analisis pengaruh npf, fdr, bopo, car terhadap...
TRANSCRIPT
ANALISIS PENGARUH NPF, FDR, BOPO, CAR
TERHADAP KINERJA KEUANGAN (ROA) DENGAN
NIM SEBAGAI VARIABEL INTERVENING BANK
UMUM SYARIAH PERIODE 2013-2017
SKRIPSI
Diajukan untuk memenuhi Tugas dan Melengkapi Syarat Guna
Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
MIFTAKHUL JANNAH
NIM 21314160
PROGAM STUDI S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2018
i
ANALISIS PENGARUH NPF, FDR, BOPO, CAR
TERHADAP KINERJA KEUANGAN (ROA) DENGAN
NIM SEBAGAI VARIABEL INTERVENING BANK
UMUM SYARIAH PERIODE 2013-2017
SKRIPSI
Diajukan untuk memenuhi Tugas dan Melengkapi Syarat Guna
Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
MIFTAKHUL JANNAH
NIM 21314160
PROGAM STUDI S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2018
ii
iii
iv
v
vi
MOTTO
“Where there is a will, there is a way”,
“Dimana ada kemauan, disitu ada jalan”
“Man Jadda Wa Jadda”
“Barang siapa bersungguh-sungguh pasti akan mendapatkan hasil”
Allah SWT tidak akan mengubah nasib suatu kaum sampai kaum itu sendiri yang
mengubah nasib atau keadaan yang ada pada dirinya (QS. Ar-Ra'd: 11)
vii
PERSEMBAHAN
Alhamdulillah dengan ijin Allah skripsi ini selesai. Skripsi ini saya persembahkan
unntuk orang-oranng yang mendorong saya unntuk terus memperjuangkan mimpi
saya:
1. Kedua orang tuaku, Bapak Pasidi dan Ibu Umi Nasiroh yang senantiasa
mencurahkan kasih sayangnya, memberikan bimbingan dan doa yang tak
pernah henti-hentinya untuk anaknya.
2. Kembaranku Fatkhul Muslim yang selalu memberi dukungan untuk adiknya.
3. Sahabat-sahabatku tercinta, Herman Dedi Prasetyo S.T, Liya Eri Aristanti,
Sesanti, Azizah Kurnia Wati, Linda Saputri.
4. Teman-temanku yang menemani dan mendukungku selama proses pembuatan
skripsi, Nurma Widayanti, Helmi Yulianto, Windi, Annisa, Silvia dan teman-
teman yang lain yang tidak bisa saya sebutkan satu per satu.
viii
KATA PENGANTAR
Puji syukur kehadirat Allah Swt. yang Maha Pengasih lagi Maha Penyayang
yang telah memberikan kesehatan dan kemudahan bagi penulis dalam menyelesaikan
penyusunan skripsi yang berjudul “Analisis Pengaruh NPF, FDR, BOPO, CAR
terhadap Kinerja Keuangan (ROA) dengan NIM sebagai Variabel Intervening
Bank Umum Syariah Periode 2013-2017”, dengan lancar. Shalawat serta salam
semoga selalu tercurahkan kepada junjungan kita, Nabi Muhammad SAW yang kita
harapkan syafa’atnya di Yaumul Qiyamah.
Penulisan skripsi ini merupakan salah satu syarat yang harus dipenuhi untuk
meraih gelar Sarjana Ekonomi pada Jurusan S1 Perbankan Syariah, Fakultas
Ekonomi dan Bisnis Islam, Institut Agama Islam Negeri Salatiga. Penulis menyadari
bahwa selama proses penulisan skripsi ini penulis banyak mendapatkan bantuan
tenaga, materi, informasi, waktu, maupun dorongan yang tidak terhingga dari
berbagai pihak. Karena itu dengan tulus penulis mengucapkan terima kasih yang tak
terhingga kepada :
1. Bapak Dr. H. Rahmat Hariyadi, M.Pd selaku Rektor Institut Agama Islam Negeri
Salatiga.
2. Bapak Dr. Anton Bawono, SE,. M.Si. selaku Dekan Fakultas Ekonomi dan Bisnis
Islam dan selaku Pembimbing Skripsi yang telah sabar membimbing penulis
dalam penyusunan skripsi ini.
ix
3. Ibu Fetria Eka Yudiana, M.Si selaku Ketua Progam Studi S1 Perbankan Syariah,
Fakultas Ekonomi dan Bisnis Islam.
4. Bapak Abdul Aziz NP, S.Ag., M.M selaku Pembimbing Akademik yang telah
memberikan motivasi dan masukan dalam penyusunan skripsi ini.
5. Seluruh Dosen dan Staf IAIN Salatiga yang telah membantu penulis dalam
menempuh studi selama ini.
6. Kedua orang tua, dan keluarga yang telah memberikan dorongan moril maupun
materiil dalam penyusunan skripsi ini.
7. Kelurga besar PS S1 angkatan 2014 IAIN Salatiga yang menjadi teman
seperjuangan dalam menempuh studi.
8. Semua pihak yang telah membantu dalam penyelesaian skripsi ini yang tidak dapat
penulis sebutkan satu per satu.
Salatiga, 21 September 2018
Penulis
x
ABSTRAK
Jannah, Miftakhul. 2018. Analisis Pengaruh NPF, FDR, BOPO, CAR terhadap
Kinerja Keuangan (ROA) dengan NIM sebagai Variabel Intervening Bank
Umum Syariah Periode 2013-2017. Skripsi, Fakultas Ekonomi dan Bisnis
Islam Program Studi S1 Perbankan Syariah IAIN Salatiga. Pembimbing: Dr.
Anton Bawono, SE,. M.Si
Tujuan penelitian ini dilakukan adalah untuk mengetahui pengaruh NPF,
FDR, BOPO, CAR terhadap Kinerja Keuangan (ROA) dengan NIM sebagai Variabel
Intervening Bank Umum Syariah Periode 2013-2017. Penelitian ini menggunakan
jenis penelitian kuantitatif dengan menggunakan path analisis sebagai analisis data.
Penelitian ini menggunakan data sekunder berbentuk panel data tahunan yang
meliputi Return on Asset (ROA) serta Net Interest Margin (NIM) Bank Umum
Syariah, Net Performing Financing (NPF), Financing to Deposit Ratio (FDR), Biaya
Operasional dan Pendapatan Operasional (BOPO), Capital Adequacy Ratio (CAR)
periode 2013 sampai 2017. Data yang telah diperoleh kemudian dianalisis
menggunakan alat bantu Eviews versi 10.
Hasil penelitian ini menunjukkan bahwa Net Performing Financing (NPF),
Financing to Deposit Ratio (FDR) dan Biaya Operasional dan Pendapatan
Operasional (BOPO) berpengaruh negatif secara tidak signifikan terhadap Return on
Asset (ROA). Sedangkan, Capital Adequacy Ratio (CAR) dan Net Interest Margin
(NIM) berpengaruh positif secara signifikan terhadap Return on Asset (ROA). Hasil
analisis jalur menunjukkan bahwa Net Interest Margin (NIM) tidak dapat memediasi
pengaruh Net Performing Financing (NPF), Financing to Deposit Ratio (FDR), Biaya
Operasional dan Pendapatan Operasiona (BOPO), Capital Adequacy Ratio (CAR)
terhadap Return on Asset (ROA).
Kata Kunci : NPF, FDR, BOPO, CAR, ROA
xi
DAFTAR ISI
PERSETUJUAN PEMBIMBING ................................................................................. ii
PENGESAHAN ........................................................................................................ iii
PERNYATAAN KEASLIAN TULISAN DAN KESEDIAAN PUBLIKASI ............ iv
PERNYATAAN BEBAS PLAGIAT ............................................................................ v
MOTTO ........................................................................................................ vi
PERSEMBAHAN ....................................................................................................... vii
KATA PENGANTAR ............................................................................................... viii
ABSTRAK ......................................................................................................... x
DAFTAR ISI ........................................................................................................ xi
DAFTAR TABEL ....................................................................................................... xv
DAFTAR GAMBAR ................................................................................................ xvii
DAFTAR LAMPIRAN ............................................................................................. xvii
BAB I PENDAHULUAN ............................................................................................................... 1
A. Latar Belakang ........................................................................................... 1
B. Rumusan Masalah ...................................................................................... 7
C. Tujuan Penelitian ....................................................................................... 8
D. Manfaat Penelitian ..................................................................................... 9
E. Sitematika Penulisan .................................................................................. 9
BAB II LANDASAN TEORI ..................................................................................... 11
A. Telaah Pustaka ......................................................................................... 11
1. Pengaruh variabel NPF terhadap ROA ...................................... 11
xii
2. Pengaruh variabel FDR terhadap ROA ..................................... 13
3. Pengaruh variabel BOPO terhadap ROA................................... 14
4. Pengaruh variabel CAR terhadap ROA ..................................... 15
5. Pengaruh variabel NIM terhadap ROA ..................................... 17
6. Pengaruh variabel NPF terhadap NIM....................................... 18
7. Pengaruh variabel FDR terhadap NIM ...................................... 19
8. Pengaruh variabel BOPO terhadap NIM ................................... 20
9. Pengaruh variabel CAR terhadap NIM ...................................... 22
B. Landasan Teori ........................................................................................ 33
1. Perbankan Syariah ...................................................................... 33
2. Kegiatan Operasional Bank Syariah ........................................... 34
3. Kinerja Keuangan Bank Syariah ................................................. 37
4. Return On Asset (ROA) .............................................................. 38
5. Non Performing Financing (NPF) .............................................. 39
6. Financing to Deposit Ratio (FDR) ............................................. 40
7. Biaya Operasional terhadap Pendapatan Operasional (BOPO) .. 41
8. Capital Adequacy Ratio (CAR) .................................................. 42
9. Net Interest Margin (NIM ........................................................... 43
C. Kerangka Penelitian ................................................................................. 44
D. Hipotesis .................................................................................................. 45
BAB III METODE PENELITIAN.............................................................................. 49
A. Jenis Penelitian ........................................................................................ 49
B. Lokasi dan waktu penelitian .................................................................... 49
xiii
C. Populasi dan sampel ................................................................................ 50
D. Teknik pengumpulan data ....................................................................... 51
E. Definisi Konsep dan Operasional ............................................................ 52
1. Definisi Konsep ......................................................................... 52
2. Definisi Operasional .................................................................. 54
F. Teknik Analisis ........................................................................................ 54
1. Uji stasioneritas.......................................................................... 55
2. Uji regresi .................................................................................. 55
3. Uji statistik ................................................................................. 56
4. Analisis jalur (Path Analysis) .................................................... 58
5. Uji asumsi klasik ........................................................................ 60
G. Alat analisis ............................................................................................. 63
BAB IV ANALISIS DATA ........................................................................................ 64
A. Deskripsi Obyek Penelitian ..................................................................... 64
1. Variabel NPF ............................................................................. 64
2. Variabel FDR ............................................................................. 65
3. Variabel BOPO .......................................................................... 66
4. Variabel CAR ............................................................................ 66
5. Variabel ROA ............................................................................ 67
6. Variabel NIM ............................................................................. 68
B. Uji Stasioner Data .................................................................................... 69
1. Variabel NPF ........................................................................... 69
2. Variabel FDR ............................................................................. 70
xiv
3. Variabel BOPO .......................................................................... 71
4. Variabel CAR ............................................................................ 72
5. Variabel ROA ............................................................................ 73
6. Variabel NIM ............................................................................. 74
C. Uji Regresi ............................................................................................... 74
1. Uji Regresi Persamaan 1 .......................................................... 74
a. Uji Regresi dengan Common Effect.................................... 75
b. Uji Regresi dengan Fixed Effect ......................................... 76
c. Uji Regresi dengan Random Effect ..................................... 78
2. Uji Regresi Persamaan 2 ............................................................ 80
D.Uji Statistik ............................................................................................... 81
1. Uji Statistik Persamaan 1 ........................................................... 81
2. Uji Statistik Persamaan 2 ........................................................... 83
E. Uji Asumsi Klasik .................................................................................... 84
1. Uji Normalitas............................................................................ 84
a. Uji Normalitas Persamaan 1 ............................................... 84
b. Uji normalitas Persamaan 2 ................................................ 85
2. Uji Multikolinieritas .................................................................. 85
a. Uji multikolinieritas Persamaan 1 ...................................... 85
b. Uji Multikolinieritas Persamaan 2 ...................................... 86
3. Uji Autokorelasi ......................................................................... 87
a. Uji Autokorelasi Persamaan 1 ............................................ 86
b. Autokorelasi Persamaan 2 .................................................. 89
xv
4. Uji heteroskedastisitas ............................................................... 92
a. Uji Heteroskedastisitas Persamaan 1 .................................. 92
b. Uji heteroskedastisitas Persamaan 2 ................................... 93
5. Pembahasan Hasil Penelitian ..................................................... 94
BAB V PENUTUP .............................................................................................. 100
A. Kesimpulan ............................................................................................ 103
B. Saran .............................................................................................. 104
xvi
DAFTAR TABEL
Tabel 1.1 Perkembangan Bank Syariah ........................................................................ 2
Tabel 2.1Research Gap Pengaruh NPF Terhadap ROA ............................................. 23
Tabel 2.2Research Gap Pengaruh FDR Terhadap ROA ............................................. 24
Tabel 2.3Research Gap Pengaruh BOPO Terhadap ROA .......................................... 25
Tabel 2.4Research Gap Pengaruh CAR Terhadap ROA ............................................ 26
Tabel 2.5Research Gap Pengaruh NIM Terhadap ROA ............................................. 27
Tabel 2.6Research Gap Pengaruh NPF Terhadap NIM .............................................. 28
Tabel 2.7Research Gap Pengaruh FDR Terhadap NIM .............................................. 29
Tabel 2.8Research Gap Pengaruh BOPO Terhadap NIM ........................................... 30
Tabel 2.9 Research Gap Pengaruh CAR Terhadap NIM ............................................ 31
Tabel 2.10 Perbedaan Bank Syariah dan Bank Konvensional .................................... 34
Tabel 3.1 Daftar Bank ................................................................................................. 52
Tabel 3.2 Pengambilan Keputusan Durbin Watson .................................................... 62
Tabel 4.1Statistik Deskriptif Variabel NPF ................................................................ 64
Tabel 4.2Statistik Deskriptif Variabel FDR ................................................................ 65
Tabel 4.3Statistik Deskriptif Variabel BOPO ............................................................. 66
Tabel 4.4Statistik Deskriptif Variabel CAR ............................................................... 66
Tabel 4.5Statistik Deskriptif Variabel ROA ............................................................... 67
Tabel 4.6 Statistik Deskriptif Variabel NIM ............................................................... 68
Tabel 4.7 Uji Stasioner Variabel NPF ........................................................................ 69
Tabel 4.8 Uji Stasioner Variabel FDR ........................................................................ 70
xvii
Tabel 4.9 Uji Stasioner Variabel BOPO ..................................................................... 71
Tabel 4.10 Uji Stasioner Variabel CAR ...................................................................... 72
Tabel 4.11 Uji Stasioner Variabel ROA ..................................................................... 73
Tabel 4.12 Uji Stasioner Variabel NIM ...................................................................... 74
Tabel 4.13 Uji Common Effect .................................................................................... 75
Tabel 4.14 Uji Fixed Effect ......................................................................................... 76
Tabel 4.15 Uji Chow-Test ........................................................................................... 77
Tabel 4.16 Uji random effect ...................................................................................... 78
Tabel 4.17 Uji hausman-test ....................................................................................... 79
Tabel 4.18 Regresi variabel NIM ................................................................................ 80
Tabel 4.19 Hasil Uji Statistik t .................................................................................... 81
Tabel 4.20 Hasil uji statistik t ..................................................................................... 83
Tabel 4.21 Hasil Uji Multikolinieritas ........................................................................ 84
Tabel 4.22 Uji Multikolinerias Persamaan 2............................................................... 86
Tabel 4.23 Uji autokorelasi Persamaan 1 .................................................................... 87
Tabel 4.24 Uji Autokorelasi Penyembuhan Persamaan 1 ........................................... 88
Tabel 4.25 Uji Autokorelasi Persamaan 2................................................................... 89
Tabel 4.26 Uji Autokorelasi Penyembuhan persamaan2 ............................................ 90
Tabel 4.27 Uji Park Persamaan 1 ............................................................................... 92
Tabel 4.28 Uji Park Persamaan 2 ............................................................................... 93
Tabel 4.29Analisis Jalur Persamaan ROA .................................................................. 99
xviii
DAFTAR GAMBAR
Gambar 2.1Kerangka penelitian.................................................................................. 44
Gambar 4.1 Uji Normalitas Persamaan 1 .................................................................... 84
Gambar 4.2 Uji Normalitas Persamaan 2 .................................................................... 85
Gambar 4.3 Uji Durbin Watson Persamaan 1 ............................................................. 89
Gambar 4.4 Uji Durbin Watson Persamaan 2 ............................................................. 91
Gambar 4.5 Model Analisis Jalur ............................................................................... 99
DAFTAR LAMPIRAN
A. Data NPF, FDR, BOPO, CAR, ROA dan NIM BUS
B. Hasil Uji Penelitian
1. Uji Stasioneritas
2. Uji Regresi
3. Uji Asumsi Klasik
C. Daftar Riwayat Hidup
1
BAB I
PENDAHULUAN
A. Latar Belakang
Perkembangan Perbankan Syariah dari tahun ketahun megalami
perkembangan yang sangat pesat. Beberapa Bank yang pada awal kegiatan
operasionalnya adalah konvensional, sekarang sudah mulai pada ketentuan-
ketentuan syariah.
Perbankan sebagai sebuah lembaga yang berfungsi salah satu sarana
yang mempunyai peranan strategis dalam kegiatan perekonomian adalah
Perbankan. Peran strategis tersebut terutama disebabkan oleh fungsi utama
perbankan sebagai financial intermediary, yaitu sebagai suatu wahana yang
dapat menghimpun dan menyalurkan dana masyarakat secara efektif dan
efesien (Sabir & Habbe, 2012:80).
Menurut data OJK pada tahun 2013 jumlah Bank Umum Syariah di
Indonesia yaitu 11 Bank, tahun 2014 meningkat menjadi 12 Bank sampai
tahun 2015 dan pada tahun 2016 sampai 2017 sampai dengan sekarang jumlah
bank umum syariah di indonesia menjadi 13 bank. Jumlah tersebut belum
termasuk jumlah kantor yang meliputi KC (Kantor Cabang), KCP (Kantor
Cabang Pembantu), dan KK (Kantor Kas). Pada tahun 2013 total aset BUS
2
sebesar Rp. 1.998 milyar rupiah. Tahun 2014 meningkat sebesar Rp. 204.961
milyar rupiah dan tahun 2015 sampai dengan 2017 terus meningkat sebesar
Rp. 213.423 milyar rupiah Rp. 254.184 milyar rupiah dan Rp.288.027 milyar
rupiah. Data tersebut menunjukkan bahwa perkembangan perbankan syariah
dari tahun ke tahun mengalami peningkatan dari jumlah bank sampai dengan
jumlah asset. Pertumbuhan yang pesat juga didukung dengan kinerja yang
bagus, baik dari segi profitabilitas maupun pengelolaan dari risiko yang harus
dihadapi bank.
Tabel 1.1
Perkembangan Bank Syariah keterangan 2013 2014 2015 2016 2017
Jumlah bank 11 12 12 13 13
Total Asset
(dalam Milyar)
1.998 204.961 213.423 254.184 288.027
Sumber: Data Sekunder diolah, 2018
Di tengah perkembangan Perbankan Syariah, Bank Indonesia meminta
agar praktik Perbankan Syariah senantiasa mengacu kepada prinsip-prinsip
Good Corporate Governance (GCG). Melalui GCG, maka bisnis memiliki
suatu mekanisme yang mengatur mengenai peran dan kewajiban seluruh
elemen perusahaan mulai dari dewan komisaris, dewan direksi sampai seluruh
stakeholder lainnya. Supaya pelaksanaan GCG untuk Perbankan Syariah tidak
hanya berlandasakan kepada prinsip-prinsip GCG saja namun juga
berpedoman kepada ketentuan-ketentuan Syariah, maka Bank Indonesia
3
menerbitkan Peraturan Bank Indonesia (PBI) No. 11/33/PBI/2009 mengenai
Good Corporate Governance untuk Bank Syariah.
Menurut Sabir & Habbe, (2012:80) kondisi kesehatan maupun kinerja
bank dapat kita analisis melalui laporan keuangan. Salah satu tujuan dari
pelaporan keuangan adalah untuk memberikan informasi bagi para pengguna
laporan keuangan untuk pengambilan keputusan.
Agar laporan keuangan dapat dibaca dan dipahami, sehingga menjadi
berarti, maka diperlukan adanya analisis terlebih dahulu terhadap laporan
keuangan tersebut. Analisis yang digunakan adalah dengan menggunakan
rasio-rasio keuangan sesuai standar yang berlaku. Salah satu teknik dalam
analisis laporan keuangan adalah analisis rasio keuangan (Kasmir, 2008: 281).
Dalam Ibadil, (2013:8) menyatakan bahwa Return on Asset (ROA)
merupakan rasio antara laba sesudah pajak terhadap total aset, semakin besar
ROA semakin baik kinerja perusahaan karena tingkat pengembalian atau
return semakin besar. Return on Asset (ROA) dipilih sebagai variabel
dependent dalam penelitian ini dikarenakan rasio tersebut menggambarkan
kemampuan bank dalam menghasilkan laba. Sesuai dengan Surat Edaran BI
No. 6/23/DPNP tanggal 31 Mei 2004, ROA ini digunakan untuk mengukur
kemampuan bank dalam menggunakan asset yang dimilikinya untuk
menghasilkan laba kotor, semakin tinggi nilai ROA maka akan semakin baik
pula kemampuan atau kinerja bank tersebut.
4
Tingkat kelangsungan usaha bank berkaitan erat dengan aktiva
produktif yang dimilikinya. Menurut Kiswanto & Purwanti, (2016:17)
manajemen bank dituntut untuk senantiasa dapat memantau dan menganalisis
kualitas aktiva produktif yang dimiliki. Kualitas aktiva produktif
menunjukkan kualitas asset sehubungan dengan risiko kredit yang dihadapi
oleh bank akibat pemberian kredit dan investasi dana bank.
Pada bank syariah tidak menggunakan istilah Net Performing Loan
(NPL) melainkan Non Performing Financing (NPF) karena dalam syariah
menggunakan prinsip pembiayaan. Dalam penelitian Almunawwaroh &
Marlina, (2018:7) NPF merupakan tingkat risiko yang dihadapi bank. NPF
adalah jumlah pembiayaan yang bermasalah dan ada kemungkinan tidak dapat
ditagih. Sesuai dengan aturan yang telah ditetapkan oleh Bank Indonesia,
besarnya NPF yang baik adalah dibawah 5%. dengan NPF yang tinggi
cenderung kurang efisien. Sebaliknya bank dengan NPF yang rendah
cenderung lebih efisien. Bank dengan NPF yang semakin rendah akan
memiliki kemampuan menyalurkan dananya kepada nasabah lainnya sehingga
tingkat profitabilitasnya akan semakin tinggi.
Variabel FDR (Financing to Deposit Ratio) memengaruhi tingkat
profitabilitas Bank Syariah. Dalam Surat Edaran Bank Indonesia Nomor
26/5/BPPP tanggal 2 Mei 1993, besarnya FDR ini ditetapkan oleh Bank
Indonesia tidak boleh melebihi 110%. Semakin tinggi FDR maka semakin
tinggi dana yang disalurkan ke dana pihak ketiga. Dengan dana pihak ketiga
5
yang disalurkan maka pendapatan atau profitabilitas semakin meningkat. Hal
ini didukung dalam penelitian Syaichu & Wibowo (2013).
Biaya Operasional dan Pendapatan Operasional (BOPO) merupakan
perbandingan total biaya operasional dengan total pendapatan operasional.
Rasio ini digunakan untuk mengukur tingkat efisiensi dan kemampuan bank
dalam melakukan kegiatan operasionalnya. Menurut Hartini, (2016:25)
Semakin kecil BOPO menunjukkan semakin efisien bank dalam menjalankan
aktifitas usahanya. Suatu bank dapat dimasukkan dalam kategori sehat apabila
memiliki rasio BOPO tidak melebihi 93,5%.
Capital Adequacy Ratio (CAR) merupakan rasio kinerja bank untuk
mengukur kecukupan modal yang dimiliki oleh bank untuk menunjang aktiva
yang mengandung atau menghasilkan resiko (Hakim & Rafsanjani, 2016:66).
Jika nilai CAR tinggi maka bank tersebut mampu membiayai kegiatan
operasional dan memberikan kontribusi yang cukup besar bagi profitabilitas.
Menurut Bachri, Suhadak & Saifi, (2013:179) Jika nilai CAR tinggi (sesuai
dengan ketentuan Bank Indonesia sebesar 8%) berarti bahwa bank tersebut
mampu membiayai operasi bank, dan keadaan yang menguntungkan tersebut
dapat memberikan kontribusi yang cukup besar bagi profitabilitas bank
(ROA) yang bersangkutan.
Net Interest Margin (NIM) pada bank umum syariah menggunakan
Net Operating Margin (NOM) yang menurut Kiswanto & Purwanti, (2016:17)
menunjukkan kemampuan bank dalam mengelola penyaluran pembiayaan
6
kepada nasabah dan biaya operasionalnya sehingga kualitas aktiva produktif
terjaga dan mampu membuat peningkatan pendapatan. NOM dilihat dari
perbandingan besarnya pendapatan operasional setelah dikurangi dana bagi
hasil dan biaya operasional dengan rata-rata aktiva produktif. Menurut Harun,
(2016:72) Standar yang ditetapkan Bank Indonesia untuk ratio Net Interst
Margin (NIM) adalah 6 % keatas. Semakin besar ratio ini maka meningkatnya
pendapatan bunga atas aktiva produktif yang dikelola bank sehingga
kemungkinan suatu bank dalam kondisi bermasalah semakin kecil.
Penelitian ini memiliki kelebihan dibandingkan dengan penelitian
lainnya mulai dari data yang diambil menggunakan data terbaru karena bisa
menggambarkan kondisi perbankan saat ini. Selain itu, terdapat variasi dalam
penelitian ini yaitu variabel intervening sebagai penghubung antara variabel
independen dan variabel dependen.
Berdasarkan penjelasan diatas, penulis akan melakukan penelitian
mengenai variabel NPF, FDR, BOPO, CAR terhadap kinerja keuangan yang
diukur dengan ROA dengan NIM sebagai variabel intervening Bank Umum
Syariah tahun 2013-2017.
