pengaruh pembiayaan murabahah, …repository.uinjkt.ac.id/.../30480/1/mahdiyah-fsh.pdfdan fdr...
TRANSCRIPT
i
PENGARUH PEMBIAYAAN MURABAHAH, KUALITAS ASET
PRODUKTIF, DAN RASIO LIKUIDITAS TERHADAP PROFITABILITAS
PADA BANK UMUM SYARIAH PERIODE 2009-2013
SKRIPSI
Diajukan Kepada Fakultas Syariah dan Hukum
Untuk Memenuhi Syarat Memperoleh Gelar Sarjana Ekonomi Syariah (SE.Sy)
Oleh :
MAHDIYAH
NIM : 111004610021
KONSENTRASI PERBANKAN SYARIAH
PROGRAM STUDI MUAMALAT
FAKULTAS SYARIAH DAN HUKUM
UNIVERSITAS ISLAM NEGERI
SYARIF HIDAYATULLAH
JAKARTA
1436 H/2015 M
iv
LEMBAR PERNYATAAN
Dengan ini saya menyatakan bahwa:
1. Skripsi ini merupakan hasil karya asli saya yang diajukan untuk memenuhi
sala satu persyaratan memperoleh gelar strata 1 di Universitas Islam Negeri
(UIN) Syarif Hidayatullah Jakarta.
2. Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan
sesuai dengan ketentuan yang berlaku di Universitas Islam Negeri Syarif
Hidayatullah Jakarta.
3. Jika dikemudian hari terbukti bahwa karya ini bukan hasil saya atau
merupakan hasil jiplakan dari karya oran lain, maka sata bersedia menerima
sanksi yang berlaku di Universitas Islam Negeri (UIN) Syarif Hidayatullah
Jakarta.
Jakarta, 26 Mei 2015
Mahdiyah
1110046100211
v
ABSTRAK
Mahdiyah (NIM: 1110046100211) – Pembiayaan Murabahah, Kualitas Aset
Produktif, dan Rasio Likuiditas Terhadap Profitabilitas Pada Bank Umum Syariah
Periode 2009-2013. Strata Satu (S1), Konsentrasi Perbankan Syariah, Program Studi
Muamalat, Fakultas Syariah dan Hukum, UIN Syarif Hidayatullah Jakarta 2014.
Penelitian ini bertujuan untuk mengetahui pengaruh jangka pendek dan jangka
panjang pembiayaan murabahah, non performing financing (NPF), dan financing to
deposit ratio (FDR) terhadap return on asset (ROA). Data yang digunakan dalam
penelitian ini adalah data runtut (time series) bulanan dari Januari 2009-Desember
2013 yang dipublikasikan oleh Bank Indonesia dalam laporan keuangan bulanan
perbankan syariah. Alat analisis yang digunakan dalam penelitian ini adalah software
Eviews 7.
Metode yang digunakan dalam penelitian ini adalah Vector Error Correction
Model (VECM). Hasil analisis menunjukkan bahwa hasil uji VECM pada lag 1
dengan t-tabel sebesar 2.00030 dihasilkan nilai t-hitung pembiayaan murabahah
sebesar 2.00830, non performing financing sebesar 1.89021 dan financing to deposit
ratio sebesar -4.66862. Pembiayaan murabahah dan financing to deposit ratio dengn
nilai t-hitung yang lebih besar dari t-tabel, oleh karena itu pembiayaan murabahah
dan FDR mempunyai hubungan jangka panjang terhadap ROA. Sedangkan NPF
dengan nilai t-hitung lebih kecil dari t-tabel, maka tidak mempunyai hubungan jangka
panjang terhadap ROA. Sedangkan pembiayaan murabahah, NPF, dan FDR tidak
memiliki hubungan jangka pendek karena nilai t-hitung yang lebih kecil dari t-tabel.
Kata Kunci : Pembiayaan Murabahah, NPF, FDR, ROA
Pembimbing : M. Nur Rianto Al-Arif, S.E., M.Si
vi
KATA PENGANTAR
Puji syukur penulis panjatkan atas kehadirat Allah SWT yang senantiasa
memberikan rahmat, taufiq dan hidayah-Nya kepada kita semua. Shalawat serta
salam semoga senantiasa tercurah kepada Nabi dan Rasul kita Muhammad SAW
beserta kepada para keluarga, sahabat dan seluruh ummatnya sepanjang zaman.
Karena bimbingan Allah SWT serta Rasulnya penulis mampu menyelesaikan
penulisan skripsi yang berjudul “Pengaruh Pembiayaan Murabahah, Kualitas
Aset Produktif, dan Rasio Likuiditas Terhadap Profitabilitas Pada Bank Umum
Syariah Periode 2009-2013”.
Penulis menyadari bahwa skripsi ini masih banyak kekurangan dan
kelemahan, sehingga masih jauh dari sempurna. Hal ini disebabkan dengan
keterbatasan penulis, baik dalam kemampuan maupun pengetahuan serta pengalaman
yang penulis miliki. Dengan selesainya penyusunan dan penulisan skripsi ini, penulis
ingin menyampaikan ucapan terima kasih yang sebesarbesarnya kepada semua pihak
yang telah membantu penulis. Adapun ungkapan terima kasih ini penulis tujukan
kepada:
1. Bapak Dr. Asep Saepudin Jahar, MA., Dekan Fakultas Syariah dan Hukum
UIN Syarif Hidayatullah Jakarta.
vii
2. Bapak Ah. Azharuddin Lathif, M.Ag, MH dan Abdurrauf, Lc, MA., ketua
Program Studi Muamalat dan Sekretaris Program Studi Muamalat Fakultas
Syariah dan Hukum UIN Syarif Hidayatullah Jakarta.
3. Bapak M. Nur Rianto Al-Arif, S.E., Msi, dosen pembimbing yang senantiasa
membimbing dan meluangkan waktunya untuk memberikan arahan dan saran-
saran, sehingga penulis dapat menyelesaikan skripsi ini.
4. Para Dosen Fakultas Syariah dan Hukum UIN Syarif Hidayatullah Jakarta
yang telah memberikan ilmu yang sangat bermanfaat kepada penulis semasa
kuliah, semoga amal kebaikannya mendapat balasan dari Allah SWT.
5. Kedua orangtua penulis, bapak H. Nurdin NS dan ibu Hj. Mukhlisoh (almh)
yang telah menjadi sumber inspirasi, motivasi dan ambisi dalam hidup.
Terimakasih untuk doa yang tidak pernah putus untuk anakmu ini serta
pengajaran dan penghargaan yang selalu diberikan olehmu. Semoga semua
pengorbanaan, keringat, darah dan air mta bapak dan ibu selama ini dapat
menjadikan saya anak yang bisa membanggakan dan membahagiakan kalian,
amin ya rabb.
6. Kakakku Ahmad Mukasyaf dan Adik-adikku Hilman Ubaidah, Dinda
Humaidah, dan Rafiq Abdullah, terimakasih untuk segala pengorbanan, cinta
dan kasih sayang yang telah kalian berikan. Semoga Allah selalu melindungi
kalian.
viii
7. Kepada seseorang yang tidak bisa saya sebutkan nama nya. Terimakasih
untuk doa, dukungan, semangat cinta dan kasih sayang serta pengertian dan
kesabarannya kepada penulis selama penulisan skripsi ini.
8. Kepada sahabatku Siti Nugraha, Nur Annis Fitri dan Eko Ardiyanto,
terimakasih karena telah mau menjadi tempat curhat dan berbagi suka duka
bersama. Semoga kita bisa menjadi orang-orang yang sukses kelak. Amin.
9. Seluruh teman-teman PS E yang tidak dapat disebutkan satu persatu.
Terimakasih untuk segala bantuan, kerjasama, canda tawa serta perjuangan
selama kurang lebih empat tahun yang telah kita lalui bersama. Semua
kenangan tentang kita terlalu manis untuk dilupakan.
10. Seluruh teman-teman KKN Bunga Bangsa yang tidak dapat disebutkan satu
persatu. Terimakasih untuk pengalaman selama 30 hari yang penuh dengan
cerita, semoga tali silaturahmi kita tetap terus terjaga.
Penulis berharap bahwa skripsi ini dapat bermanfaat dan memberi kontribusi
pada perkembangan ilmu pengetahuan khususnya yang berkaitan dengan ekonomi
islam. Semoga keberkahan dan kesuksesan selalu menyertai kita semua, amin.
Jakarta, 26 Mei 2015
Penulis
ix
DAFTAR ISI
HALAMAN JUDUL ......................................................................................................... i
LEMBAR PERSETUJUAN PEMBIMBING ................................................................. ii
LEMBAR PENGESAHAN .............................................................................................. iii
LEMBAR PERNYATAAN .............................................................................................. iv
ABSTRAK ......................................................................................................................... v
KATA PENGANTAR ....................................................................................................... vi
DAFTAR ISI ...................................................................................................................... ix
DAFTAR TABEL ............................................................................................................. xiii
DAFTAR GAMBAR ......................................................................................................... xiv
BAB I PENDAHULUAN
A. Latar Belakang Masalah .......................................................................................... 1
B. Identifikasi dan Pembatasan Masalah ..................................................................... 8
C. Perumusan Masalah ................................................................................................ 9
D. Tujuan dan Manfaat Penelitian ............................................................................... 10
E. Sistematika Penulisan ............................................................................................. 11
x
BAB II LANDASAN TEORI
A. Pembiayaan ............................................................................................................. 13
1. Pengertian Pembiayaan ..................................................................................... 13
2. Tujuan Pembiayaan ........................................................................................... 13
3. Fungsi Pembiayaan ........................................................................................... 14
4. Kode Etik Pembiayaan ...................................................................................... 14
B. Pembiayaan Murabahah .......................................................................................... 15
1. Definisi Murabahah ........................................................................................... 15
2. Rukun dan Syarat Murabahah ........................................................................... 16
3. Murabahah dalam Perbankan Syariah ............................................................... 17
4. Hubungan Pembiayaan Murabahah Terhadap
Profitabilitas Bank Syariah ............................................................................... 18
C. Kualitas Aset Produktif ........................................................................................... 19
1. Pengertian Kualitas Aset Produktif ................................................................... 20
2. Rasio Non Performing Financing ..................................................................... 21
D. Rasio Likuiditas ...................................................................................................... 22
1. Pengertian Rasio Likuiditas .............................................................................. 24
2. Rasio Financing to Deposit Ratio ..................................................................... 25
E. Rasio Profitabilitas .................................................................................................. 27
1. Pengertian Rasio Profitabilitas .......................................................................... 27
2. Rasio Return On Asset ...................................................................................... 29
xi
F. Kerangka Teori Konseptual .................................................................................... 30
1. Pengaruh Pembiayaan Murabahah Terhadap Profitabilitas ............................. 31
2. Pengaruh Non Performing Financing Terhadap Profitabilitas ......................... 32
3. Pengaruh Financing to Deposit Ratio Terhadap Profitabilitas ......................... 33
G. Review Studi Terdahulu .......................................................................................... 34
BAB III METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian ....................................................................................... 40
B. Jenis dan Sumber Data ............................................................................................ 40
C. Metode Pengumpulan Data ..................................................................................... 42
D. Definisi Operasional Variabel Penelitia .................................................................. 42
1. Variabel Bebas (Independent Variabel) ............................................................ 43
2. Variabel Terikat (Dependent Variabel) ............................................................ 43
E. Hipotesis Penelitian ................................................................................................. 44
F. Teknik Analisis Data ............................................................................................... 45
1. Vector Error Correction Model (VECM) ........................................................ 47
G. Model Penelitian ..................................................................................................... 48
H. Proses Penelitian ..................................................................................................... 48
1. Uji Stasioneritas ................................................................................................ 49
2. Uji Normalitas ................................................................................................... 51
3. Uji Asumsi Klasik ............................................................................................. 51
a. Uji Multikolinieritas .............................................................................. 52
xii
b. Uji Heteroskedastisitas .......................................................................... 52
c. Uji Autokorelasi .................................................................................... 53
4. Uji Lag Optima ................................................................................................. 54
5. Uji Causalitas Granger ...................................................................................... 54
6. Uji Kointegrasi .................................................................................................. 55
7. Estimasi VECM ................................................................................................ 57
8. Analisis Impulse Response Function (IRF) ...................................................... 57
BAB IV HASIL DAN PEMBAHASAN
A. Analisis dan Pembahasan ........................................................................................ 60
1. Uji Stasioneritas ................................................................................................ 62
2. Uji Normalitas ................................................................................................... 66
3. Uji Asumsi Klasik ............................................................................................. 67
a. Uji Multikolinieritas .............................................................................. 67
b. Uji Heteroskedastisitas .......................................................................... 68
c. Uji Autokolerasi .................................................................................... 69
4. Uji Lag Optimal ................................................................................................ 69
5. Uji Causalitas Granger ...................................................................................... 70
6. Uji Kointegrasi .................................................................................................. 73
7. Estimasi Vector Error Correction Model (VECM) .......................................... 74
8. Impulse Response Function (IRF) ..................................................................... 78
9. Interpretasi......................................................................................................... 81
xiii
BAB V PENUTUP
A. Kesimpulan ............................................................................................................. 85
B. Saran ........................................................................................................................ 86
DAFTAR PUSTAKA ........................................................................................................ 86
LAMPIRAN ....................................................................................................................... 90
xiv
DAFTAR TABEL
No. Keterangan Hal
1.1 Perkembangan ROA, NPF, dan FDR ............................................... 3
1.2 Komposisi Pembiayaan Yang Diberikan Bank Umum Syariah dan
Unit Usaha Syariah (Miliar Rupiah).................................................
3
2.1 Kriteria Peringkat Penilaian NPF...................................................... 21
2.2 Perhitungan NPF Berdasarkan Kemampuan Bayar Nasabah
(Debitur di Bank Syariah).................................................................
22
2.3 Klasifikasi Tingkat ROA Menurut BI............................................... 27
2.4 Penelitian Terdahulu......................................................................... 32
3.1 Variabel, Notasi, Satuan, dan Sumber Data...................................... 37
4.1 Data Penelitian.................................................................................. 54
4.2 Unit Root Test Augmented Dickey-Fuller Pada Tingkat Level........ 56
4.3 Unit Root Test Augmented Dickey-Fuller Pada First Difference..... 57
4.4 Unit Root Test Augmented Dickey-Fuller Pada Two Difference..... 57
4.5 Uji Multikolinieritas.......................................................................... 60
4.6 Uji White........................................................................................... 61
4.7 Uji Autokolerasi Breusch-Pagan-Godfrey........................................ 61
4.8 Uji Lag Optimum.............................................................................. 62
4.9 Uji Causalitas Granger...................................................................... 63
4.10 Uji Johansen Cointegration............................................................... 66
xv
4.11 Estimasi Vector Error Correction Model.......................................... 67
xvi
DAFTAR BAGAN, GRAFIK, DAN GAMBAR
No. Keterangan Hal
2.1 Kerangka Pemikiran Teoritis Pengaruh Murabahah, NPF, dan FDR
Terhadap ROA.............................................................................................
33
3.1 Skema Alur Penelitian.................................................................................. 59
4.1 Uji Normalitas.............................................................................................. 66
4.2 Uji Impulse Response Function................................................................... 79
1
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Bank syariah merupakan suatu lembaga keuangan yang memiliki salah
satu fungsinya menghimpun dana masyarakat.1Pada hakikatnya baik bank
konvensional maupun bank syari’ah berorientasi laba. Namun laba yang
dimaksudkan adalah hasil dari selisih antara pendapatan atas penanaman dana
dan biaya-biaya yang dikeluarkan selama periode tertentu.2
Tujuan fundamental dari bisnis perbankan adalah memperoleh
keuntungan optimal dengan jalan memberikan layanan jasa keuangan kepada
masyarakat. Tingkat keuntungan yang dihasilkan oleh bank atau yang lebih
kenal dengan profitabilitas merupakan pengukuran mengenai kemampuan
bank dalam menghasilkan laba dan asset yang digunakan. Dengan demikian
profitabilitas dapat digunakan sebagai salah satu alat untuk mengukur dan
mengevaluasi kinerja bank.3
Salah satu indikator untuk menilai kinerja keuangan suatu bank adalah
dengan melihat tingkat profitabilitasnya. Rasio profitabilitas adalah rasio yang
digunakan untuk mengukur efektivitas manajemen perusahaan secara
1 Muhammad, Manajemen Bank Syari’ah (Yogyakarta: UPP AMP YKPN, 2004), h. 227
2 Ibid, h. 209
3 Zainul Hakim, Evaluasi tingginya risiko pembiayaan murabahah dibandingkan dengan
risiko pembiayaan bagi hasil: (Analisis risiko dengan metode internal), (Thesis S2 Program Pasca
Sarjana, PSTT UI Jakarta, 2009) h. 13
2
keseluruhan, yang di tunjukkan dengan besarnya laba yang diperoleh
perusahaan.
Return on assets merupakan bagian dari rasio profitabilitas, yakni
merupakan salah satu pengukur kinerja keuangan di perbankan. Perbankan
yang mempunyai profitabilitas bagus maka kelangsungan hidup bank tersebut
akan terjamin. Namun sebaliknya jika bank mempunyai profitabilitas buruk
maka kelangsungan hidup bank tidak akan bertahan lama, karena bank
tersebut tidak mampu untuk memnuhi biaya-biaya operasional. Selain itu
minimnya tingkat profitabilitas, juga akan berdampak sulitnya bank untuk
mengembangkan usahanya.4
Rasio ini digunakan untuk mengukur sejauh mana asset khususnya
aktiva produktif (pembiayaan) yang dimiliki bank dapat menghasilkan laba
yang menjadi tujuan dari bisnis perbankan. ROA memberikan informasi
mengenai efisiensi bank yang dijalankan karena return on asset (ROA)
menunjukkan berapa banyak laba yang dihasilkan secara rata-rata dari
asetnya.5
4 Shopi Guspita, “Pengaruh Rasio Likuiditas Terhadap Profitabilitas”, (Skripsi S1 Fakultas
Syariah, Universitas Islam Negeri Sunan Kalijaga Yogyakarta, 2008), h. 2 5Frederic Miskhin, Ekonomi Uang, Perbankan dan Pasar Keuangan (Jakarta: Salemba
Empat, 2008) h.172
3
Semakin besar ROA suatu bank, semakin besar pula tingkat
keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank
tersebut dari segi penggunaan aset.6
Tabel 1.1
Perkembangan ROA, NPF, dan FDR
(Sumber: Data Statistik Perbankan Syariah)
Dari sejak awal perkembangan perbankan syariah di Indonesia, dari
sisi pembiayaan, akad murabahah lebih mendominasi pembiayaan tersebut.
Transaksi yang saat ini banyak dilakukan oleh bank syariah, bank umum
syariah, cabang syariah bank konvensional maupun Bank Perkreditan Rakyat
Syariah adalah transaksi murabahah. Data yang diperoleh dari Laporan
Perkembangan Perbankan Syariah dari tahun 2009 sampai dengan tahun 2013.
6 Lukman Dendrawijaya, Manajemen Perbankan (Jakarta : Ghalia Indonesia, 2003), h.118
Rasio 2009 2010 2011 2012 2013
ROA 1,48% 1,67% 1,79% 2,14% 2,00%
NPF 4,01% 3,02% 2,52% 2,22% 2,62%
FDR 89,70% 89,67% 88,94% 100,00% 100,32%
4
Tabel 1.2
Komposisi Pembiayaan Yang Diberikan Bank Umum Syariah dan Unit Usaha
Syariah (Miliar Rupiah)
Akad 2009 2010 2011 2012 2013
Akad Mudharabah 6.597 8.631 10.229 12.023 13.878
Akad Musyarakah 10.412 14.624 18.960 27.667 39.874
Akad Murabahah 26.321 37.508 56.365 88.004 110.565
Akad Salam 0 0 0 0 0
Akad Istishna 423 347 326 376 582
Akad Ijarah 1.305 2.341 3.839 7.345 10.481
Akad Qardh 1.829 4.731 12.937 12.090 8.995
Total 46.886 68.181 102.655 147.505 184.122
(Sumber: Sharia Banking Statistics)
Berdasarkan tabel 1.2 dapat diketahui bahwa struktur pembiayaan
masih didominasi oleh akad murabahah, pertumbuhan penyaluran dana
dengan akad murabahah cenderung konstan dalam kisaran 58% pada tahun
2009 dengan posisi triwulan keempat sebesar 58,87% dari total pembiayaan.
Semestinya pembiayaan dengan akad mudharabah dan akad
musyarakah harus lebih banyak, karena pada akad inilah karakteristik dasar
perbankan syariah terbentuk. Kedua akad tersebut merupakan akad dengan
5
sistem bagi hasil. Perbankan syariah dengan sistem bagi hasil inilah yang
menjadi pembeda dengan bank konvensional.
Produk pembiayaan dengan sistem bagi hasil seolah-olah tidak
berdaya untuk menjadi pendamping operasional perbankan syariah. Sehingga
pembiayaan dengan sistem jual beli menjadi pengganti sebagai produk inti
dari beroperasinya bank syariah, seperti murabahah, salam, dan istishna.
Besarnya pembiayaan yang disalurkan oleh bank syariah berpeluang
untuk mendapatkan keuntungan yang lebih akan semakin besar. Namun,
risiko kerugian akibat gagal bayar juga semakin besar. Dalam menilai kondisi
aset bank termasuk antisipasi atas risiko gagal bayar dari pembiayaan yang
akan muncul, maka setiap dana yang disalurkan oleh bank berbentuk aset
produktif selalu dinilai kualitasnya.
