efisiensi bank pembiayaan rakyat syariah (bprs) di ... · daftar pustaka di bagian akhir skripsi...
TRANSCRIPT
i
EFISIENSI BANK PEMBIAYAAN RAKYAT SYARIAH (BPRS)
DI INDONESIA PERIODE TAHUN 2011-2013
AHMAD FAUZI
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
i
PERNYATAAN MENGENAI SKRIPI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Efisiensi Bank
Pembiayaan Rakyat Syariah (BPRS) di Indonesia Periode Tahun 2011-2013
adalah benar karya saya dengan arahan dari komisi pembimbing dan belum
diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2014
Ahmad Fauzi
NIM H54100059
ABSTRAK
AHMAD FAUZI. Efisiensi Bank Pembiayaan Rakyat Syariah (BPRS) di
Indonesia Periode Tahun 2011-2013. Dibimbing oleh SRI HARTOYO dan
RANTI WILIASIH.
Efisiensi merupakan salah satu parameter untuk mengukur kinerja lembaga
keuangan, termasuk BPRS dalam beroperasi mengelola input dan menghasilkan
output. Penelitian ini bertujuan mengidentifikasi nilai efisiensi BPRS di Indonesia
dengan menggunakan metode stochastic frontier approach (SFA) dan konsep
efisiensi keuntungan alternatif. Pemilihan konsep efisiensi keuntungan alternatif
ditetapkan karena jenis pasar yang dihadapi BPRS diasumsikan dalam bentuk
imperfect market dan adanya pengaruh perbedaan lokasi operasional. Penelitian
ini mengukur tingkat efisiensi 33 BPRS selama tahun 2011-2013. Hasil penelitian
menunjukkan nilai efisiensi secara keseluruhan memiliki nilai rata-rata yang kecil.
Efisiensi rata-rata yang dihasilkan BPRS dari tahun 2011-2013 adalah 0.331,
dengan nilai tertinggi sebesar 0.939 dan nilai terendah 0.008. Faktor lokasi
operasional memiliki pengaruh negatif terhadap keuntungan yang dihasilkan
BPRS di daerah yang memiliki pendapatan per kapita relatif tinggi dan
berpengaruh positif terhadap BPRS di daerah yang pendapatan per kapita lebih
rendah.
Kata kunci: Efisiensi, keuntungan alternatif, pendapatan per kapita, SFA
ABSTRACT
AHMAD FAUZI. Efficiency of the Islamic Rural Bank (BPRS) in Indonesia in
Period 2011-2013. Supervised by SRI HARTOYO and RANTI WILIASIH.
Efficiency is one of the parameters to measure the performance of financial
institutions, including the Islamic Rural Bank (BPRS) in managing operational
input and producing output. This study aims to identify the efficiency of BPRS in
Indonesia by using stochastic frontier approach (SFA) with alternative profit
efficiency concept. Alternative profit efficiency concept assumes that market type
of Islamic rural bank is imperfect market and there is effect of differences in
operational locations. This study measures the efficiensy level of 33 BPRS in
2011-2013. The results show that average value of efficiency is low. The average
value of efficiency of BPRS from 2011-2013 is 0.331, with the highest value is
0.939 and the lowest value is 0.008. Location factor has negative effect on profit
of BPRS in the location that has relatively high income per capita and has
positive effect on profit of BPRS in the location that has lower income per capita.
Keyword: Alternative profit, efficiency, income per capita, SFA
iii
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
EFISIENSI BANK PEMBIAYAAN RAKYAT SYARIAH (BPRS)
DI INDONESIA PERIODE TAHUN 2011-2013
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
v
Judul Skripsi : Efisiensi Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia
Periode Tahun 2011-2013
Nama : Ahmad Fauzi
NIM : H54100059
Disetujui oleh
Dr. Ir. Sri Hartoyo
Pembimbing I
Ranti Wiliasih, SP, MSi
Pembimbing II
Diketahui oleh
Dedi Budiman Hakim, Ph.D
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya, sehingga skripsi yang berjudul “Efisiensi Bank Pembiayaan
Rakyat Syariah (BPRS) di Indonesia Periode Tahun 2011-2013” ini dapat
diselesaikan. Skripsi ini merupakan salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Institut Pertanian Bogor.
Tujuan penelitian ini adalah untuk menganalisis nilai efisiensi BPRS yang ada di
Indonesia dengan metode stochastic frontier approach (SFA) dan konsep efisiensi
keuntungan alternatif.
Pada kesempatan ini, ucapan terima kasih untuk orang-orang yang terkasih
kepada orang tua penulis Agussalim (Bapak) dan Syariah (Mamak), Ummy Reni
Salma, Bunda Refliniza Darmawan, dan Ayah Irwan Firdaus, serta saudara
penulis, Awalluddin, Ahmad Fadli, Aulia Rahman, Renny Fadillah, Ahmad
Ghazali, Resty Febriani, dan keluarga lainnya atas segala teguran, doa, dan
dukungan yang telah diberikan. Selain itu, penulis juga mengucapkan terima kasih
kepada:
1. Bapak Dr. Ir Sri Hartoyo dan Ibu Ranti Wiliasih, SP, M.Si selaku dosen
pembimbing skripsi yang telah memberikan arahan, bimbingan, dan saran
untuk membantu penulis dalam menyelesaikan skripsi ini.
2. Ibu Dr. Yeti Lis Purnamadewi yang telah bersedia menjadi dosen penguji
utama hasil penelitian ini dan Bapak Dr. Jaenal Effendi sebagai dosen
penguji dari komisi pendidikan Departemen Ilmu Ekonomi.
3. Bapak Dr. Irfan Syauqi Beik, yang telah bersedia mengarahkan serta
memberi saran sebagai dosen pembimbing akademik bagi penulis, para
dosen lainnya, staf dan seluruh civitas akademik Departemen Ilmu Ekonomi
FEM IPB yang telah memberikan ilmu dan bantuan untuk penulis
4. Teman-teman satu bimbingan yang saling mendukung, Fauziyah
Adzimatinur, Ayu Frianka, dan Afanina Meithasari.
5. Teman-teman yang luar biasa, yaitu Riri Rekasiwi, Bani Rahmat Wijaya,
Zulfi Mirza, Pramono Widagdo, Ardhi Evan, Qiyamuddin Robbani, Putri
Eka Ayuni, Nur Azizah, Febrina Mirazdianti, Zikra Donald, Aldesta Nurika,
Sari Khairunnisa, Willy Setya Perdana, Rizqi Eka Sukmayasa, dan Prawito
Hudoro terima kasih atas bantuan serta dukungannya.
6. Penghargaan yang begitu indah kepada keluarga Ekonomi Syariah FEM IPB
angkatan 47, 48 dan 49 atas kebersamaannya dan telah saling mengingatkan,
mendukung, dan mendoakan dalam semua kegiatan, mohon maaf tidak
dapat menyebutkan satu per satu.
7. Semua pihak yang telah membantu dalam penyelesaian skripsi ini yang
tidak dapat disebutkan satu per satu.
Semoga karya ilmiah ini bermanfaat.
Bogor, Juli 2014
Ahmad Fauzi
vii
DAFTAR ISI
DAFTAR TABEL .................................................................................................. ix
DAFTAR GAMBAR .............................................................................................. ix
DAFTAR LAMPIRAN .......................................................................................... ix
PENDAHULUAN ................................................................................................... 1
Latar Belakang ..................................................................................................... 1
Perumusan Masalah ............................................................................................. 3
Tujuan Penelitian ................................................................................................. 4
Manfaat Penelitian ............................................................................................... 5
Ruang Lingkup Penelitian ................................................................................... 5
TINJAUAN PUSTAKA .......................................................................................... 5
Efisiensi ............................................................................................................... 5
Fungsi Produksi ................................................................................................... 6
Pendekatan dalam Pengukuran Efisiensi ............................................................. 8
Stochastic Frontier Approach (SFA) ................................................................. 11
Penelitian Terdahulu Tentang Efisiensi ............................................................. 12
METODE PENELITIAN ...................................................................................... 14
Jenis dan Sumber Data ....................................................................................... 14
Metode Analisis dan Pengolahan Data .............................................................. 14
Model Penelitian ................................................................................................ 15
Sampel Penelitian .............................................................................................. 17
Tahapan Penelitian ............................................................................................. 19
HASIL DAN PEMBAHASAN ............................................................................. 19
Analisis dan Karakteristik Sampel Berdasarkan Data Laporan Publikasi ......... 19
Analisis Model Estimasi dan Variabel yang Memengaruhi Fungsi Profit ........ 22
Hasil Nilai SFA dan Konsep Efisiensi Keuntungan Alternatif .......................... 24
SIMPULAN DAN SARAN................................................................................... 27
Simpulan ............................................................................................................ 27
Saran .................................................................................................................. 27
DAFTAR PUSTAKA ............................................................................................ 28
LAMPIRAN .......................................................................................................... 31
RIWAYAT HIDUP ............................................................................................... 39
ix
DAFTAR TABEL
1 Jumlah BPRS di Indonesia periode tahun 2009-2013 ......................................... 2
2 Variabel dalam penelitian terdahulu dengan metode SFA ................................. 13
3 Pendapatan per kapita tahun 2011 di daerah A .................................................. 18
4 Pendapatan per kapita Tahun 2011 di Daerah B ................................................ 18
5 Perkembangan FDR dan ROA BPRS di Indonesia tahun 2009-2013 ............... 20
6 Perbandingan nilai FDR dan ROA BPRS .......................................................... 20
7 Statistik deskriptif data ....................................................................................... 21
8 Hasil akhir maximum-likelihood estimator dengan pendekatan SFA ................ 22
9 Nilai efisiensi BPRS di Indonesia periode tahun 2011-2013 ............................ 24
10 Frekuensi dan sebaran nilai efisiensi BPRS yang didapat ............................... 25
DAFTAR GAMBAR
1 Bagan Kontrak Intermediasi ................................................................................ 3
2 Fungsi Produksi Stochastic Frontier .................................................................... 7
3 Fungsi Derivatif Keuntungan dari Produksi ........................................................ 8
DAFTAR LAMPIRAN
1 Data laporan keuangan BPRS dan nilai logaritma variabel ............................... 31
2 Hasil maximum-likelihood estimator ................................................................ 34
3 Nilai SFA sebagai nilai efisiensi dari BPRS ...................................................... 35
4 Identitas BPRS sampel ....................................................................................... 36
5 Hasil estimasi metode panel dengan pendekatan OLS ...................................... 37
6 Hasil uji asumsi klasik dari pendekatan OLS .................................................... 38
1
1
PENDAHULUAN
Latar Belakang
Data Statistik Perbankan Syariah pada bulan Oktober 2013 menyatakan
bahwa total aset seluruh Bank Pembiayaan Rakyat Syariah (BPRS) yang ada di
Indonesia bernilai Rp 5 triliun atau hanya 2.5% dari keseluruhan total aset
perbankan syariah Indonesia yang telah mencapai 235 triliun rupiah. Nilai
tersebut tentunya masih rendah jika total aset BPRS tersebut dibandingkan dengan
keseluruhan total aset perbankan syariah. Kontribusi BPRS tersebut menjadi nilai
yang sangat kecil jika dibandingkan terhadap perbankan nasional, mengingat
komposisi aset perbankan syariah Indonesia hanya sebesar 4.88% dari
keseluruhan aset perbankan nasional.
Perkembangan BPRS perlu ditingkatkan dikarenakan peran BPRS yang
begitu penting terhadap pertumbuhan unit usaha mikro kecil dan menengah
(UMKM) yang merupakan objek pembiayaan BPRS untuk menggerakkan
perekonomian sektor riil. Pembiayaan yang diberikan oleh BPRS adalah salah
satu sumber modal bagi UMKM yang jumlahnya pada tahun 2012 menurut data
Kementerian Koperasi dan Usaha Kecil Menengah mencapai 55.2 juta unit usaha
atau memiliki proporsi sebesar 99.99% dari keseluruhan jenis unit usaha di
Indonesia. Pertumbuhan BPRS dari segi aset atau jumlahnya tentunya
mempengaruhi perkembangan UMKM yang masih menjadi unit usaha penyerap
tenaga kerja terbanyak di Indonesia, sebesar 97.24 dari pangsa pasar tenaga kerja.
Sehingga, kinerja BPRS perlu diperhatikan dan ditingkatkan untuk mendukung
perkembangan ekonomi sektor riil melalui UMKM.
Zeller dan Meyer (2002) memperkenalkan konsep The Triangle of
Microfinance sebagai indikator kinerja Lembaga Keuangan Mikro (LKM). Tiga
kategori dari indikator tersebut yaitu kesinambungan keuangan (Financial
Sustainability), tingkat jangkauan (Outreach), dan dampak keberadaan LKM
terhadap lingkungannya (Impact). Ketiga indikator tersebut idealnya dapat
tercapai oleh LKM, walaupun pada kenyataannya tidaklah mudah untuk mencapai
ketiganya secara bersamaan. Permasalahan tersebut juga dihadapi oleh BPRS
yang merupakan salah satu LKM tersebut.
Indikator kesinambungan keuangan (Financial Sustainability) dapat diukur
dengan melihat perkembangan penggunaan biaya dan nilai keuntungan yang
dihasilkan oleh BPRS. Tingkat jangkauan (Outreach) dilihat berdasarkan
perkembangan jumlah nasabah dan dana pihak ketiga yang dapat dikumpulkan
oleh BPRS, serta seberapa luas wilayah kerja BPRS tersebut. Peran BPRS dalam
pengembangan masyarakat dan sebagai sumber pembiayaan UMKM yang berada
di wilayah kerjanya merupakan contoh dampak keberadaan BPRS terhadap
lingkungan (Impact). Menurut Zeller dan Meyer (2002), selalu ada indikator yang
dikorbankan untuk mencapai indikator yang lain (tradeoff) tetapi dengan
pencapaian operasional yang sinergis diantara ketiganya, BPRS dapat dikatakan
telah menerapkan konsep dengan baik.
Keberadaan BPRS yang merupakan bagian perbankan, khususnya
perbankan syariah, tentunya memberi andil yang cukup berarti dalam
perkembangan industri perbankan syariah di Indonesia. BPRS di Indonesia sendiri
2
mengalami perkembangan yang cukup baik, dari segi total pembiayaan, total
DPK, dan jumlah BPRS yang ada di Indonesia sampai saat ini. Pada periode tahun
2008 sampai tahun 2013, perkembangan total pembiayaaan yang diberikan BPRS
rata-rata meningkat sebesar 28% setiap tahunnya dan dana pihak ketiga (DPK)
yang mampu dihimpun BPRS rata-rata meningkat sebesar 29% setiap tahunnya
(Statistik Perbankan Syariah 2013) .
Jumlah seluruh BPRS di Indonesia yang terdaftar pada Bank Indonesia
hingga tahun 2013 mencapai 160 unit BPRS dan telah memiliki 399 kantor. BPRS
yang ada tersebar di Indonesia dengan jumlah yang tidak merata di setiap
wilayahnya (Tabel 1). Penyebaran yang tidak merata tersebut dapat
mengindikasikan perkembangan BPRS yang berbeda di masing-masing wilayah
di Indonesia. Pada Tabel 1 terlihat bahwa perkembangan BPRS dari segi
jumlahnya di Pulau Jawa lebih tinggi dibandingkan di beberapa pulau lain yang
ada di Indonesia.
Tabel 1 Jumlah BPRS di Indonesia Periode Tahun 2009-2013
No. Provinsi Periode
2009 2010 2011 2012 2013
1 Pulau Jawa 90 98 99 103 103
2 Pulau Sumatera 34 38 42 40 41
3 Pulau Sulawesi 7 7 7 7 8
4 Bali dan Nusa Tenggara 4 4 4 4 4
5 Pulau Kalimantan 2 2 2 2 2
6 Papua dan Maluku 1 1 1 2 2
Jumlah 138 150 155 158 160 Sumber : Bank Indonesia, Statistik Perbankan Syariah 2013 (diolah)
Berdasarkan data yang ada pada Tabel 1 menggambarkan perbedaan
distribusi BPRS di masing-masing daerah di Indonesia. Perbedaan tersebut dapat
menjelaskan bahwa adanya tingkat kebutuhan akan lembaga keuangan yang
berbeda di berbagai wilayah Indonesia. Jumlah unit usaha yang berbeda di
berbagai daerah di Indonesia terutama unit usaha yang beroperasi dalam sektor
riil, seperti UMKM, menjadi salah satu penyebab adanya perbedaan tingkat
kinerja pada BPRS yang berada di daerah tersebut karena potensi pengembangan
pembiayaan dan penghimpunan dana BPRS yang berbeda.