7
B. Rumusan Masalah
Berdasarkan latar belakang masalah tersebut, maka dihasilkan beberapa
rumusan yang menjadi masalah terkait, yaitu:
1. Sejauh mana pengaruh Non Performing Financing (NPF) terhadap kinerja
keuangan bank umum syariah yang diukur dengan Return On Asset
(ROA)?
2. Sejauh mana pengaruh Financing to Deposit Ratio (FDR) terhadap kinerja
keuangan Bank Umum Syariah dan yang diukur dengan Return on Asset
(ROA)?
3. Sejauh mana pengaruh Beban Operasional terhadap Pendapatan
Operasional (BOPO) terhadap kinerja keungan Bank Umum Syariah yang
diukur dengan Return on Asset (ROA)?
4. Sejauh mana pengaruh Capital Adequacy Ratio (CAR) terhadap kinerja
keunagan Bank Umum Syariah yang diukur dengan Return on Asset
(ROA)?
5. Sejauh mana Net Interst Margin (NIM) mampu memoderasi pengaruh
NPF, FDR, BOPO, CAR bank terhadap kinerja keuangan Bank Umum
Syariah yang diukur dengan Return on Asset (ROA)?
8
C. Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Untuk menganalisis sejauh mana pengaruh NPF terhadap kinerja
keuangan (ROA) dengan NIM sebagai variabel intervening Bank Umum
Syariah tahun 2012-2016.
2. Untuk menganalisis sejauh mana pengaruh FDR terhadap kinerja
keuangan (ROA) dengan NIM sebagai variabel intervening Bank Umum
Syariah tahun 2012-2016.
3. Untuk menganalisis sejauh mana pengaruh BOPO terhadap kinerja
keuangan (ROA) dengan NIM sebagai variabel intervening Bank Umum
Syariah tahun 2012-2016.
4. Untuk menganalisis sejauh mana pengaruh CAR terhadap kinerja
keuangan (ROA) dengan NIM sebagai variabel intervening Bank Umum
Syariah tahun 2012-2016.
5. Untuk menganalisis sejauh mana pengaruh Net Interst Margin (NIM)
mampu memoderasi pengaruh NPF, FDR, BOPO, CAR bank terhadap
kinerja keuangan Bank Umum Syariah yang diukur dengan Return on
Asset (ROA).
9
D. Manfaat Penelitian
Penelitian ini diharapkan dapat memberi manfaat diantaranya:
1. Bagi ilmu pengetahuan
Penelitian ini diharapkan memberikan informasi dan menambah
wawasan mengenai perbankan syariah di indonesia.
2. Bagi penulis
Melalui penelitian ini diharapkan dapat menerapkan ilmu pengetahuan
yang dimiliki mengenai perbankan syariah di Indonesia.
3. Bagi perbankan syariah
Penelitian ini diharapkan dapat memberikan informasi mengenai
pengaruh NPF, FDR, BOPO, CAR terhadap kinerja keuangan yang
dimoderasi oleh NIM, sehingga dapat dijadikan pertimbangan dalam
manajemen dan kebijakan perusahaan.
E. Sitematika Penulisan
Sistematika penulisan bertujuan menggambarkan alur pemikiran
penulis dari awal hingga akhir. Sistematika penulisan dalam skripsi ini terdiri
dari lima bab.
BAB 1 : Pendahuluan
Terdiri dari latar belakang, rumusan masalah, tujuan
penelitian dan manfaat penelitian dan sistematika penulisan.
10
BAB II : Landasan Teori
Terdiri dari telaah pustaka, kerangka pemikiran dan
pengembangan hipotesis. Dalam bab ini akan diuraikan tentang
penelitian terdahulu yang menjadi acuan dalam penelitian ini,
kerangka pemikiran dan hipotesis penelitian.
BAB III : Metode Penelitian
Terdiri dari jenis penelitian, sumber data, definisi
konsep dan operasional, metode pengumpulan data, uji
instrumen penelitian dan alat analisis.
BAB IV : Analisis dan Pembahasan
Terdiri dari diskripsi objek penelitian dan analisa data
yang meliputi analisis terhadap tiap variabel, pengujian
hipotesis, dan pembahasan hasil uji hipotesis.
BAB V : Penutup
Bagian penutup ini meliputi dua bagian yaitu
kesimpulan dan saran dari hasil penelitian yang telah
dilakukan.
11
BAB II
LANDASAN TEORI
A. Telaah Pustaka
Penelitian ini mengenai pengaruh rasio NPF, FDR, NIM, BOPO, CAR
terhadap ROA bank umum syariah yang telah dilakukan oleh beberapa
peneliti. Adapun penelitian terdahulu yang berkaitan dengan penelitian ini
antara lain:
1. Pengaruh variabel NPF terhadap ROA
Penelitian yang dilakukan oleh Tan Sau Eng (2013:153-167)
tentang Pengaruh NIM, BOPO, LDR, NPL & CAR Terhadap ROA Bank
Internasional dan Bank Nasional Go Public Periode 2007 – 2011
menggunakan variabel independen NIM, BOPO, LDR, NPL & CAR dan
variabel dependen ROA. Hasil dari penelitian tersebut menunjukkan
bahwa variabel NIM, BOPO, LDR, NPL dan CAR secara bersama-sama
berpengaruh terhadap ROA.
Penelitian yang dilakukan oleh Iskandar & Laila (2016:173-186)
tentang Pengaruh Komponen Risk-Based Bank Rating Terhadap
Profitabilitas Bank Umum Syariah di Indonesia (Periode 2011–2014)
menggunakan variabel independen NPF, FDR, BOPO, CAR dan variabel
dependen ROA. Hasil dari penelitian tersebut menunjukkan bahwa NPF
berpengaruh signifikan terhadap ROA.
12
Penelitian yang dilakukan oleh Yudiartini & Dharmadiaksa,
(2016:1183-1209) tentang Pengaruh Rasio Keuangan terhadap Kinerja
Keuangan Sektor Perbankan di Bursa Efek Indonesia menggunakan
variabel independen CAR, NPL, LDR dan variabel dependen ROA. Hasil
dari penelitian tersebut menunjukkan bahwa NPL berpengaruh negatif
terhadap kinerja kauangan Perbankan.
Penelitian yang dilakukan oleh Zulfiah & Susilowibowo
(2014:759-770) tentang Pengaruh Inflasi, BI Rate, Capital Adequacy Ratio
(CAR), Non Performing Finance (NPF), Biaya Operasional dan
Pendapatan Operasional (BOPO) Terhadap Profitabilitas Bank Umum
Syariah Periode 2008-2012 menggunakan variabel independen inflasi, BI
Rate, CAR, NPF, BOPO dan variabel dependen ROA. Hasil dari
penelitian tersebut menunjukkan bahwa NPF berpengaruh positif terhadap
ROA.
Penelitian yang dilakukan oleh Ma’isyah & Mawardi (2015:249-
265) tentang Pengaruh Kecukupan Modal, Fungsi Intermediasi, Efisiensi
Operasional, dan Pembiayaan Bermasalah terhadap Profitabilitas (Studi
pada Bank Syariah Periode Januari 2010 – Juli 2014) menggunakan
variabel independen CAR, FDR, BOPO, NPF dan variabel dependen
ROA. Hasil penelitian tersebut menunjukkan bahwa NPF berpengaruh
signifikan terhadap ROA.
13
2. Pengaruh variabel FDR terhadap ROA
Penelitian yang diilakukan oleh Widyaningrum & Septiarini
(2018:970-985) tentang Pengaruh Car, NPF, FDR, DAN OER terhadap
ROA pada Bank Pembiayaan Rakyat Syariah di Indonesia Periode Januari
2009 Hingga Mei 2014 menggunakan variabel independen CAR, NPF,
FDR, OER dan variabel dependen ROA. Hasil penelitian tersebut
menunjukkan bahwa FDR berpengaruh tidak signifikan terhadap ROA.
Penelitian yang dilakukan oleh Ariyani (2010:98-124) tentang Analisis
Pengaruh CAR, FDR, BOPO Dan NPF terhadap Profitabilitas Pada PT.
Bank Muamalat Indonesia Tbk menggunakan variabel independen CAR,
FDR, BOPO Dan NPF serta variabel dependen profitabilitas. Hasil
penelitian tersebut menunjukkan bahwa Variabel FDR berpengaruh tidak
signifikan terhadap profitabilitas.
Penelitian yang dilakukan oleh Harianto (2017:41-48) tentang Rasio
Keuangan dan Pengaruhnya terhadap Profitabilitas pada Bank Pembiayaan
Rakyat Syariah di Indonesia menggunakan variabel independen BOPO,
NPF, FDR, CAR dan variabel dependen ROA. Hasil penelitian tersebut
menunjukkan bahwa FDR tidak berpengaruh terhadap ROA.
Penelitian yang dilakukan oleh Amelia (2015:230-239) tentang
Financial Ratio And Its Influence To Profitability in Islamic Banks
menggunakan variabel independen CAR, NPF, FDR, BOPO dan variabel
14
dependen ROA. Hasil penelitian tersebut menunjukkan bahwa FDR
berpengaruh signifikan terhadap ROA Bank Syariah.
Penelitian yang dilakukan oleh Erlangga & Mawardi (2015:561-574)
tentang Pengaruh Total Aktiva, Capital Adequacy Ratio (CAR), Finance
To Deposit Ratio (FDR) dan Non Performing Financing (NPF) Terhadap
Return On Assets (ROA) Bank Umum Syariah di Indonesia Periode 2010-
2014, menggunakan variabel independen FDR, CAR, NPF dan variabel
dependen ROA. Hasil penelitian tersebut menunjukkan bahwa FDR
berpengaruh signifikan terhadap ROA Bank Syariah.
3. Pengaruh variabel BOPO terhadap ROA
Penelitian yang dilakukan oleh Almadany (2012:165-183) tentang
Pengaruh Loan To Deposit Ratio, Biaya Operasional per Pendapatan
Operasional dan Net Interest Margin Terhadap Profitabilitas Perusahaan
Perbankan yang Terdaftar di Bursa Efek Indonesia, menggunakan variabel
independen LDR, BOPO, NIM dan variabel dependen Profitabilitas. Hasil
penelitian tersebut menunjukkan bahwa BOPO berpengaruh terhadap
ROA.
Penelitian yang dilakukan oleh Sudiyatno & Fatmawati (2013:73-86)
tentang Pengaruh Risiko Kredit dan Efisiensi Operasional Terhadap
Kinerja Bank (Studi Empirik pada Bank yang Terdaftar di Bursa Efek
Indonesia), menggunakan variabel independen LDR, CAR, BOPO dan
15
variabel dependen ROA. Hasil pennelitian menunjukkan bahwa BOPO
berpengaruh negatif dan signifikan terhadap Return on Assets (ROA).
Penelitian yang dilakukan oleh Kurnia & Mawardi (2012:49-57)
tentang Analisis Pengaruh BOPO, EAR, LAR dan FIRM SIZE Terhadap
Kinerja Keuangan (Studi kasus pada bank umum konvensional yang
terdaftar di Bursa Efek Indonesia periode 2008-2011), menggunakan
variabel independen BOPO, EAR, LAR DAN FIRM SIZE dan variabel
dependen ROA. Hasil penelitian tersebut menunjukkan bahwa BOPO
berpengaruh negatif dan signifikan terhadap ROA.
Penelitian yang dilakukan oleh Wibowo & Syaichu (2013:1-10)
tentang Analisis Pengaruh Suku Bunga, Inflasi, CAR, BOPO, NPF
terhadap Profitabilitas Bank Syariah, menggunakan variabel independen
suku bunga, inflasi, CAR, BOPO, NPF dan variabel dependen
Profitabilitas (ROA). Hasil penelitian tersebut menunjukkan bahwa BOPO
berpengaruh negatif signifikan terhadap ROA.
Penelitian yang dilakukan oleh Prasanjaya & Ramantha (2013:230-
245) tentang Analisis Pengaruh Rasio CAR, BOPO, LDR dan Ukuran
Perusahaan terhadap Profitabilitas Bank yang Terdaftar di BEI,
menggunakan variabel independen CAR, BOPO, LDR, Ukuran
perusahaan dan variabel dependen profitabilitas. Hasil penelitian tersebut
menunjukkan bahwa BOPO berpengaruh signifikan terhadap
profitabilitas.
16
4. Pengaruh variabel CAR terhadap ROA
Penelitian yang dilakukan oleh Bachri, Suhadak & Saifi (2013:177-
185) tentang Pengaruh Rasio Keuangan Terhadap Kinerja Keuangan Bank
Syariah, menggunakan Variabel independen CAR, NPF, OER, FDR
Variabel dependen ROA. Hasil penelitian tersebut menunjukkan bahwa
CAR berpengaruh Negatif tidak signifikan terhadap ROA.
Penelitian yang dilakukan oleh Hakim & Rafsyanjani (2016:60-74)
tentang Pengaruh Internal Capital Adequency Ratio (CAR), Financing To
Deposit Ratio (FDR), dan Biaya Operasional Per Pendapatan Operasional
(BOPO) dalam Peningkatan Profitabilitas Industri Bank Syariah di
Indonesia, menggunakan variabel independen CAR, FDR, BOPO dan
variabel dependen ROA. Hasil penelitian tersebut menunjukkan bahwa
CAR tidak berpengaruh signifikan terhadao ROA.
Penelitian yang dilakukan oleh Pasariba & Sari (2011:114-125)
tentang Analisis Tingkat Kecukupan Modal Dan Loan To Deposit Ratio
terhadap Profitabilitas, menggunakan variabel independen CAR dan LDR
dan variabel dependen ROA. Hasil penelitian tersebut menunjukkan
bahwa CAR berpengaruh signifikan terhadap profitabilitas (ROA).
Penelitian yang dilakukan oleh Widati (2012:105-119) tentang
Analisis Pengaruh CAMEL Terhadap Kinerja Perusahaan Perbankan yang
Go Public, menggunakan variabel independen CAR, PPAP, DER, BOPO,
LDR dan variabel dependen ROA. Hasil penelitian tersebut menunjukkan
17
bahwa CAR memiliki pengaruh positif signifikan terhadap Return On
Asset / ROA.
Penelitian yang dilakukan oleh Karunia (2013:1-17) tentang Analisa
Pengaruh Rasio Capital, Asset Quality dan Liquidity Terhadap Kinerja
Keuangan pada Sektor Perbankan yang Terdaftar di Bursa Efek Indonesia
(BEI) Periode 2007-2011, menggunakan variabel independen CAR,
PPAP, DPK dan variabel dependen ROA. Hasil penelitian tersebut
menunjukkan bahwa CAR berpengaruh negatif tidak signifikan terhadap
ROA.
5. Pengaruh variabel NIM terhadap ROA
Penelitian yang dilakukan oleh Hutagalung, Djumahir & Ratnawati
(2013:122-130) tentang Analisa Rasio Keuangan terhadap Kinerja Bank
Umum di Indonesia, menggunakan variabel independen CAR, NPL, NIM,
BOPO, LDR dan variabel dependen ROA. Hasil penelitian tersebut
menunjukkan bahwa NIM berpengaruh signifikan terhadap ROA.
Penelitian yang dilakukan oleh Christiano, Tommy & Saerang
(2014:817-830) tentang Analisis Terhadap Rasio-Rasio Keuangan Untuk
Mengukur Profitabilitas pada Bank-Bank Swasta yang Go Public di Bursa
Efek Indonesia, menggunakan variabel independen CAR, BOPO, NPL,
NIM, LDR dan variabel dependen ROA. Hasil penelitian tersebut
menunjukkan bahwa NIM berpengaruh positif signifikan terhadap ROA.
18
Penelitian yang dilakukan oleh Harun (2016:67-82) tentang Pengaruh
Ratio-Ratio Keuangan CAR, LDR, NIM, BOPO, NPL Terhadap ROA,
menggunakan variabel independen CAR, LDR, NIM, BOPO, NPL dan
variabel dependen ROA. Hasil penelitian tersebut menunjukkan bahwa
NIM tidak berpengaruh terhadap ROA / Return On Asset.
Penelitian yang dilakukan oleh Purwoko & Sudiyatno (2013:25-39)
tentang Faktor-Faktor yang Mempengaruhi Kinerja Bank (Studi Empirik
pada Industri Perbankan di Bursa Efek Indonesia), dengan variabel
independen BOPO, NPL, NIM, CAR, LDR dan variabel dependen ROA.
Hasil penelitian tersebut menunjukkan bahwa NIM berpengaruh terhadap
ROA.
6. Pengaruh variabel NPF terhadap NIM
Penelitian yang dilakukan oleh Wibisono & wahyuni (2017:41-62)
tentang Pengaruh CAR, NPF, BOPO, FDR, Terhadap ROA yang
Dimediasi Oleh NOM, menggunakan Variabel independen: CAR, NPF,
BOPO, FDR dan variabel dependen ROA serta variabel intervening
NOM. Hasil penelitian tersebut menunjukkan bahwa NPF berpengaruh
negatif terhadap NOM.
Penelitian yang dilakukan oleh Manurung & Dezmercoledi (2013:1-
13) tentang Net Interest Margin : bank publik di indonesia, menggunakan
Variabel independen LDR, NPL, size, dan Market Power serta Variabel
19
dependen NIM. Hasil penelitian tersebut menunjukkan bahwa variabel
NPL tidak berpengaruh signifikan terhadap NIM.
Penelitian yang dilakukan oleh Ascarya & Yumanita (2010:252-257)
tentang Determinants of Bank's Net Interest Margin in Indonesia,
menggunakan variabel dependen NIM atau Margin Bank dan Variabel
Independen market structure, risk aversion, size, interest market volatility,
default risk, liquidity risk, implicit return, opportunity cost, management
quality, operational policy, strategi of cost subsidy, income from trading,
NPL, inflation, GDP. Hasil penelitian tersebut menunjukkan bahwa NPL
berpengaruh negatif dan signifikan terhadap Margin Bank.
Penelitian yang dilakukan oleh Ahokpossi (2013:1-20) tentang
Determinants of Bank Interest Margins in Sub-Saharan Africa,
menggunakan Variabel Dependen NIM Variabel Independen equity, credit
risk, liquidity risk, operational inefficiency, market share, market
concentration, GDP, Inflasi.
7. Pengaruh variabel FDR terhadap NIM
Penelitian yang dilakukan oleh Hutapea & Kasri (2010:65-82) tentang
Bank Margin Determination: A Comparison Between Islamic and
Conventional Banks in Indonesia, menggunakan Variabel dependen: NIM
atau Margin Bank Variabel Independen Default risk of financing, market
interest rate volatility, liquidity risk, solvency ratio, implicit cost,
opportunity cost of bank reserves, dan management quality. Hasil
20
penelitian menunjukkan bahwa liquidity risk berpengaruh negatif dan
signifikan terhadap margin bank.
Penelitian yang dilakukan oleh Sidabalok & Viverita (2012:1-22) “The
Determinants of Bank's Net Interest Margin in Indonesia: A Dynamic
Approach, menggunakan Variabel Dependen NIM dan Variabel
Independen risk aversion, HHI, management quality, specialization,
oppotunity to hold reserves, operating cost, credit risk, implicit interest,
size of bank, liquidity risk, GDP, inflation rate. Hasil penelitian
menunjukkan bahwa liquidity risk berpengaruh negatif dan tidak
signifikan terhadap NIM.
Penelitian yang dilakukan oleh Budiwati & Jariah (2012: 90-102)
tentang Analisis Non Performing Assets dan Loan To Deposits Ratio Serta
Pengaruhnya Terhadap Net Interest Margin Sebagai Indikator Spread
Based Pada Bank Umum Swasta Nasional di Indonesia Periode 2004 –
2007, menggunakan Variabel independen NPA dan LDR serta variabel
dependen NIM. Hasil penelitian menunjukkan bahwa LDR berpengaruh
signifikan terhadap NIM.
8. Pengaruh variabel BOPO terhadap NIM
Penelitian yang dilakukan oleh Hardiyanti, Febriatmoko & Wulandari
(2016:155-166) tentang Pengaruh LDR, DAN BOPO Terhadap ROA
dengan NIM Sebagai Variabel Intervening, menggunakan variabel
independen LDR, BOPO dan Variabel Dependen ROA serta variabel
21
intervening NIM. Hasil penelitian tersebut menunjukkan bahwa BOPO
memiliki pengaruh negatif dan signifikan terhadap ROA apabila tidak di
mediasi oleh NIM, dimana apabila sebuah perusahaan terlalu besar biaya
operasionalnya akan mengurangi ROA.
Penelitian yang dilakukan oleh Ariyanto (2011:34-46) tentang Faktor
Penentu Net Interest Margin Perbankan Indonesia dengan variabel BOPO
dan NIM. Hasil penelitian tersebut menunjukkan bahwa (BOPO)
berpengaruh secara signifikan terhadap tingkat NIM Perbankan Indonesia.
Penelitian yang dilakukan oleh Nihayati, Wahyudi & syaichu
(2014:14-44) tentang Pengaruh Ukuran Bank, BOPO, Risiko Kredit,
Kinerja Kredit, dan Kekuatan Pasar Terhadap Net Interest Margin (Studi
Perbandingan Pada Bank Persero dan Bank Asing Periode Tahun 2008-
2012) dengan variabel independen Bank size, BOPO, credit risk, Credit
performance, marker power dan variabel dependen BOPO. Hasil
penelitian tersebut menunjukkan bahwa BOPO berpengaruh negatif
terhadap NIM.
Penelitian yang dilakukan oleh Cahyo (2009:1-73) tentang analisis
faktor-faktor yang mempengaruhi margin bank umum syariah (studi pada
bank umum syariah priode 2009-2012), menggunakan Variabel dependen
margin bank dan Variabel independen risiko pembiayaan, BOPO, primary
ratio dan opportunity cost. Hasil penelitian menunjukkan bahwa BOPO
berpengaruh signifikan secara simultan terhadap margin bank.
22
9. Pengaruh variabel CAR terhadap NIM
Penelitian yang dilakukan oleh Million, Utary & Irwansyah
(2017:191-208) tentang Pengaruh Non Performing Loan dan Capital
Adequacy Ratio serta Biaya Operasional terhadap Net Interest Margin dan
Return On Asset dengan variabel independen NPL, CAR, BOPO variabel
dependen NIM dan ROA. Hasil penelitian menunjukkan bahwa CAR
berpengaruh positif dan signifikan terhadap NIM.
Penelitian yang dilakukan oleh Puspitasari (2014:1630-1642) tentang
Analisis Faktor-faktor yang Mempengaruhi Net Interest Margin pada
Bank –Bank Umum di Indonesia, menggunakan Variabel Dependen NIM
dan Variabel Independen NPL, BOPO, Risk Aversion (CAR), dan volume
Transaksi. Hasil penelitian mnunjukkan bahwa CAR berpengaruh
terhadap NIM.
Penelitian yang dilakukan oleh Gounder & Sharma (2011) tentang
Determinants of Bank Net Interest Margin in A Small Island Developing
Economy: Panel Evidence from Fiji, menggunakan Variabel Dependen:
NIM dan Variabel Independen implicit interest payment, operating cost,
market power, credit risk, liquidity risk, bank capital, opportunities cost,
quality management.hasil penelitian menunjukkan bahwa bank capital
berpengaruh negatif tapi tidak signifikan terhadap NIM
23
Tabel 2.1
Research Gap Pengaruh NPF Terhadap ROA
No Peneliti Sumber Variabel
Penelitian
Hasil Penelitian
1. Tan Sau Eng (2013)
“Pengaruh NIM,
BOPO, LDR, NPL &
CAR Terhadap ROA
Bank Internasional
dan Bank Nasional
Go Public
Periode 2007 – 2011”
Jurnal Dinamika
manjemen, Vol.1 No.3
Juli 2013, hal. 153-167
Variabel
Independen:
NIM, BOPO,
LDR, NPL &
CAR
Variabel
Dependen: ROA
NIM, BOPO, LDR, NPL
dan CAR secara bersama-
sama ternyata berpengaruh
Signifikan terhadap ROA
2. Iskandar & laila
(2016) “Pengaruh
Komponen Risk-
Based Bank Rating
Terhadap
Profitabilitas Bank
Umum
Syariah di Indonesia
(Periode 2011–
2014)”
Jurnal Ekonomi
Syariah Teori dan
Terapan,Vol.3 No.3
Maret 2016, Hal. 173-
186
Variabel
independen:
NPF, FDR,
BOPO, CAR
Variabel
dependen: ROA
NPF berpengaruh
signifikan terhadap ROA
3. Yudiartini &
Dharmadiaksa, 2016
“Pengaruh Rasio
Keuangan Terhadap
Kinerja Keuangan
Sektor Perbankan di
Bursa Efek
Indonesia”
E-Jurnal Akuntansi
Universitas Udayana,
Vol 14 No. 2 Februari
2016, Hal. 1183-1209
Variabel
independen:
CAR, NPL,
LDR
Variabel
dependen: ROA
NPL berpengaruh negatif
terhadap kinerja kauangan
4. Zulfiah &
Susilowibowo (2014)
“Pengaruh Inflasi, Bi
Rate, Capital
Adequacy Ratio
(CAR), Non
Performing Finance
(NPF), Biaya
Operasional Dan
Pendapatan
Operasional (BOPO)
Terhadap
Profitabilitas Bank
Umum Syariah
Periode 2008-2012”
Jurnal Ilmu
Manajemen, Vol.2
No.3 juli 2014, Hal.
759-770
Variabel
Independen:
inflasi, BI Rate,
CAR, NPF,
BOPO
Variabel
Dependen: ROA
NPF berpengaruh positif
terhadap ROA
5. Ma’isyah & Mawardi
(2015) “Pengaruh
Kecukupan Modal,
Fungsi Intermediasi,
JESTT Vol.2 No. 2
Maret 2015, Hal.249-
265
Variabel
independen:
CAR, FDR,
BOPO, NPF
NPF berpengaruh
signifikan terhadap ROA
24
Efisiensi Operasional,
dan Pembiayaan
Bermasalah Terhadap
Profitabilitas
(Studi pada Bank
Syariah Periode
Januari 2010 – Juli
2014)”
Variabel
dependen: ROA
Tabel 2.2
Research Gap Pengaruh FDR Terhadap ROA
No Peneliti Sumber Variabel
Penelitian
Hasil Penelitian
1. Widyaningrum &
Septiarini (2018)
“Pengaruh Car, NPF,
FDR, DAN OER
Terhadap ROA pada
Bank Pembiayaan
Rakyat Syariah di
Indonesia Periode
Januari 2009 Hingga
Mei 2014”
JESTT, Vol. 2 No.12
Desember 2015, Hal.
