuangan dan non-keuangan bank merupakan
kepentingan semua pihak terkait, baik pemilik, manajemen bank, bank
pemerintah (Bank Indonesia) dan pengguna jasa bank. Dengan diketahuinya
21Kasmir, 2012, h. 26 22Ibid, h. 26 23Veithzal Rivai, “Bank And Financial Institution Management Conventional &
Sharia System”, Rajawali, Jakarta, 2007, h. 705
kondisi suatu bank dapat digunakan pihak-pihak tersebut untuk mengevaluasi
kinerja bank dalam menerapkan prinsip kehati-hatian, kepatuhan terhadap
ketentuanyang berlaku dan manajemen risiko. Perkembangan metodologi
penilaian kondisi bank bersifat dinamis sehingga sistem penilaian kesehatan
bank senantiasa disesuaikan agar lebih mencerminkan kondisi bank yang
sesungguhnya, baik saat ini maupun waktu yang akan datang.
Bagi perbankan, hasil penilaian kondisi bank tersebut dapat digunakan
sebagai salah satu sarana dalam menetapkan strategi usaha di waktu yang akan
datang, sedangkan bagi BI dapat digunakan sebagai sarana penetapan kebijakan
dan implementasi strategi pengawasan, agar pada waktu yang ditetapkan bank
dapat menerapkan sistem penilaian tingkat kesehatan bank yang tepat.
Bank Indonesia dalam menilai tingkat kesehatan suatu bank pada dasarnya
menggunakan pendekatan kualitatif atas berbagi aspek yang berpengaruh
terhadap kondisi suatu bank. Metode atau cara penilaian tingkat kesehatan bank
tersebut kemudian dikenal dengan metode CAMELS. CAMELS merupakan
aspek yang banyak berpengaruh terhadap kondisi keuangan bank, yang
mempengaruhi pula kesehatan bank. Metode CAMELS mencakup komponen-
komponen sebagai berikut :
1. C = Capital : untuk rasio kecukupan modal bank
2. A = Assets : untuk rasio kualitatif aktiva
produktif atau Assets
3. M = Management : untuk menilai kualitas manajemen
4. E = Earning : untuk rasio rentabilitas bank
5. L = Liquidity : untuk rasio likuiditas bank
6. S = Sensitivity to Market Risk : untuk sensitivitas terhadap risiko
pasar
D. Risk-Based Bank Rating24
Berdasarkan peraturan Bank Indonesia No 13/1/PBI/2011, metode
penilaian kesehatan bank dengan pendekatan berdasarkan risiko (Risk-based
Bank rating) merupakan metode penilaian tingkat kesehatan bank menggantikan
metode penilaian yang sebelumnya yaitu metode yang berdasarkan Capital,
Asset, Management, Earning, Liquidity dan Sensitivity to Market Risk
(CAMELS).
Metode RBBR menggunakan penilaian terhadap empat faktor berdasarkan
Surat Edaran BI No 13/24/DPNP adalah sebagai berikut :
1. Risk Profile (Profil Risiko)
Risk Profile (profil risiko) menjadi dasar penilaian tingkat bank pada
saat ini dikarenakan setiap kegiatan yang dilaksanakan oleh bank sangat
memungkinkan akan timbulnya risiko. Bank Indonesia menjelaskan risiko-
risko yang diperhitungkan dalam menilai tingkat kesehatan bank dengan
metode Risk-Based Bank Rating dalam Surat Edaran Bank Indonesia No
13/24/DNPN pada tanggal 25 Oktober 2013 terdiri dari :
a. Risiko pembiayaan
24 Hening Asih Widyaningrum, et al,“Analisis Tingkat Kesehatan Bank Dengan
Menggunakan Metode Risk-Based Bank Rating (RBBR)”. Jurnal Administrasi Bisnis (JAB)
Vol. 9 No. 2 April 2014, h. 3 - 4
b. Risiko Pasar
c. Risiko Operasional
d. Risiko Likuiditas
e. Risiko Hukum
f. Risiko Stratejik
g. Risiko Kepatuhan
h. Risiko Reputasi
2. Good Corporate Governance (GCG)
Penilaian terhadap faktor GCG dalam metode RBBR didasarkan ke
dalam tiga aspek utama yaitu, Governance Structure, Governance Process,
dan Governance Output. Berdasarkan ketetapan Bank Indonesia yang
disajikan dalam Laporan Pengawasan Bank (2012:36) : “Governance
Stucture mencakup pelaksanaan tugas dan tanggung jawab Dewan
Komisaris dan Dewan Direksi serta kelengkapan dan pelaksanaan tugas
komite. Governance Process mencakup fungsi kepatuhan bank, penanganan
benturan kepentingan, penerapan fungsi audit intern dan ekstern, penerapan
manajemen risiko termasuk sistem pengendalian intern, penyediaan dana
kepada pihak terkait dan dana besar, serta rencana strategis bank. Aspek
terakhir Govenance Output mencakup transparansi kondisi keuangan dan
non keuangan, laporan pelaksanaan GCG yang memenuhi prinsip
Transparancy, Accountability, Responsibility, Indepedency, dan Fairness
(TARIF)”.
3. Earning (Rentabilitas)
Penilaian faktor rentabilitas bank dapat menggunakan parameter
diantaranya sebagai berikut :
a. ROA (Return on Asset)
Tabel 1. Predikat kesehatan bank berdasarkan ROA
No Rasio ROA Predikat
1 2 % < ROA Sangat Sehat
2 1,25 % < ROA ≤ 2 % Sehat
3 0,5 % < ROA ≤ 1,25 % Cukup Sehat
4 0 % < ROA ≤ 0,5 % Kurang Sehat
5 ROA ≤ 0 % (atau negatif) Tidak Sehat
b. NOM (Net Operating Margin)
Tabel 2. Predikat kesehatan bank berdasarkan NOM
No Rasio NIM Predikat
1 3 % < NIM Sangat Sehat
2 2 % < NIM ≤ 3 % Sehat
3 1,5 % < NIM ≤ 2 % Cukup Sehat
4 1 % < NIM ≤ 1,5 % Kurang Sehat
5 NIM < 1 % (atau negatif) Tidak Sehat
4. Capital (Modal)
Modal yang terdapat pada bank terdiri dari dua jenis modal menurut
Arthesa25 yakni:
a. Modal Inti
b. Modal Pelengkap
Rasio yang dapat digunakan untuk mengukur kecukupan modal yang
dimiliki bank adalah Capital Adequacy Ratio (CAR). Berdasarkan SE BI No
26/2/BPPP mengatur bahwa kewajiban penyediaan modal minimum atau
CAR diukur dari dari persentase tertentu terhadap Aktiva Tertimbang
Menurut Risiko (ATMR) sebesar 8% dari ATMR.
Tabel 3. Predikat kesehatan bank berdasarkan CAR
No Rasio CAR Predikat
1 12 % < CAR Sangat Sehat
2 9 % < CAR ≤ 12 % Sehat
3 8 % < CAR ≤ 9 % Cukup Sehat
4 6 % < CAR ≤ 8 % Kurang Sehat
5 CAR < 6 % Tidak Sehat
25 Ade Arthesa & Edia Handiman,“Bank & Lembaga Keuangan Bukan Bank”, PT.
Indeks, 2006, h. 144 - 146
E. Solvabilitas Bank Syariah26
Rasio solvabilitas adalah rasio untuk mengetahui kemampuan perusahaan
dalam membayar kewajiban jika perusahaan tersebut dilikuidasi. Rasio ini juga
disebut dengan rasio pengungkit (leverage) yaitu menilai batasan perusahaan
dalam meminjam uang. Rule of thumb dari rasio solvabilitas adalah maksimal
100%. Artinya perusahaan banyak mengandalkan modal dari dalam, bukan
hutang. Rasio solvabilitas meliputi:
1. Debt to Assets Ratio (DAR)
DAR adalah rasio total kewajiban terhadap aset. Rasio ini menekankan
pentingnya pendanaan hutang dengan jalan meunjukkan presentase aktiva
perusahaan yang didukung oleh hutang. Nilai rasio yang tinggi
menunjukkan peningkatan dari risiko pada kreditor berupa ketidakmampuan
perusahaan dalam membayar semua kewajibannya. Rumusnya adalah:
𝐷𝐴𝑅 = 𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 × 100%
2. Debt to Equity Ratio (DER)
Rasio ini menunjukkan persentase penyediaan dana oleh pemegang
saham terhadap pinjaman. Semakin tinggi rasio, semakin rendah pendanaan
perusahaan yang disediakan oleh pemegang saham. Dari perspektif
kemampuan membayar kewajiban jangka panjang, semakin rendah rasio
26Darsono dan Ashari, “Pedoman Praktis Memahami Laporan Keuangan”, ANDI
Yogyakarta, Yogyakarta, 2005, h. 54
akan semakin baik kemampuan perusahaan dalam membayar kewajiban
jangka panjang. Rumusnya adalah:
𝐷𝐸𝑅 = 𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 × 100%
3. Equity Multiplier (EM)
Total aktiva dibagi total ekuitas. Rasio ini menunjukkan kemampuan
perusahaan dalam mendayagunakan ekuitas pemegang saham. Rasio ini
juga bisa diartikan sebagai berapa porsi dari aktiva perusahaan yang dibiayai
oleh pemegang saham. Semakin kecil rasio ini, berarti porsi pemegang
saham akan semakin besar, sehingga kinerjanya semakin baik, karena
persentase untuk pembayaran bunga semakin kecil. Rumusnya adalah:
𝐸𝑀 = 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎
𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 × 100%
F. Return On Assets (ROA)
Return On Assets (ROA) menurut Veithzal (2007) adalah rasio laba
sebelum pajak dalam 12 bulan terakhir terhadap rata-rata volume usaha dalam
periode yang sama. ROA menggambarkan perputaran aktiva yang diukur dari
volume penjualan. Ukuran atau rumus yang digunakan adalah Rasio
perbandingan antara laba sebelum pajak dengan total asset. Rasio ini digunakan
untuk mengukur kemampuan bank dalam memperoleh keuntungan secara
keseluruhan.27
27Veithzal Rivai, 2007, h. 720 - 721
Menurut Darsono (2005), ROA adalah perhitungan dari laba bersih dibagi
rata-rata total aktiva. Rasio ini menggambarkan kemampuan perusahaan untuk
menghasilkan keuntungan dari setap satu rupiah asset yang digunakan. Dengan
mengetahui rasio ini, kita bisa menilai apakah perusahaan ini efisien dalam
memanfaatkan aktivanya dalam kegiatan operasionalnya.28
Rasio ini dirumuskan dengan:
𝑅𝑂𝐴 =𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 × 100%
Semakin besar ROA suatu bank, maka semakin besar pula tingkat
keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank
tersebut dari sisi penggunaan asset sehingga dapat dilihat bahwa bank mampu
menghasilkan laba sebesar persentase dari total aktiva yang dimiliki. Jadi, ketika
bank dapat memanfaatkan asset dengan efektif maka keuntungan yang akan
dibagikan kepada nasabah pun menjadi lebih menarik.
ROA yang semakin besar juga mengindikasikan semakin efektifnya aktiva
yang digunakan sehingga membuat laba semakin tinggi dan akan membuat
penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan
perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba
ditahan. Sehingga, hipotesis dalam hal ini adalah:
Ha1 : Tingkat Earning (ROA) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
28Darsono dan Ashari, “Pedoman Praktis Memahami Laporan Keuangan”, ANDI
Yogyakarta, Yogyakarta, 2005, h.56
G. Net Operating Margin (NOM)
Subramanyam (2008) dalam bukunya, memasukkan NOM sebagai salah
satu turunan dari rasio Return on Investment (ROI) yang dibagi menurut
klasifikasi investasinya yaitu investasi pada asset operasional atau asset
produktif. Rasio ini digunakan untuk menganalisis kinerja perusahaan dalam
menghasilkan laba dari investasi perusahaan dalam bentuk asset produktif.29
Rasio utama yang digunakan untuk menilai profitabilitas bank syariah dengan
menggunakan Net Operating Margin (NOM). NOM digunakan untuk
mengetahui kemampuan aktiva produktif dalam menghasilkan laba.30 NOM
dihitung dengan rumus sebagai berikut:
𝑁𝑂𝑀 = 𝑃𝑂 − 𝐷𝐵𝐻 − 𝐵𝑂
𝑅𝑎𝑡𝑎 𝐴𝑘𝑡𝑖𝑣𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓 × 100%
Keterangan :
NOM : Net Operating Margin
PO : Pendapatan Operasional
DBH : Dana Bagi Hasil
BO : Biaya Operasional
Rata-rata Aktiva Produktif : Merupakan rata-rata aktiva
produktif 12 bulan terakhir.
29Subramanyam & John J. Wild, “Financial Statement Analysis”, Mc Graw Hill,
Amerika, 2008, diterjemahkan oleh Dewi Yanti, Salemba Empat, Jakarta, 2010, h. 144 30Romdayanah,“Pengaruh Faktor Permodalan, Kualitas Aset, Dan Likuiditas
Terhadap Profitabilitas Bank Umum Syariah”, Skripsi Program Sarjana (S1) Pada Jurusan
Ekonomi Islam Fakultas Syariah Institut Agama Islam Negeri Walisongo, Semarang, 2011, h.
27 – 28
NOM yang semakin besar menunjukkan kinerja yang baik dari Bank
Syariah untuk mendapatkan laba dari kegiatan operasionalnya sehingga
penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan
perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba
ditahan. Sehingga, hipotesis dalam hal ini adalah:
Ha2 : Tingkat Earning (NOM) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
H. Financing To Deposit Ratio (FDR)
Rasio ini adalah rasio yang mengukur perbandingan jumlah pembiayaan
yang diberikan bank dengan dana yang diterima oleh bank, yang
menggambarkan kemampuan bank dalam membayar kembali penarikan dana
oleh deposan dengan mengandalkan pembiayaan yang diberikan sebagai sumber
likuiditasnya. Oleh karena itu, semakin tinggi rasionya memberikan indikasi
rendahnya kemampuan likuiditas bank tersebut, hal ini sebagai akibat jumlah
dana yang diperlukan untuk membiayai pembiayaan menjadi semakin besar.31
Menurut Subramanyam (2008), rasio ini mempunyai kemampuan untuk
mengukur kemampuan perusahaan memenuhi kewajiban lancarnya, penyangga
kerugian dan seberapa besar cadangan dana yang ada atas fluktuasi arus kas yang
tidak terduga.32
FDR dihitung dengan rumusan sebagai berikut :
31Veithzal Rivai, 2007, h. 724 32Subramanyam & John J. Wild, 2010, h. 243
𝐹𝐷𝑅 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝐷𝑖𝑏𝑒𝑟𝑖𝑘𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎 × 100%
Bank Indonesia menetepkan rasio FDR sebagai berikut :
1. Untuk rasio FDR sebesar 110% atau lebih, berarti likuiditas bank tersebut
dinilai tidak sehat
2. Untuk rasio FDR kurang dari 110%, berarti likuiditas bank tersebut dinilai
sehat
FDR merupakan ukuran likuiditas yang mengukur besarnya dana yang
ditempatkan dalam bentuk pembiayaan yang berasal dari dana yang
dikumpulkan oleh bank (terutama dana masyarakat). Semakin tinggi FDR
menunjukkan semakin riskan kondisi likuiditas bank, sebaliknya semakin rendah
FDR menunjukkan kurangnya efektivitas bank dalam menyalurkan pembiayaan.
Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan semakin
besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka
pendeknya meningkat maka penggunaan hutang juga akan meningkat karena
mampu ditutupi dengan harta lancar yang ada. Sehingga, hipotesis dalam hal ini
adalah:
Ha3 : Tingkat risiko likuiditas (FDR) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
I. Non Performing Financing (NPF)
NPF merupakan rasio yang mengukur tingkat permasalahan pembiayaan
yang dihadapi oleh Bank Syariah. Semakin tinggi rasio ini, menunjukkan
kualitas pembiayaan Bank Syariah yang semakin buruk. Bank Syariah dengan
NPF yang tinggi akan memperbesar biaya baik pencadangan aktiva produktif
maupun biaya lainnya, sehingga berpotensi terhadap kerugian Bank.33 NPF dapat
dilihat dengan menggunakan rumusan sebagai berikut:
𝑁𝑃𝐹 = 𝐾𝑟𝑒𝑑𝑖𝑡 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ
𝑇𝑜𝑡𝑎𝑙 𝐾𝑟𝑒𝑑𝑖𝑡 × 100%
Bank dalam memberikan pembiayaan harus melakukan analisis terhadap
kemampuan debitur untuk membayar kembali kewajibannya. Setelah
pembiayaan diberikan, bank wajib melakukan pemantauan terhadap penggunaan
pembiayaan serta kemampuan dan kepatuhan debitur dalam memenuhi
kewajibannya.