Non performing financing (NPF) merupakan salah satu rasio
penunjang yang digunakan untuk menilai kualitas aset pembiayaan. NPF
adalah rasio yang membandingkan antara jumlah pembiayaan bermasalah
kategori kurang lancar, diragukan, dan macet dengan jumlah pembiayaan
yang disalurkan. Semakin tinggi rasio ini, menunjukkan kualitas pembiayaan
bank syariah semakin buruk.7
Pembiayaan yang disalurkan oleh bank syariah dapat menimbulkan
potensi pembiayaan bermasalah. Pembiayaan bermasalah dapat dilihat dari
7 Bank Indonesia, Himpunan Ketentuan Tingkat Kesehatan Perbankan Syariah (Jakarta:
Direktorat Perbankan Syariah, 2007), lampiran 1b: kualitas aset, h.17
6
tingkat Non Performing Financing (NPF). Pembiayaan bermasalah adalah
pinjaman yang mengalami kesulitan pelunasan akibat adanya faktor
kesengajaan dan atau karena faktor eksternal diluar kemampuan nasabah
peminjam.8Non Performing Financing (NPF) merupakan rasio keuangan yang
berkaitan dengan risiko kredit.
Non Performing Financing adalah perbandingan antara total
pembiayaan bermasalah dengan total pembiayaan yang diberikan kepada
debitur. Rasio Non Performing Financing analog dengan Non Performing
Loan pada bank konvensional. Karena pada bank syariah tidak mengenal
adanya pinjaman namun menggunakan istilah pembiayaan. NPL
mencerminkan risiko kredit, semakin kecil NPL semakin kecil pula risiko
kredit yang ditanggung pihak bank. Namun sebaliknya, jika risiko kredit yang
ditanggung bank semakin tinggi, profitabilitas akan menurun. Sehingga
dikatakan bahwa NPF berpengaruh negatif terhadap ROA.9
Non Performing Financing (NPF) atau Non Performing Loan (NPL)
menurut kamus bank indonesia adalah kredit bermasalah yang terdiri dari
kredit yang berklarifikasi kurang lancar, diragukan dan macet. Termin NPL
diperuntukkan bagi bank umum, sedangkan NPF untuk bank syariah.
8 Dahlan Siamat, Manajemen Lembaga Keuangan (Jakarta : Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia, 2005), h.214. 9 Dhian Dayinta Pratiwi, “Pengaruh CAR, BOPO, NIM dan LDR, Terhadap Return On Asset
(ROA)”, (Skripsi S1 Universitas Diponegoro Semarang, 2012), h. 7
7
Pemicu utama kebangkrutan yang dialami oleh bank, terletak pada
ketidakmampuan bank memenuhi kebutuhan likuiditasnya. Likuiditas pada
perbankan syariah sebagian besar bergantung pada perolehan dana pihak
ketiga (deposit) berupa invenstment account maupun current account, yang
akan disalurkan ke pembiayaan sesuai syariah seperti mudharabah,
musyarakah, murabahah, salam, istishna, dan ijarah. Rasio likuiditas disebut
juga rasio modal kerja. Rasio ini digunakan untuk mengukur likuidnya sebuah
bank, yaitu dengan membandingkan seluruh komponen aktiva lancar dengan
komponen pasiva lancar. Rasio ini juga menunjukkan kemampuan bank untuk
memenuhi kebutuhan transaksi pada saat nasabah melakukan penarikan. Jika
sebuah bank tidak bisa memenuhi kebutuhan nasabah, berarti bank tersebut
mengalami risiko likuiditas. Artinya bank tidak bisa memenuhi kewajibannya
atau sudah tidak mampu membiayai.10
Pertentangan antara likuiditas dan profitabilitas dianggap persoalan
pokok dalam manajemen dana bank. Likuiditas dapat diperoleh dengan
menyimpan uang dan asset likuid lainnya. Atau diperoleh dengan menarik
deposit tambahan atau meminjam dari sumber lain.11
Terkait persoalan asset lancar mengindikasikan bahwa dalam
pengelolaanya, bank harus cakap dalam mengelola aliran dana guna
menghasilkan keuntungan yang setinggi-tingginya. Namun secara simultan
10
Kasmir dan Jakfar, Studi Kelayakan Bisnis (Jakarta : Prenada Media, 2003), h. 182 11
Ascarya, Akad dan Produk Bank Syariah, Ed 1 (Jakarta : PT Raja Grafindo Persada, 2007),
h.246
8
bank juga harus memperhatikan adanya kemungkinan risiko yang timbul
menyertai keputusan-keputusan manajemen tentang struktur aset dan
liabilitas, diantaranya risiko likuiditas.
Dalam perbankan syariah tidak dikenal istilah kredit (loan) namun
pembiayaan atau financing.12
Pada umumnya konsep yang sama ditunjukkan
pada bank syariah dalam mengukur likuiditas yaitu dengan menggunakan
Financing to Deposit Ratio. Financing to Deposit Ratio (FDR) yaitu seberapa
besar Dana Pihak Ketiga (DPK) bank syariah dilepaskan untuk pembiayaan.13
Rasio ini, berpengaruh positif pada tingkat profitabilitas, karena
semakin tinggi rasio ini, maka tingkat likuiditas semakin kecil. Hal ini karena
jumlah dana yang diperlukan untuk membiayai kreditnya semakin
banyak.14
Namun rendahnya tingkat likuiditas berdampak pada naiknya tingkat
profitabilitas. Ketentuan Bank Indonesia tentang besarnya minimal FDR
adalah 80%, sementara besar maksimalnya 110%.15
Berdasarkan latar belakang di atas, penulis tertarik untuk menyusun
sebuah skripsi yang berjudul “Pengaruh Pembiayaan Murabahah, Kualitas
Aset Produktif, dan Rasio Likuiditas Terhadap Profitabilitas pada Bank
Umum Syariah Periode 2009-2013”.
12
M. Syafi’i Antonio, Bank Syariah dari Teori ke Praktik, (Jakarta: Gema Insani Press dan
Tazkia Cendikia, 2001), h.70 13
Muhammad, Bank Syariah, Problem dan prospek..., h.265
15 Lukman Dendawijaya, Manajemen Perbankan (Jakarta : Ghalia Indonesia, 2000), h.118-
119
9
B. Identifikasi Masalah
Berdasarkan uraian latar belakang di atas, maka dapat teridentifikasi
masalah sebagai berikut:
1. Apakah pembiayaan murabahah berpengaruh terhadap profitabilitas
pada Bank Umum Syariah?
2. Apakah pembiayaan bermasalah berpengaruh terhadap profitabilitas
pada Bank Umum Syariah?
3. Apa yang di ukur dalam rasio likuiditas pada Bank Umum Syariah?
C. Pembatasan Masalah
Berdasarkan identifikasi masalah tersebut, maka penulis membatasi
masalah yang akan diteliti sebagai berikut:
1. Variabel yang digunakan adalah jumlah pembiayaan murabahah,
kualitas aset produktif yang diproxikan dengan non performing
financing (NPF), rasio likuiditas yang diproxikan dengan financing to
deposit ratio (FDR), dan profitabilitas yang diproxikan dengan return
on asset (ROA).
2. Data yang digunakan dalam penelitian ini adalah data laporan
keuangan publikasi bulanan Bank Umum Syariah yang dimulai dari
tahun 2009 sampai 2013.
10
D. Perumusan Masalah
Berdasarkan latar belakang, identifikasi, dan pembatasan masalah
yang telah penulis paparkan sebelumnya, adapaun secara spesifik perumusan
masalah yang akan dikaji dalam penelitian ini adalah sebagai berikut :
1. Bagaimana pengaruh jangka pendek pembiayaan murabahah, non
performing financing, dan financing to deposit ratio terhadap profitabilitas
dalam hal ini ROA (Return On Asset) ?
2. Bagaimana pengaruh jangka panjang pembiayaan murabahah, non
performing financing dan financing to deposit ratio terhadap profitabilitas
dalam hal ini ROA (Return On Asset) ?
E. Tujuan dan Manfaat Penelitian
1) Tujuan Penelitian
Adapun tujuan yang akan dicapai dalam penelitian ini adalah :
1. Untuk menganalisis pengaruh jangka pendek pembiayaan murabahah, non
performing financing, dan financing to deposit ratio terhadap profitabilitas
(ROA).
2. Untuk menganalisis pengaruh jangka panjang pembiayaan murabahah,
non performing financing, dan financing to deposit ratio terhadap
profitabilitas (ROA).
2) Manfaat Penelitian
Adapun manfaat dari penelitian ini antara lain :
11
1. Bagi Banuk Umum Syariah, penelitian ini dapat dijadikan sebagai
landasan dalam membuat keputusan untuk meningkatkan
profitabilitasnya.
2. Bagi investor, penelitian ini dapat menjadi acuan dan informasi sebagai
bahan pertimbangan dalam berinvestasi. Dengan demikian, para investor
tidak akan sembarangan dalam menginvestasikan dananya.
3. Bagi masyarakat, penelitian ini dapat meningkatkan kepercayaan
masyarakat sebagai calon nasabah untuk menggunakan produk dan jasa di
perbankan syariah.
4. Bagi akademik, penelitian ini dapat menjadi tambahan referensi keilmuan
di bidang ekonomi syariah sehingga dapat menambah pengetahuan dan
wawasan terkait variabel yang dapat mempengaruhi profitabilitas serta
dapat menjadi bahan rujukan untuk penelitian selanjutnya.
F. Sistematika Penulisan
Dalam skripsi ini penulis menyusun lima bab, dimana dalam setiap
bab berisi sub-sub sebagai berikut :
BAB I PENDAHULUAN
Dalam bab ini penulis menjelaskan tentang latar belakang masalah,
identifikasi masalah, pembatasan dan perumusan masalah, tujuan dan manfaat
penelitian, dan sistematika penulisan.
12
BAB II LANDASAN TEORI
Dalam bab ini penulis menjelaskan teori yang berkaitan dengan tinjauan
pembiayaan secara umum, pembiayaan murabahah, non performing
financing, financing to deposit ratio, dan profitabilitas (return on asset). Pada
bab ini, penulis juga memaparkan tentang tinjauan (review) studi terdahulu,
kerangka konseptual, teori dan kerja variabel serta gambaran umum Bank
Umum Syariah.
BAB III METODE PENELITIAN
Dalam bab ini penulis menjelaskan tentang metode yang digunakan dalam
melakukan penelitian, sub babnya terdiri dari; jenis penelitian, jenis dan
sumber data, metode pengumpulan data, metode pengolahan data, variabel
penelitian, hipotesis penelitian, dan metode analisis data.
BAB IV ANALISIS HASIL PENELITIAN
Dalam bab ini penulis menjelaskan bagaimana temuan hasil yang diperoleh
dari pengelolaan data yang telah dilakukan melalui beberapa pengujian dan
interpretasi data.
BAB V PENUTUP
Dalam bab ini penulis memaparkan kesimpulan dari pembahasan dan analisis
data yang telah dilakukan, serta saran-saran yang dapat penulis sampaikan
dari hasil penelitian ini.
DAFTAR PUSTAKA
LAMPIRAN
13
BAB II
LANDASAN TEORI
A. Pembiayaan
1. Pengertian Pembiayaan
Pembiayaan dalam perbankan syariah adalah penamaan dana bank
syariah dalam rupiah atau valuta asing dalam bentuk pembiayaan, piutang,
Qard, surat berharga syariah, penempatan, penyertaan modal, penyertaan
modal sementara, komitmen dan kontijensi pada rekening administratif
serta sertifikat wadiah Bank Indonesia.1
2. Tujuan Pembiayaan
Pembiayaan merupakan sumber pendapatan bagi bank syariah. Tujuan
pembiayaan yang dilaksanakan perbankan syariah terkait dengan
stakeholder. Diantara stakeholder tersebut adalah pemilik, pegawai,
masyarakat, pemerintah dan lembaga keuangan lainnya.
Tujuan pembiayaan secara umum :
1) Besarnya kebutuhan fasilitas pembiayaan yang diajukan.
2) Kegunaan fasilitas pembiayaan yang diajukan, untuk kebutuhan
barang investasi atau kebutuhan modal kerja.
3) Jangka waktu dari fasilitas pembiayaan yang diajukan
1 Muhammad, Manajemen Bank Syariah (Yogyakarta: UPP AMP YKPN, 2004), h. 183
14
4) Penjelasan atas ulasan perubahan-perubahan yang ada, nilai
terdapat perubahan terhadap fasilitas pembiayaan terdahulu.2
3. Fungsi Pembiayaan
Adapun beberapa fungsi pembiayaan, diantaranya adalah3 :
1) Meningkatkan daya guna uang.
2) Meningkatkan daya guna barang
3) Meningkatkan peredaran uang.
4) Menimbulkan kegairahan berusaha
5) Stabilitas ekonomi.
6) Sebagai jembatan untuk meningkatkan pendapatan nasional.
7) Sebagai alat hubungan ekonomi internasional.
4. Kode Etik Pembiayaan
Beberapa hal kode etik yang harus diperhatikan dalam pembiayaan
antara lain4 :
1) Patuh dan taat pada peraturan perundang-undangan dan
peraturan pembiayaan yang berlaku, baik ekstern maupun
intern.
2) Melakukan pencatatan mengenai setiap kegiatan transaksi yang
terjalin dengan kegiatan yang bersangkutan.
2 Muhammad, Manajemen Bank Syariah (Yogyakarta: UPP AMP YKPN, 2004), h. 185-186
3 Ibid, h. 184-186
4 Muhammad, Manajemen Pembiayaan Bank Syari’ah (yogyakarta : UPP AMP YKPN, Edisi
Revisi, 2005),h. 34
15
3) Menghindari diri dari persaingan tidak sehat.
4) Tidak menyalahgunakan wewenangnya untuk kepentingan
pribadi.
5) Menghindarkan diri dari keterlibatan dalam pengambilan
keputusan hal yang bertentangan dengan kepentingan.
6) Nasabah, menjaga kerahasiaan.
7) Memperhatikan dampak yang merugikan dari setiap kebijakan
yang telah ditetapkan terhadap ekonomi, sosial, dan
lingkungan.
8) Tidak menerima hadiah atau imbalan apapun yang dapat
memperkaya diri pribadi maupun keluarganya sehingga
mempengaruhi pendapat proesionalnya dalam penilaian atau
keputusan pembiayaan.
9) Tidak melakukan perbuatan tercela yang dapat merugikan citra
profesinya.
B. Pembiayaan Murabahah
1. Definisi Murabahah
Murabahah adalah akad jual beli barang dengan menyatakan harga
perolehan dan keuntungan (margin) yang di sepakati oleh penjual dan
pembeli. Akad ini merupakan salah satu bentuk natural certainty
contracts, karena dalam murabahah ditentukan berapa required rate of
16
profit-nya (keuntungan yang ingin diperoleh).5 Sedangkan dalam fatwa
Dewan Syariah Nasional (Himpunan Fatwa, Edisi kedua, hal 311) yang
dimaksud dengan Murabahah adalah menjual suatu barang dengan
menegaskan harga belinya kepada pembeli dan pembeli membayarnya
dengan harga yang lebih sebagai laba.6
Murabahah dalam perbankan syariah adalah transaksi jual beli barang
antara bank dengan nasabah, baik nasabah yang bertindak sebagai penjual
atau nasabah yang bertindak sebagai pembeli. Secara teknis, yang
dimaksud dengan mergin keuntungan adalah persentase tertentu yang
ditetapkan per tahun perhitungan margin keuntungan secara harian, maka
jumlah hari dalam setahun ditetapkan 360 hari, perhitungan margin
keuntungan secara bulanan, maka setahun ditetapkan 12 bulan.
Pada umumnya nasabah pembiayaan melakukan pembayaran secara
angsuran. Tagihan yang timbul dari transaksi jual beli atau sewa
berdasarkan akad murabahah, salam, atau istishna dan ijarah disebut
sebagai piutang. M. Umer Chapra mengemukakan bahwa Murabahah
merupakan transaksi yang sah menurut ketentuan syariat apabila resiko
5Adiwarman. A Karim, Bank Islam (Jakarta: PT. Raja Grafindo Persada 2010), h. 113, cet. Ke 7.
6Sofyan S. Harahap, dkk, Akuntansi Perbankan Syariah (Jakarta :LPFE Usakti,2007), ed.
Revisi, h. 31
17
transaksi tersebut menjadi tanggung jawab pemodal sampai penguasaan
atas barang yang telah dialihkan kepada nasabah.7
2. Rukun dan Syarat Murabahah
Ada beberapa rukun dalam murabahah, terdiri dari8 :
a. Ba’i : Penjual (pihak yang memiliki barang)
b. Musytari : Pembeli (pihak yang akan membeli barang)
c. Mabi’ : Barang yang akan diperjualbelikan
d. Tsaman : Harga
e. Ijab Qobul : Pernyataan timbang terima
Adapun syarat-syarat Murabahah adalah :
a. Penjual memberitahu biaya barang kepada nasabah
b. Kontrak pertama harus sah sesuai dengan rukun yang
ditetapkan
c. Kontrak harus bebas dari riba
d. Penjual harus menjelaskan kepada pembeli bila terjadi cacat
atas barang sesudah pembelian
e. Penjual harus menyampaikan semua hal yang berkaitan dengan
pembelian, misalnya jika pembelian dilakukan secara utang.
7Sutan Remy Sjahdeni, Perbankan Islam dan Kedudukannya Dalam Tata Hukum Perbankan
Indonesia, (Jakarta: PT. Pustaka Utama Grafiti), h. 62, cet. 1 8 Sofyan S. Harahap, dkk, Akuntansi Perbankan Syariah (Jakarta :LPFE Usakti,2007), ed.
Revisi, h. 48
18
3. Murabahah dalam Perbankan Syariah
Sesuai dengan sifat bisnis (tijarah), transaksi murabahah memiliki
beberapa manfaat, demikian juga resiko yang harus diantisipasi.
Murabahah memberi banyak manfaat kepada bank syariah. Salah satunya
adalah adanya keuntungan yang muncul dari selisih harga beli dari penjual
dengan harga jual terhadap nasabah. Selain itu sistem murabahah juga
sangat sederhana. Hal tersebut memudahkan penanganan admisitrasinya di
bank syariah. Diantara kemungkinan risiko yang harus diantisipasi antara
lain sebagai berikut :
1) Default atau kelalaian, nasabah sengaja tidak membayar
angsuran.
2) Fluktuasi harga komparatif. Ini terjadi bila harga suatu barang
di pasar naik setelah bank membelikannya untuk nasabah.
Sehingga bank tidak bisa mengubah harga jual beli tersebut.
3) Penolakan nasabah, barang yang dikirim bisa saja ditolak oleh
nasabah karena berbagai sebab. Bisa jadi karena rusak dalam
perjalanan sehingga nasabah tidak mau menerimanya. Karena
itu sebaiknya dilindungi dengan asuransi.
4) Dijual, karena murabahah bersifat jual beli dengan utang maka
ketika kontrak ditanda tangani, barang itu menjadi milik
nasabah. Nasabah bebas melakukan apapun terhadap aset
19
miliknya tersebut termasuk untuk menjualnya. Jika terjadi
demikian, risiko untuk default akan besar.
4. Hubungan Pembiayaan Murabahah Terhadap Profitabilitas Bank Syariah
Pengelolaan pembiayaan jual beli (murabahah) yang merupakan salah
satu komponen penyusun aset terbesar pada perbankan syariah akan
menghasilkan pendapatan berupa margin/mark up. Dengan diperolehnya
pendapatan mark up tersebut, maka akan mempengaruhi besarnya laba
yang diperoleh bank syariah. Serta pada akhirnya mampu mempengaruhi
peningkatan profitabilitas yang tercermin return on asset (ROA).
C. Kualitas Asset Produktif
1. Pengertian Kualitas Aset Produktif
Rasio ini digunakan untuk mengetahui kualitas aktiva produktif,
yaitu penanaman dana bank dalam rupiah atau valuta asing dalam bentuk
kredit, surat berharga, penempatan pada bank lain dan penyertaan.
Penilaian tersebut dilakukan untuk melihat apakah aktiva produktif
digunakan untuk menghasilkan laba secara maksimal. Selain itu penilaian
kualitas aset dimaksudkan untuk melihat kondisi aset bank, termasuk
antisipasi atas resiko gagal bayar dari pembiayaan (credit risk) yang akan
muncul.
20
Penilaian kualitas aset dimaksudkan untuk menilai kondisi aset
bank termasuk antisipasi atas resiko gagal bayar dari pembiayaan (credit
risk) yang akan muncul. Penilaian terhadap faktor kualitas aset meliputi
penilaian terhadap komponen-komponen sebagai berikut:
a. Kualitas aset produktif, perkembangan kualitas aktiva produktif
bermasalah, konsentrasi ekposur risiko, dan ekposur risiko
nasabah inti.
b. Kecukupan kebijakan dan prosedur, sistem kaji ulang (review)
internal, sistem dokumentasi dan kinerja penanganan aktiva
produktif bermasalah.
Penilaian kuantitatif faktor kualitas aset dilakukan dengan
melakukan penialian terhadap komponen-komponen sebagai berikut:9
a. Kualitas aktiva produktif bank, merupakan rasio utama;
b. Risiko konsentrasi penyaluran dana kepada debitur inti,
merupakan rasio penunjang;
c. Kualitas penyaluran dana kepada debitur inti, merupakan rasio
penunjang;
d. Kemampuan bank dalam menangani/mengembalikan aset yang
telah dihapusbuku, merupakan rasio penunjang;
9
Dwi Nuraini Ihsan, Analisis Laporan Keuangan Perbankan Syariah, (Jakarta: UIN
JAKARTA PRESS, 2013), h. 95-96
21
e. Besarnya pembiayaan non performing, merupakan rasio
penunjang;
f. Tingkat kecukupan agunan, merupakan rasio pengamatan;
g. Proyeksi/perkembangan kualitas aset produktif, merupakan rasio
pengamatan;
h. Perkembangan/trend aktiva produktif bermasalah yang
direstrukturisasi, merupakan rasio pengamatan.
Salah satu indikator rasio untuk mengukur kualitas asset bank yaitu :
2. Rasio Non Performing Financing (NPF)
NPF (Non Performing Financing) atau pembiayaan bermasalah
berarti pembiayaan yang pelaksanaannya belum mencapai atau memenuhi
target yang diinginkan pihak bank seperti:10
a. Pengembalian pokok atau bagi hasil yang bermasalah
b. Pembiayaan yang memiliki kemungkinan timbulnya risiko
dikemudian hari bagi bank
c. Pembiayaan yang termasuk dalam golongan khusus, diragukan
dan macet
d. Golongan lancar yang berpotensi terjadi penunggakan dalam
pengembalian.