970-985
Variabel
independen:
CAR, NPF,
FDR, OER
Variabel
Dependen: ROA
FDR
berpengaruh tidak
signifikan terhadap
ROA
2. Ariyani (2010)
“Analisis Pengaruh
CAR, FDR, BOPO
Dan NPF Terhadap
Profitabilitas Pada
PT. Bank Muamalat
Indonesia Tbk”
Al-Iqtishad, Vol. 2 No.
1 januari 2010, Hal.
98-124
Varriabel
independen:
CAR, FDR,
BOPO Dan NPF
Variabel
dependen:
profitabilitas
Variabel FDR berpengaruh
tidak signifikan terhadap
profitabilitas
3. Harianto (2017)
“Rasio Keuangan dan
Pengaruhnya
Terhadap
Profitabilitas pada
Bank Pembiayaan
Rakyat Syariah di
Indonesia”
Jurnal Bisnis dan
Manajemen, Vol. 7 No.
1 April 2017, Hal.41-
48
Variabel
independen:
BOPO, NPF,
FDR, CAR
Variabel
dependen: ROA
FDR tidak berpengaruh
terhadap ROA
4. Amelia (2015)
“Financial Ratio And
Its Influence To
Profitability
In Islamic Banks”
Al-Iqtishad, Vol. 7
No.2 juli 2015, Hal.
230-239
Variabel
independen:
CAR, NPF,
FDR, BOPO
Variabel
dependen: ROA
FDR berpengaruh
signifikan terhadap ROA
5. Erlangga & Mawardi
(2015) “Pengaruh
Total Aktiva, Capital
Adequacy Ratio
Jurnal Ekonomi
Syariah Teori dan
Terapan, Vol. 3 No. 7
juli 2016, Hal.561-574
Variabel
independen:
FDR, CAR,
NPF
FDR berpengaruh
signifikan terhadap ROA
Bank Syariah
25
(CAR), Finance To
Deposit Ratio
(FDR) dan Non
Performing
Financing (NPF)
Terhadap Return On
Assets (ROA)
Bank Umum Syariah
di Indonesia Periode
2010-2014”
Variabel
dependen: ROA
Tabel 2.3
Research Gap Pengaruh BOPO Terhadap ROA
No Peneliti Sumber Variabel
Penelitian
Hasil Penelitian
1. Almadany (2012)
“Pengaruh Loan To
Deposit Ratio,
Biaya Operasional
Per Pendapatan
Operasional Dan
Net Interest Margin
Terhadap
Profitabilitas
Perusahaan
Perbankan yang
Terdaftar di BEI”
Jurnal Riset Akuntansi
dan Bisnis, Vol. 12 No.2
september 2012,
Hal.165-183
Variabel
independen:
LDR, BOPO,
NIM
Variabel
dependen:
Profitabilitas
BOPO berpengaruh
terhadap ROA
2. Sudiyatno &
Fatmawati (20130
“Pengaruh Risiko
Kredit dan Efisiensi
Operasional
Terhadap Kinerja
Bank (Studi
Empirik pada Bank
yang Terdaftar di
BEI)”
Jurnal Organisasi dan
Manajemen, Vol. 9 No. 1
maret 2013, hal.73-86
Variabel
independen:
LDR, CAR,
BOPO
Variabel
dependen:
ROA
BOPO
berpengaruh negatif dan
signifikan terhadap
Return on Assets (ROA)
3. Kurnia & Mawardi
(2012) “Analisis
Pengaruh BOPO,
EAR, LAR dan
FIRM SIZE
Terhadap Kinerja
Keuangan (Studi
kasus pada bank
umum
konvensional yang
terdaftar di Bursa
Efek Indonesia
periode 2008-
Diponegoro Journal of
Management, Vol. 1 No.
2 2012, Hal.49-57
Variabel
independen:
BOPO, EAR,
LAR DAN
FIRM SIZE
Variabel
dependen:
ROA
BOPO berpengaruh
negatif dan signifikan
terhadap ROA
26
2011)”
4. Wibowo & Syaichu
(2013) “Analisis
Pengaruh Suku
Bunga, Inflasi,
CAR, BOPO, NPF
Terhadap
Profitabilitas Bank
Syariah”
Diponegoro Journal of
Manajement, Vol.2 No.2
2013, Hal. 1-10
Variabel
independen:
suku bunga,
inflasi, CAR,
BOPO, NPF
Variabel
Dependen:
Profitabilitas
(ROA)
BOPO berpengaruh
negatif signifikan
terhadap ROA
5. Prasanjaya &
Ramantha (2013)
“Analisis Pengaruh
Rasio CAR, BOPO,
LDR dan Ukuran
Perusahaan
Terhadap
Profitabilitas
Bank yang
Terdaftar di BEI”
E-Jurnal Akuntansi
Universitas Udayana,
Vol.4 No.1 2013,
Hal.230-245
Variabel
independen:
CAR, BOPO,
LDR. Ukuran
perusahaan
Variabel
dependen:
profitabilitas
BOPO berpengaruh
signifikan terhadap
Profitabilitas
Tabel 2.4
Research Gap Pengaruh CAR Terhadap ROA
No Peneliti Sumber Variabel
Penelitian
Hasil Penelitian
1. Bachri, Suhadak &
Saifi (2013
“Pengaruh Rasio
Keuangan Terhadap
Kinerja Keuangan
Bank Syariah”
Jurnal Administrasi
Bisnis (JAB), Vol. 1 No.
2 April 2013, Hal. 177-
185
Variabel
independen:
CAR, NPF,
OER, FDR
Variabel
dependen:
ROA
CAR berpengaruh
Negatif Tidak signifikan
terhadap ROA
2. Hakim &
Rafsyanjani (2016)
“Pengaruh Internal
Capital Adequency
Ratio (CAR),
Financing To
Deposit Ratio
(FDR),dan Biaya
Operasional Per
Pendapatan
Operasional (Bopo)
dalam Peningkatan
Profitabilitas
Industri Bank
Syariah di
Indonesia”
Jurnal Perbankan
syariah, Vo.1 No. 1 Mei
2016, Hal. 60-74
Variabel
iindependen:
CAR, FDR,
BOPO
Variabel
Dependen:
ROA
CAR tidak berpengaruh
signifikan terhadao ROA
27
3. Pasariba & Sari
(2011) “Analisis
Tingkat Kecukupan
Modal Dan Loan To
Deposit Ratio
Terhadap
Profitabilitas”
Jurnal Telaah & Riset
Akuntansi, Vol. 2 No.2
Juli 2011, Hal. 114-125
Variabel
independen:
CAR dan LDR
Variabel
Dependen:
ROA
CAR berpengaruh
signifikan terhadap
profitabilitas (ROA)
4. Widati (2012)
“Analisis Pengaruh
CAMEL Terhadap
Kinerja Perusahaan
Perbankan Yang
Go Publik”
Dinamika Akuntansi,
Kuangan dan
Perbankan, Vol. 1 No. 2
Nopember 2012, Hal.
105-119
Variabel
independen:
CAR, PPAP,
DER, BOPO,
LDR
Variabel
dependen:
ROA
CAR memiliki pengaruh
positif signifikan
terhadap Return On
Asset / ROA
5. Karunia (2013)
“Analisa Pengaruh
Rasio Capital, Asset
Quality dan
Liquidity Terhadap
Kinerja Keuangan
pada Sektor
Perbankan yang
Terdaftar di Bursa
Efek Indonesia
(BEI) Periode 2007-
2011”
Jurnal Ilmiah
Mahasiswa Universitas
Surabaya, Vol.2 No.1
2013, Hal.1-17
Variabel
independen:
CAR, PPAP,
DPK
Variabel
dependen:
ROA
CAR berpengaruh
negatif tidak signifikan
terhadap ROA
Tabel 2.5
Research Gap Pengaruh NIM Terhadap ROA
No Peneliti Sumber Variabel
Penelitian
Hasil Penelitian
1. Hutagalung,
Djumahir &
Ratnawati (2013)
“Analisa Rasio
Keuangan terhadap
Kinerja Bank
Umum di
Indonesia”
Jurnal Aplikasi
Manajemen, Vol 11,
No.1 marett 2013, Hal.
122-130
Variabel
independen:
CAR, NPL,
NIM, BOPO,
LDR
Variabel
dependen:
ROA
NIM berpengaruh
signifikan terhadap ROA
2 Christiano, Tommy
& Saerang (2014)
“Analisis Terhadap
Rasio-Rasio
Keuangan Untuk
Mengukur
Profitabilitas pada
Bank-Bank Swasta
Jurnal EMBA, Vol.2 No.
4 Desember 2014,
Hal.817-830
Variabel
independen:
CAR, BOPO,
NPL, NIM,
LDR
Variabel
dependen:
ROA
NIM berpengaruh positif
signifikan terhadap ROA
28
yang Go Public di
Bursa Efek
Indonesia”
3. Harun (2016)
“Pengaruh Ratio-
Ratio Keuangan
CAR, LDR, NIM,
BOPO, NPL
Terhadap ROA”
Jurnal Riset Bisnis dan
Manajemen, Vol. 4 No. 1
2016, Hal. 67-82
Variabel
independen:
CAR, LDR,
NIM, BOPO,
NPL
Variabel
dependen:
ROA
NIM tidak berpengaruh
terhadap ROA / Return
On Asset
4. Purwoko &
Sudiyatno (2013)
“Faktor-Faktor
yang
Mempengaruhi
Kinerja Bank (Studi
Empirik pada
Industri Perbankan
di Bursa Efek
Indonesia)”
Jurnal Bisnis dan
Ekonomi, Vol. 20 No. 1
Maret 2013, Hal.25-39
Variabel
independen:
BOPO, NPL,
NIM, CAR,
LDR
Variabel
Dependen:
ROA
NIM berpengaruh
terhadap ROA
Tabel 2.6
Research Gap Pengaruh NPF Terhadap NIM
No Peneliti Sumber Variabel
Penelitian
Hasil Penelitian
1. Wibisono &
wahyuni (2017)
“Pengaruh CAR,
NPF, BOPO, FDR,
Terhadap ROA
yang Dimediasi
Oleh NOM”
Jurnal Bisnis &
Manajemen, Vol.
17 No.1 2017, hal.
41-62
Variabel
independen: CAR,
NPF, BOPO, FDR
Variabel dependen:
ROA
Variabel
intervening: NOM
NPF berpengaruh negatif
terhadap NOM
2. Manurung &
Dezmercoledi
(2013) “Net Interest
Margin : bank
publik di indonesia
Journal of business
and
entrepeneurship,
Vol. 1 No. 1 januari
2013, Hal. 1-13
Variabel
independen: LDR,
NPL, size, dan
Market Power
Variabel dependen :
NIM
BOPO berpengaruh
signifikan terhadap NIM,
NPL tidak berpengaruh
signifikan terhadap NIM
3. Ascarya &
Yumanita
(2010)
“Determinants
of Bank's Net
Interest
Margin in
Indonesia”
International
Conference On
Eurasian
Economies 2010,
Hal. 252-257
Variabel dependen:
NIM atau Margin
Bank Variabel
Independen: market
structure, risk
aversion, size,
interest market
volatility, default
risk, liquidity risk,
NPL berpengaruh
negatif dan signifikan
terhadap Margin
Bank.
29
implicit return,
opportunity cost,
management
quality, operational
policy, strategi
of cost subsidy,
income from
trading, NPL,
inflation, GDP
4. Ahokpossi (2013)
“Determinants
of Bank
Interest
Margins in
Sub-Saharan
Africa”
IMF Working Paper
African
Department, Hal.1-
20
Variabel
Dependen: NIM.
Variabel
Independen: equity,
credit risk,
liquidity risk,
operational
inefficiency,
market share,
market
concentration,
GDP, Inflasi
credit
risk, operational
inefficiency,
market
concentration,
Inflasi
berpengaruh
positif dan
signifikan
terhadap NIM
Tabel 2.7
Research Gap Pengaruh FDR Terhadap NIM
No Peneliti Sumber Variabel Penelitian Hasil Penelitian
1. Hutapea & Kasri
(2010) “Bank
Margin
Determination: A
Comparison
Between
Islamic and
Conventional
Banks in
Indonesia”
International
Journal of Islamic
and Middle Eastern
Finance and
Management, Vol. 3
No. 1 (2010),
Hal.65-82
Variabel dependen: NIM
atau
Margin Bank
Variabel
Independen: Default
risk of
financing,
market interest
rate volatility,
liquidity risk,
solvency ratio,
implicit cost,
opportunity
cost of bank
reserves, dan
management
quality.
Default risk,
solvency ratio,
implicit return,
opportunity cost
of bank reserves
berpengaruh
positif dan
signifikan
terhadap Margin
Bank. Tetapi,
management
quality, interest
rate volatility,
liquidity risk
berpengaruh
negatif dan
signifikan
terhadap margin
bank
2. Sidabalok &
Viverita (2012)
“The
determinants
Universitas
Indonesia, Graduate
Schoool of
Management
Variabel
Dependen: NIM.
Variabel
Independen: risk
liquidity risk
berpengaruh
negatif dan tidak
signifikan terhadap
30
of Bank's Net
Interest Margin in
Indonesia: A
Dynamic
Approach”
Research Paper No.
13-02, Hal.1-22
aversion, HHI,
management
quality,specialization,
oppotunity to
hold reserves,
operating cost,
credit risk,
implicit
interest, size of
bank, liquidity
risk, GDP,
inflation rate
NIM
3. Budiwati & Jariah
(2012) “Analisis
Non Performing
Assets dan Loan
To Deposits Ratio
Serta Pengaruhnya
Terhadap Net
Interest Margin
Sebagai
Indikator Spread
Based Pada Bank
Umum Swasta
Nasional
di Indonesia
Periode 2004 –
2007”
Jurnal WIGA Vol. 2,
No. 2, September
2012, Hal. 90-102
Variabel independen:
NPA, LDR
Variabel dependen: NIM
LDR berpengaruh
signifikan terhadap
NIM
Tabel 2.8
Research Gap Pengaruh BOPO Terhadap NIM
No Peneliti Sumber Variabel Penelitian Hasil Penelitian
1. Hardiyanti,
Febriatmoko &
Wulandari (2016)
“Pengaruh LDR,
DAN BOPO
Terhadap ROA
dengan NIM
Sebagai Variabel
Intervening”
Dinamika Akuntansi,
Keuangan dan
Perbankan, Vol. 5
No. 2 Nopember
2016, Hal. 155-166
Variabel Independen:
LDR dan BOPO
Variabel Dependen:
ROA
Variabel intervening:
NIM
BOPO memiliki
pengaruh negatif dan
signifikan terhadap
ROA apabila tidak di
mediasi oleh NIM,
dimana apabila sebuah
perusahaan terlalu
besar biaya
operasionalnya akan
mengurangi ROA
2. Ariyanto (2011)
“Faktor Penentu
Net Interest
Margin
Perbankan
Indonesia”
Finance and
Banking Journal,
Vol. 13 No. 1 Juni
2011, hal. 34-46
BOPO dan NIM (BOPO) berpengaruh
secara signifikan
terhadap tingkat NIM
Perbankan Indonesia
31
3. Nihayati, Wahyudi
& syaichu (2014)
“Pengaruh Ukuran
Bank, BOPO,
Risiko
Kredit, Kinerja
Kredit, dan
Kekuatan
Pasar Terhadap
Net Interest
Margin
(Studi
Perbandingan Pada
Bank Persero
dan Bank Asing
Periode Tahun
2008-2012)”
Jurnal Bisnis
Strategi, Vol. 23 No.
2 desember 2014,
Hal. 14-44
Variabel independen:
Bank size, BOPO,
credit risk, Credit
performance, marker
power
Variabel dependen:
BOPO
BOPO
berpengaruh negatif
terhadap NIM
4. Cahyo (2009)
“analisis faktor-
faktor yang
mempengaruhi
margin bank
umum syariah
(studi pada bank
umum syariah
priode 2009-2012)
Jurnal mahasiswa
FEB universitas
Diponegoro, 2009,
Hal. 1-73
Variabel dependen:
margin bank
Variabel independen:
risiko
pembiayaan,BOPO,
primary ratio dan
opportunity cost
BOPO berpengruh
signifikan secara
simultan terhadap
margin bank.
Tabel 2.9
Research Gap Pengaruh CAR Terhadap NIM
No Peneliti Sumber Variabel
Penelitian
Hasil Penelitian
1. Million, Utary &
Irwansyah (2017)
“Pengaruh Non
Performing Loan
dan Capital
Adequacy Ratio
serta Biaya
Operasional
terhadap Net
Interest Margin dan
Return On Asset”
Prosiding Seminar
Nasional Manajemen
dan Ekonomi Bisnis,
Vol. 1 mei 2017, Hal.
191-208
Variabel
independen:
NPL, CAR,
BOPO
Variabel
Dependen:
NIM dan ROA
CAR berpengaruh positif
dan signifikan terhadap
NIM
2. Puspitasari (2014) “
Analisis Faktor-
faktor yang
Mempengaruhi Net
Interest Margin
pada Bank –Bank
Jurnal Ilmu Manajemen,
Vol. 2 No. 4 Oktober
2014, Hal. 1630-1642
Variabel
Dependen:
NIM
Variabel
Independen:
NPL,
CAR berpengaruh
terhadap NIM
32
Umum di
Indonesia”
BOPO,
Risk
Aversion
(CAR), dan
volume
Transaksi
3. Gounder & Sharma
(2011)
“Determinants
of Bank Net
Interest
Margin in A
Small Island
Developing
Economy:
Panel
Evidence
from Fiji”
Griffith Business School
Discussion Paper
Finace No.2011-12
Variabel
Dependen:
NIM.
Variabel
Independen:
implicit
interest
payment,
operating cost,
market power,
credit risk,
liquidity risk,
bank capital,
opportunities
cost, quality
management
liquidity risk,
bank capital dan
opportunities
cost
berpengaruh
negatif tapi
tidak signifikan
terhadap NIM.
Berdasarkan research gap yang digunakan maka variabel independen
yang digunakan dalam penelitian ini adalah NPF, FDR, BOPO, CAR. Untuk
variabel intervening dala penelitian ini adalah NIM dan variabel dependen
dalam penelitian ini adalah ROA. Penelitian ini mempunyai kelebihan mulai
dari data yang diambil menggunakan data terbaru langsung dari laporan
tahunan per bank syariah, sehingga dengan data yang langsung dari bank,
hasil yang diperoleh akan menggambarkan situasi perbankan saat ini. Selain
itu, terdapat variasi dalam penelitian ini yaitu menggunakan variabel
intervening sebagai penghubung antara variabel independen dan variabel
dependen.
33
B. Landasan Teori
1. Perbankan Syariah
Kata Bank berasal dari kata banque dalam bahasa Prancis, dan dari
banco dalam bahasa Italia, yang dapat berarti peti atau lemari atau
bangku. Konotasi kedua kata ini menjelaskan dua fungsi dasar yang
ditunjukkan oleh bank komersial. Kata peti atau lemari menyiratkan
fungsi sebagai tempat menyimpan benda-benda berharga, seperti peti
emas, peti berlian, peti uang, dan sebagainya. Istilah perbankan di
dalam Al-Qur’an tidak disebutkan secara eksplisit tetapi yang dimaksud
adalah sesuatu yang memiliki unsur -unsur seperti struktur,
manajemen, fungsi, hak dan kewajiban maka semua itu disebutkan
dengan jelas, seperti zakat, sadaqah, ghanimah (rampasan perang),
bai’ (jual beli), dayn (utang dagang), maal (harta) dan sebagainya, yang
memiliki fungsi yang dilaksanakan oleh pihak tertentu dalam kegiatan
ekonomi (Sudarsono, 2008: 45).
Menurut undang-undang perbankan syariah nomor 21 tahun 2008
pasal 1 ayat (1) Perbankan Syariah adalah segala sesuatu yang
menyangkut tentang Bank Syariah dan Unit Usaha Syariah, mencangkup
kelembagaan, kegiatan usaha, serta cara dan proses dalam melaksanakan
kegiatan usahanya. Dalam pasal 1 ayat (7) Undang-Undang Nomor 21
Tahun 2008 tentang Perbankan Syariah disebutkan bahwa Bank Syariah
34
adalah Bank yang menjalankan kegiatan usahanya berdasarkan prinsip
syariah (Sumar’in, 2012: 57-58).
Bank syariah mempunyai peran sebagai lembaga perantara
(intermediary) antara satuan-satuan kelompok masyarakat atau unit-unit
ekonomi yang mengalami kelebihan dana (surplus unit) dengan unit-unit
lain yang mengalami kekurangan dana (deficit unit) (Arifin, 2012:56).
Menurut Antonio (2001:34) dalam bukunya “Bank Syariah: dari Teori ke
Praktik” perbedaan bank islam dan bank konvensional adalah sebagai
berikut:
Tabel 2.10
Perbedaan Bank Syariah dan Bank Konvensional
Bank Islam Bank Konvensional
Melakukan investasi yang halal saja Investasi yang halal dan haram
Berdasarkan prinsip bagi hasil, jual-beli,
atau sewa
Memakai perangkat bunga
Profit dan orientid Profit orientid
Hubungan dengan nasabah dalam bentuk
hubungan kemitraan
Hubungan dengan nasabah dalam
bentuk hubungan debitor-tebitor
Penghimpunan dan penyaluran dana harus
sesuai dengan fatwa Dewan Pengawas
Syariah
Tidak terdapat dewan sejenis
Sumber: Antonio (2001:34)
2. Kegiatan Operasional Bank Syariah
Menurut Undang-Undang Nomor 21 Tahun 2008, kegiatan usaha Bank
Umum Syariah (BUS) sebagai berikut :
a. Menghimpun dana dalam bentuk Simpanan berupa Giro, Tabungan,
atau bentuk lainnya yang dipersamakan dengan itu berdasarkan Akad
35
wadi’ah atau Akad lain yang tidak bertentangan dengan Prinsip
Syariah.
b. Menghimpun dana dalam bentuk Investasi berupa Deposito,
Tabungan, atau bentuk lainnya yang dipersamakan dengan itu
berdasarkan Akad mudharabah atau Akad lain yang tidak
bertentangan dengan Prinsip Syariah.
c. Menyalurkan Pembiayaan bagi hasil berdasarkan Akad mudharabah,
Akad musyarakah, atau Akad lain yang tidak bertentangan dengan
Prinsip Syariah.
d. Menyalurkan Pembiayaan berdasarkan Akad murabahah, Akad salam,
Akad istishna’, atau Akad lain yang tidak bertentangan dengan Prinsip
Syariah.
e. Menyalurkan Pembiayaan berdasarkan Akad qardh atau Akad lain
yang tidak bertentangan dengan Prinsip Syariah.
f. Menyalurkan Pembiayaan penyewaan barang bergerak atau tidak
bergerak kepada Nasabah berdasarkan Akad ijarah dan/atau sewa beli
dalam bentuk ijarah muntahiya bittamlik atau Akad lain yang tidak
bertentangan dengan Prinsip Syariah.
g. Melakukan pengambilalihan utang berdasarkan Akad hawalah atau
Akad lain yang tidak bertentangan dengan Prinsip Syariah.
h. Melakukan usaha kartu debit dan/atau kartu pembiayaan berdasarkan
Prinsip Syariah.
36
i. Membeli, menjual, atau menjamin atas risiko sendiri surat berharga
pihak ketiga yang diterbitkan atas dasar transaksi nyata berdasarkan
Prinsip Syariah, antara lain, seperti Akad ijarah, musyarakah,
mudharabah, murabahah, kafalah, atau hawalah.
j. Membeli surat berharga berdasarkan Prinsip Syariah yang diterbitkan
oleh pemerintah dan/atau Bank Indonesia.
k. Menerima pembayaran dari tagihan atas surat berharga dan melakukan
perhitungan dengan pihak ketiga atau antarpihak ketiga berdasarkan
Prinsip Syariah.
l. Melakukan Penitipan untuk kepentingan pihak lain berdasarkan suatu
Akad yang berdasarkan Prinsip Syariah.
m. Menyediakan tempat untuk menyimpan barang dan surat berharga
berdasarkan Prinsip Syariah.
n. Memindahkan uang, baik untuk kepentingan sendiri maupun untuk
kepentingan Nasabah berdasarkan Prinsip Syariah.
o. Melakukan fungsi sebagai Wali Amanat berdasarkan Akad wakalah.
p. Memberikan fasilitas letter of credit atau bank garansi berdasarkan
Prinsip Syariah.
q. Melakukan kegiatan lain yang lazim dilakukan di bidang perbankan
dan di bidang sosial sepanjang tidak bertentangan dengan Prinsip
Syariah dan sesuai dengan ketentuan peraturan perundang-undangan.
37
Semua kegiatan BUS boleh dilakukan oleh UUS, kecuali kegiatan
Penitipan untuk kepentingan pihak lain dan fungsi sebagai Wali Amanat.
3. Kinerja Keuangan Bank Syariah
Menurut Febriyani (2003:42) kinerja merupakan hal yang penting
yang harus dicapai oleh setiap perusahaan dimanapun, karena kinerja
merupakan cerminan dari kemampuan perusahaan dalam rangka
mengelola dan mengalokasikan sumber dananya. Selain itu tujuan
pokok penilai kinerja adalah untuk memotivasi karyawan dalam
mencapai sasaran organisasi dan dalam mematuhi standar perilaku
yang telah ditetapkan sebelumnya, agar membuahkan tindakan dan
hasil yang diharapkan. Standar perilaku dapat berupa kebijakan
manajemen atau rencana formal yang dituangkan dalam anggaran.
Kinerja keuangan menurut Sugiyarso (2005:111) merupakan prestasi
yang diperoleh di dalam suatu periode tertentu yang mencerminkan
tingkat kesehatan perusahaan. Penilaian kinerja perusahaan merupakan
suatu kegiatan yang sangat penting karena berdasarkan hasil penilaian
tersebut dapat diketahui dan dengan demikian hasil penilaian tersebut
dapat dipergunakan sebagai pedoman bagi usaha perbaikan maupun
peningkatan kinerja perusahaan selanjutnya.
Menurut Abdullah (2004: 120) kinerja keuangan bank merupakan
bagian dari kinerja secara keseluruhan. Kinerja (performance) bank
38
secara keseluruhan merupakan gambaran prestasi yang dicapai bank
dalam operasionalnya, baik menyangkut aspek keuangan, pemasaran,
penghimpunan dan penyaluran dana, teknologi maupun sumber daya
manusia.