Bank melakukan peninjauan, penilaian, dan pengikatan terhadap kinerja
untuk memperkecil risiko pembiayaan. Semakin tinggi NPF, maka semakin
tinggi debitur yang tidak memberikan kewajibannya dalam bentuk margin
ataupun bagi hasil kepada kreditur, sehingga berpotensi menurunkan pendapatan
bank serta menaikkan penggunaan hutang dalam kegiatan usahanya
dibandingkan laba ditahan. Hipotesis yang ditawarkan dalam hal ini adalah:
33Dwi Nur’aini Ihsan, “Analisa Laporan Keuangan Perbankan Syariah”, UIN
Jakarta Press, Jakarta, 2013, h. 96
Ha4 : Tingkat risiko pembiayaan (NPF) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
J. Volume Aset Portofolio (VAP)
Volume Aset Portofolio (VAP) adalah salah satu indikator untuk melihat
dan menilai tingkat risiko pasar dari sebuah Bank. VAP merupakan porsi aset
yang berbentuk portofolio. Dalam lampiran Surat Edaran Bank Indonesia No.
13/24/DPNP tanggal 25 Oktober 2011 Perihal Penilaian Tingkat Kesehatan Bank
Umum dijabarkan bahwa yang termasuk dalam Aset Portofolio adalah:
1. Aset Trading, yaitu penempatan pada Bank lain, surat berharga, surat
berharga yang dijual dengan janji dibeli kembali (repo), tagihan akseptansi,
kredit, dan aset lainnya dengan kategori pengukuran diperdagangkan
(trading).
2. Aset Derivatif, adalah seluruh aset transaksi spot dan derivatif.
3. Aset Fair Value Option (FVO), yaitu penempatan pada Bank lain, surat
berharga, surat berharga yang dijual dengan janji dibeli kembali (repo),
tagihan akseptansi, kredit, dan aset lainnya dengan kategori pengukuran
diukur dengan nilai wajar (fair value option).
VAP merupakan salah satu bentuk pengendalian terhadap risiko pasar yang
memberi gambaran seberapa besar potensi kerugian bank apabila terjadi
perubahan kurs atau perubahan nilai dari portofolio itu sendiri di pasar. Dengan
VAP, kerugian Bank yang terjadi akibat perubahan kurs valas dapat terlihat dan
dicover oleh modal dan tidak sampai mengganggu kelangsungan Bank. Tetapi
dengan struktur modal yang lebih mengutamakan hutang, maka dengan semakin
besarnya VAP, semakin besar pula hutang karena dapat ditutup dengan aset
portofolio yang ada. Sehingga, hipotesis dalam hal ini adalah:
Ha5 : Tingkat risiko pasar (PDN) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
K. Penelitian Terdahulu
Dalam rangka penentuan fokus penelitian, peneliti telah membandingkan
dengan penelitian terdahulu guna mendukung materi yang akan dibahas, yakni:
1. Aydin Ozkan (2001) Faktor-Faktor Struktur Modal dan Penyesuaian pada
Target Jangka Panjang (Studi pada Data Panel Perusahaan di UK). Journal
of Business Finance & Accounting 28.
Penelitiannya menguji pengaruh dari ukuran perusahaan, likuiditas,
non-debt tax, dan profitabilitas terhadap struktur modal perusahaan yang
diukur dengan Debt to Assets Ratio (DAR).
Hasil penelitiannya menunjukkan bahwa ukuran perusahaan dan
likuiditas mempunyai pengaruh positif terhadap DAR, tetapi non-debt tax
dan profitabilitas mempunyai arah sebaliknya yaitu negatif terhadap DAR.
2. Mira Puspita Dewi (2004) Analisis Faktor-Faktor yang Mempengaruhi
Struktur Modal pada Perusahaan Jasa Perbankan. Tesis Program
Pascasarjana Universitas Indonesia.
Penelitiannya menguji pengaruh dari ukuran perusahaan, likuiditas,
non-debt tax, dan profitabilitas terhadap struktur modal perusahaan yang
diukur dengan Debt to Assets Ratio (DAR).
Hasil Penelitiannya menunjukkan bahwa ukuran perusahaan dan non-
debt tax mempunyai pengaruh positif terhadap DAR, sedangkan likuiditas
dan profitabilitas mempunyai pengaruh negatif terhadap DAR. Tetapi dari
keempat variabel indpenden tersebut, hanya ukuran perusahaan dan
profitabilitas yang mempunyai pengaruh signifikan terhadap DAR.
3. Raden David Febriminanto (2012) Analisis Faktor-Faktor yang
Mempengaruhi Struktur Modal pada Perusahaan yang Terdaftar di Bursa
Efek Indonesia Periode 2001-2010. Skripsi Program Pendidikan Strata Satu
Universitas Indonesia.
Penelitiannya menguji pengaruh ROA, profitabilitas, ukuran
perusahaan, pertumbuhan penjualan dan pertumbuhan asset terhadap
struktur modal yang diukur dengan Debt to Assets Ratio (DAR).
Hasil penelitiannya menunjukkan bahwa ukuran perusahaan,
pertumbuhan penjualan, dan pertumbuhan aset mempunyai arah pengaruh
positif terhadap DAR, sedangkan ROA dan profitabilitas mempunyai arah
pegaruh negative terhadap DAR. Tetapi, hanya ukuran perusahaan dan ROA
yang mempunyai pengaruh signifikan terhadap DAR.
Penelitian-penelitian terdahulu yang telah disebut diatas semuanya
menggunakan analisis regresi berganda yang hanya dapat menginterpretasikan
keadaan sebenarnya dalam jangka pendek, dikarenakan data yang digunakan
harus terbebas dari autokorelasi, sehingga ketika ada data baru maka formula
yang dipakai dalam penelitian sebelumnya kemungkinan besar tidak dapat
digunakan kembali.
Tabel 4. Ringkasan Penelitian Terdahulu
No.
Nama Penulis /
Judul Skripsi,
Jurnal / Tahun
Variabel
Penelitian
Metode
Penelitian Hasil Analisis
Perbedaan
dengan Penulis
1 Aydin Ozkan /
Faktor-Faktor
Struktur Modal
dan
Penyesuaian
pada Target
Jangka Panjang
(Studi pada
Data Panel
Perusahaan di
UK) / Journal
of Business
Finance &
Accounting 28 /
2001
Ukuran
perusahaan
, likuiditas,
non-debt
tax, dan
profitabilit
as
Regresi
Linier
Berganda
Ukuran
perusahaan dan
likuiditas
mempunyai
pengaruh
negatif terhadap
DAR, tetapi
non-debt tax
dan
profitabilitas
mempunyai arah
positif terhadap
DAR
Peneliti
menambah
variabel
berdasarkan
RBBR dan
mempunyai
objek penelitian
berupa Bank
Syariah di
Indonesia
2 Mira Puspita
Dewi / Analisis
Faktor-Faktor
yang
Mempengaruhi
Struktur Modal
pada
Perusahaan Jasa
Perbankan /
Tesis Program
Pascasarjana
Universitas
Indonesia /
2004
Ukuran
perusahaan
, likuiditas,
non-debt
tax, dan
profitabilit
as
Regresi
Linier
Berganda
Ukuran
perusahaan dan
non-debt tax
mempunyai
pengaruh positif
terhadap DAR,
sedangkan
likuiditas dan
profitabilitas
mempunyai
pengaruh positif
terhadap DAR.
Tetapi, hanya
ukuran
perusahaan dan
profitabilitas
yang
mempunyai
Peneliti
menambah
variabel
berdasarkan
RBBR dan
mempunyai
objek penelitian
berupa Bank
Syariah di
Indonesia
pengaruh
signifikan
terhadap DAR
3 Raden David
Febriminanto /
Analisis Faktor-
Faktor yang
Mempengaruhi
Struktur Modal
pada
Perusahaan
yang Terdaftar
di Bursa Efek
Indonesia
Periode 2001-
2010 / Skripsi
Program
Pendidikan
Strata Satu
Universitas
Indonesia /
2012
ROA,
profitabilit
as, ukuran
perusahaan
,
pertumbuh
an
penjualan
dan
pertumbuh
an asset
Regresi
Linier
Berganda
ukuran
perusahaan,
pertumbuhan
penjualan, dan
pertumbuhan
aset mempunyai
arah pengaruh
positif terhadap
DAR,
sedangkan ROA
dan
profitabilitas
mempunyai arah
pegaruh
negative
terhadap DAR.
Tetapi, hanya
ukuran
perusahaan dan
ROA yang
mempunyai
pengaruh
signifikan
terhadap DAR
Peneliti
menambah
variabel
berdasarkan
RBBR dan
mempunyai
objek penelitian
berupa Bank
Syariah di
Indonesia
L. Kerangka Pemikiran
Gambar 1. Skema Kerangka Pemikiran
BANK SYARIAH
MODAL BANK
SYARIAH
KRISIS
KEUANGAN
RISIKO
KERUGIAN
SOLVABILITAS BANK SYARIAH
Dependent Variable
DAR
Risk Based Bank Rating
(RBBR)
Independent Variable Profil Risiko Earning
FDR
NPF
VAP
ROA
NOM
UJI ASUMSI KLASIK
- Uji Multikolinearitas
- Uji Autokorelasi
- Uji Heteroskedastisitas
ANALISIS REGRESI LINEAR BERGANDA
- Uji Koefisien Determinasi
- Uji F - Statistik
- Uji t - Statistik
HASIL PENELITIAN DAN INTERPRETASI
KESIMPULAN
PENENTUAN MODEL
REGRESI
- Chow Test
- Hausman Test
M. Kerangka Teoritis
Dalam penelitian sebelumnya, Altman (1968) menguji manfaat rasio
keuangan dalam memprediksi kebangkrutan perusahaan. Dengan menggunakan
metode multivariate discriminant analysis dalam penelitiannya Altman
menemukan bahwa rasio keuangan profitabilitas, likuiditas, dan solvabilitas
bermanfaat dalam memprediksi kebangkrutan dengan tingkat keakuratan
mencapai 95% setahun sebelum perusahaan jatuh bangkrut. Sehingga dapat
dikatakan solvabilitas menjadi indikator perkiraan bangkrut atau tidaknya suatu
perusahaan.
Surifah (1999) dalam penelitiannya mengenai rasio keuangan sebagai alat
prediksi kegagalan perbankan, menunjukkan bahwa rasio keuangan dapat
dipergunakan sebagai alat prediksi kegagalan bank. Jika dihubungkan dengan
penelitian Altman maka dapat dikatakan bahwa rasio keuangan dapat
memprediksi kegagalan bank dimana salah satu indikatornya adalah solvabilitas.
Dalam hal ini, tingkat kesehatan bank RBBR juga memakai rasio keuangan
sebagai salah satu komponennya, sehingga dari penjelasan diatas maka
komponen tingkat kesehatan RBBR yang berupa rasio keuangan dapat
memprediksi Solvabilitasnya.
Salah satu bagian dari indikator Risk-Based Bank Rating adalah Earning
yang diukur dengan ROA dan NIM (NOM dalam Bank Syariah). Menurut Raden
(2012), semakin besar ROA suatu bank, maka semakin besar pula tingkat
keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank
tersebut dari sisi penggunaan asset sehingga dapat dilihat bahwa bank mampu
menghasilkan laba sebesar persentase dari total aktiva yang dimiliki. Jadi, ketika
bank dapat memanfaatkan asset dengan efektif maka keuntungan yang akan
dibagikan kepada nasabah pun menjadi lebih menarik. ROA yang semakin besar
juga mengindikasikan semakin efektifnya aktiva yang digunakan sehingga
membuat laba semakin tinggi dan akan membuat penggunaan hutang akan
menurun. Hal ini disebabkan oleh kemampuan perusahaan untuk membiayai
kegiatan usahanya dengan menggunakan laba ditahan. Hasil penelitiannya juga
menunjukkan bahwa ROA berpengaruh signifikan terhadap DAR.
Lalu, untuk indikator NOM, menurut Aydin Ozkan (2001) dan Mira (2004)
tidak jauh berbeda dengan pengaruh ROA terhadap permodalan bank, dimana
semakin besar profitabilitas juga mengindikasikan semakin efektifnya aktiva
yang digunakan sehingga membuat laba semakin tinggi dan akan membuat
penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan
perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba
ditahan. Hasil penelitian mereka menyatakan bahwa profitabilitas mempunyai
pengaruh yang signifikan terhadap DAR.
Indikator lain dari Risk-Based Bank Rating adalah Risk Profile, dalam
penelitian ini profil risiko yang digunakan adalah yang dapat diukur secara
matematis yaitu risiko likuiditas, risiko kredit, dan risiko pasar. Untuk risiko
likuiditas diukur dengan FDR. Menurut Aydin Ozkan (2001), semakin tinggi
FDR menunjukkan semakin riskan kondisi likuiditas bank, sebaliknya semakin
rendah FDR menunjukkan kurangnya efektivitas bank dalam menyalurkan
pembiayaan. Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan
semakin besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka
pendeknya meningkat maka penggunaan hutang juga akan meningkat karena
mampu ditutupi dengan harta lancar yang ada. Hasil penelitiannya menyatakan
bahwa likuiditas mempunyai pengaruh signifikan terhadap DAR.
Risiko kredit diukur dengan NPF, menurut Mira (2004) Semakin tinggi
NPF, maka semakin tinggi debitur yang tidak memberikan kewajibannya dalam
bentuk margin ataupun bagi hasil kepada kreditur, sehingga berpotensi
menurunkan pendapatan bank serta menaikkan penggunaan hutang dalam
kegiatan usahanya dibandingkan laba ditahan. Dan dalam penelitiannya, NPF
berpengaruh signifikan terhadap DAR.
Terakhir adalah risiko pasar yang diukur dengan Volume Aset Portfolio
(VAP). Menurut Sudarsono (2009), dampak yang ditimbulkan oleh krisis tahun
1997 dan 2008 salah satunya adalah penurunan nilai tukar dan runtuhnya indeks
bursa. Bank dalam kegiatan usahanya juga memiliki asset dalam bentuk portfolio
sebagai penyalurannya pada pasar saham. Tetapi, belajar dari krisis tahun 1997
dan 2008 akan potensi fluktuasi tajam dari pasar saham, maka volume asset
portofolio dimasukkan dan digunakan untuk mengukur risiko pasar dan
bagaimana pengaruhnya terhadap perkembangan solvabilitas Bank Syariah di
Indonesia.
Risk Based
Bank Rating (RBBR)
1 Return on Assets
(ROA)
2 Net Operating
Margin (NOM)
3 Financing to Debt
Ratio (FDR)
4 Non-Performing
Financing (NPF)
5 Volume Asset
Portfolio (VAP)
N. Hipotesis
Hipotesis yang diajukan dalam penelitian ini merupakan pernyataan singkat
yang disimpulkan dari tinjauan pustaka dan merupakan uraian sementara dari
permasalahan yang perlu diujikan kembali. Suatu hipotesis akan diterima jika
hasil analisis data empiris membuktikan bahwa hipotesis tersebut benar, begitu
pula sebaliknya.
Ha1 : Tingkat Earning (ROA) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
Ha2 : Tingkat Earning (NOM) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
Ha3 : Tingkat risiko likuiditas (FDR) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
Solvabilitas Bank
Syariah di Indonesia
Debt to Assets Ratio
(DAR)
Gambar 2. Skema Kerangka Teoritis
(H6)
(H1)
(H2)
(H3)
(H4)
(H5)
Ha4 : Tingkat risiko pembiayaan (NPF) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
Ha5 : Tingkat risiko pasar (VAP) berpengaruh secara parsial kepada
Solvabilitas Bank Syariah.
Ha6 : Tingkat Kesehatan Bank berbasis risiko (ROA, NOM, FDR, NPF
dan VAP) berpengaruh secara simultan kepada Solvabilitas Bank Syariah.
48
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian yang dilakukan adalah penelitian kausalitas, dimana penelitian
ini bertujuan untuk mengetahui hubungan dan pengaruh antara dua variabel atau
lebih. Penelitian ini menguji pengaruh Tingkat Kesehatan Bank dengan metode
Risk Based Bank Rating (RBBR) yang diwakilkan oleh Return on Assets (ROA),
Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non Performing
Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Solvabilitas
Bank Syariah yang diwakilkan oleh Debt to Assets Ratio (DAR).
Penelitian ini menggunakan data sekunder yang didapatkan dari Laporan
Keuangan Bank Syariah yang dipublikasikan untuk umum periode 2010 sampai
2014. Penelitian ini bersifat kuantitatif dengan menggunakan data panel dari
tahun 2010 sampai tahun 2014. Data penelitian yang mencakup data periode
2010 sampai 2014 dipandang cukup mewakili kondisi perbankan syariah di
Indonesia pada saat itu dan indikator-indikator keuangan perbankan syariah pada
periode itu.