10
Veithzal Rivai, Bank dan Financial Institution Management (Conventional and Sharia
System), (Jakarta: PT. Grafindo Persada, 2007) h. 256
22
NPF digunakan untuk mengukur tingkat permasalahan
pembiayaan yang dihadapi oleh bank syariah. NPF mencerminkan risiko
pembiayaan. Semakin tinggi rasio ini, menunjukkan kualitas pembiayaan
bank syariah semakin buruk. Aktiva produktif bank syariah diukur dengan
perbandingan antara pembiayaan bermasalah dengan total pembiayaan
yang diberikan.11
Rasio NPF ini dirumuskan sebagai berikut:
NPF = Pembiayaan Bermasalah (DPK, D, M) x 100%
Total Pembiayaan yang diberikan
Adapun kriteria kesehatan yang ditetapkan oleh Bank aindonesia
adalah sebagai berikut:
Tabel 2.1
Kriteria Peringkat Penilaian Non Performing Financing
Peringkat Nilai NPF Predikat
1 NPF<2% Sangat Baik
2 2%≤NPF<5% Baik
3 5%≤NPF<8% Cukup Baik
4 8%≤NPF<12% Kurang Baik
5 NPF≥12% Tidak Baik
Sumber: SE BI No. 9/24/Dpbs Tanggal 17 Maret 2015
11
Muhammad, Manajemen Bank Syariah, (Yogyakarta:UPP AMP YKPN, 2005), h. 265
23
Besarnya NPF yang diperbolehkan Bank Indonesia adalah
maksimal 5% jika melebihi 5% akan mempengaruhi penilaian tingkat
kesehatan bank yang bersangkutan yaitu akan mengurangi nilai skor yang
diperoleh. Skor nilai NPF ditentukan sebagai berikut:
a. Lebih dari 8% skor nilai = 0
b. Antara 5%-8% skor nilai = 80
c. Antara 3%-5% skor nilai = 90
d. Kurang dari 3% skor nilai = 100
NPF merupakan rasio penunjang dalam menentukkan kualitas aset
bank syariah. Penilaian kualitas aset dimaksudkan untuk menilai kondisi
aset bank, termasuk antisipasi atas resiko gagal bayar dari pembiayaan
(credit risk) yang akan muncul.12
Tabel 2.2
Perhitungan NPF Berdasarkan Kemampuan
Bayar Nasabah (Debitur di Bank Syariah)
Jenis
Pembiayaan
Kategori yang diperhitungkan dalam NPF
Kurang Lancar Diragukan Macet
Murabahah,
Istishna, Ijarah,
Qardh
Tunggakan lebih
dari 90 hari s.d
180 hari
Tunggakan lebih
dari 180 hari s.d
270 hari
Tunggakan lebih
dari 270 hari
12
Kamus Bank Indonesia, artikel diakses pada 17 Maret 2015 pukul 09.16 dari
http://www.bi.go.id/web/id/Kamus.htm?id=N&start=1&curpage=7&search=False&rule=forward
24
Salam
Telah jatuh tempo
s.d 60 hari
Telah jatuh tempo
s.d 90 hari
Lebih dari 90 hari
Mudharabah,
Musyarakah
Tunggakan s.d 90
hari realisasi bagi
hasil diatas 30%
s.d 90% dari
proyek
pendapatan
Tunggakan lebih
dari 90 hari s.d
180 hari realisasi
bagi hasil kurang
dari 30%
Tunggakan lebih
dari 180 hari
realisasi
pendapatan
kurang dari 30%
dari proyeksi
pendapatan lebih
dari 3 periode
pembayaran
D. Rasio Likuiditas
1. Pengertia Rasio Likuiditas
Likuiditas bank ialah kemampuan bank untuk memenuhi
kewajibannya, terutama kewajiban dana jangka pendek13
. Likuiditas
secara luas dapat didefinisikan sebagai kemampuan untuk memenuhi
kebutuhan dana (cash flow) dengan segera dan biaya yang sesuai. Di
tinjau dari sisi aktiva, likuiditas diartikan kemampuan suatu bank untuk
mengubah seluruh asset menjadi bentuk tunai (cash). Sedangkan dilihat
dari sisi pasiva, likuiditas adalah kemampuan bank memenuhi kebutuhan
dana melalui peningkatan portofolio liabilitas.
Sebagai lembaga keuangan intermediary, perbankan dihadapkan
pada dua persoalan. Di satu sisi bank harus menjaga penarikan dana dari
sumber dana yang dititipkan seperti giro, tabungan dan simpanan lainnya.
13
Zainul Arifin, Dasar-Dasar Manajemen Bank Syari’ah, hlm. 154
25
Sementara di sisi lain bank harus menjaga penarikan permintaan dana
seperti kredit yang diberikan.14
Muhammad menjelaskan bahwa apabila
tingkat likuiditas sebuah bank tinggi, maka tingkat profitabilitas akan
menurun. Sebaliknya jika bank tersebut mengalami tingkat likuiditas
rendah, maka akan menyebabkan meningkatnya tingkat profitabilitas.15
2. Rasio Financing to Deposit Ratio (FDR)
Financing to Deposit Ratio (FDR) merupakan rasio yang
digunakan untuk mengukur likuiditas suatu bank dalam membayar
kembali penarikan dana yang dilakukan deposan dengan mengandalkan
pembiayaan yang diberikan oleh bank terhadap Dana Pihak Ketiga (PDK).
Semakin tinggi Financing to Deposit Ratio (FDR) maka semakin tinggi
dana yang disalurkan ke Dana Pihak Ketiga (DPK). Dengan menyalurkan
Dana Pihak Ketiga (DPK) yang besar maka pendapatan bank Return on
Asset (ROA) akan semakin meningkat, sehingga Financing to Deposit
Ratio (FDR) berpengaruh positif terhadap Return on Asset (ROA).
Standar yang digunakan Bank Indonesia untuk rasio Financing to
Deposit Ratio (FDR) adalah 80% hingga 110%. Jika angka rasio
Financing to Deposit Ratio (FDR) suatu bank berada pada angka di bawah
80% (misalkan 60%), maka dapat disimpulkan bahwa bank tersebut hanya
14
Imam Rusyamsi, Asset Liability Manajemen Strategi Pengelolaan Aktiva Pasiva Bank
(Yogyakarta: UPP AMP YKPN), hlm. 37 15
Muhammad, “Manajemen Bank Syariah”, (Yogyakarta:UPP AMP YKPN, 2005), h. 228
26
dapat menyalurkan sebesar 60% dari seluruh dana yang berhasil dihimpun.
Karena fungsi utama dari bank adalah sebagai intermediasi (perantara)
antara pihak yang kelebihan dana dengan pihak yang kekurangan dana,
maka dengan rasio Financing to Deposit Ratio (FDR) 60% berarti 40%
dari seluruh dana yang dihimpun tidak tersalurkan kepada pihak yang
membutuhkan, sehingga dapat dikatakan bahwa bank tersebut tidak
menjalankan fungsinya dengan baik. Kemudian jika rasio Financing to
Deposit Ratio (FDR) bank mencapai lebih dari 110% berarti total
pembiayaan yang diberikan bank tersebut melebihi dana yang dihimpun.
Oleh karena dana yang dihimpun dari masyarakat sedikit, maka bank
dalam hal ini juga dapat dikatakan tidak menjalankan fungsinya sebagai
pihak intermediasi (perantara) dengan baik. Semakin tinggi Financing to
Deposit Ratio (FDR) menunjukkan semakin riskan kondisi likuiditas bank,
sebaliknya semakin rendah Financing to Deposit Ratio (FDR)
menunjukkan kurangnya efektivitas bank dalam menyalurkan
pembiayaan. Jika rasio Financing to Deposit Ratio (FDR) bank berada
pada standar yang ditetapkan oleh Bank Indonesia, maka laba yang
diperoleh bank tersebut akan meningkat (dengan asumsi bank tersebut
mampu menyalurkan pembiayaannya dengan efektif).16
Rasio ini
dirumuskan sebagai berikut:
16
Suryani, “Analisis pengaruh Financing to Deposit Ratio (FDR) terhadap Profitabilitas
27
FDR = Total Pembiayaan yang diberikan Bank x 100%
Dana Pihak Ketiga
E. Rasio Profitabilitas
1. Pengertian Rasio Profitabilitas
Kinerja suatu bank merupakan hasil dari serangkaian proses dengan
mengobankan berbagai sumber daya laporan keuangan merupakan sarana
untuk mempertanggungjawabkan apa yang dilakukan manajemen atas sumber
daya pemilik. Laporan laba rugi merupakan salah satu bentuk laporan
keuangan yang dijadikan salah satu parameter yang digunakan utnuk
mengukur kinerja suatu bank. Laba merupakan suatu pos dasar dan penting
dalam laporan keuangan yang memiliki berbagai kegunaan dalam berbagai
konteks.17
Profitabilitas dapat diartikan kemampuan suatu perusahaan untuk
memperoleh laba yang berhubungan dengan penjualan, total aktiva, maupun
hutang jangka panjang.18
Rasio profitabilitas adalah kemampuan perusahaan memperoleh laba
dalam hubungannya dengan penjualan, total aktiva maupun modal bagi
Perbankan Syariah di Indonesia (Periode 2008-2010)”, Walisongo vol. IX, no. 1 (Mei 2011): h. 59-60
17 Fahdiansyah Oktaviyantoro, “Analisis Pengaruh Penyaluran Pembiayaan Musyarakah,
Pembiayaan Mudharabah, Pembiayaan Murabahah dan Inflasi Terhadap Profitabilitas Perbankan
Syariah Di Indonesia Periode Januari 2008-Desember 2012”, (Skripsi S1 Fakultas Ekonomi dan
Bisnis, UIN Syarif Hidayatullah Jakarta, 2013), h. 47 18
Lukman Syamsuddin, “Manajemen Keuangan Perbankan”, edisi baru, (Jakarta: Raja
Grafindo Persada, 2000), h. 55
28
investor jangka panjang akan sangat berkepentingan dengan analisis
profitabilitas.19
Disebutkan juga, rasio profitabilitas adalah merupakan hasil dari
kebijaksanaan yang diambil oleh manajemen, yang mengukur seberapa besar
tingkat keuntungan yang diperoleh oleh perusahaan.20
Profitabilitas adalah memperbandingkan jumlah keuntungan yang
diperoleh perusahaan setiap masa tertentu, dengan hasil penjualan atau jumlah
investasi dana dalam perusahaan.21
ROE merupakan perbandingan antara laba bersih bank dengan modal
sendiri. Rasio ini digunakan untuk mengukur kinerja manajemen bank dalam
mengelola modal yang tersedia untuk menghasilkan laba setelah pajak.
Semakin besar ROE, semakin besar pula tingkat keuntungan yang dicapai
bank sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin
kecil. Sedangkan ROA menunjukkan kemampuan manajemen bank dalam
menghasilkan pendapatan dari pengelolaan aset yang dimiliki bank dengan
modal sendiri.
Perlu dicatat disini bahwa dalam penentuan tingkat kesehatan suatu
bank, Bank Indonesia lebih mementingkan penilaian besarnya Return On
Asset dan tidak memasukkan unsur Return On Equity. Hal ini dikarenakan
karena Bank Indonesia, sebagai pembina dan pengawas perbankan, lebih
19
Munawwir, “Analisa Laporan Keuangan”, (Yogyakarta: Liberty, 2000),h. 89 20
Sutrisno, “Manajemen Keuangan”, (Yogyakarta: Ekonisia, 2003), h. 253 21
Muhammad, “Manajemen Bank Syariah”, (Yogyakarta:UPP AMP YKPN, 2005), h. 63
29
mengutamakan nilai profitabilitas suatu bank yang diukur dengan asset yang
dana nya sebagian besar dari dana simpanan masyarakat.22
2. Rasio Return On Asset (ROA)
Return On Asset (ROA) adalah perbandingan antara keuntungan
dengan nilai total assetnya.23
Return On Asset merupakan rasio yang digunakan untuk mengukur
kemampuan manajemen bank dalam memperoleh laba secara keseluruhan.
Semakin besar ROA, maka semakin besar pula tingkat keuntungan yang
dicapai bank tersebut dan menunjukkan kinerja perusahaan yang semakin
baik.24
ROA merupakan rasio yang juga digunakan untuk mengukur
kemampuan manajemen bank dalam memperoleh laba bank syariah
(Muhammad, 2005:265).25
Berikut Rumus Return On Asset :
ROA= Laba Sebelum Pajak x 100%
Rata-rata Total Aset
22
Lukman Dendawijaya, “Manajemen Perbankan”, (Jakarta:Ghalia Indonesia, 2003), h. 120-
121 23
Sri. Y Susilo, Triandaru. Sigit, dan A. Totok Budi Santoso, “Bank dan Lembaga Keuangan
Lain”, (Jakarta:Salemba Empat, 2000), h. 32 24
Lukman Dendawijaya, “Manajemen Perbankan”, (Jakarta:Ghalia Indonesia, 2003), h. 121 25
Muhammad, “Manajemen Bank Syariah”, (Yogyakarta:UPP AMP YKPN, 2005), h. 265
30
Klasifikasi tingkat ROA menurut Peraturan Bank Indonesia (PBI) No.
14/18/PBI/2012 adalah sebagai berikut:
Tabel 2.4
Klasifikasi Tingkat ROA menurut BI
Tingkat ROA Predikat
Diatas 1,22% Sehat
0,99%-1,22% Cukup Sehat
0,77%-0,99% Kurang Sehat
Dibawah 0,77% Tidak Sehat
Sumber: www.bi.go.id
Berdasarkan tabel klasifikasi tingkat ROA, semakin besar Return On
Asset (ROA) suatu bank maka semakin besar pula tingkat keuntungan yang
dicapai bank tersebut dari segi penggunaan aset, peningkatan ROA juga
menunjukkan kinerja perusahaan yang semakin baik.
F. Kerangka Teori Konseptual
Kehadiran perbankan syariah yang berumur lebih dari 2 dekade telah
memberikan inovasi tersendiri pada industri perbankan di Indonesia. Adanya
perbankan syariah sebagai lembaga intermediasi diharapkan dapat
menunjukkan eksistensinya secara baik dibandingkan dengan perbankan
sistem lain (berbasis bunga) yang telah lahir sebelumnya. Salah satu menilai
31
citra baik dan buruknya suatu perbankan dapat dilihat dari gambaran kinerja
keuangannya.
Kinerja keuangan bank merupakan gambaran kondisi keuangan bank
pada suatu periode tertentu baik menyangkut aspek penghimpunan dana
maupun penyaluran dana yang biasanya diukur dengan indikator kecukupan
modal, likuiditas, dan profitabilitas. Penilaian aspek profitabilitas guna
mengetahui kemampuan menciptakan profit, yang sudah barang tentu penting
bagi para pemilik. Dengan kinerja bank yang baik pada akhirnya akan
berdampak baik pada pihak intern maupun bagi pihak ekstern bank.26
1. Pengaruh Pembiayaan Murabahah terhadap Profitabilitas (ROA)
Bank-bank syariah umumnya mengadopsi pembiayaan murabahah
untuk memberikan pembiayaan jangka pendek kepada para nasabah guna
pembelian barang meskipun mungkin si nasabah tidak memiliki uang untuk
membayar. Murabahah, sebagaimana yang digunakan dalam perbankan
syariah, prinsipnya didasarkan pada dua elemen pokok : harga beli serta biaya
yang terkait, dan kesepakatan atas markup (laba). Bank syariah pada
umumnya telah menggunakan murabahah sebagai metode pembiayaan yang
utama, meliputi kira-kira tujuh puluh lima persen dari total kekayaan
26
Jumingan, Analisis Laporan Keuangan (Jakarta : PT. Bumi Aksara, 2006), h. 239
32
mereka.27
Angka persentase yang cukup tinggi ini membuktikan bahwa
sebagian besar keuntungan/laba bank syariah yang dihasilkan dari pembiayaan
adalah murabahah.
2. Pengaruh Non Performing Financing terhadap Profitabilitas (ROA)
Apabila suatu bank mempunya non prforming financing yang tinggi,
maka akan memperbesar biaya baik biaya pencadangan aktiva produktif
maupun biaya lainnya, sehingga berpengaruh terhadap kinerja bank.
Risiko kredit yang diproksikan dengan non performing financing
berpengaruh negatif terhadap kinerja keuangan bank yang diproksikan dengan
Return On Asset (ROA). Sehingga maka semakin besar non performing
financing, akan mengakibatkan menurunnya return on asset (ROA), yang juga
berarti kinerja keuangan bank yang menurun karena resiko kredit semakin
besar. Begitu pula sebaliknya, jika non performing financing (NPF) turun,
maka ROA akan semakin meningkat, sehingga kinerja keuangan bank dapat
dikatakan semakin baik.28
27
Muhammad, Manajemen Pembiayaan Bank Syariah (Yogyakarta : UPP AMP YKPN,
2005), h.120 28
Hendra Gunawan, “Analisis Pengaruh Jumlah Pembiayaan Murabahah, Mudharabah, dan
Non Performing Financing Terhadap Profitabilitas (Studi Kasus Bank Syariah Mandiri Periode 2007-
2011)”, (Skripsi S1 Fakultas Ekonomi dan Bisinis, UIN Syarif Hidayatullah Jakarta, 2013), h. 35-36
33
3. Pengaruh Financing to Deposit Ratio Terhadap Profitabilitas
Financing to Deposit Ratio merupakan rasio yang digunakan untuk
mengukur likuiditas suatu bank dalam membayar kembali penarikan dana
yang dilakukan deposan dengan mengandalkan pembiayaan yang diberikan
oleh bank terhadap Dana Pihak Ketiga (PDK). Semakin tinggi Financing to
Deposit Ratio (FDR) maka semakin tinggi dana yang disalurkan ke Dana
Pihak Ketiga (DPK).. Namun menurunnya rasio likuiditas, berdampak pada
meningkatnya tingkat profitabilitas. Karena jumlah dana yang diperlukan
untuk membiayai kreditnya semakin banyak.
Berdasarka kajian teori yang telah dikemukakan diatas maka dapat
dibuat kerangka pemikiran teoritis serta skema alur penelitian yang
ditunjukkan pada gambar sebagai berikut:
Gambar 2.1
Kerangka Pemikiran Teoritis Pengaruh Pembiayaan Murabahah, NPF, dan
FDR Terhadap ROA
Pembiayaan
Murabahah
X1
Non Performing
Financing
X2
Financing to Deposit
Ratio
X3
ROA (Return
On Asset)
Y
34
G. Review Studi Terdahulu
Review studi terdahulu digunakan sebagai alat bantu sebuah gambaran
dalam menuyusun kerangka berpikir dalam penelitian. Berdasarkan penelitian
yang dilakukan beberapa sumber kepustakaan yaitu:
Tabel 2.2
Penelitian Terdahulu
No. Identitas Metode Hasil
1. R. Ade Sasongko Pramudhito
(C2A006100), Jurusan
Manajemen, Fakultas Ekonomi
dan Bisinis, Universitas
Diponegoro, Tahun 2013.
Judul: Analisis Pengaruh CAR,
FDR, NPF, BOP, dan NCOM
terhadap Profitabilitas Bank
Umum Syariah di Indonesia.
Sumber Data: Laporan Kuangan
Publikasi Triwulan Periode
2008-2012 Bank Muamalat,
Teknik Analisis: regresi
berganda dengan OLS.
Variabel: Variabel x (CAR,
FDR, MPF, BOPO, NCOM)
variabel y (ROA).
Variabel-variabel secara
simultan berpengaruh
terhadap ROA dengan nilai
signifikansi F dibawah 0,05.
CAR, BOPO, FDR, dan
NCOM berpengaruh secara
signifikan terhadap ROA
dengan nilai signifikansi t
lebih kecil dari 0,05.
Sedangkan NPF tidak
signifikan terhadap ROA
dengan nilai t lebih besar
dari 0,05. Nilai koefisien
35
Bank Syarian Mandiri, Bank
Mega Syariah, dan Bank BRI
Syariah.
determinasi (Adjusted R2)
model regresi sebesar
59,6%. Hal ini berarti
variabel independen dapat
menjelaskan pengaruhnya
terhadap ROA sebesar
59,6%. Sisanya dijelaskan
oleh variabel lain yang tidak
dijelaskan dalam penelitian
ini.
Perbedaan Penelitian: Terletak pada subtansinya. Pada penelitian ini penulis membahas tentang
pembiayaan Murabahah, kualitas aset produktif dalam hal ini NPF, dan rasio likuiditas dalam hal ini
FDR yang dapat mempengaruhi rasio profitabilitas ROA dalam jangka pendek dan jangka panjang
dengan metode kuantitatif dan teknik analisis menggunakan model VECM.
Persamaan Penelitian: Penelitian ini sama-sama menggunakan variabel y yaitu ROA dan sama-sama
menggunakan variabel x yaitu NPF dan FDR.
2. Hendra Gunawan
(108081000011), Jurusan
Manajemen, Fakultas Ekonomi
dan Bisnis, UIN Syarif
Hidayatullah Jakarta, Tahun
Teknik Analisis: Regresi
linier berganda.
Variabel: Variabel x
(Murabahah, Mudharabah,
NPF). Variabel y (ROA)
Variabel murabahah
berpengaruh positif terhadap
profitabilitas dengan nilai
0,001. Variabel mudharabah
berpengaruh negatif
36
2013.
Judul: Analisis Pengaruh Jumlah
Pembiayaan Murabahah,
Mudharabah, dan NPF terhadap
Profitabilitas.
Sumber Data: Data laporan-
laporan keuangan, media situs
internet seperti www.bi.go.id,
www.bsm.co.id, dan yang
lainnya, serta riset kepustakaan.
terhadap profitabilitas
dengan nilai 0,000.
Sedangkan variabel Non
Performing Financing tidak
berpengaruh terhadap
profitabilitas dengan nilai
0,642.
Perbedaan Penelitian: Terletak pada subtansinya. Pada penelitian ini penulis membahas tentang
pembiayaan Murabahah, kualitas aset produktif dalam hal ini NPF, dan rasio likuiditas dalam hal ini
FDR yang dapat mempengaruhi rasio profitabilitas ROA dalam jangka pendek dan jangka panjang
dengan metode kuantitatif dan teknik analisis menggunakan model VECM.
