T1 232008109FULLTEXT

1

PENDAHULUAN

Perekonomian Indonesia saat ini membutuhkan sektor perbankan yang

kuat dikarenakan perbankan menjadi sektor penting yang dibutuhkan guna

menjembatani masyarakat ekonomi kuat dengan masyarakat ekonomi lemah.

Salah satu sektor perbankan yang dapat membantu pada daerah Jawa Tengah

adalah Bank Perkreditan Rakyat (BPR) dikarenakan BPR sebagai badan pemberi

pinjaman pada masyarakat ekonomi lemah dan juga menerima deposito dari

masyarakat ekonomi kuat dengan imbalan bunga lebih tinggi daripada bank

umum. Jawa Tengah masih banyak sekali masyarakat dengan ekonomi menengah

ke bawah. Pada April 2012 menurut versi www.bi.go.id, jumlah BPR di Jawa

Tengah mencapai 261 unit. Jumlah tersebut memperlihatkan bahwa masyarakat di

Jawa Tengah sangat memerlukan BPR.

BPR sebagai lembaga perbankan dengan kegiatan utama memberikan jasa

dalam menghimpun dana masyarakat, memerlukan suatu kondisi yang sehat serta

tersedianya jasa perbankan yang menarik minat masyarakat. BPR mempunyai

kepentingan untuk menjaga dana tersebut agar kepercayaan masyarakat tidak

disia-siakan. Pendirian BPR-BPR yang semakin menjamur dan persaingan antar

BPR yang sangat ketat memunculkan pertanyaan mendasar bagaimana kinerja

dari BPR tersebut.

Baik atau buruknya kinerja perbankan dalam hal ini BPR disebabkan oleh

banyak faktor. Faktor utama yang hampir dihadapi seluruh perbankan adalah

membengkaknya jumlah kredit bermasalah atau kredit macet. Semakin banyak

kredit bermasalah atau kredit macet yang terjadi, menunjukkan semakin tinggi

kesulitan perbankan saat ini. Selain kredit macet, masalah efisiensi dan laba yang

diperoleh, juga dapat memperburuk kesehatan BPR (Amrulah, 2008). Oleh karena

itu sistem penilaian tingkat kesehatan bank diatur kembali oleh Bank Indonesia

dalam Surat Keputusan BI No.30/12/KEP/DIR dan Surat Edaran BI No.

30/3/UPPB tanggal 30 April 1997 yang menyebutkan bahwa penilaian terhadap

pengukuran kinerja dan kondisi suatu bank dapat diukur dengan penilaian

kuantitatif dari beberapa faktor yaitu permodalan (Capital), kualitas asset (Asset

quality), manajemen (Management), rentabilitas (Earning) dan likuiditas

2

(Liquidity) yang lebih dikenal dengan metode CAMEL. Dengan adanya

permodalan yang cukup, kualitas asset yang terjaga baik, manajemen yang dapat

mengelola keuangan, keuntungan yang cukup untuk mempertahankan

kelangsungan hidup BPR serta likuiditas yang terjaga guna memenuhi kewajiban

setiap saat maka BPR dapat dikatakan sehat.

Selain kesehatan bank, kinerja keuangan bank-bank termasuk BPR juga

dapat dilihat dari predikat bank tersebut. Setiap tahun majalah infobank

melakukan penelitian untuk mengukur predikat bank dengan menggunakan

kriteria rasio Permodalan (KPMM dan pertumbuhan modal), Aktiva Produktif

(NPL dan pertumbuhan kredit), Rentabilitas (ROA, ROE dan pertumbuhan laba),

Likuiditas (LDR dan pertumbuhan dana) serta Efisiensi (BOPO). Predikat bank

yang diberikan berupa pernyataan sangat bagus, bagus, cukup bagus dan tidak

bagus sehingga semakin baik kinerja keuangan maka semakin bagus predikat

bank tersebut.

Pada penelitian terdahulu Almilia & Herdiningtyas (2005) menggunakan

rasio keuangan CAMEL yaitu CAR (capital adequacy ratio), APB, ATTM, NPL

(non performing loan), PPAP terhadap aktiva produktif, pemenuhan PPAP, ROA,

ROE, NIM, BOPO dan LDR. Hasil penelitian menunjukkan rasio yang memiliki

pengaruh signifikan terhadap prediksi kondisi bermasalah bank-bank swasta

nasional di Indonesia adalah rasio keuangan CAR, APB, NPL, PPAP, ROA, NIM

dan BOPO. Sedangkan penelitian yang dilakukan Laksito & Sutapa (2010)

menyimpulkan bahwa capital, assets, management, earning mempunyai pengaruh

signifikan terhadap kesehatan bank tetapi liquidity tidak mempunyai pengaruh

yang signifikan. Berbeda lagi dengan penelitian Widiharto (2008) yang

menyimpulkan CAR, ROA dan aktiva produktif mempunyai pengaruh signifikan

terhadap kesehatan bank, sedangkan PPAP, OPM, BOPO dan LDR tidak

memiliki pengaruh signifikan terhadap kesehatan bank.

Penelitian ini dilakukan untuk mengetahui pengaruh rasio CAMEL

terhadap tingkat predikat kinerja keuangan BPR-BPR di Jawa Tengah tahun 2011

dilihat dari rasio KPMM, NPL, ROA, ROE, LDR dan BOPO. BPR di pilih karena

memiliki karakteristik yang berbeda dari bank umum yaitu pelayanan yang

3

sederhana, tingkat suku bunga lebih tinggi dan bersifat proaktif dalam mencari

nasabah, maka dari itu BPR perlu ditinjau secara khusus (Laksito & Sutapa,

2010).

Perbedaan penelitian ini dari penelitian sebelumnya adalah mengambil

populasi BPR-BPR di Jawa Tengah tahun 2011 dengan menggunakan rasio

KPMM, NPL, ROA, ROE, LDR, BOPO serta mengkombinasikan metode

CAMEL dan infobank sehingga memungkinkan menghitung tingkat pertumbuhan

masing-masing kriteria. Tujuan penelitian ini untuk mengetahui tingkat predikat

kinerja keuangan BPR-BPR di Jawa Tengah tahun 2011, diharapkan dari hasil

penelitian dapat berguna bagi BPR sebagai gambaran pengukuran kinerja

keuangan BPR, memberi gambaran bagi nasabah dalam pertimbangan

berinvestasi, serta bagi Bank Indonesia sebagai dasar pertimbangan pengambilan

kebijakan bagi BPR.

TINJAUAN TEORITIS DAN HIPOTESIS

Kinerja Bank

Kinerja bank merupakan gambaran prestasi yang dicapai bank dalam

operasionalnya. Penilaian aspek penghimpunan dana dan penyaluran dana

merupakan kinerja bank sebagai lembaga intermediasi (Laksito & Sutapa, 2010).

Di Indonesia penilaian terhadap kinerja bank diatur dalam surat edaran Bank

Indonesia No.6/23/DPNP tanggal 31 Mei 2004 oleh Bank Indonesia sebagai pusat

perbankan Indonesia. CAMEL merupakan metode penilaian kesehatan bank yang

meliputi 5 kriteria, yaitu: (1) Capital Adequacy adalah kecukupan modal yang

menunjukkan kemampuan bank dalam mempertahankan modal yang mencukupi

dan kemampuan manajemen bank dalam mengidentifikasi, mengukur,

mengawasi, dan mengontrol risiko-risiko yang dapat berpengaruh terhadap

besarnya modal bank. Pengukuran dapat dilakukan dengan menggunakan suatu

indikator yaitu CAR, yang diperoleh dengan membandingkan modal sendiri

dengan aktiva tertimbang menurut risiko (ATMR). (2) Assets Quality

menunjukkan kualitas asset sehubungan dengan risiko kredit yang dihadapi bank

akibat pemberian kredit dan investasi dana bank pada portofolio yang berbeda.