Selain itu, BPRS sebagai salah satu lembaga di perbankan memiliki fungsi
intermediasi keuangan. Menurut Iqbal dan Mirakhor (2008), fungsi intermediasi
keuangan merupakan proses pengumpulan/pembelian surplus dana dari sektor
usaha, pemerintah maupun rumah tangga, untuk disalurkan kepada unit ekonomi
yang defisit. Dalam kegiatan keuangannya, BPRS memfasilitasi fungsi
intermediasi ini adalah dengan tersedianya akad atau kontrak yang diterapkan
sesuai dengan ketentuan syariah. Serangkaian kontrak tersebut dirangkum dalam
kontrak intermediasi. Kontrak intermediasi ini terdiri dari tiga prinsip (Gambar 1)
yang mencakup beberapa akad didalamnya, yaitu prinsip partnership, trust, dan
security (Iqbal dan Mirakhor 2008).
3
3
Sumber: Iqbal dan Mirakhor (2008)
Gambar 1: Bagan Kontrak Intermediasi
Pengawasan dan pengukuran tingkat kinerja dinilai perlu dilakukan dengan
dasar untuk menjaga dan menganalisis pengembangan peran dan fungsi yang
dapat diterapkan pada BPRS di Indonesia. Peran BPRS yang begitu penting untuk
perkembangan unit usaha sektor riil di berbagai daerah dan fungsi BPRS sebagai
salah satu lembaga intermediasi keuangan dengan berbagai kontrak seperti pada
Gambar 1. Efisiensi merupakan salah satu parameter untuk mengukur kinerja
lembaga keuangan dalam beroperasi termasuk di dunia perbankan. Dalam
penelitian Hadad, et al (2003) menyatakan bahwa efisiensi secara teoritis
merupakan salah satu parameter kinerja keuangan. Kinerja yang dimaksud
mendasari seluruh kinerja sebuah organisasi berupa kemampuan menghasilkan
output maksimal dengan input yang ada. Parameter ini salah satu pendukung dari
keberlanjutan suatu lembaga keuangan dalam beroperasi. Jika merujuk kembali
pada konsep tiga indikator kinerja, financial sustainability, outreach, dan impact
diperlukan suatu sistem operasional yang efisien untuk mengindikasikan lembaga
keuangan mampu beroperasi secara efisien pula (Paramita 2008).
Pengukuran efisiensi sebagai suatu parameter kinerja dapat dilakukan
dengan berbagai pendekatan dan tidak jarang terdapat perbedaan hasil penelitian
dari tingkat efisiensi tersebut. Perbedaan yang terjadi dapat dikarenakan adanya
pendekatan atau metode yang berbeda, seperti perbedaan metode yang digunakan
(parametrik atau non parametrik) dan perbedaan konsep efisiensi. Konsep
efisiensi sendiri terdiri 3 model, yaitu cost efficiency, profit (standard) efficiency,
dan alternative profit efficiency (Berger dan Mester 1997). Pengukuran nilai
efisiensi dari masing-masing BPRS tersebut dapat menggunakan salah satu
metode parametrik yaitu stochastic frontier analysis (SFA) dengan konsep
alternative profit efficiency. Model SFA dimodelkan dengan fungsi translog
kemudian diestimasi regresi ordinary least square dan menggunakan maximum-
likelihood estimator.
Perumusan Masalah
Potensi sektor riil perekonomian Indonesia yang dapat digambarkan oleh
perkembangan UMKM tentunya dapat bergerak lebih cepat disaat sumber
permodalan bagi unit usaha tersebut dalam kondisi baik. Potensi pembiayaan
yang dibutuhkan UMKM di seluruh Indonesia yang terdiri dari kebutuhan modal
kerja dan investasi usaha berdasarkan data net ekspansi kredit Bank Indonesia
hingga Desember 2013 mencapai nilai 87.8 triliun rupiah. Peran BPRS sebagai
salah satu lembaga keuangan penyedia sumber modal tersebut idealnya dapat
4
mendayagunakan potensi pembiayaan yang ada, khususnya UMKM yang berada
di daerah operasionalnya sehingga terjalin hubungan yang saling menguntungkan
diantara UMKM, BPRS, dan juga pemilik dana. Ketika BPRS tidak mampu untuk
mengelola dengan baik potensi tersebut, tidak hanya BPRS yang akan terancam
tidak beroperasi lagi, kepercayaan nasabah terhadap BPRS pun akan menurun dan
tehambatnya perkembangan UMKM dikarenakan keterbatasan modal yang lebih
lanjut mempengaruhi perkembangan ekonomi sektor riil.
Pembiayaan yang dibutuhkan UMKM ternyata memiliki share terhadap
total pembiayaan UMKM yang berbeda di masing-masing daerah. Data net
ekspansi kredit Bank Indonesia Desember 2013 menyatakan bahwa UMKM di
pulau Jawa memiliki kebutuhan pembiayaan yang paling besar yaitu 53% dari
total pembiayaan yang dibutuhkan, di pulau Sumatera memiliki share sebesar
20%, selanjutnya Kalimantan, Sulawesi, Bali, Nusa Tenggara, Maluku dan Papua
memiliki jumlah share 26% terhadap total pembiayaan yang dibutuhkan, dan
share sebesar 1% telah dipenuhi oleh bank asing yang ada di Indonesia. Potensi
yang berbeda menjadi penggambaran dari distribusi BPRS yang tidak merata di
Indonesia dan banyak tersebar di pulau Jawa dan Sumatera (Tabel 1), perbedaan
tersebut mengasumsikan adanya pengaruh daerah operasional terhadap kinerja
BPRS dalam mengelola input dan menghasilkan output berupa pembiayaan bagi
UMKM atau unit usaha lainnya.
Kinerja BPRS tersebut tentunya perlu diukur untuk melihat pengelolaan dan
mengarahkan BPRS beroperasi secara efisien. Efisiensi dapat diukur dengan
pendekatan non-parametrik dan parametrik. Menurut Berger dan Mester (1997)
pengukuran efisiensi yang melibatkan tingkat input dan output umumnya
memiliki nilai yang beragam serta bersifat stochastic. Penggunaan metode
parametrik yaitu stochastic frontier approach (SFA) diasumsikan salah satu
pendekatan yang tepat untuk mengukur tingkat efisiensi BPRS di Indonesia.
Metode SFA menggunakan batasan fungsi keuntungan (frontier profit) dalam
membandingkan profit aktual dan maksimum yang dapat dicapai suatu BPRS
dalam kegiatan operasionalnya. Konsep efisiensi keuntungan alternatif diterapkan
karena tidak adanya ketentuan mengenai harga output yang dihasilkan dan jenis
pasar yang dihadapi BPRS yang diasumsikan imperfect market. Pengukuran
efisiensi membandingkan pengelolaan input dari masing-masing BPRS untuk
memaksimalkan outputnya, baik BPRS yang berada di daerah yang sama ataupun
berada di kelompok daerah yang berbeda.
Penjabaran dari berbagai hal di atas dapat dirumuskan dalam beberapa
pertanyaan yang akan ditelaah pada penelitian ini, yaitu :
1. Apakah kinerja BPRS yang ada di Indonesia telah efisien dengan metode SFA
dan konsep efisiensi keuntungan alternatif?
2. Apakah perbedaan daerah operasional mempengaruhi nilai rata-rata efisiensi
BPRS?
Tujuan Penelitian
Berdasarkan berbagai data serta uraian yang telah dipaparkan tersebut,
tujuan dilakukannya penelitian ini adalah sebagai berikut :
1. Menganalisis efisiensi BPRS yang ada di Indonesia dengan metode SFA dan
konsep efisiensi keuntungan alternatif
5
5
2. Menganalisis pengaruh perbedaan daerah operasional terhadap nilai rata-rata
efisiensi BPRS
Manfaat Penelitian
Penelitian ini diharapkan dapat bermanfaat oleh beberapa pihak, diantaranya
adalah:
1. Pihak BPRS yang diteliti dan BPRS lainnya, sebagai masukan dari operasional
selama tahun 2011-2013 dan saran agar melengkapi data serta laporan yang
dapat mempermudah dalam penelitian selanjutnya.
2. Pihak Bank Indonesia (BI) sebagai bank sentral dan Otoritas Jasa Keuangan
(OJK), sebagai bahan pertimbangan untuk segera menetapkan tingkat
kesehatan keuangan BPRS dalam bentuk general assessment.
3. Pemerintah, diharapkan penelitian ini dapat menjadi dasar untuk membantu
tren positif pertumbuhan BPRS khususnya dan ekonomi syariah secara umum
dalam perkembangannya di Indonesia.
4. Nasabah dan masyarakat, sebagai informasi tambahan dalam memilih
bertransaksi di suatu BPRS dan diharapkan dapat menjadi acuan dalam
penelitian lainnya.
Ruang Lingkup Penelitian
Ruang lingkup dari penelitian ini dibatasi pada pengamatan perkembangan
kinerja BPRS di Indonesia dengan melihat nilai keuntungan yang dihasilkan
masing-masing BPRS. Hal ini dilakukan untuk menguji nilai kinerja keuangan
BPRS berdasarkan nilai FDR dan ROA secara nasional yang dapat dikategorikan
baik.
TINJAUAN PUSTAKA
Efisiensi
Pengukuran efisiensi dapat dikatakan sebagai perbandingan antara input
yang digunakan dan output yang dihasilkan oleh suatu lembaga keuangan di dunia
perbankan ataupun perusahaan. Efisiensi telah menjadi fokus perhatian bagi
lembaga keuangan dan perusahaan dalam meningkatan kinerjanya untuk
menghasilkan laba yang lebih besar dengan peningkatan pendapatan dan menekan
biaya-biaya yang digunakan (Wijayanto dan Sutarno, 2007). Hal tersebut yang
menjadikan BPRS perlu memperhatikan efisiensi dari kegiatan operasional.
Konsep Efisiensi Menurut Islam
Syariat Islam tidak hanya tertuju pada pengaturan cara beribadah saja, tetapi
memperhatikan untuk memberi acuan dalam kegiatan sehari-hari termasuk dalam
kegiatan ekonomi juga. Konsep tersebut dirangkum dalam ekonomi syariah atau
ekonomi Islam yang mengatur individu ber-muamalah. Perhatian Islam terhadap
prilaku efisien sangat ditekankan oleh Allah subhanahu wata’ala dalam Al Quran,
6
Surat Al Isra’ ayat 27 yang artinya sebagai berikut: sesungguhnya pemboros-
pemboros itu adalah saudara-saudara syaitan dan syaitan itu adalah sangat
ingkar kepada Tuhannya.
Ayat di atas sangat menganjurkan manusia untuk tidak berprilaku boros,
dalam hal ini kegiatan ekonomi, karena berprilaku boros tersebut tergolong
saudara syaitan yang dinyatakan ingkar kepada Allah subhanahu wa ta’ala.
Pengaplikasian ayat tersebut pada perusahaan atau lembaga keuangan dan BPRS,
dapat diukur dengan melihat tingkat efisiensinya dalam menggunakan input yang
ada untuk menghasilkan tingkat output maksimum tanpa adanya penghamburan
sumber daya (input) yang dimiliki. Efisien dalam hal ini bukan berarti dengan
menekan biaya serendah mungkin untuk menghasilkan output maksimal, sehingga
melegalkan segala cara dan tindakan dalam pencapaian tersebut.
Fungsi Produksi
Pengelolaan input dan output suatu perusahaan ataupun lembaga keuangan
dapat dengan melihat kegiatan produksi yang dilakukan. Produksi dapat
digambarkan dalam suatu fungsi produksi, yang menggambarkan hubungan input
yang digunakan terhadap output (barang atau jasa) yang dihasilkan. Fungsi
produksi suatu perusahaan untuk menghasilkan barang tertentu, menurut
Nicholson (2001) secara umum dapat dinyatakan dengan persamaan berikut:
q = f (K, L) (1)
variabel q menunjukkan jumlah maksimum barang yang akan diproduksi dengan
kombinasi dari capital atau modal (K) dan labor atau input (L). Persamaan (1) ini
dapat ditulis dalam bentuk fungsi Cobb-Douglas, yaitu :
q = AKαL
β (2)
lnq = lnA + αlnK + βlnL (3)
dimana A, α, dan β merupakan konstanta yang positif.
Penelitian yang dilakukan Aigner, Lovell dan Schmidt (1977) menunjukkan
bahwa fungsi stochastic frontier pengembangan fungsi produksi yang
ditambahkan random error, vi, yang ditambahkan dalam variabel acak non-
negatif, ui, yang dapat dinyatakan dalam persamaan berikut:
ln(yi) = xiβ + vi - ui ; i = 1, 2, . . .,N (4)
Fungsi produksi yang orisinil didefinisikan dalam fungsi ln(yi) = xiβ,
sedangkan random error (vi) merupakan nilai untuk mengukur galat (error) dan
faktor acak lainnya seperti cuaca, keberuntungan, dan sebagainya yang terdapat
pada variabel output dengan efek kombinasi dari variabel-variabel input yang
tidak terdefinisi dalam fungsi produksi. Variabel vi ini diasumsikan variabel bebas
dan secara identik terdistribusi (independent-identically distributed/i.i.d) normal,
dengan rataan bernilai nol dan ragamnya konstan, σv2 atau N(0, σv
2). Random
variabel (ui), merupakan variabel acak yang dan eksponensial atau variabel acak
setengah normal (half-normal random variables).
Bentuk dasar dari model stochastic frontier digambarkan dalam Gambar 2.
Variabel input dinyatakan pada sumbu horizontal (sumbu x) dan nilai variabel
output yang dihasilkan pada sumbu vertikal (sumbu y). Pada Gambar 2 fungsi dari
7
7
model frontier, y=exp(xiβ) digambarkan dengan asumsi yang berlaku yaitu
diminishing return to scale dan hanya dipersempit dengan menggunakan dua
bank, bank i dan bank j.
Sumber: Coelli, et al (2005)
Gambar 2: Fungsi Produksi Stochastic Frontier
Berdasarkan Gambar 2 bank i memiliki tingkat input xi dan tingkat produksi
sebesar yi. Nilai input-output yang teramati ditandai dengan tanda x yang berada
diatas xi. Nilai dari stochastic frontier output bank i, yi*=exp(xiβ + vi), yang
ditandai dengan tanda x berada diatas fungsi produksi yang dikarenakan random
error, vi, bernilai positif. Hal yang sama juga terjadi pada bank j, tingkat input
yang digunakan adalah pada xj dan tingkat output yang dapat dihasilkan adalah yj.
Selanjutnya, nilai stochastic frontier output dari bank j, yj*=exp(xjβ + vj), berada
dibawah fungsi produksi dikarenakan nilai random error, vj, bernilai negatif.
Stochastic frontier output, yi* dan yj
*, tidak teramati karena nilai vi dan vj yang
juga tidak dapat teramati langsung. Nilai output yang didapat dari model
stochastic frontier ini terlihat tidak stabil, sehingga tingkat output yang teramati
dapat saja bernilai lebih besar jika efek random errors lebih besar dari efek
inefisiensinya (yi > exp(xiβ); jika vi > ui). Permasalahan yang muncul dalam
pendekatan stochastic frontier ini Schmidt (1976) dalam Coelli, et al (2005),
berpendapat bahwa dapat saja melakukan estimasi dari standar error dan uji
hipotesis dengan menggunakan metode maximum-likelihood.
Penurunan fungsi keuntungan dari fungsi produksi untuk menghasilkan nilai
keuntungan maksimum dan nilai output yang maksimum, dapat dilihat
hubungannya pada Gambar 3. Hubungan positif antara output dengan keuntungan
yang dihasilkan tidak selalu berada dalam kondisi maksimal sehingga dibutuhkan
kondisi tertentu untuk memberikan hasil yang optimal.
8
Sumber: Nicholson (2001)
Gambar 3 Fungsi Derivatif Keuntungan dari Produksi
Kondisi pada Gambar 3 merupakan kondisi nilai output maksimum yang
ternyata tidak menyatakan kondisi yang menggambarkan keuntungan yang
maksimum. Kondisi output yang maksimum tidak dapat memastikan nilai
keuntungan yang maksimum dikarenakan adanya pengaruh variabel lainnya
dalam menghasilkan keuntungan, seperti harga output, harga input, atau lainnya.
Fungsi produksi dapat diturunkan dalam bentuk fungsi keuntungan. Penurunan
fungsi keuntungan dari persamaan (1) dapat dirumuskan dalam bentuk persamaan
berikut:
π = f (w, p, q) = Bwαp
βq
γe
ε (5)
ln π = ln B + α*ln w + β*ln p + γ*ln q + ε (6)
dimana π merupakan nilai keuntungan yang dihasilkan, w adalah harga input
yang digunakan, p adalah harga output yang diterapkan, dan q merupakan nilai
output yang mampu dihasilkan. B, α, β, dan γ merupakan nilai konstanta. Variabel
ε merupakan galat (error) yang dihasilkan dari model, terdiri atas variabel acak
dan inefisiensi. Variabel K dan L sebagai suatu input pada persamaan (1) dilebur
dalam bentuk variabel output sehingga variabel q pada persamaan (5) telah
mewakili kedua input tersebut. Fungsi keuntungan yang didapat mengalami
modifikasi disaat digunakan dalam pengukuran efisiensi dengan didasarkan
pendekatan keuntungan yang diterapkan.