B. Metode Penentuan Sampel
Penelitian ini memiliki populasi yaitu Bank Umum Syariah di Indonesia
yang terdaftar di Bank Indonesia yang sudah mempublikasikan laporan keuangan
dari tahun 2010. Berdasarkan statistik perbankan syariah yang dipublikasikan
oleh Bank Indonesia per-Desember 2014 terdapat total 12 Bank Umum Syariah,
dengan menggunakan data triwulan tiap bank maka diperoleh 20 periode
penelitian sehingga besarnya populasi dalam penelitian ini adalah sebesar 240
data.
Teknik pengambilan sampel dalam penelitian ini menggunakan metode
purposive sampling. Metode purposive sampling adalah teknik pengambilan
sampel secara sengaja sesuai dengan persyaratan sampel yang diperlukan.34
Adapun persyaratan yang digunakan dalam pengambilan sampel adalah sebagai
berikut:
1. Bank Umum Syariah sudah terdaftar di Bank Indonesia berdasarkan statistik
perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014.
2. Mempublikasikan laporan keuangan selama periode 2010-2014.
3. Data tersedia lengkap (data mengenai rasio keuangan Kesehatan Bank
maupun Solvabilitas).
Tabel di bawah ini menyajikan proses seleksi sampel berdasarkan kriteria
yang telah ditetapkan dalam penelitian ini. Berdasarkan tabel dibawah dapat
diketahui bahwa statistik perbankan syariah yang dipublikasikan Bank Indonesia
per-Desember 2014 terlihat bahwa jumlah Bank Umum Syariah ada 12 bank.
Namun, berdasarkan hasil seleksi sampel diperoleh sampel sebanyak 8 bank.
Periode pengamatan yang diambil oleh peneliti adalah selama 5 (empat) tahun
34Albert Kurniawan, “Metode Riset untuk Ekonomi dan Bisnis : Teori, Konsep, dan
Praktik Penelitian Bisnis”, Penerbit Alfabeta, Bandung, 2014, h. 83
per triwulan dari kuartal ke 2 tahun 2010 hingga 2014. Jadi, total sampel yang
diteliti sebanyak 152 data laporan triwulan keuangan Bank Umum Syariah.
Berikut tabel yang menyajikan proses seleksi sampel berdasarkan kriteria yang
telah ditetapkan dalam penelitian
Tabel 5. Proses Seleksi Sampel
No Kriteria Melanggar
Kriteria
Jumlah
Sampel Total
Sampel BUS
1 Perusahaan merupakan
Bank Umum Syariah
berdasarkan statistik
perbankan syariah yang
dipublikasikan Bank
Indonesia per-Desember
2014
12 12
2 Menerbitkan serta
mempublikasikan laporan
keuangan selama periode
2010-2014
4 8 8
3 Data tersedia lengkap (data
mengenai rasio-rasio
keuangan dan bagian-
bagian yang
membentuknya)
8 8
Jumlah sampel yang memenuhi
kriteria
8
Tahun Pengamatan (Triwulan) 19
Jumlah Total Sampel 152
Sumber: Data Sekunder Diolah.
C. Metode Pengumpulan Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak
langsung melalui media perantara yang dicatat oleh pihak lain. Data sekunder
umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam
data dokumenter yang dipublikasikan dan yang tidak dipublikasikan.35 Peneliti
memperoleh data-data penelitian yang bersumber dari:
1. Penelitian pustaka (library research)
Peneliti memperoleh data yang berkaitan dengan masalah yang sedang
diteliti melalui buku, artikel, jurnal, laporan penelitian, tesis, internet dan
perangkat lain yang berkaitan dengan penelitian ini.
2. Penelitian lapangan (field research)
Data sekunder yang digunakan dalam penelitian ini dikumpulkan dari
laporan keuangan dari masing-masing Bank Umum Syariahselama periode
tahun 2010-2014 yang bisa dilihat dari situs masing-masing perusahaan
sampel.
D. Definisi Operasional Variabel
Definisi operasional adalah penjelasan dari variabel-variabel yang
digunakan dalam penelitian ini menunjukkan cara pengukuran dari masing-
35 Nur Indriantoro dan Babang Suporno, “Metodologi Penelitian Bisnis untuk
Akuntansi dan Manajemen,” Edisi pertama, Lembaga Penerbit BPFE, Yogyakarta, 2002, h.
147.
masing variabel tersebut. Pengertian dari masing-masing variabel yang
digunakan dalam penelitian ini dapat dijabarkan sebagai berikut:
1. Variabel Bebas (Independent Variable)
Variabel independen adalah variabel yang mempengaruhi variabel
terikat, baik secara positif maupun secara negatif. Variabel bebas dalam
penelitian ini berupa:
a. Return on Assets (ROA)
Return On Assets (ROA) menurut Veithzal (2007) adalah rasio
laba sebelum pajak dalam 12 bulan terakhir terhadap rata-rata volume
usaha dalam periode yang sama. ROA menggambarkan perputaran
aktiva yang diukur dari volume penjualan. Ukuran atau rumus yang
digunakan adalah Rasio perbandingan antara laba sebelum pajak dengan
total asset. Rasio ini digunakan untuk mengukur kemampuan bank
dalam memperoleh keuntungan secara keseluruhan.
Menurut Darsono (2005), ROA adalah perhitungan dari laba bersih
dibagi rata-rata total aktiva. Rasio ini menggambarkan kemampuan
perusahaan untuk menghasilkan keuntungan dari setap satu rupiah asset
yang digunakan. Dengan mengetahui rasio ini, kita bisa menilai apakah
perusahaan ini efisien dalam memanfaatkan aktivanya dalam kegiatan
operasionalnya.
Raden (2012) meneliti faktor-faktor yang mempengaruhi struktur
modal dengan menggunakan variabel ROA sebagai salah satu variabel
independen, sedangkan variabel yang digunakan untuk mewakili
struktur modal adalah DAR. Hasil penelitiannya menunjukkan bahwa
ROA berpengaruh signifikan negatif terhadap CAR.
Ukuran atau rumus yang digunakan adalah Rasio perbandingan
antara laba sebelum pajak dengan total asset. Rasio ini dirumuskan
dengan:
𝑅𝑂𝐴 =𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 × 100%
b. Net Operating Margin (NOM)
Subramanyam (2008) dalam bukunya, memasukkan NOM sebagai
salah satu turunan dari rasio Return on Investment (ROI) yang dibagi
menurut klasifikasi investasinya yaitu investasi pada asset operasional
atau asset produktif. Rasio ini digunakan untuk menganalisis kinerja
perusahaan dalam menghasilkan laba dari investasi perusahaan dalam
bentuk asset produktif. Rasio ini juga adalah rasio utama yang
digunakan untuk menilai profitabilitas bank syariah dengan
menggunakan Net Operating Margin (NOM). NOM digunakan untuk
mengetahui kemampuan aktiva produktif dalam menghasilkan laba.
Aydin Ozkan (2001), Mira (2004), dan Raden (2001) menjelaskan
bahwa profitabilitas berpengaruh negatif terhadap Debt to Assets Ratio
(DAR). Tetapi, Aydin Ozkan dan Mira menyatakan bahwa
profitabilitas mempunyai pengaruh yang signifikan terhadap DAR,
sedangkan Raden menyatakan bahwa profitabilitas tidak mempunyai
pengaruh signifikan terhadap DAR.
NOM dihitung dengan rumus sebagai berikut:
𝑁𝑂𝑀 = 𝑃𝑂 − 𝐷𝐵𝐻 − 𝐵𝑂
𝑅𝑎𝑡𝑎 𝐴𝑘𝑡𝑖𝑣𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓 × 100%
Keterangan :
NOM : Net Operating Margin
PO : Pendapatan Operasional
DBH : Dana Bagi Hasil
BO : Biaya Operasional
Rata-rata Aktiva Produktif : Rata-rata aktiva produktif 12 bulan
terakhir
c. Financing to Debt Ratio (FDR)
Rasio ini adalah rasio yang mengukur perbandingan jumlah
pembiayaan yang diberikan bank dengan dana yang diterima oleh bank,
yang menggambarkan kemampuan bank dalam membayar kembali
penarikan dana oleh deposan dengan mengandalkan pembiayaan yang
diberikan sebagai sumber likuiditasnya. Oleh karena itu, semakin tinggi
rasionya memberikan indikasi rendahnya kemampuan likuiditas bank
tersebut, hal ini sebagai akibat jumlah dana yang diperlukan untuk
membiayai pembiayaan menjadi semakin besar.
Rasio ini adalah rasio yang mengukur perbandingan jumlah
pembiayaan yang diberikan bank dengan dana yang diterima oleh bank,
yang menggambarkan kemampuan bank dalam membayar kembali
penarikan dana oleh deposan dengan mengandalkan pembiayaan yang
diberikan sebagai sumber likuiditasnya.
Semakin tinggi FDR dimana harta lancar yang dimiliki
perusahaan semakin besar dan kemampuan perusahaan dalam
memenuhi kewajiban jangka pendeknya meningkat maka penggunaan
hutang juga akan meningkat karena mampu ditutupi dengan harta
lancar yang ada.
Pada penelitian Aydin dan Raden dijelaskan bahwa likuiditas
berpengaruh positif terhadap DAR, Tetapi hanya Aydin yang
menyatakan bahwa likuiditas mempunyai pengaruh signifikan terhadap
DAR, sedangkan Raden menyatakan likuiditas tidak mempunyai
pengaruh signifikan terhadap DAR.
FDR dirumuskan sebagai berikut:
𝐹𝐷𝑅 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝐷𝑖𝑏𝑒𝑟𝑖𝑘𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎 × 100%
d. Non Performing Financing (NPF)
NPF merupakan rasio yang mengukur tingkat permasalahan
pembiayaan yang dihadapi oleh Bank Syariah. Semakin tinggi rasio ini,
menunjukkan kualitas pembiayaan Bank Syariah yang semakin buruk.
Bank Syariah dengan NPF yang tinggi akan memperbesar biaya baik
pencadangan aktiva produktif maupun biaya lainnya, sehingga
berpotensi terhadap kerugian Bank.36
Semakin tinggi NPF, maka semakin tinggi debitur yang tidak
memberikan kewajibannya dalam bentuk margin ataupun bagi hasil
kepada kreditur, sehingga berpotensi menurunkan pendapatan bank
serta menaikkan penggunaan hutang dalam kegiatan usahanya
dibandingkan laba diatahan. Mira (2004) dalam penelitiannya
menjelaskan bahwa likuiditas berpengaruh negatif terhadap DAR.
Tetapi pengaruh likuiditas terhadap DAR ini tidak signifikan.
NPF dapat diukur dengan rumusan sebagai berikut:
𝑁𝑃𝐹 = 𝐾𝑟𝑒𝑑𝑖𝑡 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ
𝑇𝑜𝑡𝑎𝑙 𝐾𝑟𝑒𝑑𝑖𝑡 × 100%
e. Volume Aset Portofolio (VAP)
Volume Aset Portofolio (VAP) adalah salah satu indikator untuk
melihat dan menilai tingkat risiko pasar dari sebuah Bank. VAP
merupakan porsi aset yang berbentuk portofolio. Dalam lampiran Surat
Edaran Bank Indonesia No. 13/24/DPNP tanggal 25 Oktober 2011
Perihal Penilaian Tingkat Kesehatan Bank Umum dijabarkan bahwa
yang termasuk dalam Aset Portofolio adalah:
36Dwi Nur’aini Ihsan, “Analisa Laporan Keuangan Perbankan Syariah”, UIN
Jakarta Press, Jakarta, 2013, h. 96
1. Aset Trading, yaitu penempatan pada Bank lain, surat berharga,
surat berharga yang dijual dengan janji dibeli kembali (repo),
tagihan akseptansi, kredit, dan aset lainnya dengan kategori
pengukuran diperdagangkan (trading).
2. Aset Derivatif, adalah seluruh aset transaksi spot dan derivatif.
3. Aset Fair Value Option (FVO), yaitu penempatan pada Bank lain,
surat berharga, surat berharga yang dijual dengan janji dibeli
kembali (repo), tagihan akseptansi, kredit, dan aset lainnya dengan
kategori pengukuran diukur dengan nilai wajar (fair value option).
VAP merupakan salah satu bentuk pengendalian terhadap risiko
pasar yang memberi gambaran seberapa besar potensi kerugian bank
apabila terjadi perubahan kurs atau perubahan nilai dari portofolio itu
sendiri di pasar. Dengan VAP, kerugian Bank yang terjadi akibat
perubahan kurs valas dapat terlihat dan dicover oleh modal dan tidak
sampai mengganggu kelangsungan Bank. Maka dengan semakin
besarnya VAP maka semakin besar modal yang harus dijaga untuk
mengantisipasi kerugian yang ditimbulkan oleh Aset Portofolio
tersebut.
VAP dapat dirumuskan sebagai berikut:
𝑉𝐴𝑃 = 𝐴𝑠𝑒𝑡 𝑇𝑟𝑎𝑑𝑖𝑛𝑔, 𝐷𝑒𝑟𝑖𝑣𝑎𝑡𝑖𝑓, 𝑑𝑎𝑛 𝐹𝑉𝑂
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡× 100%
2. Variabel Terikat (Dependent Variable)
Variabel dependen adalah variabel yang dipengaruhi variabel tidak
terikat, baik secara positif maupun secara negatif. Variabel terikat dalam
penelitian ini berupa:
a. Debt to Assets Ratio (DAR)
DAR adalah rasio total kewajiban terhadap aset. Rasio ini
menekankan pentingnya pendanaan hutang dengan jalan meunjukkan
presentase aktiva perusahaan yang didukung oleh hutang. Nilai rasio
yang tinggi menunjukkan peningkatan dari risiko pada kreditor berupa
ketidakmampuan perusahaan dalam membayar semua kewajibannya.
Rumusnya adalah:
𝐷𝐴𝑅 = 𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 × 100%
E. Teknik Analisis Data
Teknik analisis data dalam penelitian ini menggunakan perhitungan
statistik yaitu dengan penerapan Eviews 8.1. Setelah data-data yang diperlukan
dalam penelitian ini terkumpul, langkah selanjutnya yaitu melakukan analisis
data yang terdiri dari metode statistik deskriptif, uji asumsi klasik dan uji
hipotesis. Adapun penjelasan mengenai metode analisis data tersebut adalah
sebagai berikut:
1. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihat dari nilai rata-rata, standar deviasi, varian, maksimum,
minimum, sum, range, kurtosis dan skewness (kemencengan distribusi).
Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang
lebih jelas dan mudah dipahami. Statistik deskriptif digunakan untuk
mengembangkan profil perusahaan yang menjadi sampel. Statistik deskriptif
berhubungan dengan pengumpulan dan peningkatan data, serta penyajian
hasil peningkatan tersebut.37
2. Penentuan Model Regresi
Data panel adalah kombinasi antara data silang tempat (cross section)
dengan data runtut waktu (time series).Terdapat beberapa metode yang biasa
digunakan dalam mengestimasi model regresi dengan data panel, yaitu
pooling least square (Common Effect), pendekatan efek tetap (Fixed Effect),
pendekatan efek random (Random Effect).
a. Common Effect Model38
Model Common Effect menggabungkan data cross section dengan
time series dan menggunakan metode OLS untuk mengestimasi model
data panel tersebut. Model ini merupakan model paling sederhana
dibandingkan dengan kedua model lainnya. Model ini tidak dapat
membedakan varians antara silang tempat dan titik waktu karena
37 Imam Ghozali, ”Aplikasi Analisis Multivariate dengan Program SPSS”, Edisi 5,
Badan Penerbit Universitas Diponegoro, Semarang, 2011, h. 19. 38Dedi Rosadi, “Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews”,
Penerbit ANDI, Yogyakarta, 2012, h. 271
memiliki intercept yang tetap, dan bukan bervariasi secara random.
Model ini mengasumsikan bahwa perilaku data antar perusahaan bank
sama dalam berbagai kurun waktu.
b. Fixed Effect Model39
Pengertian model Fixed Effect adalah model dengan intercept
berbeda-beda untuk setiap subjek (cross section), tetapi slope setiap
subjek tidak berubah seiring waktu. Model ini mengasumsikan bahwa
intercept adalah berbeda setiap subjek sedangkan slope tetap sama antar
subjek. Dalam membedakan satu subjek dengan subjek lainnya
digunakan variabel dummy. Model ini sering disebut dengan model
Least Square Dummy Variables (LSDV).
c. Random Effect Model40
Random Effect disebabkan variasi dalam nilai dan arah hubungan
antar subjek diasumsikan random yang dispesifikasikan dalam bentuk
residual. Model ini mengestimasi data panel yang variabel residual
diduga memiliki hubungan antar waktu dan antar subjek. Model
Random Effect digunakan untuk mengatasi kelemahan model fixed
effect yang menggunakan variabel dummy. Metode analisis data panel
dengan model Random Effect harus memenuhi persyaratan yaitu jumlah
cross section harus lebih besar daripada jumlah variabel penelitian.