Setiap penanaman modal bank dalam aktiva produktif dinilai kualitasnya dengan

4

menentukan tingkat kolektibilitasnya, yang terdiri dari lancar, kurang lancar,

diragukan atau macet. (3) Management Quality menunjukkan kemampuan

manajemen bank untuk mengidentifikasi, mengukur, mengawasi dan mengontrol

risiko-risiko yang timbul melalui kebijakan dan strategi bisnisnya untuk mencapai

tujuan atau target. (4) Earning menunjukkan tidak hanya jumlah kuantitas dan

trend earning tetapi juga faktor-faktor yang mempengaruhi ketersediaan dan

kualitas earning. (5) Liquidity menunjukkan ketersediaan dana maupun sumber

dana bank pada saat ini dan masa yang akan datang. Kinerja BPR menurut biro

riset Infobank menggunakan 5 kriteria utama yang terbagi ke dalam 7 rasio

keuangan dan 4 pertumbuhan. Indikator yang digunakan antara lain rasio

permodalan, kualitas asset, rentabilitas, likuiditas dan efisiensi, serta pertumbuhan

modal, dana, kredit, dan laba. Biro riset Infobank membagi penilaian kinerja bank

menjadi 5 kriteria yaitu: (1) permodalan menggunakan 2 indikator yaitu rasio

KPMM dan pertumbuhan modal, (2) kualitas asset menggunakan 2 indikator yaitu

rasio NPL dan pertumbuhan kredit, (3) rentabilitas menggunakan 3 indikator yaitu

rasio ROA, ROE, dan pertumbuhan laba, (4) likuiditas menggunakan 2 indikator

yaitu rasio LDR dan pertumbuhan kredit, (5) efisiensi sebagai ganti dari faktor

manajemen menggunakan 1 indikator yaitu rasio BOPO.

Tingkat Predikat Bank

Tingkat predikat bank sebenarnya hampir sama dengan tingkat kesehatan

bank, hanya saja disini tidak menggunakan faktor manajemen, jadi predikat atau

penilaian bank dapat dilihat dari kemampuan bank menjalankan fungsi-fungsinya

dengan baik tanpa melihat faktor manajemennya. Bank yang dikatakan bagus

adalah bank yang dapat menjaga dan memelihara kepercayaan masyarakat, dapat

menjalankan fungsi intermediasi dan dapat membantu pemerintah menjalankan

berbagai kebijakan, terutama kebijakan moneter (Rahmanto, 2010). Untuk dapat

menjalankan fungsi dengan baik, bank harus memiliki modal yang cukup,

menjaga kualitas aset dengan baik, dikelola baik dan dioperasikan berdasarkan

prinsip kehati-hatian, menghasilkan keuntungan yang cukup untuk

mempertahankan usahanya, serta memelihara likuiditas guna memenuhi

kewajibannya setiap saat. Tingkat predikat pada dasarnya dinilai dengan

5

pendekatan kuantitatif atas berbagai aspek yang berpengaruh terhadap kondisi dan

perkembangan suatu bank. Pendekatan kuantitatif tersebut dapat dilakukan dengan

mengadakan penilaian terhadap faktor permodalan, kualitas asset, rentabilitas,

likuiditas, dan efisiensi. Berdasarkan predikat yang ditetapkan oleh Biro Riset

Infobank, bank ditetapkan menjadi 4 kriteria tingkat predikat bank sebagai berikut

:

Tabel 1. Kriteria tingkat predikat bank

Nilai Predikat

81 - 100 Sangat Bagus

66 - <81 Bagus

51 - <66 Cukup Bagus

0 - <51 Tidak Bagus Sumber : Biro Riset Infobank

Dengan pembagian bobot dari masing-masing faktor yaitu permodalan

sebesar 20% yang terdiri dari 15% untuk KPMM dan 5% untuk pertumbuhan

modal, kualitas aset sebesar 20% yang terdiri dari 15% NPL dan 5% untuk

pertumbuhan kredit, rentabilitas sebesar 30% yang terdiri dari 12,5% ROA 12,5%

ROE dan 5% untuk pertumbuhan laba, likuiditas sebesar 15% yang terdiri dari

10% LDR dan 5% pertumbuhan dana, serta efisiensi sebesar 15% dengan

menggunakan rasio BOPO.

Perumusan Hipotesis

Menurut Biro Riset Infobank, penilaian tingkat predikat suatu bank dapat

diukur berdasarkan faktor permodalan, kualitas aset, rentabilitas, likuiditas, dan

efisiensi.

a. Permodalan

Faktor permodalan yaitu sampai dimana bank memenuhi penilaian

permodalan bank, kecukupan penyediaan modal terhadap Aktiva Tertimbang

Menurut Rasio (ATMR) (Widiharto, 2008). Rasio yang digunakan untuk

mengukur modal adalah rasio KPMM. KPMM adalah rasio yang memperlihatkan

6

seberapa besar jumlah seluruh aktiva bank yang mengandung resiko (kredit,

penyertaan, surat berharga, tagihan pada bank lain) ikut dibiayai dari modal

sendiri disamping memperoleh dana-dana dari sumber-sumber diluar bank. Pada

BPR menggunakan istilah KPMM sedangkan bank umum menggunakan istilah

CAR. Bila modal sendiri semakin besar akan membuat bank dapat mengatasi

penyediaan modalnya sendiri, jadi sewaktu-waktu muncul permasalahan dalam

operasional seperti kredit macet, bank dapat mengatasi dengan memakai modal

sendiri dan tetap dapat mempertahankan kelangsungan hidupnya, oleh karena itu

dapat dikatakan bahwa predikat BPR dipengaruhi oleh faktor permodalan.

Penentuan predikat tidak hanya diukur menggunakan rasio KPMM saja

tetapi dengan memasukkan unsur pertumbuhan modal. Hal ini didasarkan pada

sikap fairness terhadap bank yang mampu bertumbuh dengan baik secara kualitas.

Pertumbuhan modal diperoleh dengan membandingkan modal tahun 2011 dan

modal tahun 2010. Semakin tinggi pertumbuhan modal, bank memiliki cadangan

dalam penyediaan modalnya sehingga BPR dapat mempertahankan kelangsungan

hidupnya dengan lebih baik yang dapat dikatakan juga BPR berpredikat bagus.

Menurut Almilia & Herdiningtyas (2005) dan Widiharto (2008), rasio

KPMM berpengaruh negatif terhadap bank dalam kondisi bermasalah, hipotesis

yang dirumuskan sebagai berikut :

H1 : Rasio keuangan KPMM berpengaruh positif terhadap tingkat predikat BPR

H2 : Pertumbuhan modal berpengaruh positif terhadap tingkat predikat BPR

b. Kualitas Aset

Faktor yang dinilai adalah Kualitas Aset yakni sampai sejauh mana bank

memelihara kualitas aktiva seproduktif mungkin sehingga memperkecil aktiva

produktif yang bermasalah atau non performing loan (NPL) (Widiharto, 2008).

Semakin produktif aktiva maka BPR dapat dikatakan sehat, sebab BPR mendapatkan

aktiva berkualitas dan membuat efektif aktivanya. Karena kualitas aktiva merupakan

dasar dari perputaran keuangan di BPR, maka semakin produktif faktor ini akan

menentukan kinerja keuangan suatu BPR. Kualitas aset berpengaruh pada kinerja

keuangan BPR, artinya semakin BPR dapat memelihara kualitas dari aktiva agar

semakin produktif akan membuat rentabilitas menjadi lebih baik.

7

Penentuan predikat tidak hanya diukur menggunakan rasio NPL saja,

tetapi dengan memasukkan unsur pertumbuhan kredit. Pertumbuhan kredit

diperoleh dengan membandingkan kredit yang diberikan tahun 2011 dan kredit

yang diberikan tahun 2010. Jika terdapat kenaikan pertumbuhan pada kredit yang

diberikan, maka hal tersebut membuat perputaran total kredit lebih besar,

sehingga BPR lebih cepat meningkatkan laba yang membuat BPR tersebut dapat

dikatakan berpredikat bagus.

Pada penelitian Almilia & Herdiningtyas (2005) menyebutkan rasio aktiva

produktif bermasalah berpengaruh positif terhadap bank dalam kondisi

bermasalah, sedangkan menurut Widiharto (2008) rasio NPL mempunyai

pengaruh negatif terhadap kesehatan bank, hipotesis yang dirumuskan sebagai

berikut :

H3 : Rasio NPL berpengaruh negatif terhadap tingkat predikat BPR

H4 : Pertumbuhan kredit berpengaruh positif terhadap tingkat predikat BPR

c. Rentabilitas

Penilaian ini didasarkan pada rentabilitas suatu bank yaitu dengan melihat

kemampuan suatu bank dalam menghasilkan keuntungan (Widiharto, 2008).