Pendekatan dalam Pengukuran Efisiensi
Penelitian yang dilakukan oleh Berger dan Mester (1997) menghasilkan tiga
konsep efisiensi ekonomi yaitu, efisiensi biaya, efisiensi standar profit dan
efisiensi alternatif profit. Konsep-konsep ini didasarkan pada optimisasi kegiatan
ekonomi dalam melihat harga dan kompetisi pasar sehingga dinilai menjadi
landasan ekonomi terbaik untuk menganalisis efisiensi dari institusi keuangan.
9
9
Efisiensi Biaya (Cost Efficiency)
Konsep efisiensi yang didasarkan biaya ini mengukur biaya yang dipilih
oleh lembaga keuangan merupakan best practice biayanya atau yang mendekati
untuk menghasilkan tingkat output yang sama pada saat kondisi yang sama.
Pengukuran efisiensi ini merupakan penurunan dari fungsi biaya yang didalamnya
terdapat biaya-biaya variabelnya yang tersusun dari harga variabel input, jumlah
variabel output dan tingkat input atau output yang fixed, faktor lingkungan dan
random error. Fungsi biaya ini dapat ditulis sebagai berikut:
C = C(w,y,z,v,uc,εc) (7)
dimana C merupakan variabel cost, w adalah vektor dari harga variabel-
variabel input, y adalah vektor dari jumlah variabel output, z melambangkan
jumlah bersih dari input atau output, v adalah nilai untuk lingkungan atau pasar
yang mungkin mempengaruhi performance, uc melambangkan adanya faktor
inefisiensi yang dapat meningkatkan biaya diatas tingkat best-practice, εc
melambangkan adanya random error.
Perkembangan lebih lanjut adalah dengan menyederhanakan fungsi biaya
tersebut dengan logarithma natural :
C = f(w,y,z,v) + uc + εc (8)
lnC = f(w,y,z,v) + ln uc + ln εc (9)
beberapa bentuk fungsi dari w, y, z dan v dilambangkan dalam f. Pengasumsian
objek adalah intitusi keuangan atau bank b , pengukuran efisiensi dari bank b
(EFFb) yang merupakan estimasi biaya yang dibutuhkan bank b untuk
memproduksi di tingkat output tertentu, tingkat efisiensi bank dapat diukur
dengan membandingkan nilai tersebut terhadap nilai best-practice bank, Berger
dan Mester (1997) menuliskan sebagai berikut:
(10)
Efisiensi Keuntungan Standar (Standard Profit Efficiency)
Efisiensi yang berdasarkan keuntungan standar dari lembaga keuangan ini
mengukur kegiatan produksi yang memungkinkan tingkat profit maksimum yang
dihasilkan dengan mempertimbangkan tingkat harga input dan harga output serta
variabel lainnya. Dibandingkan dengan konsep efisiensi biaya, efisiensi
keuntungan lebih baik dari konsep efisiensi biaya. Efisiensi keuntungan
memperhitungkan inefisiensi dari kedua sisi yaitu sisi input dan sisi output,
sedangkan efisiensi biaya lebih ditekankan pada sisi input (Berger dan Mester,
1997). Hal tersebut mengabaikan inefisiensi di sisi output yang dapat bernilai
sama atau lebih besar dari inefisiensi input dalam konsep efisiensi biaya.
Fungsi keuntungan ini dapat ditulis dalam bentuk logaritma natural, yakni:
ln (π + θ) = f(w,p,z,v) + ln uπ + ln επ (11)
10
dimana π adalah menyatakan keuntungan dari institusi keuangan, θ
merupakan suatu konstanta penambah yang membuat nilai keuntungan dari
institusi keuangan positif (pengaruh bentuk logaritma natural terhadap fungsi), p
adalah harga dari variabel output (interest/bagi hasil), ln επ menyatakan random
error yang terjadi dan ln uπ adalah nilai inefisiensi yang terkandung dari
keuntungan. Berger dan Mester (1997) mendefinisikan bahwa efisiensi
keuntungan merupakan rasio antara nilai aktual keuntungan yang diestimasikan
dan nilai keuntungan maksimum dalam kondisi paling efisien yang dapat dicapai
oleh institusi tersebut. Hal ini dapat dituliskan sebagai berikut:
(12)
Nilai maksimum uπ duga merupakan nilai maksimum dari uπb di dalam
sampel.
Efisiensi Keuntungan Alternatif (Alternative Profit Efficiency)
Penafsiran efisiensi keuntungan alternatif pada dasarnya tidak jauh berbeda
dengan efisiensi keuntungan standar. Akan tetapi, keuntungan alternatif ini dapat
menjelaskan beberapa asumsi yang tidak ditemukan dalam konsep biaya atau
keuntungan standar. Efisiensi disini mengukur usaha bank untuk dapat
memperoleh keuntungan maksimum dengan dasar tingkat output yang lebih baik
dari pada pendekatan harga output. Fungsi efisiensi keuntungan alternatif sama
seperti fungsi keuntungan standar. Bentuk logaritma natural dari fungsi efisiensi
keuntungan alternatif adalah :
ln (π + θ) = f(w,y,z,v) + ln uaπ + ln εaπ (13)
persamaan (12) merupakan fungsi yang identik dengan fungsi keuntungan
standar (10) kecuali variabel y (menyatakan tingkat variabel output) yang
menggantikan variabel p dari persamaan (10). Perubahan ini akan mempengaruhi
nilai dari inefisiensi dan random error, ln uaπ dan ln εaπ.
Hal yang sama dengan efisiensi keuntungan standar, efisiensi keuntungan
alternatif yang dapat dihitung dengan rasio dari nilai estimasi keuntungan aktual
terhadap nilai estimasi keuntungan maksimum untuk pilihan best-practice oleh
bank:
(14)
Nilai maksimum uπ duga merupakan nilai maksimum dari uπb di dalam
sampel. Nilai efisiensi dalam model yang menggunakan tingkat output ini akan
terdapat perubahan dan lebih bervariasi dibandingkan penggunaan variabel tingkat
harga output.
Penelitian yang dilakukan oleh Berger dan Humprey (1997) membagi dua
pendekatan dalam pengukuran efisiensi yang menggunakan frontier efficiency
dalam perhitungannya, yaitu dengan pendekatan/metode non parametrik dan
parametrik.
11
11
Stochastic Frontier Approach (SFA)
Pengukuran nilai efisiensi lembaga keuangan akan digunakan suatu frontier
dalam pendekatan SFA. Penjelasan tentang frontier ini dapat dalam bentuk fungsi
biaya, profit, atau hubungan produksi sejumlah input, output dan faktor
lingkungan serta memperhitungkan adanya random error. Suatu bank dikatakan
tidak efisien jika tingkat biaya dari sebuah bank lebih tinggi dibandingkan dengan
tingkat biaya bank frontier yang beroperasi pada tingkat kinerja terbaiknya (best
practice). Aigner, Lovell, dan Schmidt (1977) mengemukakan fungsi stochastic
frontier yang merupakan perluasan dari model asli deterministik untuk mengukur
efek-efek yang tidak terduga (stochastic frontier) di dalam batas produksi.
SFA tersusun dari model error dimana inefisiensi diasumsikan terdistribusi
asimetris atau half-normal sementara random error mengikuti distribusi simetris
atau standard normal. Inefisiensi harus memiliki truncated distribusi (dapat
dikendalikan) karena inefisiensi tidak bisa menjadi negatif. Inefisiensi yang
diestimasi untuk berbagai perusahaan atau lembaga keuangan diambil dari rata-
rata kondisi atau model dari distribusi inefisiensi, sehingga memberikan observasi
error term (Berger dan Humphrey 1997)
Perbandingan SFA dan Pendekatan Efisiensi lainnya
Metode pengukuran efisiensi dapat dikelompokkan menjadi dua, yaitu
pendekatan parametrik dan non-parametrik. Pendekatan parametrik merupakan
pendekatan statistik yang mempertimbangkan jenis sebaran atau distribusi data,
dengan melihat data menyebar secara normal atau tidak. Pada umumnya jika data
tidak menyebar normal, data seharusnya dikerjakan dengan metode statistik non-
parametrik, atau dilakukan transformasi terlebih dahulu agar data mengikuti
sebaran normal. SFA merupakan salah satu metode parametrik yang dapat
digunakan.
Pendekatan non parametrik merupakan pendekatan yang tidak terlalu
mempertimbangkan jenis sebaran atau distribusi data, baik menyebar normal atau
tidak, dengan asumsi adanya kontinuitas. Pengukuran efisiensi dengan pendekatan
non parametrik dapat menggunakan metode data envelopment analysis (DEA)
dan free disposal hull (FDH) yang pada umumnya mengasumsikan tidak adanya
terjadi random error (Berger dan Humphrey 1997). Pemilihan SFA dalam
penelitian ini dikarenakan penelusuran dari berbagai literatur yang menyatakan
nilai yang dihasilkan SFA lebih beragam dibandingkan metode yang berdasarkan
pendekatan non parametrik (DEA dan FDH). Pertimbangan lainnya adalah adanya
konsistensi perhitungan menggunakan metode parametrik dengan menggunakan
data tahunan dari bank tanpa mengelompokkan berdasarkan kategorinya (Hadad,
et al 2003).
Estimasi Maximum-Likelihood
Parameter dari fungsi produksi stochastic frontier yang terdefinisi pada
Persamaan (9) dapat diestimasi dengan menggunakan metode maximum-
likelihood dan metode covariance ordinary least square (COLS). Maximum-
likelihood secara asimtotik lebih efisien dibandingkan dengan COLS, tetapi
kelebihan kedua metode estimasi ini dalam sampel yang terbatas tidak dapat
ditentukan secara analisis. Simpulan sederhana adalah tidak ada perbedaan yang
12
begitu signifikan dalam penggunaan kedua metode ini dalam mengestimasi
parameter fungsi dari suatu stochastic frontier produksi. Estimator yang
digunakan untuk menganalisis permodelan matematika dalam penelitian ini
adalah maximum-likelihood terkait dengan penggunaan software Frontier 4.1 dan
ketidakefisienan yang terjadi ketika menggunakan COLS sebagai estimator.
Maximum-likelihood sendiri bertujuan mendapatkan model yang terbaik dalam
fungsi stochastic frontier yang dihasilkan dengan mengasumsikan data menyebar
normal yang tidak begitu diharuskan pada estimasi COLS.
Penelitian Terdahulu Tentang Efisiensi
Penelitian mengenai efisiensi kinerja lembaga keuangan atau perbankan
banyak dilakukan di berbagai negara, baik di Indonesia maupun luar Indonesia.
Penelitian efisiensi di luar negeri contohnya dilakukan oleh Berger dan Humprey
(1997) melakukan penelitian terhadap 130 penelitian sebelumnya pada institusi
keuangan di 21 negara Eropa yang menggunakan frontier efficiency analysis.
Penelitian yang dilakukan memiliki tujuan untuk mengambil kesimpulan dan
melakukan kritikan terhadap hasil empiris yang telah diperoleh dari penelitian
sebelumnya. Hasil yang didapat dari penelitian ini diantaranya menjadi simpulan
informasi dari berbagai penelitian yang telah dilakukan sebelumnya, seperti
kebijakan pemerintah untuk menilai dampak deregulation, mergers, atau struktur
pasar pada efisiensi. Hasil lainnya yang berguna untuk penelitian di masa
mendatang adalah analisis frontier terdiri dari metode non parametrik dan
parametrik dalam mengukur efisiensi institusi keuangan.
Pada penelitian yang diterapkan di Indonesia diantaranya yang dilakukan
oleh Hadad, et al (2003) mengenai tingkat efisiensi biaya perbankan di Indonesia
menggunakan 167 observasi cross section dan periode data bulanan dari Januari
1995 sampai Juni 2003. Hasil penelitian yang menggunakan metode parametrik
SFA dan distribution free approach (DFA) berupa simpulan bahwa bank asing
campuran merupakan kategori bank yang paling efisien dibanding jenis bank lain
yang ada di Indonesia. Selain itu, kebijakan penggabungan bank (merger) tidak
selalu membuat bank menjadi lebih efisien. Sampel pengamatan serta periode
waktu dan efisiensi biaya yang digunakan sebagai konsep pendekatan menjadi
suatu perbedaan dari penelitian yang selanjutnya dikembangkan ini.
Novarini (2007) melakukan penelitian efisiensi pada unit usaha syariah
(UUS) yang dibedakan antara UUS dengan kepemilikan Bank Umum Pemerintah
Nasional (BUPN) dan UUS dengan kepemilikan Bank Umum Swasta Nasional
(BUSN). Penelitian menggunakan data dari tiga UUS BUPN dan enam UUS
BUSN selama periode 2005 sampai 2007. Penelitian ini dilakukan dengan metode
SFA pendekatan konsep efisiensi alternatif keuntungan dan efisiensi BOPO. Hasil
yang didapat adalah nilai rata-rata efisiensi yang tidak ada perbedaan antara yang
dihasilkan UUS milik BUPN dan UUS milik BUSN, walaupun selama periode
penelitian nilai efisiensinya berfluktuasi serta secara nominal aset UUS BUPN
lebih besar daripada aset UUS BUSN. Waktu penelitian dan objek yang diteliti
mejadi suatu yang membedakan dengan penelitian yang akan dikembangkan ini
Paramitha (2008) mengkaji tentang efisiensi bank perkreditan rakyat (BPR)
di Indonesia dengan pendekatan SFA dan DEA. Pada penelitian ini selain
mengkaji efisiensi BPR pada tahun 2007 juga membandingkan dua metode dalam
13
13
pengukuran efisiensi tersebut. Pembandingan yang dilakukan adalah metode SFA
(parametrik) dengan metode DEA (non-parametrik). Hasil analisis yang diperoleh
dalam penelitian yang dilakukan Paramitha (2008) yaitu dengan penggunaan
metode analisis parametrik (SFA) menunjukkan bahwa nilai efisiensi rata-rata
BPR di Indonesia pada tahun 2007 yaitu 0,812 dengan standar deviasi 0,110,
dimana nilai efisiensi terendah yaitu 0,22 dan nilai efisiensi tertinggi yaitu 0,97.
Sedangkan dengan menggunakan metode analisis non parametrik (DEA), nilai
efisiensi rata-rata yaitu 0,089 dengan standar deviasi 0,067. Nilai efisiensi
tertinggi sebesar satu dan nilai efisiensi terendah sebesar 0,002. Nilai efisiensi
yang diperoleh berdasarkan perhitungan SFA lebih bervariasi dibandingkan nilai
efisiensi yang diperoleh berdasarkan perhitungan DEA. Konsep pendekatan dalam
penelitian adalah biaya dari BPR. Selain perbedaan konsep efisiensi yang
digunakan, waktu serta BPR yang menjadi objek pengamatan juga merupakan hal
yang membedakan dengan penelitian yang diterapkan saat ini.
Ascarya, et al (2009) juga melakukan penelitian untuk menganalisis tentang
perbandingan tingkat efisiensi antara perbankan syariah dan perbankan
konvensional di Indonesia menggunakan metode parametrik SFA dan DFA. Hasil
penelitian yang diperoleh adalah pada tahun 2002, nilai efisiensi perbankan
konvensional (0.79) lebih tinggi dibandingkan perbankan syariah (0.77) kemudian
tahun 2003 efisiensi perbankan syariah meningkat menjadi 0.84 dan efisiensi
perbankan konvensional turun menjadi 0.76. Perbankan konvensional dan syariah
mencapai nilai efisiensi tertinggi (1.00) di tahun 2004. Hasil nilai DFA
menunjukkan bahwa perbankan konvensional (0.89) sedikit lebih efisiensi
dibandingkan perbankan syariah (0.87). Perbedaan dari penelitian ini adalah
periode waktu pengamatan dan sampel yang digunakan pada penelitian Ascarya,
et al (2009) ini terfokus pada perbankan syariah secara umum (BUS dan UUS)
diluar BPRS.
