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