39Doddy Ariefianto, “Ekonometrika : Esensi dan Aplikasi dengan Menggunakan
Eviews”, Penerbit Erlangga, Jakarta, 2012, h. 150 40Doddy Ariefianto, 2012, h. 150
Penentuan model terbaik antara Common Effect, Fixed Effect, dan Random Effect menggunakan dua
teknik estimasi model. Dua teknik ini digunakan dalam regresi data panel untuk memperoleh model yang tepat
dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama Chow Test digunakan untuk memilih
antara model Common Effect atau Fixed Effect. Kedua, Hausman Test digunakan untuk memilih antara model
Fixed Effect atau Random Effect yang terbaik dalam mengestimasi regresi data panel.41
a. Chow Test
Chow Test merupakan uji untuk membandingkan model Common
Effect dengan Fixed Effect. Chow Test dalam penelitian ini
menggunakan program Eviews. Hipotesis yang dibentuk dalam Chow
Test adalah sebagai berikut :
H0 : Model Common Effect
Ha : Model Fixed Effect
H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0
diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan
sebesar 5%.42
b. Hausman Test
Pengujian ini membandingkan model Fixed Effect dengan
Random Effect dalam menentukan model yang terbaik untuk digunakan
sebagai model regresi data panel. Hausman Test menggunakan program
41Dedi Rosadi, 2012, h. 276 42Doddy Ariefianto, 2012, h. 157
yang serupa dengan Chow Test yaitu program Eviews. Hipotesis yang
dibentuk dalam Hausman Test adalah sebagai berikut :
H0 : Model Random Effect
Ha : Model Fixed Effect
H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0
diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan
sebesar 5%.43
3. Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistic yang harus dipenuhi
pada analisisi regresi linier berganda yang berbasis Ordinary Least Square
(OLS). Beberapa alat uji yang sering dilakukan dalam uji asumsi klasik
adalah:44
a. Uji Normalitas45
Uji normalitas dilakukan untuk melihat apakah nilai residual
terdistribusi normal atau tidak. Model regresi yang baik adalah yang
memiliki nilai residual yang terdistribusi normal. Jadi uji
normalitasbukan dilakukan pada masing-masing variabel tetapi pada
nilai residualnya. Jika asumsi ini dilanggar maka uji statistik menjadi
tidak valid untuk jumlah sampel kecil. Metode untuk menguji
normalitas data adalah dengan melihat Tes Normalitas Jarque-Bera.
43Ibid, h. 157 44 Albert Kurniawan, 2014, h. 156 45Ibid, h. 156
Data dianggap normal ketika nilai Jarque-Bera lebih kecil dari nilai
Chi-Square tabel dengan degree of freedom sebanyak data sampel yang
ada dan nilai probability lebih besar dari nilai signifikansi 0,05.46Selain
itu dapat juga digunakan one-Sample Kolgomorov-Smirnov Test
dengan melihat tingkat signifikasinya, jika > 0,05 maka data
terdistribusi secara normal.
b. Uji Multikolinearitas47
Uji multikolinearitas bertujuan untuk melihat ada atau tidaknya
korelasi yang tinggi antara variabel-variabel bebas dalam suatu model
regresi linear berganda. Jika ada korelasi yang tinggi diantara variabel-
variabel bebasnya, maka hubungan antara variabel bebas terhadap
variabel terikatnya menjadi terganggu. Pada kasus multikolinearitas
serius, koefisien regresi tidak lagi menunjukkan pengaruh murni dari
variabel independen dalam model.
Beberapa kriteria untuk mendeteksi multikolinearitas dalam suatu
model adalah sebagai berikut:
1) Jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan
nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan
terbebas dari multikolinearitas. Semakin tinggi VIF, maka semakin
rendah Tolerance.
46Wing Wahyu Winarno, “Analisis Ekonometrika dan Statistika dengan Eviews”,
Edisi 3, UPP STIM YKPM, Yogyakarta, 2011, h. 5.37 47Albert Kurniawan, 2014, h. 157
2) Jika nilai koefisien korelasi antar masing-masing variabel
independen kurang dari 0,70, maka model dapat dikatakan
terbebas dari multikolinearitas. Jika lebih dari 0,70 maka
diasumsikan terjadi korelasi (interaksi hubungan) yang sangat kuat
antar variabel independen sehingga terjadi multikolinearitas.48
3) Jika nilai koefisien determinasi, baik nilai R2 maupun Adjusted R2
di atas 0,60, namun tidak ada variabel independen yang
berpengaruh terhadap variabel dependen, maka diasumsikan model
terkena multikolinearitas.
c. Uji Heteroskedastisitas49
Uji heteroskedastisitas adalah untuk melihat apakah terdapat
ketidaksamaan varians dari residual satu pengamatan ke pengamatan
yang lain. Model regresi yang memenuhi persyaratan adalah dimana
terdapat kesamaan varians dari residual satu pengamatan ke
pengamatan lain tetap atau disebut homoskedastisitas. Jika terjadi
heteroskedastisitas, maka akan berpengaruh kepada penaksiran standar
error yang bias sehingga menyebabkan nilai t hitung menjadi bias. t
hitung yang bias menyebabkan pengambilan keputusan melalui
pengujian hipotesis menjadi bias juga sehingga dapat menghasilkan
kesimpulan yang salah.
48Dedi Rosadi, 2012, h. 80 49Ibid, h. 158
Deteksi heteroskedastisitas dapat dilakukan dengan uji Park50,
dimana nilai residual data yang telah di log natural diregresikan dengan
variabel independen yang ada. Jika dari salah satu variabel independen
ada yang signifikan mempengaruhi nilai residual, maka dapat dikatakan
model terkena heteroskedastisitas.
d. Uji Autokorelasi
Menguji autokorelasi dalam suatu model bertujuan untuk
mengetahui ada atau tidaknya korelasi antara variabel pengganggu (et)
pada periode tertentu dengan variabel pengganggu periode sebelumnya
(et-1). Jika dalam model regresi terjadi autokorelasi yang kuat maka
dapat menyebabkan dua variabel yang berhubungan menjadi tidak
berhubungan, biasa disebut spourious regression. Hal ini dapat terlihat
dari R2.
Untuk mendeteksi ada atau tidaknya autokorelasi diuji dengan
Durbin-Watson.51 Dasar pengambilan keputusan ada tidaknya
autokorelasi dalam model regresi adalah sebagai berikut:52
1) Bila nilai D-W terletak antara batas atas atau upper bound (du) dan
(4-du) maka koefisien autokorelasi = 0, berarti tidak ada
autokorelasi.
50Wing Wahyu Winarno, 2011, h. 5.12 51Ibid, h. 158 52 Imam Ghozali, 2011, h.111
2) Bila nilai D-W lebih rendah daripada batas bawah atau lower
bound (dl) maka koefisien autokorelasi > 0, berarti ada
autokorelasi positif.
3) Bila nilai D-W lebih besar dari (4-dl) maka koefisien autokorelasi
< 0, berarti ada autokorelasi negatif.
4) Bila nilai D-W terletak antara batas atas (du) dan batas bawah (dl)
atau D-W terletak antara (4-du) dan (4-dl), maka hasilnya tidak
dapat disimpulkan.
4. Analisis Regresi Berganda
Analisis regresi merupakan suatu teknik untuk membangun persamaan
dan menggunakan persamaan tersebut untuk membuat perkiraan. Dengan
demikian, analisis regresi sering disebut sebagai analisis prediksi. Karena
merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai
riilnya, semakin kecil tingkat penyimpangan antara nilai prediksi dengan
nilai riilnya, maka semakin tepat persamaan regresi yang terbentuk.53
Bentuk umum persamaan analisis regresi berganda adalah:
Y = a + bX1 + bX2 + bXn + … + e
Dalam penelitian ini sendiri, jika variabel-variabelnya dimasukkan
kedalam model diatas maka akan menjadi, seperti di bawah ini:
Y = a + bX1 + bX2 + bX3 + bX4 + bX5 + e
Keterangan:
53Albert Kurniawan, 2014, h. 178
Y = Debt to Assets Ratio (DAR)
a = Koefisien konstanta
b = Koefisien regresi
X1 = Return on Assets (ROA)
X2 = Net Operating Margin (NOM)
X3 = Financing to Debt Ratio (FDR)
X4 = Non Performing Financing (NPF)
X5 = Volume Aset Portofolio (VAP)
e = Error
5. Uji Hipotesis
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat
diukur dari goodness of fitnya. Secara statistik, setidaknya ini dapat diukur
dari:
a. Uji Statistik F54
Digunakan untuk menguji signifikansi pengaruh seluruh variabel
independen secara bersama-sama terhadap variabel dependen. Dengan
cara membandingkan F hitung dengan F tabel. F hitung dapat diperoleh
dengan rumus:55
𝐹 ℎ𝑖𝑡𝑢𝑛𝑔 =𝑅2(𝑛 – 𝑚 − 1)
𝑚 (1 − 𝑅2)
54Ibid, h. 198 55Riduwan & Sunarto, “Pengantar Statistika untuk Penelitian : Pendidikan, Sosial,
Komunikasi, Ekonomi, dan Bisnis”, Alfabeta Bandung, Bandung, 2013, h. 110
Dimana :
R2 = Koefisien Determinasi
n = Jumlah data
m = Jumlah variabel independen
Sedangkan F tabel dapat diperoleh dari tabel F yang sudah ada
dengan cara:
𝐹 𝑡𝑎𝑏𝑒𝑙 = 𝐹 {(1 − 𝑛)(𝑑𝑘 𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 𝑚)(𝑑𝑘 𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 𝑛 − 𝑚 − 1)}
Jika F hitung ≥ F tabel dan nilai signifikasi di bawah 0,05, maka
Ha diterima dan berarti hubungannya signifikan.
b. Uji Statistik t56
Uji ini dimaksudkan untuk mengetahui tingkat signifikansi
pengaruh masing-masing variabel bebas terhadap variabel terikat
dengan asumsi variabel bebas yang lain tidak berubah (cateris paribus).
Uji t dilakukan dengan cara membandingkan t hitung dengan t tabel.
Rumus yang digunakan untuk mendapatkan t hitung adalah:57
𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑏 − 𝛽
𝑆𝑏
Dengan b :
𝑏 = 𝑛∑XY − (∑X)(∑Y)
𝑛∑𝑋2 − (∑𝑋)2
Dengan Sb :
56Albert Kurniawan, 2014, h. 200 57Jonathan Sarwono, “Strategi Melakukan Riset”, Penerbit ANDI, Yogyakarta, 2013,
h. 159-160
𝑆𝑏 = 𝑆𝑒
√∑𝑥2
Dimana Se :
𝑆𝑒 = √∑𝑌2 − 𝑎∑𝑌 − 𝑏∑𝑋𝑌
𝑛 − 2
Setelah didapatkan t hitung, maka dicari t tabel dari tabel t yang
sudah tersedia dengan ketentuan nilai alpha 5% harus dibagi 2 menjadi
0,025 dengan degree of freedom (DF) sebesar (n-2).
Kesimpulan didapatkan apabila t hitung ≥ t tabel dan nilai
signifikasi di bawah 0,05, maka Ha diterima dan berarti hubungannya
signifikan.
c. Koefisien determinasi
Koefisien deteminasi (R2) digunakan untuk mendeteksi seberapa
jauh kemampuan model dalam menerangkan variasi variabel dependen.
Koefisien determinasi (R2) dinyatakan dalam persentase yang nilainya
berkisar antara 0 < R2< 1. Koefisien determinasi dapat dihitung
menggunakan rumus:58
𝑅2 = (𝑛∑𝑋𝑌 − (∑𝑋)(∑𝑌)
√[𝑛∑𝑋2 − (∑𝑋)2][𝑛∑𝑌2 − (∑𝑌)2])
2
Nilai R2 yang kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variabel dependen amat terbatas.
58Ibid, h. 158
Sebaliknnya, nilai R2 yang mendekati satu menandakan variabel-
variabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen.
71
BAB IV
HASIL DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian
Populasi yang digunakan dalam penelitian ini adalah Bank Umum Syariah
berdasarkan statistik perbankan syariah yang dipublikasikan Bank Indonesia per-
Desember 2014 dengan total Bank Umum Syariah adalah 12 bank yang
merupakan besarnya populasi dalam penelitian ini.
Periode pengamatan yang dilakukan dalam penelitian ini yaitu tahun 2010
hingga 2014. Pemilihan periode pengamatan yang dimulai dari tahun 2010
didasari oleh banyaknya Unit Usaha Syariah yang spin-off menjadi Bank Umum
Syariah pada tahun tersebut dan untuk mewakili tahun sebelum diterapkannya
Risk Based Bank Rating pada tahun 2012 dan periode setelah diterapkannya.
Berdasarkan statistik perbankan syariah yang publikasi Bank Indonesia
per-Desember 2014 dapat dilihat bahwa perkembangan Capital Adequacy Ratio
(CAR) Bank Umum Syariah dan Unit Usaha Syariah dari tahun ke tahun
cenderung mengalami penurunan. Hal tersebut dapat dilihat pada grafik dibawah
ini:
Grafik 5. Perkembangan Capital Adequacy Ratio (CAR)
Sumber: Statistik Perbankan Syariah Publikasi Bank Indonesia 2014
Dari grafik diatas menjelaskan bahwa nilai CAR perbankan syariah dari
tahun 2010 sampai tahun 2014 fluktuatif kearah penurunan, yang berarti bahwa
solvabilitas atau kemampuan untuk mengcover kerugian dan kewajiban jangka
panjang dan pendeknya perbankan syariah di Indonesia mengalami penurunan.
Tetapi penurunan ini masih dalam batas kategori sehat, dimana batas minimum
CAR yang dapat dikatakan sehat adalah sebesar 8%, sehingga, walaupun
mengalami trend penurunan, setidaknya masih dapat untuk mengcover resiko
yang akan terjadi. Sehingga perbankan syariah harus mencari alternative lain
selain mengandalkan pada modal bank saja. Oleh karena itu dalam penelitian ini
digunakan variabel Debt to Assets Ratio (DAR). Berikut adalah rata-rata DAR
dari perbankan syariah di Indonesia.
16.25 16.63
14.13 14.4213.06
2010 2011 2012 2013 2014
CAR
CAR Linear (CAR)
Grafik 6. Perkembangan Debt to Assets Ratio (DAR)
Sumber: Laporan Keuangan Bank Syariah 2010-2014 (Data Diolah)
Dari dua indikator solvailitas, terlihat adanya penurunan di 5 tahun terakhir
ini. Kemungkinan penyebab penurunan solvabilitas ini dapat ditemukan dalam
variabel di penelitian ini.
Sementara untuk standar pelaksanaan Risk Based Bank Rating pada Bank
Umum Syariah mengacu pada Surat Edaran Bank Indonesia No. 13/24/DPNP
tanggal 25 Oktober 2011 Perihal Penilaian Tingkat Kesehatan Bank Umum.
B. Hasil Uji Analisis Data Penelitian
1. Hasil Uji Statistik Deskripsi
Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihat dari nilai rata-rata, standar deviasi, varian, maksimum,
minimum, sum, range, kurtosis dan skewness (kemencengan distribusi).
Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang
82.1483.57
86.76
89.588.61
2010 2011 2012 2013 2014
DAR
DAR Linear (DAR)
lebih jelas dan mudah dipahami. Statistik deskriptif digunakan untuk
mengembangkan profil perusahaan yang menjadi sampel. Pada penelitian
ini statistik deskriptif akan menggambarkan deskripsi dari masing-masing
variabel.
Tabel 6 menggambarkan statistik deskripsi seluruh variabel dalam
penelitian ini yang meliputi minimum, maksmum, mean (rata-rata) dan
standar deviasi. Nilai minimum menggambarkan nilai paling kecil yang
diperoleh dari hasil pengolahan dan analisis data yang telah dilakukan
terhadap bank sampel. Nilai maksimum menggambarkan nilai paling besar
yang diperoleh dari hasil pengolahan dan analisis data yang telah dilakukan.
Sedangkan mean (rata-rata) menunjukkan nilai rata-rata dari masing-masing
variabel.