Tabel 2 Variabel dalam Penelitian Terdahulu dengan Metode SFA
No Peneliti Konsep
Efisiensi
Bentuk
Fungsi
Variabel
Input
Variabel Output
1 Hadad, et
al (2003)
Biaya Translog Harga dana,
harga tenaga
kerja
Kredit yang diberikan
pihak terkait dengan
bank, kredit yang
diberikan pihak
lainnya, surat berharga
yang dimiliki
2 Novarini
(2007)
Keuntungan
alternatif
Translog Harga dana,
harga tenaga
kerja
Nilai buku piutang
murabahah, nilai buku
pembiayaan bagi hasil
3 Paramitha
(2008)
Biaya Translog Harga dana,
harga tenaga
kerja
Total kredit; variabel
diluar input-output
Netput (NIIA) dan
Environmental (NPL)
4 Ascarya,
et al
(2009)
Biaya dan
keuntungan
alternatif
Translog Harga dana
pinjaman,
harga tenaga
kerja, dan
harga modal
fisik
Pinjaman, Investasi,
dan dana pihak ketiga
14
Sumber: Penelitian terdahulu
Berdasarkan penelitian terdahulu yang menjadi rujukan terlihat bahwa
bentuk fungsi yang digunakan adalah dalam bentuk transformasi logaritma
dengan berbagai pendekatan konsep efisiensi. Secara umum penelitian ini fokus
mengikuti dua dari beberapa penelitian yang dirujuk, yaitu penelitian yang
dilakukan Novarini (2007) dan Ascarya et al (2009) tetapi tidak mengabaikan
teori serta hasil yang dijabarkan dari beberapa penelitian sebelumnya.
Selanjutnya, penelitian yang diterapkan saat ini menggunakan bentuk fungsi
translog dengan konsep efisiensi keuntungan alternatif dan harga dana, harga
tenaga kerja (input), piutang jual beli, serta pembiayaan bagi hasil (output)
sebagai variabel yang digunakan.
METODE PENELITIAN
Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
diambil dari beberapa sumber, yaitu Statistik Perbankan Syariah dan juga website
resmi Bank Indonesia berupa data statistik perkembangan BPRS serta laporan
keuangan dari masing-masing BPRS yang diambil sebagai sampel penelitian.
Data yang dianalisis adalah data laporan keuangan kuartal yang diolah menjadi
data tahunan berupa laporan laba-rugi dan neraca BPRS tahun 2011 sampai 2013.
Metode Analisis dan Pengolahan Data
Analisis dalam penelitian ini dilakukan dengan analisis data panel statis
menggunakan pendekatan stochastic frontier dengan konsep alternatif
keuntungan. Konsep efisiensi alternatif keuntungan ini akan memunculkan adanya
fungsi frontier keuntungan seperti pada konsep efisiensi keuntungan standar.
Pengaplikasian konsep efisiensi keuntungan alternatif dapat digunakan jika
terdapat minimal salah satu dari empat asumsi, sebagai berikut:
1. Adanya perbedaan kualitas output yang tidak tercakup dalam model dan
perbedaan dalam banking services yang tidak dapat diukur.
2. Tingkat output yang tidak sama dengan keberadaan bank kecil dan bank besar
3. Jenis pasar perbankan yang ada tidak bersifat persaingan sempurna (not
perfectly competitive/imperfect market)
4. Data mengenai harga output yang kemungkinan tidak akurat.
Berdasarkan data dan asumsi yang terpenuhi bahwa BPRS di Indonesia
berada dalam pasar tidak sempurna serta tidak mempublikasian harga output yang
ditetapkan, konsep efisiensi keuntungan alternatif dinilai lebih tepat digunakan
dalam penelitian ini. Hal mengenai asumsi yang terpenuhi diantaranya
ditemukannya BPRS yang berada dalam satu induk lembaga tetapi menyebar di
beberapa daerah di Indonesia, kondisi ini tentunya tidak menggambarkan keadaan
pasar yang bersaing sempurna. Selain itu, tidak adanya informasi dan data tentang
harga output yang diterapkan masing-masing BPRS dalam laporan keuangannya
15
15
juga telah memenuhi salah satu asumsi yang menyebabkan digunakannya konsep
efisiensi keuntungan alternatif.
Model yang ditetapkan juga ditambahkan variabel dummy untuk
membandingkan tingkat efisiensi dengan memperhatikan faktor lokasi atau
lingkungan BPRS. Proses analisis data dalam penelitian ini menggunakan bantuan
software Microsoft Excel 2013, Eviews 6 dan Frontier 4.1.
Analisis Data Panel Statis
Analisis data panel merupakan penggabungan dua pendekatan analisis cross
section (kerat lintang) dan time series (deret waktu). Model data panel memiliki
dua keuntungan (Firdaus, 2011). Keuntungan pertama adalah kombinasi data
cross section dan time series dalam data panel membuat jumlah observasi menjadi
lebih banyak. Kedua, keuntungan yang lebih penting adalah mengurangi masalah
identifikasi yang tidak dapat diatasi dalam data cross section dan time series.
Analisis lebih lanjut pada data panel adalah dengan menentukan pendekatan
untuk membedakan ada atau tidaknya korelasi komponen error dengan peubah
bebasnya (regresor). Analisis yang digunakan untuk mengestimasi model SFA
dengan konsep keuntungan alternatif adalah dinyatakan dalam bentuk ordinary
least square (OLS). Selanjutnya, diuji kembali untuk mendapatkan pendekatan
analisis permodelan data panel yang tepat dengan penggunaan Chow Test dan
Hausman Test. Model dengan pendekatan yang terbaik kemudian diestimasi
menggunakan maximum-likelihood (ML). Setelah pemilihan pendekatan yang
digunakan, tahapan selanjutnya adalah menguji hipotesis model dengan uji F, uji t
dan uji asumsi dari model menggunakan uji autokorelasi, uji multikolinieritas, uji
heteroskedastisitas, dan uji normalitas.
Model Penelitian
Fungsi keuntungan dalam penelitian ini yang diambil berdasarkan
penurunan persamaan (1), (6), dan (13) dengan penyesuaian variabel yang
dipakai, sehingga dapat dirumuskan menjadi :
πn = f(Qin, Pin) + εn (i = {1,2} ; n = BPRS ke-n) (15)
Keterangan dari persamaan diatas adalah f(Qin, Pin) adalah menyatakan
fungsi frontier profit dari BPRS. P1 (harga dana) dan P2 (harga tenaga kerja)
menyatakan harga input yang mempengaruhi nilai profit. Q1 dan Q2 merupakan
nilai output yang dihasilkan BPRS yang telah diperhitungkan dengan nilai input
yang digunakan. ε yang menyatakan error term dan inefficiency.
Metode stochastic frontier approach (SFA), profit dari suatu bank
dimodelkan untuk terdeviasi dari fungsi frontier profit yang juga merupakan
fungsi deterministik produksi akan mengakibatkan adanya random noise dan
inefisiensi. Bentuk fungsi dari persamaan dari profit ditransformasi dalam bentuk
persamaan logaritma :
log (π+θ) = f(logQin, logPin) + log εn (16)
Nilai dari error term (εn) terdiri dari dua komponen yaitu random error (un)
yang tidak dapat dikendalikan dan inefisiensi (vn) yang didapat dari proses
kegiatan keuangan masing-masing BPRS. Lebih lanjut persamaan (11) ini akan
16
dijabarkan lagi menjadi model yang telah disesuaikan berdasarkan variabel yang
didapat dari berbagai literatur dan data yang tersedia :
Log πnt = α + β1*logQ1nt + β2*logQ2nt + β3*logP1nt + β4*logP2nt +
β5*D1+logunt + logvnt (17)
Keterangan :
π = total profit bersih BPRS (ribuan rupiah); n = (1, 2, ..., 33); t = (1, 2,
3)
Q1n = nilai piutang jual beli BPRS ke-n (ribuan rupiah)
Q2n = nilai pembiayaan BPRS ke-n (ribuan rupiah)
P1n = harga dana di BPRS ke-n
P2n = price of labor BPRS ke-n
D1 = dummy atau pembeda daerah operasional BPRS
1 = daerah yang pendapatan per kapitanya kurang dari Rp10 juta
0 = daerah yang pendapatan per kapitanya lebih atau sebesar Rp10
juta
α = intercept
βi = parameter atau slope (i = 0, 1, . . .,5)
vn = inefisiensi
un = random error
Variabel log un adalah variabel acak yang diasumsikan independent,
identical dan normal distribution (iid), N(0,u2), dan variabel independen log vn
yang merupakan variabel acak non negatif yang diasumsikan bersifat asimetrik
atau setengah normal (half-normal) dan digunakan untuk mengukur tingkat
inefisiensi teknis, selain itu juga dalam SFA selalu diasumsikan iid. N(0,v2).
Nilai variabel random dan error ini akan diestimasi dengan menggunakan
maximum-likelihood untuk menghilangkan noise yang terdapat dalam analisis
stochastic frontier. Fungsi keuntungan BPRS pada penelitian ini menggunakan
variabel-variabel, yaitu:
1. Keuntungan
Keuntungan (π) BPRS yang merupakan variabel dependent dalam penelitian
ini, nilainya adalah laba bersih atau kerugian yang dihasilkan oleh suatu
BPRS pada periode tertentu yang telah dikurangi pengeluaran pajak dan
zakat.
2. Variabel Harga (Pi ; i=1,2)
Harga merupakan nilai yang ditetapkan oleh BPRS untuk menarik nasabah
dan menentukan biaya operasionalnya, dalam bentuk rasio. Penelitian ini
membagi dua variabel dari harga tersebut yaitu pertama, harga dana (P1)
adalah harga input (pembiayaan) yang berupa nilai bagi hasil dibagi dengan
total dana pihak ketiga (DPK) bukan bank berupa tabungan dan deposito
mudharabah. Kedua, price of labor (P2) merupakan nilai biaya yang
dikeluarkan BPRS dalam operasionalnya berupa harga tenaga kerja dari
nilai biaya personalia dibagi total aktiva.
3. Kuantitas Output (Qi ; i=1,2)
Kuantitas output merupakan variabel pembeda antara konsep efisiensi
keuntungan alternatif dan keuntungan standar, yang dilambangkan dengan
harga output pada konsep efisiensi keuntungan standar. Penelitian ini
kuantitas output dibagi atas dua variabel, yaitu variabel Q1 dan Q2. Variabel
17
17
Q1 merupakan nilai output yang dihasilkan BPRS berupa piutang jual beli
dari transaksi murabahah, ijarah, dan istishna’. Variabel Q2 adalah nilai
output yang dihasilkan BPRS berupa pembiayaan bagi hasil (mudharabah
dan musyarakah).
4. Variabel Dummy (D1)
Variabel dummy ini melambangkan pengaruh perbedaan lokasi terhadap
keuntungan yang dihasilkan oleh masing-masing BPRS. Pada penelitian ini
terdapat dua kelompok daerah operasional yang dibedakan berdasarkan
tingkat pendapatan per kapita daerah sampel.
Sampel Penelitian
Teknik pengambilan sampel dalam penelitian ini dilakukan secara purposive
sampling (sengaja) dengan berbagai pertimbangan, seperti memenuhi batas
minimal pengambilan jumlah sampel secara statistik yang dapat menggambarkan
karakteristik populasi sebanyak 30 BPRS. Keterbatasan jumlah BPRS yang
memiliki data lengkap menjadi suatu pertimbangan untuk mengambil jumlah
BPRS yang diteliti. BPRS yang memiliki data laporan keuangan yang lengkap
dari tahun 2011 sampai 2013 hanya berkisar 100 BPRS dengan penyebaran yang
tidak terdistribusi merata dan pengambilan sampel dengan jumlah 33 BPRS
diasumsikan dapat menjadi representatif dari BPRS yang ada di Indonesia.
Pengambilan sampel yang dilakukan secara sengaja untuk mewakilkan wilayah
Indonesia sehingga sampel yang digunakan merupakan hasil pengambilan dari
beberapa daerah yang meliputi wilayah bagian barat, tengah dan timur Indonesia.
Daerah operasional yang dijadikan sampel berjumlah 26 daerah yang terdiri atas
kota dan kabupaten. Secara merata setiap daerah sampel memiliki satu dan ada
daerah yang memiliki dua dan tiga BPRS.
Identitas masing-masing BPRS dilambangkan dengan nomor Identitas (ID),
yaitu BPRS ID1 sampai BPRS ID33, untuk mempermudah proses pengolahan
data (Lampiran 4). Keseluruhan sampel kemudian dikategorikan dalam dua
kelompok dengan suatu indikator ekonomi tertentu. Hal dilakukan untuk melihat
pengaruh daerah operasional terhadap tingkat kinerja BPRS dalam menghasilkan
keuntungan.
Pengelompokkan BPRS Berdasarkan Daerah Operasional
Penelitian ini membagi sampel BPRS yang diteliti tingkat efisiensinya
dalam dua kelompok daerah. Pengelompokkan daerah didasarkan pada salah satu
kriteria dasar yang ditetapkan oleh Kementerian Pembangunan Daerah Tertinggal
dalam Rancangan Pembangunan Jangka Menengah Nasional (RPJMN) 2010-
2014, yaitu indikator perekonomian masyarakat. Indikator perekonomian dilihat
berdasarkan besar pendapatan per kapita kota dan kabupaten periode 2011.
Indikator ini didasarkan pada kurang tepatnya besaran nilai PDRB sebagai
pengelompokkan daerah karena kepadatan penduduk dan sumber daya di masing-
masing daerah yang berbeda.
Kelompok Daerah A
Pengelompokkan daerah A yang relatif lebih tinggi perekonomiannya
dibandingkan kelompok lainnya, diperkuat dengan data statistik IMLCI 2009 oleh
18
ikatan ahli perencanaan (IAP) Indonesia. IAP menyatakan dalam penelitiannya
tersebut bahwa ada 12 daerah dengan karakter tersebut atau kota besar di
Indonesia, sedangkan dalam penelitian ini menyimpulkan 13 daerah sebagai kota
dan kabupaten yang tingkat perekonomiannya tinggi (Tabel 2). Pengelompokkan
ini didasarkan pada pendapatan per kapita daerah yang tergolong dalam
kelompok ini. Pendapatan per kapita tahun 2011 masing-masing daerah di
kelompok daerah A memiliki nilai lebih dari 10 juta rupiah. Batas nilai didapat
dari pembulatan nilai median pendapatan per kapita 26 daerah sampel yang
didapat sebesar 9.7 juta rupiah. Pengambilan nilai median dikarenakan besarnya
selisih antara pendapatan tertinggi dan terendah sehingga nilai rata-rata yang
didapat akan terlalu tinggi. Daerah dengan nilai pendapatan per kapita diatas batas
tersebut (> 10 juta rupiah) termasuk kelompok daerah A, dan daerah dengan nilai
pendapatan per kapita diatas batas tersebut (< 10 juta rupiah) termasuk dalam
kelompok daerah B.
Tabel 3 Indikator Pendapatan per kapita Tahun 2011 di Daerah A
Kota
Pendapatan per
Kapita (dalam
juta rupiah)
Kota
Pendapatan per
Kapita (dalam
juta rupiah) 1 Jakarta Selatan 44.447 8 Yogyakarta 14.169
2 Surabaya 31.922 9 Bandung 13.260
3 Jakarta Barat 27.602 10 Makassar 12.140
4 Malang 17.240 11 Banda Aceh 13.794
5 Medan 17.219 12 Kab. Badung 10.854
6 Tangerang 16.366 13 Pekan Baru 10.078
7 Semarang 14.341
Sumber: Governance Index 2012
Kelompok Daerah B
Daerah pada kelompok daerah B memiliki pendapatan per kapita tahun
2011 di bawah 10 juta rupiah (Tabel 3). Selain itu, kelompok daerah B ini juga
didasarkan pada publikasi 183 daerah tertinggal oleh Kementerian Pembangunan
Daerah Tertinggal Republik Indonesia yang pada umumnya memiliki pendapatan
per kapita kurang dari 10 juta rupiah.
Tabel 4 Indikator Pendapatan per kapita Tahun 2011 di Daerah B
Kabupaten
Pendapatan per
Kapita (dalam
juta rupiah)
Kabupaten
Pendapatan per
Kapita (dalam
juta rupiah) 1 Kota Solok 9.275 8 Kota Mataram 5 457
2 Tanah Datar* 8.116 9 Situbondo* 5 438
3 Bangka 7.330 10 Garut* 4 634
4 Aceh Besar* 7.272 11 Lampung Timur 4 142
5 Kab. Bogor 6.833 12 Pamekasan* 2 729
6 Kab. Banjar 6.609 13 Lombok Timur* 2.687
7 Kab. Sleman 5.830
*termasuk dalam 183 daerah tertinggal
Sumber: Governance Index 2012
19
19
Tahapan Penelitian
Penelitian efisiensi BPRS di Indonesia dengan 26 daerah operasional BPRS
yang menggunakan metode SFA dan konsep efisiensi keuntungan alternatif ini
memiliki beberapa tahap penelitian untuk mendapatkan hasil yang terbaik,
diantaranya sebagai berikut:
1. Pengelompokkan daerah berdasarkan kategori yang telah ditetapkan, yaitu
kelompok daerah A dan Kelompok daerah B.
2. Pengambilan data publikasi laporan keuangan dari masing-masing BPRS
yang menjadi sampel penelitian secara purposive sampling pada media
resmi miliki Bank Indonesia berdasarkan kelompok daerah dan
kelengkapan data laporan keuangan dari BPRS yang ada dari setiap daerah
operasional.
