pengaruh return on asset (roa), capital adequacy...
TRANSCRIPT
PENGARUH RETURN ON ASSET (ROA), CAPITAL
ADEQUACY RATIO (CAR), SIZE (UKURAN BANK)
TERHADAP LIQUID ASSET TO TOTAL ASSET (LATA)
DAN FINANCING TO DEPOSIT RATIO (FDR) PADA
BANK UMUM SYARIAH DI INDONESIA TAHUN
2014-2018
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat
Guna Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
DWI ARFIYANTI
NIM 63010160384
PROGRAM STUDI S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2020
i
PENGARUH RETURN ON ASSET (ROA), CAPITAL
ADEQUACY RATIO (CAR), SIZE (UKURAN BANK)
TERHADAP LIQUID ASSET TO TOTAL ASSET (LATA)
DAN FINANCING TO DEPOSIT RATIO (FDR) PADA
BANK UMUM SYARIAH DI INDONESIA TAHUN
2014-2018
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat
Guna Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
DWI ARFIYANTI
NIM 63010160384
PROGRAM STUDI S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2020
ii
PERSETUJUAN PEMBIMBING
iii
iv
v
vi
vii
MOTTO DAN PERSEMBAHAN
فإن غب ت فٱنصب وإلى رب ك فٱر را فإذا فرغ ر يس را إن مع ٱل عس ر يس مع ٱل عس
“Sesungguhnya bersama kesulitan ada kemudahan, maka apabila engkau
telah selesai (dari sesuatu urusan), tetaplah bekerja keras (untuk urusan
yang lain), dan hanya kepada Tuhanmulah engkau berharap”
(Q.S Al-Insyirah : 5-8)
Persembahan
Untuk kedua orang tuaku Bapak Turmin dan Ibu Ngatimah
Kakakku tersayang Ika Rinawati
Keluarga Besar Bani Markin dan Bani Mukminan
Teman-teman seperjuanganku
Terimakasih......
viii
KATA PENGANTAR
Assalamu’alaikum wr.wb.
Segala puji bagi Allah Tuhan Semesta Alam, atas limpahan Rahmat,
Karunia, Taufiq dan Inayah-Nya sehingga penulis dapat menyelesaikan skripsi
dengan judul “Pengaruh Return On Asset (ROA), Capital Adequacy Ratio (CAR),
Size (Ukuran Bank) Terhadap Liquid Asset To Total Asset (LATA) Dan Financing
To Deposit Ratio (FDR) Pada Bank Umum Syariah di Indonesia Tahun 2014-
2018”. Sholawat serta salam semoga selalu tercurahkan kepada junjungan Nabi
Agung Muhammad SAW yang diutus oleh Tuhan untuk menuntun jalan hidup
manusia menuju jalan kebaikan.
Skripsi ini dibuat sebagai salah satu Persyaratan untuk memperoleh gelar
Sarjana Ekonomi, segala proses dalam penulisan skripsi ini tentu tidak terlepas dari
bantuan, arahan, bimbingan serta doa dari berbagai pihak. Banyak pihak yang telah
membantu dalam penyelesaian skripsi ini baik secara moril maupun spiritual, maka
penulis ingin mengucapkan terima kasih kepada:
1. Bapak Prof. Dr. Zakiyuddin, M.Ag. selaku Rektor Institut Agama Islam
Negeri Salatiga.
2. Bapak Dr. Anton Bawono, M.Si. selaku Dekan Fakultas Ekonomi dan
Bisnis Islam.
3. Bapak Ari Setiawan, M.M. selaku Ketua Program Studi S1 Perbankan
Syariah Fakultas Ekonomi dan Bisnis Islam IAIN Salatiga.
ix
4. Ibu Imanda Firmantyas Putri Pertiwi, M.Si. selaku dosen pembimbing
skripsi yang telah memberi arahan, masukan, dorongan dan motivasi dalam
menyempurnakan skripsi ini.
5. Bapak dan Ibu dosen serta seluruh staf karyawan Fakultas Ekonomi dan
Bisnis Islam yang telah memberikan ilmu, ajaran dan bantuan kepada
penulis.
6. Kedua orang tua saya (Bapak Turmin dan Ibu Ngatimah), kakak saya (Ika
Rinawati) dan Keluarga Besar Bani Markin dan Bani Mukminan yang telah
memberikan do’a dan kasih sayang serta semangat yang tidak ada henti-
hentinya.
7. Sahabat-sahabatku (Varisin, Farikha, Enny, Indah, Anisa) dan teman
seperjuangan Perbankan Syariah IAIN Salatiga angkatan 2016 terimaksih
atas kebersamaannya.
Akhir kata kepada semua pihak yang telah membantu dalam peroses
penyelesaian skripsi ini penulis mengucapkan terimakasih. Penulis
menyadari skripsi ini masih banyak kekurangan karena keterbatasan
pengetahuan penulis. Oleh karena itu, penulis mengharapkan saran dan
kritik yang membangun demi penelitian yang lebih baik dan semoga skripsi
ini dapat bermanfaat bagi yang membaca dan mempelajarinya. Aamiin....
Wassalamu’alaikum wr.wb
Salatiga, 30 Mei 2020
Penulis
x
ABSTRAK
Arfiyanti, Dwi. 2020 Pengaruh Return On Asset (ROA), Capital Adequacy Ratio
(CAR), Size (Ukuran Bank) Terhadap Liquid Asset To Total Asset (LATA)
Dan Financing To Deposit Ratio (FDR) Pada Bank Umum Syariah di
Indonesia Tahun 2014-2018. Skripsi, Fakultas Ekonomi dan Bisnis Islam
program studi S1 Perbankan Syariah IAIN Salatiga. Pembimbing : Imanda
Firmantyas Putri Pertiwi, M.Si
Penelitian ini bertujuan untuk menganalisis pengaruh Return On Asset
(ROA), Capital Adequacy Ratio (CAR), Size (Ukuran Bank) terhadap Liquid Asset To
Total Asset (LATA) dan Financing To Deposit Ratio (FDR) Pada Bank Umum Syariah
di Indonesia Tahun 2014-2018. Penelitian ini menggunakan jenis penelitian
kuantitatif dengan metode analisis data yang digunakan dalam penelitian ini adalah
analisis linier regresi berganda dengan menggunakan program Eviews versi 10 dan
Microsoft Excel 2013.
Populasi yang digunakan dalam penelitian ini adalah Bank Umum Syariah
yang ada di Indonesia sebanyak 14 bank umum syariah. Teknik pengambilan sampel
dalam penelitian ini adalah purposive sampling. Sampel yang digunakan sebagai
objek penelitian sebanyak 11 bank umum syariah. Teknik analisis yang digunakan
adalah uji statistic melalui uji R2, Ttest, Ftest, Uji regresi berganda.
Berdasarkan hasil penelitian diketahui bahwa secara parsial, Return On
Asset (ROA) tidak berpengaruh terhadap Liquid Asset to Total Asset (LATA), Return
On Asset (ROA) tidak berpengaruh terhadap Financing to Deposit Ratio (FDR),
Capital Adequacy Ratio (CAR) tidak berpengaruh terhadap Liquid Asset to Total Asset
(LATA), Capital Adequacy Ratio (CAR) tidak berpengaruh terhadap Financing to
Deposit Ratio (FDR), size (Ukuran Bank) berpengaruh negatif signifikan terhadap
liquid asset to total asset (LATA), size (Ukuran Bank) berpengaruh negatif signifikan
terhadap Financing to Deposit Ratio (FDR).
Sedangkan secara simultan atau bersama-sama, Return On Asset (ROA),
Capital Adequacy Ratio (CAR), Size (Ukuran Bank) secara bersama-sama dapat
mempengaruhi Liquid Asset to Total Asset (LATA) dan Return On Asset (ROA),
Capital Adequacy Ratio (CAR), Size (Ukuran Bank) secara bersama-sama dapat
mempengaruhi Financing to Deposit Ratio (FDR).