Persamaan Penelitian: Penelitian ini sama-sama menggunakan variabel y yaitu ROA dan sama-sama
menggunakan variabel x yaitu pembiayaan murabahah dan NPF.
37
3. Fahdiansyah Oktaviyantoro
(108084000005), Jurusan ilmu
ekonomi studi pembangunan,
Fakultas Ekonomi dan Bisnis,
UIN Syarif Hidayatullah Jakarta,
Tahun 2013.
Judul: Analisis Pengaruh
Penyaluran Pembiayaan
Musyarakah, Pembiayaan
Mudharabah, dan Inflasi terhadap
Profitabilitas Perbankan Syariah
di Indonesia Periode Januari
2008-Desember 2012.
Sumber Data: Publikasi laporan
keuangan perbankan syariah.
Teknik Analisis: Regresi
linier berganda.
Variabel: Variabel x
(musyarakah, mudharabah,
murabahah, dan inflasi).
Variabel y (ROE).
Penelitian ini menunjukkan
bahwa smua variabel
pembiayaan musyarakah,
pembiayaan mudharabah,
pembiayaan murabahah dan
inflasi mempunyai pengaruh
yang signifikan terhadap
profitabilitas perbankan
syariah yang diproaksikan
dengan return on equity
(ROE).
38
Perbedaan Penelitian: Terletak pada subtansinya. Pada penelitian ini penulis membahas tentang
pembiayaan Murabahah, kualitas aset produktif dalam hal ini NPF, dan rasio likuiditas dalam hal ini
FDR yang dapat mempengaruhi rasio profitabilitas ROA dalam jangka pendek dan jangka panjang
dengan metode kuantitatif dan teknik analisis menggunakan model VECM.
Perbedaan Penelitian: Penelitian ini sama-sama menggunakan variabel x yaitu pembiayaan
murabahah.
4. Shopi Guspita (04390035),
Jurusan Muamalat, Fakultas
Syariah, Universitas Islam Negeri
Sunan Kalijaga Yogyakarta,
Tahun 2008.
Judul: Pengaruh Rasio Likuiditas
Terhadap Profitabilitas.
Sumber Data: Menggunakan data
sekunder yang diperoleh dari
publikasi laporan keuangan Bank
Syariah Mandiri tahun 2004-
Teknik Analisis: Regresi
berganda.
Variabel: Variabel x (LTD,
LAD, FDR). Variabel y
(ROA)
Variabel LTA berpengaruh
positif dan signifikan,
dengan nilai sebesar
2.971>2.021 dan
signifikansi 0,005. Variabel
LAD berpengaruh negatif
dan siginifikan yang
ditunjukkan nilat thitung -
2.371 lebih kecil ttable -2.021
dan signnifikansi 0,022, dan
variabel FDR tidak
berpengaruh dan signifikan
dengan nilai thitung lebih
39
2007, dengan jumlah sampel 48. kecil dari ttabel (6.56,2.021)
dengan tingkat signifikansi
0,515. Namun secara
simultan variabel
independen berpengaruh
terhadap variabel dependen
dengan nilai Fhitung sebesar
2.946 lebih besar Ftabel 2.84
dan tingkat signifikansi
0,043.
Perbedaan Penelitian: Terletak pada subtansinya. Pada penelitian ini penulis membahas tentang
pembiayaan Murabahah, kualitas aset produktif dalam hal ini NPF, dan rasio likuiditas dalam hal ini
FDR yang dapat mempengaruhi rasio profitabilitas ROA dalam jangka pendek dan jangka panjang
dengan metode kuantitatif dan teknik analisis menggunakan model VECM.
Persamaan Penelitian: Penelitian ini sama-sama menggunakan variabel x yaitu rasio likuiditas FDR
dan sama-sama menggunakan varibael y yaitu ROA.
40
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini membahas pengaruh jumlah pembiayaan murabahah, kualitas
aset produktif dalam hal ini NPF, dan rasio likuiditas dalam hal ini FDR terhadap
profitabitabilitas dalam hal ini Return On Asset (ROA). Objek penelitian ini
adalah Bank Umum Syariah. Data yang digunakan merupakan data bulan Januari
2009 sampai dengan Desember 2013.
B. Jenis dan Sumber Data
Data ialah serangkaian bukti-bukti, fakta-fakta, sesuatu yang secara pasti
diketahui atau serangkaian informasi yang ada di sekitar kita. Selain itu, data juga
dapat didefinisikan sebagai sekumpulan informasi yang diperlukan untuk
mengambil keputusan.1
Data yang digunakan dalam penelitian ini adalah data kuantitatif yang
merupakan data statistik berbentuk angka-angka. Data kuantitatif adalah data
1 Mudrajad Kuncoro, Metode Riset Untuk Bisnis dan Ekonomi (Jakarta: Erlangga, 2003),
h.124
41
yang diukur dalam skala numerik (angka) yang dibedakan menjadi data interval
dan data rasio.2
Data yang akan dipakai dalam penelitian ini berupa data sekunder. Data
sekinder yan akan digunakan ialah data deret waktu bulanan (time series) dari
bulan Januari 2009-Desember 2013 yang merupaka data Return On Asset,
pembiayaan murabahah, non performing financing (NPF), dan financing to
deposit ratio (FDR) Bank Umum Syariah. Semua data ini diperoleh dari instansi-
instansi terkait, yaitu Statistik perbankan Syariah, Otoritas Jasa Keuangan (OJK),
buku-buku terkait judul penelitian, jurnal yang memuat artikel-artikel terkait
penelitian, internet, dan sumber lainnya yang terkait.
Tabel 3.1. Variabel, Notasi, Satuan, dan Sumber Data
Variabel Notasi Satuan Sumber Data
ROA ROA_Y1 Persen Statistik Perbankan
Syariah
Murabahah MRB_X1 Milyar Rupiah Statistik Perbankan
Syariah
NPF NPF_X2 Persen Statistik Perbankan
Syariah
FDR FDR_X3 Persen Statistik Perbankan
Syariah
Sumber: Penulis (2014)
2 Muhammad Teguh, Metodologi Penelitian Ekonomi Teori dan Aplikasi (Jakarta: PT Raja
Grafindo Persada, 2005), h.45
42
C. Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini dilakukan melalui
beberapa cara, yaitu:
1. Studi Kepustakaan (Library Research)
Penelitian kepustakaan bertujuan untuk mendapatkan landasan dan konsep
yang kuat agar dapat memecahkan permaslahan. Penelitian kepustakaan
dilakukan dengan mengumpulkan literatur-literatur ilmiah, buku-buku, artikel dan
jurnal yang terkait penelitian ini.
2. Field Research
Pengumpulan data yang terkait penelitian ini diperoleh dari Statistik
Perbankan Syariah.
3. Internet Research
Guna pengumpulan data terkini, peneliti melakukan akses internet untuk
mendapatkan data dari www.bi.go.id
D. Definisi Operasional Variabel Penelitian
Variabel-variabel yang menjadi objek dalam penelitian ini adalah:
43
1. Variabel Bebas (Independent Variabel)
Variabel bebas adalah variabel yang mempengaruhi atau menjadi sebab
perubahan-perubahan atau timbulnya variabel terikat. Variabel bebas
dalam penelitian ini berupa:
Pembiayaan Murabahah yaitu akad jual beli barang dengan
menyatakan harga perolehan dan keuntungan (margin) yang disepakati
oleh penjual dan pembeli.
Non Performing Financing yaitu perbandingan antara total
pembiayaan bermasalah dengan total pembiayaan yang diberikan
kepada debitur.
Financing to Deposit Ratio yaitu rasio antara sejumlah kredit yang
diberikan dengan dana yang diterima bank.
2. Variabel Terikat (Dependent Variabel)
Merupakan variabel yang diamati dan diukur untuk menentukan
pengaruh yang disebabkan oleh variabel bebas.3 Variabel terikat adalah
variabel yang dipengaruhi atau yang menjadi akibat karena adanya
variabel bebas. Variabel terikat berupa:
Profitabilitas Bank Umum Syariah yaitu Return On Asset (ROA).
3 Ety Rochaeti dkk, Metodologi Penelitian Bisnis dengan Aplikasi SPSS, (Jakarta: Mitra
Wacana Media, 2007), h.11
44
E. Hipotesis Penelitian
Hipotesis merupakan jawaban sementara atas suatu persoalan yang masih
perlu dibuktiin kebenarannya dan harus bersifat logis, jelas, dan dapat diuji.
Hipotesis yang diajukan dalam penelitian ini adalah sebagai berikut:
1. Variabel Pembiayaan Murabahah
Ho = pembiayaan murabahah tidak berpengaruh dalam jangka pendek
terhadap profitabilitas (ROA) periode Januari 2009-Desember 2013
Ha = pembiayaan murabahah berpengaruh dalam jangka pendek terhadap
profitabilitas (ROA) periode Januari 2009-Desember 2013
Ho = pembiayaan murabahah tidak berpengaruh dalam jangka panjang
terhadap profitabilitas (ROA) periode Januari 2009-Desember 2013
Ha = pembiayaan murabahah berpengaruh dalam jangka panjang terhadap
profitabilitas (ROA) periode Januari 2009-Desember 2013
2. Variabel Non Performing Financing (NPF)
Ho = NPF tidak berpengaruh dalam jangka pendek terhadap profitabilitas
(ROA) periode Januari 2009-Desember 2013
Ha = NPF berpengaruh dalam jangka pendek terhadap profitabilitas
(ROA) periode Januari 2009-Desember 2013
Ho = NPF tidak berpengaruh dalam jangka panjang terhadap profitabilitas
(ROA) periode Januari 2009-Desember 2013
45
Ha = NPF berpengaruh jangka panjang terhadap profitabilitas (ROA)
periode Januari 2009-Desember 2013
3. Variabel Financing to Deposit Ratio (FDR)
Ho = FDR tidak berpengaruh dalam jangka pendek terhadap profitabilitas
(ROA) periode Januari 2009-Desember 2013
Ha = FDR berpengaruh dalam jangka pendek terhadap profitabilitas
(ROA) periode Januari 2009-Desember 2013
Ho = FDR tidak berpengaruh dalam jangka panjang terhadap profitabilitas
(ROA) periode Januari 2009-Desember 2013
Ha = FDR berpengaruh dalam jangka panjang terhadap profitabilitas
(ROA) periode Januari 2009-Desember 2013
F. Teknik Analisis Data
Penelitian ini menggunaka metode kuantitatif. Metode kuantitatif
digunakan untuk pengujian model Vector Autoregresive (VAR) yang akan
dipakai untuk menganalisis pengaruh pembiayaan murabahah, non performing
financing, dan financing to deposit ratio terhadap return on asset. Untuk
menjawab tujuan penelitian ini, maka penelitian ini menggunakan teknik analisis
Vector Eror Correction Model (VECM).
46
Alat analisis yang disediakan oleh VAR/VECM dilakukan melalui
empat macam penggunaannya, yaitu:4
1. Forecasting: ekstrapolasi nilai saat ini dan nilai masa depan seluruh
variabel dengan memanfaatkan seluruh informasi masa lalu dari variabel
tersebut.
2. Impulse Respons Function (IRF): melacak respon saat ini dan masa depan
dari setiap variabel akibat shock atau perubahan suatu variabel tertentu.
3. Forecast Error Variance Decomposition (FEVD): sebagai prediksi
kontribusi persentase varians setiap variabel terhadap perubahan suatu
variabel tertentu.
4. Granger Causality Test: untuk mengetahui hubungan sebab akibat antar
variabel.
Langkah pertama yang harus dilakukan adalah pengumpulan data yang
akan digunakan dalam penelitian. Adapun data yang dikumpulkan adalah
data-data yang secara umum dianggap relevan dan mempunyai hubungan
dengan penelitian yang akan dilakukan.
Langkah kedua adalah pengujian akar unit dari seluruh data yang
sudah terkumpul. Seperti telah dijelaskan sebelumnya, pengujian akar unit ini
biasanya dilakukan dengan uji Augmented Dickey-Fuller (ADF). Adapun
4 Mustika Rini, “Obligasi Syariah (Sukuk) dan Indikator Makroekonomi Indonesia: Sebuah
Analisis Vector Error Correction Model (VECM)”, (Skripsi S1 Fakultas Ilmu Ekonomi, Institut
Pertanian Bogor, 2012), h. 41
47
tujuan dari pengujian akar uint ini adalah untuk menguji stasioneritas dan
derajat integritas dari variabel tersebut. Jika seluruh data bersifat stasioner
pada level, maka kita bisa langsung melakukan estimasi VAR terhadap data
tersebut. Apabila data yang ada tidak stasioner pada level maka akan
dilakukan uji kointegrasi pada level dan apabila hasilnya terkointegrasi, maka
dapat dilakukan estimasi terhadap data menggunakan estimasi VECM. Karena
pada penelitian ini hampir semua data tidak stasioner pada data levelnya maka
yang digunakan dalam penelitian ini adalah estimasi pada model VECM.
Model VAR hanya digunakan untuk pengujian FEDV dan IRF.
Untuk menganalisis data dalam penelitian ini menggunakan metode
Vector Auto Correction Model (VECM) dan alat analisisnya menggunakan
software Eviews 7.
1. Vector Error Correction Model (VECM)
Vector error correction model (VECM) adalah VAR terestriksi yang
digunakan untuk variabel yang nonstasioner tetapi memiliki potensi untuk
terkointegrasi. Setelah dilakukan pengujian kointegrasi pada model yang
digunakan maka dianjurkan untuk memasukkan persamaan kointegrasi ke
dalam model yang digunakan. Pada data time series kebanyakan memiliki
tingkat stasioner pada first difference atau I (1). VECM kemudian
memanfaatkan informasi restriksi kointegrasi tersebut ke dalam
spesifikasinya. Oleh karena itu, VECM sering disebut sebagai desain VAR
48
bagi series nonstasioner yang memiliki hubungan kointegrasi. Dengan
demikian, dalam VECM terdapat speed of adjustment dari jangka pendek
ke jangka panjang.
G. Model Penelitian
Dalam penelitian ini akan mengkaji hubungan antara profitabilitas dengan
pembiayaan murabahah, non performing financing, dan financing to deposit ratio
baik hubungan jangka pendek maupun hubungan jangka panjang sehingga model
persamaannya adalah sebagai berikut:
Keterangan:
Y = α + β1 , MRB_X1 + β2 , NPF_X2 + β3 , FDR_X3 + β4
ROA_Y1 = Total nilai profitabilitas ROA
MRB_X1 = Pembiayaan Murabahah
NPF_X2 = Non Performing Financing
FDR_X3 = Financing to Deposit Ratio
H. Proses Penelitian
Langkah-langkah yang dilakukan dalam analisis VECM terdiri dari
beberapa langkah, yaitu:
49
1. Uji Stasioneritas
Langkah awal dalam mengestimasi model VAR yaitu melalui uji
stasioner. Hal ini dilakukan untuk memastikan bahwa data yang digunakan
dalam penelitian ini adalah stasioner. Dalam data time series, stasioneritas
merupakan salah satu konsep dasar karena terkait dengan model estimasi
yang digunakan. Jika data stasioner, maka peneliti hanya dapat
mempelajari „perilaku‟ data pada suatu periode tertentu saja berdasarkan
berbagai pertimbangan (yang tentu akan menjadi subjektif). Data time
series yang bersifat stasioner akan berujung pada penggunaan VAR
dengan metode standar. Sedangkan data time series yang bersifat tidak
stasioner (non stasioner) akan berimplikasi pada dua pilihan VAR, yaitu
data VAR dalam bentuk difference atau VECM.
Dalam sebuah penelitian bisa saja terjadi fenomena nonsense
regression (spurious regression) yang menggambarkan hubungan variabel
yang nampaknya signifikan secara statistik, namun sebenarnya tidak
memiliki hubungan. Hal tersebut dapat dilihat dari nilai R2
yang mendekati
nol, serta nilai R2
yang lebih besar dari Durbin Watson Statistic. Jika data
time series tersebut tidak stasioner, maka hanya dapat dilakukan studi
pada waktu bersangkutan. Inilah tujuan dilakukannya uji stasioneritas
pada data time series.
Uji stasioneritas dapat dilakukan dengan beberapa metode, yaitu
grafik, correlogram, maupun akar unit (unit root test) dengan
50
menggunakan metode Augmented Dickey Fuller (ADF) test dan Philips
Perron (PP) test.
Suatu data deret waktu dapat dikatakan stasioner jika rata-rata dan
variannya konstan sepanjang waktu yang diikuti dengan nilai kovarians
antar dua periode waktu yang hanya bergantung pada jarak atau selang
diantara keduanya.
Jika berdasarkan hasil uji stasioneritas dengan menggunakan uji ADF
menunjukkan data dari semua variabel belum termasuk data stasioner pada
level 1 (0), atau derajat integrasinya nol, maka yang harus dilakukan
adalah mengujinya kembali dengan cara differencing data, yakni dengan
mengurangi data tersebut dengan periode sebelumnya. Maka, proses
differencing pertama ini diperoleh data selisish. Jika pada uji ADF yang
kedua ini sudah dinyatakan stasioner, data tersebut terintegrasi pada
derajat pertama (1) untuk seluruh variabel. Namun apabila masih belum
stasioner juga, harus dilakukan proses differencing kedua. Hal ini
dilakukan secara terus menerus sehingga mendapatkan data yang stasioner
dan bisa diterapkan ke metode selanjutnya.
Langkah-langkah pengujian sebagai berikut:
Hipotesis:
Ho : data tidak stasioner
Ha : data stasioner
Apabila hasil uji Augmented Dicky-Fuller menyatakan bahwa:
51
Nilai ADF statistik > nilai kritis maka data stasioner, Ho ditolak
Nilai ADF statistik < nilai kritis maka data tidak stasioner, Ho diterima
2. Uji Normalitas
Salah satu asumsi dalam analisis statiska adalah data berdistribusi
normal. Distribusi normal merupakan distribusi kontinu yang sangat
penting dalam statistik dan banyak dipakai dalam memcahkan persoalan.
Distribusi normal disebut juga disebut Gauss.5
Eviews menggunakan dua cara untuk mengetahui apakah data
berdistribusi normal atau tidak, yakni dengan histogram dan uji Jarque-
Bera. Uji normalitas dapat dilakukan pada beberapa variabel sekaligus
(tanpa histogram) atau satu per satu (bisa dengan histogram). Langkah-
langkah pengujian normalitas data sebagai berikut:
hipotesis:
Ho : data tidak berdistribusi normal
Ha : data berdistribusi normal
Bila probabilitas > 0,05 = signifikan Ho ditolak
Bila probabilitas < 0,05 = tidak signifikan Ho diterima
3. Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mengetahui apakah model estimasi
telah memenuhi kriteria ekonometrika, dalam arti tidak terjadi
5 Boediono dan Wayan Koster, Teori dan Aplikasi Statistika dan Probabilitas (Bandung: PT
Remaja Rosdakarya, 2008), h. 342
52
penyimpangan yang cukup serius dari asumsi-asumsi yang harus dipenuhi
adalam metode Ordinary Least Square (OLS). Dalam regresi linier
berganda akan dijumpai berbagai permasalahan, seperti multikolinieritas,
heteroskedastisitas, dan autokorelasi.6 Uji asumsi klasik juga dilakukan
untuk melihat apakah terdapat permasalahan tersebut dalam model regresi
linier ganda, sehingga model tersebut memenuhi kriteria BLUE (Best
Linier Unbiased Estimator).
a. Uji Multikolinieritas
Istilah kolinieritas ganda (multicollinearity) diciptakan oleh Ragner
Frish dalam bukunya: Statistical confluence analysis by means of Complete
Regression Systems. Istilah itu berarti adanya hubungan linier yang
sempurna atau eksak (perfect or exact) diantara variabel-variabel bebas
dalam regresi.7
b. Uji Heteroskedastisitas
Dalam regresi linier ganda, salah satu asumsi yang harus dipenuhi
agar taksiran parameter dalam model tersebut bersifat BLUE adalah varian
dari setiap kesalahan penganggu untuk variabel-variabel bebas yang
diketahui merupakan suatu bilangan yang konstan.8 Uji heteroskedastisitas
bertujuan untuk mengetahui apakah dalam model regresi linier ganda
6 Nachrowi D. Nachrowi dan Hardius Usman, Penggunaan Teknik Ekonometri (Jakarta: PT
Raja Grafindo Persada, 2008), h.118. 7 J. Supranto, Ekonometri Buku Kedua (Jakarta: Ghalia Indonesia, 2004), h.13
8 Ibid, h. 46
53
memiliki varians yang tidak konstan. Dalam penelitian ini, uji
heteroskedastisitas dilakukan dengan menggunakan uji white. Langkah-
langkah pengujian adalah sebagai berikut:
Hipotesis:
Ho : tidak terdapat heteroskedastisitas
Ha : terdapat heteroskedastisitas
Nilai Probabilitas Chi-Square > 0,05 = tidak terdapat
heteroskedastisitas
Ho diterima
Nilai Probabilitas Chi-Square < 0,05 = terdapat heteroskedastisitas
Ho ditolak
c. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah terdapat
hubungan antara residual satu observasi dengan residual observasi lainnya.