3. Pengolahan dan pengelompokkan data yang didapat berdasarkan variabel-
variabel yang digunakan dalam pengukuran efisiensi dengan
menggunakan software Ms. Excel 2013
4. Melakukan transformasi data ke dalam bentuk logaritma basis 10 (log) dan
sebelumnya nilai yang didapat dijadikan dalam nilai riil dengan
mengalikannya terhadap nilai rata-rata indeks harga konsumen (IHK) pada
tahun berjalan.
5. Melakukan analisis statistika dengan menggunakan software Frontier 4.1
untuk mendapatkan estimasi dari nilai efisiensi setiap BPRS per periode
waktu dan secara keseluruhan periode pengamatan.
6. Menarik simpulan dari hasil yang didapat untuk memungkinkan
memberikan saran dan masukan kepada pihak terkait.
HASIL DAN PEMBAHASAN
Analisis dan Karakteristik Sampel Berdasarkan Data Laporan Publikasi
Bank Pembiayaan Rakyat Syariah (BPRS) memiliki karakteristik masing-
masing yang dipengaruhi oleh daerah tempat operasionalnya. Perbedaan yang
berkaitan dengan keberadaan daerah operasional tersebut dapat dilihat dari
beberapa data yang dipublikasi oleh BPRS, seperti nilai financing to deposit ratio
(FDR), dan return on asset (ROA). Nilai FDR dan ROA menggambarkan tingkat
kesehatan dan kinerja yang dihitung dari internal BPRS, semakin tinggi nilainya
mengindikasikan kinerja BPRS yang lebih baik.
Perkembangan BPRS di Indonesia
Tren positif perkembangan BPRS yang ada di Indonesia dapat dilihat dari
rasio keuangan yang ditampilkan dalam laporan keuangannya. Berdasarkan
statistik perbankan syariah 2013 perkembangan tersebut dapat dilihat dengan nilai
FDR dan ROA BPRS secara nasional. Perkembangan nilai FDR dan ROA dari
tahun 2009 sampai 2013 dinyatakan pada Tabel 5. Nilai rasio keuangan berupa
FDR dan ROA menunjukkan nilai yang relatif positif, walaupun terjadi penurunan
di beberapa periode tertentu. Adanya penurunan tersebut dapat mengindikasikan
20
adanya faktor yang memengaruhi kinerja BPRS termasuk tingkat efisiensi BPRS
itu sendiri.
Tabel 5 Perkembangan FDR dan ROA BPRS di Indonesia Tahun 2009-2013
Rasio Keuangan Periode
2009 2010 2011 2012 2013
ROA (dalam %) 5.00 3.49 2.67 2.70 2.97
FDR (dalam %) 126.89 128.84 127.71 124.18 124.71
Sumber: Data Statistik Perbankan Syariah 2013 (diolah)
Dilihat dari data yang ditampilkan Tabel 5, nilai ROA BPRS di Indonesia
memiliki perkembangan yang fluktuatif dari periode tahun 2009 sampai 2013 dan
relatif menurun pada tahun 2013 dibandingkan pada tahun 2009. Nilai FDR BPRS
di Indonesia juga memiliki perkembangan yang fluktuatif dan relatif menurun
dibanding tahun 2009.
Perbandingan Nilai FDR dan ROA BPRS
Berdasarkan laporan keuangan yang dipublikasi melalui Bank Indonesia,
BPRS di Indonesia khususnya yang dijadikan sampel penelitian memiliki nilai
FDR dan ROA yang beragam (Tabel 5). Perbandingan dilakukan untuk melihat
kualitas nilai rasio keuangan yang menyatakan tingkat kesehatan BPRS secara
keseluruhan dari masing-masing di daerah operasional. Perbandingan ini
membangun hipotesis awal dalam melihat pengaruh perbedaan daerah operasional
terhadap tingkat kinerja BPRS, kelompok daerah mana yang memiliki kualitas
atau kinerja yang lebih baik dibandingkan dengan kelompok daerah lainnya.
Tabel 6 Perbandingan Nilai FDR dan ROA BPRS
Nilai Daerah A Daerah B Total
FDR
Max 126.92 118 126.92
Min -30.57 43.19 4.55
Rata-rata 76.36 78.15 79.02
Coefficient of
Variation (CV) 52.55 20.39 32.73
ROA
Max 5.97 8.85 8.85
Min -8.52 -0.55 -8.52
Rata-rata 0.99 3.42 2.09
Coefficient of
Variation (CV) 325.63 76.74 151.31
Sumber: Laporan Keuangan BPRS 2013 (diolah)
Berdasarkan data yang ditampilkan pada tabel sebelumnya yaitu Tabel 5
dan Tabel 6, nilai rata-rata dari FDR masih dibawah nilai FDR BPRS secara
nasional yang bernilai 124.71, baik nilai FDR rata-rata BPRS di daerah A atau
BPRS di daerah B. Selain itu, pada Tabel 6 terdapat nilai coefficient of variation
(CV) yang digunakan untuk membandingkan kualitas nilai rata-rata antar dua
kelompok yang dibandingkan. Dilihat berdasarkan nilai CV dari FDR, BPRS di
daerah B memiliki lebih kecil dibandingkan BPRS di daerah A sehingga dapat
21
21
diartikan bahwa kualitas FDR yang dimiliki BPRS daerah B lebih baik
dibandingkan BPRS di daerah A. Nilai rata-rata ROA BPRS di daerah A masih
dibawah nilai ROA nasional tetapi nilai ROA BPRS di daerah B berada diatas
nilai ROA nasional yang bernilai 2.97. Terlihat bahwa nilai ROA dari BPRS di
daerah B lebih tinggi dibandingan BPRS di daerah A, dam nilai tersebut juga
diperjelas dengan melihat nilai CV ROA dari kedua kelompok. BPRS di daerah B
memiliki nilai yang lebih kecil dibanding nilai CV ROA dari BPRS di daerah A,
yang menyatakan kualitas ROA dari BPRS di daerah B yang lebih baik.
Analisis Berdasarkan Statistik Deskriptif Data Sampel
Data sampel yang diambil dari laporan keuangan BPRS di Indonesia
menghasilkan beberapa nilai yang disesuaikan berdasarkan variabel yang
digunakan dalam model. Nilai-nilai yang digunakan dalam penelitian ini
ditampilkan dan dijelaskan secara garis besar dengan statistik deskriptif data yang
terdapat pada Tabel 7. Pada Tabel 7 tersebut menampilkan nilai maksimum,
minimum, dan rata-rata dari data yang digunakan.
Tabel 7 Statistik Deskriptif Data
No. Variabel* Max. Min. Rata-rata
1 Keuntungan bersih (π) dalam jutaan
rupiah 35 676 -5 169 2 522
2 Piutang Jual Beli (Q1) dalam jutaan
rupiah 813 634 555 78 786
3 Pembiayaan Bagi Hasil (Q2) dalam
jutaan rupiah 356 521 0 17 228
4 Harga Dana (P1) 0.722 0.010 0.364
5 Harga Tenaga Kerja (P2) 0.133 0.004 0.039 *nilai belum dalam bentuk logaritma
Sumber: Lampiran 1 (diolah)
Data yang didapat terutama dari data yang ditampilkan pada Tabel 7,
terlihat bahwa BPRS yang dijadikan sampel dalam penelitian ini memiliki rata-
rata keuntungan bersih yang dihasilkan mencapai nilai 2.5 miliar rupiah, dengan
nilai keuntungan tertinggi sebesar 35.7 miliar rupiah namun terdapat kerugian
yang mencapai nilai 5.2 miliar. Piutang dari transaksi jual beli yang dilakukan
oleh BPRS di Indonesia memiliki nilai rata-rata mencapai 78.8 miliar rupiah,
sedangkan untuk pembiayaan bagi hasil rata-rata pembiayaan yang dilakukan
BPRS mencapai nilai 17.2 miliar rupiah. Ada beberapa BPRS di Indonesia yang
tidak melakukan pembiayaan bagi hasil sehingga diberikan nilai nol (0) untuk
menginformasikan hal tersebut. Harga dana yang diterapkan oleh BPRS di
Indonesia secara rata-rata memiliki nilai sebesar 0.364, nilai ini merupakan rasio
antara nilai bagi hasil yang diterapkan dan total dana pihak ketiga yang berhasil
dihimpun BPRS. Selain itu, harga tenaga kerja di BPRS yang diperoleh dengan
melihat nilai rasio antara biaya personalia dan nilai aktiva BPRS memiliki nilai
rata-rata sebesar 0.039. Nilai dari kedua harga input yang positif dan dibawah
satu, memberikan informasi bahwa input yang digunakan termasuk barang normal
yang bersifat inelastis sehingga harga input tersebut mempengaruhi jumlah input
yang digunakan.
22
Analisis Model Estimasi dan Variabel yang Memengaruhi Fungsi Profit
Estimasi metode data panel penelitian ini diolah dengan software Eviews 6.
Pendekatan yang terbaik untuk pengolahan SFA adalah dengan ordinary least
squared (OLS) atau pooled least squared (PLS), dikarenakan model mendekati
bentuk singular matriks jika diolah dengan pendekatan fixed atau random effect
model. Hasil estimasi Eviews 6 model OLS menghasilkan nilai R-squared sebesar
0.412 (Lampiran 5). Model estimasi tersebut akan digunakan untuk pengolahan
selanjutnya pada software Frontier 4.1 untuk mencari nilai efisiensi yang
dihasilkan setiap BPRS (Tabel 6). Nilai efisiensi juga diperkirakan dengan
estimasi maximum-likelihood untuk technical effect dari model panel yang
dipakai.
Tabel 8 Hasil Akhir Maximum-Likelihood Estimator dengan Pendekatan SFA
Variabel Koefisien t-ratio
logQ1 0.388 3.626*
logQ2 0.135 18.561*
logP1 -1.326 -4.001*
logP2 -4.184 -8.373*
D1 0.019 0.071
Konstanta -4.061 -3.909
Sigma-squared 6.960 9.213
Gamma 0.999 Standard-error of gamma = 0.000
*signifikan pada taraf nyata 5% (t-tabel = 1.986)
Sumber: Frontier 4.1 (Lampiran 2)
Hasil Uji dari Model Estimasi Fungsi Profit
Penelitian ini menggunakan Eviews 6 untuk mengestimasikan bentuk model
terbaik dari data yang diperoleh dan telah dilakukan pendekatan SFA. Model yang
dihasilkan diuji kembali secara statistik untuk mendapatkan simpulan model
estimasi yang dapat dipakai dalam perhitungan nilai efisiensi BPRS. Beberapa
pengujian yang dilakukan pada pendekatan OLS adalah dengan uji asumsi klasik,
yaitu uji normalitas, uji multikolinieritas, heteroskedastisitas, dan autokorelasi
hasil uji asumsi dapat dilihat pada Lampiran 6.
Berdasarkan hasil uji model didapatkan bahwa model telah menyebar
normal berdasarkan uji normalitas, karena nilai koefisien Jarque-Bera adalah
18.871 lebih besar dari taraf nyata yang digunakan sebesar 0.05. Nilai statistik
durbin watson yang dihasilkan adalah 1.627, dengan variabel bebas sebanyak lima
dan jumlah observasi sebanyak 99 sehingga nilai tersebut berada diantara nilai
tabel durbin watson, yaitu 1.568 – 1.779 dan menyimpulkan bahwa tidak ada
autokolerasi dalam model. Uji multikolinieritas dapat dilakukan dengan melihat
nilai korelasi antar variabel dalam model. Hasil estimasi menyatakan nilai korelasi
yang didapat kurang dari 0.80, sehingga penelitian ini tidak ada multikolinieritas.
Uji heteroskedastisitas pada model ini dilakukan dengan Uji Park yang
menyatakan tidak ada terdapat heteroskedastisitas dalam data.
Berdasarkan hasil akhir estimasi maximum-likelihood pendekatan SFA yang
diolah menggunakan Frontier 4.1, model telah dapat dinilai baik dengan melihat
nilai gamma sebesar 0.999 mendekati satu dan standard-error 0.000. Signifikasi
23
23
variabel yang digunakan dilihat dengan membandingkan t-ratio didapat dengan
nilai sebaran t-tabel uji dua arah (variabel bebas lima dan 99 observasi) pada taraf
nyata 5% yang memiliki nilai sebesar 1.986.
Variabel yang Memengaruhi Fungsi Profit
Variabel log Q1 (piutang jual beli) dalam model memberikan pengaruh yang
signifikan pada log π sebagai variabel dependen. Nilai t-ratio sebesar 3.626 yang
lebih besar dibanding nilai t-tabel pada taraf nyata 5%, yaitu 1.986 (uji t dua
arah). Besaran pengaruh variabel log Q1 tersebut dapat dilihat pada nilai
koefisiennya yaitu 0.388 yang pengaruhnya positif terhadap nilai log π. Perubahan
Q1 yang meningkat sebesar 1% akan meningkatkan nilai profit sebesar 0.39%
begitu juga sebaliknya, dengan asumsi ceteris paribus. Peningkatan nilai piutang
jual beli (murabahah, istishna, dan lainnya) berdampak meningkatkan keuntungan
yang dihasilkan oleh BPRS. Hal ini menggambarkan secara umum bahwa BPRS
cenderung selalu meningkatkan pembiayaan dalam bentuk akad jual beli untuk
meningkatkan keuntungan yang didapat.
Variabel log Q2 (pembiayaan bagi hasil) dalam model memberikan
pengaruh yang signifikan terhadap log π sebagai variabel dependen. Nilai t-ratio
sebesar 18.561 yang lebih besar dibanding nilai t-tabel pada taraf nyata 5% (uji t
dua arah). Besaran pengaruh variabel log Q2 tersebut dapat dilihat pada nilai
koefisiennya yaitu 0.135 yang pengaruhnya positif terhadap nilai log π. Perubahan
Q2 yang meningkat sebesar 1% akan meningkatkan nilai profit sebesar 0.14%
begitu juga sebaliknya, dengan asumsi ceteris paribus. Hal ini menyimpulkan
bahwa peningkatan pembiayaan bagi hasil (mudharabah dan musyarakah)
berdampak meningkatkan keuntungan yang didapat BPRS. Pembiayaan yang
mengandung bagi hasil akan cenderung ditingkatkan jumlahnya untuk
meningkatkan total nilai bagi hasil kepada BPRS, sehingga peningkatan
pendapatan yang diterima akan meningkatkan keuntungan BPRS.
Variabel log P1 (harga dana) dalam model memberikan pengaruh yang
signifikan terhadap log π sebagai variabel dependen. Nilai t-ratio sebesar -4.001
yang lebih besar dibanding nilai t-tabel pada taraf nyata 5% (uji t dua arah).
Besaran pengaruh variabel log P1 tersebut dapat dilihat pada nilai koefisiennya
yaitu -1.326 yang pengaruhnya negatif terhadap nilai log π. Perubahan P1 yang
meningkat sebesar 1% akan menurunkan nilai profit sebesar 1.33% begitu juga
sebaliknya, dengan asumsi ceteris paribus. Selanjutnya, peningkatan harga dana
oleh BPRS berdampak menurunkan hasil keuntungan BPRS. Harga dana
melambangkan perbandingan dana yang akan diterima oleh BPRS ketika
melakukan transaksi atau akad dengan pihak nasabah. Peningkatan rasio bagi
hasil yang dinyatakan dalam peningkatan harga dana akan menyebabkan
penurunan ketertarikan nasabah menggunakan jasa keuangan yang ditawarkan
oleh BPRS, sehingga mengurangi pendapatan BPRS dan menurunkan
keuntungannya.
Variabel log P2 (price of labor) dalam model memberikan pengaruh yang
signifikan terhadap log π sebagai variabel dependen. Nilai t-ratio sebesar -8.373
yang lebih besar dibanding nilai t-tabel pada taraf nyata 5% (uji t dua arah).
Besaran pengaruh variabel log P2 tersebut dapat dilihat pada nilai koefisiennya
yaitu -4.184 yang pengaruhnya negatif terhadap nilai log π. Perubahan P2 yang
meningkat sebesar 1% akan menurunkan nilai profit sebesar 4.18% begitu juga
24
sebaliknya, dengan asumsi ceteris paribus. Variabel P2 berdampak meningkatkan
nilai keuntungan BPRS jika nilainya diturunkan.
Variabel D1 (pengaruh lokasi) dalam model memberikan tidak berpengaruh
signifikan terhadap log π sebagai variabel dependen dilihat dari nilai t-ratio
sebesar 0.071 yang kecil dibanding nilai t-tabel pada taraf nyata 5% (uji t dua
arah). Signifikannya pengaruh D1 tersebut dapat menyatakan adanya pengaruh
lokasi BPRS dalam pendekatan SFA yang dilakukan. Koefisien D1 sebesar 0.019
untuk pengaruhnya yang positif terhadap nilai keuntungan yang dihasilkan BPRS
di daerah B. Nilai koefisien tersebut diinterpretasikan bahwa BPRS yang
beroperasi di daerah A atau daerah yang pendapatan per kapita lebih tinggi
memiliki pengaruh yang menurunkan keuntungan BPRS, dan memiliki pengaruh
meningkatkan keuntungan bagi BPRS yang berada di daerah B.