Kata Kunci : Return On Asset (ROA), Capital Adequacy Ratio (CAR), Size (Ukuran
Bank), Liquid Asset to Total Asset (LATA), Financing to Deposit Ratio (FDR).
xi
DAFTAR ISI
HALAMAN JUDUL...............................................................................................i
PERSETUJUAN PEMBIMBING.........................................................................ii
PENGESAHAN ....................................................................................................iii
PERNYATAAN KEASLIAN TULISAN ............................................................iv
PERNYATAAN BEBAS PLAGIAT ....................................................................v
MOTTO DAN PERSEMBAHAN ...................................................................... vii
KATA PENGANTAR ........................................................................................ viii
ABSTRAK ............................................................................................................. x
DAFTAR ISI ......................................................................................................... xi
DAFTAR TABEL................................................................................................ xv
DAFTAR GAMBAR ......................................................................................... xvii
DAFTAR LAMPIRAN .................................................................................... xviii
BAB I PENDAHULUAN ................................................................................. 1
A. Latar Belakang ................................................................................... 1
B. Rumusan Masalah ............................................................................ 10
C. Tujuan Penelitian ............................................................................. 11
D. Manfaat Penelitian ........................................................................... 12
E. Sistematika Penulisan....................................................................... 12
BAB II LANDASAN TEORI ......................................................................... 14
xii
A. Telaah Pustaka ................................................................................. 14
B. Kerangka Teori ................................................................................ 22
C. Kerangka Penelitian ......................................................................... 28
D. Hipotesis .......................................................................................... 29
BAB III METODE PENELITIAN .................................................................. 34
A. Jenis Penelitian ................................................................................ 34
B. Lokasi dan Waktu Penelitian ........................................................... 34
C. Populasi dan Sampel ........................................................................ 35
D. Teknik Pengumpulan Data .............................................................. 38
E. Definisi Konsep dan Operasional..................................................... 38
F. Analisis Data .................................................................................... 41
1. Statistik Deskriptif ............................................................................. 41
2. Uji Stasioneritas.................................................................................. 41
3. Metode Estimasi Model Regresi Panel ............................................ 42
4. Pemilihan Model ................................................................................ 43
5. Uji Regresi .......................................................................................... 44
6. Analisis Regresi Berganda ................................................................ 45
7. Uji Asumsi Klasik .............................................................................. 46
G. Software yang digunakan ................................................................ 49
BAB IV ANALISIS DATA ................................................................................. 50
xiii
A.Deskripsi Obyek Penelitian .............................................................. 50
B. Analisis Data .................................................................................... 53
1.Uji Stasioneritas ................................................................................... 53
2. Estimasi Model Regresi Panel .......................................................... 54
3. Pemilihan Model Regresi Data Panel .............................................. 59
4. Uji Regresi .......................................................................................... 61
5. Uji Asumsi Klasik .............................................................................. 66
C. Pembahasan Hasil Analisis Data ..................................................... 74
1.Pengaruh Return On Asset (ROA) terhadap Liquid Asset to Total
Asset. ........................................................................................................ 74
2.Pengaruh Return On Asset (ROA) Terhadap Financing to Deposit
Ratio (FDR) ............................................................................................. 74
3.Pengaruh Capital Adequacy Ratio (CAR) terhadap Liquid Asset to
Total Asset. .............................................................................................. 77
4.Pengaruh Capital Adequacy Ratio (CAR) Terhadap Financing to
Deposit Ratio (FDR) .............................................................................. 78
5.Pengaruh Size (Ukuran Bank) terhadap Liquid Asset to Total Asset.
.................................................................................................................. 80
6.Pengaruh Size (Ukuran Bank) Terhadap Financing to Deposit Ratio
(FDR). ...................................................................................................... 81
BAB V PENUTUP ............................................................................................ 83
xiv
A. Kesimpulan ...................................................................................... 83
B. Saran ................................................................................................ 85
DAFTAR PUSTAKA .......................................................................................... 86
LAMPIRAN ......................................................................................................... 93
xv
DAFTAR TABEL
Tabel 2. 1 Research Gap Pengaruh ROA Terhadap LATA .................................. 15
Tabel 2. 2 Research Gap Pengaruh ROA Terhadap FDR ..................................... 16
Tabel 2. 3 Research Gap Pengaruh CAR Terhadap LATA .................................. 18
Tabel 2. 4 Research Gap Pengaruh CAR Terhadap FDR ..................................... 19
Tabel 2. 5 Research Gap Pengaruh Size Terhadap LATA.................................... 20
Tabel 2. 6 Research Gap Pengaruh Size Terhadap FDR ...................................... 22
Tabel 3. 1 Populasi Penelitian Bank Umum Syariah ............................................ 35
Tabel 3. 2 Kriteria Sampel Perusahaan ................................................................. 37
Tabel 3. 3 Sampel Penelitian Bank Umum Syariah .............................................. 37
Tabel 3. 4 Keputusan Pengambilan Korelasi ........................................................ 48
Tabel 4. 1 Sampel Penelitian ................................................................................. 50
Tabel 4. 2 Hasil Uji Statistik Deskriptif ................................................................ 51
Tabel 4. 3 Hasil Uji Stasioneritas .......................................................................... 54
Tabel 4. 4 Hasil Uji Fixed Effect Model Variabel Y1 (LATA) ............................ 54
Tabel 4. 5 Hasil Uji Fixed Effect Model Variabel Y2 (FDR) ............................... 55
Tabel 4. 6 Hasil Uji Common Effect Model Y1 (LATA) ..................................... 56
Tabel 4. 7 Hasil Uji Common Effect Model Y2 (FDR) ......................................... 56
Tabel 4. 8 Hasil Uji Random Effect Model Y1 (LATA) ....................................... 57
Tabel 4. 9 Hasil Uji Random Effect Model Y2 (FDR) .......................................... 58
Tabel 4. 10 Hasil Uji Chow Model Y1 (LATA).................................................... 59
Tabel 4. 11 Hasil Uji Chow Model Y2 (FDR) ....................................................... 60
Tabel 4. 12 Hasil Uji Hausmann Model Y1 (LATA) ............................................ 60
xvi
Tabel 4. 13 Hasil Uji Hausmann Model Y2 (FDR) ............................................... 61
Tabel 4. 14 Hasil Uji Regresi Variabel LATA ..................................................... 62
Tabel 4. 15 Hasil Uji Regresi Variabel FDR ........................................................ 64
Tabel 4. 16 Hasil Uji Multikolonieritas Variabel LATA ...................................... 68
Tabel 4. 17 Hasil Uji Multikolonieritas Variabel FDR ......................................... 68
Tabel 4. 18 Hasil Uji Durbin Watson LATA ........................................................ 69
Tabel 4. 19 Hasil Uji Durbin Watson LATA Setelah Penyembuhan ................... 70
Tabel 4. 20 Hasil Uji Durbin Watson FDR ........................................................... 71
Tabel 4. 21 Hasil Uji Durbin Watson FDR Setelah Penyembuhan ...................... 71
Tabel 4. 22 Hasil Uji Glejser Model Y1 (LATA).................................................. 72
Tabel 4. 23 Hasil Uji Glejser Model Y2 (FDR) .................................................... 73
Tabel 4. 24 Kesimpulan Hasil Hipotesis ............................................................... 82
xvii
DAFTAR GAMBAR
Gambar 1. 1 Perkembangan Likuiditas Bank Umum Syariah ................................ 3
Gambar 1. 2 Perkembangan Likuiditas Bank Umum Syariah ................................ 4
Gambar 2. 1 Kerangka Penelitian ......................................................................... 29
Gambar 4. 1 Hasil Uji Normalitas Variabel LATA .............................................. 66
Gambar 4. 2 Hasil Uji Normalitas Variabel FDR ................................................. 67
xviii
DAFTAR LAMPIRAN
Lampiran 1 Data Laporan Keuangan ................................................................... 94
Lampiran 2 Statistik Descriptive .......................................................................... 95
Lampiran 3 Uji Stasioneritas ................................................................................ 96
Lampiran 4 Estimasi Model Regresi .................................................................... 98
Lampiran 5 Hasil Uji Data Panel ....................................................................... 102
Lampiran 6 Hasil Uji Regresi ............................................................................ 103
Lampiran 7 Uji Asumsi Klasik .......................................................................... 105
1
BAB I
PENDAHULUAN
A. Latar Belakang
Menurut Undang-undang Perbankan Syariah No. 21 Tahun 2008
Perbankan Syariah adalah segala sesuatu yang menyangkut tentang bank syariah
dan unit usaha syariah, mencakup kelembagaan, kegiatan usaha, serta cara dan
proses dalam melaksanakan kegiatan usahanya. bank syariah memiliki fungsi
menghimpun dana dari masyarakat dalam bentuk titipan dan investasi dari pihak
pemilik dana. Fungsi lainnya ialah menyalurkan dana kepada pihak lain yang
membutuhkan dana dalam bentuk jual beli maupun kerjasama usaha. maka Bank
Syariah sendiri hadir menjadi lembaga intermediasi antara pihak yang kelebihan
dana dengan pihak yang membutuhkan dana (Ismail, 2011:3).