Menurut Direktorat Penelitian dan Pengaturan Perbankan (DPNP)
dalam Surat Edaran (SE) BI No.13/24/ DPNP/2011 yang merupakan
prinsip-prinsip umum yang harus diperhatikan manajemen bank dalam
menilai kinerja bank adalah berorientasi pada risiko, proporsionalitas,
materialitas dan signifikansi serta komprehensif dan terstruktur. (Yusuf,
2017:141) mengatakan bahwa penilaian kinerja bank oleh manajemen,
pemegang saham, pemerintah maupun stakeholder yang lain penting
untuk dilakukan karena menyangkut distribusi kesejahteraan diantara
mereka. Kinerja bank dapat dinilai melalui berbagai macam variabel atau
indikator. Sumber utama variabel atau indikator yang dijadikan dasar
penilaian adalah laporan keuangan perusahaan yang bersangkutan.
4. Return On Asset (ROA)
Profitabilitas dapat dikatakan sebagai salah satu indikator yang paling
tepat untuk mengukur kinerja suatu perusahaan. Kemampuan perusahaan
dalam menghasilkan laba dapat menjadi tolak ukur kinerja perusahaan
tersebut. Semakin tinggi profitabilitasnya, semakin baik kinerja keuangan
perusahaan (sholihah & triyana,2014:4). Rasio yang biasa digunakan
untuk mengukur kinerja profitabilitas atau rentabilitas adalah Return On
39
Equity (ROE) dan Return On Asset (ROA). ROE menunjukkan
kemampuan manajemen bank dalam mengelola modal yang tersedia untuk
mendapatkan net income, sedangkan ROA menunjukkan kemampuan
manajemen bank dalam menghasilkan income dari pengelolaan asset yang
dimiliki (Yuliani, 2007:19).
Menurut Bank Indonesia Return On Asset (ROA) merupakan
perbandingan antara laba sebelum pajak dengan rata-rata total aset dalam
satu periode.
ROA =
5. Non Performing Financing (NPF)
Menurut UU No. 10 tahun 1998 tentang Perbankan menyatakan
“Pembiayaan berdasarkan prinsip syariah adalah penyediaan uang atau
tagihan yang dipersamakan dengan itu berdasarkan persetujuan atau
kesepakatan antara bank dengan pihak lain yang mewajibkan pihak yang
dibiayai untuk mengembalikan uang atau tagihan tersebut setelah jangka
waktu tertentu dengan imbalan atau bagi hasil”.
Pembiayaan merupakan kegiatan utama bank syariah.
(solikhatun,2014:58) Mengatakan bahwa semakin besarnya pembiayaan
dibandingkan dengan deposit atau simpanan masyarakat pada suatu bank
membawa konsekuensi semakin besarnya resiko yang harus ditanggung
40
oleh bank yang bersangkutan, salah satunya resiko pembiayaan
bermasalah atau lebih dikenal dengan Non Performing Financing (NPF)
Menurut Siamat (2005) dalam (Rahman & Rochmanika, 2011:2)
pembiayaan bermasalah adalah pinjaman yang mengalami kesulitan
pelunasan akibat adanya faktor kesengajaan dan atau karena faktor
eksternal diluar kemampuan/kendali nasabah peminjam. Net Performing
Financing (NPF) semakin tinggi maka profitabilitas akan semakin rendah
dan sebaliknya, jika Non Performing Finance (NPF) semakin rendah
maka profitabilitas akan semakin tinggi (Abdullah,2005:114).
Rasio Non Performing Financing (NPF) dihitung dengan rumus
sebagai berikut:
6. Financing to Deposit Ratio (FDR)
Financing to Deposit Ratio (FDR) pada perbankan konvensional
disebut dengan Loan to Deposit Ratio (LDR). LDR adalah rasio antara
seluruh jumlah kredit yang diberikan bank dengan dana yang diterima
oleh bank (Dendawijaya, 2005:118). Dalam perbankan syariah tidak
dikenal istilah kredit (loan) namun pembiayaan atau financing
(Antonio,2001:70). Pada umumnya konsep yang sama ditunjukan pada
bank syariah dalam mengukur likuiditas yaitu dengan Financing to
Deposit Ratio (FDR).
41
Semakin tinggi Financing to Deposit Ratio (FDR) maka semakin
tinggi dana yang disalurkan ke Dana Pihak Ketiga (DPK). Dengan
penyaluran Dana Pihak Ketiga (DPK) yang besar maka pendapatan bank
Return on Asset (ROA) akan semakin meningkat (Wahyu, 2016:22).
Adapun dana pihak ketiga dalam bank syariah berupa
(Muhammad,2005:266) :
1. Titipan (wadi’ah) simpanan yang dijamin keamanan dan
pengembaliannya tanpa memperoleh imbalan keuntungan.
2. Partisipasi modal berbasis bagi hasil dari berbagaii risiko untuk
investasi umum.
3. Investasi khusus dimana bank hanya berlaku sebagai manajer
innvestasi untuk memperoleh fee dan investor sepenuhnya
mengambil risiko atas investasi tersebut.
Rasio Financing to Deposit Ratio (FDR) dihitung dengan rumus sebagai
berikut:
7. Biaya Operasional terhadap Pendapatan Operasional (BOPO)
Rasio biaya operasional digunakan untuk mengukur tingkat efisiensi
dan kemampuan bank dalam melakukan kegiatan operasinya
(Sintiya,2018:28). Besarnya rasio BOPO yang dapat ditolerir oleh
perbankan di Indonesia maksimal 96%, yang sesuai dengan ketentuan
42
yang dikeluarkan oleh Bank Indonesia, dalam standar rasio yang
ditetapkan Bank Indonesia menurut SE No.6/73/INTERN 24 Desember
2004.
Menurut (Kiswanto & Purwanti,2016:18) Semakin rendah BOPO
berarti semakin efisien bank tersebut dalam mengendalikan biaya
operasionalnya, dengan adanya efisiensi biaya maka keuntungan yang
diperoleh bank akan semakin besar. Biaya Operasional terhadap
Pendapatan Operasional (BOPO) dapat dihitung dengan rumus:
8. Capital Adequacy Ratio (CAR)
Menurut Darmawi (2011:91), salah satu komponen faktor permodalan
adalah kecukupan modal. Capital Adequay Ratio (CAR) adalah gambaran
mengenai kemampuan bank syariah dalam memenuhi keukupan modalnya
(Muhammad, 2009: 265). Rasio kecukupan modal (Capital Adequacy
Ratio) merupakan faktor penting bagi bank dalam rangka pengembangan
usaha dan menampung risiko kerugian (Khaerul & Umam, 2013:250).
Nilai CAR semakin tinggi, maka semakin kuat kemampuan bank
tersebut untuk menanggung risiko dari setiap kredit dan aktiva produktif
yang berisiko. Ketentuan BI melalui PBI menjadi KPMM (Kewajiban
Pemenuhan Modal Minimum) besarnya CAR yang harus dicapai suatu
43
bank minimal sebesar 4%, yang secara bertahap akan disesuaikan dengan
kondisi perbankan di Indonesia dan perbankan Internasional.
Pada bank syariah, perhitungan ATMR sedikit berbeda dari bank
konvensional. Aktiva pada bank syariah dibagi atas aktiva yang dibiayai
dengan modal sendiri serta aktiva yang didanai oleh rekening bagi hasil
(Muhammad, 2005:256). Aktiva yang didanai oleh modal sendiri dan
hutang risikonya ditanggung modal sendiri. Modal disini meliputi: Modal
disetor maupun dana setoran modal, Cadangan umum, Cadangan lainnya,
Sisa laba tahun lalu, dan Laba tahun berjalan (Muhammad, 2004: 55)
Capital Adequacy Ratio (CAR) dapat dihitung dengan rumus:
CAR =
9. Net Interest Margin (NIM)
Net Operating Margin (NOM)/Net Interest Margin (NIM) merupakan
salah satu indikator yang diperhitungkan dalam penelitian aspek
profitabilitas. NOM/NIM adalah rasio yang menggambarkan Pendapatan
Operasional Bersih sehingga diketahui kemampuan ratarata aktiva
produktif dalam menghasilkan laba (Rivai dkk, 2012: 529).
Rasio NOM/NIM mengindikasikan kemampuan bank dalam
menghasilkan pendapatan bunga bersih dengan penempatan aktiva
produktif (Taswan, 2009: 167). Bank syariah menjalankan kegiatan
operasional bank tidak dengan sistem bunga, maka dalam penilaian rasio
44
ini bank syariah menggunakan rasio Net Operating Margin (NOM) yang
merupakan pendapatan operasi bersih terhadap rata-rata aktiva produktif.
Semakin tinggi NIM menunjukkan semakin efektif bank dalam
penempatan aktiva produktif dalam bentuk kredit.
Rasio Net Interest Margin (NIM) dihitung dengan rumus sebagai berikut:
NIM =
C. Kerangka Penelitian
Berikut ini adalah kerangka pemikiran yang dapat disusun dari kajian
teoritis mengenai masing-masing variabel independen, variabel intervening
dan variabel dependen.
Gambar 2.1
Kerangka penelitian
45
D. Hipotesis
Menurut Sugiyono (2009: 96), hipotesis merupakan jawaban
sementara terhadap rumusan masalah penelitian, di mana rumusan masalah
penelitian telah dinyatakan dalam bentuk pertanyaan.
Hipotesis pengaruh langsung maupun tidak langsung NPF, FDR, BOPO, CAR
terhadap ROA dengan NIM sebagai variabel intervening
NPF menurut siamat (2005,175) adalah pinjaman yang mengalami
kesulitan pelunasan akibat adanya faktor-faktor internal dan faktor eksternal
yaitu kejadian diluar kemampuan kendali kreditur. Menurut Dendawijaya
(2009:82) dampak dari keberadaan Net Performing Financing (NPF) yang
tidak wajar salah satunya adalah hilangnya kesempatan memperoleh income
(pendapatan) dari kredit yang diberikan, sehingga mengurangi perolehan laba
dan berpengaruh buruk terhadap profitabilitas. Hal ini sejalan dengan
penelitian yang dilakukan oleh Yudiartini & Dharmadiaksa, 2016 bahwa NPF
berpengaruh negatif terhadap ROA.
Financing to Deposit Ratio (FDR) adalah rasio antara jumlah
pembiayaan yang diberikan bank dengan dana pihak ketiga yang diterima oleh
bank. Financing to Deposit Ratio (FDR) ditentukan oleh perbandingan jumlah
pembiayaan yang diberikan dengan dana masyarakat yang dihimpun yaitu
mencakup giro, simpanan berjangka (deposito), dan tabungan. Semakin tinggi
Financing to Deposit Ratio (FDR) maka semakin tinggi dana yang disalurkan
ke Dana Pihak Ketiga (DPK). Dengan penyaluran Dana Pihak Ketiga (DPK)
46
yang besar maka pendapatan bank Return on Asset (ROA) akan semakin
meningkat. Hal ini sejalan dengan penelitian Erlangga & Mawardi (2015)
bahwa FDR berpengaruh positif signifikan terhadap ROA.
Menurut Veithzal (2013:131) Biaya operasional pendapatan
operasional (BOPO) adalah rasio yang digunakan untuk mengukur tingkat
efisiensi dan kemampuan bank dalam melakukan kegiatan operasinya.
Semakin kecil BOPO menunjukkan semakin efisien bank dalam menjalankan
aktifitas usahanya. Penelitian yang dilakukan oleh Sudiyatno & Fatmawati
(2013), Kurnia & Mawardi (2012) dan Wibowo & Syaichu (2013)
menunjukkan bahwa BOPO berpengaruh negatif signifikan terhadap ROA.
CAR adalah salah satu cara untuk menghitung apakah modal yang ada
pada suatu bank telah memadai atau belum (Hasibuan,2009:58). Bank
bertugas menghimpun dana dan menyalurkannya kembali dalam bentuk kredit
dengan CAR yang cukup atau memenuhi kententuan. Sehingga bank dapat
beroperasi dan terciptalah laba. Semakin tinggi CAR maka akan naiknya
kinerja bank dalam mencapai ROA dan sebaliknya. Penelitian yang dilakukan
oleh Widati (2012) mengatakan bahwa CAR memiliki pengaruh positif
signifikan terhadap Return On Asset / ROA.
Berdasarkan penjelasan tersebut, maka hipotesisnya adalah:
H1 : NPF berpengaruh negatif secara signifikan terhadap ROA
H2 : FDR berpengaruh positif secara signifikan terhadap ROA
H3 : BOPO berpengaruh negatif secara signifikan terhadap ROA
47
H4: CAR berpengaruh positif secara signifikan terhadapp ROA
H5: NIM berpengaruh positif dan signifikan terhadap ROA
NPF yang tinggi akan memperbesar biaya, sehingga berpotensi
terhadap kerugian bank. Semakin tinggi rasio ini maka akan semakin buruk
kualitas pinjaman bank yang menyebabkan jumlah pinjaman bermasalah.
Semakin besar, dan oleh karena itu bank harus menanggung kerugian dalam
kegiatan operasionalnya sehingga berpengaruh terhadap penurunan laba
(ROA) yang diperoleh bank (Kasmir, 2004). Hal ini sejalan dengan penelitian
Wibisono & wahyuni (2017) dan Ascarya & Yumanita (2010).
FDR merupakan ukuran likuiditas yang mengukur besarnya dana yang
ditempatkan dalam bentuk pinjaman yang berasal dari dana yang
dikumpulkan oleh bank (terutama masyarakat). Apabila hasil pengukuran
jauh berada di atas target dan limitnya, berarti tidak tertutup kemungkinan
bank akan mengalami kesulitan likuiditas yang pada gilirannya akan
menimbulkan tekanan pada pendapatan bank (Kuncoro dan Suhardjono,
2002). Hal ini sejalan dengan penelitian Hutapea & Kasri (2010) dan Sidabalok
& Viverita (2012).
BOPO digunakan untuk mengukur tingkat efisiensi dan kemampuan
bank dalam melakukan kegiatan operasinya. Mengingat kegiatan utama bank
pada prinsipnya adalah bertindak sebagai perantara, yaitu menghimpun dan
menyalurkan dana masyarakat, maka biaya dan pendapatan operasional bank
didominasi oleh biaya bunga dan hasil bunga (Dendawijaya, 2003). Hal ini
48
sejalan dengan penelitian Hardiyanti, Febriatmoko & Wulandari (2016) dan
Nihayati, Wahyudi & syaichu (2014).
Modal Bank harus dapat digunakan untuk menjaga kemungkinan
timbulnya risiko kerugian sebagai akibat pergerakan aktiva bank sebagai
financial intermediary, sedangkan pergerakan pasiva ke arah aktiva akan
menimbulkan berbagai resiko, dan peningkatan peranan aktiva bank sebagai
penghasil keuntungan harus dijaga. Semakin tinggi CAR maka semakin kuat
kemampuan bank tersebut untuk menanggung risiko dari setiap pinjaman
atau aktiva produktif yang berisiko. Hal ini sejalan dengan penelitian Million,
Utary & Irwansyah (2017) dan Puspitasari (2014). Berdasarkan penjelasan
tersebut, maka hipotesisnya adalah:
H6 : NIM dapat memediasi pengaruh NPF terhadap ROA
H7 : NIM dapat memediasi pengaruh FDR terhadap ROA
H8 : NIM dapat memediasi pengaruh BOPO terhadap ROA
H9: NIM dapat memediasi pengaruh CAR terhadap ROA
49
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Jenis penelitian yang digunakan merupakan penelitian deskriptif-
kuantitatif. Penelitian deskriptif adalah penelitian yang berfungsi
menggambarkan suatu fenomena atau data lapangan dan siifatnya hanya
sebatas deskripsi.
Menurut Sugiyono (2012:29) Penelitian deskriptif adalah penelitian
yang berfungsi mendeskripsikan atau memberi gambaran terhadap objek
yang diteliti melalui data atau sampel yang telah terkumpul sebagaimana
adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku
umum.
Sedangkan penelitian kuantitatif adalah metode penelitian yang
berlandaskan pada filsafat positivisme, digunakan untuk meneliti populasi
dan sampel tertentu, teknik pengambilan sampel pada umumnya dilakukan
secara random, pengumpuulan data menggunakan instrumen penelitian,
analisis data bersifat kuantitatif/statistik dengan tujuan untuk menguji
hipotesis yang telah ditetapkan.
B. Lokasi dan waktu penelitian
Lokasi penelitian ini dilakukan pada bank umum syariah di indonesia
yanng terdaftar di otoritas jasa keuangan (OJK) yaitu berjumlah 9 bank
umum syariah. Sementara itu, waktu penelitian ini dilaksanakan mulai
50
bulan juni sampai september 2018 dengan meneliti laporan keuangan dan
annual report Bank Umum Syariah selama lima tahun yaitu tahun 2013
sampai tahun 2017.
C. Populasi dan sampel
Populasi adalah sperangkat unit analisis yang lengkap dan sedang
diteliti (Sarwono, 2006: 111). Adapun populasi penelitian ini adalah bank
umum syariah di indonesia yang terdaftar di otoritas jasa keuangan pada
tahun 2012-2016. Sedangkan, sampel adalah sub dari seperangkat elemen
yang dipilih untuk dipelajari (Sarwono, 2006:111)
Teknik sampling yang digunakan dalam penelitian ini adalah teknik
purposive sampling. Perposive sampling dilakuukan dengan cara
pemilihan sekelompok subjek didasarkan pada ciri-ciri tertentu yang
dipandang memiliki hhubungan yang erat dengan sifat populasi yang
sudah diketahui sebelumnya (Hadi, 2002:82).
Sampel penelitian ini adalah bank umum syariah di indonesia yang
memenuhi syarat sebagai bank umum syariah yang terdaftar di otoritas
jasa keuangan, mempublikasikan laporan keuangan tahunan. Berdasarkan
syarat tersebut maka dari 13 BUS yang terdaftar di OJK dan telah
memenuhi syarat berjumlah 9 BUS, yaitu bank muamalat, bank BRI
syariah, bank BNI syariah, bank BSM, bank Mega yariah, bank bukopin
syariah, bank BCA syariah, bank maybank syariah dan bank Aceh
Syariah.
51
D. Teknik pengumpulan data
Teknik yang digunakan dalam penelitian ini adalah pengumpulan data
melalui observasi tidak langsung, yaitu dengan mengumpulkan dokumen-
dokumen laporan keuangan tahunan bank tahun 2013-2017.
Adapun jenis data yang digunakan dalam penelitian ini adalah data
sekunder. Data sekunder adalah sumber data yang tidak langsung
memberikan data kepada pengumpul data (Sugiono,2008:02). Data
sekunder diperoleh melalui studi kepustakaan yang didapat melalui :
1. Library research
Pengumpulan data dengan membaca buku dari beberapa
litelatur, referensi, laporan keuangan dan bahan yang berhubungan
atau mendukung penelitian ini.
2. Field research
Melakukan peninjauan langsung guna memperoleh data
dengan pengamatan, yaitu berupa sumber data sekunder dari
publikasi setiap bank.
3. Internet research
Buku referensi atau litelatur terkadang tertinggal selama
beberapa waktu atau kadaluarsa dikarenakan ilmu selalu
berkembang. Oleh karena itu, untuk mengantisipasi hal tersebut
penulis melakukan penelitian dengan teknologi yang
52
berkemmbang yaitu internet, sehingga data yang diperoleh
merupakan data yang sesuai dengan perkembangan zaman.
E. Definisi Konsep dan Operasional
Variabel adalah apa yang menajdi fokus dalam suatu penelitian
(Sugiono, 2011:60). Variabel dalam penelitian ini terdiri dari 4 variabel
independen, 1 variabel intervening dan 4 variabel dependen.
1. Definisi Konsep
Definisi konsep dan variabel-variabel yang digunakan dalam
penelitian ini adalah:
a. Variabel dependen
Variabel Dependen dalam penelitian ini adalah kinerja
keuagan yang diukur dengan Profitabilitas (ROA) Bank umum
syariah periode 2013-2017 yang terdapat dalam laporan
tahunan bank syariah.
Tabel 3.1
Daftar Bank Bank Umum Syariah
1 PT. Bank Muamalat Indonesia
2 PT. Bank BRISyariah
3 PT. Bank BNI Syariah
4 PT. Bank Syariah Mandiri
5 PT. Bank Mega Syariah
6 PT. Bank Syariah Bukopin
7 PT. BCA Syariah
8 PT. Maybank Syariah Indonesia
9 PT. Bank Aceh Syariah
Sumber: Statistik Perbankan Syariah diolah, 2018
Variabel Y = ROA
53
b. Variabel intervening
Variabel intervening dalam penelitian ini adalah Net
Interest Margin (NIM) Bank umum syariah periode 2013
sampai 2017 darri laporan tahunan bank syariah.
Variabel Z = NIM
c. Variabel independen
1. NPF
NPF dalam penelitian ini diperoleh dari data sekunder
laporan keuangan tahunan bank periode 2013 sampai 2017.
Variabel X1 = NPF
2. FDR
FDR dalam penelitian ini diperoleh dari data sekudner
laporan keuangan tahunan bank periode 2013 sampai 2017.
Variabel FDR = X2
3. BOPO
BOPO dalam penelitian ini diperoleh dari data sekunder
laporan keuangan tahunan bank periode 2013 sampai 2017.
Variabel BOPO = X3
4. CAR
CAR dalam penelitian ini diperoleh dari data sekunder
laporan keuangan tahunan bank periode 2013 sampai 2017
Variabel CAR = X4
54
2. Definisi Operasional
Definisi operasional dari variabel-variabel yang digunakan dalam
penelitian ini adalah:
1. Variabel dependen
ROA =
2. Variabel intervening
NIM =
3. Variabel Independen
a.
b.
c.
d. CAR =
F. Teknik Analisis
Analisis data adalah proses mencari dan menyusun secara sistematis
data yang diperoleh dari hasil wawancara, catatan lapangan, dan bahan-
bahan lain, sehingga dapat mudah dipahami, dan temuannya dapat
diinformasikan kepada orang lain (Bogdan dalam Sugiyono, 2013:244).
Teknik atau analisis data dalam penelitian ini adalah sebagai berikut:
55
1. Uji stasioneritas
Uji yang digunakan dalam penelitian ini adalah uji Levin, Lin
& Chu. Sebuah data dikatakan stasioner jika memenuhi asumsi bahwa
rata-rata variannya konstan sepanjang waktu serta kovarian antar dua
data runtut waktu tergantung pada kelambanan antara dua periode
tersebut. Pengambilan keputusan pada uji stasioner adalah jika nilai
probabilitas lebih kecil dari 0.05 maka data tersebut bersifat stasioner
(Winarno, 2015:11)
2. Uji regresi
Sebelum menyelesaikan uji regresi, harus dilakukan spesifikasi
model atau kecocokan model regresi dengan menggunakan salah satu
metode berikut:
a. Regresi dengan commonn effect
Regresi ini mengasumsikan bahwa data gabungan yang ada
menunjukkan kondisi yang sesungguhnya dan hasil analisis regresi
dianggap berlaku pada semua objek pada semua waktu (Winarno,
2015: 9)
b. Regresi dengan fixed effect
Regresi ini mengasumsikan bahwa data gabungan yang
memiliki efek tetap. Efek tetap ini berarti suatu objek memiliki
konstanta dan koefisien regresi yang tetap untuk berbagai periode
waktu (Winarno, 2015:9). Regresi fixed effect dapat dijelaskan dengan
56
uji chow-test dengan likehood ratio. Jika nilai cross-section chi-square
lebih besar dari 0.05, maka regresi yang digunakan adalah regresi
common effect dan berlaku sebaliknya.
c. Regresi dengan random effect
Regresi ini digunakan untuk mengatasi kelemahan metode efek
tetap yang menggunakan variabel semu. Metode random effect
menggunakan residual yang diduga memiliki hubungan antar waktu
dan anttar objek (Winarno, 2015:9). Uji regresi dengan random effect
dapat dijelaskan melalui uji hausman test. Jika nilai cross-section
random lebih besar dari 0.05, maka regresi yang tepat digunakan
adalah regresi dengan random effect.
3. Uji statistik
Model dalam penelitian ini yaitu:
Y = a + 𝜷𝑿𝟏 + 𝜷𝑿𝟐 + 𝜷𝑿𝟑 + 𝜷𝑿4 + 𝜷Z +e
Keterangan:
Y : ROA
a : Konstanta
β : Koefisien Regresi
X1 : NPF
X2 : FDR
X3 :BOPO
57
X4 : CAR
Z : NIM
e : Error (kesalahan residual)
a. uji Ttest
Uji signifikansi parameter individu (uji statistik t)
berarti melakukan pengujian koefisien regresi secara individual
untuk mengetahui signifikansi peran secara parsial antara
variabel independen dalam mempengaruhi variabel dependen
dengan mengasumsikan bahwa variabel independen lain
dianggap konstan dengan menggunakan derajat kepercayaan
5% (Ghozali, 2013:97).
Keputusan signifikansi menurut Ghozali (2013:99) adalah:
1. Apabila probabilitas signifikansi > 0,05, maka tidak
signifikan.
2. Apabila probabilitas signifikansi < 0,05, maka
signifikan.
b. Uji Ftest (uji secara serempak)
Uji F dilakukan dengan tujuan untuk mengetahui
seberapa jauh variabel independen atau bebas secara bersama-
sama dapat mempengaruhi variabel dependen atau terikat
(Bawono, 2006:91).
58
Ghozali (2013:171) menyatakan uji statistik F bertujuan
untuk mengetahui apakah variabel bebas secara simultan
memiliki pengaruh terhadap variabel dependen. Kriteria
penilaiannya yaitu saat probabilitas lebih kecil dari α (0,05)
maka model regresi dapat digunakan untuk memprediksi
pengaruh bersama-sama variabel bebas terhadap variabel
terikat.
4. Analisis jalur (Path Analysis)
Menurut Ghozali (2013:249) Analisis jalur atau path
analysisdigunakan untuk menguji pengaruh variabel intervening
digunakan metode analisis jalur yang merupakan perluasan dari
analisis regresi linier berganda, atau analisis jalur adalah penggunaan
analisis regresi untuk menaksir hubungan kausalitas antar variabel
(model casual) yang telah ditetapkan sebelumnya berdasarkan teori
dan menentukan pola hubungan atara tiga atau lebih variabel dan tidak
dapat digunakan untuk mengkonfirmasi atau menolak hipotesis.