Variabel-variabel yang digunakan dalam penelitian ini meliputi Return
On Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio
(FDR), Non-Performing Financing (NPF), Volume Aset Portofolio (VAP),
dan Debt to Assets Ratio (DAR). Variabel-variabel tersebut akan diuji
secara statistik dekriptif seperti yang terlihat dalam tabel dibawah ini:
Tabel 6. Statistik Deskriptif
Variable DAR ROA NOM FDR NPF VAP
Mean 87.14987 1.220987 0.706382 94.21191 1.790987 18.89783
Median 87.34500 1.165000 0.620000 94.05000 1.625000 18.45000
Maximum 91.16000 4.130000 3.270000 99.68000 4.760000 24.80000
Minimum 77.82000 -3.310000 -2.600000 89.86000 0.000000 14.99000
Std. Dev. 2.581492 1.092812 0.767910 2.683305 1.278474 2.786157
Observations 152 152 152 152 152 152
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
a. Variabel Independen
1) Return on Assets (ROA)
Variabel ROA mempunyai nilai Mean 1,22% dan standar
deviasi 1,09% berarti dikarenakan nilai Mean lebih besar
dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel ROA menunjukkan
hasil yang baik.
Hasil uji statistik pada tabel 6 juga menunjukkan bahwa nilai
ROA minimum adalah -3,31% yang menunjukkan ada saat dimana
tingkat ROA bank syariah tidak sehat. Selain itu, maksimum
adalah 4,13% yang menunjukkan tingkat ROA yang sangat sehat.
Mean sebesar 1,22% menandakan bahwa rata-rata Bank Umum
Syariah dalam penelitian ini pada rentang waktu 2010 hingga 2014
mempunyai tingkat ROA dengan kategori cukup sehat.
2) Net Operating Margin (NOM)
Variabel NOM mempunyai nilai Mean 0,71% dan standar
deviasi 0,77% berarti dikarenakan nilai Mean lebih kecil
dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel NOM menunjukkan
hasil yang tidak baik, hal ini dikarenakan nilai minimum NOM yang
bernilai negatif sebesar -2,60% dan menunjukkan tingkat NOM
yang tidak sehat.
Hasil uji statistik pada tabel 6 juga menunjukkan bahwa nilai
NOM maksimum adalah 3,27% yang menunjukkan tingkat NOM
yang sangat sehat. Mean sebesar 0,71% menandakan bahwa rata-
rata Bank Umum Syariah dalam penelitian ini pada rentang waktu
2010 hingga 2014 mempunyai tingkat NOM dengan kategori tidak
sehat.
3) Financing to Debt Ratio (FDR)
Variabel FDR mempunyai nilai Mean 94,21% dan standar
deviasi 2,68% berarti dikarenakan nilai Mean lebih besar
dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel FDR menunjukkan
hasil yang baik.
Tingkat FDR yang dinyatakan sehat adalah <110%, maka
hasil uji statistik pada tabel 6 menunjukkan bahwa nilai FDR
minimum adalah 89,86% dan nilai maksimumnya adalah 99,68%
yang menunjukkan tingkat FDR yang sehat. Mean sebesar 94,21%
menandakan bahwa rata-rata Bank Umum Syariah dalam penelitian
ini pada rentang waktu 2010 hingga 2014 mempunyai tingkat FDR
dengan kategori sehat.
4) Non-Performing Financing (NPF)
Variabel NPF mempunyai nilai Mean 1,79% dan standar
deviasi 1,28% berarti dikarenakan nilai Mean lebih besar
dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel NPF menunjukkan
hasil yang baik.
Tingkat NPF mempunyai batas maksimum sebesar 5%, maka
hasil uji statistik pada tabel 6 menunjukkan bahwa nilai NPF
minimum adalah 0% dan nilai maksimumnya adalah 4,76% yang
menunjukkan tingkat NPF yang masih dapat ditolerir. Mean sebesar
1,79% menandakan bahwa rata-rata Bank Umum Syariah dalam
penelitian ini pada rentang waktu 2010 hingga 2014 memiliki
kinerja keuangan yang baik danmemiliki kemampuan yang baik
dalam menyanggah risiko kegagalan pengembalian pembiayaan
oleh nasabah.
5) Volume Aset Portofolio (VAP)
Variabel VAP mempunyai nilai Mean 18,90% dan standar
deviasi 2,79% berarti dikarenakan nilai Mean lebih besar
dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel VAP menunjukkan
hasil yang baik.
Hasil uji statistik pada tabel 6 menunjukkan bahwa nilai VAP
minimum adalah 14,99% dan nilai maksimumnya adalah 24,80%
yang menunjukkan porsi aset yang dimiliki Bank dalam bentuk
portofolio. Mean sebesar 18,90% menandakan bahwa rata-rata
Bank Umum Syariah dalam penelitian ini pada rentang waktu 2010
hingga 2014 mempunyai aset dalam bentuk portofolio sebanyak
18,90% dari keseluruhan aset yang dimilikinya.
b. Variabel Dependen
1) Debt to Assets Ratio (DAR)
Variabel DAR mempunyai nilai Mean 87,15% dan standar
deviasi 2,58% berarti dikarenakan nilai Mean lebih besar
dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel DAR menunjukkan
hasil yang baik.
Tingkat DAR pada hasil uji statistik pada tabel 6
menunjukkan bahwa nilai minimumnya adalah 77,82% yang
menunjukkan solvabilitas yang sehat, sedangkan nilai
maksimumnya adalah 91,16% yang menunjukkan tingkat DAR
yang mendekati 100% dan masih dapat dikatakan sehat. Mean
sebesar 87,15% menandakan bahwa rata-rata Bank Umum Syariah
dalam penelitian ini pada rentang waktu 2010 hingga 2014
mempunyai tingkat DAR yang sehat.
2. Penentuan Model Regresi Data Panel
Penentuan model terbaik antara Common Effect, Fixed Effect, Dan
Random Effect menggunakan dua teknik estimasi model. Dua teknik ini
digunakan dalam regresi data panel untuk memperoleh model yang tepat
dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama
Chow Test digunakan untuk memilih antara model Common Effect atau
Fixed Effect. Kedua, Hausman Test digunakan untuk memilih antara model
Fixed Effect atau Random Effect yang terbaik dalam mengestimasi regresi
data panel.
a. Chow Test
Chow Test merupakan uji untuk membandingkan model Common
Effect dengan Fixed Effect. Chow Test dalam penelitian ini
menggunakan program Eviews. Hipotesis yang dibentuk dalam Chow
Test adalah sebagai berikut :
H0 : Model Common Effect
Ha : Model Fixed Effect
H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0
diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan
sebesar 5%. Chow Test dapat dilihat dari tabel dibawah ini:
Tabel 7. Chow Test
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section Fixed Effects Effects Test Statistic d.f. Prob. Cross-section F 9.181251 (7,139) 0.0000
Cross-section Chi-square 57.768374 7 0.0000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas diperoleh P-value sebesar 0,0000 yang lebih
kecil dari nilai signifikansi 5% sehingga H0 ditolak yang berarti model
regresi yang digunakan adalah model Fixed Effect.
b. Hausman Test
Pengujian ini membandingkan model Fixed Effect dengan
Random Effect dalam menentukan model yang terbaik untuk digunakan
sebagai model regresi data panel. Hausman Test menggunakan program
yang serupa dengan Chow Test yaitu program Eviews. Hipotesis yang
dibentuk dalam Hausman Test adalah sebagai berikut :
H0 : Model Random Effect
Ha : Model Fixed Effect
H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0
diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan
sebesar 5%. Hausman Test dapat dilihat pada tabel dibawah ini:
Tabel 8. Hausman Test
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section Random Effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 29.046661 5 0.0000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas diperoleh P-value sebesar 0,0000 yang lebih
kecil dari nilai signifikansi 5% sehingga H0 ditolak yang berarti model
regresi yang digunakan adalah model Fixed Effect.
Dari kedua test diatas didapatkan kesimpulan bahwa model
regresi data panel yang terbaik untuk model regresi dalam penelitian ini
adalah model regresi dengan model Fixed Effect.
3. Hasil Uji Asumsi Klasik
Pengujian asumsi klasik yang digunakan atas data sekunder dalam
penelitian ini meliputi uji normalitas, multikolinearitas, heteroskedastisitas
dan autokorelasi dengan hasil pengujian sebagai berikut:
a. Hasil Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distribusi normal
atau tidak. Seperti diketahui bahwa uji t dan uji F mengasumsikan
bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini
dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel
kecil. Eviews 8.1 menggunakan Test Jarque-Bera untuk mendeteksi
apakah residual berdistribusi normal atau tidak.
Hasil dari uji normalitas dengan menggunakan Test Jarque-Bera
dapat dilihat pada grafik dibawah ini:
Grafik 7. Test Normalitas Jarque-Bera
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Uji statistik Jarque-Bera mempunyai kriteria jika nilai Jarque-
Bera diatasnilai Chi-Square Tabel dan nilai probability dibawah nilai
signifikansi 0,05, maka data yang diuji memiliki perbedaan yang
signifikan dengan data normal baku sehingga data yang diuji tidak
berdistribusi normal. Sebaliknya jika nilai Jarque-Bera dibawah nilai
Chi-Square Tabel dan nilai probability diatas nilai signifikansi 0,05,
maka data yang diuji memiliki distribusi normal.
Berdasarkan grafik diatas dapat dikatakan bahwa data residual
terdistribusi normal. Hal ini tercermin dari nilai Jarque-Bera sebesar
3,245155 yang lebih kecil atau dibawahnilai Chi-Square Tabel dengan
0
2
4
6
8
10
12
14
-5 -4 -3 -2 -1 0 1 2 3
Series: Standardized ResidualsSample 2010Q2 2014Q4Observations 152
Mean -2.28e-16Median -0.038459Maximum 3.512544Minimum -5.189957Std. Dev. 1.772364Skewness -0.354758Kurtosis 2.905240
Jarque-Bera 3.245155Probability 0.197389
df 152 yaitu sebesar 174.729 dan nilai probability yang berada diatas
nilai signifikansi 0,05.
b. Hasil Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model
regresi ditemukan adanya korelasi antar variabel bebas (independen).
Pada model regresi yang baik seharusnya antar variabel independen
tidak terjadi korelasi. Untuk mengetahui ada tidaknya multikolinearitas
dilakukan dengan melihat korelasi diantara variabel independennya,
jika korelasi lebih dari 0,70 maka dinyatakan terdapat multikolinearitas
dikarenakan nilai 0,70 pada korelasi berarti hubungan yang kuat.
Korelasi antar variabel independen dapat dilihat pada tabel di bawah
ini:
Tabel 9. Korelasi Variabel Independen
ROA NOM FDR NPF VAP
ROA 1.000000 0.835493 -0.018381 -0.143408 -0.165363
NOM 0.835493 1.000000 -0.021375 -0.044436 -0.149306
FDR -0.018381 -0.021375 1.000000 0.246813 -0.347137
NPF -0.143408 -0.044436 0.246813 1.000000 -0.452407
VAP -0.165363 -0.149306 -0.347137 -0.452407 1.000000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas terlihat bahwa tidak ada variabel independen
yang mempunyai korelasi dengan variabel independen lainnya bernilai
diatas 0,70, kecuali variabel ROA dan NOM yang merupakan sama-
sama rasio profitabilitas, sehingga dapat dikatakan data dalam penelitian
ini tidak terdapat multikolinearitas. Maka dapat disimpulkan semua
variabel independen dalam model regresi terbebas dari problem
multikolinearitas dan dapat digunakan dalam penelitian ini.
c. Hasil Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lain. Model regresi yang baik adalah model
regresi yang homoskedastisitas. Salah satu cara untuk mendeteksi ada
atau tidaknya heteroskedastisitas dapat dilakukan dengan melakukan
ujiPark dimana residual kuadrat yang di log diregresikan dengan
variabel independen yang ada.
Apabila variabel independen signifikan secara statistik
mempengaruhi variabel residual (kurang dari 5%), maka terjadi
heteroskedastisitas. Namun, apabila probabilitas signifikan diatas 5%
maka dapat dikatakan bahwa model regresi tidak mengandung adanya
heteroskedastisitas.
Hasil uji Park dapat dilihat dari tabel di bawah ini:
Tabel 10. Uji Park
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 08/06/15 Time: 21:11
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152 Variable Coefficient Std. Error t-Statistic Prob. C -3.775351 7.637491 -0.494318 0.6218
ROA -0.149391 0.322248 -0.463589 0.6436
NOM 0.221538 0.446964 0.495651 0.6209
FDR 0.020934 0.074669 0.280363 0.7796
NPF -0.131651 0.171387 -0.768150 0.4436
VAP 0.098241 0.080962 1.213412 0.2269
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Berdasarkan tabel diatas dapat dilihat bahwa tingkat signifikansi
variabel independen dalam penelitian ini berada diatas 5% atau 0,05.
Hal ini menunjukkan bahwa model regresi dalam penelitian ini tidak
terjadi heteroskedastisitas. Sehingga model regresi layak digunakan
untuk melakukan penelitian ini.
d. Hasil Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam suatu
model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan periode t-1 (sebelumnya). Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan
antara satu sama lainnya. Masalah ini timbul karena residual (kesalahan
pengganggu) tidak bebas dari satu observasi ke observasi lainnya.
Model regresi yang baik adalah yang bebas dari autokorelasi. Dalam
penelitian ini menggunakan Durbin Watson Test (D-W) untuk
mendeteksi ada tidaknya autokorelasi.
Berikut adalah tabel yang menunjukkan hasil uji autokorelasi:
Tabel 11. Uji Durbin-Watson
Dependent Variable: CAR
Method: Panel Least Squares
Date: 08/06/15 Time: 20:03
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152 Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987
Adjusted R-squared 0.487933 S.D. dependent var 2.581492
S.E. of regression 1.847285 Akaike info criterion 4.146957
Sum squared resid 474.3323 Schwarz criterion 4.405579
Log likelihood -302.1687 Hannan-Quinn criter. 4.252018
F-statistic 12.99030 Durbin-Watson stat 1.344517
Prob(F-statistic) 0.000000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dasar pengambilan keputusan ada tidaknya autokorelasi dalam
model regresi adalah sebagai berikut:
1) du < DW < (4-du) berarti tidak ada autokorelasi,
2) DW < dl berarti ada autokorelasi positif,
3) DW > (4-dl) berarti ada autokerelasi negatif, dan
4) du < DW < dl atau (4-du) < DW < (4-dl) berarti hasilnya tidak
dapat disimpulkan.
Berdasarkan tabel diatas, dengan n=152 dan k=5 dapat diketahui
nilai batas atas dan batas bawah dari nilai Durbin-Watson dengan nilai
dU adalah 1,8032 dan nilai dL adalah 1,6675. dikarenakan nilai D-W
adalah 1,344517 berada dibawah dL, atau DW < dL maka dapat
disimpulkan bahwa data memiliki masalah autokorelasi.
Autokorelasi akan menyebabkan variabel yang seharusnya
berpengaruh menjadi tidak berpengaruh, hal ini terlihat dari kecilnya
adjusted R-square dan tingginya standard error. Cara untuk mengatasi
heteroskedastisitas ini adalah dengan menyesuaikan model regresi
dengan Cross-section SUR. Di bawah ini adalah hasil regresi ketika
mengalami autokorelasi:
Tabel 12. Hasil Regresi Autokorelasi
Dependent Variable: CAR
Method: Panel Least Squares
Date: 08/06/15 Time: 20:03
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152 Variable Coefficient Std. Error t-Statistic Prob. ROA -0.238170 0.272885 -0.872788 0.3843
NOM 0.585868 0.370933 1.579445 0.1165
FDR 0.039205 0.069546 0.563721 0.5739
NPF -0.281473 0.200477 -1.404012 0.1625
VAP 0.019469 0.076367 0.254943 0.7991
C 83.46946 7.113991 11.73314 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987
Adjusted R-squared 0.487933 S.D. dependent var 2.581492
S.E. of regression 1.847285 Akaike info criterion 4.146957
Sum squared resid 474.3323 Schwarz criterion 4.405579
Log likelihood -302.1687 Hannan-Quinn criter. 4.252018
F-statistic 12.99030 Durbin-Watson stat 1.344517
Prob(F-statistic) 0.000000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Terlihat bahwa standard error mempunyai nilai yang cukup
tinggi dengan adjusted R-square yang rendah. Hal ini diperbaiki
dengan penyesuaian cross-section SUR pada regresi untuk
menghilangkan autokorelasi.