Bank memiliki keharusan menjaga keamanan dari pihak yang akan
menghimpun dananya yang berasal dari masyarakat. Dengan demikian, agar bisa
memberikan kemanan kepada para nasabah, maka bank perlu menjaga kinerja
agar tetap pada kondisi baik atau sehat karena penurunan kinerja bank dapat
menurunkan tingkat kepercayaan masyarakat (Liunsanda, 2015:40).
Dalam menjalankan fungsinya sebagai lembaga intermediasi, bank
dituntut memiliki strategi untuk menentukan kebijakan dalam rangka
menghimpun dan menyalurkan dananya karena kedua kegiatan tersebut
2
berdampak terhadap besar atau kecilnya tingkat likuiditas bank. Dalam
aktivitasnya sebagai lembaga intermediasi, kegiatan bank sangat erat kaitannya
dengan likuiditas (Bramantya & Arfinto, 2015:1).
Kajian mengenai likuiditas di dunia perbankan merupakan satu
keharusan yang harus dilakukan, baik itu oleh pihak perbankan, praktisi
keuangan, ataupun pihak-pihak ketiga yang berencana menitipkan dananya di
bank. Pentingnya penilaian atas likuiditas suatu bank merupakan salah satu cara
untuk bisa menentukan apakah bank tersebut dalam kondisi sehat, cukup sehat,
kurang sehat dan tidak sehat (Sinungan, 1993:114).
Likuiditas merupakan rasio yang menunjukkan kemampuan perusahaan
dalam memenuhi kewajiban jangka pendeknya yang jatuh tempo (Kasmir,
2016:128). Jika perusahaan memiliki kemampuan untuk melunasi kewajiban
jangka pendeknya pada saat jatuh tempo, maka perusahaan tersebut dikatakan
sebagai perusahaan yang likuid. Sebaliknya, jika perusahaan tidak memiliki
kemampuan untuk melunasi kewajiban jangka pendeknya pada saat jatuh tempo,
maka perusahaan tersebut dikatakan sebagai perusahaan yang tidak likuid.
Untuk dapat memenuhi kewajiban jangka pendeknya yang akan segera jatuh
tempo, perusahaan harus memiliki tingkat ketersediaan jumlah kas yang baik
atau aset lancar lainnya yang juga dapat dengan segera dikonversi atau diubah
menjadi kas (Hery, 2015:133).
Penilaian suatu bank dari aspek likuiditas salah satunya dapat dilihat
dengan menggunakan Ratio of Liquid Asset to Total Asset . Ratio of Liquid Asset
3
to Total Asset adalah rasio yang digunakan untuk mengukur tingkat likuiditas
bank, yang membandingkan antara Liquid Asset (Aset Lancar) dengan Total
Asset (jumlah aset). Jika kas yang tersedia pada sebuah bank terlalu besar,
menandakan bahwa kondisi bank tersebut tidak efisien. Sehingga perusahaan
harus memiliki tingkat ketersediaan jumlah kas yang baik agar dapat memenuhi
kewajiban jangka pendeknya yang akan segera jatuh tempo (Nugraheni,
Febrianti, & Alam, 2011:4).
Gambar 1. 1 Perkembangan Likuiditas Bank Umum Syariah
Dari grafik tersebut dapat dilihat perkembangan likuiditas perbankan
syariah LATA pada tahun 2014 sampai pada tahun 2018 meningkat dan berada
diatas level 20%. Hal ini mencerminkan bahwa ketersediaan likuid asset sangat
memadai sebagai reserve untuk mendukung likuiditas.
Aspek likuiditas yang kedua menggunakan Financing to Deposit Ratio
(FDR) adalah perbandingan antara jumlah pembiayaan yang disalurkan bank
syariah dengan dana pihak ketiga yang didapat oleh bank. FDR dapat
mengindikasikan kemampuan yang ada pada bank dengan menggunakan dana
pihak ketiga untuk disalurkan kepada pemohon dan juga kemampuan bank
memperoleh dana yang dipinjam untuk dikembalikan kepada deposan
39,02% 32,89% 42,72% 48,36% 46,88%
0,00%
50,00%
100,00%
2014 2015 2016 2017 2018
Likuiditas Perbankan Syariah
Likuiditas LATA
4
berdasarkan pembiayaan yang berperan sebagai sumber likuiditas (Kasmir,
2007). Berikut kondisi likuiditas FDR Perbankan Syariah di Indonesia pada
tahun 2014-2018.
Gambar 1. 2 Perkembangan Likuiditas Bank Umum Syariah
www.ojk.go.id
Dari grafik tersebut dapat dilihat perkembangan likuiditas perbankan
syariah pada tahun 2014 sampai pada tahun 2016 masih dibatas aman karena
berdasarkan ketentuan Surat Edaran Bank Indonesia yaitu batas aman FDR
berada pada level 80%-110%. Akan tetapi, pada tahun 2017 sampai pada tahun
2018 tingkat likuiditas bank syariah mengalami penurunan dan berada pada level
dibawah 80% yang berarti FDR berada pada kondisi yang kurang aman.
Semakin tinggi rasio ini maka kemampuan bank tersebut akan semakin
baik dalam mengelola fungsi intermediasi secara optimal. Namun, semakin
tinggi rasio ini maka likuiditas bank tersebut akan menurun karena dana lebih
banyak dialokasikan untuk pembiayaan. Sebaliknya, semakin rendah rasio ini
bank akan semakin likuid dikarenakan akan banyaknya dana yang menganggur
(idle fund) karena fungsi intermediasi tidak tercapai dengan baik sehingga akan
86,66%88,03%
85,99%
79,61% 78,53%
70,00%
75,00%
80,00%
85,00%
90,00%
2014 2015 2016 2017 2018
Likuiditas Perbankan Syariah
Likuiditas FDR
5
memperkecil kesempatan bank untuk memperoleh penerimaan yang lebih besar
(Ramadhani & Indriani, 2016:2).
Ada beberapa faktor internal perbankan yang mempengaruhi tingkat
likuiditas bank syariah yaitu ROA (Mahmood, Khalid, Waheed, & Arif, 2019);
(Tran, Nguyen, Nguyen, & Tran 2019); (Ghenimi, 2015); (Moussa, 2015);
(Sukmana & Suryaningtyas 2016); CAR (Sukmana & Suryaningtyas 2016); (Cai
2017); (Moussa, 2015); (Azhary & Muharam, 2017) dan Size (ukuran bank);
(Thi et al., 2017); (Mahmood et al., 2019); (Bramantya & Arfinto 2015); (Tran
et al., 2019). Profitability yang diproksikan dengan Return On Asset
menunjukkan efektivitas perusahaan dalam menghasilkan keuntungan dengan
mengoptimalkan aset yang dimiliki.
Return on Asset (ROA) dapat mempengaruhi Ratio of Liquid Asset to
Total Asset. Jika bank mampu menghasilkan lebih banyak laba, maka bank
tersebut tidak mengalokasikan dananya sebagai cadangan dalam liquid Asset.
Ada kemungkinan bahwa bank tersebut akan mengalokasikannya kedalam
pembiayaan atau penambahan Fixed Asset daripada untuk meningkatkan Liquid
Asset (Ghenimi, 2015:25 ). Penelitian yang dilakukan oleh Mahmood et al.,
(2019), Tran et al.,(2019) menyatakan bahwa Return On Asset (ROA)
berpengaruh positif dan signifikan terhadap liquid Asset to Total Asset.
Sebaliknya, penelitian yang dilakukan oleh Ghenimi (2015), Moussa (2015),
Sukmana & Suryaningtyas (2016) menunjukkan ROA berpengaruh negatif dan
signifikan terhadap liquid Asset to Total Asset. akan tetapi penelitian yang
6
dilakukan oleh Ramzan & Zafar (2014) menyatakan bahwa ROA tidak
berpengaruh terhadap Liquid Asset to Total Asset.