Z = a + p2𝑿𝟏 + p2𝑿𝟐 + p2𝑿𝟑+ p2𝑿4 +e
Y = a + p1𝑿𝟏 + p1𝑿𝟐 + p1𝑿𝟑 + p1𝑿4 + p3Y +e2
Keterangan:
Y : ROA
X1 : NPF
59
X2 : FDR
X3 : BOPO
X4 : CAR
Z : NIM
Nilai koefisien untuk variabel independen terhadap variabel
dependen intervening akan memberikan nilai p1.Nilai koefisien untuk
variabel independen terhadap variabel intervening akan memberikan
nilai p2 dan nilai koefisien untuk variabel intervening terhadap
variabel akan memberikan nilai p3.
Pengambilan keputusan untuk menjelaskanpengaruh langsung
atau tidak langsung serta pengaruh total yaitu dengan kriteria:
1. Dengan melihat nilai p1 yaitu pengaruh langsung
2. Pengaruh tidak langsung = p2 x p3
3. Total pengaruh memediasi yang di tunjukan dengan rumus =
Pengaruh langsung + pengaruh tidak langsung = p1 +(p2 x p3)
Kemudian untuk mengetahui pengaruh memediasi yang
ditunjukan oleh perkalian koefisien (p2 x p3) signifikan atau tidak
diuji dengan Sobel test dengan hitung standar error dari koefisien
indirect effect dapat dinyatakan sebagai berikut :
Sp2p3 = √
60
Berdasarkan hasil Sp2p3 dapat menghitung nilai t statistik
pengaruh memediasi dengan rumus :
t =
Apabila nilai t hitung lebih besar dari t tabel dengan tingkat
signifikansi 0.05. Maka, dapat disimpulkan maka ada pengaruh
mediasi.
5. Uji asumsi klasik
Uji asumsi klasik dalam penelitian ini adalah sebagai berikut:
a. Uji normalitas
Menurut Winarno (2015:54) uji ini bertujuan untuk menguji
apakah dalam model regresi, variabel penganggu atau residual
memiliki distribusi normal. Seperti seperti diketahui bahwa uji t dan
uji F mengasumsikan bahwa nilai residual mengikuti distribusi
normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak
valid untuk jumlah sampel kecil, salah satu pengujian dalam Eviws
untuk melakukan pengujian asumsi normalitas data tersebut dilakukan
dengan menggunakan pengujian Jarque Berra(JB). Jarque Berra(JB)
adalah uji statistik untuk mengetahui apakah data berdistribusi normal.
Uji ini mengukur perbedaan skewness dan kurtosis data dan
dibandingkan dengan apabila datanya bersifat normal, dengan kriteria
sebagai berikut:
61
1) Jika nilai J-B tidak signifikan lebih kecil dari 2 maka data
berdistribusi normal.
2) Jika probabilitas lebih besar dari 5% bila menggunakan tingkat
signifikansi ini maka data berdistribusi normal (hipotesis nolnya
adalah data berdistribusi normal).
b. Uji multikorelasi
Menurut Winarno (2015:52) uji ini bertujuan untuk menguji
apakah model regresi ditemukan adanya korelasi antar variabel bebas
(dependen). Dalam uji ini menggunakan uji auxiliary regresi ini dapat
digunakan untuk mengetahui hubungan antara dua atau lebih variabel
independen yang secara bersama-sama (misalnya X2 dan X3)
mempengaruhi satu variabel independen yang lain (misalnya X1). Kita
harus menjalankan beberapa regresi, masing-masing dengan
memberlakukan satu variabel independen (misalnya X1) sebagai
variabel dependen dan variabel independen lainnya tetap diperlakukan
sebagai variabel independen.
c. Uji autokorelasi
Menurut Winarno (2015:53) uji ini bertujuan untuk menguji
apakah dalam model regresi nya ada korelasi antara kesalahan
penganggu pada periode t dengan kesalahan penganggu pada periode
t-1 (sebelumnya), jika terjadi korelasi maka dinamakan ada problem
autokorelasi. Dalam uji ini menggunakan uji durbin-watson uji ini
62
merupakan salah satu uji yang banyak dipakai untuk mengetahui ada
tidaknya korelasi, hampir semua program statistik sudah menyediakan
fasilitas untuk menghitung nilai d yang mengambarkan koefisien DW.
nilai ini akan berada di kisaran 0 hingga 4. Dasar pengambilan
keputusan ada tidaknya autokorelasi dapat dilihat pada tabel berikut:
Tabel 3.2
Pengambilan Keputusan Durbin Watson
Hipotesis nol Keputusan Jika
tidak ada
autokorelasi positif
Tolak 0< d < dl
tidak ada
autokorelasi positif
no desicion dl ≤ d ≤ du
tidak ada korelasi
negative
Tolak 4-dl < d <4
tidak ada korelasi
negative
no desicion 4-du ≤ d ≤ 4-dl
tidak ada
autokorelasi, positif
atau negative
tidak ditolak du < d < 4-du
Sumber: Ghozali (2013:111)
d. Uji heteroskedastisitas
Menurut Winarno (2015:58) uji ini bertujuan untuk menguji
apakah dalam model regresi terjadi ketidaksamaan variance dari
residual satu pengamatan kepengamatan yang lain. Jika variance dari
residual satu pengamatan ke pengamatan lain tetap, maka disebut
homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas. Kebanyakan data crossection mengandung situasi
63
heteroskesdatisitas karena data ini menghimpun data yang mewakili
berbagai ukuran (kecil,sedang dan besar). Cara mengetahui ada atau
tidaknya gejala heteroskedastisitas pada penelitian ini dengan
melakukan pengujian dengan uji Park. Jika sigifikansi dari nilai
probabilitas lebih kecil dari 0,05 maka model tersebut mengandung
heteroskedastisitas, dan apabila signifikansi dari nilai probabolitas
lebih besar dari 0,05 maka model tersebut tidak mengandung
heteroskedastisitas.
G. Software yang Digunakan
Penelitian ini merupakan penelitian kuantitatif dengan menggunakan
data sekunder yang diambil dari laporan tahunan Bank Umum Syariah.
Data tersebut kemudian diolah menggunakan Eviews 10. Eviews adalah
program kommputer yang digunakan untuk mengolah data statistik dan
data ekonometri. Program ini tersedia dalam versi MS Windows dan
Macintosh. EViews merupakan kelanjutan dari MicroTSP, yang
dikeluarkan pada tahun 1981. Aplikasi EViews dibuat pertama kali oleh
Quantitative Micro Software (QMS) yang berada di Irvine, California,
Amerika Serikat.
64
BAB IV
ANALISIS DATA
A. Deskripsi Obyek Penelitian
1. Variabel NPF
Tabel 4.1
Statistik Deskriptif Variabel NPF
X1
Mean 2,30%
Median 2,71%
Maximum 4,93%
Minimum 0.00%
Observations 45
Sumber: Data Sekunder diolah, 2018
Dari tabel tersebut diketahui bahwa nilai NPF tertinggi 4,93% pada
Bank Maybank Syariah pada tahun 2015, sedangkan nilai terendah NPF
0.00% pada Bank BCA Syariah tahun 2013 dan Bank Maybank Syariah
pada tahun 2013 dan 2017. Sesuai dengan aturan yang telah ditetapkan
oleh bank indonesia, nilai NPF yanng baik adalah dibawah 5% yang
menunjukkan bahwa Bank memiliki kemampuan menyalurkan dana
kepada nasabah yang akan meningkatkan profitabilitas. Nilai rata-rata
NPF bank syariah dalam penelitian ini sebesar 2,30%, maka Bank
memiliki kemampuan yang baik dalam menyalurkan dananya kepada
nasabah lainnya sehingga tingkat profitabilitas akan semakin tinggi.
65
2. Variabel FDR Tabel 4.2
Statistik Deskriptif Variabel FDR
X2
Mean 92,79%
Median 90,30%
Maximum 157,77%
Minimum 69,44%
Observations 45
Sumber: Data Sekunder diolah, 2018
Dari tabel tersebut diketahui bahwa nilai FDR tertinggi 157,77%
pada Bank Maybank Syariah pada tahun 2017, sedangkan nilai terendah
FDR 69,44% pada Bank Aceh Syariah tahun 2017. Sesuai dengan surat
edaran BI tanggal 2 mei 1993, besarnya FDR ditetapkan oleh Bank
Indonesia tidak boleh lebih dari 110%. Karena akan berpengaruh pada
tinngkat profitabiilitas. Rata-rata FDR bank syariah pada penelitian ini
sebesar 92,79%. Sehingga, Bank Syariah dalam penelitian ini dapat
meningkatkan profitabilitas bank syariah dengan baik.
66
3. Variabel BOPO
Tabel 4.3
Statistik Deskriptif Variabel BOPO
X3
Mean 84,25%
Median 90,20%
Maximum 192,60%
Minimum 6,22%
Observations 45
Sumber: Data Sekunder diolah, 2018
Dari tabel tersebut diketahui bahwa nilai BOPO tertinggi 192,60%
pada Bank Maybank Syariah pada tahun 2015, sedangkan nilai
terendah BOPO 6,22% pada Bank Syariah Mandiri tahun 2014. Suatu
bank dapat dikatakan sehat apabila memiliki rasio BOPO tidak
melebihi 93,5%. Rata-rata BOPO Bank Syariah pada penelitian ini
sebesar 84,25%. Sehingga dapat disimpulkan bahwa 9 Bank Syariah
dalam penelitian ini berada dalam kondisi yanng sehat.
4. Variabel CAR
Tabel 4.4
Statistik Deskriptif Variabel CAR
X4
Mean 22,41%
Median 17,56%
Maximum 75,83%
Minimum 11,10%
Observations 45
Sumber: Data Sekunder diolah, 2018
67
Dari tabel tersebut diketahui bahwa nilai CAR tertinggi 75,83%
pada Bank Maybank Syariah pada tahun 2017, sedangkan nilai
terendah CAR 11,10% pada Bank Bukopin syariah tahun 2013.
Sesuai dengan ketentuan Bank Indonesia, CAR Bank Syariah harus
lebih dari 8%. Semakin tinggi CAR maka Bank dapat memberi
kontribusi yang cukup besar bagi profitablitas Bank Syariah. Rata-rata
CAR Bank Syariah dalam penelitian ini sebesar 22,41%. Sehingga
dapat dikatakan bahwa CAR Bank Syariah dalam penelitian ini
Mampu memberi kontribusi yang cuup besar terhadap profitabilitas
Bank.
5. Variabel ROA
Tabel 4.5
Statistik Deskriptif Variabel ROA
Y
Mean 0,58%
Median 0.95%
Maximum 5,50%
Minimum -20,13%
Observations 45
Sumber: Data Sekunder diolah, 2018
Dari tabel tersebut diketahui bahwa nilai ROA tertinggi 5,50%
pada Bank Maybank Syariah pada tahun 2017, sedangkan nilai
terendah ROA -20,13% pada Bank Maybank syariah tahun 2015.
Menurut surat edaran BI tahun 2004 bahwa semakin tinggi nilai ROA
68
maka akan semakin baik puula kemampuan atau kinerja bank tersebut.
Nilai rata-rata ROA Bank Syariah dalam penelitian ini sebesar 0,58%.
Sehingga Bank Syariah harus terus meningkatkan profiitabilitasnya
yang akan berpengaruh pada kinerja Bank Syariah.
6. Variabel NIM
Tabel 4.6
Statistik Deskriptif Variabel NIM
Z
Mean 3,54%
Median 6,03%
Maximum 10,66%
Minimum -32,925
Observations 45
Sumber: Data Sekunder diolah, 2018
Dari tabel tersebut diketahui bahwa nilai NIM tertinggi 10,66%
pada Bank Mega Syariah pada tahun 2013, sedangkan nilai terendah
NIM -32,92% pada Bank Maybank syariah tahun 2015. Sesuai
dengan peraturan Bank Indonesia bahwa NIM harus diatas 6% yang
menunjukkan bahwa semakin besar NIM maka kemungkinan suatu
bank dalam kondisi bermasalah semakin kecil. Nilai NIM Bank
Syariah dalam penelitian ini sebesar 3,54%. Sehingga kemungkinan
bank dalam kondisi bermasalah semakin besar.
69
B. Uji Stasioner Data
a. Variabel NPF
Tabel 4.7
Uji Stasioner Variabel NPF
Panel unit root test: Summary
Series: X1
Date: 09/07/18 Time: 18:00
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -2.78603 0.0027 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -0.78762 0.2155 9 36 ADF - Fisher Chi-square 17.9572 0.4585 9 36 PP - Fisher Chi-square 18.9685 0.3938 9 36
Sumber: Data Seunder diolah, 2018
Dari tabel Levin, Lin & Chu Test menunjukkan bahwa pada level,
variabel NPF memiliki probability unit root sebesar 0.0027. pada
variabel ini memenuhi ketentuan uji stasioneritas yaitu memiliki
probabilitas kurang dari 0.05.
70
b. Variabel FDR
Tabel 4.8
Uji Stasioner Variabel FDR
Panel unit root test: Summary
Series: X2
Date: 09/07/18 Time: 13:34
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -4.38710 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -1.28755 0.0990 9 36
ADF - Fisher Chi-square 22.7688 0.1996 9 36
PP - Fisher Chi-square 27.7344 0.0662 9 36 Sumber: Data Sekunder diolah, 2018
Dari tabel Levin, Lin & Chu Test menunjukkan bahwa pada
level, variabel FDR memiliki probability unit root sebesar 0.0000.
pada variabel ini memenuhi ketentuan uji stasioneritas yaitu memiliki
probabilitas kurang dari 0.05.
71
c. Variabel BOPO
Tabel 4.9
Uji Stasioner Variabel BOPO
Panel unit root test: Summary
Series: X3
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -19.7741 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -3.19207 0.0007 9 36
ADF - Fisher Chi-square 28.0919 0.0607 9 36
PP - Fisher Chi-square 33.1092 0.0162 9 36 Sumber: Data Sekunder diolah, 2018
Dari tabel Levin, Lin & Chu Test menunjukkan bahwa pada
level, variabel FDR memiliki probability unit root sebesar 0.0000.
pada variabel ini memenuhi ketentuan uji stasioneritas yaitu memiliki
probabilitas kurang dari 0.05.
72
d. Variabel CAR
Tabel 4.10
Uji Stasioner Variabel CAR
Panel unit root test: Summary
Series: X4
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.02402 0.0012 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -0.30249 0.3811 9 36
ADF - Fisher Chi-square 14.8516 0.6721 9 36
PP - Fisher Chi-square 16.7646 0.5393 9 36 Sumber: Data sekunder diolah, 2018
Dari tabel Levin, Lin & Chu Test menunjukkan bahwa pada
level, variabel FDR memiliki probability unit root sebesar 0.0012.
pada variabel ini memenuhi ketentuan uji stasioneritas yaitu memiliki
probabilitas kurang dari 0.05.
73
e. Variabel ROA
Tabel 4.11
Uji Stasioner Variabel ROA
Panel unit root test: Summary
Series: Y
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -9.17831 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -3.28749 0.0005 9 36
ADF - Fisher Chi-square 33.7895 0.0134 9 36
PP - Fisher Chi-square 35.5419 0.0081 9 36 Sumber: Data sekunder diolah, 2018
Dari tabel Levin, Lin & Chu Test menunjukkan bahwa pada
level, variabel FDR memiliki probability unit root sebesar 0.0000.
pada variabel ini memenuhi ketentuan uji stasioneritas yaitu memiliki
probabilitas kurang dari 0.05.
74
f. Variabel NIM
Tabel 4.12
Uji Stasioner Variabel NIM
Panel unit root test: Summary
Series: Z
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -10.2915 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -2.86752 0.0021 9 36
ADF - Fisher Chi-square 31.8930 0.0226 9 36
PP - Fisher Chi-square 41.3923 0.0013 9 36 Sumber: Data Sekunder diolah, 2018
Dari tabel Levin, Lin & Chu Test menunjukkan bahwa pada
level, variabel FDR memiliki probability unit root sebesar 0.0000.
pada variabel ini memenuhi ketentuan uji stasioneritas yaitu memiliki
probabilitas kurang dari 0.05.
C. Uji Regresi
1. Uji Regresi Persamaan 1
Dalam analisis regresi persamaan 1, variabel yang diuji adalah
variabel dependen yaitu ROA. Uji ini dapat dilakukan jika data dalam
penelitian bersifat stasioner. Setelah data memenuhi uji stasioneritas,
75
maka harus melakukan pemilihan model yang tepat. Berikut merupakan
hasil spesifikasi model uji regresi:
a. Uji Regresi dengan Common Effect
Uji regresi common effect mengasumsikan bahwa data
gabungan yang ada menunjukkan kondisi sesungguhnya dan hasil
analisis regresi dianggap berlaku pada semua objek pada semua
waktu (Winarno, 2015: 9). Hasil uji regresinya dapat dilihat pada
tabel berikut:
Tabel 4.13
Uji Common Effect
Dependent Variable: Y
Method: Panel Least Squares
Date: 09/07/18 Time: 13:40
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C -0.038235 0.016065 -2.380025 0.0223
X1 -0.286366 0.276389 -1.036099 0.3065
X2 -3.67E-05 0.000288 -0.127622 0.8991
X3 -2.14E-05 0.000260 -0.082318 0.9348
X4 0.155783 0.041681 3.737549 0.0006
Z 0.449250 0.067366 6.668825 0.0000
R-squared 0.656796 Mean dependent var 0.005838
Adjusted R-squared 0.612796 S.D. dependent var 0.037314
S.E. of regression 0.023219 Akaike info criterion -4.564118
Sum squared resid 0.021026 Schwarz criterion -4.323230
Log likelihood 108.6927 Hannan-Quinn criter. -4.474318
F-statistic 14.92703 Durbin-Watson stat 1.576954
Prob(F-statistic) 0.000000
Sumber: Data Sekunder diolah, 2018
Berdasarkan tabel di atas, bentuk regresi common effect adalah:
76
ROA = -0.038235 - 0.286366 NPF - 3.67E-05 FDR - 2.14E-05
BOPO + 0.155783 CAR + 0.449250 NIM
b. Uji Regresi dengan Fixed Effect
Uji fixed effect mengasumsikan bahwa data gabungan yang ada
memiliki konstanta dan koefisien regresi tetap untuk berbagai
periode waktu (Winarno, 2015:9). Hasil uji regresinya dapat dilihat
pada tabel berikut:
Tabel 4.14
Uji Fixed Effect
Dependent Variable: Y
Method: Panel Least Squares
Date: 09/07/18 Time: 13:41
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C -0.079925 0.019582 -4.081448 0.0003
X1 -0.544338 0.317817 -1.712741 0.0967
X2 -0.000158 0.000239 -0.659037 0.5147
X3 -0.000128 0.000221 -0.578712 0.5670
X4 0.377277 0.064523 5.847177 0.0000
Z 0.411164 0.061004 6.739929 0.0000 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.838720 Mean dependent var 0.005838
Adjusted R-squared 0.771086 S.D. dependent var 0.037314
S.E. of regression 0.017853 Akaike info criterion -4.963745
Sum squared resid 0.009881 Schwarz criterion -4.401672
Log likelihood 125.6843 Hannan-Quinn criter. -4.754210
F-statistic 12.40095 Durbin-Watson stat 2.372743
Prob(F-statistic) 0.000000
Sumber: Data sekunder diolah, 2018
77
Berdasarkan tabel di atas, bentuk persamaan regresi
dengan fixed effect adalah:
ROA = - 0.079925 - 0.544338 NPF - 0.000158 FDR - 0.000128
BOPO + 0.377277 CAR + NIM
Setelah diketahui persamaan regresinya, langkah
selanjutnya adalah melakukan uji chow-test dengan likelihood
ratio untuk mengetahui apakah uji regresi ini cocok digunakan
pada penelitian ini atau tidak. Adapun hasil uji chow-test dapat
dilihat pada tabel berikut:
Tabel 4.15
Uji Chow-Test
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 4.370995 (8,31) 0.0013
Cross-section Chi-square 33.983191 8 0.0000
Sumber: Data Sekunder diolah, 2018
Berdasarkan tabel di atas, nilai cross-section chi-square
sebesar 33.983191 dengan probability 0.0013 < 0.05, sehingga
dapat disimpulkan bahwa regresi yang tepat digunakan adalah
regresi dengan fixed effect.
78
c. Uji Regresi dengan Random Effect
Uji Random menggunakan residual yang diduga memiliki
hubungan antar waktu dan objek (Winarno, 2015:9). Hasil uji
regresi random effect dapat dilihat pada tabel berikut:
Tabel 4.16
Uji random effect
Dependent Variable: Y
Method: Panel EGLS (Cross-section random effects)
Date: 09/07/18 Time: 13:41
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C -0.038235 0.012352 -3.095392 0.0036
X1 -0.286366 0.212514 -1.347520 0.1856
X2 -3.67E-05 0.000221 -0.165981 0.8690
X3 -2.14E-05 0.000200 -0.107060 0.9153
X4 0.155783 0.032048 4.860949 0.0000
Z 0.449250 0.051797 8.673283 0.0000 Effects Specification
S.D. Rho
Cross-section random 0.000000 0.0000
Idiosyncratic random 0.017853 1.0000 Weighted Statistics
R-squared 0.656796 Mean dependent var 0.005838
Adjusted R-squared 0.612796 S.D. dependent var 0.037314
S.E. of regression 0.023219 Sum squared resid 0.021026
F-statistic 14.92703 Durbin-Watson stat 1.576954
Prob(F-statistic) 0.000000 Unweighted Statistics
R-squared 0.656796 Mean dependent var 0.005838
Sum squared resid 0.021026 Durbin-Watson stat 1.576954
Sumber: Data Sekunder diolah, 2018
79
Berdasarkan tabel di atas, bentuk persamaan regresi dengan
random effect adalah:
ROA = -0.038235 - 0.286366 NPF - 3.67E-05 FDR - 2.14E-05
BOPO + 0.155783 CAR + 0.449250 NIM
Setelah diketahui persamaan regresinya, maka dilakukan uji
hausman-test untuk mengetahui apakah uji regresi ini cocok
digunakan pada penelitian ini atau tidak. Adapun hasil uji hausman-
test dapat dilihat pada tabel berikut:
Tabel 4.17
Uji hausman-test
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 34.660552 5 0.0000
Sumber: Data Sekunder diolah, 2018
Berdasarkan tabel di atas, nilai cross-section random sebesar
34.660552 dengan probability 0.000 < 0.05, sehingga dapat
disimpulkan bahwa regresi dengan random effect kurang tepat
digunakan dalam penelitian ini.
Berdasarkan hasil spesifikasi model, uji regresi yang tepat
digunakan dalam penelitian ini adalah regresi dengan fixed effect. Nilai
80
uji adjusted R2 pada uji regresi ini sebesar 0,838, hal ini berarti
variabel independen dapat menjelaskan variabel dependen sebesar
83,8%, sedangkan sisanya dijelaskan oleh varian variabel lain.
Sementara itu, nilai signifikan pada uji statistik f sebesar 0.000 < 0.05,
yang berarti bahwa secara bersama-sama keempat variabel independen
berpengaruh signifikan terhadap variabel ROA.
2. Uji Regresi Persamaan 2
Tabel 4.18
Regresi variabel NIM
Dependent Variable: Z
Method: Panel Least Squares
Date: 09/09/18 Time: 07:17
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C 0.069778 0.055389 1.259777 0.2169
X1 -1.065358 0.901502 -1.181758 0.2460
X2 -3.26E-05 0.000693 -0.046991 0.9628
X3 6.86E-05 0.000640 0.107160 0.9153
X4 -0.044306 0.186809 -0.237170 0.8140 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.734521 Mean dependent var 0.035447
Adjusted R-squared 0.634966 S.D. dependent var 0.085627
S.E. of regression 0.051734 Akaike info criterion -2.848550
Sum squared resid 0.085645 Schwarz criterion -2.326625
Log likelihood 77.09238 Hannan-Quinn criter. -2.653982
F-statistic 7.378054 Durbin-Watson stat 1.886134
Prob(F-statistic) 0.000003
Sumber: Data Sekunder diolah, 2018
81
Berdasarkan hasil spesifikasi model, uji regresi yang tepat
digunakan dalam penelitian ini adalah regresi dengan fixed effect. Nilai
uji adjusted R2 pada uji regresi ini sebesar 0,734 hal ini berarti variabel
independen dapat menjelaskan variabel dependen sebesar 73,4%%,
sedangkan sisanya dijelaskan oleh varian variabel lain. Sementara itu,
nilai signifikan pada uji statistik f sebesar 0.000 < 0.05, yang berarti
bahwa secara bersama-sama keempat variabel independen
berpengaruh signifikan terhadap variabel NIM.
D. Uji Statistik
1. Uji Statistik Persamaan 1
Tabel 4.19
Hasil Uji Statistik t
Variabel independen t-statistik sig
NPF -1.712741 0.0967
FDR -0.659037 0.5147
BOPO -0.578712 0.5670
CAR 5.847177 0.0000
NIM 6.739929 0.0000
Sumber: Data Sekunder diolah, 2018
Berdasarkan hasil uji statistik t menunjukkan bahwa variabel CAR
dan NIM berpengaruh signifikan terhadap ROA. Sedangkan variabel
NPF, FDR dan BOPO tidak berpengaruh signifikan terhadap ROA
berdasarkan nilai sig < 0.05.
82
Hasil regresinya adalah sebagai berikut:
ROA = - 0.079925 - 0.544338 NPF - 0.000158 FDR - 0.000128
BOPO + 0.377277 CAR + 0.411164 NIM
Keterangan:
1) Konstanta -0.079925 memberi arti bahwa jika rata-rata variabel
independen konstan, maka nilai rata-rata tingkat ROA bank akan
menurun 0.079925 satuan.
2) Koefisien regresi NPF sebesar -0.544338 memberi arti bahwa,
setiap kenaikan satu satuan rasio NPF akan menurunkan tingkat
ROA sebesar 0.544338 satuan.
3) Koefisien regresi FDR sebesar -0.000158 memberi arti bahwa,
setiap kenaikan satu satuan rasio FDR akan menurunkan tingkat
ROA sebesar 0.000158 satuan.
4) Koefisien regresi BOPO sebesar -0.000128 memberi arti bahwa,
setiap kenaikan satu satuan rasio BOPO akan menurunkan tingkat
BOPO sebesar 0.000128 satuan.
5) Koefisien regresi CAR sebesar 0.377277 memberi arti bahwa,
setiap kenaikan satu satuan rasio CAR akan menaikkan tingkat
CAR sebesar 0.377277 satuan.
83
6) Koefisiensi regresi NIM sebesar 0.411164 memberi arti bahwa,
setiap kenaikan satu satuan rasio NIM akan menaikkan tingkat
NIM sebesar 0.411164 satuan.