Tabel 13. Hasil Regresi dengan Cross Section SUR
Dependent Variable: CAR
Method: Panel EGLS (Cross-section SUR)
Date: 08/06/15 Time: 20:15
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152
Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. ROA -0.247695 0.117799 -2.102703 0.0373
NOM 0.426070 0.141725 3.006309 0.0031
FDR 0.081950 0.028005 2.926239 0.0040
NPF -0.317403 0.066382 -4.781466 0.0000
VAP 0.036363 0.033711 1.078666 0.2826
C 79.31193 2.889979 27.44377 0.0000 Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652
Adjusted R-squared 0.664959 S.D. dependent var 93.98597
S.E. of regression 1.030487 Sum squared resid 147.6047
F-statistic 25.97422 Durbin-Watson stat 1.673166
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.525619 Mean dependent var 87.14987
Sum squared resid 477.3600 Durbin-Watson stat 1.338319
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dibandingkan dengan hasil regresi tanpa penyesuaian Cross-
Section SUR, hasilnya menunjukkan penurunan pada standard error
dan kenaikan pada adjusted R-Square. Sehingga dapat diasumsikan
bahwa masalah autokorelasi telah disesuaikan sehingga dampaknya
sudah tidak mengganggu hasil regresi lagi.
4. Hasil Uji Hipotesis
Pengujian hipotesis dalam penelitian ini dilakukan dengan
menggunakan analisis regresi berganda (multiple regression analysis)
dengan model Fixed Effect sebagaimana telah dilakukan pada pemilihan
model terbaik sebelumnya, yaitu diakukan melalui uji koefisien determinasi,
uji statistik t, dan uji statistik F dengan menggunakan tingkat signifikansi
sebesar 0,05 atau 5 %. Apabila tingkat signifikansi lebih kecil dari 0,05
maka Ha diterima, sebaliknya apabila tingkat signifikansi lebih besar dari
0,05 maka H0 diterima.
a. Analisis Regresi Berganda
Hasil analisis regresi berganda dapat dilihat dari tabel di bawah
ini:
Tabel 14. Regresi Linear Berganda
Dependent Variable: CAR
Method: Panel EGLS (Cross-section SUR)
Date: 08/06/15 Time: 20:15
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152
Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. ROA -0.247695 0.117799 -2.102703 0.0373
NOM 0.426070 0.141725 3.006309 0.0031
FDR 0.081950 0.028005 2.926239 0.0040
NPF -0.317403 0.066382 -4.781466 0.0000
VAP 0.036363 0.033711 1.078666 0.2826
C 79.31193 2.889979 27.44377 0.0000 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652
Adjusted R-squared 0.664959 S.D. dependent var 93.98597
S.E. of regression 1.030487 Sum squared resid 147.6047
F-statistic 25.97422 Durbin-Watson stat 1.673166
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.525619 Mean dependent var 87.14987
Sum squared resid 477.3600 Durbin-Watson stat 1.338319
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas dapat dibuat model persamaan regresi sebagai
berikut:
Y = 79,31 – 0,25ROA + 0,43NOM + 0,08FDR – 0,32NPF + 0,04VAP + e
Dengan penyesuaian terhadap variabel yang tidak berpengaruh
signifikan, maka model persamaan regresi adalah sebagai berikut:
Y = 79,31 – 0,25ROA + 0,43NOM + 0,08FDR – 0,32NPF + e
Berdasarkan persamaan regresi diatas dapat dijelaskan sebagai
berikut:
1) Koefisien konstanta sebesar 79,31, dengan ini dapat diartikan
bahwa Y (DAR) akan bernilai 79,31% jika, Return On Asset
(ROA), Net Operating Margin (NOM), Financing to Debt Ratio
(FDR), Non-Performing Financing (NPF), Volume Aset Portofolio
(VAP) masing-masing bernilai 0.
2) Variabel Return On Asset (ROA) memiliki nilai koefisien regresi -
0,25. Hal ini menyatakan bahwa setiap penambahan Return On
Asset (ROA) sebesar 1% dengan asumsi variabel lain tetap, maka
terjadi penurunan pada Solvabilitas Bank Syariah yang diukur
dengan Debt to Assets Ratio (DAR) dengan nilai 0,25%.
3) Variabel Net Operating Margin (NOM) memiliki nilai koefisien
regresi sebesar 0,43. Hal ini menyatakan bahwa setiap
penambahan Net Operating Margin (NOM) sebesar 1% dengan
asumsi variabel lain tetap maka, akan meningkatkan Solvabilitas
Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR)
sebesar 0,43%.
4) Variabel Financing to Debt Ratio (FDR) memiliki nilai koefisien
regresi positif sebesar 0,08. Hal ini menyatakan bahwa setiap
penambahan Financing to Debt Ratio (FDR) sebesar 1% dengan
asumsi variabel lain tetap, maka akan meningkatkan Solvabilitas
Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR)
sebesar 0,08%.
5) Variabel Non-Performing Financing (NPF) memiliki nilai
koefisien regresi sebesar -0,32. Hal ini menyatakan bahwa setiap
penambahan Non-Performing Financing (NPF) sebesar 1% dengan
asumsi variabel lain tetap, maka akan menurunkan Solvabilitas
Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR)
sebesar 0,32%.
6) Variabel Volume Aset Portofolio (VAP) memiliki nilai koefisien
regresi sebesar 0,04. Hal ini menyatakan bahwa setiap
penambahan Volume Aset Portofolio (VAP) sebesar 1 satuan
dengan asumsi variabel lain tetap, maka akan meningkatkan
Solvabilitas Bank Syariah yang diukur dengan Debt to Assets
Ratio (DAR) sebesar 0,04%.
b. Koefisien Determinasi (R2)
Koefisien determinasi (R2) bertujuan untuk mengukur seberapa
jauh kemampuan model dapat menerangkan variasi variabel dependen.
Nilai koefisien determinasi adalah antara 0 (nol) dan 1 (satu). Nilai
Koefisien determinasi yang kecil berarti kemampuan variabel-variabel
independen dalam menjelaskan variasi variabel dependen amat terbatas.
Nilai yang mendekati satu berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Penelitian ini menggunakan
Koefisien determinasi dengan menggunakan nilai adjusted R-square
untuk mengevaluasi model regresi. Nilai adjusted R-square dalam
penelitian ini dapat dilihat dalam tabel di bawah ini.
Tabel 15. Adjusted R-Square
Dependent Variable: CAR
Method: Panel EGLS (Cross-section SUR)
Date: 08/06/15 Time: 20:15
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix
Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652
Adjusted R-squared 0.664959 S.D. dependent var 93.98597
S.E. of regression 1.030487 Sum squared resid 147.6047
F-statistic 25.97422 Durbin-Watson stat 1.673166
Prob(F-statistic) 0.000000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Berdasarkan tabel diatas dapat dilihat bahwa besarnya adjusted R-
square adalah 0,664959 atau 66,50%. Hal ini berarti 66,50% variabel
dependen solvabilitas Bank Syariahyang diwakili oleh Debt to Assets
Ratio (DAR) dapat dijelaskan secara signifikan oleh variasi variabel
independen. Variabel independen tersebut adalah Return On Asset
(ROA), Net Operating Margin (NOM), Financing to Debt Ratio
(FDR), Non-Performing Financing (NPF), Volume Aset Portofolio
(VAP). Sedangkan sisanya sebesar 33,50% (100% – 66,50%)
dijelaskan oleh variabel lain diluar model regresi dalam penelitian ini.
c. Uji Signifikansi Parameter Individual (Uji Statistik t)
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel
penjelas atau independen secara individual dalam menerangkan variasi
variabel dependen dan digunakan untuk mengetahui ada atau tidaknya
pengaruh masing-masing variabel independen secara individual
terhadap variabel dependen yang diuji pada tingkat signifikansi 5%
atau 0, 05. Apabila nilai probabilitas < 0,05 maka koefisien regresi
signifikan dan Ha diterima. Sedangkan apabila nilai probabilitas > 0,05
maka koefisien regresi tidak signifikan dan Ha ditolak.
Hasil uji signifikansi parameter individual (Uji Statistik t) dapat
dilihat pada tabel output dibawah ini:
Tabel 16. Uji Statistik t
Dependent Variable: CAR
Method: Panel EGLS (Cross-section SUR)
Date: 08/06/15 Time: 20:15
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152
Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob.
ROA -0.247695 0.117799 -2.102703 0.0373
NOM 0.426070 0.141725 3.006309 0.0031
FDR 0.081950 0.028005 2.926239 0.0040
NPF -0.317403 0.066382 -4.781466 0.0000
VAP 0.036363 0.033711 1.078666 0.2826
C 79.31193 2.889979 27.44377 0.0000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Pada tabel diatas terlihat bahwa variabel independen Return On
Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio
(FDR), Non-Performing Financing (NPF) berpengaruh signifikan
terhadap solvabilitas Bank Syariah yang diukur dengan Debt to Assets
Ratio (DAR) karena tingkat signifikansi masing-masing lebih kecil dari
tingkat signifikansi 0,05. Sedangkan variabel Volume Aset Portofolio
(VAP) tidak berpengaruh signifikan terhadap solvabilitas Bank Syariah
yang diukur dengan Debt to Assets Ratio (DAR) karena tingkat
signifikansi lebih besar dari tingkat signifikansi 0,05.
Berikut ini akan dijelaskan secara lebih lanjut mengenai hasil
temuan pada tabel diatas:
1) Pengaruh Return on Assets (ROA) terhadap Solvabilitas Bank
Syariah
Hipotesis pertama (Ha1) adalah Tingkat Earning (ROA)
berpengaruh signifikan secara parsial kepada Solvabilitas Bank
Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t
hitung sebesar -2,102703 yang lebih besar dari nilai t tabel 1,97591
(negatif diabaikan) dengan tingkat signifikan sebesar 0,0373 (lebih
kecil dari tingkat signifikansi 0,05) sehingga dapat disimpulkan
bahwa variabel Return On Asset (ROA) berpengaruh negatif secara
signifikan terhadap Solvabilitas Bank Syariah yang berarti Ha1
diterima.
Hasil pengujian menunjukan bahwa Return On Asset (ROA)
berpengaruh secara signifikan terhadap Solvabilitas Bank Syariah.
ROA yang semakin besar mengindikasikan semakin efektifnya
aktiva yang digunakan sehingga membuat laba semakin tinggi dan
akan membuat penggunaan hutang akan menurun. Hal ini
disebabkan oleh kemampuan perusahaan untuk membiayai
kegiatan usahanya dengan menggunakan laba ditahan.
Hasil penelitian ini sesuai dengan penelitian Aydin Ozkan
(2001), Mira (2004), dan Raden (2001). Ketiganya menjelaskan
bahwa profitabilitas berpengaruh negatif terhadap Debt to Assets
Ratio (DAR). Tetapi, Aydin Ozkan dan Mira menyatakan bahwa
profitabilitas mempunyai pengaruh yang signifikan terhadap DAR,
sedangkan Raden menyatakan bahwa profitabilitas tidak
mempunyai pengaruh signifikan terhadap DAR.
2) Pengaruh Net Operating Margin (NOM) terhadap Solvabilitas
Bank Syariah
Hipotesis kedua (Ha2) adalah Tingkat Earning (NOM)
berpengaruh signifikan secara parsial kepada Solvabilitas Bank
Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t
hitung sebesar 3,006309 yang lebih besar dari nilai t tabel 1,97591
dengan tingkat signifikan sebesar 0,0031 (lebih besar dari tingkat
signifikansi 0,05) sehingga dapat disimpulkan bahwa variabel Net
Operating Margin (NOM) berpengaruh secara signifikan terhadap
Solvabilitas Bank Syariah yang berarti Ha2 diterima.
Hasil pengujian menunjukan bahwa Net Operating Margin
(NOM) berpengaruh secara signifikan terhadap Solvabilitas Bank
Syariah. NOM digunakan untuk mengetahui kemampuan aktiva
produktif dalam menghasilkan laba. NOM yang semakin besar
menunjukkan kinerja yang baik dari Bank Syariah untuk
mendapatkan laba dari kegiatan operasionalnya.
Hasil penelitian ini sesuai dengan penelitian yang dilakukan
Aydin (2001) dan Mira (2004) dimana dalam penelitiannya rasio
profitabilitas mempunyai pengaruh yang signifikan terhadap Debt
to Assets Ratio (DAR).
3) Pengaruh Financing to Debt Ratio (FDR) terhadap Solvabilitas
Bank Syariah
Hipotesis ketiga (Ha3) adalah Tingkat risiko likuiditas (FDR)
berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Dari
hasil pengujian analisis regresi diperoleh nilai t hitung sebesar
2,926239 yang lebih besar dari nilai t tabel 1,97591 dengan tingkat
signifikan sebesar 0,0040 (lebih kecil dari tingkat signifikan 0,05)
sehingga dapat disimpulkan bahwa variabel Financing to Debt
Ratio (FDR) berpengaruh positif secara signifikan terhadap
Solvabilitas Bank Syariah yang berarti Ha3 diterima.
Hasil pengujian menunjukkan bahwa Financing to Debt
Ratio (FDR) berpengaruh positif secara signifikan terhadap
Solvabilitas Bank Syariah. FDR merupakan ukuran likuiditas yang
mengukur besarnya dana yang ditempatkan dalam bentuk
pembiayaan yang berasal dari dana yang dikumpulkan oleh bank
(terutama dana masyarakat). Semakin tinggi FDR dimana harta
lancar yang dimiliki perusahaan semakin besar dan kemampuan
perusahaan dalam memenuhi kewajiban jangka pendeknya
meningkat maka penggunaan hutang juga akan meningkat karena
mampu ditutupi dengan harta lancar yang ada.
Hasil penelitian ini sesuai dengan penelitian yang dilakukan
Aydin (2001) dan Raden (2012) dimana dalam penelitiannya
menyatakan bahwa rasio likuiditas mempunyai pengaruh positif
terhadap Debt to Assets Ratio (DAR).
4) Pengaruh Non-Performing Financing (NPF) terhadap
Solvabilitas Bank Syariah
Hipotesis keempat (Ha4) adalah Tingkat risiko kredit (NPF)
berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Dari
hasil pengujian analisis regresi diperoleh nilai t hitung sebesar -
4,781466 yang lebih besar dari nilai t tabel 1,97591 (negatif
diabaikan) dengan tingkat signifikan sebesar 0,00001 (lebih kecil
dari tingkat signifikan 0,05) sehingga dapat disimpulkan bahwa
variabel Non-Performing Financing (NPF) berpengaruh
negatifsecara signifikan terhadap Solvabilitas Bank Syariah yang
berarti Ha4 diterima.
Hasil pengujian menunjukkan bahwa Non-Performing
Financing (NPF) berpengaruh negatif secara signifikan terhadap
Solvabilitas Bank Syariah. NPF merupakan rasio yang mengukur
tingkat permasalahan pembiayaan yang dihadapi oleh Bank
Syariah. Semakin tinggi rasio ini, menunjukkan kualitas
pembiayaan Bank Syariah yang semakin buruk, sehingga
berpotensi terhadap kerugian Bank. Semakin tinggi NPF, maka
semakin tinggi debitur yang tidak memberikan kewajibannya
dalam bentuk margin ataupun bagi hasil kepada kreditur, sehingga
berpotensi menurunkan pendapatan bank serta menaikkan
penggunaan hutang dalam kegiatan usahanya dibandingkan laba
ditahan.
Hasil penelitian ini sesuai dengan penelitian yang dilakukan
Mira (2004) dimana dalam penelitiannya itu digunakan variabel
likuiditas yang akan mempengaruhi DAR bank. Hasilnya
menunjukkan bahwa likuiditas secara parsial berpengaruh
signifikan negatif terhadap DAR
5) Pengaruh Volume Aset Portofolio (VAP) terhadap Solvabilitas
Bank Syariah
Hipotesis kelima (Ha5) adalah Tingkat risiko pasar (VAP)
berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Dari
hasil pengujian analisis regresi diperoleh nilai t hitung sebesar
1,078666 yang lebih kecil dari nilai t tabel 1,97591 dengan tingkat
signifikan sebesar 0,2826 (lebih besar dari tingkat signifikan 0,05)
sehingga dapat disimpulkan bahwa variabel Volume Aset
Portofolio (VAP) tidak berpengaruh secara signifikan terhadap
Solvabilitas Bank Syariah yang berarti Ha5 diterima.