Hasil Nilai SFA dan Konsep Efisiensi Keuntungan Alternatif
Efisiensi yang dihitung dalam penelitian ini merupakan nilai efisiensi BPRS
menggunakan input (alokasi biaya) dan menghasilkan keuntungan selama periode
satu tahun. Periode yang diteliti adalah tahun 2011 sampai tahun 2013. Rentang
nilai efisiensi dengan konsep keuntungan alternatif sama seperti rentang nilai hasil
pendekatan SFA konsep biaya dan keuntungan standar. Rentang nilai efisiensi
yang didapat adalah diantara nol dan satu. Semakin mendekati satu maka BPRS
memiliki kinerja yang semakin efisien dan nilai yang lebih kecil mengindikasikan
kinerja BPRS yang semakin tidak efisien.
Kategori Hasil Pengukuran Nilai Efisiensi BPRS
Pengukuran efisiensi dilakukan menggunakan software Frontier 4.1 yang
mengestimasi nilai technical effect efficiency dari model panel. Frontier 4.1
mengukur efisiensi BPRS dengan mempertimbangkan maximum-likelihood yang
secara langsung terprogram dalam software tersebut. Nilai efisiensi akan secara
langsung dihasilkan berdasarkan cross-section dan time periode yang ada.
Keseluruhan hasil olahan menunjukan tingkat efisiensi yang tergolong kecil
dari BPRS yang diteliti, baik itu BPRS yang tergolong dalam kelompok daerah A
dan daerah B. Data yang menyatakan hasil olahan tersebut dalam penelitian ini
secara keseluruhan dapat dilihat pada Tabel 9 sebagai berikut:
Tabel 9 Nilai SFA Efisiensi Tertinggi, Terendah, dan Rata-rata BPRS di
Indonesia Periode Tahun 2011-2013
Periode Nilai Efisiensi Kelompok
Daerah A Daerah B
2011 Tertinggi 0.99846 0.93765
Terendah 0.00870 0.04563
Rata-rata 0.35434 0.38065
2012 Tertinggi 0.92765 0.88214
Terendah 0.00248 0.00270
Rata-rata 0.18386 0.38932
2013 Tertinggi 0.99925 0.99801
Terendah 0.00015 0.00674
25
25
Rata-rata 0.27350 0.44230 Sumber: Olahan Frontier 4.1 (lampiran)
Hasil olahan yang didapat dari Tabel 9 menunjukkan bahwa pada tahun
2011 secara keseluruhan nilai efisiensi tertinggi dihasilkan oleh BPRS yang
berada di kelompok daerah A yaitu 0.99846 dan nilai efisiensi terendah dihasilkan
oleh BPRS di kelompok daerah A yaitu 0.00870. Pada periode selanjutnya, di
tahun 2012 nilai efisiensi BPRS tertinggi masih dihasilkan oleh BPRS yang
berada di kelompok daerah A yaitu 0.92765 dan efisiensi terendah adalah BPRS
di kelompok daerah daerah A yaitu 0.00248. Pada periode tahun 2013, BPRS di
daerah A menghasilkan nilai efisiensi tertinggi yaitu 0.99925 dan nilai BPRS
terendah dihasilkan BPRS yang ada di kelompok daerah A yaitu 0.00015. Dilihat
data yang ditampilkan pada Tabel 9 nilai rata-rata BPRS di daerah A memiliki
perkembangan yang fluktuatif dari tahun 2011 sampai 2013 dan relatif menurun
dibandingkan nilai rata-rata efisiensi yang dihasilkan pada tahun 2011. Nilai rata-
rata efisiensi yang dihasilkan BPRS di daerah B memiliki tren yang positif
(meningkat) perkembangannya dari tahun 2011 sampai 2013. Perbandingan dua
nilai rata-rata efisiensi yang dihasilkan oleh BPRS di masing-masing daerah
sesuai dengan kualitas nilai rasio keuangan yang dibandingkan pada Tabel 6 yang
menyatakan BPRS di daerah B lebih baik kualitas kinerjanya dibandingkan BPRS
di daerah A yang memiliki pendapatan per kapita lebih tinggi.
Nilai Efisiensi yang Dihasilkan dengan Metode SFA
Hasil pengolahan yang telah dilakukan dengan metode SFA dan konsep
efisiensi keuntungan alternatif dapat dilihat pada Tabel 10. Nilai efisiensi yang
didapat pada Tabel 10 dikelompokkan berdasarkan selang tertentu dengan tujuan
melihat frekuensi dan sebaran nilai efisiensi BPRS. Data dari Tabel 10
memperlihatkan jumlah BPRS dengan selang nilai efisiensi tertentu.
Tabel 10 Frekuensi dan Sebaran Nilai Efisiensi BPRS
Nilai Efisiensi Frekuensi Persentase
(%) Nilai Efisiensi Frekuensi
Persentase
(%)
0.000-0.100 4 12 0.501-0.600 2 6
0.101-0.200 7 21 0.601-0.700 2 6
0.201-0.300 6 18 0.701-0.800 0 0
0.301-0.400 6 18 0.801-0.900 1 3
0.401-0.500 4 12 0.901-1.000 1 3 Sumber: Olahan Frontier 4.1
Nilai efisiensi rata-rata secara keseluruhan yang dihasilkan seluruh BPRS
yang diteliti dari tahun 2011 sampai tahun 2013 adalah 0.33126 (Lampiran 3).
Sedangkan, nilai efisiensi rata-rata selama periode waktu penelitian di masing-
masing daerah operasional ternyata tidak menghasilkan perbedaan yang begitu
signifikan. BPRS di daerah A menghasilkan efisiensi rata-rata sebesar 0.27057,
memiliki selisih 0.13342 lebih kecil dari nilai efisiensi rata-rata yang dihasilkan
BPRS di daerah B sebesar 0.40409. Nilai efisiensi yang dihasilkan menjelaskan
bahwa ada perbedaan tingkat kinerja antara BPRS yang memiliki daerah
operasional berbeda. Pada penelitian ini BPRS yang beroperasi di daerah
berpendapatan per kapita relatif lebih rendah memiliki nilai rata-rata efisiensi
26
yang lebih baik dibandingkan nilai rata-rata efisiensi yang dihasilkan BPRS di
daerah berpendapatan per kapita lebih tinggi dari daerah lainnya.
Hasil pengolahan menunjukkan nilai efisiensi BPRS yang didapat masih
tergolong rendah, dengan banyaknya frekuensi nilai pada selang 0.000-0.500 yaitu
27 BPRS (Tabel 10). Sebaran nilai efisiensi yang rendah ini mengindikasikan
adanya inefisiensi yang dialami BPRS dalam menghasilkan keuntungan.
Inefisiensi ini dipengaruhi oleh beberapa hal, diantaranya :
1. Berdasarkan tabulasi data laporan keuangan BPRS, data yang didapat
banyak BPRS yang bernilai nol pada variabel Q2 (tidak melakukan
pembiayaan yang mengandung bagi hasil). Selain itu, banyak BPRS yang
melaporkan kerugian dalam operasionalnya selama waktu penelitian. Hal ini
cenderung mempengaruhi nilai secara menyeluruh dari nilai efisiensi yang
dihasilkan.
2. Persaingan antar lembaga keuangan yang dihadapi oleh BPRS menjadi
faktor yang perlu diperhatikan. Daya saing suatu BPRS tentunya
dipengaruhi oleh keberadaan BPRS lainnya di daerah yang sama, selain itu
suatu BPRS juga menghadapi intervensi baitul maal wa tamwil (BMT),
koperasi syariah atau konvensional, dan bank syariah yang turut mengambil
pasar mikro di daerah tersebut. Kondisi persaingan ini diramaikan oleh
keberadaan BPR atau bank konvensional.
3. Pengestimasian secara statistik data menyatakan data menyebar normal,
namun nilai sum-squared residual yang tinggi (sebesar 394.467) cenderung
mempengaruhi tingginya nilai inefisiensi dan random effect pada
pendekatan SFA. Nilai R-squared pada estimasi awal OLS memiliki nilai
rendah yang nilai tersebut melambangkan ragam regresi yang digunakan
dalam model, sehingga ketika nilai R-squared memiliki nilai yang tinggi
(mendekati satu) diasumsikan nilai efisiensi cenderung lebih tinggi. R-
squared mempengaruhi nilai sum-squared pada Frontier 4.1.
Selain itu, kegiatan keuangan BPRS (lembaga keuangan syariah) yang
diperkirakan menghasilkan keuntungan memiliki proporsi berbeda dengan
kegiatan yang dilakukan lembaga keuangan konvensional lainnya. Lembaga
keuangan konvensional dapat memiliki kegiatan keuangan yang seluruhnya
menghasilkan keuntungan dikarenakan keseluruhan kegiatan pembiayaan yang
diberikan mengandung unsur bunga. BPRS sendiri memiliki pembiayaan yang
tidak bertujuan menghasilkan keuntungan, tidak mengandung bagi hasil atau
bersifat taawun, seperti pembiayaan qardhul hasan. Berdasarkan data statistik
perbankan syariah 2013, perbandingan antara pembiayaan BPRS yang bersifat
menghasilkan keuntungan dan pembiayaan non-profit memiliki rasio mencapai
0.80, yang berarti 80% pembiayaan yang diberikan BPRS merupakan pembiayaan
yang bersifat menghasilkan keuntungan, yaitu mudharabah, musyarakah, istishna,
murabahah, ijarah, salam dan lainnya.
27
27
SIMPULAN DAN SARAN
Simpulan
Hasil pengolahan data yang dilakukan dalam penelitian ini menyimpulkan
bahwa:
1. Berdasarkan nilai efisiensi yang dihasilkan BPRS dengan pendekatan SFA dan
konsep keuntungan alternatif, secara umum tingkat efisiensi BPRS di Indonesia
masih rendah. Hal ini didukung oleh hasil yang didapat bahwa 26 dari 33
BPRS yang dijadikan sampel memiliki nilai efisiensi dibawah 0.501. Efisiensi
yang dilihat dari nilai keuntungan yang dihasilkan BPRS dipengaruhi
signifikan oleh variabel harga dana (P1), harga tenaga kerja (P2), piutang jual
beli (Q1), dan pembiayaan bagi hasil (Q2), dengan harga tenaga kerja sebagai
variabel yang paling besar pengaruhnya.
2. Perbedaan daerah operasional tidak mempengaruhi secara signifikan nilai rata-
rata efisiensi yang dihasilkan. BPRS di daerah yang pendapatan per kapitanya
rendah memiliki nilai efisiensi rata-rata yang lebih besar dibanding BPRS di
daerah yang pendapatan per kapitanya tinggi. Daerah operasional memiliki
pengaruh yang berbeda di masing-masing kelompok daerah. Daerah
operasional berpengaruh negatif terhadap keuntungan BPRS di daerah yang
berpendapatan per kapita tinggi dan positif terhadap BPRS di daerah yang
berpendapatan per kapita rendah.
Saran
Hasil yang diperoleh dari penelitian ini dan berbagai hambatan serta
kekurangan yang dihadapi menjadi alasan untuk mengajukan beberapa saran,
yaitu:
1. Nilai efisiensi BPRS di Indonesia dalam menghasilkan keuntungan paling
besar dipengaruhi oleh variabel harga tenaga kerja dan harga dana yang
diterapkan. Dua variabel ini dapat menjadi fokus bagi internal BPRS dalam
peningkatan nilai efisiensinya menghasilkan keuntungan. Peningkatan
produktivitas tenaga kerja menjadi salah satu solusi untuk menyeimbangkan
nilai harga tenaga kerja yang dimiliki BPRS sehingga dengan harga tenaga
kerja yang tetap tingkat output yang dihasilkan meningkat dan hal itu akan
meningkatkan keuntungan BPRS. Pada sisi harga dana, BPRS yang tidak
memungkinkan meningkatkan secara langsung harga dananya karena
berdampak menurunkan nilai input (dana) yang terhimpun. BPRS dapat
melakukan opsi dengan menggencarkan sosialisasi dan edukasi untuk
meningkatkan jumlah DPK yang terhimpun ke BPRS, sehingga harga dana
yang diterapkan BPRS tersebut relatif lebih murah dari kondisi awalnya
sehingga nilai input yang dimiliki BPRS meningkat pada saat harga relatif
tetap output dan keuntungan yang dihasilkan akan dapat ditingkatkan.
2. Beragamnya nilai efisiensi yang didapat, khususnya dengan pendekatan SFA
ini, mempersulit dalam menentukan tingkat efisiensi dari suatu BPRS,
sehingga diperlukan suatu kebijakan atau general agreement yang dapat
menyatakan batasan nilai dalam mengelompokkan suatu BPRS dinyatakan
28
efisien, atau tidak. Selain itu, perlu adanya kebijakan dari pemerintah dalam hal
ini OJK untuk menentukan nilai kinerja yang harus dicapai oleh BPRS setiap
tahun periodenya melihat rendahnya tingkat efisiensi yang BPRS.
3. Penelitian efisiensi ini dilakukan dengan pendekatan SFA dengan konsep
keuntungan alternatif, pada penelitian selanjutnya dapat saja dikembangkan
dengan konsep biaya atau keuntungan standar. Tambahan variabel lainnya
termasuk variabel makro yang terkait dalam penelitian efisiensi kemungkinan
dapat dilakukan melihat secara statistik nilai R2 dari model yang digunakan
masih rendah.
DAFTAR PUSTAKA
Aigner DJ, Lovell CAK, Schmidt P. 1976. Formulatian and Estimation of
Stochastic Frontier Production Function Models. California (US): The
Rand Corporation. P-5649.
Ascarya, Achsani NA, Yumanita D, Rokhimah GS. 2009. Positioning Analysis of
Islamic Bank Vis-a-Vis Conventional Bank in Indonesia Using Parametric
SFA and DFA Methods. Bogor (ID): Islamic Finance dan Business Review.
Vol. 4 No. 2.
[BI] Bank Indonesia. 2013. Alamat Bank dan Laporan Keuangan BPRS. Publikasi
laporan keuangan [Internet]. [diakses tahun 2014 Maret 4]. Tersedia pada:
http://www.bi.go.id/publikasi/laporankeuanganpublikasibank/bprs
[BI] Bank Indonesia. 2013. Statistik Perbankan Syariah Indonesia. Statistik
perbankan [Internet]. [diakses tahun 2014 Maret 4]. Tersedia pada:
http://www.bi.go.id/statistik/statistikperbankansyariah
[BI] Bank Indonesia. 2014. Laporan Perkembangan Kredit UMKM. Laporan
kredit UMKM [Internet]. [diakses tahun 2014 Juli 18]. Tersedia pada:
http://www.bi.go.id/id/umkm/kredit/laporan
[DEPAG RI] Departemen Agama Republik Indonesia. 2009. Al-Qur’an dan
Terjemahannya (Percetakan). Bandung (ID) : PT. Sygma Examedia
Arkanleema.
[IAP] Ikatan Ahli Perencanaan Indonesia. 2009. Indonesia Most Liveable City
Index. Jakarta (ID): IAP.
Berger AN, Humprey DB. 1997. Efficiency of Financial Institutions:
International Survey and Directions for Future Research. Working paper.
Pennsylvania (US): Wharton Financial Institutions Center.
Berger AN, Mester LJ. 1997. Inside The Back Box: What Explains Differences in
The Efficiencies of Financial Institutions?. Journal of Banking and Finance.
21: 895-947.
Coelli TJ, Rao DSP, Battese GE. 1998. An Introduction To Efficiency and
Productivity Analysis. London (GB): IBT Global.
Coelli TJ, Rao DSP, O’Donnell CJ, Battese GE. 2005. An Introduction To
Efficiency and Productivity Analysis. 2nd ed. New York (US): Springer.
Firdaus M. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series.
Bogor (ID): IPB Pr.
29
29
Gujarati D. 2006. Dasar-dasar Ekonometrika. Ed ke-3. Mulyadi JA, Saat S,
Hardani W, penerjemah. Jakarta (ID): Penerbit Erlangga. Terjemahaan dari:
Essentials of Econometrics.
Hadad M, Santoso , Mardanugraha E, Ilyas D. 2003. Pendekatan Parametrik
Untuk Efisiensi Perbankan Indonesia. [Internet]. Paper research BI nomor
4/5. [diunduh 2013 Desember 11]. Tersedia pada:
http://www.bi.go.id/publikasi
Iqbal Z, Mirakhor A. 2008. Pengantar Keuangan Islam: Teori dan
Praktik..Anwar A K, penerjemah. Jakarta (ID): Kencana. Terjemahan dari:
An Introduction to Islamic Finance: Theory and Practice.