2. Uji Statistik Persamaan 2
Tabel 4.20
Hasil uji statistik t
Variabel
independen
t-statistik sig
NPF -1.18117 0.2460
FDR -0.04699 0.9628
BOPO 0.01071 0.9153
CAR -0.23717 0.8140
Sumber: Data Sekunder diolah, 2018
Selanjutnya untuk hasil uji statistik t menunjukkan bahwa semua
variabel independen tidak berpengaruh signifikan terhadap NIM
berdasarkan nilai sig < 0.05.
Hasil regresinya adalah sebagai berikut:
NIM = 0.069778 -1.065358 NPF - 3.26E-05 FDR + 6.86E-05 BOPO -
0.044306 CAR
Keterangan:
1) Konstanta 0.069778 memberi arti bahwa jika rata-rata variabel
independen konstan, maka rata-rata tingkat NIM bank akan naik
sebesar 0.069778 satuan.
84
2) Koefisien regresi NPF sebesar -1.065358 memberi arti bahwa, setiap
kenaikan satu satuan rasio NPF akan menurunkan tingkat NIM sebesar
1.065358 satuan.
3) Koefisien regresi FDR sebesar -3.26E-05 memberi arti bahwa, setiap
kenaikan satu satuan rasio FDR akan menurunkan tingkat NIM
sebesar 3.26E-05 satuan.
4) Koefisien regresi BOPO sebesar 6.86E-05 memberi arti bahwa, setiap
kenaikan satu satuan rasio BOPO akan menaikkan tingkat NIM
sebesar 6.86E-05 satuan.
5) Koefisien regresi CAR sebesar -0.044306 memberi arti bahwa, setiap
kenaikan satu satuan rasio CAR akan menurunkan tingkat NIM
sebesar 0.044306 satuan.
E. Uji Asumsi Klasik
1. Uji Normalitas
a. Uji Normalitas Persamaan 1
0
2
4
6
8
10
12
14
-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5
Series: Standardized Residuals
Sample 2014 2017
Observations 31
Mean -3.22e-17
Median 0.005111
Maximum 2.320299
Minimum -2.159965
Std. Dev. 0.914331
Skewness 0.271459
Kurtosis 4.482369
Jarque-Bera 3.219062
Probability 0.199981
Sumber: Data Sekunder diolah, 2018
Gambar 4.1 Uji Normalitas
85
Dari tabel diketahui bahwa nilai Probability persamaan
ROA 0.199981 nilai ini menunjukkan lebih besar dari 0.05, maka
data berdistribusi normal.
b. Uji normalitas Persamaan 2
0
2
4
6
8
10
12
14
16
-0.15 -0.10 -0.05 0.00 0.05 0.10
Series: Standardized Residuals
Sample 2014 2017
Observations 36
Mean -1.93e-19
Median 0.002512
Maximum 0.108561
Minimum -0.126928
Std. Dev. 0.041236
Skewness -0.231579
Kurtosis 4.878052
Jarque-Bera 5.612396
Probability 0.060434
Sumber: Data Sekunder diolah, 2018 Gambar 4.2 Uji Normalitas
Dari tabel diketahui bahwa nilai Probability persamaan NIM
0.060434 Nilai ini menunjukkan lebih besar dari 0.05, maka data
berdistribusi normal.
2.Uji Multikolinieritas
a. Uji multikolinieritas Persamaan 1
Tabel 4.21
Hasil Uji Multikolinieritas
Persamaaan r
Square
R Square Utama
Y = f(x1, x2, x3, x4)
Keterangan kesimpulan
D(x1) = D(x2) D(x3)
D(x4) D(z)
0.04126 0.8477 r2<R Tidak terjadi
multikolinieritas
D(x2) = D(x1) D(x3)
D(x4) D(z)
0.0044 0.8477 r2<R Tidak terjadi
multikolinieritas
D(x3) = D(x1) D(x2)
D(x4) D(z)
0.2516 0.8477 r2<R Tidak terjadi
multikolinieritas
D(x4) = D(x1) D(x2) 0.6007 0.8477 r2<R Tidak terjadi
86
D(x3) D(z) multikolinieritas
D(z) = D(x1) D(x2)
D(x3) D(x4)
0.5013 0.8477 r2<R Tidak terjadi
multikolinieritas
Sumber: Data Sekunder diolah, 2018
Berdasarkan tabel di atas, diketahui bahwa nilai r2
model
regresi masing-masing variabel lebih kecil dibandingkan R2 model
regresi utama, sehingga dapat disimpulkan bahwa model regresi
pada persamaan 1 tidak terjadi multikolinieritas.
b. Uji Multikolinieritas Persamaan 2
Tabel 4.22
Hasil Uji Multikolinieritas
Persamaaan r
Square
R Square Utama
Y = f(x1, x2, x3, x4)
Keterangan keesimpulan
D(x1) = D(x2) D(x3)
D(x4) D(z)
0.3019
49
0.501385 r2<R Tidak terjadi
multikolinierit
as
D(x2) = D(x1) D(x3)
D(x4) D(z)
0.0038
17
0.501385 r2<R Tidak terjadi
multikolinierit
as
D(x3) = D(x1) D(x2)
D(x4) D(z)
0.2490
50
0.501385 r2<R Tidak terjadi
multikolinierit
as
D(x4) = D(x1) D(x2)
D(x3) D(z)
0.3010
11
0.501385 r2<R Tidak terjadi
multikolinierit
as
Sumber: Data Sekunder diolah, 2018
Berdasarkan tabel di atas, diketahui bahwa nilai r2
model
regresi masing-masing variabel lebih kecil dibandingkan R2 model
regresi utama, sehingga dapat disimpulkan bahwa model regresi
pada persamaan 2 tidak terjadi multikolinieritas.
87
3. Uji Autokorelasi
a. Uji Autokorelasi Persamaan 1
Tabel 4.23
Uji autokorelasi
Dependent Variable: D(Y)
Method: Panel Least Squares
Date: 09/07/18 Time: 14:36
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000893 0.005089 0.175370 0.8624
D(X1) -0.632162 0.379397 -1.666227 0.1098
D(X2) -6.36E-05 0.000213 -0.298439 0.7682
D(X3) 0.000188 0.000313 0.598851 0.5554
D(X4) 0.295049 0.115632 2.551622 0.0182
D(Z) 0.598205 0.103384 5.786258 0.0000 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.847747 Mean dependent var -0.000436
Adjusted R-squared 0.757779 S.D. dependent var 0.051246
S.E. of regression 0.025221 Akaike info criterion -4.236960
Sum squared resid 0.013994 Schwarz criterion -3.621147
Log likelihood 90.26528 Hannan-Quinn criter. -4.022025
F-statistic 9.422760 Durbin-Watson stat 2.395724
Prob(F-statistic) 0.000003
Sumber : Data Sekunder diolah, 2018
Berdasarkan tabel di atas, nilai DW sebesar 2.395 akan
dibandingan dengan DWtabel, maka nilai d berada pada rentang 2.0687
< 2.3857 < 3.0018 (4-du < d < 4-dl), sehingga dapat disimpulkan
bahwa hipotesis nol tidak ada autokorelasi negatif no desicion. Dapat
disimpulkan bahwa regresi ini terdapat autokorelasi sehingga harus
88
disembuhkan. Maka, pengobatan autokorelasi dapat dilakukan dengan
cara melakukan penambahan variabel y-1 pada variabel penelitian.
Adapun hasil uji autokorelasi dengan variabel y-1 dapat dilihat pada
tabel berikut:
Tabel 4.24
Autokorelasi penyembuhan
Dependent Variable: D(Y)
Method: Panel Least Squares
Date: 09/10/18 Time: 21:47
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36
Variable Coefficient Std. Error t-Statistic Prob.
C -0.000589 0.004895 -0.120391 0.9053
D(X1) -0.867984 0.381867 -2.273002 0.0336
D(X2) -8.66E-05 0.000203 -0.427310 0.6735
D(X3) 0.000253 0.000300 0.845593 0.4073
D(X4) 0.384854 0.119959 3.208205 0.0042
D(Z) 0.751776 0.128441 5.853078 0.0000
Y(-1) 0.455373 0.245822 1.852451 0.0781 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.869132 Mean dependent var -0.000436
Adjusted R-squared 0.781886 S.D. dependent var 0.051246
S.E. of regression 0.023933 Akaike info criterion -4.332758
Sum squared resid 0.012029 Schwarz criterion -3.672958
Log likelihood 92.98964 Hannan-Quinn criter. -4.102470
F-statistic 9.961889 Durbin-Watson stat 2.126924
Prob(F-statistic) 0.000002
Sumber: Data Sekunder diolah, 2018
Berdasarkan tabel di atas, nilai DW sebesar 2.126
dibandingkan dengan DWtabel, maka d berada pada rentang 1.8587 <
2.1269 < 2.1413 (du <d <4-du), sehingga dapat disimpulkan bahwa
89
hipotesis nol tidak ada autokorelasi positif atau negatif tidak ditolak,
maka model regresi ini dapat dinyatakan tidak terdapat autokorelasi.
Hasilnya dapat dilihat pada gambar berikut:
Sumber: Data Sekunder, diolah 2018
Gambar 4.3
Uji Durbin Watson
b. Autokorelasi Persamaan 2
Tabel 4.25
Uji autokorelasi
Dependent Variable: D(Z)
Method: Panel Least Squares
Date: 09/09/18 Time: 07:37
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36
Variable Coefficient Std. Error t-Statistic Prob.
C -0.021991 0.009184 -2.394524 0.0252
D(X1) 1.461626 0.701894 2.082404 0.0486
D(X2) 5.11E-05 0.000430 0.118890 0.9064
D(X3) -0.000180 0.000631 -0.284434 0.7786
D(X4) 0.732389 0.176264 4.155065 0.0004 Effects Specification
90
Cross-section fixed (dummy variables)
R-squared 0.501385 Mean dependent var -0.009536
Adjusted R-squared 0.241238 S.D. dependent var 0.058398
S.E. of regression 0.050869 Akaike info criterion -2.844943
Sum squared resid 0.059515 Schwarz criterion -2.273116
Log likelihood 64.20897 Hannan-Quinn criter. -2.645360
F-statistic 1.927312 Durbin-Watson stat 3.434530
Prob(F-statistic) 0.085232
Sumber : Data Sekunder diolah, 2018
Berdasarkan tabel di atas, nilai DW sebesar 3.4345
dibandingan dengan DWtabel, maka nilai d berada pada rentang
3.0018 < 3.4345 < 4 (4-dl < d < 4), sehingga dapat disimpulkan
bahwa pada model regresi ini terdapat autokorelasi. Maka,
pengobatan autokorelasi dapat dilakukan dengan cara menambah
variabel AR(1) pada variabel penelitian. Adapun hasil uji
autokorelasi setelah penyembuhan dapat dilihat pada tabel berikut:
Tabel 4.26
Uji Autokorelasi Penyembuhan
Dependent Variable: D(Z)
Method: Panel Least Squares
Date: 09/11/18 Time: 19:28
Sample (adjusted): 2015 2017
Periods included: 3
Cross-sections included: 9
Total panel (balanced) observations: 27
Convergence achieved after 6 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C -0.016520 0.002891 -5.713526 0.0001
D(X1) -0.622376 0.441658 -1.409181 0.1823
D(X2) -1.10E-05 0.000336 -0.032777 0.9744
D(X3) -0.000183 0.000327 -0.560032 0.5850
D(X4) 0.500987 0.088366 5.669452 0.0001
AR(1) -0.867057 0.099508 -8.713465 0.0000
91
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.933693 Mean dependent var -0.010196
Adjusted R-squared 0.867385 S.D. dependent var 0.067509
S.E. of regression 0.024584 Akaike info criterion -4.267256
Sum squared resid 0.007857 Schwarz criterion -3.595341
Log likelihood 71.60796 Hannan-Quinn criter. -4.067460
F-statistic 14.08127 Durbin-Watson stat 2.085574
Prob(F-statistic) 0.000014
Inverted AR Roots -.87
Sumber: data sekunder diolah, 2018
Berdasarkan tabel diatas, nilai DW sebesar 2.0855
dibandingkan dengan DWtabel, maka d berada pada rentang 1.8587
< 2.0855 < 2.1413 (du <d <4-du), sehingga dapat disimpulkan
bahwa hipotesis nol tidak ada autokorelasi positif atau negatif tidak
ditolak, maka model regresi ini dapat dinyatakan tidak terdapat
autokorelasi. Hasilnya dapat dilihat pada gambar berikut:
Sumber: Data Sekunder diolah, 2018
Gambar 4.4
Uji Durbin Watson
92
4. Uji heteroskedastisitas
a. Uji Heteroskedastisitas Persamaan 1
Tabel 4.27
Uji park
Dependent Variable: D(LOGRESABS)
Method: Panel Least Squares
Date: 09/11/18 Time: 19:39
Sample (adjusted): 2015 2017
Periods included: 3
Cross-sections included: 9
Total panel (balanced) observations: 27
Variable Coefficient Std. Error t-Statistic Prob.
C -0.685502 0.744692 -0.920518 0.3754
D(X1) -36.83658 48.62954 -0.757494 0.4634
D(X2) -0.008499 0.018087 -0.469880 0.6469
D(X3) -0.040318 0.028549 -1.412205 0.1833
D(X4) -13.67156 13.39745 -1.020459 0.3276
D(Z) -60.15643 50.87230 -1.182499 0.2599
Y(-1) -121.2130 96.32864 -1.258328 0.2322 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.411005 Mean dependent var -0.282648
Adjusted R-squared -0.276156 S.D. dependent var 1.876176
S.E. of regression 2.119461 Akaike info criterion 4.640382
Sum squared resid 53.90538 Schwarz criterion 5.360291
Log likelihood -47.64515 Hannan-Quinn criter. 4.854448
F-statistic 0.598120 Durbin-Watson stat 3.535201
Prob(F-statistic) 0.821646
Sumber: Data Sekunder diolah, 2018
Berdasarkan tabel di atas, nilai signifikan masing-masing
variabel independen lebih besar dari 0.05, maka dapat disimpulkan
bahwa dalam model regresi ROA dengan uji Park tidak terjadi
heteroskedastisitas.
93
b. Uji heteroskedastisitas Persamaan 2
Tabel 4.28
Uji Park
Dependent Variable: D(LOGRESABS)
Method: Panel Least Squares
Date: 09/11/18 Time: 19:36
Sample (adjusted): 2016 2017
Periods included: 2
Cross-sections included: 9
Total panel (balanced) observations: 18
Convergence achieved after 12 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.106778 0.282291 0.378254 0.7245
D(X1) 2.681660 58.73715 0.045655 0.9658
D(X2) -0.001150 0.021096 -0.054519 0.9591
D(X3) -0.042594 0.023773 -1.791719 0.1477
D(X4) -5.033402 10.79182 -0.466409 0.6652
AR(1) -0.732500 0.276961 -2.644774 0.0573 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.852604 Mean dependent var -0.258647
Adjusted R-squared 0.373569 S.D. dependent var 1.911685
S.E. of regression 1.513049 Akaike info criterion 3.717608
Sum squared resid 9.157265 Schwarz criterion 4.410120
Log likelihood -19.45848 Hannan-Quinn criter. 3.813096
F-statistic 1.779836 Durbin-Watson stat 3.600000
Prob(F-statistic) 0.305475
Inverted AR Roots -.73
Sumber: data sekunder diolah, 2018
Berdasarkan tabel di atas, nilai signifikan masing-masing
variabel independen lebih besar dari 0.05, maka dapat disimpulkan
bahwa dalam model regresi NIM dengan uji Park tidak terjadi
heteroskedastisitas.
94
5. Pembahasan Hasil Penelitian
1. Pengaruh langsung maupun tidak langsung NPF, FDR, BOPO, CAR
terhadap ROA dengan NIM sebagai variabel intervening
a. Pengaruh NPF terhadap ROA
Nilai koefisien NPF diperoleh sebesar -0.544338
dengan arah koefisien negatif dan probabilitas 0.0967. karena
probabilitas lebih besar dari 0.05, maka H1 ditolak, atau
dengan kata lain, NPF berpengaruh negatif secara tidak
signifikan terhadap ROA Bank Umum Syariah. Sehingga,
semakin tinggi nilai NPF bank syariah tidak menjadi tolok
ukur bank untuk memperoleh profitabilitas tinggi.
Berdasarkan data dalam penelitian ini Rasio NPF
berada pada rata-rata 2,30%. Hal ini sesuai dengan ketetapan
BI untuk rasio NPF yaitu dibawah 5%. Tetapi terdapat Bank
syariah yang mempunyai nilai minimum 0,00% yang
menyebabkan NPF berpengaruh negatif terhadap ROA. Selain
itu, terjadinya pembiayaan bermasalah disebabkan karena
terlalu mudahnya bank memberikan pembiayaan atau
melakukan investasi. Bank syariah dalam penelitian ini tidak
mudah memberikan pembiayaan sehingga kemungkinan risiko
usaha bank dapat diatasi.
95
Hasil penelitian ini di dukung oleh penelitian Yudiartini
& Dharmadiaksa (2016) dan Purwoko dan Sudiyanto (2013).
b. Pengaruh FDR terhadap ROA
Nilai koefisien variabel FDR diperoleh sebesar -0.000158
dengan arah koefisien negatif dan nilai probabilitas 0.5147. karena
nilai probabilitas lebih besar dari 0.05, maka H2 ditolak, atau
dengan kata lain, FDR berpengaruh negatif secara tidak signifikan
terhadap ROA Bank Umum Syariah. Semakin tinggi FDR suatu
bank syariah, tidak menjadi tolok ukur bank untuk memperoleh
profitabilitas yang tinggi. Berdasarkan penelitian, pembiayaan
yanng disalurkan dilihat dari FDR sudah cukup baik dengan rata-
rata sebesar 92,79%. Standarisasi yang ditetapkan oleh BI untuk
rasio FDR adalah tidak boleh melebihi 110%. Hal ini terjadi pada
bank BRI syariah pada tahun 2017, bank syariah mandiri tahun
2016 -2017, dan bank aceh syariah tahun 2017. Rasio pada bank –
bank tersebut dibawah batas minimum dapa diartikan bahwa bank
tersebut tidak dapat menyalurkan pembiayaan secara maksimal,
hal ini menunjukkan bahwa permintaan pembiayaan yang diajukan
nasabah tidak berjalan dengan efektif.
Hasil penelitian ini didukung oleh penelitian Widyaningrum &
Septiarini (2018), Ariyani (2010), dan Amelia (2015). Hal ini
menunjukkan fungsi bank dalam menyalurkan pembiayaan belum
96
dilakukan dengan baik oleh keseluruhan bank syariah, sehingga
pada penelitian ini FDR yanng merupakan tolok ukur likuiditas
tidak memberikan pengaruh yang positif dalam mengukur
profitabilitas bank syariah.
c. Pengaruh BOPO terhadap ROA
Nilai koefisien variabel BOPO diperoleh sebesar -0.000128
dengan arah koefisien negatif dan nilai probabilitas 0.5670. karena
nilai probabilitas lebih besar dari 0.05, maka H3 ditolak, atau
dengan kata lain, BOPO berpengaruh negatif secara tidak
signifikan terhadap ROA Bank Umum Syariah. Hal ini disebabkan
karena tingkat efisiensi bank dalam menjalankan operasinya
berpengaruh terhadap pendapatan atau earning yang dihasilkan
oleh bank tersebut. Berdasarkan penelitian ini nilai rata-rata Rasio
BOPO bank syariah sebesar 84,25%. Ketetapan BI untuk rasio
BOPO adalah dibawah 93,5%,. Sehingga dapat disimpulkan bahwa
Bank Syariah yang terdapat dalam penelitian ini memiliki rasio
BOPO rendah jadi kegiatan operasionalnya dilakukan dengan
efisien maka pendapatan yang dihasilkan bank akan naik.
Hasil penelitian ini didukung oleh penelitian Kurnia &
Mawardi (2012) menyimpulkan bahwa BOPO berpengaruh
negatif terhadapp ROA bank syariah.
97
d. Pengaruh CAR terhadap ROA
Nilai koefisien variabel CAR diperoleh sebesar 0.377277
dengan arah koefisien positif dan nilai probabilitas 0.0000. karena
nilai probabilitas lebih kecil dari 0.05, maka H4 diterima, atau
dengan kata lain, CAR berpengaruh positif secara signifikan
terhadap ROA Bank Umum Syariah. Berdasarkan hasil penelitian,
niai rata-rata rasio CAR sebesar 22,41%. Ketentuan BI sebesar
8%, sehingga dapat disimpulkan bahwa bank syariah mampu
membiayai operasi bank, dan keadaan yang menguntungkan
tersebut dapat memberikan kontribusi yang cukup besar bagi
profitabilitas bank (ROA).
Hasil penelitian ini didukung oleh Pasariba & Sari (2011) dan
Widati (2012). Dalam penelitian tersebut menyatakan bahwa CAR
berpengaruh positif dan signifikan terhadap ROA.
e. Pengaruh NIM terhadap ROA
Nilai koefisien variabel NIM diperoleh sebesar 0.411164
dengan arah koefisien positif dan nilai probabilitas 0.0000. karena
nilai probabilitas lebih kecil dari 0.05, maka H5 diterima, atau
dengan kata lain, NIM berpengaruh positif secara signifikan
terhadap ROA Bank Umum Syariah. Sehingga semakin tinggi nilai
NIM bank syariah mengakibatkan semakin tinggi ROA bank.
98
Setiap peningkatan pendapatan bunga bersih, yang merupakan
selisih antara total biaya bunga dan total pendapatan bunga
mengakibatkan kenaikan laba sebelum pajak dan akan
meningkatkan ROA. Berdasarkan data penelitian, rasio rata-rata
NIM sebesar 3,54%. Sesuai dengan ketentuan BI ditetapkan untuk
rasio NIM diatas 6%. Hal ini terjadi pada bank muamalat, bank
BRI tahun 2017, BSM tahun 2015, bank bukopin syariah dan
maybank syariah. sehingga bank harus memperhatikan tingkat
rasio NIM karena akan menjelaskan keberhasilan pemasaran yang
akan mempengaruhi nasabah untuk meminjam uang bank,
sehingga bank bisa mendapatkan pendapatan dari pembagian
keuntungan dan akan mempengaruhi tingkat profitabilitas ban
syariah.
Hasil penelitian ini didukung oleh Hutagalung, Djumahir &
Ratnawati (2013) dan Christiano, Tommy & Saerang (2014).
Penelitian tersebut menyatakan bahwa NIM berpengaruh positif
secara signifikan terhadap ROA.
f. Analisis jalur ROA
Model analisis jalur dari persamaan ROA dapat digambarkan
sebagai berikut:
99
Gambar 4.5
Model Analisis Jalur
Tabel 4.29
Analisis Jalur Persamaan ROA
variabel X ke y X ke Z y ke z
Sp2 Sp3
Pengaruh
tidak
langsung
Pengaruh
total (p1) (p2) (p3)
X1 -0,54434 -1,065358 0,46498 0,9015 0,09742 -4,95E-01 -1,039712424
X2 -0,00016 -3,26E-05 0,46498 0,00069 0,09742 -1,52E-05 -0,000173158
X3 -0,00013 6,86E-05 0,46498 0,00064 0,09742 3,19E-05 -9,61021E-05
X4 0,377277 -0,044306 0,46498 0,18681 0,09742 -2,06E-02 0,356675419
Sumber: Data Sekunder diolah, 2018
Untuk mengetahui tingkat mediasi NIM dari pengaruh NPF, FDR,
BOPO dan CAR periode 2013 sampai 2017 terhadap ROA, maka standar eror
dari koefisien indirect effect dapat dinyatakan sebagai berikut:
NPF
FDR
BOPO
CAR
ROA NIM
P2x1
=1,065358
P2x2
=3,26E-05
P2x3
=6,86E-05
P1x3
=-0,000128
P2x4
=-0,044306
P1x2
=-0,000158
P1x1
=-0,544338
P1x4
= 0,377277
P3= 0,097417
100
a. Sp2p3 = √
=√
= √ = 0.440677085
b. Sp2p3 = √
= √
= √ = 0.000328
c. Sp2p3 = √
= √
= √ = 0,000304
d. Sp2p3 = √
= √
= √ = 0,089792394
101
Berdasarkan perhitungan di atas kita dapat menghitung nilai t
statistik pengaruh mediasi sebagai berikut:
1) t1 =
-1,12E+000
2) t2 =
-4,62E-02
3) t3 =
1,05E-01
4) t4 =
-2,29E-01
Dengan melihat semua pengukuran di atas maka dapat ditarik
kesimpulan sebagai berikut:
1. Berdasarkan hasil pengujian analisis jalur diperoleh hasil bahwa NIM
tidak dapat menjadi mediator dalam pengaruh NPF terhadap ROA Bank
Umum Syariah. Hal ini dapat dilihat dari pengujian pengaruh NIM
sebagai variabel intervening dengan melihat nilai t hitung sebesar -
1,12E+000 lebih kecil dari t tabel yaitu 1.68488 dengan tingkat signifikan
5%, maka dapat disimpulkan bahwa koefisien mediasi sebesar -4,95E-01
tidak memiliki pengaruh yang signifikan. Berdasarkan pada penelitian ini
NIM tidak dapat memediasi hubungan NPF terhadap ROA Bank Umum
Syariah.
Hal ini disebabkan karena jika tingkat pembiayaan bermasalah bank
terlalu tinggi maka akan menurunkan kemungkinan bank memperoleh
102
profit atau laba. Hasil ini di dukung oleh Wibisono & wahyuni (2017)
yang menyatakan NPF berpengaruh negatif tidak signifikan terhadap
NIM.
2. Berdasarkan hasil pengujian analisis jalur diperoleh hasil bahwa NIM
tidak dapat menjadi mediator dalam pengaruh FDR terhadap ROA Bank
Umum Syariah. Hal ini dapat dilihat dari pengujian pengaruh NIM
sebagai variabel intervening dengan melihat nilai t hitung sebesar -4,62E-
02 lebih kecil dari t tabel yaitu 1.68488 dengan tingkat signifikan 5%,
maka dapat disimpulkan bahwa koefisien mediasi sebesar -1,52E-05 tidak
memiliki pengaruh yang signifikan. Berdasarkan penelitian ini NIM tidak
dapat menjadi memediasi hubungan FDR terhadap ROA.
Hal ini disebabkan karena jika Financing to Deposit Ratio (FDR)
tinggi dan tidak diimbangi oleh dana pihak ketiga yang diiterima oleh
bank, maka akan menghambat bank dalam mencapai profit yang tinggi.