Salah satu asumsi dalam penggunaan model Ordinary Least Square (OLS)
adalah tidak adanya autokorelasi.9
Dalam penelitian ini, uji autokorelasi dilakukan dengan Uji
Breusch-Godfrey. Langkah-langkah pengujian adalah sebagai berikut:
Hipotesis:
9 Wing Wahyu Winarno, Analisis Ekonometrika dan Statistika dengan Eviews ed. Kedua
(Yogyakarta: STIM YKPN, 2009), h. 526
54
Ho : tidak terdapat autokorelasi
Ha : terdapat autokorelasi
Nilai Probabilitas Chi-Square > 0,05 = tidak terdapat autokorelasi,
Ho diterima
Nilai Probabilitas Chi-Square < 0,05 = terdapat autokorelasi, Ho
ditolak
4. Uji Lag Length
Uji lag length bertujuan untuk mengetahui lag optimal yang digunakan
dalam model penelitian. Hal ini dikarenakan jika lag yang digunakan
terlalu sedikit, maka residual dari regresi tidak akan menampilkan proses
white noise sehingga model tidak dapat mengestimasi actual error secara
tepat. Akibatnya standar kesalahan tidak diestimasi secara baik. Selain itu
jika mamasukkan lag terlalu banyak akan mengurangi kemampuan
menolak Ho dan dapat mengurangi derajat kebebasan.10
5. Uji Causalitas Granger
Uji Causalitas Granger digunakan untuk mengetahui jenis suatu
variabel, yang apakah variabel tersebut mempunyai hubungan dua arah
atau hanya satu arah. Pada uji ini digunakan data time series karena untuk
melihat pengaruh masa lalu terhadap kondisi saat ini. Sebelum dilakukan
10
Shocrul Rohamtul Ajija, Cara Cerdas Menguasai Eviews. (Jakarta: Salemba Empat, 2011),
h. 186
55
analisis kointegrasi, VAR dan VECM perlu dilakukan pengujian
kausalitas antara variabel-variabel penelitian. Uji kausalitas ini
menggunakan metode Granger Causality. Jika terdapat hubungan
kausalitas antara variabel penelitian, maka analisis regresi (OLS) tidak
dapat dilakukan karena hasil estimasinya akan bias. Dalam pengujian
kausalitas dilakukan dengan memasukkan lag berbeda, yaitu mulai lag 2
sampai dengan lag 12. Hal ini dilakukan karena Granger ini sangat peka
terhadap lag-lag tersebut.
Langkah-langkah pengujian sebagai berikut:
Hipotesis:
Ho : tidak terdapat hubungan kausalitas antar variabel
Ha : terdapat hubungan kausalitas antar variabel
Pengambilan keputusan dilakukan dengan kriteria:
Bila probabilitas > 0,05 Ho diterima
Bila probabilitas < 0,05 Ho ditolak
6. Uji Kointegrasi
Dalam analisis VAR/VECM, kointegrasi digunakan untuk mengetahui
keberadaan hubungan jangka panjang antara variabel-variabel yang tidak
stasioner. Kointegrasi berarti meskipun secara individu tidak stasioner,
namun kombinasi linier dari dua atau lebih variabel-variabel tersebut
dapat menjadi stasioner. Artinya, kombinasi dari variabel-variabel yang
tidak stasioner menghasilkan residual yang stasioner.
56
Maka, seluruh variabel tersebut bergerak bersama menuju sebuah
keseimbangan jangka panjang. Penggunaan uji kointegrasi syaratnya
adalah hasil uji stasioneritas untuk setiap variabel menunjukkan derajat
integrasi yang sama. Penentuan panjang lag optimum menjadi unsur
penting dalam hal ini, karena hasil pengujian kointegrasi dapat sensitif
terhadap lag yang dipilih. Pengujian kointegrasi dapat menggunakan
metode kointegrasi Johansen.
Dalam uji kointegrasi dari Johansen, analisis peubah bukanlah semata
hanya melihat hasil dari sistem persamaan VAR tersebut yang biasanya
digunakan analisis Impuls Response Functioni (IRF) dan Variance
Decomposition (VD) melainkan sebagai batu loncatan di dalam proses
pengujian kointegrasi dimana selanjutnya harus dilakukan tahap
reparametrisasi dari model VAR menjadi VECM.
Penilaian pada uji Johansen di penelitian ini adalah jika nilai trace
statistic dan nilai maks eigen lebih kecil dibandingkan nilai kritis pada
tingkat keyakinan 5%, maka tidak terjadi kointegrasi antar variabel.
Begitu pula sebaliknya jika nilai trace statistic dan nilai maks eigen lebih
besar dibandingkan nilai kritis pada tingkat keyakinan 5% maka terjadi
kointegrasi antar variabel.
Langkah-langkah pengujian sebagai berikut:
Hipotesis:
Ho : tidak terdapat hubungan kointegrasi antar variabel
57
Ha : terdapat hubungan kointegrasi antara variabel
Pengambilan keputusan dilakukan dengan kriteria:
Trace Statistic > Critical Value Ho ditolak
Trace Statistic < Critical Value Ho di terima
7. Estimasi VECM
Berdasarkan tujuan analisis VECM yaitu untuk mengetahui tingkah
laku jangka pendek dari suatu variabel terhadap jangka panjangnya, akibat
adanya shock (perubahan) yang permanen, maka estimasi yang dapat
digunakan sebagai bentuk dari persamaan sebelumnya dengan membaca
hasil olahan data. Dimana, jika nilai t-statistik hasil estimasi lebih besar
dari pada nilai t-tabelnya, maka dapat dikatakan terdapat hubungan jangka
panjang atau jangka pendek. Sedangkan, jika nilai t-statistik hasil estimasi
lebih kecil dari pada nilai t-tabelnya, maka dapat dikatakan tidak terdapat
hubungan jangka panjang atau jangka pendek.11
8. Analisis Impulse Response Function (IRF)
Teknik Impulse Response Function (IRF) yaitu penulusuran pengaruh
guncangan sebesar satu standar deviasi yang dialami oleh satu peubah di
dalam sistem terhadap nilai-nilai peubah saat ini dan beberapa periode
mendatang.
11
Shocrul Rohmatul Ajija, Cara Cerdas Menguasai Eviews. (Jakarta: Salemba Empat, 2011),
h.168
58
Guncangan (shock) ini diberikan pada salah satu peubah endogen dan
biasanya sebesar satu deviasi dari peubah tersebut (biasanya disebut
innovations). Hal ini dilakukan karena model VAR juga bisa digunakan
untuk melihat dampak perubahan dari satu peubah dalam sistem terhadap
peubah lainnya dalam sistem secara dinamis.
Tampilan output eviews untuk IRF adalah dalam bentuk grafik. Grafik
ini menunjukkan respon atas guncangan yang diberikan. Apakah respon
tersebut positif atau negatif.
59
Gambar 3.1
Skema Alur Penelitian
INPUT
Uji
Kointegrasi
Uji
Stasioneritas
FDR NPF Pembiayaan
Murabahah
Uji Lag
Optimal
ROA
Uji Causalitas
Granger
Estimasi
VAR/VECM
IRF
Analisis dan
Pembahasan
60
BAB IV
HASIL ANALISIS DAN PEMBAHASAN
A. Analisis dan Pembahasan
Penelitian ini menggunakan data yang berbentuk time series (runtun
waktu) yakni data suatu objek yang terdiri atas beberapa periode. Time series
data berhubungan dengan nilai-nilai suatu variabel yang diatur secara
kronologis menurut perhitungan hari, minggu, bulan, kuartal atau tahun.
Data dalam penelitian ini diawali dari periode Januari 2009 sampai
dengan Desember 2013. Penelitian ini menggunakan data indikator meliputi
pembiayaan murabahah, non performing financing, dan financing to deposit
ratio yang didapat dari Statistik Perbankan Syariah di BI dan OJK sebagai
variabel independen (variabel bebas). Sedangkan variabel dependen (variabel
terikat) terdiri dari data profitabilitas ROA yang didapat dari Statistik
Perbankan Syariah di BI dan OJK. Model yang digunakan dalam penelitian
ini adalah Vector Error Correction Model (VECM).
Model VECM yang digunakan untuk menguji spesifikasi model dan
kesesuaian teori dengan kenyataan. Pengolahan data dilakukan secara
elektronik dengan menggunakan software Microsoft Excel 2010 dan Eviews
7.
61
Tabel 4.1
Data Pembiayaan Murabahah, NPF, FDR, dan ROA Bank Umum Syariah
Periode Januari 2009-Desember 2013
Tahun Pembiayaan Murabahah
(Miliar Rp) NPF (%) FDR (%) ROA (%)
2009 22,437 4.39 100.02 2.11
2009 22,574 4.61 100.5 2.15
2009 22,732 5.14 103.33 2.44
2009 23,001 5.17 101.36 2.29
2009 23,490 4.77 101.06 2.22
2009 24,245 4.39 100.22 2.16
2009 24,381 5.15 99.59 2.12
2009 24,632 5.61 99.71 2.08
2009 25,046 5.72 98.11 1.38
2009 25,499 5.51 97.3 1.46
2009 25,570 5.54 95.49 1.48
2009 26,321 4.01 89.7 1.48
2010 26,321 4.36 88.67 1.65
2010 27,288 4.75 90.96 1.76
2010 28,269 4.53 95.07 2.13
2010 28,922 4.47 95.57 2.06
2010 29,744 4.77 96.65 1.25
2010 31,108 3.89 96.08 1.66
2010 32,027 4.14 95.32 1.67
2010 33,310 4.1 98.86 1.64
2010 33,967 3.95 95.4 1.8
2010 34,831 3.95 94.76 1.85
2010 36,214 3.99 95.45 1.83
2010 37,508 3.02 89.67 1.67
2011 37,855 3.28 91.97 2.26
2011 38,983 3.66 95.16 1.81
2011 40,877 3.6 93.22 1.97
2011 42,453 3.79 95.17 1.9
2011 44,118 3.76 94.88 1.84
2011 46,161 3.55 94.93 1.84
2011 47,453 3.75 94.18 1.86
62
1. Uji Stasioneritas
Uji stasioner bertujuan untuk melihat nilai rata-rata dan varian dari data
time series, apakah data tersebut tidak mengalami perubahan secara sistematik
2011 49,455 3.53 98.39 1.81
2011 49,883 3.5 94.97 1.8
2011 52,148 3.11 95.24 1.75
2011 53,993 2.74 94.4 1.78
2011 56,365 2.52 88.94 1.79
2012 56,473 2.68 87.27 1.36
2012 58,326 2.82 90.49 1.79
2012 59,165 2.76 87.13 1.83
2012 61,895 2.85 95.39 1.79
2012 64,544 2.93 97.95 1.99
2012 67,752 2.88 98.59 2.05
2012 70,730 2.92 99.91 2.05
2012 73,826 2.78 101.03 2.04
2012 77,153 2.74 102.1 2.07
2012 80,953 2.58 100.84 2.11
2012 83,953 2.5 101.19 2.09
2012 88,004 2.22 100 2.14
2013 89,665 2.49 100.63 2.52
2013 92,792 2.72 102.17 2.29
2013 97,415 2.75 102.62 2.39
2013 98,368 2.85 103.08 2.29
2013 100,184 2.92 102.08 2.07
2013 102,588 2.64 104.43 2.1
2013 104,718 2.75 104.83 2.02
2013 105,061 3.01 102.53 2.01
2013 106,779 2.8 103.27 2.04
2013 107,484 2.96 103.03 1.94
2013 108,128 3.08 102.58 1.96
2013 110,565 2.62 100.32 2
63
sepanjang waktu (konstan) atau sebaliknya. Uji stasioneritas dapat dilihat
dengan menggunakan metode grafik atau metode akar unit.
Untuk menguji stasioneritas data, dapat digunakan uji akar unit (Unit
Root Test) yang dikembangkan oleh Dickey-Fuller. Dalam penelitian ini,
pengujian data dilakukan dengan uji Augmented Dickey-Fuller. Apabila nilai
t-statistik ADF lebih besar dari nilai kritis pada tingkat keyakinan 5% maka
data stasioner. Apabila probabilitas kurang dari 0,05 maka data stasioner.
Tabel 4.2
Unit Root Test Augmented Dickey-Fuller
Pada Tingkat Level
Variabel
Nilai t-
Statistik
ADF
Nilai Kritis
Statistik
ADF
Prob Kesimpulan
ROA_Y1 -3.711946 -3.487845 0.0292 Tidak Stasioner
MRB_X1 -2.091529 -3.492149 0.5390 Tidak Stasioner
NPF_X2 -0.104303 -3.502373 0.9934 Tidak Stasioner
FDR_X3 -2.391627 -3.487845 0.3800 Tidak Stasioner
Berdasarkan tabel di atas, dapat diketahui bahwa:
Data ROA_Y1 (ROA) belum stasioner pada tingkat level. Hal ini terlihat
dari nilai probabilitas yang lebih besar dari 0,05 yakni 0.0292 (data akan
stasioner jika nilai peobabilitas <0,05).
Data MRB_X1 (pembiayaan murabahah) belum stasioner pada tingkat
level. Hal ini karena nilai absolut t-statistik ADF (-2.091529) yang lebih
kecil dari nilai kritis pada tingkat keyakinan 5% (-3.492149). dapat pula
64
dilihat dari probabilitas yang lebih besar dari 0,05 yakni 0.5390 (data
akan stasioner jika nilai probabilitas <0,05).
Data NPF_X2 (non performing financing) belum stasioner pada tingkat
level. Hal ini karena data nilai absolut t-statistik ADF (-0.104303) yang
lebih kecil dari nilai kritis pada tingkat keyakinan 5% (-3.502373). Dapat
pula dilihat dari probabilitas yang lebih besar dari 0,05 yakni 0.9934 (data
akan stasioner jika nilai probabilitas <0,05).
Data FDR_X3 (Financing to deposit ratio) belum stasioner pada tingkat
level. Hal ini terlihat dari data nilai absolut t-statistik ADF (-2.391627)
yang lebih kecil dari nilai kritis pada tingkat keyakinan 5% (-3.487845).
Dapat pula dilihat dari probabilitas yang lebih besar dari 0,05 yakni
0.3800 (data akan stasioner jika nilai probabilitas <0,05)
Tabel 4.3
Unit Root Test Augmented Dickey-Fuller
Pada First Difference
Variabel
Nilai t-
Statistik
ADF
Nilai
Kritis
Statistik
ADF
Prob Kesimpulan
ROA_Y1 -10.60817 -1.946549 0.0000 Stasioner
MRB_X1 -0.561287 -1.946764 0.4697 Tidak
Stasioner
NPF_X2 -2.629278 -1.947119 0.0095 Stasioner
FDR_X3 -8.311764 -1.946549 0.0000 Stasioner
Tabel 4.3 menunjukkan unit root test dengan menggunakkan ADF pada
derajat integrasi pertama yang memperlihatkan bahwa variabel ROA_Y1,
NPF_X2, dan FDR_X3 sudah stasioner karena nilai absolut t-Statistik ADF
65
lebih besar dari nilai kritis pada tingkat keyakinan 5%, dan dapat pula dilihat
dari probabilitas nya yang lebih kecil dari 0,05. Sedangkan pada variabel
MRB_X1 (pembiayaan murabahah) belum stasioner pada integrasi pertama.
Tabel 4.4
Unit Root Test Augmented Dickey-Fuller
Pada Two Difference
Variabel
Nilai t-
Statistik
ADF
Nilai
Kritis
Statistik
ADF
Prob Kesimpulan
ROA_Y1 -7.839077 -1.946878 0.0000 Stasioner
MRB_X1 -9.349204 -1.946764 0.0000 Stasioner
NPF_X2 -9.714189 -1.947119 0.0000 Stasioner
FDR_X3 -10.77143 -1.946764 0.0000 Stasioner
Tabel 4.4 menunjukkan unit root test dengan menggunakan ADF pada
derajat integrasi kedua yang memperlihatkan bahwa masing-masing variabel
sudah stasioner. Hal ini dikarenakan nilai absolut t-Statistik ADF lebih besar
dari nilai kritis pada tingkat keyakinan 5%. Dapat pula dilihat dari probabilitas
masing-masing variabel yang lebih kecil dari 0,05.
2. Uji Normalitas
Salah satu asumsi dalam analisis statistika adalah data berdistribusi
normal. Uji normalitas digunakan untuk mengetahui apakah populasi data
berdistribusi normal atau tidak.model regresi yang baik adalah distribusi data
normal atau mendekati normal. Dalam melakukan uji kenormalan dari data
66
maka dapat digunakan metode/pendekatan grafik dan pendekatan inferensi
statistika dengan uji hipotesis.
Pada langkah awal, untuk menentukkan model distribusi peluang yang
mungkin cocok untuk data dapat digunakan pendekatan ukuran numerik (rata-
rata, median, modus, skewness, kurtosis, dan lain-lain) atau menggunakan
pendekatan grafis (histigram, estimating density, empirical, cumulative
distribution function). Dari pengujian awal ini dapat dilihat kecocokan sifat-
sifat empiris dari data terhadap sifat-sifat teoritis dari suatu distribusi peluang,
yang dalam hal ini yang menjadi perhatian adalah distribusi normal.
Gambar 4.1
Uji Normalitas
Berdasarkan gambar 4.1 menunjukkan bahwa data dalam penelitian ini
sudah berdistribusi normal. Hal ini terlihat nilai skewness yang negatif dan
bernilai 0 (-0.060447) ekor yang relatif tidak tebal, bersifat unimodal dengan
0
1
2
3
4
5
6
7
8
9
-0.6 -0.4 -0.2 0.0 0.2 0.4
Series: Residuals
Sample 2009M01 2013M12Observations 60
Mean -1.69e-15Median -0.019858Maximum 0.448153Minimum -0.565948Std. Dev. 0.197987Skewness -0.060447Kurtosis 3.248411
Jarque-Bera 0.190808Probability 0.909006
67
kurtosis = 3 (atau excess kurtosis=0). Dan probability yang lebih besar dari
0,05.1
3. Uji Asumsi Klasik
Analisis regresi dapat menghadapi beberapa masalah serius seperti
adanya multikolinieritas, heteroskedastisitas, atau autokorelasi. Uji asumsi
klasik dilakukan untuk melihat apakah dalam model regresi tersebut terdapat
masalah serius atau tidak, sehingga model tersebut memenuhi kriteria BLUE
(Best Linier Unbiased Estimator).
a. Uji Multikolinieritas
Multikolinieritas mengacu pada situasi dimana dua atau lebih variabel
penjelas dalam suatu regresi mempunyai korelasi yang tinggi. Uji
multikolinieritas ini bertujuan untuk menguji apakah dalam model regresi
ditemukan adanya korelasi antar variabel independen. Model yang baik adalah
model yang tidak terjadi korelasi antar variabel independennya.
Tabel 4.5
Uji Multikolinieritas
ROA_Y1 MRB_X1 NPF_X2 FDR_X3
ROA_Y1 1.000000 0.359968 -0.246469 0.599507
MRB_X1 0.359968 1.000000 -0.800108 0.505706
NPF_X2 -0.246469 -0.800108 1.000000 -0.079812
FDR_X3 0.599507 0.505706 -0.079812 1.000000
1 Dedi Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews,
(Yogyakarta: Andi Yogyakarta), h. 29-30
68
Berdasarkan tabel 4.5 diatas, terlihat bahwa antara masing-masing
variabel memiliki koefisien yang lebih kecil dari 0,85 sehingga tidak terdapat
hubungan yang linier antara ketiga variabel independen (tidak terjadi
multikolinieritas).
b. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi tidak terjadi ketidaksamaan varian dari residual satu pengamatan ke
pengamatan lain. Jika varian satu residual dari satu pengamatan lain tetap,
maka disebut homoskedastisitas dan jika berbeda, maka disebut
heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas.
Uji heteroskedastisitas dalam penelitian ini menggunakan Uji White.
Tabel 4.6
Uji White Heteroskedasticity Test: White
F-statistic 1.060549 Prob. F(9,50) 0.4076
Obs*R-squared 9.617886 Prob. Chi-Square(9) 0.3823
Scaled explained SS 9.418871 Prob. Chi-Square(9) 0.3995
Dapat dilihat pada tabel uji heteroskedastisitas dengan menggunakan
Uji White bahwa Probability Chi-Square dari model regresi tersebut adalah
sebesar 0.3823 yang lebih besar dari 0,05 sehingga dalam model tersebut
tidak terdapat heteroskedastisitas atau bersifat homoskedastisitas.
69
c. Uji Autokorelasi
Salah satu asumsi dari model regresi linier klasik adalah bahwa tidak
ada autokorelasi atau korelasi serial (autocorrelation or serial correlation).2
Dalam penelitian ini, uji autokorelasi dilakukan dengan uji Breusch-Pagan-
Godfrey.
Tabel 4.7
Uji Autokorelasi Breusch-Pagan-Godfrey
Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic 2.061364 Prob. F(3,56) 0.1157
Obs*R-squared 5.966889 Prob. Chi-Square(3) 0.1132
Scaled explained SS 5.843421 Prob. Chi-Square(3) 0.1195
Tabel 4.7 menunjukkan nilai Probabilitas Chi-Square sebesar 0.1132
yang lebih besar dari nilai α sebesar 0,05. Dapat disimpulkan bahwa dalam
model ini tidak terdapat masalah autokorelasi.
4. Uji Lag Optimal
Untuk melakukan uji kausalitas dan uji VAR, perlu terlebih dahulu
ditemukan penjang lag optimalnya. Dalam penelitian ini, peneliti mentukkan
panjang lag optimalnya dengan melihat nilai Akaike Information Criteria
(AIC) yang paling rendah/minimum. Panjang lag yang diikutsertakan dalam
pengujian ini adalah mulai dari 0 sampai dengan lag 5 karena data yang
dipakai bulanan dan berkisar 5 tahun.
2 J. Supranto, Ekonomi Buku Kedua (Jakarta: Ghalia Indonesia), h. 82
70
Tabel 4.8
Uji Lag Optimum
Lag LogL LR FPE AIC SC HQ 0 -808.8909 NA 80855752 29.55967 29.70566 29.61612
1 -550.4436 469.9042* 12014.96* 20.74340* 21.47334* 21.02568*
2 -543.1237 12.24414 16637.46 21.05904 22.37294 21.56714
3 -537.6455 8.366751 24998.95 21.44165 23.33950 22.17556
4 -522.6860 20.67132 27216.38 21.47949 23.96128 22.43922
5 -506.5776 19.91583 29348.19 21.47555 24.54129 22.66110
Berdasarkan tabel 4.8 di atas, terlihat bahwa pada output di atas tanda
* terbanyak ada di lag 1, maka itu artinya lag yang digunakam untuk
pengolahan data selanjutnya menggunakan lag 1.