Return On Assets (ROA) juga dapat mempengaruhi rasio likuiditas yaitu
Financing to Deposit Ratio (FDR). Apabila Return On Assets (ROA) meningkat,
maka aktiva bank digunakan dengan optimal dalam rangka untuk memperoleh
pendapatan, sehingga diperkirakan ROA dan Pembiayaan memiliki hubungan
yang signfikan. Penelitian yang dilakukan oleh Fathurrahman & Rusdi (2019),
Ervina & Ardiansari (2016), Ramadhani & Indriani (2016) menyatakan bahwa
Return On Asset (ROA) berpengaruh positif terhadap Financing to Deposit ratio
(FDR). Sebaliknya, penelitian yang dilakukan oleh Sengkey et al., (2018),
Prakoso & Hendratmi (2017) menyatakan bahwa Return On Asset (ROA)
berpengaruh negatif terhadap Financing to Deposit ratio (FDR). Akan tetapi
penelitian yang dilakukan oleh Hermawan (2009) menyatakan bahwa ROA
berpengaruh tidak signifikan terhadap FDR.
Capital Adequacy Ratio (CAR) merupakan rasio yang menunjukkan
kemampuan bank dalam mempertahankan modal yang mencukupi dan
kemampuan manajemen bank dalam mengidentifikasi, mengukur, mengawasi
dan mengontrol resiko-resiko yang timbul yang dapat berpengaruh terhadap
besarnya modal (Almilia, Spica, & Herdiningtyas, 2005:131-147).
Capital Adequacy Ratio dapat mempengaruhi Liquid Asset to Asset
Ratio. Sesuai dengan ketetapan Bank For International Settlements (BIS),
Bahwa standar bank untuk menyediakan modal bagi seluruh bank yang ada di
7
Indonesia minimal 8% (Kuncoro & Suhardjono 2002). Penelitian yang
dilakukan oleh Cai (2017), Sukmana & Suryaningtyas (2016), Moussa (2015)
menyatakan bahwa Capital Adequacy Ratio berpengaruh positif terhadap Liquid
Asset to Total Asset. Sebaliknya penelitian yang dilakukan oleh Bramantya &
Arfinto (2015), Azhary & Muharam (2017), Muharam & Kurnia (2013)
menyatakan bahwa Capital Adequacy Ratio berpengaruh negatif terhadap liquid
Asset to Total Asset.
Capital Adequacy Ratio (CAR) juga dapat mempengarui rasio Likuiditas
yaitu Financing to Deposit Ratio (FDR). Besarnya CAR diukur melalui rasio
antara modal sendiri terhadap Aktiva Tertimbang Menurut Risiko (ATMR).
Semakin tinggi tingkat CAR, maka semakin besar pula dana yang dapat
digunakan untuk mengantisipasi terjadinya risiko yang diakibatkan oleh
penyaluran pembiayaan dan pengembangan usaha sehingga berdampak baik
untuk penilaian tingkat kesehatan perbankan. Penelitian yang dilakukan oleh
Fathurrahman & Rusdi (2019), Ervina & Ardiansari (2016), Annisa & Waspada
(2018), Ramadhani & Indriani (2016) menyatakan bahwa CAR berpengaruh
positif terhadap FDR. Sebaliknya, penelitian yang dilakukan oleh Fadillah & Aji
(2018), Elmassah & Alsayed (2019) menyatkan bahwa CAR tidak berpengaruh
terhadap FDR.
Size ( ukuran Bank) merupakakan ukuran besar kecilnya sebuah
perusahaan yang ditunjukkan atau dinilai oleh total asset, total penjualan, jumlah
laba, beban pajak dan lain-lain (Brigham & Houston, 2010:4 ). Likuiditas
berkurang seiring dengan peningkatan ukuran perusahaan. Bank-bank besar
8
bergantung pada pasar antar bank atau pada bantuan likuiditas dari bank sentral
sebagai Lender of the Last Resort. Temuan ini sepenuhnya sesuai dengan
hipotesis terkenal “too big to fail”. Dan jika bank besar menganggap diri mereka
sendiri sebagai “too big to fail”, motivasi mereka untuk mempertahankan aset
likuid cenderung akan terbatas (Vodova, 2013:184 ).
Berikut penelitian yang dilakukan oleh Thi et al., (2017), Bramantya &
Arfinto (2015), Tran et al., (2019) menyatakan bahwa size berpengaruh positif
terhadap liquid asset to total asset. Sebaliknya, penelitian yang dilakukan oleh
Mahmood et al., (2019), Vodova (2013), A. Abdullah & Khan (2012)
menyatakan bahwa size berpengaruh negatif terhadap liquid asset to total asset.
Akan tetapi penelitian yang dilakukan oleh Moussa (2015) menyatakan bahwa
Size tidak berpengaruh signifikan terhadap Liquid Asset to Total Asset.
Size juga dapat mempengaruhi rasio likuiditas yaitu Financing to Deposit
Ratio (FDR). Tingginya likuiditas bank, mengindikasikan tingkat FDR menjadi
semakin rendah karena banyak dana yang tidak dialokasikan ke dalam bentuk
pembiayaan, melainkan digunakan untuk mengimbangi kewajibannya dalam
memenuhi permintaan deposan yang ingin menarik kembali uangnya yang telah
digunakan oleh bank untuk memberikan pembiayaan. Oleh karena itu, besar
kecilnya perusahaan suatu bank akan mempengaruhi risiko pembiayaan dalam
bank tersebut (Dendawijaya, 2005:116 ).
Penelitian yang dilakukan oleh Prakoso & Hendratmi (2017), Fadillah &
Aji (2018) menyatakan bahwa size berpengaruh positif terhadap FDR.
9
Sebaliknya, penelitian yang dilakukan oleh Zaghdoudi & Hakimi, (2017),
Moussa (2015), Mahmood et al., (2019), Ramadhani & Indriani (2016)
menyatakan bahwa size berpengaruh negatif terhadap FDR.
Berdasarkan uraian latar belakang masalah diatas maka penulis
terdorong untuk melakukan penulisan ini karena alasan yang pertama, masih
terdapat Research Gap / ketidakkonsistenan hasil antara penelitian dari pengaruh
ROA, CAR, SIZE terhadap LATA dan FDR, baik hasilnya positif, negatif atau
tidak berpengaruh sama sekali.
Alasan kedua, terdapat perbedaan antara penelitian terdahulu dengan
penelitian yang akan penulis lakukan diantaranya perbedaan variabel dimana
variabel independen penelitian ini adalah Return On Asset (ROA), Capital
Adequacy Ratio (CAR) Dan Size (Ukuran bank) sedangkan untuk variabel
dependennya penulis memunculkan dua variabel dependen yaitu Liquid Asset to
Total Asset dan Financing to Deposit Ratio.
Penulis memunculkan ketertarikannya untuk meneliti menggunakan dua
variabel dependen karena dua variabel dependen yang bisa disebut dengan
likuiditas tersebut merupakan elemen penting suatu perusahaan untuk
mengetahui apakah bank tersebut dalam kondisi sehat atau tidak sehat yang
mana nantinya informasi ini dapat memberi masukan bagi pihak bank syariah
mengenai pengelolaan uang kas suatu perusahaan dengan baik serta kemampuan
suatu perusahaan tersebut dalam memenuhi kewajiban agar tepat waktu.
10
Kemudian informasi ini berguna bagi pihak nasabah dan masyarakat yang ingin
atau yang sudah menyimpan dananya di bank agar merasa aman dan terpercaya.
Maka berdasarkan pada perbedaan penelitian (research gap) dan alasan
yang telah penulis paparkan diatas maka penulis tertarik untuk melakukan
penelitian dengan judul Pengaruh Return On Asset (ROA), Capital Adequacy
Ratio (CAR), Size (Ukuran Bank) terhadap Liquid Asset to Total Asset dan
Financing to Deposit Ratio (FDR) Pada Bank Umum Syariah Di Indonesia
Tahun 2014-2018.