Hasil ini didukung oleh Hutapea & Kasri (2010) dan Sidabalok & Viverita
(2012) yang menyatakan FDR berpengaruh negatif dan tidak signifikan
terhadap NIM.
3. Berdasarkan hasil pengujian analisis jalur diperoleh hasil bahwa NIM
tidak dapat menjadi mediator dalam pengaruh BOPO terhadap ROA Bank
Umum Syariah. Hal ini dapat dilihat dari pengujian pengaruh NIM
sebagai variabel intervening dengan melihat nilai t hitung sebesar 1,05E-
01 lebih kecil dari t tabel yaitu 1.68488 dengan tingkat signifikan 5%,
103
maka dapat disimpulkan bahwa koefisien mediasi sebesar 3,19E-05 tidak
memiliki pengaruh yang signifikan. Berdasarkan penelitian ini NIM tidak
dapat menjadi memediasi hubungan BOPO terhadap ROA.
Hal ini disebabkan karena jika BOPO tinggi maka menunjukkan
bahwa kinerja bank dalam menekan biaya operasionalnya tidak efisien
atau kurang efisien. Sehingga maka laba bank juga akan turun. Hasil ini
didukung oleh Nihayati, Wahyudi & syaichu (2014) bahwa BOPO
berpengaruh negatif tidak signifikan terhadap NIM.
4. Berdasarkan hasil pengujian analisis jalur diperoleh hasil bahwa NIM
tidak dapat menjadi mediator dalam pengaruh CAR terhadap ROA Bank
Umum Syariah. Hal ini dapat dilihat dari pengujian pengaruh NIM
sebagai variabel intervening dengan melihat nilai t hitung sebesar -2,29E-
01 lebih kecil dari t tabel yaitu 1.68488 dengan tingkat signifikan 5%,
maka dapat disimpulkan bahwa koefisien mediasi sebesar -2,06E-02 tidak
memiliki pengaruh yang signifikan. Berdasarkan penelitian ini NIM tidak
dapat menjadi memediasi hubungan CAR terhadap ROA.
Hal ini disebabkan karena jika CAR tinggi tidak menjamin bahwa
bank akan mempunyai kinerja yang baik pula. Jika CAR tinggi tetapi bank
tidak bisa menekan BOPO atau mungkin terlalu sering memberikan
pembiayaan kepada nasabah dan terjadi pembiayaan bermasalah yang
mungkin tidak bisa terbayar maka akan sangat merugikan bank terutama
104
dalam mencari laba. Hasil ini didukung oleh Gounder & Sharma (2011)
bahwa CAR berpengaruh negatif tidak signifikan terhadap NIM.
105
BAB V
PENUTUP
A. Kesimpulan
Kesimpulan yang dapat diambil dari hasil analisis dan pembahasan
mengenai pengaruh langsung maupun tidak langsung NPF, FDR, BOPO,
CAR terhadap ROA dengan NIM sebagai variabel intervening Bank Umum
Syariah di Indonesia tahun 2013-2017, sebagai berikut:
1. Net Performing Financing (NPF) berpengaruh negatif secara tidak
signifikan terhadap Return On Asset (ROA). Hal tersebut berarti tinggi
rendahnya ROA tidak mempengaruhi secara signifikan NPF.
2. Financing to Deposit Ratio (FDR) berpengaruh negatif secara tidak
signifikan terhadap Return On Asset (ROA). Hal tersebut berarti tinggi
rendahnya ROA tidak mempengaruhi secara signifikan FDR.
3. Biaya Operasional dan Pendapatan Operasional (BOPO) berpengaruh
negatif secara tidak signifikan terhadap Return On Asset (ROA). Hal
tersebut berarti tinggi rendahnya ROA tidak mempengaruhi secara
signifikan BOPO.
4. Capital Adequacy Ratio (CAR) berpengaruh positif secara signifikan
terhadap Return On Asset (ROA). Hal tersebut berarti CAR memiliki
pengaruh yang kuat dalam hubungannya terhadap ROA.
106
5. Net Interest Margin (NIM) berpengaruh positif secara signifikan terhadap
Return On Asset (ROA). Hal tersebut berarti NIM memiliki pengaruh
yang kuat terhadap ROA.
6. Net Interest Margin (NIM) tidak dapat memediasi pengaruh Net
Performing Financing (NPF) terhadap Return On Asset (ROA). Hal
tersebut berarti pengaruh tidak langsung antara NPF terhadap ROA tidak
dapat dimediasi oleh NIM.
7. Net Interest Margin (NIM) tidak dapat memediasi pengaruh Financing to
Deposit Ratio (FDR) terhadap Return On Asset (ROA). Hal tersebut
berarti pengaruh tidak langsung antara FDR terhadap ROA tidak dapat
dimediasi oleh NIM.
8. Net Interest Margin (NIM) tidak dapat memediasi pengaruh Biaya
Operasional dan Pendapatan Operasional (BOPO) terhadap Return On
Asset (ROA). Hal tersebut berarti pengaruh tidak langsung antara BOPO
terhadap ROA tidak dapat dimediasi oleh NIM.
9. Net Interest Margin (NIM) tidak dapat memediasi pengaruh Capital
Adequacy Ratio (CAR) terhadap Return On Asset (ROA). Hal tersebut
berarti pengaruh tidak langsung antara CAR terhadap ROA tidak dapat
dimediasi oleh NIM.
107
B. Saran
Berdasarkan hasil analisis dan pembahasan serta kesimpulan pada
penelitian ini, saran yang dapat diberikan melalui hasil penelitian ini sebagai
berikut:
1. Bagi perbankan syariah
Kinerja suatu perbankan dapat ditingkatkan dengan menganalisa setiap
permasalahan atau resiko yang mungkin terjadi yang dapat menimbulkan
kerugian bagi perbankan. Penyaluran pembiayaan harus dijaga agar sesuai
dengan kondisi ekonomi yang dihadapi. Strategi penyaluran pembiayaan
yang agresif tidak selalu menguntungkan untuk bank. Apabila CAR tidak
dibarengi dengan strategi bisnis yang tepat CAR yang tinggi tidak
otomatis menjamin ROA juga tinggi. Sebaiknnya bank menekan
semaksimal mungkin biaya-biaya operasional serta meningkatkan
pendapatan operasional sehingga dapat menambah laba operasi yang
akhirnya meningkatkan ROA.
2. Bagi peneliti selanjutnya
Penelitian ini masih banyak kekurangan yang perlu di perbaiki dan
dikembangkan. Dalam penelitian ini hanya menggunakan sampel bank
syariah sebanyak sembilan bank saja dan menggunakan enam variabel
rasio keuangan saja. Untuk itu, bagi peneliti selanjutnya agar
memperbanyak sampel penelitian dan mungkin juga menambah periode
108
penelitian, serta menambah variabel lain. Karena masih banyak rasio
keuangan lainnya.
DAFTAR PUSTAKA
Abdullah, Faisal. 2004. Mnajemen Perbankan, (Teknik Analisis Kinerja Keuangan
Bank). Edisi Pertama. Cetakan kedua. UMM. Malang
Abdullah, M. Faisal. 2005. Dasar-dasar Manajemen Keuangan. Edisi Kedua,
Cetakan Kelima. Penerbitan Universitas Muhammadiyah, Malang.
Ahokpossi, Calixte. 2013. Determinants of Bank Interest Margins in Sub-Saharan
Africa. IMF Working Paper : Nomor 13/ 34
Almadany, Khairunnisa. 2012. Pengaruh Loan To Deposit Ratio, Biaya Operasional
Per Pendapatan Operasional dan Net Interest Margin terhadap
Profitabilitas Perusahaan Perbankan yang Terdaftar di Bursa Efek
Indonesia. Jurnal Riset Akuntansi dan Bisnis: Volume 12, Nomor 2
,September 2012
Almunawwaroh, Medina & Rina Marliana. 2018. Pengaruh CAR, NPF dan FDR
terhadap Profitabilitas. Amwaluna: Volume 2, Nomor 1, Januari 2018
Amelia, Erika. 2015. Financial Ratio And Its Influence To Profitability In Islamic
Banks. Al-Iqtishad: Volume 7, Nomor 2. Juli 2015
Arifin, Zainal. 2012. Penenlitian Pendidikan Metode dan Paradigma Baru. Bandung:
Remaja Rosda Karya
Ariyanto, Taufik. 2011. Faktor Penentu Net Interest Margin Perbankan Indonesia.
Finance and Banking Journal: Volume 13, Nomor 1, Juni 2011
Ariyani, Desi. 2010. Analisis Pengaruh CAR, FDR, BOPO dan NPF terhadap
Profitabilitas pada PT Bank Muamalat Indonesia Tbk. Al-Iqtishad:
Volume 22, Nomor 1, Januari 2010
Ascarya, & Diana Yumanita. 2010. Determinants of Bank’s Net Interest Margin in
Indonesia. International Conference On Eurasian Economies, 2010
Bachri, Saiful, Suhadak & Muhammad Saifi. 2013. Pengaruh Rasio Keuangan
terhadap Kinerja Keuangan Bank Syariah. Jurnal Administrasi Bisnis
(JAB): Volume 1, Nomor 2, April 2013
Bawono, Anton. 2006. Multivariate Analysis dengan SPSS. Salatiga: STAIN Salatiga
Press
Bogdan, Sinisa & Zadel Zinka. 2013. Economic Impact Of Cultural Tourism. UTMS
Journal of Ekonomic: Volume 4, Nomor 3, Juny 2013
Budiwati, Hesti & Ainun Jariah. 2012. Analisis Non Performing Assets dan Loan To
Deposits Ratio Serta Pengaruhnya terhadap Net Interest Margin sebagai
Indikator Spread Based Pada Bank Umum Swasta Nasional di Indonesia
Periode 2004 – 2007. Jurnal WIGA : Volume 2, Nomor 2, September 2012
Cahyo, Mufti Nur. 2013. Analisis Faktor-Faktor yang Mempengaruhi Margin Bank
Umum Syariah (Studi pada Bank Umum Syariah di Indonesia periode
2009-2012). Skripsi UNDIP: 2013
Christiano, Mario, Parengkuan Tommy & Ivonne Saerang. 2014. Analisis Terhadap
Rasio-Rasio Keuangan Untuk Mengukur Profitabilitas pada Bank-Bank
Swasta yang Go Public di Bursa Efek Indonesia. Jjrnal EMBA: Volume 2,
Nomor 4, Desember 2014
Dendawijaya, Lukman. 2005. Manajemen Perbankan, Bogor: Ghalia Indonesia
Erlangga, Okyviandi Putra & Imron Mawardi. 2015. Pengaruh Total Aktiva, Capital
Adequacy Ratio (CAR), Finance To Deposit Ratio (FDR) dan Non
Performing Financing (NPF) Terhadap Return On Assets (ROA) Bank
Umum Syariah di Indonesia Periode 2010-2014. Jurnal Ekonomi Syariah
Teori dan Terapan: Volume. 3 No. 7 Juli 2016
Febriyani, A & Rahardian, Z. 2003. Analisa Kinerja Bank Devisa dan Non Devisa di
Indonesia. Kajian Ekonomi dan Keuangan, Malang
Ghozali, Imam. 2013. Aplikasi Analisis Multivariate dengan Progam IBM SPSS 21
Edisi Tujuh. Semarang: Badan Penerbit Universitas Diponegoro
Gounder, Neelesh & Parmendra Sharma. 2011. Determinants of bank net interest
margins in a Small Island Developing Economy: Panel Evidence from Fiji.
Discussion Papers Fianance: Nomor 2011-12
Hakim, Ningsukma & Haqiqi Rafsanjani. 2016. Pengaruh Internal Capital
Adequency Ratio (CAR), Financing To Deposit Ratio (FDR), dan Biaya
Operasional Per Pendapatan Operasional (BOPO) dalam Peningkatan
Profitabilitas Industri Bank Syariah di Indonesia. Jurnal Perbankan
Syariah: Volume 1, Nomor 1, Mei 2016
Hardiyanti, Widhian, Bogy Febriatmoko & Sartika Wulandari. 2016. Pengaruh LDR,
dan BOPO terhadap ROA dengan NIM sebagai Variabel Intervening Studi
pada Bank Umum di Indonesia Periode Tahun 2011-2013. Dinamika
Akuntansi, Keuangan dan Perbankan: Volume 5, Nomor 2, Nopember
2016
Harun, Usman. 2016. Pengaruh Ratio-Ratio Keuangan CAR, LDR, NIM, BOPO, NPL
Terhadap ROA. Jurnal Riset Bisnis dan Manajemen: Volume 4, Nomor 1,
2016
Hartini, Titin. 2016. Pengaruh Biaya Operasional dan Pendapatan Operasional
(Bopo) Terhadap Profitabilitas Bank Syariah di Indonesia. I-Finance:
Volume 2, Nomor 1, Juli 2016. Antonio, M. Syafi`i. 2001. Bank Syariah
Dari Teori Ke Praktik. Gema Insani, Jakarta.
Hasibuan, Malayu. 2008. Manajemen Dasar, Pengertian, dan Masalah. Jakarta: PT
Bumi Aksara
Heri Sudarsono ,2008. Bank & Lembaga Keuangan Syari’ah. Yogyakarta: Ekonisia.
Cetakan ke-2
Hutagalung. Esther Novelina, Djumahir & Kusuma Ratnawati. 2013. Analisa Rasio
Keuangan terhadap Kinerja Bank Umum di Indonesia. Jurnal Aplikasi
Manajemen: Volume 11, Nomor 1, Maret 2013
Hutapea, Erwin. G. 2010. Bank margin determination: a comparison between Islamic
and conventional banks in Indonesia. Journal of islamic and Middle
Eastern Finance and Management: Volume 3, Nomor 1, 2010
Ibadil, Muhamad. 2013. Analisis Pengaruh Risiko, Tingkat Efisiensi, dan Good
Corporate Governance Terhadap Kinerja Keuangan Perbankan
(Pendekatan Beberapa Komponen Metode Risk Based Bank Rating Sebi
13/24/Dpnp/2011). Skripsi UNDIP, 2013
Iskandar, & Nisful Laila. 2016. Pengaruh Komponen Risk-Based Bank Rating
terhadap Profitabilitas Bank Umum Syariah di Indonesia Periode 2007-
2011. Jurnal Ekonomi Syariah Teori dan Terapan: Volume 3, Nomor 3,
Maret 2016
Jonathan Sarwono. 2006. Metode Penelitian Kuantitatif dan Kualitatif. Yogyakarta:
Graha Ilmu
Karunia, Clorinda. 2013. Analisis Pengaruh Rasio Capital, Asset Quality dan
Liquidty Terhadap Kinerja Keuangan Pada Sektor Perbankan yang
Terdaftar di Bursa Efek Indonesia (BEI) Periode 2007-2011. Jurnal Ilmiah
Mahasiswa Universitas Surabaya: Volume 2, Nomor 1, 2013
Kasmir, 2008. Bank dan Lembaga Keuangan Lainnya. Jakarta: PT. Raja Grafindo
Persada. Edisi Revisi
Kasmir. 2010. Pengantar Manajemen Keuangan. Jakarta: Kencana Prenada Media
Gruop
Kiswanto, & Asri Purwanti. 2016. Pengaruh Tingkat Kesehatan Bank Menurut Risk
Based Bank Rating Terhadap Kinerja Keuangan dengan Good Corporate
Governance Sebagai Variabel Pemoderasi pada Bank Umum Syariah dan
Unit Usaha Syariah di Indonesia. Jurnal Akuntansi Indonesia: Volume 5,
Nomor 1. Januari 2016
Kurnia, Indra & Wisnu Mawardi. 2012. Analisis Pengaruh BOPO, EAR, LAR dan
FIRM SIZE terhadap Kinerja Keuangan (Studi kasus pada bank umum
konvensional yang terdaftar di Bursa Efek Indonesia periode 2008-2011).
Diponegoro Journal Of Management: Volume 1, Nomor 2, Tahun 2012
Ma’isyah, R, & Mawardi, I. 2015. Pengaruh Kecukupan Modal, Fungsi Intermediasi,
Efisiensi Operasional, dan Pembiayaan Bermasalah Terhadap Profitabilitas
(Studi Pada Bank Syariah Periode Januari 2010-Juli 2014). Jurnal Ekonomi
Syariah Teori dan Terapan: Vol. 2 Nomor 3
Manurung, A. & Dezmercoledi, A. 2013, Net Interest Margin: Public Bank in
Indonesia (Net Interest Margin: Bank Publik di Indonesia), Journal of
Business and Entrepreneurship, Volume 1, Nomor 1, Januari 2013
Million, Lie Jimmy, Anis Rachma Utary & Irwansyah. 2017. Pengaruh Non
Performing Loan dan Capital Adequacy Ratio serta Biaya Operasional
terhadap Net Interest Margin dan Return On Asset. Prosiding Seminar
Nasional Manajemen dan Ekonomi Bisnis: Volume 1, Mei 2017
Muhammad. 2004. Manajemen Bank Syariah. Yogyakarta: Ekonisia
Muhammad. 2005. Manajemen Pembiayaan Bank Syariah. Yogyakarta: UPP AMP
YKPN.
Muhammad, & Dwi Suwikayo. 2009. Akuntansi Perbankan Syariah. Yogyakarta:
Trust Media.
Nihayati, Aini, Sugeng Wahyudi & Muhamad Syaichu. 2014. Pengaruh Ukuran
Bank, BOPO, Risiko Kredit, Kinerja Kredit, dan Kekuatan Pasar terhadap
Net Interest Margin (Studi Perbandingan pada Bank Persero dan Bank
Asing Periode Tahun 2008-2012). Jurnal Bisnis STRATEGI: Volume 23,
Nomor 2, Desember 2014
Pasariba, Hiras & Rosa Luxita Sari. 2011. Analisis Tingkat Kecukupan Modal dan
Loan to Deposit Ratio Terhadap Profitabilitas. Jurnal Telaah & Riset
Akuntansi: Volume 4, Nomor 2, Juli 2011
Prasanjaya, I Wayan Ramantha. 2013. Analisis Pengaruh Rasio CAR, BOPO, LDR
dan Ukuran Perusahaan terhadap Profitabilitas Bank yang Terdaftar di
BEI. E-Jurnal Akuntansi Universitas Udayana: Volume 4, Nomor 1, 2013
Prasetyo, Wawan. 2015. Analisis Faktor-Faktor Yang Mempengaruhi Profitabilitas
Perbankan. JESP: Volume 7, Nomor 1, Maret 2015
Purwoko, Didik & Bambang Sudiyatno. 2013. Faktor-Faktor yang Mempengaruhi
Kinerja Bank (Studi Empirik Pada Industri Perbankan di Bursa Efek
Indonesia. Jurnal Bisnis dan Ekonomi (JBE): Volume 20, Nomor 1, 2013
Puspitasari, Juwita. 2014. Analisis Faktor-faktor yang Mempengaruhi Pergantian
KAP di Indonesia. Jurnal Accounting, 2014
Sabir, Ali Muhammad & Hamid Habbe. 2012. Pengaruh Rasio Kesehatan Bank
Terhadap Kinerja Keuangan Bank Umum Syariah dan Bank Konvensional
di Indonesia. Jurnal Analisa: Volume 1, Nomor 1, 2012
Siamat, Dahlan. 2002. Manajemen Lembaga Keuangan. Jakarta: Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia.
Sidabalok, Louvti Rodney & Viverita D. 2012. The Determinants of Banks' Net
Interest Margin in Indonesia: A Dynamic Approach. Universitas Indonesia
Graduate School of Manajement Research Paper No. 13-02, 2012
Solikatun. 2014. Analisis Non Performing Financing (NPF) Bank Umum Syariah di
Indonesia Tahun 2007 – 2012. Jurnal Ekonomi Pembangunan: Volume 12,
Nomor 1, Juni 2014
Sugiarso, & F. Winarni. 2005. Manajemen Keuangan; Pemahaman Laporan
Keuangan; Pengelolaan Aktiva, Kewajiban dan Modal; serta Pengukuran
Kinerja Perusahaan. Cetakan Pertama. Yogyakarta : Media Pressindo.
Sugiono. 2008. Metode Penelitian Kualitatif R&D. Bandung: PT. Remaja
Rosdakarya
Sugiyono, 2016. Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung: PT
Alfabet.
Sumar’in, 2012. Konsep Kelembagaan Bank Syariah. Yogyakarta: Graha Ilmu.
Sudiyatno, Bambang & Asih Fatmawati. 2013. Pengaruh Risiko Kredit dan Efisiensi
Operasional terhadap Kinerja Bank (Studi Empirik pada Bank yang
Terdaftar di Bursa Efek Indonesia). Jurnal Organisasi dan Manajemen:
Volume 9, Nomor 1, Maret 2013
Sugiyono. 2008. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: CV
Alfabeta
Syaichu, Muhammad, Edhi Satriyo Wibowo. 2013. Analisis Pengaruh Suku Bunga,
Inflasi, CAR, BOPO, NPF terhadap Profitabilitas Bank Syariah. Diponegoro
Journal of Management: Volume 2, Nomor 2, 2013
Tan Sau Eng. 2013. Pengaruh NIM, BOPO, LDR, NPL & CAR terhadap ROA Bank
Internasional dan Bank Nasional Go Public. Jurnal Dinamika manjemen,
Volume.1, Nomor.3, Juli 2013
Taswan. 2009. Manajemen Perbankan. Yogyakarta: UUP STIM YKPN.
Veithzal Rivai, 2013. Manajemen Sumber Daya Manusia Untuk Perusahaan Dari
Teori ke Praktek. Rajagrafindo persada. Bandung
Wahyu, Didin Rasyidin. 2016. Financing To Deposit Ratio (FDR) Sebagai Salah
Satu Penilaian Kesehatan Bank Umum Syariah (Study Kasus Pada Bank
BJB Syariah Cabang Serang). Jurnal Ekonomi Keuangan dan Bisnis Islam:
Volume 7, Nomor 1, Januari-Juni 2016
Wibisono, Muhammad Yusuf & Salamah Wahyuni. 2017. Pengaruh CAR, NPF,
BOPO, FDR, terhadap ROA yang Dimediasi Oleh NOM. Jurnal Bisnis &
Manajemen: Volume 17, Nomor 1, 2017
Widati, Listyorini Wahyu. 2012. Analisis Pengaruh Camel terhadap Kinerja
Perusahaan Perbankan yang Go Publik. Dinamika Akuntansi, Keuangan
dan Perbankan: Volume 1, Nomor 2, Nopember 2012
Widyaningrum, Dina Fitrisia Septiarini. 2015. Pengaruh CAR, NPF, FDR, dan OER
terhadap ROA pada Bank Pembiayaan Rakyat Syariah di Indonesia
Periode Januari 2009 Hingga Mei 2014. JESTT: Volume 2, Nomor 12,
Desember 2015
Winarno, Wing Wahyu. 2015. Analisis Ekonometrika dan Statistik dengan Eviews.