5. Uji Causalitas Granger
Dalam uji ini, penelitian ingin melihat hubungan kausal antara ROA
dengan variabel lainnya. Hasil uji kausalitas dapat diketahui dengan melihat
nilai probabilitasnya. Kriteria keputusan yang dipakai adalah Ho ditolak jika
nilai probabilitasnya kurang dari 5% (taraf uji yang digunakan dalam
penelitian ini adalah 5%). Jika Ho ditolak, maka terdapat hubungan kausal.
Adapun panjang lag yang digunakan adalah sesuai dengan hasil uji lag yang
telah ditentukan sebelumnya, yaaitu lag .
Uji Causalitas Granger merupakan alat analisis VAR yang berfungsi
untuk mengetahui apakah efek sutau variabel eksogen dapat meningkatkan
kinerja forecasting dari variabel endogen, serta untuk mengetahui hubungan
71
timbal balik atau dua arah (interrelationship) antara variabel dependen dan
independen nya.
Tabel 4.9
Uji Causalitas Granger
Null Hypothesis: Obs F-Statistic Prob. MRB_X1 does not Granger Cause ROA_Y1 59 2.26950 0.1376
ROA_Y1 does not Granger Cause MRB_X1 0.05448 0.8163 NPF_X2 does not Granger Cause ROA_Y1 59 3.92772 0.0524
ROA_Y1 does not Granger Cause NPF_X2 4.75198 0.0335 FDR_X3 does not Granger Cause ROA_Y1 59 1.15696 0.2867
ROA_Y1 does not Granger Cause FDR_X3 8.18561 0.0059 NPF_X2 does not Granger Cause MRB_X1 59 8.45937 0.0052
MRB_X1 does not Granger Cause NPF_X2 2.52801 0.1175 FDR_X3 does not Granger Cause MRB_X1 59 1.27005 0.2646
MRB_X1 does not Granger Cause FDR_X3 2.60256 0.1123 FDR_X3 does not Granger Cause NPF_X2 59 0.11725 0.7333
NPF_X2 does not Granger Cause FDR_X3 2.24332 0.1398
Variabel pembiayaan murabahah (MRB_X1) secara statistik tidak
mempengaruhi return on asset (ROA_Y1) dan begitu juga sebaliknya
variabel return on asset (ROA_Y1) secara statistik tidak
mempengaruhi variabel pembiayaan murabahah (MRB_X1) yang
dibuktikan dengan nilai Prob masing-masing lebih besar dari 0,05
yaitu 0,1376 dan 0,8163 (hasil keduanya adalah terima hipotesis nol)
sehingga disimpulkan bahwa tidak terjadi hubungan apapun untuk
kedua variabel MRB dan ROA.
72
Variabel non performing financing (NPF_X2) secara statistik tidak
mempengaruhi return on asset (ROA_Y1) dan begitu juga sebaliknya
variabel return on aset (ROA_Y1) secara statistik tidak mempengaruhi
variabel non performing financing (NPF_X2) yang dibuktikan dengan
nilai Prob masing-masing lebih besar dari 0,05 yaitu 0,0524 dan
0,0335 (hasil keduanya adalah terima hipotesis nol) sehingga
disimpulkan bahwa tidak terjadi hubungan apapun untuk kedua
variabel NPF dan ROA.
Variabel financing to deposit ratio (FDR_X3) secara statistik tidak
mempengaruhi return on asset (ROA_Y1) (0,2867) sehingga diterima
hipotesis nol sedangkan return on asset (ROA_Y1) secara statistik
mempengaruhi financing to deposit ratio (FDR_X3) (0,0059) sehingga
ditolak hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi
hubungan searah antara variabel FDR dan ROA yaitu hanya ROA
yang secara statistik mempengaruhi FDR dan tidak berlaku sebaliknya.
Variabel non performing financing (NPF_X2) secara statistik
mempengaruhi variabel pembiayaan murabahah (MRB_X1) (0,0052)
sehingga ditolak hipotesis nol sedangkan pembiayaan murabahah
(MRB_X1) secara statistik tidak mempengaruhi non performing
financing (NPF_X2) (0,1175) sehingga diterima hipotesis nol. Dengan
demikian, disimpulkan bahwa terjadi hubungan searah antara variabel
73
NPF dan Pembiayaan Murabahah yaitu hanya NPF yang secara
statistik mempengaruhi Murabahah dan tidak berlaku sebaliknya.
Variabel financing to deposit ratio (FDR_X3) secara statistik tidak
mempengaruhi pembiayaan murabahah (MRB_X1) dan begitu juga
sebaliknya variabel pembiayaan murabahah (MRB_X1) secara statistik
tidak mempengaruhi financing to deposit ratio (FDR_X3) yang
dibuktikan dengan nilai Prob masing-masing lebih besar dari 0,05
yaitu 0,2646 dan 0,1123 (hasil keduanya adalah terima hipotesis nol)
sehingga disimpulkan bahwa tidak terjadi hubungan apapun untuk
kedua variabel FDR dan MRB.
Variabel financing to deposit ratio (FDR_X3) secara statistik tidak
mempengaruhi variabel non performing financing (NPF_X2) dan
begitu juga sebaliknya variabel non performing financing (NPF_X2)
secara statistik tidak mempengaruhi financing to deposit ratio
(FDR_X3) yang dibuktikan dengan nilai Prob masing-masing lebih
besar dari 0,05 yaitu 0,7333 dan 0,1398 (hasil keduanya adalah terima
hipotesis nol) sehingga disimpulkan bahwa tidak terjadi hubungan
apapun untuk kedua variabel FDR dan NPF.
6. Uji Kointegrasi
Dari hasil uji derajat kointegrasi didapat bahwa semua variabel
stasioner pada ordo yang sama. Lalu dilanjutkan ke uji kointegrasi untuk
74
mengetahui apakah residual regresi terkointegrasi stasioner atau tidak.
Apabila variabel terkointegrasi maka terdapat hubungan yang stabil dalam
jangka panjang. Sebaliknya jika tidak terdapat kointegrasi antar variabel maka
implikasi tidak adanya keterkaitan hubungan dalam jangka panjang.
Tabel 4.10
Uji Johansen Cointegration
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.349003 55.43199 47.85613 0.0083
At most 1 * 0.287639 30.53544 29.79707 0.0410
At most 2 0.152283 10.86355 15.49471 0.2200
At most 3 0.021852 1.281453 3.841466 0.2576
Berdasarkan tabel 4.10 diatas, nilai Trace Statistic lebih besar dari
Critical Value pada tingkat kepercayaan 5% yang menyatakan bahwa antara
masing-masing variabel (ROA-MRB, ROA-NPF, ROA-FDR) saling
berkointegrasi sehingga diantara masing-masing variabel tersebut terdapat
hubungan jangka panjang.
7. Estimasi Vector Error Correction Model (VECM)
VECM merupakan bentuk VAR yang terestriksi. Restriksi tambahan
ini dilakukan karena adanya data yang tidak stasioner namun terkointegrasi.
VECM mampu melihat hubungan jangka panjang variabel-variabel endogen
agar konvergen ke dalam hubungan kointegrasinya, namun tetap membiarkan
keberadaan dinamisasi jangka pendek. Sims (1980) dan Doan (1992)
75
menentang penggunaan variabel difference, walaupun jika variabel tersebut
memiliki unit root (tidak stasioner pada level). Kedua pakar ini berargumen
bahwa differencing akan membuang informasi berharga yang terkait dengan
pergerakan searah data. VAR in difference digunakan bagi data yang tidak
stasioner pada level dan tidak terkointegrasi. Dalam penelitian ini hampir
semua data tidak stasioner pada level, namun semua data memiliki hubungan
kointegrasi, sehingga digunakan model VECM.
Tabel 4.11
Estimasi Vector Error Correction Model
Vector Error Correction Estimates
Date: 03/19/15 Time: 17:29
Sample (adjusted): 2009M04 2013M12
Included observations: 57 after adjustments
Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 ROA_Y1(-1) 1.000000
MRB_X1(-1) 6.65E-06
(3.3E-06)
[ 2.00830]
NPF_X2(-1) 0.198956
(0.10526)
[ 1.89021]
FDR_X3(-1) -0.058568
(0.01255)
[-4.66862]
C 2.692692 Error Correction: D(ROA_Y1) D(MRB_X1) D(NPF_X2) D(FDR_X3) CointEq1 -0.423335 -494.1327 0.955870 6.366535
(0.21778) (880.659) (0.34828) (2.43390)
76
[-1.94384] [-0.56109] [ 2.74454] [ 2.61578]
D(ROA_Y1(-1)) -0.129183 158.6801 -0.323981 -2.834814
(0.20832) (842.384) (0.33314) (2.32812)
[-0.62012] [ 0.18837] [-0.97249] [-1.21764]
D(ROA_Y1(-2)) 0.044215 940.5728 -0.351069 0.012085
(0.16292) (658.800) (0.26054) (1.82074)
[ 0.27140] [ 1.42771] [-1.34746] [ 0.00664]
D(MRB_X1(-1)) 3.14E-05 0.288340 1.25E-05 8.32E-05
(3.7E-05) (0.14803) (5.9E-05) (0.00041)
[ 0.85667] [ 1.94784] [ 0.21368] [ 0.20336]
D(MRB_X1(-2)) -5.89E-06 0.435285 1.58E-05 0.000197
(3.5E-05) (0.14204) (5.6E-05) (0.00039)
[-0.16768] [ 3.06446] [ 0.28190] [ 0.50148]
D(NPF_X2(-1)) -0.043668 414.1521 -0.351804 -0.392034
(0.11010) (445.225) (0.17608) (1.23048)
[-0.39661] [ 0.93021] [-1.99802] [-0.31860]
D(NPF_X2(-2)) 0.016148 171.1001 -0.298873 -1.261547
(0.10575) (427.608) (0.16911) (1.18179)
[ 0.15271] [ 0.40013] [-1.76733] [-1.06749]
D(FDR_X3(-1)) -0.006174 33.03818 0.027919 -0.018572
(0.01624) (65.6758) (0.02597) (0.18151)
[-0.38017] [ 0.50305] [ 1.07492] [-0.10232]
D(FDR_X3(-2)) -0.013397 -2.834173 0.005960 0.031661
(0.01419) (57.3831) (0.02269) (0.15859)
[-0.94407] [-0.04939] [ 0.26261] [ 0.19964]
C -0.046134 476.3672 -0.107016 -0.523992
(0.05260) (212.685) (0.08411) (0.58780)
[-0.87715] [ 2.23978] [-1.27230] [-0.89144] R-squared 0.276134 0.509707 0.248719 0.233867
Adj. R-squared 0.137521 0.415821 0.104857 0.087161
Sum sq. Resids 2.091253 34196056 5.348359 261.1948
S.E. equation 0.210938 852.9805 0.337335 2.357400
F-statistic 1.992123 5.429001 1.728872 1.594120
Log likelihood 13.32121 -460.0597 -13.44104 -124.2626
Akaike AIC -0.116534 16.49332 0.822493 4.710969
Schwarz SC 0.241896 16.85175 1.180923 5.069400
Mean dependent -0.007719 1540.930 -0.044211 -0.052807
S.D. dependent 0.227133 1116.005 0.356546 2.467381 Determinant resid covariance (dof adj.) 12148.66
Determinant resid covariance 5615.914
Log likelihood -569.5687
77
Akaike information criterion 21.52873
Schwarz criterion 23.10582
Sumber: Output Eviews 7 (data diolah)
Berdasarkan tabel 4.11 maka hasil regresi VECM dalam jangka
panjang adalah sebagai berikut:
D(ROA_Y1) = 2.69269203739 + 6.6456*MRB_X1(-1) + 0.19895*NPF_X2(-
1) – 0.0586*FDR_X3(-1) + 3.1360*D(MRB_X1(-1)) – 0.0437*D(NPF_X2(-
1)) – 0.0062*D(FDR_X3(-1))
Keterangan:
D(ROA_Y1) = Perubahan Return On Asset
MRB_X1(-1) = Pembiayaan Murabahah (jangka panjang)
NPF_X2(-1) = Non Performing Financing (jangka panjang)
FDR_X3(-1) = Financing to Deposit Ratio (jangka panjang)
D(MRB_X1(-1)) = Pembiayaan Murabahah (jangka pendek)
D(NPF_X2(-1)) = Non Performing Financing (jangka pendek)
D(FDR_X3(-1)) = Financing to Deposit Ratio (jangka pendek)
Berdasarkan tabel 4.11 diatas dapat dilihat hasil uji VECM pada lag 1
dengan t-tabel sebesar 2.00030 dihasilkan nilai t-hitung pembiayaan
78
murabahah sebesar 2.00830, non performing financing sebesar 1.89021 dan
financing to deposit ratio sebesar -4.66862. Pembiayaan murabahah dan
financing to deposit ratio dengn nilai t-hitung yang lebih besar dari t-tabel,
oleh karena itu pembiayaan murabahah dan FDR mempunyai hubungan
jangka panjang terhadap ROA. Sedangkan NPF dengan nilai t-hitung lebih
kecil dari t-tabel, maka tidak mempunyai hubungan jangka panjang terhadap
ROA. Sedangkan pembiayaan murabahah, NPF, dan FDR tidak memiliki
hubungan jangka pendek karena nilai t-hitung yang lebih kecil dari t-tabel.
8. Impulse Response Function (IRF)
Impulse Response Function (IRF) digunakan untuk melihat pengaruh
kontemporer dari sebuah variabel dependen jika mendapatkan guncangan atau
inovasi dari variabel independen sebesar satu standar deviasi. Uji IRF ini
ditunjukkan dengan grafik. Jika grafik IRF berada diatas titik keseimbangan
maka respon variabel yang dianalisis adalah positif. Sedangkan, jika grafik
IRF berada dibawah titik keseimbangan maka variabel yang dianalisis
memberikan respon negative atau mengalami penurunan. Berikut adalah
gambaran simulasi response pembiayaan murabahah, non performing
financing, dan financing to deposit ratio yang diakibatkan oleh guncangan
pada return on asset :
79
Gambar 4.2
Uji Impulse Response Function
Berdasarkan analisis gambar 4.12 di atas, dapat dilihat hasil uji IRF
menunjukkan respon ROA terhadap shock (perubahan) nilai variabel
pembiayaan murabahah, NPF, dan FDR Bank Umum Syariah yaitu sebagai
berikut:
a. Respon ROA terhadap shock (perubahan) pembiayaan murabahah dalam
jangka waktu 50 bulan menunjukkan respon yang positif. Grafik IRF
menunjukkan respon ROA pada bulan ke-1 (Januari 2009) hinggan bulan
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to ROA_Y1
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to MRB_X1
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to NPF_X2
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to FDR_X3
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to ROA_Y1
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to MRB_X1
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to NPF_X2
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to FDR_X3
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to ROA_Y1
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to MRB_X1
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to NPF_X2
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to FDR_X3
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to ROA_Y1
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to MRB_X1
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to NPF_X2
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to FDR_X3
Response to Cholesky One S.D. Innov ations
80
ke-15 (Maret 2010) positif fluktuatif, sedangkan bulan ke-16 (April 2010)
hingga bulan ke-50 (Mei 2013) positif dan stabil. Secara terperinci jika
dilihat dari tabel nilai respon ROA terhadap perubahan nilai pembiayaan
murabahah yaitu pada awal titik keseimbangan dan meningkat menjadi
0.045692 pada periode kedua. Peningkatan tersebut terjadi hingga periode
ke-50 dan nilai responnya menjadi 0.054165. Artinya, setiap perubahan
kenaikan 1% murabahah akan menaikan ROA hingga 0,05%.
b. Respon ROA terhadap shock (perubahan) NPF dalam jangka waktu 50
bulan menunjukkan respon yang negatif. Grafik IRF menunjukkan respon
ROA pada bulan ke-1 (Januari 2009) hingga bulan ke-20 (Agustus 2010)
negatif fluktuatif, sedangkan bulan ke-21 (September 2010) hingga bulan
ke-50 (Mei 2013) negatif dan stabil. Secara terperinci jika dilihat dari tabel
nilai respon ROA terhadap perubahan nilai NPF yaitu pada awal titik
keseimbangan dan menurun menjadi -0.023889 pada periode kedua.
Penurunan tersebut terjadi hingga periode ke-50 dan nilai responnya
menjadi -0.004826. Artinya, setiap perubahan kenaikan 1% NPF akan
menurunkan ROA hingga 0.004%.
c. Respon ROA terhadap shock (perubahan) FDR dalam jangka waktu 50
bulan menunjukkan respon yang positif. Grafik IRF menunjukkan respon
ROA pada bulan ke-1 (Januari 2009) hingga bulan ke-10 (Oktober 2009)
positif fluktuatif, sedangkan bulan ke-11 (November 2009) hingga bulan
ke-50 (Mei 2013) positif dan stabil. Secara terperinci jika dilihat dari tabel
81
nilai respon ROA terhadap perubahan nilai NPF yaitu pada awal titik
keseimbangan dan meningkat menjadi 0.035795 pada periode kedua.
Peningkatan tersebut terjadi hingga periode ke-50 dan nilai responnya
menjadi 0.069918. Artinya, setiap perubahan kenaikan 1% NPF akan
menaikkan ROA hingga 0.06%.
9. Interpretasi
Data variabel pembiayaan murabahah, NPF, FDR dan ROA stasioner
pada tingkat diferensiasi 2. Menyebabkan data terkointegrasi yang
menunjukkan adanya stabilitas hubungan jangka panjang antarvariabel
penelitian ini. Keseluruhan variabel berdasarkan hasil uji kausalitas juga tidak
memiliki hubungan dua arah, namun memiliki hubungan satu arah. Maka dari
itu dilakukan uji VECM untuk melihat pengaruh antarvariabel dalam
penelitian ini.
Berdasarka hasil estimasi VECM pada analisis jangka panjang,
pembiayaan murabahah tidak memiliki pengaruh positif dan tidak signifikan
maka Ho diterima dan Ha ditolak. Akan tetapi dalam jangka pendek,
pembiayaan murabahah memiliki pengaruh positif akan tetapi tidak signifikan
maka Ho diterima dan Ha ditolak, karena nilai t-statistik [200830] lebih kecil
dari nilai koefisien [3.3E-06] terhadap return on asset. Secara teori
pembiayaan murabahah dengan keuntungan yang berbasis flat, dapat
meningkatkan profitabilitas bank. Akan tetapi faktanya berbeda dalam
82
penelitian ini. Hal ini disebabkan adanya masalah dalam kemampuan
membayar nasabah. Sehingga banyaknya pembiayaan murabahah yang
tersalurkan tidak menimbulkan pengaruh signifikan terhadap profitabilitas
bank. Terdapat beberapa faktor mengapa nasabah yang diberi fasilitas
pembiayaan murabahah tidak mampu membayar, antara lain; faktor internal
nasabah seperti nasabah tidak amanah atau nasabah menyalahgunakan dana
pembiayaan untuk tujuan di luar kesepakatan bersama bank, faktor internal
bank seperti kurang cermatnya bank dalam menilai kemampuan membayar
nasabah atau kurangnya pengawasan bank, kemudian faktor eksternal bank
dan nasabah seperti terjadi krisis ekonomi atau perubahan regulasi berkaitan
dengan sektor ekonomi, dan lain sebagainya. Dengan demikian, anggapan
bank syariah bahwa dengan melakukan peningkatan pembiayaan murabahah
dapat meningkatkan profitabilitas melalui keuntungannya yang berbasis flat,
tidak terbukti dalam penelitian ini.
Hasil penelitian ini berbeda dari penelitian sebelumnya3yang
menyatakan bahwa pembiayaan murabahah berpengaruh secara signifikan
terhadap profitabilitas.
Berdasarkan hasil estimasi VECM pada analisis jangka panjang, non
performing financing tidak memiliki pengaruh negatif dan signifikan maka
3 Fahdiansyah Oktaviantoro, “Analisis Pengaruh Penyaluran Pembiayaan Murabahah,
Pembiayaan Mudharabah, Pembiayaan Musyarakah, dan Inflasi Terhadap Profitabilitas”, (Skripsi S1
Fakultas Ekonomi dan Bisnis, UIN Syarif Hidayatullah Jakarta, 2013), h. 95
83
Ho ditolak dan Ha diterima, sedangkan dalam jangka pendek non performing
financing tidak memiliki pengaruh positif dan signifikan maka Ho ditolak dan
Ha diterima. Hal ini karena Non Performing Financing pada Bank Syariah
selalu digunakan oleh Bank pada saat mempublikasikan kondisi kinerja bank.
NPF adalah mengukur tingkat permasalahan pembiayaan yang dihadapi oleh
bank syariah. Semakin tinggi rasio ini, menunjukkan kualitas pembiayaan
bank syariah semakin buruk. Bank dengan NPF yang tinggi akan
memperbesar biaya baik pencadangan aktiva produktif maupun biaya lainnya,
sehingga berpotensi terhadap kerugian bank.4
Hasil penelitian ini berbeda dari penelitian sebelumnya5 yang
menyatakan bahwa variabel NPF tidak berpengaruh signifikan terhadap
profitabilitas. Hal ini dikarenakan objek penelitian yang digunakan yaitu Bank
Syariah Mandiri periode 2007-2011 sedangkan pada penelitian ini penulis
menggunakan laporang keuangan Bank Umum Syariah periode 2009-2013.
Pada penelitian sebelumnya dijelaskan bahwa NPF tidak berpengaruh
terhadap profitabilitas karena diduga dasar pengambilan keputusan
pembiayaan bermasalah yang dilakukan manajemen bank terhadap jumlah
penyaluran pembiayaan tidak terjadi pada periode yang sama, melainkan pada
periode yang lebih panjang.