B. Rumusan Masalah
1. Bagaimana pengaruh Return On Asset (ROA) terhadap Liquid Asset to Total
Asset pada Bank Umum Syariah di Indonesia Tahun 2014 -2018?
2. Bagaimana pengaruh Return On Asset (ROA) Terhadap Financing to
Deposit Ratio (FDR) pada Bank Umum Syariah di Indonesia Tahun 2014 -
2018?
3. Bagaimana pengaruh Capital Adequacy Ratio (CAR) terhadap Liquid Asset
to Total Asset pada Bank Umum Syariah di Indonesia Tahun 2014 -2018?
4. Bagaiamana pengaruh Capital Adequacy Ratio (CAR) Terhadap Financing
to Deposit Ratio (FDR) pada Bank Umum Syariah di Indonesia Tahun 2014
-2018?
5. Bagaiaman pengaruh Size (Ukuran Bank) terhadap Liquid Asset to Total
Asset pada Bank Umum Syariah di Indonesia Tahun 2014 -2018?
11
6. Bagaimana pengaruh Size (Ukuran Bank) Terhadap Financing to Deposit
Ratio (FDR) pada Bank Umum Syariah di Indonesia Tahun 2014 -2018?
C. Tujuan Penelitian
Berdasarkan rumusan masalah diatas, penelitian ini bertujuan untuk :
1. Untuk menganalisis pengaruh Return On Asset (ROA) terhadap Liquid
Asset to Total Asset pada Bank Umum Syariah di Indonesia Tahun 2014 -
2018.
2. Untuk menganalisis pengaruh Return On Asset (ROA) Terhadap Financing
to Deposit Ratio (FDR) pada Bank Umum Syariah di Indonesia Tahun 2014
-2018.
3. Untuk menganalisis pengaruh Capital Adequacy Ratio (CAR) terhadap
Liquid Asset to Total Asset pada Bank Umum Syariah di Indonesia Tahun
2014 -2018.
4. Untuk menganalisis pengaruh Capital Adequacy Ratio (CAR) Terhadap
Financing to Deposit Ratio (FDR) pada Bank Umum Syariah di Indonesia
Tahun 2014 -2018.
5. Untuk menganalisis pengaruh Size (Ukuran Bank) terhadap Liquid Asset to
Total Asset pada Bank Umum Syariah di Indonesia Tahun 2014 -2018.
6. Untuk menganalisis pengaruh Size (Ukuran Bank) Terhadap Financing to
Deposit Ratio (FDR) pada Bank Umum Syariah di Indonesia Tahun 2014 -
2018.
12
D. Manfaat Penelitian
Adapun manfaat penelitian tersebut diantaranya:
1. Manfaat Teoritis
Sebagai sarana untuk mengembangkan ide-ide dan pemikiran dalam
menerapkan teori yang ada secara aktual. Serta memperdalam pengetahuan
tentang Pengaruh Return On Asset (ROA), Capital Adequacy Ratio (CAR),
Size (Ukuran Bank) terhadap Liquid Asset to Total Asset dan Financing to
Deposit Ratio (FDR) Pada Bank Umum Syariah Di Indonesia Tahun 2014-
2018.
2. Manfaat Praktis
Hasil penelitian ini diharapkan dapat menambah wawasan yang
dapat diaplikasikan dalam kehidupan sehari-hari, dapat dikembangkan
kedalam penelitian selanjutnya untuk pembanding hasil riset maupun
sebagai hasil riset maupun sebagai acuan penelitian berikutnya.
Dapat memberikan masukan kepada pihak bank syariah untuk
kedepannya dapat berhati hati dalam mengelola dana yang dimilikinya serta
dalam menyalurkan dananya kepada masyarakat.
E. Sistematika Penulisan
Sistematika penulisan penelitian ini antara lain sebagai berikut:
BAB I PENDAHULUAN
13
Pada bab ini berisi penjelasan berupa latar belakang masalah, Rumusan
Masalah, Tujuan penelitian, Kegunaan Penelitian, dan Sistematika Penulisan.
BAB II LANDASAN TEORI
Pada bab ini terdiri dari empat bagian. Pertama berisi penjelasan berupa
Telaah pustaka berupa ringkasan penelitian terdahulu. Kedua Kerangka teori
berupa bangunan teori dan Konsep yang akan digunakan untuk menganalisis.
Ketiga Kerangka Penelitian berisi telaah kritis untuk menghasilkan hipotesis
dan model penelitian yang akan diuji disajikan dalam bentuk gambar dan atau
persamaan. Keempat Hipotesis yang akan dikemukakan.
BAB III METODE PENELITIAN
Pada bab ini menjelaskan berupa jenis penelitian yang digunakan, lokasi
dan waktu penelitian, populasi dan sampel, teknik pengumpulan data, definisi
konsep dan operasional, serta alat analisis yang digunakan.
BAB IV ANALISIS DATA
Pada bab ini dibahas secara mendalam tentang uraian penelitian yang
berisi deskripsi objek penelitian dan analisis data serta pembahasan hasil dan
interprestasi yang diperoleh dari penelitain.
BAB V PENUTUP
Pada bab ini berisi tentang Kesimpulan berupa pembahasan dari bab- bab
yang telah diuraikan sebelumnya serta kritik dan saran.
14
BAB II
LANDASAN TEORI
A. Telaah Pustaka
Penelitian ini menggunakan variabel dependen yang mencakup Rasio
Likuiditas meliputi Liquid Asset to Total Asset dan Financing to Deposit Ratio
(FDR), Variabel Independen meliputi Return On Assets (ROA), Capital
Adequacy Ratio (CAR) dan Size (Ukuran Bank). Penelitian terdahulu merupakan
deskripsi ringkas mengenai kajian penelitian yang sudah pernah dilakukan
seputar masalah yang diteliti dan terlihat jelas bahwa kajian yang akan dilakukan
ini tidak merupakan pengulangan dan duplikasi dengan penelitian yang sudah
ada. Penelitian yang disajikan sebagai bahan kajian pustaka adalah penelitian-
penelitian yang mempunyai kaitannya dengan penelitian ini. Berikut adalah
penelitiannya:
1. Pengaruh Return On Asset (ROA) terhadap Liquid Asset to Total Asset
(LATA)
Dari penelitian terdahulu terdapat penelitian yang menyatakan
pengaruh positif Return On Asset (ROA) terhadap Liquid Asset to Total Asset
(LATA) seperti penelitian Mahmood et al., (2019) dan Tran et al., (2019).
Namun berbeda dengan penelitian yang dilakukan oleh Ghenimi (2015),
Moussa (2015) dan Sukmana & Suryaningtyas (2016) menyatakan bahwa
Return On Asset (ROA) berpengaruh negatif signifikan terhadap Liquid Asset
to Total Asset (LATA). Selanjutnya
15
terdapat penelitian yang menyatakan Return On Asset (ROA) tidak
berpengaruh terhadap Liquid Asset to Total Asset (LATA) seperti penelitian
yang dilakukan oleh Ramzan & Zafar (2014) dan Shibly & Nimsith (2015).
Tabel 2. 1 Research Gap Pengaruh ROA Terhadap LATA
GAP Peneliti
(Tahun)
Judul Penelitian Hasil Penelitian
Isu : Pengaruh Return On Asset (ROA) terhadap Liquid Asset to Total Asset (LATA).
Research Gap terdapat perbedaan hasil penelitian Pengaruh Return On Asset (ROA)
terhadap Liquid Asset to Total Asset (LATA).
Return On
Asset (ROA)
berpengaruh
positif (+)
terhadap
Liquid Asset
to Total Asset
(LATA)
(Mahmood
et al.,
2019)
Impact of Macro Specific
Factor and Bank Specific
Factor on Bank Liquidity
using FMOLS Approach
ROA berpengaruh positif dan
signifikan terhadap Liquid
Asset to Total Asset.
(Tran et al.,
2019)
The determinants of
liquidity risk of
commercial banks in
Vietnam
ROA berpengaruh positif
terhadap Liquid Asset to
Total Asset.
Return On
Asset (ROA)
tidak
berpengaruh
terhadap
Liquid Asset
to Total Asset
(LATA)
(Ramzan &
Zafar,
2014)
Liquidity Risk
Management in Islamic
Banks : A Study of
Islamic Banks of Pakistan
ROA tidak berpengaruh
terhadap Liquid Asset to
Total Asset.