Return On Asset (ROA) merupakan rasio yang dapat mengukur keuntungan yang

dihasilkan dari rata-rata total asset BPR yang bersangkutan, sedangkan Return On

Equity (ROE) mengukur keuntungan yang dihasilkan dari rata-rata total modal

sendiri BPR yang bersangkutan. Semakin tinggi rasio ROA dan ROE dapat

dikatakan keuntungan yang dihasilkan semakin besar, yang dapat meningkatkan

modal dan asset untuk kelangsungan hidupnya, maka dapat dikatakan bahwa BPR

memiliki predikat yang bagus. Rentabilitas merupakan salah satu aspek penting

bagi penentuan predikat BPR dimana dengan pendapatan tinggi menyebabkan

keuntungan BPR semakin besar dan akan mempengaruhi asset BPR, sehingga

semakin tinggi pendapatan yang diperoleh maka asset BPR akan semakin besar.

Penentuan predikat tidak hanya diukur menggunakan rasio ROA dan ROE

saja, tetapi dengan memasukkan unsur pertumbuhan laba. Pertumbuhan laba

diperoleh dengan membandingkan laba bersih tahun 2011 dan laba bersih tahun

2010. Semakin besar laba diharapkan dapat meningkatkan modal untuk

8

kelangsungan hidup BPR. Hal ini menunjukkan, laba berpengaruh terhadap

penentuan predikat BPR.

Almilia & Herdiningtyas (2005) menyatakan bahwa rasio ROA dan ROE

mempunyai pengaruh negatif terhadap bank dalam kondisi bermasalah, hipotesis

yang dirumuskan sebagai berikut :

H5 : Rasio ROA berpengaruh positif terhadap tingkat predikat BPR

H6 : Rasio ROE berpengaruh positif terhadap tingkat predikat BPR

H7 : Pertumbuhan laba berpengaruh positif terhadap tingkat predikat BPR

d. Likuiditas

Penilaian ini didasarkan untuk mengetahui kemampuan bank dalam

memenuhi kewajiban segeranya (Widiharto, 2008). Loan to Deposit Ratio (LDR)

merupakan rasio yang digunakan untuk menilai likuiditas suatu BPR dengan cara

membagi jumlah kredit yang diberikan oleh BPR terhadap dana pihak ketiga.

Semakin rendah rasio LDR, likuiditas BPR akan semakin besar sehingga

perputaran dana menjadi sangat liquid, pembayaran dana dari pihak ketiga

menjadi mudah dan tidak terjadi kemacetan. Jika kredit semakin kecil maka BPR

tidak kesulitan untuk memenuhi kewajibannya, maka dapat dikatakan bahwa BPR

memiliki predikat yang bagus.

Penentuan predikat tidak hanya diukur menggunakan rasio LDR saja,

tetapi dengan memasukkan unsur pertumbuhan dana. Pertumbuhan dana diperoleh

dengan membandingkan dana tahun 2011 dan dana tahun 2010. Semakin tinggi

pertumbuhan dana, menunjukkan BPR mampu mencukupi kebutuhan dalam hal

mencari laba, maka dapat dikatakan bahwa BPR memiliki predikat yang bagus.

Almilia & Herdiningtyas (2005) dan Widiharto (2008) menyatakan

semakin tinggi rasio LDR menunjukkan semakin rendahnya kemampuan

likuiditas bank yang bersangkutan sehingga kemungkinan suatu bank dalam

kondisi bermasalah akan semakin besar. Hipotesis yang dirumuskan sebagai

berikut :

H8 : Rasio keuangan LDR berpengaruh negatif terhadap tingkat predikat BPR

H9 : Pertumbuhan dana berpengaruh positif terhadap tingkat predikat BPR

9

e. Efisiensi

Penilaian ini didasarkan pada perbandingan antara beban operasi dengan

pendapatan operasi. Rasio BOPO mengukur efisiensi BPR dimana semakin kecil

rasio ini maka semakin efisien biaya operasional yang dikeluarkan. Semakin

efisien BPR mengeluarkan biaya operasional akan menghasilkan sisa yang

berubah menjadi modal ataupun asset, dengan meningkatnya modal ataupun asset

tersebut, maka BPR dapat bertahan untuk tetap beroperasi sehingga BPR dapat

dikatakan memiliki predikat yang bagus.

H10 : Rasio keuangan BOPO berpengaruh negatif terhadap tingkat predikat BPR

METODE PENELITIAN

Data yang digunakan adalah data sekunder yang diambil dari laporan

keuangan BPR tahun 2011 yang didapat dari www.bi.go.id. Populasi yang dipilih

adalah BPR yang ada di regional Jawa Tengah, sedangkan sampel dari penelitian

ini memakai purposive sampling dengan kriteria sebagai berikut:

a. BPR yang berada di regional Jawa Tengah dan terdaftar di Bank

Indonesia tahun 2011,

b. Memiliki laporan keuangan tahun 2011 dan 2010 yang

dipublikasikan di website Bank Indonesia,

c. Terdapat kelengkapan data yang dibutuhkan penelitian ini yaitu

rasio-rasio keuangan maupun data untuk menghitung rasio yang

belum ada.

Penelitian ini menggunakan variabel dependen yaitu predikat bank (Y) dan

variabel independen yang terdiri dari 6 rasio keuangan dan 4 rasio pertumbuhan

yaitu KPMM, NPL, ROA, ROE, LDR, BOPO, pertumbuhan modal, pertumbuhan

kredit, pertumbuhan laba, dan pertumbuhan dana.

10

Dalam penelitian ini variabel independen dihitung dengan cara :

Tabel 2. Pengukuran Variabel Independen

Kinerja Keuangan Pengukuran

Permodalan :

a. KPMM

b. Pertumbuhan modal

a. modal sendiri dibagi total aktiva

b. ekuitas tahun 2011 dikurangi ekuitas tahun 2010

Apabila nilai selisih positif yang berarti ada pertumbuhan, maka diberi nilai 1, jika tidak maka diberi nilai 0

Kualitas aset :

a. NPL

b. Pertumbuhan kredit

a. aktiva produktif bermasalah dibagi total aktiva produktif

b. kredit tahun 2011 dikurangi kredit tahun 2010


Rentabilitas :

a. ROA

b. ROE

c. Pertumbuhan laba

a. laba bersih dibagi total asset

b. laba bersih dibagi total ekuitas

c. laba tahun 2011 dikurangi laba tahun 2010


Likuiditas :

a. LDR

b. Pertumbuhan dana

a. total kredit dibagi total dana pihak ketiga

b. dana tahun 2011 dikurangi dana tahun 2010


11

Kinerja Keuangan Pengukuran

Efisiensi :

BOPO

biaya operasi dibagi pendapatan operasi

Sumber : Biro Riset Infobank

Variabel dependen dalam penelitian ini adalah tingkat predikat bank, dengan

pembagian sebagai berikut :

Tabel 3. Perhitungan Predikat Bank

Tingkat predikat bank Nilai Tingkat predikat bank

(dalam penelitian) Nilai Skor

Sangat bagus 81-100 Bagus 66-100 1

Bagus 66-<81

Cukup bagus 51-<66 Tidak bagus 0-<66 0

Tidak bagus 0-<51

Sumber : Biro Riset Infobank

Nilai dari predikat bank didapat melalui perhitungan rasio serta

pertumbuhan yang mengikuti standar sebagai berikut :

12

Tabel 4. Bobot Rasio dan Pertumbuhan

Rasio Kriteria Poin Bobot

KPMM

<8% 0

15% 8% - 12% 80

12% - 20% 90

>20% 100

Pertumbuhan modal + 100

5% - 0

NPL

>8% 0

15% 5% - 8% 80

3% - 5% 90

<3% 100

Pertumbuhan kredit + 100

5% - 0

ROA

<0% 0

12,5% 0% - 1% 80

>2% 90

1% - 2% 100

ROE

<8% 0

12,5% 8% - 10% 80

10% - 12% 90

>12% 100

Pertumbuhan Laba + 100

5% - 0

13

Sumber : SK Bank Indonesia No.30/12/KEP/DIR (lampiran) & Biro Riset Infobank

Perhitungan dimulai dengan mencari masing-masing rasio, setelah masing-

masing rasio diketahui maka akan dibagi sesuai poin. Rasio yang telah diberi poin

sesuai kriteria diatas akan dikalikan dengan bobot yang nantinya akan mendapat

nilai dari masing-masing rasio, begitu juga dengan pertumbuhan akan ditentukan

apakah pertumbuhannya + yang berarti mendapat nilai 5 atau – yang berarti

mendapat nilai 0. Setelah masing-masing rasio dan pertumbuhan mempunyai

nilai, maka nilai-nilai tersebut akan dijumlahkan seluruhnya. Dari situ akan

terlihat nilai dari suatu BPR yang menunjukkan predikat dari BPR tersebut.