Hasil pengujian menunjukkan bahwa Volume Aset
Portofolio (VAP) tidak berpengaruh secara signifikan terhadap
Solvabilitas Bank Syariah. VAP merupakan salah satu bentuk
pengendalian terhadap risiko pasar yang memberi gambaran
seberapa besar potensi kerugian bank apabila terjadi perubahan
kurs atau perubahan nilai dari portofolio itu sendiri di pasar, tetapi
pada penelitian ini tidak berpengaruh secara signifikan terhadap
DAR.
d. Uji Signifikansi Simultan ( Uji Statistik F)
Uji statistik F menunjukkan apakah semua variabel independen
yang dimasukkan dalam model regresi mempunyai pengaruh secara
bersama-sama terhadap variabel dependen. Uji statistik F digunakan
untuk mengetahui pengaruh semua variabel independen yang
dimasukkan dalam model regresi secara bersama-sama terhadap
variabel dependen yang diuji pada tingkat signifikansi 0,05. Jika F
hitung > F tabel dengan df (5,147) dan tingkat signifikansi < 0,05 maka
Ha diterima. Uji Statistik-F dapat dilihat dari tabel di bawah:
Tabel 17. Uji F Statistik
Dependent Variable: CAR
Method: Panel EGLS (Cross-section SUR)
Date: 08/06/15 Time: 20:15
Sample: 2010Q2 2014Q4
Periods included: 19
Cross-sections included: 8
Total panel (balanced) observations: 152
Linear estimation after one-step weighting matrix Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652
Adjusted R-squared 0.664959 S.D. dependent var 93.98597
S.E. of regression 1.030487 Sum squared resid 147.6047
F-statistic 25.97422 Durbin-Watson stat 1.673166
Prob(F-statistic) 0.000000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Hasil pengolahan data pada tabel diatas melalui F-test terlihat
bahwa nilai F hitung sebesar 25,97422 yang lebih besar dari F tabel
sebesar 2,28 dan nilai signifikansi sebesar 0,00001 < 0,05. Uji ini
menunjukkan bahwa model regresi dapat digunakan secara bersama-
sama untuk memprediksi tingkat Solvabilitas Bank Syariah (DAR). Hal
ini membuktikan bahwa Return On Asset (ROA), Net Operating
Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing
Financing (NPF), Volume Aset Portofolio (VAP) bersama-sama secara
simultan berpengaruh positif terhadap terhadap Solvabilitas Bank
Syariah yang diukur dengan Debt to Assets Ratio (DAR). Sehingga
dapat disimpulkan bahwa Ha6 diterima dalam model regresi penelitian
ini.
102
BAB V
PENUTUP
A. Kesimpulan
Penelitian ini bertujuan untuk mengetahui pengaruh Tingkat Kesehatan
Risk-Based Bank Rating (RBBR)yang diukur melalui Return On Assets (ROA),
Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing
Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Solvabilitas
Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR). Penelitian
ini menggunakan data sekunder yang diperoleh dari laporan keuangan bank
triwulan Bank Umum Syariah yang dipublikasikan untuk umum periode tahun
2010 sampai tahun 2014.
Berdasarkan hasil penelitian dapat disimpulkan bahwa:
1. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal
Earning yang diukur dengan Return On Assets (ROA) berpengaruh
signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan
Debt to Assets Ratio (DAR).
2. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal
Earning yang diukur dengan Net Operating Margin (NOM) berpengaruh
signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan
Debt to Assets Ratio (DAR).
3. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal
Risiko Likuiditas yang diukur dengan Financing to Debt Ratio (FDR)
berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang
diukur dengan Debt to Assets Ratio (DAR).
4. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal
Risiko Pembiayaan yang diukur dengan Non-Performing Financing (NPF)
berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang
diukur dengan Debt to Assets Ratio (DAR).
5. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal
Risiko Pasar yang diukur dengan Volume Aset Portofolio (VAP) tidak
berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang
diukur dengan Debt to Assets Ratio (DAR).
6. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) secara
keseluruhan berpengaruh signifikan terhadap Solvabilitas Perbankan
Syariah yang diukur dengan Debt to Assets Ratio (DAR).
Dari jawaban permasalahan diatas, dapat disimpulkan bahwa secara umum
Tingkat Kesehatan Risk-Based Bank Rating (RBBR) mempunyai pengaruh yang
cukup besar dalam fluktuasi dan trend penurunan Solvabilitas Perbankan Syariah
pada periode 2010-2014. Jika dilihat lebih dalam lagi, penyebab turunnya
Solvabilitas Perbankan Syariah terbesar pada periode 2010-2014 adalah risiko
pembiayaan. Hal ini menunjukkan bahwa masih kurangnya strategi bank syariah
dalam meminimalisir adanya pembiayaan macet atau masih kurangnya
kesadaran nasabah dalam melunasi pembiayaan di bank syariah.
B. Implikasi
Model teoritis yang diuji dan dikembangkan dalam penelitian ini
diharapkan mampu memberikan konstribusi bagi pemahaman kita mengenai
faktor-faktor yang dapat memengaruhi Solvabilitas Perbankan Syariah dilihat
dari segi penerapan Penilaian Tingkat Kesehatan Risk-Based Bank Rating
(RBBR). Hasil implikasi ini memiliki beberapa pengetahuan penting bagi
perusahaan, investor, peneliti selanjutnya dan bagi peneliti sendiri.
Berdasarkan kesimpulan yang telah diuraikan, menunjukkan bahwa
variabel Return On Assets (ROA), Net Operating Margin (NOM), Financing to
Debt Ratio (FDR), dan Non-Performing Financing (NPF) berpengaruh terhadap
Solvabilitas Perbankan Syariah. Tetapi, variabel Volume Aset Portofolio (VAP)
tidak berpengaruh terhadap Solvabilitas Perbankan Syariah.
Implikasi yang dapat diberikan penulis terkait dengan penelitian ini adalah
sebagai berikut:
1. Perusahaan, khususnya perusahaan yang bergerak di sektor perbankan
berbasis syariah dapat dijadikan sebagai acuan perusahaan untuk lebih
meningkatkan kinerja secara efektif dan efisien dalam meningkatkan
earning dan yang paling penting adalah menjaga dan terus mengevaluasi
strategi mitigasi risiko yang ada sehingga dapat meningkatkan kualitas
penilaian tingkat kesehatan demi meningkatkan solvabilitas.
2. Peneliti, dapat digunakan sebagai sarana untuk menambah wawasan dan
pengalaman serta pengetahuan mengenai implementasi Penilaian Tingkat
Kesehatan Risk-Based Bank Rating (RBBR) pada lembaga keuangan syariah
dan bagaimana pengaruhnya terhadap internal perusahaan khusunya adalah
solvabilitasnya.
3. Praktisi, dapat digunaan oleh para praktisi seperti otoritas jasa keuangan dan
para analis keuangan syariah mengenai relevansi Solvabilitas Perbankan
Syariah yang dipengaruhi oleh Penilaian Tingkat Kesehatan Risk-Based
Bank Rating (RBBR). Sementara implikasi untuk investor, dari penelitian
ini diharapkan dapat memberikan gambaran dan tambahan informasi kepada
investor mengenai kualitas internal lembaga keuangan syariah, khususnya
solvabilitasnya dengan melihat indikator Tingkat Kesehatan Risk-Based
Bank Rating (RBBR) sehingga dapat dijadikan bahan pertimbangan bagi
investor untuk melakukan keputusan investasi pada lembaga keuangan
syariah secara tepat dan menguntungkan di masa mendatang.
C. Saran
Berdasarkan kesimpulan diatas, maka penulis menyampaikan beberapa
saran sebagai berikut:
1. Penelitian selanjutnya disarankan untuk menggunakan sampel atau jenis
perusahaan yang berbeda sebagai pembanding, seperti memasukkan atau
menambahkan Unit Usaha Syariah (UUS) dan Bank Perkreditan Rakyat
Syariah (BPRS) sebagai sampel dalam penelitian.
2. Penelitian selanjutnya diharapkan untuk menggunakan indikator lain
selainTingkat Kesehatan Risk-Based Bank Rating (RBBR) terhadap
Solvabilitas Perbankan Syariah.
3. Penelitian selanjutnya disarankan untuk menggunakan indikator lain dalam
hal ukuran variabel-variabel yang digunakan dalam penelitian ini yaitu
tingkat Earning, Risiko Likuiditas, Risiko Pembiayaan, Risiko Pasar, dan
Solvabilitas. Seperti menambahkan indikator kualitatif atau perhitungan
lainnya yang mempresentasikannya.
Penelitian selanjutnya disarankan untuk memasukkan atau menambah
variabel-variabel baru yang diidentifikasi sebagai variabel Penilaian Tingkat
Kesehatan Risk-Based Bank Rating (RBBR) dan Solvabilitas Perbankan Syariah.
107
DAFTAR PUSTAKA
Altman, Edward. I. 1968. Financial Rations: Discriminant Analysis and
ThePrediction of Corporate Bankcruptcy.The Journal of Finance, VolXXIII,
pp: 589 – 609.
Ariefianto, Doddy. 2012. Ekonometrika : Esensi dan Aplikasi dengan Menggunakan
Eviews. Jakarta: Penerbit Erlangga.
Arthesa, Ade & Edia Handiman. 2006. Bank & Lembaga Keuangan Bukan Bank.
Jakarta: PT. Indeks.
Bank Indonesia. 2011. Surat Edaran No. 13/24/DPNP Tentang Penilaian Tingkat
Kesehatan Bank Umum. Jakarta: Bank Indonesia.
Dewi, Mira Puspita. 2004. Analisis Faktor-Faktor yang Mempengaruhi Struktur
Modal pada Perusahaan Jasa Perbankan. Tesis Program Pascasarjana
Universitas Indonesia.
Endri. 2009. Prediksi Kebangkrutan Bank untuk Menghadapi dan Mengelola
Perubahan Lingkungan Bisnis: Analisis Model Altman’s Z-Score. Perbanas
Quarterly Review Volume 2. Maret 2009.
Febriminanto, Raden David. 2012. Analisis Faktor-Faktor yang Mempengaruhi
Struktur Modal pada Perusahaan yang Terdaftar di Bursa Efek Indonesia
Periode 2001-2010. Skripsi Program Sarjana (S1) Universitas Indonesia.
Ghozali, Imam. 2011.Aplikasi Analisis Multivariate dengan Program SPSS. Edisi
5.Semarang: Badan Penerbit Universitas Diponegoro.
Ihsan, Dwi Nur’aini. 2013. Analisa Laporan Keuangan Perbankan Syariah. Jakarta:
UIN Jakarta Press.
Indriantoro, Nur & Babang Suporno.2002. Metodologi Penelitian Bisnis untuk
Akuntansi dan Manajemen.Yogyakarta: Lembaga Penerbit BPFE.
Kasmir. 2012. Dasar-Dasar Perbankan. Jakarta: RajaGrafindo Persada.
Kurniawan, Albert. 2014. Metode Riset untuk Ekonomi dan Bisnis : Teori, Konsep,
dan Praktik Penelitian Bisnis. Bandung: Penerbit Alfabeta.
Ozkan, Aydin. 2001. Determinants of Capital Structure and Adjusment to Long Run
Target: Evidence from UK Company Panel Data.Journal of Business Finance
& Accounting Volume 28.
Pasaribu, Rowland. 2008. Penggunaan Binary Logit untuk Prediksi Financial
Distress Perusahaan yang Tercatat di Bursa Efek Jakarta (Studi Kasus Emiten
Industri Perdagangan). Ventura Volume.11. 2008.
Riduwan & Sunarto. 2013. Pengantar Statistika untuk Penelitian : Pendidikan,
Sosial, Komunikasi, Ekonomi, dan Bisnis. Bandung: Alfabeta Bandung.
Rivai, Veithzal. 2007. Bank And Financial Institution Management Conventional &
Sharia System. Jakarta: Rajawali.
Romdayanah. 2011. Pengaruh Faktor Permodalan, Kualitas Aset, Dan Likuiditas
Terhadap Profitabilitas Bank Umum Syariah. Skripsi Program Sarjana (S1)
Pada Jurusan Ekonomi Islam Fakultas Syariah Institut Agama Islam Negeri
Walisongo. Semarang.
Rosadi, Dedi. 2012. Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews.
Yogyakarta: Penerbit ANDI.
Sarwono, Jonathan. 2013. Strategi Melakukan Riset. Yogyakarta: Penerbit ANDI.
Setyawan , Aditya Wira Perdana. 2012. Pengaruh Komponen Risk Based Bank
Rating Terhadap Harga Saham Perusahaan Perbankan Yang Go Public Di
Bursa Efek Indonesia (BEI)Tahun 2008-2011. Skripsi Program Sarjana (S1)
Pada Program Sarjana Fakultas Ekonomika Dan Bisnis Universitas
Diponegoro. Semarang.
Siti Rahmayanti Husein. 2012. Analisis Perbandingan Kinerja Keuangan Bank
Muamalat Indonesia (BMI) Dengan Bank Syariah Mandiri (BSM). Skripsi
Program Pendidikan Strata Satu Jurusan Akuntansi Sekolah Tinggi Ilmu
Ekonomi Perbanas. Surabaya
Subramanyam & John J. Wild. Financial Statement Analysis. Mc Graw Hill.
Amerika. 2008. Diterjemahkan oleh Dewi Yanti. Salemba Empat. Jakarta.
2010.
Sudarsono, Heri. Dampak Krisis Keuangan Global terhadap Perbankan di
Indonesia: Perbandingan antara Bank Konvensional dan Bank Syariah. Jurnal
LaRiba, Vol. III, No. 1, Juli 2009.
Sugiyono. 2011. Metode Penelitian Kuantitatif dan Kualitatif dan R&D. Bandung.
Alfabeta.
Sumitro, Warkum. 2004. Asas-Asas Perbankan Islam dan Lembaga-Lembaga Terkait
(BAMUI, TAKAFUL, dan Pasar Modal Syariah di Indonesia. Jakarta:
RajaGrafindo Persada.
Surifah. 1999.Rasio Keuangan Sebagai Alat Prediksi Kegagalan Suatu Bank.Tesis
Program Pasca Sarjana. Universitas Gadjah Mada.Yogyakarta.
Sutedi, Adrian. 2009. Perbankan Syariah: Tinjauan dan Beberapa Segi Hukum.
Jakarta: Ghalia Indonesia.
Utomo, Anif Punto, et al. 2014. Dua Dekade Ekonomi Syariah: Menuju Kiblat
Ekonomi Islam. Jakarta: Gres! Publishing Pusat Komunikasi Ekonomi Syariah.
Widarjo, Wahyu & Doddy Setiawan.2009. Pengaruh Rasio Keuangan terhadap
Kondisi Financial Distress Perusahaan Otomotif. Jurnal Bisnis dan Akuntansi.
Volume. 11. 2009.
Widyaningrum, Hening Asih; Suhadak; Topowijono. 2014. Analisis Tingkat
Kesehatan Bank Dengan Menggunakan Metode Risk-Based Bank Rating
(RBBR) (Studi pada Bank yang Terdaftar di Bursa Efek Indonesia dalam IHSG
Sub Sektor Perbankan Tahun 2012). Jurnal Administrasi Bisnis (JAB) Vol. 9
No. 2 April 2014.
Wijaya, Handi; Martin Surya Mulyadi.Penilaian Bisnis Dan AnalisisTingkat
Kesehatan Bank Mutiara(Suatu Studi Komparatif). Jurnal Universitas Bina
Nusantara, Jurusan Akuntansi, Fakultas Ekonomi dan Bisnis.
Winarno,Wing Wahyu. 2011. Analisis Ekonometrika dan Statistika dengan Eviews.
Edisi 3. Yogyakarta: UPP STIM YKPM.