Return On
Asset (ROA)
berpengaruh
negatif (-)
terhadap
Liquid Asset
to Total Asset
(LATA)
(Ghenimi,
2015)
Liquidity Risk
Management : A
Comparative Study
between Islamic and
Conventional Banks
ROA berpengaruh negatif
signifikan terhadap Liquid
Asset to Total Asset.
(Moussa,
2015)
The Determinants of
Bank Liquidity: Case of
Tunisia.
ROA berpengaruh negatif
terhadap Liquid Asset to
Total Asset.
(Sukmana
&
Suryaningt
yas, 2016)
Determinants Of
Liquidity Risk In
Indonesian
ROA berpengaruh negatif
dan signifikan terhadap
Liquid Asset to Total Asset.
(Shibly &
Nimsith,
2015)
Liquidity Risk
Management In Islamic
And Conventional Banks
In Sri Lanka : A
Comparative Study
ROA berpengaruh negatif
dan tidak signifikan terhadap
Liquid Asset to Total Asset.
16
2. Pengaruh Return On Asset (ROA) terhadap Financing to Deposit Ratio
(FDR).
Dari penelitian terdahulu terdapat penelitian yang menyatakan
pengaruh positif Return On Asset (ROA) terhadap Financing to Deposit Ratio
(FDR) seperti penelitian Fathurrahman & Rusdi (2019) dan Ervina &
Ardiansari (2016). Namun berbeda dengan penelitian yang dilakukan oleh
Sengkey et al., (2018) dan Prakoso & Hendratmi (2017) menyatakan bahwa
Return On Asset (ROA) berpengaruh negatif dan signifikan terhadap
Financing to Deposit Ratio (FDR). Selanjutnya terdapat penelitian yang
menyatakan Return On Asset (ROA) tidak berpengaruh terhadap Financing to
Deposit Ratio (FDR) seperti penelitian yang dilakukan oleh Ramadhani &
Indriani (2016), Hermawan (2009), Utari & Haryanto (2011) dan Nugraha
(2014).
Tabel 2. 2 Research Gap Pengaruh ROA Terhadap FDR
Isu : Pengaruh Return On Asset (ROA) terhadap Financing to Deposit Ratio (FDR)
Research Gap terdapat perbedaan hasil penelitian Pengaruh Return On Asset (ROA)
terhadap Financing to Deposit Ratio (FDR)
Return On Asset
(ROA)
berpengaruh
positif (+)
terhadap
Financing to
Deposit Ratio
(FDR)
(Fathurrahman
& Rusdi, 2019)
Analisis faktor-faktor yang
mempengaruhi likuiditas
bank syariah di indonesia
menggunakan metode vector
error correction model
(vecm).
ROA berpengaruh
positif dan
signifikan
terhadap FDR
(Ervina &
Ardiansari,
2016)
Pengaruh Dana Pihak Ketiga,
Non Performing
Financing,Capital Adequacy
Ratio, Dan Return On Asset,
Terhadap Tingkat Likuiditas
ROA berpengaruh
positif dan
signifikan
terhadap FDR
(Ramadhani &
Indriani, 2016)
Analisis Pengaruh Size,
CapitalAdequacy Ratio
(Car), Return On Assets
(Roa), Non Performing Loan
(Npl), Dan Inflasi Terhadap
Loan To Deposit Ratio (Ldr)
ROA berpengaruh
positif dan tidak
signifikan
terhadap LDR
17
Return On Asset
(ROA) tidak
berpengaruh
terhadap
Financing to
Deposit Ratio
(FDR)
(Hermawan,
2009)
Pengaruh Rentabilitas Dan
Solvabilitas Terhadap
Likuiditas Pada Perusahaan
Perbankan Yang Go Public
ROA berpengaruh
tidak signifikan
terhadap LDR
Return On Asset
(ROA)
berpengaruh
negatif (-)
terhadap
Financing to
Deposit Ratio
(FDR)
(Sengkey et al.,
2018)
Analisis Faktor–Faktor Yang
Mempengaruhi Risiko
Likuiditas Bank (Studi Kasus
Pada Bank Umum Swasta
Nasional Yang Terdaftar Di
Bei Periode 2012-2015)
ROA berpengaruh
negatif dan
signifikan
terhadap LDR
(Prakoso &
Hendratmi,
2017)
Determinan Financing To
Deposit Ratio Bank Umum
Syariah Di Indonesia
Periode 2012-2015
ROA berpengaruh
negatif dan
signifikan
terhadap FDR
(Utari &
Haryanto, 2011)
Analisis Pengaruh Car, Npl,
Roa, Dan Bopo Terhadap Ldr
(Studi Kasus Pada Bank
Umum Swasta Nasional
Devisa Di Indonesia Periode
2005-2008)
ROA berpengaruh
negatif dan tidak
signifikan
terhadap FDR
(Nugraha, 2014) Analisis Pengaruh Capital
Adequacy Ratio (Car), Non
Performing Loan (Npl),
Biaya Operasional
Pendapatan Operasional
(Bopo), Return On Asset
(Roa) Dan Net Interest
Margin (Nim) Terhadap
Loan To Deposit Ratio (Ldr)
(Studi Empiris Pada
Perbankan Syariah Di
Indonesia Periode 2010-
2012)
ROA berpengaruh
negatif dan tidak
signifikan
terhadap FDR
3. Pengaruh Capital Adequacy Ratio (CAR) terhadap Liquid Asset to Total
Asset (LATA).
Dari penelitian terdahulu terdapat penelitian yang menyatakan
pengaruh positif Capital Adequacy Ratio (CAR) terhadap Liquid Asset to
Total Asset (LATA) seperti penelitian Cai (2017) dan Sukmana &
Suryaningtyas (2016). Namun berbeda dengan penelitian yang dilakukan oleh
Muharam & Kurnia (2013) menyatakan bahwa Capital Adequacy Ratio
18
(CAR) memiliki hubungan negatif signifikan terhadap Liquid Asset to Total
Asset (LATA). Selanjutnya terdapat penelitian yang menyatakan Capital
Adequacy Ratio (CAR) tidak berpengaruh terhadap Liquid Asset to Total Asset
(LATA) seperti penelitian Bramantya & Arfinto (2015), Azhary & Muharam
(2017) dan Shibly & Nimsith (2015).
Tabel 2. 3 Research Gap Pengaruh CAR Terhadap LATA
Isu : Pengaruh Capital Adequacy Ratio (CAR) terhadap Liquid Asset to Total Asset
(LATA).
Research Gap terdapat perbedaan hasil penelitian Pengaruh Capital Adequacy Ratio
(CAR) terhadap Liquid Asset to Total Asset (LATA).
Capital Adequacy
Ratio (CAR)
berpengaruh positif
(+) terhadap Liquid
Asset to Total Asset
(LATA).
(Cai, 2017) How does credit risk
influence liquidity risk ?
Evidence from Ukrainian
banks
CAR berpengaruh
positif terhadap
Liquid Asset to
Total Asset.
(Sukmana &
Suryaningty
as, 2016)
Determinants Of Liquidity
Risk In Indonesian
CAR berpengaruh
positif signifikan
terhadap Liquid
Asset to Total
Asset.
(Moussa,
2015)
The Determinants of Bank
Liquidity : Case of Tunisia
CAR berpengaruh
signifikan
terhadap Liquid
Asset to Total
Asset.
Capital Adequacy
Ratio (CAR)
berpengaruh negatif
(-) terhadap Liquid
Asset to Total Asset
(LATA).
(Bramantya
& Arfinto,
2015)
Analisis Pengaruh Size ,
Profitability, Capital
Adequacy, Dan Non-
Performing Loan Terhadap
Likuiditas Bank Umum Yang
Terdaftar Di Bursa Efek
Indonesia Periode 2011-2014
CAR berpengaruh
negatif tidak
signifikan
terhadap Liquid
Asset to Total
Asset.
(Azhary &
Muharam,
2017)
Analisis Faktor-Faktor yang
mempengaruhi risiko
likuiditas pada bank
konvensional (Studi pada
Bank yang Termasuk Badan
Usaha Milik Pemerintah dan
Bank Asing di Indonesia dan
Malaysia Periode Tahun
2011 sampai dengan 2015)
CAR memiliki
hubungan negatif
tidak signifikan
terhadap Liquid
Asset to Total
Asset.