4 Dwi Nuraini Ihsan, Analisis Laporan Keuangan Perbankan Syariah, (Jakarta: UIN
JAKARTA PRESS, 2013), h. 96 5 Hedra Gunawan, “Analisis Pengaruh Jumlah Pembiayaan Murabahah, Mudharabah, dan
NPF terhadap Profitabilitas”, (Skripsi S1 Fakultas Ekonomi dan Bisnis, UIN Syarif Hidayatullah
Jakarta, 2013), h. 85
84
Berdasarkan hasil estimasi VECM pada analisis jangka panjang, FDR
tidak berpengaruh secara negatif dan signifikan terhadap return on asset maka
Ho ditolak dan Ha diterima. Akan tetapi dalam jangka pendek, FDR memiliki
pengaruh yang negatif dan signifikan terhadap ROA maka Ho ditolak dan Ha
diterima. Hal ini karena pembiayaan yang disalurkan tidak memberikan
keuntungan yang besar bagi bank. Karena bank menyalurkan dananya dengan
jangka waktu yang lebih pendek dibandingkan jangka waktu penghimpun
dana. Sehingga kesempatan untuk memperoleh keuntungan tidak tercapai.6
Atau pembiayaan yang disalurkan tidak memberi keuntungan bagi bank.
Hasil ini konsisten dengan penelitian Shopi Guspita, yang menyatakan
bahwa variabel FDR tidak berpengaruh positif dan signifikan terhadap
profitabilitas.
6 Imam Rusyamsi, Asset Liability Manajemen Strategi pengelolaan Aktiva Pasiva Bank,
(Yogyakarta: UPP AMP YKPN, 1999), hal.6
85
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan dari hasil penelitian yang telah dilakukan dengan
menggunakan metode analisis Vector Autoregression (VAR) yang berlanjut
ke Vector Error Correction Model (VECM) terhadap Return On Asset (ROA),
Pembiayaan Murabahah, Non Performing Financing (NPF), dan Financing to
Deposit Ratio (FDR) berdasarkan periode yang telah ditentukan dapat ditarik
kesimpulan sebagai berikut:
1. Berdasarkan hasil uji estimasi VECM dapat disimpulkan bahwa dalam
jangka pendek, pembiayaan murabahah dan FDR mempunyai hubungan
terhadap return on asset. Sedangkan NPF tidak mempunyai hubungan
terhadap ROA.
2. Berdasarkan hasil uji estimasi VECM dapat disimpulkan bahwa dalam
jangka panjang, pembiayaan murabahah, NPF, dan FDR tidak memiliki
hubungan jangka panjang terhadap ROA.
86
B. Saran
1. Sebagai lembaga keuangan yang berprinsip bagi hasil, perbankan syariah
seharusnya lebih meningkatkan komposisi pembiayaan bagi hasil yaitu
dengan meningkatkan pembiayaan mudharabah yang merupakan jenis
pembiayaan produktif dan mengurangi pemberian pembiayaan yang bersifat
konsumtif.
2. Bank syariah harus lebih cermat dalam menilai kemampuan membayar
nasabah dan meningkatkan pengawasan dalam pembiayaan murabahah.
3. Bank syariah juga harus mengevaluasi nya melalui penialian kualitas aset
produktif yang dilihat pada non performing financing
4. Meningkatnya FDR, berarti meningkatkan pembiayaan dan simpanan secara
proporsional. FDR yang tinggi mencerminkan berjalannya fungsi bank
sebagai lembaga keuangan bagi masyarakat.
5. Hendaknya bank dapat memelihara dan mempertahanka alat likuid guna
memastikan bahwa bank sewaktu-waktu dapat memenuhi kewajiban jangka
pendeknya.
6. Penelitian ini menggunakan variabel murabahah, NPF, dan FDR. Serta
menggunakan sampel Bank Umum Syariah. Dengan demikian, penelitian
yang akan datang dapat menguji variabel-variabel lain yang juga berpengaruh
terhadap profitabilitas. Dan diharapkan dapat melakukan pengujian pada bank
lain, seperti Bank Muamalat, Bank Syariah Mandiri, dan lain sebagainya.
86
DAFTAR PUSTAKA
A Karim, Adiwarman. Bank Islam. Jakarta: PT. Raja Grafindo Persada 2010.
Arifin, Zainul. Dasar-Dasar Manajemen Bank Syari’ah. Jakarta: Pusat Alvabet,
2006.
Ascarya. Akad dan Produk Bank Syariah, Ed 1. Jakarta : PT Raja Grafindo Persada,
2007.
Bank Indonesia (BI). Himpunan Ketentuan Tingkat Kesehatan Perbankan Syariah.
Jakarta: Direktorat Perbankan Syariah, 2007.
Boediono dan Wayan Koster. Teori dan Aplikasi Statistika dan Probabilitas.
Bandung: PT Remaja Rosdakarya, 2008.
D. Nachrowi, Nachrowi dan Hardius Usman. Penggunaan Teknik Ekonometri.
Jakarta: PT Raja Grafindo Persada, 2008.
Dendrawijaya, Lukman. Manajemen Perbankan. Jakarta : Ghalia Indonesia, 2003.
Dhian Dayinta Pratiwi, “Pengaruh CAR, BOPO, NIM dan LDR, Terhadap Return On
Asset (ROA)”. Skripsi S1 Universitas Diponegoro Semarang, 2012.
Fahdiansyah Oktaviyantoro, “Analisis Pengaruh Penyaluran Pembiayaan
Musyarakah, Pembiayaan Mudharabah, Pembiayaan Murabahah dan
Inflasi Terhadap Profitabilitas Perbankan Syariah Di Indonesia Periode
Januari 2008-Desember 2012”. Skripsi S1 Fakultas Ekonomi dan
Bisnis, UIN Syarif Hidayatullah Jakarta, 2013.
Hakim, Zainul . “Evaluasi tingginya risiko pembiayaan murabahah dibandingkan
dengan risiko pembiayaan bagi hasil: (Analisis risiko dengan metode
internal)”. Thesis S2 Program Pasca Sarjana, PSTT UI Jakarta, 2009.
87
Hendra Gunawan. “Analisis Pengaruh Jumlah Pembiayaan Murabahah, Mudharabah,
dan Non Performing Financing Terhadap Profitabilitas (Studi Kasus
Bank Syariah Mandiri Periode 2007-2011)”. Skripsi S1 Fakultas
Ekonomi dan Bisinis, UIN Syarif Hidayatullah Jakarta, 2013.
Ihsan, Dwi Nur’aini. Analisis Laporan Keuangan Perbankan Syariah. Jakarta: UIN
JAKARTA PRESS, Cetakan ke-1, 2013.
J. Supranto. Ekonometri Buku Kedua. Jakarta: Ghalia Indonesia, 2004.
Jumingan. Analisis Laporan Keuangan. Jakarta : PT. Bumi Aksara, 2006.
Kasmir dan Jakfar. Studi Kelayakan Bisnis. Jakarta : Prenada Media, 2003.
Kuncoro, Mudrajad. Metode Riset Untuk Bisnis dan Ekonomi. Jakarta: Erlangga,
2003.
Miskhin, Frederic. Ekonomi Uang, Perbankan dan Pasar Keuangan. Jakarta:
Salemba Empat, 2008.
Muljono, Teguh Pudjo. Bank Budgeting. Yogyakarta : BPFE, 1996.
Muljono, Teguh Pudjo. Analisa Laporan Keuangan untuk Perbankan. Yogyakarta :
BPFE, 1996.
Muhammad. Manajemen Bank Syari’ah. Yogyakarta: UPP AMP YKPN, 2004.
Muhammad. Manajemen Pembiayaan Bank Syari’ah. Yogyakarta : UPP AMP
YKPN, Edisi Revisi, 2005.
Munawwir. Analisa Laporan Keuangan. Yogyakarta: Liberty, 2000.
88
Mustika Rini, “Obligasi Syariah (Sukuk) dan Indikator Makroekonomi Indonesia: Sebuah
Analisis Vector Error Correction Model (VECM)”. Skripsi S1 Fakultas Ilmu
Ekonomi, Institut Pertanian Bogor, 2012.
Rivai, Veithzal. Bankdan Financial Institution Management (Conventional and
Sharia System). Jakarta: PT. Grafindo Persada, 2007.
Rusyamsi, Imam. Asset Liability Manajemen Strategi Pengelolaan Aktiva Pasiva
Bank. Yogyakarta: UPP AMP YKPN, 1999.
Rochaeti, Ety, dkk. Metodologi Penelitian Bisnis dengan Aplikasi SPSS. Jakarta:
Mitra Wacana Media, 2007.
Rohmatul Ajija, Shocrul. Cara Cerdas Menguasai Eviews. Jakarta: Salemba Empat,
2011.
Rosadi, Dedi. Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews.
Yogyakarta: Andi Yogyakarta, 2012.
S. Harahap, Sofyan, dkk. Akuntansi Perbankan Syariah. Jakarta: LPFE Usakti, 2007.
Siamat, Dahlan. Manajemen Lembaga Keuangan. Jakarta : Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia, 2005.
Sjahdeni, Sutan Remy. Perbankan Islam dan Kedudukannya Dalam Tata Hukum
Perbankan Indonesia. Jakarta: PT. Pustaka Utama Grafiti, 1999.
Shopi Guspita, “Pengaruh Rasio Likuiditas Terhadap Profitabilitas”. Skripsi S1
Fakultas Syariah, Universitas Islam Negeri Sunan Kalijaga
Yogyakarta, 2008.
Suryani, “Analisis pengaruh Financing to Deposit Ratio (FDR) terhadap Profitabilitas
Perbankan Syariah di Indonesia (Periode 2008-2010)”, Walisongo vol. IX,
no. 1 (Mei 2011): h. 59-60.
89
Sutrisno. Manajemen Keuangan. Yogyakarta: Ekonisia, 2003.
Syamsuddin, Lukman. Manajemen Keuangan Perbankan, edisi baru. Jakarta: Raja
Grafindo Persada, 2000.
Teguh, Muhammad. Metodologi Penelitian Ekonomi Teori dan Aplikasi. Jakarta: PT
Raja Grafindo Persada, 2005.
Wahyu Winarno, Wing. Analisis Ekonometrika dan Statistika dengan Eviews ed.
Kedua. Yogyakarta: STIM YKPN, 2009.
Y Susilo, Sri dan Triandaru. Sigit, dkk. Bank dan Lembaga Keuangan Lain. Jakarta: Salemba
Empat, 2000.
http://www.bi.go.id/web/id/Kamus.htm?id=N&start=1&curpage=7&search=False&r
ule=forward
90
LAMPIRAN 1
DATA PENELITIAN
Tahun Pembiayaan Murabahah
(Miliar Rp) NPF (%) FDR (%) ROA (%)
2009 22,437 4.39 100.02 2.11
2009 22,574 4.61 100.5 2.15
2009 22,732 5.14 103.33 2.44
2009 23,001 5.17 101.36 2.29
2009 23,490 4.77 101.06 2.22
2009 24,245 4.39 100.22 2.16
2009 24,381 5.15 99.59 2.12
2009 24,632 5.61 99.71 2.08
2009 25,046 5.72 98.11 1.38
2009 25,499 5.51 97.3 1.46
2009 25,570 5.54 95.49 1.48
2009 26,321 4.01 89.7 1.48
2010 26,321 4.36 88.67 1.65
2010 27,288 4.75 90.96 1.76
2010 28,269 4.53 95.07 2.13
2010 28,922 4.47 95.57 2.06
2010 29,744 4.77 96.65 1.25
2010 31,108 3.89 96.08 1.66
2010 32,027 4.14 95.32 1.67
2010 33,310 4.1 98.86 1.64
2010 33,967 3.95 95.4 1.8
2010 34,831 3.95 94.76 1.85
2010 36,214 3.99 95.45 1.83
2010 37,508 3.02 89.67 1.67
2011 37,855 3.28 91.97 2.26
2011 38,983 3.66 95.16 1.81
2011 40,877 3.6 93.22 1.97
2011 42,453 3.79 95.17 1.9
2011 44,118 3.76 94.88 1.84
2011 46,161 3.55 94.93 1.84
2011 47,453 3.75 94.18 1.86
91
2011 49,455 3.53 98.39 1.81
2011 49,883 3.5 94.97 1.8
2011 52,148 3.11 95.24 1.75
2011 53,993 2.74 94.4 1.78
2011 56,365 2.52 88.94 1.79
2012 56,473 2.68 87.27 1.36
2012 58,326 2.82 90.49 1.79
2012 59,165 2.76 87.13 1.83
2012 61,895 2.85 95.39 1.79
2012 64,544 2.93 97.95 1.99
2012 67,752 2.88 98.59 2.05
2012 70,730 2.92 99.91 2.05
2012 73,826 2.78 101.03 2.04
2012 77,153 2.74 102.1 2.07
2012 80,953 2.58 100.84 2.11
2012 83,953 2.5 101.19 2.09
2012 88,004 2.22 100 2.14
2013 89,665 2.49 100.63 2.52
2013 92,792 2.72 102.17 2.29
2013 97,415 2.75 102.62 2.39
2013 98,368 2.85 103.08 2.29
2013 100,184 2.92 102.08 2.07
2013 102,588 2.64 104.43 2.1
2013 104,718 2.75 104.83 2.02
2013 105,061 3.01 102.53 2.01
2013 106,779 2.8 103.27 2.04
2013 107,484 2.96 103.03 1.94
2013 108,128 3.08 102.58 1.96
2013 110,565 2.62 100.32 2
92
LAMPIRAN 2
DATA LAPORAN KEUANGAN PER BANK UMUM SYARIAH
BANK BRI SYARIAH
No. Tahun Triwulan Pembiayaan Murabahah
(Triliun Rupiah)
Non
Performing
Finance (%)
Financing
to Deposit
Ratio (%)
Return On
Asset (%)
1
2009
I 1.10 8.46 165.69 3.11
2 II 1.41 6.82 183.25 2.14
3 III 1.89 4.01 120.18 1.89
4 IV 2.48 3.20 120.98 0.53
5
2010
I 2.61 3.48 108.38 1.12
6 II 3.90 3.39 91.23 0.97
7 III 4.58 3.37 102.17 0.24
8 IV 4.89 3.19 95.82 0.35
9
2011
I 5.10 2.43 97.44 0.23
10 II 5.47 3.40 93.34 0.20
11 III 6.14 2.80 95.58 0.40
12 IV 7.31 2.77 90.55 0.20
13
2012
I 7.86 3.31 101.76 0.17
14 II 8.56 2.88 102.77 1.21
15 III 8.97 2.87 99.99 1.34
16 IV 9.79 3.00 41.26 1.19
17
2013
I 10.29 3.04 100.90 1.71
18 II 11.33 2.89 103.67 1.41
19 III 11.84 2.98 106.67 1.36
20 IV 12.46 4.06 102.70 1.15
93
BANK VICTORIA SYARIAH
No. Tahun Triwulan Pembiayaan Murabahah
(Jutaan Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio (%)
Return On
Asset (%)
1 2011 IV 239.177 2.43 46.08 6.93
2
2012
I 438.890 1.44 71.43 0.94
3 II 510.213 1.44 86.97 1.02
4 III 500.469 1.40 94.88 1.43
5 IV 539.251 3.19 46.08 1.43
6
2013
I 569.460 2.98 82.25 1.22
7 II 602.461 2.91 97.85 1.34
8 III 690.910 4.29 80.83 1.67
9 IV 805.911 3.71 84.65 0.50
BANK BNI SYARIAH
No. Tahun Triwulan Pembiayaan Murabahah
(Jutaan Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio
(%)
Return On
Asset
(%)
1
2010
II 4.036.866 4.17 92.11 -12.02
2 III 4.055.934 4.80 150.63 -0.65
3 IV 4.377.022 3.59 68.93 0.61
4
2011
I 4.615.151 4.44 76.53 3.41
5 II 4.812.443 3.65 84.46 2.22
6 III 4.992.927 3.60 86.13 2.37
7 IV 5.241.961 3.62 78.60 1.29
8
2012
I 5.683.680 4.27 78.78 0.63
9 II 6.210.919 2.45 80.94 0.65
10 III 7.001.814 2.33 85.36 1.31
11 IV 7.938490 2.02 84.99 1.48
12
2013
I 8.882.555 2.13 80.11 1.62
13 II 76.766 2.11 92.13 1.24
14 III 11.755.104 2.06 96.37 1.22
15 IV 12.873.768 1.86 97.86 1.37
94
BANK BJB SYARIAH
No. Tahun Triwulan Pembiayaan Murabahah
(Jutaan Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio
(%)
Return On
Asset
(%)
1 2010
III 996.607 1.84 132.00 -0.42
2 IV 1.066.409 1.80 121.31 0.72
3 2011
III 1.109.023 1.72 96.34 1.11
4 IV 1.147.716 1.36 79.61 1.23
5
2012
I 1.236.695 1.43 90.92 0.94
6 II 1.346.872 5.68 91.55 0.11
7 III 1.109.023 1.72 96.34 1.11
8 IV 1.938.562 4.46 87.99 -0.59
9
2013
I 2.306.656 4.35 85.69 1.92
10 II 2.773.064 3.92 96.82 0.93
11 IV 3.254.188 1.86 97.40 0.91
BANK SYARIAH MEGA INDONESIA
No. Tahun Triwulan Pembiayaan Murabahah
(Jutaan Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio
(%)
Return On
Asset
(%)
1
2009
I 3.168.291 1.72 90.23 0.62
2 II 3.586.345 1.36 85.20 1.56
3 III 3.860.404 1.60 82.25 2.08
4 IV 4.046.920 2.08 81.39 2.22
5
2010
I 4.247.898 2.98 92.43 3.18
6 II 4.409.785 3.01 86.68 2.98
7 III 4.480.254 3.98 89.11 2.47
8 IV 4.231.215 3.52 78.17 1.90
9
2011
I 3.954.577 4.29 84.90 1.77
10 II 3.983.740 3.84 81.48 1.87
11 III 4.287.748 3.78 83.00 1.65
12 IV 4.787.450 3.03 83.08 1.58
13
2012
I 5.047.937 2.96 79.20 3.52
14 II 5.229.874 2.88 92.09 4.13
15 III 6.305.658 2.86 88.03 4.11
16 IV 6.987.833 2.67 88.88 3.81
17 2013 I 7.985.993 2.83 98.37 3.57
95
18
II 8.448.824 3.67 104.19 2.94
19 III 8.627.134 3.30 102.89 2.57
20 IV 8.610.925 2.98 93.37 2.33
BANK PANIN SYARIAH
No Tahun Triwulan Pembiayaan Murabahah
(Jutaan Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio
(%)
Return On
Asset
(%)
1 2009 IV 2.008 - 35.43 -1.38
2
2010
I 4.062 0.00 126.31 -4.14
3 II 25.685 0.00 90.11 -5.28
4 III 43.408 0.00 82.80 -3.31
5 IV 51.370 0.00 69.79 -2.53
6
2011
I 116.453 0.00 78.64 -1.55
7 II 194.550 0.16 97.85 -0.79
8 III 317.190 0.38 205.31 0.70
9 IV 483.786 0.88 162.97 1.75
10
2012
I 478.162 0.74 140.35 2.35
11 II 536.285 0.29 127.88 3.03
12 III 814.108 0.19 149.82 2.90
13 IV 891.723 0.20 105.66 3.48
14
2013
I 1.367.480 0.62 120.91 2.72
15 II 1.435.274 0.57 123.60 2.34
16 III 1.633.753 1.05 112.46 2.18
17 IV 1.398.596 1.02 90.40 1.03
PT. BANK SYARIAH BUKOPIN
No Tahun Triwulan Pembiayaan Murabahah
(Jutaan Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio
(%)
Return On
Asset
(%)
1
2009
I 212.543 2.33 92.00 -1.16
2 II 240.772 2.18 88.87 -2.98
3 III 1.158.403 3.14 104.69 -0.33
4 IV 1.251.127 3.25 100.62 0.06
5
6 2010
I 1.193.552 4.32 92.70 0.65
II 1.330.934 3.84 108.91 0.59
96
7
III 1.414.600 4.20 102.90 0.63
8 IV 1.363.471 3.80 99.37 0.74
9
2011
I 1.337.773 1.57 95.18 0.62
10 II 1.515 1.61 93.45 0.65
11 III 1.493.623 1.67 81.12 0.51
12 IV 1.656.366 1.74 83.66 0.52
13
2012
I 1.808.374 3.12 90.34 0.54
14 II 2.086 2.68 93.56 0.52
15 III 2.338.537 4.74 99.33 0.61
16 IV 2.372.821 4.57 92.29 0.55
17
2013
I 2.454 4.62 87.80 1.08
18 II 2.588 4.32 92.43 1.04
19 III 2.795 4.45 95.15 0.79
20 IV 2.896 4.27 100.29 0.69
PT. BCA SYARIAH
No Tahun Triwulan Pembiayaan Murabahah
(jutaan Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio
(%)
Return On
Asset
(%)
1
2010
I - 2.21 81.23 1.48
2 II 3.866 2.54 70.57 0.99
3 III 38.079 1.75 65.32 0.98
4 IV 136.706 1.20 77.89 0.78
5
2011
I 243.506 0.11 76.83 0.87
6 II 279.511 0.23 77.69 0.89
7 III 373.300 0.32 79.92 0.95
8 IV 418.521 0.15 78.84 0.90
9
2012
I 386.180 0.15 74.14 0.39
10 II 382.084 0.14 77.41 0.74
11 III 444.742 0.12 91.67 0.69
12 IV 528.875 0.10 79.91 0.84
13
2013
I 552.329 0.09 86.35 0.92
14 II 506.755 0.01 85.86 0.97
15 III 579.445 0.07 88.89 0.99
16 IV 781.043 0.10 83.48 1.01
97
PT MAYBANK SYARIAH INDONESIA
No Tahun Triwulan
Pembiayaan
Murabahah
(Jutaan
Rupiah)
Non
Performing
Financing
(%)
Financing
to Deposit
Ratio
(%)
Return
On Asset
(%)
1
2011
II 338.589 0.00 122.20 2.67
2 III 391.410 0.00 176.39 2.84
3 IV 419.117 0.00 289.20 3.57
4
2012
I 571.454 0.00 240.17 3.12
5 II 633.969 0.00 285.79 4.35
6 III 625.676 2.06 345.06 4.00
7 IV 572.584 2.49 197.70 2.88
8
2013
I 585.300 2.78 153.01 5.21
9 II 621.493 2.79 148.52 2.32
10 III 701.253 2.88 257.08 2.84
11 IV 878.475 2.69 152.87 2.87
98
LAMPIRAN 3
UJI STASIONERITAS
Null Hypothesis: ROA_Y1 has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.711946 0.0292
Test critical values: 1% level -4.121303
5% level -3.487845
10% level -3.172314
Null Hypothesis: MRB_X1 has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 3 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.091529 0.5390
Test critical values: 1% level -4.130526
5% level -3.492149