Seluruh BPR akan dicari predikat nya apakah BPR masuk dalam kategori bagus

atau tidak bagus. Bank yang bagus akan diberi skor 1, dan yang tidak bagus diberi

skor 0 untuk kemudian diuji dengan model regresi logistik.

Teknik Analisis

Teknik yang digunakan dalam penelitian ini menggunakan perhitungan

statistik dengan memakai analisis data yaitu regresi logistik untuk menentukan

pengaruh dari masing-masing variable bebas terhadap predikat BPR. Model

umum regresi logistik penelitian adalah sebagai berikut :

Rasio Kriteria Poin Bobot

BOPO

>125% 0

15%

92% - 125% 80

<85% 90

85% - 92% 100

LDR

<50% 0

10%

50% - 85% 80

>110% 90

85% - 110% 100

Pertumbuhan dana + 100

5% - 0

14

PB = α + β1 KPMM + β2 pertumbuhan modal + β3 NPL + β4 pertumbuhan kredit

+ β5 ROA + β6 ROE + β7 pertumbuhan laba + β8 LDR + β9 pertumbuhan dana +

β10 BOPO + e

dimana :

PB = probabilitas predikat bank

e = error

α = Konstanta regresi

βi = Koefisien arah regresi ( i = 1,2,3,4,5,6,7,8,9,10)

Model regresi logistik menghasilkan nilai peluang predikat suatu bank.

Apabila nilai peluang predikat bank lebih besar dari 0.05 maka bank berpredikat

tidak bagus, dan sebaliknya jika nilai probabilitas kegagalan bank dibawah 0.05

maka bank berpredikat bagus. Oleh karena itu cutting score yang dipakai dalam

metode ini adalah 0.05.

Langkah Analisis

a. Statistik deskriptif

Analisis deskriptif adalah menggambarkan tentang statistik data

seperti nilai maksimum, nilai minimum, mean serta standar deviasi

(Ghozali, 2006)

b. Uji Goodness-of-Fit

Hosmers and Lemeshow Goodness of Fit Test menguji hipotesis

nol bahwa data empiris cocok atau sesuai dengan model (Ghozali, 2006).

Jika nilai Hosmers and Lemeshow Goodness of Fit Test statistics sama

dengan atau kurang dari 0.05, maka hipotesis nol ditolak yang berarti ada

perbedaan antara model dengan nilai observasinya sehingga Goodness Fit

Model tidak dapat memprediksi nilai modelnya. Jika nilai Hosmers and

Lemeshow Goodness of Fit Test statistics lebih dari 0.05, maka hipotesis

nol tidak dapat ditolak yang berarti model mampu memprediksi nilai

observasinya (Ghozali, 2006).

15

c. Uji Cox and Snell’s R Square

Cox and Snell’s R Square merupakan ukuran yang mencoba

meniru ukuran R2 pada regresi berganda yang didasarkan pada teknik

estimasi likelihood dengan nilai maksimum kurang dari 1 sehingga sulit

untuk diinterpretasikan. Negelkerke’s R Square merupakan modifikasi dari

koefisien Cox and Snell’s R Square untuk memastikan nilainya bervariasi

dari 0 sampai dengan 1. Hal ini dapat dilakukan dengan cara membagi

nilai Cox and Snell’s R Square dengan nilai maksimum (Ghozali, 2006).

d. Uji hipotesis

Uji hipotesis dilakukan dengan regresi logistic. Apabila nilai peluang

dari masing-masing rasio lebih besar dari 0.05 maka tidak berpengaruh

signifikan terhadap predikat bank, dan sebaliknya jika nilai peluang lebih kecil

dari 0.05 maka rasio berpengaruh signifikan terhadap predikat bank. Oleh

karena itu cutting score yang dipakai dalam metode ini adalah 0.05

HASIL PENELITIAN DAN PEMBAHASAN

Pengambilan Sampel Penelitian

Tabel 5. Sampel Penelitian

NO Kriteria Jumlah

1

2

3

4

BPR di Jawa Tengah

BPR yang tidak memiliki laporan keuangan

tahun 2010 dan 2011

BPR yang tidak memiliki kelengkapan data

yang dibutuhkan dalam penelitian

BPR memiliki yang data ekstrim

261

(0)

(11)

(17)

Jumlah sampel 233

16

Sampel penelitian sebanyak 233 BPR di Jawa Tengah yang memiliki

kategori laporan keuangan tahun 2010 dan 2011 serta memiliki kelengkapan data

rasio yang dapat diukur dalam penelitian. Sebanyak 11 BPR tidak memiliki

laporan keuangan tahun 2010 dan sebanyak 17 BPR tidak dapat digunakan

sebagai sampel karena memiliki nilai yang ekstrim, dengan nilai Z lebih dari 3

atau -3 (nilai bias) yang dapat mempengaruhi hasil penelitian. (Ghozali, 2006)

Statistik deskriptif

Tabel 6. Frekuensi Peringkat Bank

Frequency Percent Valid Percent

Cumulative

Percent

Valid tidak bagus 30 12.9 12.9 12.9

Bagus 203 87.1 87.1 100.0

Total 233 100.0 100.0 Sumber : Data penelitian yang diolah, 2013

Berdasarkan hasil penelitian menunjukan sebanyak 233 BPR memiliki

data valid yang dapat diolah. Dari data yang diolah menunjukan 87,1% BPR di

Jawa Tengah memiliki peringkat bagus dan sisanya sebanyak 12,9% BPR di Jawa

Tengah memiliki peringkat tidak bagus. Data diatas menunjukan BPR di Jawa

Tengah relatif memiliki peringkat yang bagus, meskipun masih terdapat 30 BPR

yang memiliki peringkat tidak bagus yang menyebar di beberapa daerah.

Berdasarkan analisis data yang dilakukan pada saat pengelompokan sampel dapat

diketahui bahwa predikat tidak bagus BPR di Jawa Tengah ditunjukkan oleh

tingkat pertumbuhan yang minus, rasio KPMM dan ROE terlalu rendah, NPL dan

BOPO terlalu tinggi, serta rasio ROA yang minus.

17

Tabel 7. Statistik Deskriptif N Minimum Maximum Mean Std. Deviation

KPMM 233 6.73 151.00 24.5705 15.10114

pert.modal 233 -94.81 898.88 18.0542 79.82088

NPL 233 .04 62.75 7.1473 7.36028

pert.kredit 233 -51.58 72.46 14.8865 19.66412

ROA 233 -21.98 19.59 4.0245 3.66574

ROE 233 -1184.35 248.61 18.7731 87.28468

pert.laba 233 -714.78 5548.09 45.2528 411.52271

BOPO 233 47.26 192.49 83.0637 14.38437

LDR 233 48.62 111.30 79.3584 10.54504

pert.dana 233 -43.78 179.33 19.1878 23.60951

Valid N (listwise) 233 Sumber : Data penelitian yang diolah, 2013

Berdasarkan tabel perhitungan menunjukkan secara keseluruhan rasio

kinerja keuangan BPR di Jawa Tengah memiliki nilai yang bagus kecuali rata-rata

rasio NPL. Dalam aspek permodalan BPR di Jawa Tengah memiliki kemampuan

permodalan yang bagus dengan rata-rata rasio KPMM sebesar 24,57% diatas

standar permodalan sebesar 20%, meskipun begitu masih terdapat BPR yang

mempunyai nilai rata-rata rasio KPMM rendah yaitu hanya sebesar 6,73%. Dari

data terlihat terjadi pertumbuhan modal BPR dengan rata-rata 18,05% dari tahun

2010 hingga tahun 2011, hal tersebut menunjukkan bahwa BPR di Jawa Tengah

mengalami pertumbuhan yang bagus, meskipun masih ada BPR yang tidak

mengalami pertumbuhan modal yang ditunjukkan dengan nilai -94,81%.