(Shibly &
Nimsith,
2015)
Liquidity Risk Management
In Islamic And Conventional
Banks In Sri Lanka : A
Comparative Study
CAR berpengaruh
negatif tidak
signifikan
terhadap Liquid
Asset to Total
Asset.
19
(Muharam &
Kurnia,
2013)
Liquidity Risk On Banking
Industry : Comparative Study
Between Islamic Bank And
Conventional Bank In
Indonesia
CAR memiliki
hubungan negatif
signifikan
terhadap Liquid
Asset to Total
Asset.
4. Pengaruh Capital Adequacy Ratio (CAR) terhadap Financing to Deposit
Ratio (FDR).
Dari penelitian terdahulu terdapat penelitian yang menyatakan
pengaruh positif Capital Adequacy Ratio (CAR) terhadap Financing to
Deposit Ratio (FDR) seperti penelitian Fathurrahman & Rusdi (2019), Ervina
& Ardiansari (2016) dan Annisa & Waspada (2018). Selanjutnya penelitian
yang dilakukan oleh Ramadhani & Indriani (2016), Elmassah & Alsayed
(2019) dan Fadillah & Aji (2018) menyatakan bahwa Capital Adequacy Ratio
(CAR) tidak berpengaruh terhadap Financing to Deposit Ratio (FDR).
Tabel 2. 4 Research Gap Pengaruh CAR Terhadap FDR
Isu : Pengaruh Capital Adequacy Ratio (CAR) terhadap Financing to Deposit Ratio (FDR)
Research Gap terdapat perbedaan hasil penelitian Pengaruh Capital Adequacy Ratio
(CAR) terhadap Financing to Deposit Ratio (FDR)
Capital Adequacy
Ratio (CAR)
berpengaruh
positif (+)
terhadap
Financing to
Deposit Ratio
(FDR)
(Fathurrahman
& Rusdi,
2019)
Analisis faktor-faktor yang
mempengaruhi likuiditas
bank syariah di indonesia
menggunakan metode vector
error correction model
(vecm)
CAR berpengaruh
positif dan
signifikan
terhadap FDR
(Ervina &
Ardiansari,
2016)
Pengaruh Dana Pihak Ketiga,
Non Performing Financing,
Capital Adequacy Ratio, Dan
Return On Asset, Terhadap
Tingkat Likuiditas
CAR berpengaruh
positif dan
signifikan
terhadap FDR
(Annisa &
Waspada,
2018)
Pengaruh Kecukupan Modal
dan Risiko Kredit Terhadap
Likuiditas Pada Bank Umum
Syariah Yang Terdaftar di
Bank Indonesia
CAR berpengaruh
positif dan
signifikan
terhadap FDR
(Ramadhani &
Indriani, 2016)
Analisis Pengaruh Size,
Capital Adequacy Ratio
(Car), Return On Assets
(Roa), Non Performing Loan
CAR berpengaruh
positif tidak
signifikan
terhadap LDR
20
(Npl), Dan Inflasi Terhadap
Loan To Deposit Ratio (Ldr)
Capital Adequacy
Ratio (CAR) tidak
berpengaruh
terhadap
Financing to
Deposit Ratio
(FDR)
(Elmassah &
Alsayed,
2019)
Liquidity in the UAE Islamic
banks
CAR tidak
berpengaruh
terhadap FDR
Capital Adequacy
Ratio (CAR)
berpengaruh
negatif (-)
terhadap
Financing to
Deposit Ratio
(FDR)
(Fadillah &
Aji, 2018)
Pengaruh faktor internal dan
inflasi terhadap likuiditas
pada bank pembangunan
daerah di indonesia
CAR berpengaruh
negatif tidak
signifikan
terhadap FDR
5. Pengaruh Size (Ukuran Bank) terhadap Liquid Asset to Total Asset
(LATA).
Dari penelitian terdahulu terdapat penelitian yang menyatakan
pengaruh positif Size (Ukuran Bank) terhadap Liquid Asset to Total Asset
(LATA) seperti penelitian Thi et al., (2017), Bramantya & Arfinto (2015) dan
Tran et al., (2019). Namun berbeda dengan penelitian yang dilakukan oleh
Mahmood et al., (2019), Vodova (2013) dan A. Abdullah & Khan (2012)
menyatakan bahwa Size (Ukuran Bank) berpengaruh negatif signifikan
terhadap Liquid Asset to Total Asset (LATA). Selanjutnya, penelitian yang
dilakukan oleh Moussa (2015) menyatakan bahwa Size (Ukuran Bank) tidak
berpengaruh signifikan terhadap Liquid Asset to Total Asset (LATA).
Tabel 2. 5 Research Gap Pengaruh Size Terhadap LATA
Isu : Pengaruh Size (Ukuran Bank) terhadap Liquid Asset to Total Asset (LATA).
Research Gap terdapat perbedaan hasil penelitian Pengaruh Size (Ukuran Bank) terhadap
Liquid Asset to Total asset (LATA).
Size (Ukuran
Bank)
berpengaruh
(Thi et al.,
2017)
Determinants of Liquidity of
Commercial Banks in
Size berpengaruh
positif signifikan
terhadap Liquid
21
positif (+)
terhadap Liquid
Asset to Total
asset (LATA).
Vietnam in the Period 2009-
2016.
Asset to Total
Asset.
(Bramantya &
Arfinto, 2015)
Analisis Pengaruh Size,
Profitability, Capital
Adequacy Dan Non-
Performing Loan Terhadap
Likuiditas Bank Umum Yang
Terdaftar Di Bursa Efek
Indonesia Periode 2011-2014
Size berpengaruh
positif terhadap
Liquid Asset to
Total Asset.
(Tran et al.,
2019)
The determinants of liquidity
risk of commercial banks in
Vietnam
Size berpengaruh
positif terhadap
Liquid Asset to
Total Asset.
Size (Ukuran
Bank) tidak
berpengaruh
terhadap Liquid
Asset to Total
asset (LATA).
(Moussa,
2015)
The Determinants of Bank
Liquidity : Case of Tunisia
Size tidak
berpengaruh
signifikan
terhadap Liquid
Asset to Total
Asset.
Size (Ukuran
Bank)
berpengaruh
negatif (-)
terhadap Liquid
Asset to Total
asset (LATA).
(Mahmood et
al., 2019)
Impact of Macro Specific
Factor and Bank Specific
Factor on Bank Liquidithy
using FMOLS Approach
Size berpengaruh
negatif signifikan
terhadap Liquid
Asset to Total
Asset.
(Vodova,
2013)
Determinants Of
Commercial Banks ´
Liquidity In Hungary
Size berpengaruh
negatif signifikan
terhadap Liquid
Asset to Total
Asset.
(A. Abdullah
& Khan, 2012)
Liquidity Risk Management :
A Comparative Study
between Domestic and
Foreign Banks in Pakistan
Size berpengaruh
negatif signifikan
terhadap Liquid
Asset to Total
Asset.
6. Pengaruh Size (Ukuran Bank) terhadap Financing to Deposit Ratio
(FDR).
Dari penelitian terdahulu terdapat penelitian yang menyatakan
pengaruh positif Size (Ukuran Bank) terhadap Financing to Deposit Ratio
(FDR) seperti penelitian Prakoso & Hendratmi (2017) dan Fadillah & Aji
(2018). Namun berbeda dengan penelitian yang dilakukan oleh Zaghdoudi &
Hakimi (2017), Moussa (2015) dan Mahmood et al., (2019) menyatakan
22
bahwa Size (Ukuran Bank) berpengaruh negatif signifikan terhadap Financing
to Deposit Ratio (FDR). Selanjutnya terdapat penelitian yang menyatakan Size
(Ukuran Bank) tidak berpengaruh terhadap Financing to Deposit Ratio (FDR)
seperti penelitian yang dilakukan oleh Ramadhani & Indriani (2016).