10% level -3.174802
Null Hypothesis: NPF_X2 has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 9 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -0.104303 0.9934
Test critical values: 1% level -4.152511
5% level -3.502373
10% level -3.180699
Null Hypothesis: FDR_X3 has a unit root
99
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.391627 0.3800
Test critical values: 1% level -4.121303
5% level -3.487845
10% level -3.172314
Null Hypothesis: D(ROA_Y1) has a unit root
Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -10.60817 0.0000
Test critical values: 1% level -2.605442
5% level -1.946549
10% level -1.613181
Null Hypothesis: D(MRB_X1) has a unit root
Exogenous: None
Lag Length: 2 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -0.561287 0.4697
Test critical values: 1% level -2.606911
5% level -1.946764
10% level -1.613062
Null Hypothesis: D(NPF_X2) has a unit root
Exogenous: None
Lag Length: 5 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
100
Augmented Dickey-Fuller test statistic -2.629278 0.0095
Test critical values: 1% level -2.609324
5% level -1.947119
10% level -1.612867
Null Hypothesis: D(FDR_X3) has a unit root
Exogenous: None
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.311764 0.0000
Test critical values: 1% level -2.605442
5% level -1.946549
10% level -1.613181
Null Hypothesis: D(ROA_Y1,2) has a unit root
Exogenous: None
Lag Length: 2 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.839077 0.0000
Test critical values: 1% level -2.607686
5% level -1.946878
10% level -1.612999
Null Hypothesis: D(MRB_X1,2) has a unit root
Exogenous: None
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -9.349204 0.0000
Test critical values: 1% level -2.606911
101
Null Hypothesis: D(NPF_X2,2) has a unit root
Exogenous: None
Lag Length: 4 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -9.714189 0.0000
Test critical values: 1% level -2.609324
5% level -1.947119
10% level -1.612867
Null Hypothesis: D(FDR_X3,2) has a unit root
Exogenous: None
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -10.77143 0.0000
Test critical values: 1% level -2.606911
5% level -1.946764
10% level -1.613062
5% level -1.946764
10% level -1.613062
102
LAMPIRAN 4
HASIL UJI HETEROSKEDASTISITAS
Heteroskedasticity Test: White F-statistic 1.060549 Prob. F(9,50) 0.4076
Obs*R-squared 9.617886 Prob. Chi-Square(9) 0.3823
Scaled explained SS 9.418871 Prob. Chi-Square(9) 0.3995
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/10/15 Time: 13:04
Sample: 2009M01 2013M12
Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C -2.501652 4.494102 -0.556652 0.5802
MRB_X1 -3.03E-05 2.50E-05 -1.211065 0.2316
MRB_X1^2 -8.08E-11 5.65E-11 -1.430823 0.1587
MRB_X1*NPF_X2 -4.64E-06 3.19E-06 -1.452616 0.1526
MRB_X1*FDR_X3 5.72E-07 3.77E-07 1.517712 0.1354
NPF_X2 -0.835837 0.606666 -1.377755 0.1744
NPF_X2^2 -0.044277 0.040442 -1.094842 0.2788
NPF_X2*FDR_X3 0.014586 0.009503 1.534861 0.1311
FDR_X3 0.101333 0.111498 0.908836 0.3678
FDR_X3^2 -0.000960 0.000787 -1.219940 0.2282 R-squared 0.160298 Mean dependent var 0.038546
Adjusted R-squared 0.009152 S.D. dependent var 0.058286
S.E. of regression 0.058019 Akaike info criterion -2.705097
Sum squared resid 0.168307 Schwarz criterion -2.356040
Log likelihood 91.15291 Hannan-Quinn criter. -2.568561
F-statistic 1.060549 Durbin-Watson stat 2.039853
Prob(F-statistic) 0.407608
103
LAMPIRAN 5
HASIL UJI AUTOKORELASI
Heteroskedasticity Test: Breusch-Pagan-Godfrey F-statistic 2.061364 Prob. F(3,56) 0.1157
Obs*R-squared 5.966889 Prob. Chi-Square(3) 0.1132
Scaled explained SS 5.843421 Prob. Chi-Square(3) 0.1195
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/10/15 Time: 13:07
Sample: 2009M01 2013M12
Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C 0.022597 0.184533 0.122454 0.9030
MRB_X1 3.26E-08 6.26E-07 0.052139 0.9586
NPF_X2 0.019761 0.016649 1.186959 0.2403
FDR_X3 -0.000588 0.002413 -0.243812 0.8083 R-squared 0.099448 Mean dependent var 0.038546
Adjusted R-squared 0.051204 S.D. dependent var 0.058286
S.E. of regression 0.056774 Akaike info criterion -2.835136
Sum squared resid 0.180504 Schwarz criterion -2.695513
Log likelihood 89.05409 Hannan-Quinn criter. -2.780522
F-statistic 2.061364 Durbin-Watson stat 1.879847
Prob(F-statistic) 0.115699
104
LAMPIRAN 6
HASIL UJI KOINTEGRASI
Date: 03/19/15 Time: 17:19
Sample (adjusted): 2009M03 2013M12
Included observations: 58 after adjustments
Trend assumption: Linear deterministic trend
Series: ROA_Y1 MRB_X1 NPF_X2 FDR_X3
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.349003 55.43199 47.85613 0.0083
At most 1 * 0.287639 30.53544 29.79707 0.0410
At most 2 0.152283 10.86355 15.49471 0.2200
At most 3 0.021852 1.281453 3.841466 0.2576 Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None 0.349003 24.89656 27.58434 0.1063
At most 1 0.287639 19.67189 21.13162 0.0790
At most 2 0.152283 9.582092 14.26460 0.2409
At most 3 0.021852 1.281453 3.841466 0.2576 Max-eigenvalue test indicates no cointegration at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): ROA_Y1 MRB_X1 NPF_X2 FDR_X3
-1.880317 3.48E-05 2.093888 -0.059689
6.232834 5.79E-05 2.054846 -0.444946
-1.440427 2.45E-05 0.198037 -0.228293
0.239724 8.28E-05 1.526358 -0.144288
Unrestricted Adjustment Coefficients (alpha): D(ROA_Y1) -0.003941 -0.061066 0.058580 -0.012626
105
D(MRB_X1) -339.9278 -80.70416 114.9170 84.28614
D(NPF_X2) -0.114125 0.056681 -0.032619 -0.036684
D(FDR_X3) -0.607491 0.773939 0.584275 -0.074392
1 Cointegrating Equation(s): Log likelihood -591.1788 Normalized cointegrating coefficients (standard error in parentheses)
ROA_Y1 MRB_X1 NPF_X2 FDR_X3
1.000000 -1.85E-05 -1.113583 0.031744
(1.0E-05) (0.30512) (0.03883)
Adjustment coefficients (standard error in parentheses)
D(ROA_Y1) 0.007410
(0.05396)
D(MRB_X1) 639.1720
(210.227)
D(NPF_X2) 0.214591
(0.08410)
D(FDR_X3) 1.142275
(0.59836)
2 Cointegrating Equation(s): Log likelihood -581.3428 Normalized cointegrating coefficients (standard error in parentheses)
ROA_Y1 MRB_X1 NPF_X2 FDR_X3
1.000000 0.000000 -0.152963 -0.036899
(0.06131) (0.00986)
0.000000 1.000000 51932.09 -3710.913
(5743.81) (923.884)
Adjustment coefficients (standard error in parentheses)
D(ROA_Y1) -0.373202 -3.67E-06
(0.17851) (1.9E-06)
D(MRB_X1) 136.1563 -0.016498
(724.220) (0.00752)
D(NPF_X2) 0.567873 -6.86E-07
(0.28667) (3.0E-06)
D(FDR_X3) 5.966110 2.37E-05
(1.95033) (2.0E-05)
3 Cointegrating Equation(s): Log likelihood -576.5518 Normalized cointegrating coefficients (standard error in parentheses)
ROA_Y1 MRB_X1 NPF_X2 FDR_X3
1.000000 0.000000 0.000000 -0.014435
(0.01155)
0.000000 1.000000 0.000000 -11337.76
(3189.08)
0.000000 0.000000 1.000000 0.146862
106
(0.06558)
Adjustment coefficients (standard error in parentheses)
D(ROA_Y1) -0.457582 -2.24E-06 -0.122131
(0.17461) (1.9E-06) (0.07700)
D(MRB_X1) -29.37326 -0.013679 -854.8477
(734.084) (0.00791) (323.724)
D(NPF_X2) 0.614859 -1.49E-06 -0.128955
(0.29205) (3.1E-06) (0.12879)
D(FDR_X3) 5.124504 3.80E-05 0.434017
(1.92305) (2.1E-05) (0.84805)
107
LAMPIRAN 7
HASIL ESTIMASI VECM
Vector Error Correction Estimates
Date: 03/19/15 Time: 17:29
Sample (adjusted): 2009M04 2013M12
Included observations: 57 after adjustments
Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 ROA_Y1(-1) 1.000000
MRB_X1(-1) 6.65E-06
(3.3E-06)
[ 2.00830]
NPF_X2(-1) 0.198956
(0.10526)
[ 1.89021]
FDR_X3(-1) -0.058568
(0.01255)
[-4.66862]
C 2.692692 Error Correction: D(ROA_Y1) D(MRB_X1) D(NPF_X2) D(FDR_X3) CointEq1 -0.423335 -494.1327 0.955870 6.366535
(0.21778) (880.659) (0.34828) (2.43390)
[-1.94384] [-0.56109] [ 2.74454] [ 2.61578]
D(ROA_Y1(-1)) -0.129183 158.6801 -0.323981 -2.834814
(0.20832) (842.384) (0.33314) (2.32812)
[-0.62012] [ 0.18837] [-0.97249] [-1.21764]
D(ROA_Y1(-2)) 0.044215 940.5728 -0.351069 0.012085
(0.16292) (658.800) (0.26054) (1.82074)
[ 0.27140] [ 1.42771] [-1.34746] [ 0.00664]
D(MRB_X1(-1)) 3.14E-05 0.288340 1.25E-05 8.32E-05
(3.7E-05) (0.14803) (5.9E-05) (0.00041)
[ 0.85667] [ 1.94784] [ 0.21368] [ 0.20336]
D(MRB_X1(-2)) -5.89E-06 0.435285 1.58E-05 0.000197
(3.5E-05) (0.14204) (5.6E-05) (0.00039)
[-0.16768] [ 3.06446] [ 0.28190] [ 0.50148]
D(NPF_X2(-1)) -0.043668 414.1521 -0.351804 -0.392034
108
(0.11010) (445.225) (0.17608) (1.23048)
[-0.39661] [ 0.93021] [-1.99802] [-0.31860]
D(NPF_X2(-2)) 0.016148 171.1001 -0.298873 -1.261547
(0.10575) (427.608) (0.16911) (1.18179)
[ 0.15271] [ 0.40013] [-1.76733] [-1.06749]
D(FDR_X3(-1)) -0.006174 33.03818 0.027919 -0.018572
(0.01624) (65.6758) (0.02597) (0.18151)
[-0.38017] [ 0.50305] [ 1.07492] [-0.10232]
D(FDR_X3(-2)) -0.013397 -2.834173 0.005960 0.031661
(0.01419) (57.3831) (0.02269) (0.15859)
[-0.94407] [-0.04939] [ 0.26261] [ 0.19964]
C -0.046134 476.3672 -0.107016 -0.523992
(0.05260) (212.685) (0.08411) (0.58780)
[-0.87715] [ 2.23978] [-1.27230] [-0.89144] R-squared 0.276134 0.509707 0.248719 0.233867
Adj. R-squared 0.137521 0.415821 0.104857 0.087161
Sum sq. resids 2.091253 34196056 5.348359 261.1948
S.E. equation 0.210938 852.9805 0.337335 2.357400
F-statistic 1.992123 5.429001 1.728872 1.594120
Log likelihood 13.32121 -460.0597 -13.44104 -124.2626
Akaike AIC -0.116534 16.49332 0.822493 4.710969
Schwarz SC 0.241896 16.85175 1.180923 5.069400
Mean dependent -0.007719 1540.930 -0.044211 -0.052807
S.D. dependent 0.227133 1116.005 0.356546 2.467381 Determinant resid covariance (dof adj.) 12148.66
Determinant resid covariance 5615.914
Log likelihood -569.5687
Akaike information criterion 21.52873
Schwarz criterion 23.10582
Estimation Proc: =============================== EC(C,1) 1 2 ROA_Y1 MRB_X1 NPF_X2 FDR_X3 VAR Model: =============================== D(ROA_Y1) = A(1,1)*(B(1,1)*ROA_Y1(-1) + B(1,2)*MRB_X1(-1) + B(1,3)*NPF_X2(-1) + B(1,4)*FDR_X3(-1) + B(1,5)) + C(1,1)*D(ROA_Y1(-1)) + C(1,2)*D(ROA_Y1(-2)) + C(1,3)*D(MRB_X1(-1)) + C(1,4)*D(MRB_X1(-2)) + C(1,5)*D(NPF_X2(-1)) + C(1,6)*D(NPF_X2(-2)) + C(1,7)*D(FDR_X3(-1)) + C(1,8)*D(FDR_X3(-2)) + C(1,9) D(MRB_X1) = A(2,1)*(B(1,1)*ROA_Y1(-1) + B(1,2)*MRB_X1(-1) + B(1,3)*NPF_X2(-1) + B(1,4)*FDR_X3(-1) + B(1,5)) + C(2,1)*D(ROA_Y1(-1)) + C(2,2)*D(ROA_Y1(-2)) + C(2,3)*D(MRB_X1(-1)) + C(2,4)*D(MRB_X1(-2)) + C(2,5)*D(NPF_X2(-1)) + C(2,6)*D(NPF_X2(-2)) + C(2,7)*D(FDR_X3(-1)) + C(2,8)*D(FDR_X3(-2)) + C(2,9) D(NPF_X2) = A(3,1)*(B(1,1)*ROA_Y1(-1) + B(1,2)*MRB_X1(-1) + B(1,3)*NPF_X2(-1) + B(1,4)*FDR_X3(-1) + B(1,5)) + C(3,1)*D(ROA_Y1(-1)) + C(3,2)*D(ROA_Y1(-2)) + C(3,3)*D(MRB_X1(-
109
1)) + C(3,4)*D(MRB_X1(-2)) + C(3,5)*D(NPF_X2(-1)) + C(3,6)*D(NPF_X2(-2)) + C(3,7)*D(FDR_X3(-1)) + C(3,8)*D(FDR_X3(-2)) + C(3,9) D(FDR_X3) = A(4,1)*(B(1,1)*ROA_Y1(-1) + B(1,2)*MRB_X1(-1) + B(1,3)*NPF_X2(-1) + B(1,4)*FDR_X3(-1) + B(1,5)) + C(4,1)*D(ROA_Y1(-1)) + C(4,2)*D(ROA_Y1(-2)) + C(4,3)*D(MRB_X1(-1)) + C(4,4)*D(MRB_X1(-2)) + C(4,5)*D(NPF_X2(-1)) + C(4,6)*D(NPF_X2(-2)) + C(4,7)*D(FDR_X3(-1)) + C(4,8)*D(FDR_X3(-2)) + C(4,9) VAR Model - Substituted Coefficients: =============================== D(ROA_Y1) = - 0.423335086963*( ROA_Y1(-1) + 6.64562964375e-06*MRB_X1(-1) + 0.198956417853*NPF_X2(-1) - 0.0585679138375*FDR_X3(-1) + 2.69269203739 ) - 0.129182630937*D(ROA_Y1(-1)) + 0.0442152545083*D(ROA_Y1(-2)) + 3.13603411083e-05*D(MRB_X1(-1)) - 5.88987973238e-06*D(MRB_X1(-2)) - 0.0436675849549*D(NPF_X2(-1)) + 0.0161481020056*D(NPF_X2(-2)) - 0.00617444352207*D(FDR_X3(-1)) - 0.0133968264452*D(FDR_X3(-2)) - 0.0461344992488 D(MRB_X1) = - 494.132676634*( ROA_Y1(-1) + 6.64562964375e-06*MRB_X1(-1) + 0.198956417853*NPF_X2(-1) - 0.0585679138375*FDR_X3(-1) + 2.69269203739 ) + 158.680094404*D(ROA_Y1(-1)) + 940.572812763*D(ROA_Y1(-2)) + 0.288339572133*D(MRB_X1(-1)) + 0.435284583598*D(MRB_X1(-2)) + 414.152050432*D(NPF_X2(-1)) + 171.100095586*D(NPF_X2(-2)) + 33.0381769825*D(FDR_X3(-1)) - 2.83417282713*D(FDR_X3(-2)) + 476.367229589 D(NPF_X2) = 0.955870288006*( ROA_Y1(-1) + 6.64562964375e-06*MRB_X1(-1) + 0.198956417853*NPF_X2(-1) - 0.0585679138375*FDR_X3(-1) + 2.69269203739 ) - 0.32398088449*D(ROA_Y1(-1)) - 0.35106893718*D(ROA_Y1(-2)) + 1.25093658056e-05*D(MRB_X1(-1)) + 1.58355163652e-05*D(MRB_X1(-2)) - 0.351804499973*D(NPF_X2(-1)) - 0.298872618282*D(NPF_X2(-2)) + 0.0279192111264*D(FDR_X3(-1)) + 0.00595961554908*D(FDR_X3(-2)) - 0.107015555454 D(FDR_X3) = 6.36653454272*( ROA_Y1(-1) + 6.64562964375e-06*MRB_X1(-1) + 0.198956417853*NPF_X2(-1) - 0.0585679138375*FDR_X3(-1) + 2.69269203739 ) - 2.83481426847*D(ROA_Y1(-1)) + 0.0120854024198*D(ROA_Y1(-2)) + 8.31954914779e-05*D(MRB_X1(-1)) + 0.000196865143767*D(MRB_X1(-2)) - 0.39203388219*D(NPF_X2(-1)) - 1.26154733774*D(NPF_X2(-2)) - 0.0185723543392*D(FDR_X3(-1)) + 0.0316607354746*D(FDR_X3(-2)) - 0.523992105297
110
LAMPIRAN 8
HASIL UJI IRF
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to ROA_Y1
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to MRB_X1
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to NPF_X2
.0
.1
.2
5 10 15 20 25 30 35 40 45 50
Response of ROA_Y1 to FDR_X3
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to ROA_Y1
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to MRB_X1
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to NPF_X2
0
1,000
2,000
3,000
4,000
5 10 15 20 25 30 35 40 45 50
Response of MRB_X1 to FDR_X3
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to ROA_Y1
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to MRB_X1
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to NPF_X2
-.2
-.1
.0
.1
.2
.3
.4
5 10 15 20 25 30 35 40 45 50
Response of NPF_X2 to FDR_X3
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to ROA_Y1
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to MRB_X1
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to NPF_X2
0.0
0.5
1.0
1.5
2.0
2.5
5 10 15 20 25 30 35 40 45 50
Response of FDR_X3 to FDR_X3
Response to Cholesky One S.D. Innov ations
111
LAMPIRAN 9
HASIL TABEL UJI IRF
Respo
nse of ROA_Y
1:
Period ROA_Y1 MRB_X1 NPF_X2 FDR_X3 1 0.210938 0.000000 0.000000 0.000000
2 0.114801 0.045692 -0.023889 0.035795
3 0.090773 0.026834 -0.008953 0.034218
4 0.090125 0.045475 -0.004754 0.063813
5 0.074292 0.043706 -0.005701 0.068687
6 0.084001 0.046562 -0.006049 0.068750
7 0.082952 0.048135 -0.005959 0.070572
8 0.084779 0.048248 -0.005511 0.068640
9 0.085363 0.049693 -0.005795 0.069217
10 0.085056 0.050160 -0.005526 0.069045
11 0.085531 0.050838 -0.005351 0.069240
12 0.085479 0.051405 -0.005309 0.069425
13 0.085663 0.051812 -0.005222 0.069464
14 0.085797 0.052208 -0.005158 0.069570
15 0.085881 0.052508 -0.005104 0.069613
16 0.085981 0.052776 -0.005063 0.069660
17 0.086044 0.052997 -0.005025 0.069703
18 0.086106 0.053182 -0.004992 0.069735
19 0.086155 0.053340 -0.004966 0.069765
20 0.086196 0.053471 -0.004944 0.069789
21 0.086232 0.053582 -0.004925 0.069810
22 0.086261 0.053675 -0.004909 0.069827
23 0.086286 0.053754 -0.004896 0.069842
24 0.086307 0.053820 -0.004885 0.069854
25 0.086325 0.053875 -0.004875 0.069864
26 0.086340 0.053922 -0.004867 0.069873
27 0.086352 0.053961 -0.004860 0.069880
28 0.086363 0.053994 -0.004855 0.069886
29 0.086372 0.054022 -0.004850 0.069891
30 0.086379 0.054045 -0.004846 0.069896
31 0.086385 0.054065 -0.004843 0.069899
32 0.086391 0.054082 -0.004840 0.069902
33 0.086395 0.054096 -0.004838 0.069905
34 0.086399 0.054107 -0.004836 0.069907
35 0.086402 0.054117 -0.004834 0.069909
36 0.086404 0.054125 -0.004833 0.069910
37 0.086407 0.054132 -0.004831 0.069912
38 0.086409 0.054138 -0.004830 0.069913
39 0.086410 0.054143 -0.004830 0.069914
40 0.086411 0.054147 -0.004829 0.069914
112
41 0.086413 0.054151 -0.004828 0.069915
42 0.086413 0.054154 -0.004828 0.069916
43 0.086414 0.054156 -0.004827 0.069916
44 0.086415 0.054158 -0.004827 0.069916
45 0.086415 0.054160 -0.004827 0.069917
46 0.086416 0.054162 -0.004826 0.069917
47 0.086416 0.054163 -0.004826 0.069917
48 0.086417 0.054164 -0.004826 0.069917
49 0.086417 0.054165 -0.004826 0.069918
50 0.086417 0.054165 -0.004826 0.069918