110
LAMPIRAN
A. Data Penelitian
No Bank Tahun DAR ROA NOM FDR NPF VAP
1
Ban
k Sy
aria
h M
and
iri
2010 II 93.18 2.22 1.03 85.16 0.88 19.97
III 93.16 2.30 1.64 86.31 1.45 16.95
IV 93.78 2.21 1.84 82.54 1.29 19.81
2011 I 93.51 2.22 0.54 84.06 1.12 18.50
II 93.49 2.12 1.01 88.52 1.14 14.13
III 93.96 2.03 1.35 89.86 1.26 13.49
IV 93.69 1.95 1.65 86.03 0.95 16.40
2012 I 93.42 2.17 0.57 87.25 0.86 15.01
II 93.02 2.25 1.15 92.21 1.41 11.02
III 92.84 2.22 1.67 93.90 1.55 9.75
IV 92.29 2.25 2.15 94.40 1.14 10.47
2013 I 92.00 2.56 0.66 95.61 1.55 9.99
II 92.23 1.79 0.90 94.22 1.10 10.09
III 92.47 1.51 1.11 91.29 1.59 11.25
IV 92.40 1.53 1.48 89.37 2.29 13.01
2014 I 91.96 1.77 0.46 90.34 2.65 13.05
II 92.02 0.66 0.35 89.91 3.90 12.48
III 92.14 0.80 0.61 85.68 4.23 16.66
IV 92.63 0.17 0.16 82.13 4.29 18.69
2
Ban
k M
uam
alat
Ind
on
esia
2010 II 93.65 1.07 0.58 103.71 3.93 5.25
III 90.57 0.81 0.87 99.68 3.36 11.66
IV 91.84 1.36 1.20 91.52 3.51 15.30
2011 I 91.63 1.38 0.43 95.82 3.99 8.68
II 92.10 1.74 0.82 95.71 3.57 8.11
III 92.29 1.55 1.05 92.45 3.71 10.33
IV 93.63 1.52 1.23 85.18 1.78 23.39
2012 I 93.13 1.51 0.38 97.08 1.97 16.79
II 93.19 1.61 0.78 99.85 1.94 14.28
III 93.49 1.62 1.12 99.96 1.61 13.79
IV 95.91 1.54 1.22 94.15 1.81 19.61
2013 I 94.41 1.72 0.42 102.02 1.76 17.06
II 94.27 1.69 0.85 106.50 1.86 13.10
III 94.32 1.68 1.24 103.40 1.84 12.45
IV 93.82 1.37 1.32 99.99 0.78 17.14
2014 I 91.70 1.44 0.38 105.40 1.56 15.42
II 92.11 1.03 0.53 96.78 3.18 16.83
III 92.73 0.10 0.12 98.81 4.74 16.33
IV 93.50 0.17 0.25 84.14 4.76 23.31
3
BN
I Sya
riah
2010 II 82.14 (12.02) (1.06) 73.70 2.55 35.01
III 82.88 (0.65) (0.35) 150.63 2.60 40.16
IV 83.56 0.61 0.60 68.93 1.92 37.84
2011 I 82.64 3.42 0.90 76.53 2.12 32.42
II 83.68 2.22 1.13 84.46 1.71 25.79
III 84.86 2.37 1.72 86.13 1.78 22.56
IV 87.28 1.29 1.17 78.60 2.42 29.46
2012 I 88.28 0.63 0.17 78.78 2.77 32.56
II 87.52 0.65 0.37 80.94 1.75 24.53
III 87.78 1.31 0.99 85.36 1.62 20.68
IV 88.85 1.48 1.45 84.99 1.42 19.84
2013 I 90.24 1.62 0.42 80.11 0.97 24.80
II 90.45 1.24 0.68 92.13 1.54 19.58
III 90.94 1.22 1.02 96.37 1.49 18.34
IV 91.13 1.37 1.40 97.86 1.13 16.25
2014 I 91.42 1.22 0.33 96.67 1.27 15.78
II 92.10 1.11 0.53 98.96 1.35 16.16
III 89.67 1.11 0.80 94.29 1.51 17.62
IV 90.00 1.27 1.21 92.58 1.04 16.82
4
Ban
k M
ega
Syar
iah
2010 II 91.41 2.98 1.69 86.68 2.02 12.46
III 90.99 2.47 2.12 89.11 2.60 12.55
IV 91.77 1.90 2.04 78.17 2.11 22.27
2011 I 90.68 1.77 0.48 79.20 1.97 20.79
II 90.61 1.87 0.97 81.48 2.14 22.16
III 90.91 1.65 1.22 83.00 2.25 19.54
IV 92.17 1.58 1.44 83.08 1.79 18.66
2012 I 91.72 3.52 0.93 84.90 1.53 18.33
II 90.73 4.13 2.16 92.09 1.51 15.95
III 91.47 4.11 2.77 88.03 1.41 15.46
IV 92.40 3.81 3.27 88.88 1.32 16.32
2013 I 91.70 3.57 0.94 98.37 1.42 6.78
II 91.36 2.94 1.56 104.19 2.19 5.91
III 90.94 2.57 2.02 102.89 1.63 6.82
IV 91.56 2.33 2.17 93.37 1.45 12.91
2014 I 90.91 1.18 0.35 95.53 1.62 10.82
II 90.40 0.99 0.54 95.68 1.81 14.24
III 90.31 0.24 0.20 90.50 1.82 14.53
IV 88.82 0.29 0.30 93.61 1.81 12.41
5
BR
I Sya
riah
2010 II 80.02 0.97 0.35 91.23 1.97 6.17
III 84.27 0.24 0.11 102.17 2.06 11.64
IV 86.07 0.35 0.14 95.82 2.14 13.00
2011 I 86.75 0.23 (0.05) 97.44 1.70 12.77
II 87.51 0.20 (0.02) 93.34 2.77 13.08
III 89.74 0.40 0.13 95.58 2.27 9.32
IV 91.37 0.20 0.05 90.55 2.12 11.29
2012 I 90.77 0.17 0.03 101.76 2.40 7.73
II 91.01 1.21 0.58 102.77 2.15 9.67
III 91.16 1.34 0.95 99.99 1.89 10.58
IV 92.42 1.19 0.98 103.07 1.84 13.71
2013 I 92.52 1.71 0.42 100.90 2.01 15.17
II 89.81 1.41 0.70 103.67 1.94 13.20
III 89.71 1.36 1.01 105.61 2.14 11.98
IV 90.24 1.15 1.10 102.70 3.26 12.53
2014 I 90.23 0.46 0.10 102.13 3.36 14.06
II 90.72 0.03 0.01 95.14 3.61 15.06
III 90.82 0.20 0.13 94.85 4.19 13.79
IV 91.60 0.08 0.05 93.90 3.65 20.79
6
BC
A S
yari
ah
2010 II 63.08 0.99 0.34 70.57 1.02 50.84
III 62.36 0.98 0.67 65.32 0.20 54.50
IV 65.37 0.78 0.75 77.89 0.15 44.97
2011 I 68.65 0.87 0.21 76.83 - 43.17
II 68.86 0.89 0.45 77.69 0.09 43.82
III 70.63 0.95 0.90 79.92 0.14 39.25
IV 74.42 0.90 0.77 78.84 - 38.65
2012 I 75.52 0.39 0.10 74.14 - 40.56
II 76.23 0.74 0.39 77.41 - 37.35
III 76.63 0.69 0.55 91.67 0.01 26.33
IV 81.00 0.84 0.72 79.91 - 32.23
2013 I 80.12 0.92 0.24 86.35 - 27.93
II 80.99 0.97 0.48 85.86 - 27.09
III 82.36 0.99 0.71 88.98 - 22.79
IV 84.64 1.01 0.86 83.48 - 25.12
2014 I 84.35 0.86 0.22 89.53 0.05 20.67
II 85.67 0.69 0.32 85.31 0.04 23.35
III 75.47 0.67 0.44 93.02 0.05 25.97
IV 79.09 0.76 0.61 91.17 0.10 24.05
7
Ban
k Sy
aria
h B
uko
pin
2010 II 92.86 0.59 0.36 108.91 3.67 15.39
III 93.54 0.43 0.40 102.90 3.91 17.70
IV 93.46 0.74 0.73 99.37 3.42 16.03
2011 I 92.97 0.62 0.20 95.18 0.98 13.74
II 93.25 0.65 0.33 93.45 1.61 13.41
III 89.55 0.51 0.50 81.12 1.57 19.60
IV 90.63 0.52 0.63 83.66 1.54 10.49
2012 I 90.35 0.54 0.16 90.34 2.85 11.58
II 91.67 0.52 0.30 93.56 2.50 15.88
III 92.28 0.61 0.47 99.33 4.46 15.78
IV 92.45 0.55 0.80 92.29 4.26 17.82
2013 I 92.26 1.08 0.29 87.80 4.28 15.41
II 92.54 1.04 0.56 93.43 4.03 15.12
III 92.84 0.79 0.86 95.15 3.86 13.77
IV 93.26 0.69 0.78 100.29 3.68 15.37
2014 I 93.49 0.22 0.07 97.14 3.97 17.29
II 93.57 0.27 0.18 102.84 3.86 15.51
III 89.55 0.23 0.24 103.66 3.81 15.90
IV 90.29 0.27 0.35 92.89 3.34 19.37
8
Ban
k P
anin
Sya
riah
2010 II 44.93 (5.28) (1.95) 90.11 - 47.85
III 57.82 (3.31) (2.60) 82.80 - 45.51
IV 68.74 (2.53) (2.59) 69.76 - 45.22
2011 I 72.70 (1.55) (0.37) 78.64 - 37.55
II 48.85 (0.79) (0.30) 97.85 0.14 43.95
III 45.65 0.70 0.41 205.31 0.32 33.46
IV 55.49 1.75 1.25 162.97 0.82 29.25
2012 I 55.78 2.35 0.57 140.35 0.61 28.19
II 63.47 3.03 1.29 127.88 0.23 25.10
III 72.59 2.90 1.61 149.82 0.16 20.49
IV 77.03 3.48 2.34 105.66 0.19 27.80
2013 I 78.14 2.72 0.66 120.91 0.60 16.39
II 80.00 2.34 1.06 123.60 0.56 15.30
III 83.41 2.18 1.34 112.46 1.01 17.07
IV 87.02 1.03 0.72 90.40 0.77 35.21
2014 I 76.79 1.45 0.20 112.84 0.94 29.01
II 78.40 1.64 0.61 140.48 0.57 10.49
III 80.50 1.82 1.06 111.79 0.43 18.20
IV 82.72 1.99 1.58 94.04 0.29 22.43
B. Hasil Eviews
1. Chow Test
Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects
Effects Test Statistic d.f. Prob. Cross-section F 9.181251 (7,139) 0.0000
Cross-section Chi-square 57.768374 7 0.0000
Cross-section fixed effects test equation: Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:01 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152
Variable Coefficient Std. Error t-Statistic Prob. ROA -0.211485 0.306649 -0.689663 0.4915
NOM 0.983542 0.425328 2.312433 0.0222 FDR -0.046293 0.071055 -0.651510 0.5157 NPF 0.737497 0.163091 4.522005 0.0000 VAP -0.211919 0.077043 -2.750653 0.0067
C 93.75862 7.267787 12.90057 0.0000 R-squared 0.310681 Mean dependent var 87.14987
Adjusted R-squared 0.287074 S.D. dependent var 2.581492 S.E. of regression 2.179680 Akaike info criterion 4.434907 Sum squared resid 693.6470 Schwarz criterion 4.554271 Log likelihood -331.0529 Hannan-Quinn criter. 4.483397 F-statistic 13.16067 Durbin-Watson stat 0.995124 Prob(F-statistic) 0.000000
2. Hausman Test
Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 29.046661 5 0.0000
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. ROA -0.238170 -0.224451 0.002100 0.7647
NOM 0.585868 0.754149 0.002500 0.0008 FDR 0.039205 0.003315 0.000409 0.0758 NPF -0.281473 0.270689 0.011418 0.0000 VAP 0.019469 -0.110725 0.000759 0.0000
Cross-section random effects test equation: Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:02 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152
Variable Coefficient Std. Error t-Statistic Prob. C 83.46946 7.113991 11.73314 0.0000
ROA -0.238170 0.272885 -0.872788 0.3843 NOM 0.585868 0.370933 1.579445 0.1165 FDR 0.039205 0.069546 0.563721 0.5739 NPF -0.281473 0.200477 -1.404012 0.1625 VAP 0.019469 0.076367 0.254943 0.7991
Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987
Adjusted R-squared 0.487933 S.D. dependent var 2.581492 S.E. of regression 1.847285 Akaike info criterion 4.146957 Sum squared resid 474.3323 Schwarz criterion 4.405579 Log likelihood -302.1687 Hannan-Quinn criter. 4.252018 F-statistic 12.99030 Durbin-Watson stat 1.344517 Prob(F-statistic) 0.000000
3. Uji Asumsi Klasik
a. Uji Normalitas
b. Uji Multikolinearitas
ROA NOM FDR NPF VAP
ROA 1.000000 0.835493 -0.018381 -0.143408 -0.165363
NOM 0.835493 1.000000 -0.021375 -0.044436 -0.149306
FDR -0.018381 -0.021375 1.000000 0.246813 -0.347137
NPF -0.143408 -0.044436 0.246813 1.000000 -0.452407
VAP -0.165363 -0.149306 -0.347137 -0.452407 1.000000
0
2
4
6
8
10
12
14
-5 -4 -3 -2 -1 0 1 2 3
Series: Standardized ResidualsSample 2010Q2 2014Q4Observations 152
Mean -2.28e-16Median -0.038459Maximum 3.512544Minimum -5.189957Std. Dev. 1.772364Skewness -0.354758Kurtosis 2.905240
Jarque-Bera 3.245155Probability 0.197389
c. Uji Heteroskedastisitas
Dependent Variable: LOG(RES2) Method: Panel Least Squares Date: 08/06/15 Time: 21:11 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152
Variable Coefficient Std. Error t-Statistic Prob. C -3.775351 7.637491 -0.494318 0.6218
ROA -0.149391 0.322248 -0.463589 0.6436 NOM 0.221538 0.446964 0.495651 0.6209 FDR 0.020934 0.074669 0.280363 0.7796 NPF -0.131651 0.171387 -0.768150 0.4436 VAP 0.098241 0.080962 1.213412 0.2269
R-squared 0.026370 Mean dependent var -0.208245
Adjusted R-squared -0.006973 S.D. dependent var 2.282613 S.E. of regression 2.290558 Akaike info criterion 4.534142 Sum squared resid 766.0119 Schwarz criterion 4.653505 Log likelihood -338.5948 Hannan-Quinn criter. 4.582631 F-statistic 0.790863 Durbin-Watson stat 1.360581 Prob(F-statistic) 0.557862
d. Uji Autokorelasi
Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152
Variable Coefficient Std. Error t-Statistic Prob. ROA -0.238170 0.272885 -0.872788 0.3843
NOM 0.585868 0.370933 1.579445 0.1165 FDR 0.039205 0.069546 0.563721 0.5739 NPF -0.281473 0.200477 -1.404012 0.1625 VAP 0.019469 0.076367 0.254943 0.7991
C 83.46946 7.113991 11.73314 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987
Adjusted R-squared 0.487933 S.D. dependent var 2.581492 S.E. of regression 1.847285 Akaike info criterion 4.146957 Sum squared resid 474.3323 Schwarz criterion 4.405579 Log likelihood -302.1687 Hannan-Quinn criter. 4.252018 F-statistic 12.99030 Durbin-Watson stat 1.344517 Prob(F-statistic) 0.000000
4. Statistik Deskriptif
DAR ROA NOM FDR NPF VAP
Mean 87.14987 1.220987 0.706382 94.21191 1.790987 18.89783
Median 87.34500 1.165000 0.620000 94.05000 1.625000 18.45000
Maximum 91.16000 4.130000 3.270000 99.68000 4.760000 24.80000
Minimum 77.82000 -3.310000 -2.600000 89.86000 0.000000 14.99000
Std. Dev. 2.581492 1.092812 0.767910 2.683305 1.278474 2.786157
Skewness -0.559841 -0.408935 -0.688364 0.156525 0.449641 0.462604
Kurtosis 3.091225 5.663821 7.797204 2.043761 2.391689 2.089149
Jarque-Bera 7.992734 49.17742 157.7541 6.411823 7.465416 10.67583
Probability 0.018382 0.000000 0.000000 0.040522 0.023928 0.004806
Sum 13246.78 185.5900 107.3700 14320.21 272.2300 2872.470
Sum Sq. Dev. 1006.279 180.3300 89.04251 1087.219 246.8088 1172.163
Observations 152 152 152 152 152 152
5. Regresi Fixed Effect
Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152
Variable Coefficient Std. Error t-Statistic Prob. ROA -0.238170 0.272885 -0.872788 0.3843
NOM 0.585868 0.370933 1.579445 0.1165 FDR 0.039205 0.069546 0.563721 0.5739 NPF -0.281473 0.200477 -1.404012 0.1625 VAP 0.019469 0.076367 0.254943 0.7991
C 83.46946 7.113991 11.73314 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987
Adjusted R-squared 0.487933 S.D. dependent var 2.581492 S.E. of regression 1.847285 Akaike info criterion 4.146957 Sum squared resid 474.3323 Schwarz criterion 4.405579 Log likelihood -302.1687 Hannan-Quinn criter. 4.252018 F-statistic 12.99030 Durbin-Watson stat 1.344517 Prob(F-statistic) 0.000000
6. Regresi Fixed Effect dengan Cross-Section SUR
Dependent Variable: DAR Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix
Variable Coefficient Std. Error t-Statistic Prob. ROA -0.247695 0.117799 -2.102703 0.0373
NOM 0.426070 0.141725 3.006309 0.0031 FDR 0.081950 0.028005 2.926239 0.0040 NPF -0.317403 0.066382 -4.781466 0.0000 VAP 0.036363 0.033711 1.078666 0.2826
C 79.31193 2.889979 27.44377 0.0000 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652
Adjusted R-squared 0.664959 S.D. dependent var 93.98597 S.E. of regression 1.030487 Sum squared resid 147.6047 F-statistic 25.97422 Durbin-Watson stat 1.673166 Prob(F-statistic) 0.000000
Unweighted Statistics R-squared 0.525619 Mean dependent var 87.14987
Sum squared resid 477.3600 Durbin-Watson stat 1.338319