T1 232008109FULLTEXT
Transcript of 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
Apabila nilai selisih positif yang berarti ada pertumbuhan, maka diberi nilai 1, jika tidak maka diberi nilai 0
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
Apabila nilai selisih positif yang berarti ada pertumbuhan, maka diberi nilai 1, jika tidak maka diberi nilai 0
Likuiditas :
a. LDR
b. Pertumbuhan dana
a. total kredit dibagi total dana pihak ketiga
b. dana tahun 2011 dikurangi dana tahun 2010
Apabila nilai selisih positif yang berarti ada pertumbuhan, maka diberi nilai 1, jika tidak maka diberi nilai 0
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
a. Constant is included in the model.
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
a. Constant is included in the model.
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
Percentage Correct tidak bagus bagus
Step 0 peringkat bank tidak bagus 0 30 .0
Bagus 0 203 100.0
Overall Percentage 87.1
a. Constant is included in the model.
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
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
Percentage Correct tidak bagus bagus
Step 1 peringkat bank tidak bagus 21 9 70.0
bagus 5 198 97.5
Overall Percentage 94.0
a. The cut value is .500
37
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
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'.