Untuk aspek aktiva produktif terlihat rata-rata kredit bermasalah BPR di

Jawa Tengah masih tinggi yaitu sebesar 7,14% meskipun begitu lebih banyak

BPR yang memiliki rasio kredit bermasalah dibawah 5%. Hal ini disebabkan ada

BPR yang memiliki resiko kredit macet yang tinggi sebesar 62,75% melebihi

standar aktiva produktif sebesar 5%, tetapi ada juga BPR yang memiliki resiko

kredit macet yang sangat rendah hanya sebesar 0,04%. Dari data terlihat BPR

memiliki rata-rata pertumbuhan kredit sebesar 14,89% meskipun terdapat BPR

18

yang tidak mengalami pertumbuhan kredit yang ditunjukkan dengan nilai

pertumbuhan kredit terburuk -51,58%.

Dalam aspek rentabilitas rata-rata rasio ROA sebesar 4,03% yang

menunjukkan return on asset BPR di Jawa Tengah sudah bagus karena diatas

standar rentabilitas sebesar 2%. Hal ini menunjukkan semakin tinggi rasio ROA

yang diperoleh, keuntungan yang dihasilkan akan semakin besar dan dari

keuntungan tersebut BPR dapat meningkatkan modal dan asset yang membuat

BPR dapat bertahan untuk kelangsungan hidupnya. Meskipun begitu masih

terdapat BPR yang mempunyai rasio ROA rendah yang berarti bahwa BPR tidak

mendapat keuntungan atau merugi sebesar -21,98%. Demikian juga terlihat BPR

memiliki rata-rata return on equity diatas 8% yaitu sebesar 18,77% yang

menunjukkan keuntungan yang dihasilkan lebih besar dari rata-rata total modal

sendiri, tetapi ada juga BPR yang memiliki rasio ROE sangat buruk dengan nilai -

1184,35% yang berarti bahwa BPR mengalami kerugian. Disisi lain rata-rata

pertumbuhan laba BPR di Jawa Tengah mengalami pertumbuhan positif yaitu

sebesar 45,25% meskipun terlihat masih ada BPR yang tidak mengalami

pertumbuhan laba dengan nilai -714,78% serta BPR yang mengalami

pertumbuhan laba sangat besar hingga 5548,09% sehingga standar deviasi besar,

atau terdapat variasi dan range data yang sangat tinggi.

Untuk aspek efisiensi terlihat rata-rata rasio BOPO sebesar 83,06% yang

menunjukkan BPR di Jawa Tengah dapat mengelola beban operasional dan

pendapatan operasional secara efisien meskipun masih terdapat BPR yang belum

dapat mengelola dengan efisien beban dan pendapatannya yang ditunjukkan

dengan nilai 192,49%.

Kemampuan aspek likuiditas BPR di Jawa Tengah terlihat sudah bagus,

dengan nilai rata-rata LDR 79,35% diatas standart likuiditas sebesar 65%, hal ini

menunjukkan BPR dapat memenuhi kewajiban-kewajibannya dengan segera

meskipun masih ada BPR yang memiliki rasio LDR hanya sebesar 48,62%.

Pertumbuhan dana BPR di Jawa Tengah sudah bagus, terlihat dari dana BPR

bertumbuh baik secara kualitas dengan rata-rata pertumbuhan dana sebesar

19

19,19% meskipun masih ada BPR yang tidak bertumbuh dengan nilai LDR

sebesar -43,76%.

Uji goodness of fit

Tabel 8. Hasil Uji Goodness of Fit

Model summary

Step -2 Log likelihood

Cox & Snell R

Square

Nagelkerke R

Square

1 57.470a .406 .758

a. Estimation terminated at iteration number 8 because parameter

estimates changed by less than .001.

Sumber : Data penelitian yang diolah, 2013

Hasil output SPSS memberikan nilai Cox dan Snell’s R sebesar 0,406 dan

nilai nagelkerke R2 sebesar 0,758 yang berarti tingkat predikat BPR dapat

dijelaskan dengan rasio yang dilihat dari KPMM, pertumbuhan modal, NPL,

pertumbuhan kredit, ROA, ROE, pertumbuhan laba, LDR, pertumbuhan dana dan

BOPO sebesar 75,8%; sedangkan nilai Hosmer-Lemeshow sebesar 2,973 dan

signifikan pada 0,936 oleh karena nilai ini diatas 0,05 maka model dikatakan fit

dan model dapat diterima.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 2.973 8 .936

20

Pengujian Hipotesis

Tabel 9. Hasil Uji Hipotesis

Variabel

penelitian B Sig. Kesimpulan

KPMM

Pertumbuhan

Modal

NPL

Pertumbuhan

Kredit

ROA

ROE

Pertumbuhan Laba

LDR

Pertumbuhan Dana

BOPO

0,008

-0,002

-0,249

0,055

1,375

0,019

0,005

-0,073

-0,012

0,091

0,811

0,635

0,001

0,043

0,001

0,154

0,075

0,048

0,565

0,221

H1 ditolak

H2 ditolak

H3 diterima

H4 diterima

H5 diterima

H6 ditolak

H7 diterima

H8 diterima

H9 ditolak

H10 ditolak

Sumber : Data penelitian yang diolah, 2013

Dari hasil pengujian hipotesis diperoleh rasio NPL, pertumbuhan kredit,

ROA, pertumbuhan laba dan LDR berpengaruh secara signifikan terhadap tingkat

predikat BPR. Rasio NPL dan LDR berpengaruh negatif terhadap predikat BPR

yang berarti semakin tinggi rasio tersebut mengakibatkan tingkat predikat BPR

menjadi semakin buruk dan sebaliknya, sedangkan rasio pertumbuhan kredit,

ROA serta pertumbuhan laba berpengaruh positif terhadap predikat BPR yang

berarti semakin tinggi rasio tersebut mengakibatkan tingkat predikat BPR menjadi

semakin bagus dan sebaliknya. Disisi lain rasio KPMM, pertumbuhan modal,

ROE, pertumbuhan dana dan BOPO menunjukkan tidak berpengaruh terhadap

tingkat predikat BPR.

21

PEMBAHASAN

Rasio NPL menunjukkan kemampuan manajemen bank dalam mengelola

kredit bermasalah, sehingga semakin tinggi rasio NPL maka akan memperburuk

kualitas kredit bank yang menyebabkan jumlah kredit bermasalah semakin besar

dan kemungkinan predikat bank akan menjadi tidak bagus. Hal itu juga sejalan

untuk rasio pertumbuhan kredit, semakin kredit bertumbuh membuat BPR dapat

semakin mempertahankan kelangsungan hidupnya. Oleh sebab itu rasio NPL dan

pertumbuhan kredit mempengaruhi predikat BPR. Hasil penelitian bertolak

belakang dengan penelitian Almilia & Herdiningtyas (2005) yang menyatakan

bahwa rasio NPL tidak berpengaruh terhadap prediksi kondisi bank bermasalah.

Rasio ROA menunjukkan kemampuan BPR dalam menghasilkan

keuntungan dari rata-rata total asset BPR yang bersangkutan. Semakin tinggi rasio

ROA, keuntungan dihasilkan semakin besar yang dapat meningkatkan modal dan

asset BPR dalam mempertahankan kelangsungan hidupnya, oleh karena itu ROA

menjadi salah satu faktor yang berpengaruh terhadap predikat bank. Penentuan

predikat juga dipengaruhi oleh rasio pertumbuhan laba, dimana semakin besar

laba diharapkan dapat meningkatkan modal yang menjadi unsur penting dalam

kelangsungan hidup BPR. Hasil penelitian sejalan dengan penelitian Widiharto

(2008) yang menyatakan bahwa ROA memiliki pengaruh yang signifikan

terhadap prediksi kondisi bermasalah pada BPR baik satu tahun ke depan ataupun

dua tahun ke depan, tetapi bertolak belakang dengan penelitian Almilia &

Herdiningtyas (2005) yang menyatakan bahwa rasio ROA tidak berpengaruh

terhadap prediksi kondisi bank bermasalah.