Yogyakarta: UPP STIM YKPN
Yudiartini, Dewa Ayu Sri & Ida Bagus Dharmadiaksa. 2016 Pengaruh Rasio
Keuangan Terhadap Kinerja Keuangan Sektor Perbankan di Bursa Efek
Indonesia. E-Jurnal Akuntansi Universitas Udayana: Volume 14, Nomor 2,
Februari 2016
Yuliani. 2007. Hubungan Efisiensi Operasional dengan Kinerja Profitabilitas pada
Sektor Perbankan yang Go Publik di Bursa Efek Jakarta. Jurnal
Manajemen & Bisnis Sriwijaya: Vol. 5 No 10 Desember 2007
Yusuf, Muhammad. 2017. Dampak Indikator Rasio Keuangan terhadap
Profitabilitas Bank Umum Syariah di Indonesia. Jurnal Keuangan dan
Perbankan: Volume 13, Nomor 2, 2017
Zulfiah, Fitri & Joni Susilo Wibowo. 2014. Pengaruh Inflasi, Bi Rate, Capital
Adequacy Ratio (CAR), Non Performing Finance (NPF), Biaya
Operasional Dan Pendapatan Operasional (BOPO) Terhadap
Profitabilitas Bank Umum Syariah Periode 2008-2012. Jurnal Ilmu
Manajemen: Volume 2, Nomor 3, Juli 2014
bankmuamalat.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
brisyariah.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
bnisyariah.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
syariahmandiri.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
megasyariah.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
syariahbukopin.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
bcasyariah.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
maybanksyariah.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
bankaceh.co.id : Laporan Tahunan 2013-2017. Diakses 6 Agustus 2018.
www.bi.go.id
www.ojk.co.id
LAMPIRAN
A. Data NPF, FDR, BOPO, CAR, ROA, dan NIM BUS
Bank Umum Syariah Tahun NPF FDR ROA NIM BOPO CAR
Bank Muamalat 2013 1,56% 99,99% 0,50% 4,64% 93,86% 14,05%
Bank Muamalat 2014 4,85% 84,14% 0,17% 3,36% 97,33% 13,91%
Bank Muamalat 2015 4,20% 90,30% 0,20% 4,09% 97,36% 12,00%
Bank Muamalat 2016 1,40% 95,13% 0,22% 3,21% 97,76% 12,74%
Bank Muamalat 2017 2,75% 84,41% 0,11% 2,48% 97,68% 13,62%
Bank BRI syariah 2013 3,26% 102,70% 1,15% 6,27% 90,42% 14,49%
Bank BRI syariah 2014 3,65% 93,90% 0,08% 6,04% 99,77% 12,89%
Bank BRI syariah 2015 3,89% 84,16% 0,77% 6,66% 93,79% 13,94%
Bank BRI syariah 2016 3,19% 81,47% 0,95% 6,67% 91,33% 20,63%
Bank BRI syariah 2017 4,72% 71,87% 0,51% 5,84% 95,245 20,29%
Bank BNI syariah 2013 1,13% 97,86% 1,37% 7,30% 88,33% 16,23%
Bank BNI syariah 2014 1,04% 92,60% 1,27% 8,15% 89,80% 16,26%
Bank BNI syariah 2015 1,46% 91,94% 1,43% 8,25% 89,63% 15,48%
Bank BNI syariah 2016 1,64% 84,57% 1,44% 8,32% 86,88% 14,92%
Bank BNI syariah 2017 1,50% 80,21% 1,31% 8,10% 87,62% 20,14%
Bank Syariah Mandiri 2013 2,29% 89,37% 1,53% 7,25% 7,25% 14,10%
Bank Syariah Mandiri 2014 4,29% 82,13% -0,04% 6,20% 6,22% 14,12%
Bank Syariah Mandiri 2015 4,05% 81,99% 0,56% 5,75% 6,54% 12,85%
Bank Syariah Mandiri 2016 3,13% 79,19% 0,59% 6,75% 6,75% 14,01%
Bank Syariah Mandiri 2017 2,71% 77,66% 0,59% 7,35% 7,35% 15,89%
Bank Mega Syariah 2013 1,45% 93,37% 2,33% 10,66% 86,09% 12,99%
Bank Mega Syariah 2014 1,81% 93,61% 0,29% 8,33% 97,61% 19,26%
Bank Mega Syariah 2015 3,16% 98,49% 0,30% 9,34% 99,51% 18,74%
Bank Mega Syariah 2016 2,81% 95,24% 2,63% 7,56% 88,16% 23,53%
Bank Mega Syariah 2017 2,95% 91,05% 1,56% 6,03% 89,16% 22,19%
Bank Bukopin Syariah 2013 4,27% 100,29% 0,69% 3,86% 92,29% 11,10%
Bank Bukopin Syariah 2014 3,34% 92,89% 0,27% 2,75% 96,77% 14,80%
Bank Bukopin Syariah 2015 2,74% 90,56% 0,79% 3,14% 91,99% 16,31%
Bank Bukopin Syariah 2016 2,72% 88,18% 0,76% 3,31% 109,62% 15,15%
Bank Bukopin Syariah 2017 4,18% 82,44% 0,02% 2,44% 99,20% 19,20%
Bank BCA Syariah 2013 0,00% 83,50% 1,00% 5,00% 90,20% 22,40%
Bank BCA Syariah 2014 0,10% 91,20% 0,80% 4,20% 92,90% 29,60%
Bank BCA Syariah 2015 0,50% 91,40% 1,00% 4,90% 92,50% 34,30%
Bank BCA Syariah 2016 0,20% 90,10% 1,10% 4,80% 92,20% 36,70%
Bank BCA Syariah 2017 0,04% 88,50% 1,20% 4,30% 87,20% 29,40%
Maybank Syariah 2013 0,00% 152,87% 2,87% 0,00% 67,79% 59,41%
Maybank Syariah 2014 4,29% 157,77% 3,61% -1,46% 69,62% 52,13%
Maybank Syariah 2015 4,93% 110,54% -20,13% -32,92% 192,60% 38,40%
Maybank Syariah 2016 4,60% 134,73% -9,51% -19,96% 160,28% 55,06%
Maybank Syariah 2017 0,00% 85,94% 5,50% -26,47% 83,36% 75,83%
Bank Aceh Syariah 2013 1,01% 86,80% 3,44% 7,03% 70,72% 17,56%
Bank Aceh Syariah 2014 0,82% 92,38% 3,22% 7,64% 73,32% 19,93%
Bank Aceh Syariah 2015 0,81% 84,05% 2,83% 7,27% 76,07% 19,44%
Bank Aceh Syariah 2016 0,07% 8459% 2,48% 7,47% 83,05% 20,74%
Bank Aceh Syariah 2017 0,04% 69,44% 2,51% 7,61% 78,00% 21,50%
B. Hasil Uji Penelitian
1. Uji Stasioneritas
a. NPF
Panel unit root test: Summary
Series: X1
Date: 09/07/18 Time: 18:00
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -2.78603 0.0027 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -0.78762 0.2155 9 36
ADF - Fisher Chi-square 17.9572 0.4585 9 36
PP - Fisher Chi-square 18.9685 0.3938 9 36
b. FDR
Panel unit root test: Summary
Series: X2
Date: 09/07/18 Time: 13:34
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -4.38710 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -1.28755 0.0990 9 36
ADF - Fisher Chi-square 22.7688 0.1996 9 36
PP - Fisher Chi-square 27.7344 0.0662 9 36
c. BOPO
Panel unit root test: Summary
Series: X3
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -19.7741 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -3.19207 0.0007 9 36
ADF - Fisher Chi-square 28.0919 0.0607 9 36
PP - Fisher Chi-square 33.1092 0.0162 9 36
d. CAR
Panel unit root test: Summary
Series: X4
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.02402 0.0012 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -0.30249 0.3811 9 36
ADF - Fisher Chi-square 14.8516 0.6721 9 36
PP - Fisher Chi-square 16.7646 0.5393 9 36
e. ROA
Panel unit root test: Summary
Series: Y
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -9.17831 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -3.28749 0.0005 9 36
ADF - Fisher Chi-square 33.7895 0.0134 9 36
PP - Fisher Chi-square 35.5419 0.0081 9 36
f. NIM
Panel unit root test: Summary
Series: Z
Date: 09/07/18 Time: 13:35
Sample: 2013 2017
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -10.2915 0.0000 9 36
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -2.86752 0.0021 9 36
ADF - Fisher Chi-square 31.8930 0.0226 9 36
PP - Fisher Chi-square 41.3923 0.0013 9 36
2. Uji Regresi
Common effect
Dependent Variable: Y
Method: Panel Least Squares
Date: 09/07/18 Time: 13:40
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C -0.038235 0.016065 -2.380025 0.0223
X1 -0.286366 0.276389 -1.036099 0.3065
X2 -3.67E-05 0.000288 -0.127622 0.8991
X3 -2.14E-05 0.000260 -0.082318 0.9348
X4 0.155783 0.041681 3.737549 0.0006
Z 0.449250 0.067366 6.668825 0.0000
R-squared 0.656796 Mean dependent var 0.005838
Adjusted R-squared 0.612796 S.D. dependent var 0.037314
S.E. of regression 0.023219 Akaike info criterion -4.564118
Sum squared resid 0.021026 Schwarz criterion -4.323230
Log likelihood 108.6927 Hannan-Quinn criter. -4.474318
F-statistic 14.92703 Durbin-Watson stat 1.576954
Prob(F-statistic) 0.000000
Fixed Effect
Dependent Variable: Y
Method: Panel Least Squares
Date: 09/07/18 Time: 13:41
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C -0.079925 0.019582 -4.081448 0.0003
X1 -0.544338 0.317817 -1.712741 0.0967
X2 -0.000158 0.000239 -0.659037 0.5147
X3 -0.000128 0.000221 -0.578712 0.5670
X4 0.377277 0.064523 5.847177 0.0000
Z 0.411164 0.061004 6.739929 0.0000 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.838720 Mean dependent var 0.005838
Adjusted R-squared 0.771086 S.D. dependent var 0.037314
S.E. of regression 0.017853 Akaike info criterion -4.963745
Sum squared resid 0.009881 Schwarz criterion -4.401672
Log likelihood 125.6843 Hannan-Quinn criter. -4.754210
F-statistic 12.40095 Durbin-Watson stat 2.372743
Prob(F-statistic) 0.000000
Chow-Test
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 4.370995 (8,31) 0.0013
Cross-section Chi-square 33.983191 8 0.0000
Random Effect
Dependent Variable: Y
Method: Panel EGLS (Cross-section random effects)
Date: 09/07/18 Time: 13:41
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C -0.038235 0.012352 -3.095392 0.0036
X1 -0.286366 0.212514 -1.347520 0.1856
X2 -3.67E-05 0.000221 -0.165981 0.8690
X3 -2.14E-05 0.000200 -0.107060 0.9153
X4 0.155783 0.032048 4.860949 0.0000
Z 0.449250 0.051797 8.673283 0.0000 Effects Specification
S.D. Rho
Cross-section random 0.000000 0.0000
Idiosyncratic random 0.017853 1.0000 Weighted Statistics
R-squared 0.656796 Mean dependent var 0.005838
Adjusted R-squared 0.612796 S.D. dependent var 0.037314
S.E. of regression 0.023219 Sum squared resid 0.021026
F-statistic 14.92703 Durbin-Watson stat 1.576954
Prob(F-statistic) 0.000000 Unweighted Statistics
R-squared 0.656796 Mean dependent var 0.005838
Sum squared resid 0.021026 Durbin-Watson stat 1.576954
Hausman-test
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 34.660552 5 0.0000
Regresi Persamaan 2
Dependent Variable: Z
Method: Panel Least Squares
Date: 09/09/18 Time: 07:17
Sample: 2013 2017
Periods included: 5
Cross-sections included: 9
Total panel (balanced) observations: 45
Variable Coefficient Std. Error t-Statistic Prob.
C 0.069778 0.055389 1.259777 0.2169
X1 -1.065358 0.901502 -1.181758 0.2460
X2 -3.26E-05 0.000693 -0.046991 0.9628
X3 6.86E-05 0.000640 0.107160 0.9153
X4 -0.044306 0.186809 -0.237170 0.8140 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.734521 Mean dependent var 0.035447
Adjusted R-squared 0.634966 S.D. dependent var 0.085627
S.E. of regression 0.051734 Akaike info criterion -2.848550
Sum squared resid 0.085645 Schwarz criterion -2.326625
Log likelihood 77.09238 Hannan-Quinn criter. -2.653982
F-statistic 7.378054 Durbin-Watson stat 1.886134
Prob(F-statistic) 0.000003
3. Uji Asumsi Klasik
Normalitas
a. Persamaan 1
0
2
4
6
8
10
12
14
-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5
Series: Standardized Residuals
Sample 2014 2017
Observations 31
Mean -3.22e-17
Median 0.005111
Maximum 2.320299
Minimum -2.159965
Std. Dev. 0.914331
Skewness 0.271459
Kurtosis 4.482369
Jarque-Bera 3.219062
Probability 0.199981
b. Persamaan 2
0
2
4
6
8
10
12
14
16
-0.15 -0.10 -0.05 0.00 0.05 0.10
Series: Standardized Residuals
Sample 2014 2017
Observations 36
Mean -1.93e-19
Median 0.002512
Maximum 0.108561
Minimum -0.126928
Std. Dev. 0.041236
Skewness -0.231579
Kurtosis 4.878052
Jarque-Bera 5.612396
Probability 0.060434
Multikolinieritas
1. Persamaan 1
a. Auxiliary ROA
Dependent Variable: D(Y)
Method: Panel Least Squares
Date: 09/17/18 Time: 20:55
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 0.000893 0.005089 0.175370 0.8624
D(X1) -0.632162 0.379397 -1.666227 0.1098
D(X2) -6.36E-05 0.000213 -0.298439 0.7682
D(X3) 0.000188 0.000313 0.598851 0.5554
D(X4) 0.295049 0.115632 2.551622 0.0182
D(Z) 0.598205 0.103384 5.786258 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.847747 Mean dependent var -0.000436
Adjusted R-squared 0.757779 S.D. dependent var 0.051246
S.E. of regression 0.025221 Akaike info criterion -4.236960
Sum squared resid 0.013994 Schwarz criterion -3.621147
Log likelihood 90.26528 Hannan-Quinn criter. -4.022025
F-statistic 9.422760 Durbin-Watson stat 2.395724
Prob(F-statistic) 0.000003
b. Auxiliary NPF
Dependent Variable: D(X1)
Method: Panel Least Squares
Date: 09/17/18 Time: 20:58
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 0.004703 0.002620 1.795424 0.0857
D(X2) -3.67E-05 0.000117 -0.314083 0.7563
D(X3) 0.000130 0.000170 0.761925 0.4538
D(X4) -0.188760 0.049895 -3.783113 0.0010
D(Z) 0.108531 0.052118 2.082404 0.0486 Effects Specification Cross-section fixed (dummy variables) R-squared 0.412682 Mean dependent var 0.001089
Adjusted R-squared 0.106255 S.D. dependent var 0.014662
S.E. of regression 0.013861 Akaike info criterion -5.445215
Sum squared resid 0.004419 Schwarz criterion -4.873389
Log likelihood 111.0139 Hannan-Quinn criter. -5.245633
F-statistic 1.346754 Durbin-Watson stat 1.865781
Prob(F-statistic) 0.259879
c. Auxiliary FDR
Dependent Variable: D(X2)
Method: Panel Least Squares
Date: 09/17/18 Time: 20:58
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 0.414499 4.976196 0.083296 0.9343
D(X1) -116.2787 370.2163 -0.314083 0.7563
D(X3) 0.017619 0.306499 0.057484 0.9547
D(X4) -17.33191 113.0177 -0.153356 0.8795
D(Z) 12.01588 101.0670 0.118890 0.9064
Effects Specification Cross-section fixed (dummy variables) R-squared 0.004429 Mean dependent var -0.048675
Adjusted R-squared -0.515000 S.D. dependent var 20.03782
S.E. of regression 24.66362 Akaike info criterion 9.522733
Sum squared resid 13990.77 Schwarz criterion 10.09456
Log likelihood -158.4092 Hannan-Quinn criter. 9.722316
F-statistic 0.008526 Durbin-Watson stat 3.204210
Prob(F-statistic) 1.000000
d. Auxiliary BOPO
Dependent Variable: D(X3)
Method: Panel Least Squares
Date: 09/17/18 Time: 21:00
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 1.966216 3.360710 0.585060 0.5642
D(X1) 189.9154 249.2573 0.761925 0.4538
D(X2) 0.008153 0.141834 0.057484 0.9547
D(X4) 17.50113 76.83430 0.227778 0.8218
D(Z) -19.52712 68.65249 -0.284434 0.7786 Effects Specification Cross-section fixed (dummy variables) R-squared 0.251682 Mean dependent var 2.629756
Adjusted R-squared -0.138745 S.D. dependent var 15.72243
S.E. of regression 16.77772 Akaike info criterion 8.752178
Sum squared resid 6474.310 Schwarz criterion 9.324004
Log likelihood -144.5392 Hannan-Quinn criter. 8.951760
F-statistic 0.644633 Durbin-Watson stat 1.696021
Prob(F-statistic) 0.783410
e. Auxiliary CAR
Dependent Variable: D(X4)
Method: Panel Least Squares
Date: 09/17/18 Time: 21:01
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 0.022935 0.007833 2.927953 0.0076
D(X1) -2.032085 0.537146 -3.783113 0.0010
D(X2) -5.89E-05 0.000384 -0.153356 0.8795
D(X3) 0.000129 0.000565 0.227778 0.8218
D(Z) 0.585451 0.140901 4.155065 0.0004 Effects Specification Cross-section fixed (dummy variables) R-squared 0.600722 Mean dependent var 0.015481
Adjusted R-squared 0.392403 S.D. dependent var 0.058347
S.E. of regression 0.045480 Akaike info criterion -3.068872
Sum squared resid 0.047575 Schwarz criterion -2.497046
Log likelihood 68.23969 Hannan-Quinn criter. -2.869289
F-statistic 2.883667 Durbin-Watson stat 1.722761
Prob(F-statistic) 0.014055
f. Auxiliary NIM
Dependent Variable: D(Z)
Method: Panel Least Squares
Date: 09/17/18 Time: 21:02
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C -0.021991 0.009184 -2.394524 0.0252
D(X1) 1.461626 0.701894 2.082404 0.0486
D(X2) 5.11E-05 0.000430 0.118890 0.9064
D(X3) -0.000180 0.000631 -0.284434 0.7786
D(X4) 0.732389 0.176264 4.155065 0.0004 Effects Specification Cross-section fixed (dummy variables)
R-squared 0.501385 Mean dependent var -0.009536
Adjusted R-squared 0.241238 S.D. dependent var 0.058398
S.E. of regression 0.050869 Akaike info criterion -2.844943
Sum squared resid 0.059515 Schwarz criterion -2.273116
Log likelihood 64.20897 Hannan-Quinn criter. -2.645360
F-statistic 1.927312 Durbin-Watson stat 3.434530
Prob(F-statistic) 0.085232
2. Persamaan 2
a. NPF
Dependent Variable: D(X1)
Method: Panel Least Squares
Date: 09/17/18 Time: 21:07
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 0.002753 0.002611 1.054504 0.3022
D(X2) -3.71E-05 0.000125 -0.296948 0.7691
D(X3) 0.000131 0.000182 0.721003 0.4779
D(X4) -0.129875 0.043873 -2.960225 0.0068 Effects Specification Cross-section fixed (dummy variables) R-squared 0.301949 Mean dependent var 0.001089
Adjusted R-squared -0.017991 S.D. dependent var 0.014662
S.E. of regression 0.014794 Akaike info criterion -5.328046
Sum squared resid 0.005252 Schwarz criterion -4.800206
Log likelihood 107.9048 Hannan-Quinn criter. -5.143816
F-statistic 0.943768 Durbin-Watson stat 2.354242
Prob(F-statistic) 0.518342
b. FDR
Dependent Variable: D(X2)
Method: Panel Least Squares
Date: 09/17/18 Time: 21:08
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 0.150351 4.360253 0.034482 0.9728
D(X1) -98.77665 332.6392 -0.296948 0.7691
D(X3) 0.015471 0.299616 0.051637 0.9592
D(X4) -8.536852 83.66973 -0.102030 0.9196 Effects Specification Cross-section fixed (dummy variables) R-squared 0.003817 Mean dependent var -0.048675
Adjusted R-squared -0.452767 S.D. dependent var 20.03782
S.E. of regression 24.15175 Akaike info criterion 9.467792
Sum squared resid 13999.37 Schwarz criterion 9.995632
Log likelihood -158.4203 Hannan-Quinn criter. 9.652022
F-statistic 0.008360 Durbin-Watson stat 3.206496
Prob(F-statistic) 1.000000
c. BOPO
Dependent Variable: D(X3)
Method: Panel Least Squares
Date: 09/17/18 Time: 21:09
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 2.404062 2.929671 0.820591 0.4200
D(X1) 161.9417 224.6061 0.721003 0.4779
D(X2) 0.007180 0.139051 0.051637 0.9592
D(X4) 3.210931 57.00841 0.056324 0.9556 Effects Specification Cross-section fixed (dummy variables) R-squared 0.249050 Mean dependent var 2.629756
Adjusted R-squared -0.095136 S.D. dependent var 15.72243
S.E. of regression 16.45332 Akaike info criterion 8.700134
Sum squared resid 6497.084 Schwarz criterion 9.227973
Log likelihood -144.6024 Hannan-Quinn criter. 8.884364
F-statistic 0.723592 Durbin-Watson stat 1.683231
Prob(F-statistic) 0.705872
d. CAR
Dependent Variable: D(X4)
Method: Panel Least Squares
Date: 09/17/18 Time: 21:10
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36 Variable Coefficient Std. Error t-Statistic Prob. C 0.017612 0.010009 1.759583 0.0912
D(X1) -2.059399 0.695690 -2.960225 0.0068
D(X2) -5.08E-05 0.000498 -0.102030 0.9196
D(X3) 4.12E-05 0.000731 0.056324 0.9556 Effects Specification Cross-section fixed (dummy variables) R-squared 0.301011 Mean dependent var 0.015481
Adjusted R-squared -0.019359 S.D. dependent var 0.058347
S.E. of regression 0.058909 Akaike info criterion -2.564450
Sum squared resid 0.083286 Schwarz criterion -2.036610
Log likelihood 58.16010 Hannan-Quinn criter. -2.380220
F-statistic 0.939573 Durbin-Watson stat 2.362367
Prob(F-statistic) 0.521711
Autokorelasi
1. Persamaan 1
Dependent Variable: D(Y)
Method: Panel Least Squares
Date: 09/07/18 Time: 14:36
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000893 0.005089 0.175370 0.8624
D(X1) -0.632162 0.379397 -1.666227 0.1098
D(X2) -6.36E-05 0.000213 -0.298439 0.7682
D(X3) 0.000188 0.000313 0.598851 0.5554
D(X4) 0.295049 0.115632 2.551622 0.0182
D(Z) 0.598205 0.103384 5.786258 0.0000 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.847747 Mean dependent var -0.000436
Adjusted R-squared 0.757779 S.D. dependent var 0.051246
S.E. of regression 0.025221 Akaike info criterion -4.236960
Sum squared resid 0.013994 Schwarz criterion -3.621147
Log likelihood 90.26528 Hannan-Quinn criter. -4.022025
F-statistic 9.422760 Durbin-Watson stat 2.395724
Prob(F-statistic) 0.000003
Autokorelasi Penyembuhan Persamaan 1
Dependent Variable: D(Y)
Method: Panel Least Squares
Date: 09/10/18 Time: 21:47
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36
Variable Coefficient Std. Error t-Statistic Prob.
C -0.000589 0.004895 -0.120391 0.9053
D(X1) -0.867984 0.381867 -2.273002 0.0336
D(X2) -8.66E-05 0.000203 -0.427310 0.6735
D(X3) 0.000253 0.000300 0.845593 0.4073
D(X4) 0.384854 0.119959 3.208205 0.0042
D(Z) 0.751776 0.128441 5.853078 0.0000
Y(-1) 0.455373 0.245822 1.852451 0.0781 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.869132 Mean dependent var -0.000436
Adjusted R-squared 0.781886 S.D. dependent var 0.051246
S.E. of regression 0.023933 Akaike info criterion -4.332758
Sum squared resid 0.012029 Schwarz criterion -3.672958
Log likelihood 92.98964 Hannan-Quinn criter. -4.102470
F-statistic 9.961889 Durbin-Watson stat 2.126924
Prob(F-statistic) 0.000002
Durbin Watson Persamaan 1
2. Persamaan 2
Dependent Variable: D(Z)
Method: Panel Least Squares
Date: 09/09/18 Time: 07:37
Sample (adjusted): 2014 2017
Periods included: 4
Cross-sections included: 9
Total panel (balanced) observations: 36
Variable Coefficient Std. Error t-Statistic Prob.
C -0.021991 0.009184 -2.394524 0.0252
D(X1) 1.461626 0.701894 2.082404 0.0486
D(X2) 5.11E-05 0.000430 0.118890 0.9064
D(X3) -0.000180 0.000631 -0.284434 0.7786
D(X4) 0.732389 0.176264 4.155065 0.0004 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.501385 Mean dependent var -0.009536
Adjusted R-squared 0.241238 S.D. dependent var 0.058398
S.E. of regression 0.050869 Akaike info criterion -2.844943
Sum squared resid 0.059515 Schwarz criterion -2.273116
Log likelihood 64.20897 Hannan-Quinn criter. -2.645360
F-statistic 1.927312 Durbin-Watson stat 3.434530
Prob(F-statistic) 0.085232
Penyembuhan Autokorelasi Persamaan 2
Dependent Variable: D(Z)
Method: Panel Least Squares
Date: 09/11/18 Time: 19:28
Sample (adjusted): 2015 2017
Periods included: 3
Cross-sections included: 9
Total panel (balanced) observations: 27
Convergence achieved after 6 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C -0.016520 0.002891 -5.713526 0.0001
D(X1) -0.622376 0.441658 -1.409181 0.1823
D(X2) -1.10E-05 0.000336 -0.032777 0.9744
D(X3) -0.000183 0.000327 -0.560032 0.5850
D(X4) 0.500987 0.088366 5.669452 0.0001
AR(1) -0.867057 0.099508 -8.713465 0.0000 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.933693 Mean dependent var -0.010196
Adjusted R-squared 0.867385 S.D. dependent var 0.067509
S.E. of regression 0.024584 Akaike info criterion -4.267256
Sum squared resid 0.007857 Schwarz criterion -3.595341
Log likelihood 71.60796 Hannan-Quinn criter. -4.067460
F-statistic 14.08127 Durbin-Watson stat 2.085574
Prob(F-statistic) 0.000014
Inverted AR Roots -.87
Durbin Watson Persamaan 2
Heteroskedastisitas
1. Persamaan 1
Dependent Variable: D(LOGRESABS)
Method: Panel Least Squares
Date: 09/11/18 Time: 19:39
Sample (adjusted): 2015 2017
Periods included: 3
Cross-sections included: 9
Total panel (balanced) observations: 27
Variable Coefficient Std. Error t-Statistic Prob.
C -0.685502 0.744692 -0.920518 0.3754
D(X1) -36.83658 48.62954 -0.757494 0.4634
D(X2) -0.008499 0.018087 -0.469880 0.6469
D(X3) -0.040318 0.028549 -1.412205 0.1833
D(X4) -13.67156 13.39745 -1.020459 0.3276
D(Z) -60.15643 50.87230 -1.182499 0.2599
Y(-1) -121.2130 96.32864 -1.258328 0.2322 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.411005 Mean dependent var -0.282648
Adjusted R-squared -0.276156 S.D. dependent var 1.876176
S.E. of regression 2.119461 Akaike info criterion 4.640382
Sum squared resid 53.90538 Schwarz criterion 5.360291
Log likelihood -47.64515 Hannan-Quinn criter. 4.854448
F-statistic 0.598120 Durbin-Watson stat 3.535201
Prob(F-statistic) 0.821646
2. Persamaan 2
Dependent Variable: D(LOGRESABS)
Method: Panel Least Squares
Date: 09/11/18 Time: 19:36
Sample (adjusted): 2016 2017
Periods included: 2
Cross-sections included: 9
Total panel (balanced) observations: 18
Convergence achieved after 12 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.106778 0.282291 0.378254 0.7245
D(X1) 2.681660 58.73715 0.045655 0.9658
D(X2) -0.001150 0.021096 -0.054519 0.9591
D(X3) -0.042594 0.023773 -1.791719 0.1477
D(X4) -5.033402 10.79182 -0.466409 0.6652
AR(1) -0.732500 0.276961 -2.644774 0.0573 Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.852604 Mean dependent var -0.258647
Adjusted R-squared 0.373569 S.D. dependent var 1.911685
S.E. of regression 1.513049 Akaike info criterion 3.717608
Sum squared resid 9.157265 Schwarz criterion 4.410120
Log likelihood -19.45848 Hannan-Quinn criter. 3.813096
F-statistic 1.779836 Durbin-Watson stat 3.600000
Prob(F-statistic) 0.305475
Inverted AR Roots -.73
DAFTAR RIWAYAT HIDUP
Nama : Miftakhul Jannah
Tempat, Tanggal Lahir : Salatiga, 18 Juli 1996
Fakultas/Prodi : FEBI/S1 Perbankan Syariah
NIM : 21314160
Alamat : Desa Bringin RT 04 RW 06, Kecamatan Bringin,
Kabupaten Semarang, Jawa Tengah
Agama : Islam
Warga Negara : Indonesia
Orang Tua
Ayah : Pasidi
Ibu : Umi Nasiroh
Email : [email protected]
Riwayat Pendidikan :
1. SD N O3 Bringin
2. SMP N 1 Pabelan
3. SMA N 1 Bringin
4. IAIN Salatiga
Pengalaman Organisasi :
1. KSEI IAIN Salatiga
2. Remaja Tunas Alaska RT 03 dan RT 04
3. Karang Taruna Kroyo Jaya Dusun Kroyo
Salatiga, 21 September 2018
Penulis,
Miftakhul Jannah