[KPDT] Kementerian Pembangunan Daerah Tertinggal. 2014. Definisi dan 183
daerah tertinggal di Indonesia [Internet]. [diakses tahun 2014 Mei 12].
Tersedia pada: http://www.kemenegpdt.go.id/informasi/daerahtertinggal
Nicholson W. 2001. Microeconomics Theory: Basic Principles and Extensions.
8th ed. California (US): South-Western College Pub.
Novarini. 2007. Efisiensi Unit Usaha Syariah dengan Metode SFA Derivasi
Fungsi Profit dan BOPO [thesis]. Jakarta (ID): Universitas Indonesia
Paramitha. 2008. Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia:
Pendekatan Stochastic Frontier Analysis (SFA) dan Data Envelopment
Analysis (DEA) [skripsi]. Bogor (ID): Institut Pertanian Bogor
Wijayanto A, Sutarno. 2007. Kinerja Efisiensi Fungsi Intermediasi Bank Persero
di Indonesia dengan Menggunakan Data Envelopment Analysis (DEA).
Jurnal Keuangan dan Perbankan. Vol. 14 No.1 hal. 110-121.
Zeller M, Meyer RL. 2002. The Triangle of Microfinance: Financial
Sustainability, Outreach, and Impact. London (GB): The Johns Hopkins
University Pr.
31
Lampiran 1. Data Laporan Keuangan BPRS dan Nilai Logaritma Variabel
ID Tahun Total
Profit* Bagi Hasil* Total DPK*
Biaya
Personalia* Total Aktiva* Q1*
Q2* P1 P2 LogProfit LogQ1 LogQ2 LogP1 LogP2 D1
ID1 2011 163320.50 183667.12 510106.69 140448.18 5274356.92 29846.79 63180.84 0.36006 0.02663 5.2130 4.4749 4.8006 -0.4436 -1.5747 0.0000
2012 201188.67 256662.91 586065.78 146628.88 5415393.04 41004.83 38477.36 0.43794 0.02708 5.3036 4.6128 4.5852 -0.3586 -1.5674 0.0000
2013 554008.61 612905.91 1754266.13 385838.97 13170212.13 291059.20 88178.74 0.34938 0.02930 5.7435 5.4640 4.9454 -0.4567 -1.5332 0.0000
ID2 2011 34593.62 312402.40 600353.72 160440.26 4853069.40 2660904.91 1124907.11 0.52036 0.03306 4.5390 6.4250 6.0511 -0.2837 -1.4807 0.0000
2012 -79508.89 359146.02 498877.63 129120.36 4701871.95 2640639.27 995455.86 0.71991 0.02746 0.0000 6.4217 5.9980 -0.1427 -1.5613 0.0000
2013 3795.96 377201.34 522190.28 178045.59 5048674.46 2718563.23 1203142.56 0.72234 0.03527 3.5793 6.4343 6.0803 -0.1413 -1.4526 0.0000
ID3 2011 18823.71 59973.93 176481.00 81405.53 1385574.78 868916.16 193142.00 0.33983 0.05875 4.2747 5.9390 5.2859 -0.4687 -1.2310 0.0000
2012 54188.30 79674.89 215970.14 74281.54 1647955.34 894573.96 225917.39 0.36892 0.04507 4.7339 5.9516 5.3539 -0.4331 -1.3461 0.0000
2013 87909.44 169635.53 412353.23 126758.17 3599202.96 1834675.25 383186.87 0.41138 0.03522 4.9440 6.2636 5.5834 -0.3858 -1.4532 0.0000
ID4 2011 28913.20 84886.12 215608.93 71286.78 2689729.17 934427.29 16171.90 0.39370 0.02650 4.4611 5.9705 4.2088 -0.4048 -1.5767 0.0000
2012 -63738.74 66683.47 168351.69 61118.47 2394440.95 846721.66 15413.72 0.39610 0.02553 0.0000 5.9277 4.1879 -0.4022 -1.5930 0.0000
2013 -15876.53 129034.82 253437.64 97875.46 3812477.90 1169136.06 30966.26 0.50914 0.02567 0.0000 6.0679 4.4909 -0.2932 -1.5905 0.0000
ID5 2011 -95456.10 141551.35 322872.09 136991.85 3425275.19 2508762.11 1.00 0.43841 0.03999 0.0000 6.3995 0.0000 -0.3581 -1.3980 0.0000
2012 -27807.11 97775.36 240137.42 122991.69 3099323.54 2017981.04 1.00 0.40716 0.03968 0.0000 6.3049 0.0000 -0.3902 -1.4014 0.0000
2013 -37629.15 132410.60 352966.16 198516.99 5033793.14 3658512.93 1.00 0.37514 0.03944 0.0000 6.5633 0.0000 -0.4258 -1.4041 0.0000
ID6 2011 -100807.59 25608.21 80663.09 93464.75 1090411.24 729611.71 1.00 0.31747 0.08572 0.0000 5.8631 0.0000 -0.4983 -1.0669 0.0000
2012 -33091.11 28074.29 108874.09 88776.44 1055072.77 797469.23 1.00 0.25786 0.08414 0.0000 5.9017 0.0000 -0.5886 -1.0750 0.0000
2013 777.53 68046.86 258768.59 141963.20 2065479.64 1627167.96 1.00 0.26296 0.06873 2.8907 6.2114 0.0000 -0.5801 -1.1628 0.0000
ID7 2011 17438.09 32648.21 119082.96 68037.90 2064376.64 809722.33 144816.74 0.27416 0.03296 4.2415 5.9083 5.1608 -0.5620 -1.4820 0.0000
2012 58007.57 32898.80 168482.35 85133.19 3281936.67 1076623.42 140467.87 0.19527 0.02594 4.7635 6.0321 5.1476 -0.7094 -1.5860 0.0000
2013 108642.13 101771.52 557011.16 271868.32 7404288.66 2955840.76 214459.76 0.18271 0.03672 5.0360 6.4707 5.3313 -0.7382 -1.4351 0.0000
ID8 2011 58653.57 166614.46 371392.05 100865.91 4755614.58 1267133.27 1208303.72 0.44862 0.02121 4.7683 6.1028 6.0822 -0.3481 -1.6735 0.0000
2012 30088.58 177348.68 385487.42 114950.13 4844826.72 1389073.09 1427647.79 0.46006 0.02373 4.4784 6.1427 6.1546 -0.3372 -1.6248 0.0000
2013 140444.09 380267.21 803094.06 253429.76 10215611.92 4050290.20 2969231.32 0.47350 0.02481 5.1475 6.6075 6.4726 -0.3247 -1.6054 0.0000
ID9 2011 29371.89 168438.49 332680.32 110548.13 3908775.35 2338654.10 280022.17 0.50631 0.02828 4.4679 6.3690 5.4472 -0.2956 -1.5485 0.0000
2012 47677.58 179228.80 353860.52 94752.38 4317621.31 2333874.34 165019.72 0.50650 0.02195 4.6783 6.3681 5.2175 -0.2954 -1.6587 0.0000
2013 61065.91 304210.27 486985.17 136331.88 7121104.75 3729057.73 439580.24 0.62468 0.01914 4.7858 6.5716 5.6430 -0.2043 -1.7179 0.0000
ID10 2011 -97861.55 47228.44 104703.95 81555.74 1419621.78 979328.99 1.00 0.45107 0.05745 0.0000 5.9909 0.0000 -0.3458 -1.2407 0.0000
2012 -19001.02 62657.35 154818.81 72167.78 1510799.68 1189654.93 1176.54 0.40471 0.04777 0.0000 6.0754 3.0706 -0.3929 -1.3209 0.0000
2013 19102.82 137065.94 363884.13 135121.91 3015084.89 2536984.99 9005.01 0.37667 0.04482 4.2811 6.4043 3.9545 -0.4240 -1.3486 0.0000
ID11 2011 196112.89 53685.19 479919.89 156725.37 3422782.04 2642610.11 1.00 0.11186 0.04579 5.2925 6.4220 0.0000 -0.9513 -1.3392 0.0000
2012 -32613.74 62218.65 362618.27 152082.64 3159150.73 2443054.07 1.00 0.17158 0.04814 0.0000 6.3879 0.0000 -0.7655 -1.3175 0.0000
32
2013 176985.66 74899.84 862768.26 294194.03 7801313.71 7078604.60 1.00 0.08681 0.03771 5.2479 6.8499 0.0000 -1.0614 -1.4235 0.0000
ID12 2011 33871.08 10968.48 38365.43 22517.99 3024413.21 75029.43 97094.53 0.28589 0.00745 4.5298 4.8752 4.9872 -0.5438 -2.1281 0.0000
2012 23265.02 8225.91 22830.34 22603.33 2659306.67 69213.08 15520.04 0.36031 0.00850 4.3667 4.8402 4.1909 -0.4433 -2.0706 0.0000
2013 -470.47 9381.45 25024.06 28994.58 6576281.64 132158.79 3024.56 0.37490 0.00441 0.0000 5.1211 3.4807 -0.4261 -2.3557 0.0000
ID13 2011 953667.46 2555877.51 5508921.16 1233089.44 46005943.43 26041024.63 16459524.12 0.46395 0.02680 5.9794 7.4157 7.2164 -0.3335 -1.5718 0.0000
2012 871844.11 2462443.14 5112336.83 1113395.18 45871752.47 26381291.83 15253168.72 0.48167 0.02427 5.9404 7.4213 7.1834 -0.3173 -1.6149 0.0000
2013 1666011.25 4606760.74 9455854.19 2084688.35 90884112.16 48848272.44 23622588.61 0.48719 0.02294 6.2217 7.6888 7.3733 -0.3123 -1.6394 0.0000
ID14 2011 6207.28 7196.18 46628.19 36330.39 636704.92 327266.91 1.00 0.15433 0.05706 3.7929 5.5149 0.0000 -0.8115 -1.2437 0.0000
2012 15197.24 9466.58 58403.66 31927.32 636816.40 399722.42 74870.83 0.16209 0.05014 4.1818 5.6018 4.8743 -0.7902 -1.2999 0.0000
2013 -29129.72 17748.73 96619.24 57622.56 1075235.86 429237.37 151825.91 0.18370 0.05359 0.0000 5.6327 5.1813 -0.7359 -1.2709 0.0000
ID15 2011 -88370.59 6893.82 23812.42 85368.33 644263.18 298796.38 1.00 0.28951 0.13251 0.0000 5.4754 0.0000 -0.5383 -0.8778 0.0000
2012 -60775.31 21663.43 76050.03 71221.63 755370.13 488893.54 1.00 0.28486 0.09429 0.0000 5.6892 0.0000 -0.5454 -1.0255 0.0000
2013 -44613.59 53332.44 194865.77 121709.69 1547944.14 1055228.11 1.00 0.27369 0.07863 0.0000 6.0233 0.0000 -0.5627 -1.1044 0.0000
ID16 2011 81823.08 174717.11 402074.30 120606.58 4471735.43 2561605.98 286803.50 0.43454 0.02697 4.9129 6.4085 5.4576 -0.3620 -1.5691 1.0000
2012 150233.42 170082.28 364064.13 116285.87 4611142.53 2341110.50 210909.00 0.46718 0.02522 5.1768 6.3694 5.3241 -0.3305 -1.5983 1.0000
2013 151180.11 288736.02 634099.25 200772.10 9005677.80 5407067.63 271667.50 0.45535 0.02229 5.1795 6.7330 5.4340 -0.3417 -1.6518 1.0000
ID17 2011 49170.19 155466.18 368907.25 151725.31 3462445.55 1655217.20 613615.90 0.42142 0.04382 4.6917 6.2189 5.7879 -0.3753 -1.3583 0.0000
2012 41868.75 88847.42 287884.30 126158.04 3036336.33 1709990.79 311762.15 0.30862 0.04155 4.6219 6.2330 5.4938 -0.5106 -1.3814 0.0000
2013 103472.23 150728.09 541069.08 246761.02 5665149.81 3509617.54 550581.63 0.27857 0.04356 5.0148 6.5453 5.7408 -0.5551 -1.3609 0.0000
ID18 2011 342692.87 401105.74 667129.47 345688.35 12763534.06 7805082.40 98924.97 0.60124 0.02708 5.5349 6.8924 4.9953 -0.2210 -1.5673 1.0000
2012 352943.03 511779.71 718747.85 379003.90 15577677.69 8021769.62 53477.97 0.71204 0.02433 5.5477 6.9043 4.7282 -0.1475 -1.6139 1.0000
2013 511331.52 899506.28 1535811.47 705963.11 27686937.74 14723069.41 1.00 0.58569 0.02550 5.7087 7.1680 0.0000 -0.2323 -1.5935 1.0000
ID19 2011 81710.31 157751.02 281490.48 80486.68 3217930.68 1674764.41 117284.00 0.56041 0.02501 4.9123 6.2240 5.0692 -0.2515 -1.6019 1.0000
2012 113815.00 149091.27 320415.98 79165.55 2895938.89 1731596.85 138831.92 0.46531 0.02734 5.0562 6.2384 5.1425 -0.3323 -1.5633 1.0000
2013 171251.88 208082.54 505755.10 171928.75 4784805.07 2750718.56 435350.65 0.41143 0.03593 5.2336 6.4394 5.6388 -0.3857 -1.4445 1.0000
ID20 2011 29665.43 29887.89 133352.98 61334.21 1321960.80 853091.81 28752.87 0.22413 0.04640 4.4723 5.9310 4.4587 -0.6495 -1.3335 0.0000
2012 -7421.75 24637.72 114361.13 56072.99 1114699.56 748840.32 18586.79 0.21544 0.05030 0.0000 5.8744 4.2692 -0.6667 -1.2984 0.0000
2013 5750.99 50997.77 215367.55 133573.96 1967956.65 1336391.50 64011.83 0.23679 0.06787 3.7597 6.1259 4.8063 -0.6256 -1.1683 0.0000
ID21 2011 23899.25 113038.59 213085.82 72716.51 2963596.67 1353143.01 219936.71 0.53048 0.02454 4.3784 6.1313 5.3423 -0.2753 -1.6102 1.0000
2012 20474.95 151169.22 252154.19 75904.14 3193800.60 1863134.72 154787.49 0.59951 0.02377 4.3112 6.2702 5.1897 -0.2222 -1.6240 1.0000
2013 13194.96 341102.72 483901.88 152765.25 6554936.94 3716585.20 182794.54 0.70490 0.02331 4.1204 6.5701 5.2620 -0.1519 -1.6325 1.0000
ID22 2011 22040.78 61100.77 345296.36 92618.48 1716037.13 1491220.71 1.00 0.17695 0.05397 4.3432 6.1735 0.0000 -0.7521 -1.2678 0.0000
2012 -28992.34 65205.39 354418.37 90044.71 1726099.23 1606885.18 1.00 0.18398 0.05217 0.0000 6.2060 0.0000 -0.7352 -1.2826 0.0000
2013 -360079.25 86750.05 564054.73 98734.49 1663584.77 2203207.54 1.00 0.15380 0.05935 0.0000 6.3431 0.0000 -0.8131 -1.2266 0.0000
33
ID23 2011 280132.08 330231.82 1575023.78 500703.58 16887494.89 11522104.06 63762.42 0.20967 0.02965 5.4474 7.0615 4.8046 -0.6785 -1.5280 1.0000
2012 277569.54 298113.15 1590214.06 491080.45 17373706.62 12139436.27 3422.67 0.18747 0.02827 5.4434 7.0842 3.5344 -0.7271 -1.5487 1.0000
2013 526769.48 606665.01 3013109.38 1056964.83 33598500.56 18081190.46 78017.33 0.20134 0.03146 5.7216 7.2572 4.8922 -0.6961 -1.5023 1.0000
ID24 2011 18137.70 47635.49 138222.58 50676.80 1469976.27 1018409.31 130465.00 0.34463 0.03447 4.2586 6.0079 5.1155 -0.4626 -1.4625 1.0000
2012 27502.67 70320.31 197801.68 55808.72 1670597.01 1186838.12 152195.72 0.35551 0.03341 4.4394 6.0744 5.1824 -0.4491 -1.4762 1.0000
2013 43656.41 141891.66 362149.29 111294.58 3651000.90 2153835.74 431033.02 0.39180 0.03048 4.6400 6.3332 5.6345 -0.4069 -1.5159 1.0000
ID25 2011 28615.25 140598.77 229662.30 76085.09 3055948.03 594271.73 234403.96 0.61220 0.02490 4.4566 5.7740 5.3700 -0.2131 -1.6038 1.0000
2012 55457.90 116080.30 247899.60 80682.39 2498494.51 335977.99 119917.19 0.46826 0.03229 4.7440 5.5263 5.0789 -0.3295 -1.4909 1.0000
2013 76442.92 198434.37 404084.02 141686.09 4007101.06 342337.27 164199.74 0.49107 0.03536 4.8833 5.5345 5.2154 -0.3089 -1.4515 1.0000