Rasio LDR memiliki pengaruh negatif terhadap tingkat predikat BPR,

apabila bank memberi pinjaman kredit lebih kecil dibanding dana pihak ketiga,

maka saat BPR mengalami permasalahan kredit macet, dana masih dapat

menutupi, tetapi jika BPR memberi pinjaman lebih besar dari dana dari pihak

ketiga dan mengalami masalah kredit macet, akan dimungkinkan BPR akan

kesulitan karena keterbatasan dana. Hasil penelitian bertolak belakang dengan

penelitian Widiharto (2008) yang menyatakan bahwa LDR tidak memiliki

22

pengaruh yang signifikan terhadap prediksi kondisi bermasalah pada BPR baik

satu tahun ke depan ataupun dua tahun ke depan.

KPMM tidak berpengaruh terhadap tingkat predikat BPR hal ini

dimungkinkan karena BPR di Jawa Tengah tidak mementingkan lagi aspek

permodalannya, sebab modal yang dimiliki sudah besar diduga karena banyak

BPR tersebut sudah lama beroperasi. Karena modal BPR sudah besar, BPR dapat

tetap mengatasi penyediaan modal sendiri saat terjadi masalah operasional saat

terjadi kredit macet. Tingkat kredit macet yang terjadi selama 2011 masih

termasuk normal meskipun sedikit melebihi standar. Hal itu juga berdampak pada

rasio pertumbuhan modalnya, pertumbuhan modal menjadi tidak berpengaruh

terhadap tingkat predikat BPR di Jawa Tengah selama tahun 2011. Hasil

penelitian sejalan dengan penelitian Widiharto (2008) yang menyatakan bahwa

KPMM tidak memiliki pengaruh yang signifikan terhadap prediksi kondisi

bermasalah pada BPR baik satu tahun ke depan ataupun dua tahun ke depan tetapi

bertolak belakang dengan penelitian Almilia & Herdiningtyas (2005) yang

menyatakan bahwa rasio KPMM berpengaruh terhadap prediksi kondisi bank

bermasalah.

ROE juga tidak berpengaruh terhadap predikat BPR dimungkinkan karena

modal BPR yang kuat, lama BPR beroperasi, serta orientasi BPR bukan lagi pada

return atas modal tetapi lebih memfokuskan bagaimana mengefektifkan dan

mengefisienkan aset dengan lebih memberdayakan dana yang masuk. Rata-rata

pertumbuhan dana sebesar 19,19% tidak terlalu memberikan dampak yang berarti

terhadap modal, sebab itu pertumbuhan dana tidak berpengaruh terhadap tingkat

predikat BPR.

Rata-rata rasio BOPO sebesar 83,06% yang menunjukkan kinerja

keuangan BPR di Jawa Tengah masih efisien, meskipun begitu tidak memberikan

dampak yang besar terhadap tingkat predikat BPR. BOPO berpengaruh terhadap

laba, sedangkan laba tidak dapat memberikan dampak yang besar ke modal BPR

karena modal sudah besar. Hal ini menyebabkan BOPO juga menjadi tidak

berpengaruh terhadap predikat BPR. Hasil penelitian sejalan dengan penelitian

Widiharto (2008) yang menyatakan bahwa BOPO tidak memiliki pengaruh yang

23

signifikan terhadap prediksi kondisi bermasalah pada BPR baik satu tahun ke

depan ataupun dua tahun ke depan, tetapi bertolak belakang dengan penelitian

Almilia & Herdiningtyas (2005) yang menyatakan bahwa rasio BOPO

berpengaruh terhadap prediksi kondisi bank bermasalah. Hasil penelitian berbeda

dengan penelitian sebelumnya disebabkan perbedaan jenis bank yang dipakai atau

diteliti serta tahun penelitian yang berbeda juga ada kemungkinan perbedaan

karakteristik BPR di Jawa Tengah dengan daerah yang lain.

KESIMPULAN

Kesimpulan

Berdasarkan hasil penelitian menunjukkan secara keseluruhan rata-rata

rasio kinerja keuangan BPR di Jawa Tengah sudah bagus artinya sesuai kriteria

Bank Indonesia, kecuali rasio NPL. Rasio keuangan yang berpengaruh terhadap

predikat BPR di Jawa Tengah yaitu rasio NPL, pertumbuhan kredit, ROA,

pertumbuhan laba, dan LDR. Sedangkan rasio yang tidak berpengaruh terhadap

predikat BPR yaitu rasio KPMM, pertumbuhan modal, ROE, pertumbuhan dana

dan BOPO.

Rasio NPL dan LDR berpengaruh negatif terhadap tingkat predikat BPR

yang berarti bahwa semakin rendah rasio ini maka predikat BPR akan semakin

bagus, dan sebaliknya. Berbeda dengan rasio pertumbuhan kredit, ROA dan

pertumbuhan dana yang berpengaruh positif terhadap tingkat predikat BPR yang

berarti bahwa semakin rendah rasio ini maka predikat BPR justru akan semakin

buruk, dan sebaliknya.

Rasio KPMM, pertumbuhan modal, ROE, pertumbuhan dana dan BOPO

tidak berpengaruh terhadap tingkat predikat BPR, hal itu disebabkan ada

kemungkinan karena BPR di Jawa Tengah tidak mementingkan lagi aspek

permodalannya, sebab modal yang dimiliki sudah besar dikarenakan banyak BPR

sudah lama berdiri. Ada juga kemungkinan orientasi BPR bukan lagi pada return

atas modal tetapi lebih memfokuskan bagaimana mengefektifkan dan

mengefisienkan asetnya dengan lebih memberdayakan dana yang masuk.

24

Implikasi Hasil Penelitian

Implikasi Teoritis

Secara umum hasil penelitian menunjukkan rasio NPL, ROA, LDR,

KPMM, BOPO bertolak belakang dari penelitian sebelumnya disebabkan

perbedaan jenis bank yang dipakai berbeda dengan penelitian Almilia &

Herdiningtyas (2005) lalu dimungkinkan ada perbedaan karakteristik di BPR

disebabkan tahun penelitian yang berbeda dengan penelitian Widiharto (2008).

Rasio NPL berpengaruh negatif terhadap tingkat predikat BPR yang berarti

bertolak belakang dengan penelitian Almilia & Herdiningtyas (2005) yang

menyatakan bahwa rasio NPL tidak berpengaruh terhadap prediksi kondisi bank

bermasalah. Rasio LDR berpengaruh negatif terhadap tingkat predikat BPR yang

berarti bertolak belakang dengan penelitian Widiharto (2008) yang menyatakan

bahwa LDR tidak memiliki pengaruh yang signifikan terhadap prediksi kondisi

bermasalah pada BPR baik satu tahun ke depan ataupun dua tahun ke depan.

Rasio ROA berpengaruh positif terhadap tingkat predikat BPR yang berarti

sejalan dengan penelitian Widiharto (2008) yang menyatakan bahwa rasio ROA

memiliki pengaruh signifikan terhadap prediksi kondisi bermasalah pada BPR

baik satu tahun ke depan ataupun dua tahun ke depan tetapi bertolak belakang

dengan penelitian Almilia & Herdiningtyas (2005) yang menyatakan bahwa rasio

ROA tidak berpengaruh terhadap prediksi kondisi bank bermasalah. Rasio KPMM

dan BOPO tidak berpengaruh terhadap tingkat predikat BPR yang berarti sejalan

dengan Widiharto (2008) yang menyatakan bahwa rasio KPMM dan BOPO tidak

memiliki pengaruh yang signifikan terhadap prediksi kondisi bermasalah pada

BPR baik satu tahun ke depan ataupun dua tahun ke depan tetapi bertolak

belakang dengan penelitian Almilia & Herdiningtyas (2005) yang menyatakan

bahwa rasio ROA berpengaruh signifikan terhadap prediksi kondisi bank

bermasalah. Jadi penelitian tentang predikat BPR ini masih belum konsisten.

Implikasi Terapan

Diharapkan penelitian ini dapat dijadikan bahan pertimbangan bagi Bank

Indonesia untuk penentuan predikat bank dengan penambahan unsur pertumbuhan

25

bank. Penelitian ini juga diharapkan dapat memberi wawasan lebih kepada

nasabah agar dapat memilih BPR yang bagus, dengan lebih memperhatikan rasio

NPL, ROA, LDR, pertumbuhan kredit dan pertumbuhan laba.

Keterbatasan Penelitian

Ada beberapa keterbatasan dalam penelitian ini. Dalam mengukur

pertumbuhan, hanya dapat melihat pertumbuhan dengan nilai positif atau negatif

yang berarti hanya dapat dikatakan bertumbuh atau tidak, tanpa bisa mengukur

pengaruh besarnya pertumbuhan tersebut terhadap predikat BPR. Penelitian ini

juga hanya menggunakan tahun 2010 dan 2011, maka dimungkinkan adanya

perbedaan hasil penelitian jika tahun berbeda ataupun tahun diperluas menjadi 4

sampai 5 tahun.

Saran

Dengan memperhatikan keterbatasan yang ada, dapat dikemukakan saran

untuk agenda penelitian selanjutnya yaitu sebagai berikut:

Penelitian selanjutnya dapat menggunakan besar dari rasio pertumbuhan

sebagai dasar pertimbangan kinerja BPR guna memberi informasi yang

lebih detil tentang predikat BPR

Penelitian selanjutnya dapat menggunakan tahun yang lebih lama dengan

asumsi agar mendapat hasil yang lebih optimal didalam pengujian rasio-

rasio apa saja yang berpengaruh terhadap predikat BPR.

26

DAFTAR PUSTAKA

Almilia, L.S dan Herdiningtyas, W.2005.”Analisis Rasio CAMEL terhadap

Prediksi Kondisi bermasalah pada Lembaga Perbankan Periode 2000-

2002”,Jurnal Akuntansi dan Keuangan, Vol 7 No.2 November 2005.

Amrulah, Tauhid.2008.Analisis Tingkat Kesehatan Keuangan Dengan Metode

CAMEL (Studi Kasus pada PT. BPR Binalanggeng Mulia di Sukoharjo

Tahun 2005-2007). (http://etd.eprints.ums.ac.id/4548/).3 Januari 2012.

Bank Indonesia (1997), Surat Keputusan Direksi Bank Indonesia Nomor

30/12/KEP/DIR Tentang Tatacara Penilaian Tingkat Kesehatan Bank

Perkreditan Rakyat, 30 April 1997.

_____________ (1997), Surat Edaran Bank Indonesia Nomor 30/3/UPPB

Tentang Tatacara Penilaian Tingkat Kesehatan Bank Perkreditan

Rakyat , 30 April 1997.

Ghozali,Imam.2006.Analisis multivariate lanjutan dengan program

SPSS.Edisi pertama.Semarang:badan Penerbit Universitas Diponegoro.

Hermana, Budi, 28 Mei 2011, Cara Baru Menilai Kesehatan Bank,

(http://ekonomi.kompasiana.com/moneter/2011/05/28/cara-baru-menilai-

kesehatan-bank/). 2 Januari 2012.

Infobank no 387, Kriteria penting rating 120 bank, Juni 2011.

Laksito, Herry dan Sutapa.2010.Memprediksi Kesehatan Bank dengan Rasio

CAMELS pada Bank Perkreditan Rakyat.Jurnal Keuangan dan

Perbankan,Vol.14,No.1 Januari 2010.

Rahmanto, Hernawa,6 Januari 2010, Pengukuran tingkat Kesehatan Bank di

Indonesia dengan menggunakan Metode

27

CAMEL,(http://mdhaqiqi.wordpress.com/2010/01/06/pengukuran-tingkat-

kesehatan-bank-di-indonesia-dengan-menggunakan-metode-camel/).3

Januari 2012.

Widiharto,Roberto Christian, 30 Agustus 2008. Analisis Pengaruh Rasio

Keuangan terhadap Prediksi Kondisi Bermasalah pada Bank Perkreditan

Rakyat.

(http://eprints.undip.ac.id/19159/1/Roberto_Christian_Widiharto.pdf)

28

DAFTAR RIWAYAT HIDUP

Nama Lengkap : Albert Kristian

NIM : 232008109

Alamat : Jl. Perum Wahid A1/3 Salatiga

Tempat, tanggal lahir : Salatiga, 16 Februari 1991

Email : [email protected]

Telepon : (0298) 315142 / 0856 4705 7691

Judul Skripsi : Prediksi Predikat BPR di Jawa Tengah

(Studi pada Bank Perkreditan Rakyat

yang Terdaftar di Bank Indonesia Tahun

2010-2011)

Riwayat Pendidikan

Formal

1. 1994 – 1996 TK Kristen 3 Salatiga

2. 1996 – 2002 SD Kristen 4 Salatiga

3. 2002 – 2005 SMP Kristen 2 Salatiga

4. 2005 – 2008 SMA Kristen Satya Wacana Salatiga

5. 2008 - 2013 Universitas Kristen Satya Wacana Salatiga

Fakultas

Ekonomika dan Bisnis Jurusan Akuntansi

Non Formal

1. 2010 Sekolah Orientasi Melayani Bethany Salatiga

2. 2011 Brevet A dan B. Program Studi Akuntansi FEB

UKSW Salatiga.

29

Riwayat Seminar/ Pelatihan :

Peserta talk show Fakultas Ekonomi Semester Ganjil 2008/2009

Peserta “Seminar Nasional Akuntansi dan Audit Usaha Kecil Menengah” (2009)

Peserta Seminar KSM 2008 “Being Entrepreneur Mandiri of The Year 2009”

Peserta Seminar Nasional Akuntansi “Arsitektur Standart Akuntansi Keuangan di

Indonesia dan Implementasi Financial Reporting Standart di Indonesia” (2009)

Panitia Lomba Mewarnai Raksasa (2009)

Panitia Seminar Enterpreneurship (2009)

Panitia Perayaan Valentine bersama Panti Asuhan Bhakti Luhur Salatiga (2009)

Panitia Talk Show “Show Up Your Talent!” (2009)

Panitia Malam Pratoga “Shine Like Stars” (2009)

Lomba Dota Mahasiswa Ekonomi 2009

Peserta Leadership Outbound Training (LOT) 2011

Peserta GOLDEN 2008

Latihan Kepemimpinan Pra-Dasar Mahasiswa 2008-2009

Peserta Accounting Weekend Fellowship 2008, “Have Fun Go Red” (2009)

Panitia Fire Fellowship 2012

30

LAMPIRAN

31

HASIL OLAHAN SPSS Logistic Regression [DataSet1] D:\skripsi\olah data benar.sav

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 233 100.0

Missing Cases 0 .0

Total 233 100.0

Unselected Cases 0 .0

Total 233 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original Value Internal Value

tidak bagus 0

bagus 1

Block 0: Beginning Block

Iteration Historya,b,c

Iteration -2 Log likelihood

Coefficients

Constant

Step 0 1 184.242 1.485

2 179.032 1.856

3 178.950 1.911

4 178.950 1.912

5 178.950 1.912

a. Constant is included in the model.

32

b. Initial -2 Log Likelihood: 178.950

c. Estimation terminated at iteration number 5 because

parameter estimates changed by less than .001.

Classification Tablea,b

Observed

Predicted

peringkat bank

Percentage Correct tidak bagus bagus

Step 0 peringkat bank tidak bagus 0 30 .0

bagus 0 203 100.0

Overall Percentage 87.1


b. The cut value is .500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant 1.912 .196 95.552 1 .000 6.767

Variables not in the Equation

Score df Sig.

Step 0 Variables NPL 76.332 1 .000

KPMM .160 1 .690

LDR 1.994 1 .158

ROA 55.585 1 .000

BOPO 53.931 1 .000

ROE 18.797 1 .000

pert.kredit 21.925 1 .000

pert.modal .931 1 .335

pert.laba 2.918 1 .088

pert.dana 3.637 1 .057

Overall Statistics 114.708 10 .000

33

[DataSet1] D:\skripsi\olah data benar.sav

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 233 100.0

Missing Cases 0 .0

Total 233 100.0

Unselected Cases 0 .0

Total 233 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original Value Internal Value

tidak bagus 0

bagus 1

Block 0: Beginning Block

Iteration Historya,b,c

Iteration -2 Log likelihood

Coefficients

Constant

Step 0 1 184.242 1.485

2 179.032 1.856

3 178.950 1.911

4 178.950 1.912

5 178.950 1.912


b. Initial -2 Log Likelihood: 178.950

c. Estimation terminated at iteration number 5 because

parameter estimates changed by less than .001.