ID26 2011 1028671.39 1971131.18 4426871.40 1813389.53 45824799.96 26313777.77 5353457.82 0.44527 0.03957 6.0123 7.4202 6.7286 -0.3514 -1.4026 1.0000
2012 1150355.66 2093800.29 4796238.76 1759571.03 46665932.34 29094506.44 4789522.21 0.43655 0.03771 6.0608 7.4638 6.6803 -0.3600 -1.4236 1.0000
2013 2485116.84 4147340.00 9680251.96 3623095.36 98764140.62 56676363.52 9181616.50 0.42843 0.03668 6.3953 7.7534 6.9629 -0.3681 -1.4355 1.0000
ID27 2011 210463.50 214592.81 581395.13 137028.17 4470631.67 2288342.92 82339.34 0.36910 0.03065 5.3232 6.3595 4.9156 -0.4329 -1.5136 1.0000
2012 200251.37 253874.63 657189.91 176795.62 4976302.77 2794551.72 109251.39 0.38630 0.03553 5.3016 6.4463 5.0384 -0.4131 -1.4494 1.0000
2013 329142.17 426665.16 1249185.96 401039.33 9573925.13 5784133.62 719547.18 0.34155 0.04189 5.5174 6.7622 5.8571 -0.4665 -1.3779 1.0000
ID28 2011 65565.52 127945.44 361492.15 110464.37 3566044.93 2572317.02 141046.33 0.35394 0.03098 4.8167 6.4103 5.1494 -0.4511 -1.5090 1.0000
2012 66990.66 182820.93 428587.43 107378.17 4107612.43 2960671.40 196828.96 0.42657 0.02614 4.8260 6.4714 5.2941 -0.3700 -1.5827 1.0000
2013 110658.18 375505.71 862168.16 267795.12 7501853.93 5464102.83 371110.97 0.43554 0.03570 5.0440 6.7375 5.5695 -0.3610 -1.4474 1.0000
ID29 2011 6576.57 32431.66 115479.49 46887.94 910204.59 671651.52 1.00 0.28084 0.05151 3.8180 5.8271 0.0000 -0.5515 -1.2881 1.0000
2012 4350.85 29091.25 88279.34 36405.58 911593.21 642317.61 1.00 0.32954 0.03994 3.6386 5.8077 0.0000 -0.4821 -1.3986 1.0000
2013 699.16 72719.40 174125.77 68598.13 1639643.90 1094502.52 1.00 0.41763 0.04184 2.8446 6.0392 0.0000 -0.3792 -1.3784 1.0000
ID30 2011 39677.82 3420.34 168376.35 95285.18 1737514.04 1020604.18 20713.00 0.02031 0.05484 4.5985 6.0089 4.3162 -1.6922 -1.2609 1.0000
2012 41103.23 2900.28 160428.17 97267.52 1365041.44 991087.68 18182.92 0.01808 0.07126 4.6139 5.9961 4.2597 -1.7428 -1.1472 1.0000
2013 49807.17 2731.23 267935.21 163816.27 2291905.38 1570903.87 19922.28 0.01019 0.07148 4.6973 6.1961 4.2993 -1.9917 -1.1458 1.0000
ID31 2011 2345.14 79599.63 317324.56 98851.37 3562934.21 1701283.61 546316.78 0.25085 0.02774 3.3702 6.2308 5.7374 -0.6006 -1.5568 1.0000
2012 -37991.13 104357.75 269602.64 90486.54 2842259.97 1658233.65 278904.12 0.38708 0.03184 0.0000 6.2196 5.4455 -0.4122 -1.4971 1.0000
2013 79905.84 172227.51 506789.66 165024.70 5232571.42 3345372.53 77247.75 0.33984 0.03154 4.9026 6.5244 4.8879 -0.4687 -1.5012 1.0000
ID32 2011 9001.60 69952.64 208484.95 123108.55 2014679.91 1072905.37 360922.68 0.33553 0.06111 3.9543 6.0306 5.5574 -0.4743 -1.2139 1.0000
2012 11331.08 63818.06 165707.38 94272.48 1677785.94 1082838.64 104367.80 0.38513 0.05619 4.0543 6.0346 5.0186 -0.4144 -1.2504 1.0000
2013 -36955.35 111021.10 248929.56 151680.25 2983362.56 1774786.15 308957.83 0.44599 0.05084 0.0000 6.2491 5.4899 -0.3507 -1.2938 1.0000
ID33 2011 56425.98 30656.80 128644.19 33382.90 962695.86 757509.27 1.00 0.23831 0.03468 4.7515 5.8794 0.0000 -0.6229 -1.4600 1.0000
2012 67435.22 43858.95 150745.15 33559.93 1151693.24 929305.90 1.00 0.29095 0.02914 4.8289 5.9682 0.0000 -0.5362 -1.5355 1.0000
2013 176912.59 127164.77 392619.37 72400.92 3207915.04 2584001.02 1.00 0.32389 0.02257 5.2478 6.4123 0.0000 -0.4896 -1.6465 1.0000
Sumber: Laporan Keuangan BPRS 2011-2013 (Bank Indonesia) *nilai dijadikan riil (nilai IHK tahun 2011 = 5.38%, 2012 = 4.28%, 2013 = 6.97%)
34
34
Lampiran 2. Hasil Maximum-likelihood Estimator dari Pengolahan Frontier 4.1
Koefisien Standard-error t-ratio
beta 0 -0.40612578E+01 0.10390650E+01 -0.39085695E+01
beta 1 0.38787901E+00 0.10697411E+00 0.36259148E+01
beta 2 0.13470331E+00 0.72572619E-02 0.18561176E+02
beta 3 -0.13258126E+01 0.33142201E+00 -0.40003757E+01
beta 4 -0.41837701E+01 0.49964975E+00 -0.83734058E+01
beta 5 0.19351578E-01 0.27324260E+00 0.70821966E-01
Sigma-squared 0.69596112E+01 0.75540184E+00 0.92131245E+01
Gamma 0.99999999E+00 0.76123472E-06 0.13136552E+07
Log likelihood
function -0.16539140E+03
Keterangan:
Beta 0 = Konstanta
Beta 1 = Log Q1
Beta 2 = Log Q2
Beta 3 = Log P1
Beta 4 = Log P2
Beta 5 = D1
35
35
Lampiran 3. Nilai SFA sebagai Nilai Efisiensi dari BPRS
BPRS Tahun TEE BPRS Tahun TEE BPRS Tahun TEE Rata-rata
ID1 2011 0.75259 ID1 2012 0.92765 ID1 2013 0.99925 0.89316
ID2 2011 0.27859 ID2 2012 0.00258 ID2 2013 0.14384 0.14167
ID3 2011 0.63684 ID3 2012 0.64382 ID3 2013 0.46406 0.58157
ID4 2011 0.22454 ID4 2012 0.00248 ID4 2013 0.00263 0.07655
ID5 2011 0.00870 ID5 2012 0.00852 ID5 2013 0.00727 0.00817
ID6 2011 0.03553 ID6 2012 0.03002 ID6 2013 0.33571 0.13376
ID7 2011 0.19598 ID7 2012 0.16789 ID7 2013 0.32833 0.23073
ID8 2011 0.16206 ID8 2012 0.14709 ID8 2013 0.25331 0.18748
ID9 2011 0.21323 ID9 2012 0.17129 ID9 2013 0.14653 0.17702
ID10 2011 0.02000 ID10 2012 0.00860 ID10 2013 0.41531 0.14797
ID11 2011 0.99846 ID11 2012 0.00713 ID11 2013 0.49129 0.49896
ID12 2011 0.02743 ID12 2012 0.03821 ID12 2013 0.00015 0.02193
ID13 2011 0.43774 ID13 2012 0.36007 ID13 2013 0.38070 0.39284
ID14 2011 0.56885 ID14 2012 0.34220 ID14 2013 0.00601 0.30569
ID15 2011 0.08641 ID15 2012 0.04246 ID15 2013 0.02620 0.05169
ID16 2011 0.26961 ID16 2012 0.33484 ID16 2013 0.22629 0.27691
ID17 2011 0.53831 ID17 2012 0.39413 ID17 2013 0.51389 0.48211
ID18 2011 0.53817 ID18 2012 0.51024 ID18 2013 0.99546 0.68129
ID19 2011 0.30789 ID19 2012 0.36966 ID19 2013 0.58470 0.42075
ID20 2011 0.44582 ID20 2012 0.00605 ID20 2013 0.39857 0.28348
ID21 2011 0.16877 ID21 2012 0.15455 ID21 2013 0.11926 0.14752
ID22 2011 0.74706 ID22 2012 0.00922 ID22 2013 0.00996 0.25541
ID23 2011 0.30446 ID23 2012 0.30662 ID23 2013 0.39918 0.33675
ID24 2011 0.23432 ID24 2012 0.26070 ID24 2013 0.24283 0.24595
ID25 2011 0.23291 ID25 2012 0.48857 ID25 2013 0.66616 0.46255
ID26 2011 0.93765 ID26 2012 0.88214 ID26 2013 0.99801 0.93926
ID27 2011 0.51168 ID27 2012 0.63931 ID27 2013 0.78980 0.64693
ID28 2011 0.29151 ID28 2012 0.23052 ID28 2013 0.44410 0.32204
ID29 2011 0.59418 ID29 2012 0.34543 ID29 2013 0.17802 0.37255
ID30 2011 0.16687 ID30 2012 0.25821 ID30 2013 0.18678 0.20395
ID31 2011 0.04563 ID31 2012 0.00270 ID31 2013 0.31771 0.12201
ID32 2011 0.44976 ID32 2012 0.49603 ID32 2013 0.00674 0.31751
ID33 2011 0.65635 ID33 2012 0.56031 ID33 2013 0.47944 0.56537
Rata-rata 0.36630
0.27725
0.35023 0.33126
Sumber: Olahan Frontier 4.1
36
36 Lampiran 4. Identitas BPRS yang Dijadikan Sampel
Identitas BPRS yang Dijadikan Sampel dan Daerah Operasional
Sumber: Alamat dan Laporan Keuangan BPRS (Bank Indonesia)
ID BPRS
Nama Kota/Kab. Provinsi
ID1 Baiturridha Pusaka Bandung Jawa Barat
ID2
ID3
Hidayah Jakarta Barat
Jakarta Selatan
DKI Jakarta
Cempaka Al Amin
ID4
ID5
Al Washliyah Medan Sumatera Utara
Gebu Prima
ID6 Mitra Harmoni Semarang Jawa Tengah
ID7 Karya Mugi Sentosa Surabaya Jawa Timur
ID8
ID9
ID10
Barokah Dana Sejahtera Yogyakarta DI Yogyakarta
Dana Hidayatullah
Mitra Harmoni
ID11
ID12
Dana Moneter Makassar Sulawesi Selatan
Indo Timur
ID13
ID14
Harta Insan Karimah Tangerang Banten
Musyarakat Ummat Indonesia
ID15 Mitra Harmoni Malang Jawa Timur
ID16 Barkah Gemadana Kab. Banjar Kalimantan Selatan
ID17 Hikmah Wakilah Banda Aceh NAD
ID18
ID19
Dina Ashri Mataram NTB
Patuh Beramal
ID20 Hasanah Pekanbaru Riau
ID21 FORMES Kab. Sleman DI Yogyakarta
ID22 Syariat Fajar Sejahtera Kab. Badung Bali
ID23
ID24
Amanah Ummah Kab. Bogor Jawa Barat
Bina Rahmah
ID25 Lampung Timur Lampung Timur Lampung
ID26 Bangka Kab. Bangka Bangka Belitung
ID27 Mentari Kab. Garut Jawa Barat
ID28 Haji Miskin Tanah Datar Sumatera Barat
ID29 Barakah Nawaitul Kota Solok Sumatera Barat
ID30 Situbondo Situbondo Jawa Timur
ID31 Sarana Prima Mandiri Pamekasan Jawa Timur
ID32 Hareukat Aceh Besar NAD
ID33 Tulen Amanah Lombok Timur NTB
37
37
Lampiran 5. Hasil Estimasi Model Panel dengan Pendekatan OLS
Dependent Variable: LOG_PROFIT
Method: Panel Least Squares
Date: 07/20/14 Time: 11:19
Sample: 2011 2013
Periods included: 3
Cross-sections included: 33
Total panel (balanced) observations: 99
Variable Coefficient Std. Error t-Statistic Prob.
Log_Q1 0.685433 0.303522 2.258264 0.0263
Log_Q2 0.318091 0.078961 4.028468 0.0001
Log_P1 -1.333097 0.620639 -2.147942 0.0343
Log_P2 -2.313998 0.911230 -2.539422 0.0128
D1 1.021523 0.345018 2.960784 0.0039
C -6.258408 2.485263 -2.518207 0.0135
R-squared 0.411695 Mean dependent var 3.772853
Adjusted R-squared 0.380065 S.D. dependent var 2.064522
S.E. of regression 1.625520 Akaike info criterion 3.868225
Sum squared resid 245.7354 Schwarz criterion 4.025505
Log likelihood -185.4771 Hannan-Quinn criter. 3.931861
F-statistic 13.01624 Durbin-Watson stat 1.626775
Prob(F-statistic) 0.000000 Sumber: Data olahan Eviews 6
38
38 Lampiran 6. Hasil Uji Asumsi Klasik dari Pendekatan OLS
1. Uji Multikolinieritas (uji korelasi antar variabel bebas)
Log_Q1 Log_Q2 Log_P1 Log_P2 D1
Log_Q1 1.000000 0.238609 0.124810 0.021729 0.270292
Log_Q2 0.238609 1.000000 0.260777 -0.395674 0.176845
Log_P1 0.124810 0.260777 1.000000 -0.399176 0.002666
Log_P2 0.021729 -0.395674 -0.399176 1.000000 -0.086173
D1 0.270292 0.176845 0.002666 -0.086173 1.000000
Sumber: Eviews 6 (diolah)
2. Uji Normalitas (perbandingan Jarque-Bera)
3. Uji Heteroskedastisitas (Uji Park)
Dependent Variable: RES2
Method: Panel Least Squares
Date: 07/20/14 Time: 11:25
Sample: 2011 2013
Periods included: 3
Cross-sections included: 33
Total panel (balanced) observations: 99
Variable Coefficient Std. Error t-Statistic Prob.
Log_Q1 -1.273240 0.772805 -1.647556 0.1028
Log_Q2 -0.215115 0.201044 -1.069990 0.2874
Log_P1 -0.246098 1.580224 -0.155736 0.8766
Log_P2 -3.617244 2.320104 -1.559087 0.1224
D1 -1.372683 0.878458 -1.562605 0.1215
C 6.513586 6.327787 1.029362 0.3060
Sumber: Olahan Eviews 6 (taraf nyata 0.05)
39
39
RIWAYAT HIDUP
Penulis dilahirkan di Medan, 13 Februari 1991 dari ayah Agussalim dan ibu
Syariah. Penulis adalah anak kelima dari tujuh bersaudara. Penulis memulai
pendidikan di SDN 03 Kp. Jawa Kota Solok dan melanjukan pendidikan sekolah
menengah pertama di SMP Negeri 1 Kota Solok. Pada tahun 2010 penulis lulus
dari SMA Negeri 2 Gunung Talang Kabupaten Solok dan pada tahun yang sama
penulis lulu seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Seleksi
Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) dan diterima di program
studi Ilmu Ekonomi Syariah, Fakultas Ekonomi dan Manajemen.
Penulis aktif sebagai asisten dosen dalam responsi mata kuliah Ekonomi
Umum tahun ajaran 2012/2013 dan 2013/2014. Selama menjadi mahasiswa,
penulis aktif pada kepengurusan Sharia Economics Student Club periode
2011/2012 sebagai staff divisi Sharia Education dan penulis aktif di kepengurusan
Bina Desa Badan Eksekutif Mahasiswa (BEM) FEM IPB periode kepengurusan
2012/2013 sebagai kepala divisi Pendampingan Masyarakat. Untuk kegiatan
kepanitiaan penulis aktif di beberapa acara yang ada kampus. Prestasi yang diraih
penulis adalah sebagai peserta Temu Ilmiah Nasional (Temilnas) dan Olimpiade
Ekonomi Syariah tahun 2012 di Pekanbaru, Riau, penulis juga meraih juara
pertama dalam lomba Film Dokumenter di ajang IPB Art Contest (IAC) 2013,
penerima dana hibah Gerakan Kewirausahaan Nasional (GKN) dari Kementerian
Koperasi dan UMKM Republik Indonesia tahun 2013, penulis menerima dana
hibah DIKTI Program Kreativitas Mahasiswa (PKM) Karsa Cipta tahun 2014.
Selanjutnya, penulis adalah penerima beasiswa Lotte Foundation tahun 2012 dan
beasiswa Korean Exchange Bank (KEB) tahun 2013.