34

Classification Tablea,b

Observed

Predicted

peringkat bank


Step 0 peringkat bank tidak bagus 0 30 .0

Bagus 0 203 100.0



b. The cut value is .500



Step 0 Constant 1.912 .196 95.552 1 .000 6.767

Variables not in the Equation

Score df Sig.

Step 0 Variables NPL 76.332 1 .000

KPMM .160 1 .690

LDR 1.994 1 .158

ROA 55.585 1 .000

BOPO 53.931 1 .000

ROE 18.797 1 .000

pert.kredit 21.925 1 .000

pert.modal .931 1 .335

pert.laba 2.918 1 .088

pert.dana 3.637 1 .057

Overall Statistics 114.708 10 .000

35

Block 1: Method = Enter

Model Summary

Step -2 Log likelihood

Cox & Snell R

Square

Nagelkerke R

Square

1 57.470a .406 .758

a. Estimation terminated at iteration number 8 because parameter estimates

changed by less than .001.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 2.973 8 .936

Iteration Historya,b,c,d

Iteration

-2 Log

likelihood

Coefficients

Constant NPL KPMM LDR ROA BOPO ROE pert.kredit pert.modal pert.laba pert.dana

Step 1 1 118.483 .877 -.092 .000 -.012 .142 .018 .003 .013 .000 .000 -.005

2 82.484 .941 -.157 .003 -.023 .313 .032 .005 .025 .001 .001 -.012

3 67.217 .496 -.207 .006 -.035 .539 .047 .009 .034 .001 .002 -.018

4 60.060 -.646 -.226 .007 -.051 .877 .066 .016 .042 .000 .003 -.018

5 57.749 -1.795 -.237 .007 -.065 1.210 .084 .019 .050 -.001 .004 -.014

6 57.475 -2.096 -.247 .008 -.072 1.353 .090 .019 .054 -.002 .005 -.012

7 57.470 -2.134 -.249 .008 -.073 1.375 .091 .019 .055 -.002 .005 -.012

8 57.470 -2.135 -.249 .008 -.073 1.375 .091 .019 .055 -.002 .005 -.012

a. Method: Enter

b. Constant is included in the model.

c. Initial -2 Log Likelihood: 178.950

d. Estimation terminated at iteration number 8 because parameter estimates

changed by less than .001.

36

Contingency Table for Hosmer and Lemeshow Test

peringkat bank = tidak bagus peringkat bank = bagus

Total Observed Expected Observed Expected

Step 1 1 19 20.522 4 2.478 23

2 9 7.142 14 15.858 23

3 2 1.401 21 21.599 23

4 0 .568 23 22.432 23

5 0 .219 23 22.781 23

6 0 .094 23 22.906 23

7 0 .038 23 22.962 23

8 0 .013 23 22.987 23

9 0 .003 23 22.997 23

10 0 .000 26 26.000 26

Classification Tablea

Observed

Predicted

peringkat bank


Step 1 peringkat bank tidak bagus 21 9 70.0

bagus 5 198 97.5


a. The cut value is .500

37



95.0% C.I.for EXP(B)

Lower Upper

Step 1a NPL -.249 .073 11.660 1 .001 .780 .676 .899

KPMM .008 .035 .057 1 .811 1.008 .942 1.080

LDR -.073 .037 3.898 1 .048 .930 .865 .999

ROA 1.375 .431 10.184 1 .001 3.956 1.700 9.207

BOPO .091 .074 1.498 1 .221 1.095 .947 1.267

ROE .019 .013 2.035 1 .154 1.019 .993 1.046

pert.kredit .055 .027 4.096 1 .043 1.056 1.002 1.114

pert.modal -.002 .004 .225 1 .635 .998 .991 1.005

pert.laba .005 .003 3.160 1 .075 1.005 .999 1.010

pert.dana -.012 .020 .331 1 .565 .989 .950 1.028

Constant -2.135 7.525 .080 1 .777 .118

a. Variable(s) entered on step 1: NPL, KPMM, LDR, ROA, BOPO, ROE, pert.kredit, pert.modal,

pert.laba, pert.dana.

38

Step number: 1 Observed Groups and Predicted Probabilities 160 ┼ ┼ │ │ │ │ F │ b│ R 120 ┼ b┼ E │ b│ Q │ b│ U │ b│ E 80 ┼ b┼ N │ b│ C │ b│ Y │ b│ 40 ┼ b┼ │ b│ │ bb│ │t b bbbb│ Predicted ─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼─────────┼────────── Prob: 0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 Group: ttttttttttttttttttttttttttttttttttttttttttttttttttbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbbb

Correlation Matrix

Constant NPL KPMM LDR ROA BOPO ROE pert.kredit pert.modal pert.laba pert.dana

Step 1 Constant 1.000 -.216 -.159 -.245 -.592 -.914 .027 -.300 .033 -.067 .171

NPL -.216 1.000 -.047 .341 -.086 -.012 -.144 .093 -.013 .081 .157

KPMM -.159 -.047 1.000 -.145 .027 .134 -.039 .332 -.210 .059 -.262

LDR -.245 .341 -.145 1.000 -.314 -.127 -.184 -.343 .171 -.012 .065

ROA -.592 -.086 .027 -.314 1.000 .673 -.039 .450 -.200 .300 -.003

BOPO -.914 -.012 .134 -.127 .673 1.000 .060 .368 -.064 .030 -.228

ROE .027 -.144 -.039 -.184 -.039 .060 1.000 .014 -.019 -.258 -.100

pert.kredit -.300 .093 .332 -.343 .450 .368 .014 1.000 -.176 .008 -.511

pert.modal .033 -.013 -.210 .171 -.200 -.064 -.019 -.176 1.000 -.275 -.150

pert.laba -.067 .081 .059 -.012 .300 .030 -.258 .008 -.275 1.000 .452

pert.dana .171 .157 -.262 .065 -.003 -.228 -.100 -.511 -.150 .452 1.000

39

Predicted Probability is of Membership for bagus The Cut Value is .50 Symbols: t - tidak bagus b - bagus Each Symbol Represents 10 Cases.

FREQUENCIES VARIABLES=PB /ORDER=ANALYSIS.

Frequencies [DataSet1] D:\skripsi\olah data benar.sav

Statistics

peringkat bank

N Valid 233

Missing 0

Casewise Listb

Case Selected Statusa

Observed

Predicted Predicted Group

Temporary Variable

peringkat bank Resid ZResid

123 S b** .340 t .660 1.393

133 S b** .467 t .533 1.068

137 S b** .142 t .858 2.463

152 S t** .622 b -.622 -1.283

157 S t** .923 b -.923 -3.472

197 S t** .953 b -.953 -4.515

198 S b** .052 t .948 4.268

a. S = Selected, U = Unselected cases, and ** = Misclassified cases.

b. Cases with studentized residuals greater than 2.000 are listed.

40

peringkat bank

Frequency Percent Valid Percent Cumulative Percent

Valid tidak bagus 30 12.9 12.9 12.9

bagus 203 87.1 87.1 100.0

Total 233 100.0 100.0

DESCRIPTIVES VARIABLES=NPL KPMM LDR ROA BOPO ROE pert.kredit pert.modal pert.laba pert.dana /STATISTICS=MEAN STDDEV MIN MAX.

Descriptives [DataSet1] D:\skripsi\olah data benar.sav

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

NPL 233 .04 62.75 7.1473 7.36028

KPMM 233 6.73 151.00 24.5705 15.10114

LDR 233 48.62 111.30 79.3584 10.54504

ROA 233 -21.98 19.59 4.0245 3.66574

BOPO 233 47.26 192.49 83.0637 14.38437

ROE 233 -1184.35 248.61 18.7731 87.28468

pert.kredit 233 -51.58 72.46 14.8865 19.66412

pert.modal 233 -94.81 898.88 18.0542 79.82088

pert.laba 233 -714.78 5548.09 45.2528 411.52271

pert.dana 233 -43.78 179.33 19.1878 23.60951

Valid N (listwise) 233

GET FILE='D:\skripsi\olah data benar.sav'.

T1 232008109FULLTEXT

Documents

Transcript of T1 232008109FULLTEXT