Tabel 2. 6 Research Gap Pengaruh Size Terhadap FDR
Isu : Pengaruh Size (Ukuran Bank) terhadap Financing to Deposit Ratio (FDR)
Research Gap terdapat perbedaan hasil penelitian Pengaruh Size (Ukuran Bank) terhadap
Financing to Deposit Ratio (FDR)
Size (Ukuran
Bank)
berpengaruh
positif (+)
terhadap
Financing to
Deposit Ratio
(FDR)
(Prakoso &
Hendratmi,
2017)
Determinan Financing To
Deposit Ratio Bank Umum
Syariah Di Indonesia Periode
2012 – 2015
Size berpengaruh
positif dan
signifikan
terhadap FDR
(Fadillah &
Aji, 2018)
Pengaruh faktor internal dan
inflasi terhadap likuiditas
pada bank pembangunan
daerah di indonesia
Size berpengaruh
positif terhadap
LDR
Size (Ukuran
Bank)
berpengaruh
negatif (-)
terhadap
Financing to
Deposit Ratio
(FDR)
(Zaghdoudi &
Hakimi, 2017)
The Determinants of
Liquidity Risk : Evidence
from Tunisian Banks
Size berpengaruh
negatif signifikan
terhadap LDR
(Moussa,
2015)
The Determinants of Bank
Liquidity : Case of Tunisia
Size berpengaruh
negatif signifikan
terhadap LDR
(Mahmood et
al., 2019)
Impact of Macro Specific
Factor and Bank Specific
Factor on Bank Liquidithy
using FMOLS Approac
Size berpengaruh
negatif signifikan
terhadap LDR
(Ramadhani &
Indriani, 2016)
Analisis Pengaruh Size,
Capital Adequacy Ratio
(CAR), Return On Asset
(ROA), Non Performing
Loan (NPL) dan Inflasi
terhadap Loan to Deposit
Ratio (LDR).
Size berpengaruh
negatif dan tidak
signifikan
terhadap LDR
B. Kerangka Teori
1. The Shiftability Theory
Teori ini mengemukakan bahwa apabila bank mempunyai harta
(assets) yang dapat dengan mudah digeser atau dijual maka bank tersebut
dapat mempertahankan likuiditasnya. Bank akan segera mendapatkan uang
tunai (likuiditas) jika menjual assetnya. Menurut teori ini, likuiditas
23
perbankan dapat dipertahankan apabila dana yang dihimpun ditanamkan
dalam surat berharga yang marketable, yang mana dapat mudah dicairkan
dalam bentuk uang kas (Pandia, 2012:117).
2. The Liability Management Theory
Menurut teori ini, likuiditas bank dapat dijamin jika bank untuk
memenuhi kewajiban keuangannya mencari uang di pasar uang. Dalam arti
luas pasar uang meliputi pinjaman dari bank-bank lain atau bank sentral.
Teori ini menitik beratkan pada segi liability (pengelolaan utang) kaitannya
dengan pengelolaan assets dan liability, jika bank kekurangan likuiditas
permasalahan yang harus ditekankan ialah terletak pada liability
management (Pandia, 2012:117).
3. Pecking Order Theory
Pecking order theory menyatakan bahwa perusahaan menyukai
internal financing (pendanaan dari hasil operasi perusahaan), perusahaan
mencoba menyesuaikan rasio pembagian dividen yang ditargetkan, dengan
berusaha menghindari perubahan pembayaran dividen secara drastis,
kebijakan dividen yang relatif cenderung kaku, disertai dengan fluktuasi
profitabilitas dan kesempatan investasi yang tidak bisa diduga,
mengakibatkan bahwa dana hasil operasi kadang- kadang melebihi
kebutuhan dana untuk investasi, meskipun pada kesempatan yang lain,
mungkin kurang. Apabila dana hasil operasi kurang dari kebutuhan
investasi (capital expenditure), maka perusahaan akan mengurangi saldo
kas atau menjual sekuritas yang dimiliki, apabila pendanaan dari luar
24
(external financing) diperlukan, maka perusahaan akan menerbitkan
sekuritas yang paling “aman” terlebih dulu dimulai dengan penerbitan
obligasi, kemudian diikuti oleh sekuritas yang berkarakteristik opsi (seperti
obligasi konversi) baru akhirnya apabila masih belum mencukupi, saham
baru diterbitkan (Husnan, 2012) dalam (Juliantika & Dewi S, 2016).
Pecking order theory menjelaskan mengapa perusahaan-perusahaan
yang profitable umumnya meminjam dalam jumlah yang sedikit. Hal
tersebut disebabkan karena mereka memerlukan external financing yang
sedikit. Perusahaan yang kurang profitable akan cenderung mempunyai
hutang yang lebih besar karena dua alasan, yaitu dana internal tidak cukup,
dan hutang merupakan sumber eksternal yang lebih disukai (Husnan, 1996
dalam Juliantika & Dewi S, 2016) .
4. Rasio Likuiditas
Rasio likuiditas adalah rasio yang menunjukkan kemampuan
perusahaan dalam memenuhi kewajiban atau membayar utang jangka
pendeknya. Dengan kata lain, rasio likuiditas adalah rasio yang dapat
digunakan untuk mengukur sampai seberapa jauh tingkat kemampuan
perusahaan dalam melunasi kewajiban jangka pendeknya yang akan segera
jatuh tempo. Jika perusahaan memiliki kemampuan untuk melunasi
kewajiban jangka pendeknya pada saat jatuh tempo, maka perusahaan
tersebut dikatakan sebagai perusahaan yang likuid, sebaliknya, jika
perusahaan tidak memiliki kemampuan untuk melunasi kewajiban jangka
pendeknya pada saat jatuh tempo, maka perusahaan tersebut dikatakan
25
sebagai perusahaan yang tidak likuid. Untuk dapat memenuhi kewajiban
jangka pendeknya yang akan segera jatuh tempo, perusahaan harus
memiliki tingkat ketersediaan jumlah kas yang baik atau aset lancar lainnya
yang juga dapat dengan segera dikonversi atau diubah menjadi kas (Hery,
2015:133). Alat yang digunakan untuk mengukur rasio likuiditas yaitu:
a. Liquid Asset to Total Asset.
Liquid Asset to Total Asset adalah rasio yang digunakan untuk
mengukur tingkat likuiditas bank, yang membandingkan antara Liquid
Asset ( Aset Lancar) dengan Total Asset (jumlah aset). Jika kas yang
tersedia pada sebuah bank terlalu besar, menandakan bahwa kondisi bank
tersebut tidak efisien. Sehingga perusahaan harus memiliki tingkat
ketersediaan jumlah kas yang baik agar dapat memenuhi kewajiban
jangka pendeknya yang akan segera jatuh tempo (Hanafi & Halim,
2005:209).
Rumus Liquid Asset to Total Asset:
LATA = 𝐿𝑖𝑞𝑢𝑖𝑑 𝐴𝑠𝑠𝑒𝑡𝑠
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠× 100%
b. Financing To Deposit Ratio (FDR)
Financing to Deposit Ratio (FDR) Adalah rasio yang digunakan
untuk mengukur likuiditas suatu bank dalam membayar kembali
penarikan dana yang dilakukan oleh deposan dengan mengandalkan
pembiayaan yang diberikan sebagai sumber likuiditasnya.
26
Semakin tinggi nilai rasio FDR maka semakin tinggi dana yang
disalurkan ke pihak ketiga (DPK) yang mana, semakin tinggi dana maka
pendapatan bank semakin baik. Standar yang digunakan Bank Indonesia
untuk rasio Financing To Deposit Ratio (FDR) dalah 80%-110%
(Suryani, 2012:157). Apabila rasio bank dibawah dari standar yang
ditetapkan, berarti ada bagian dari dana pihak ketiga yang tidak
tersalurkan kepada pihak yang membutuhkan dana. Sedangkan apabila
rasio FDR melebihi standar yang ditetapkan, atau dalam penggunaan
dana pihak ketiga guna pembiayaan lebih besar maka menunjukkan
semakin riskannya kondisi likuiditas sebuah bank.
Rasio Financing to Deposit Ratio (FDR) dihitung dengan rumus:
FDR = 𝑇𝑜𝑡𝑎𝑙 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎× 100%
c. Return On Asset (ROA)
Return On Asset (ROA) adalah rasio yang mengukur efektivitas
perusahaan didalam menghasilkan keuntungan dengan memanfaatkan
aktiva yang dimilki perusahaan (M. F. Abdullah, 2005). Return On
Assets menggambarkan sejauh mana tingkat pengembalian yang
didapatkan oleh perusahaan perbankan dari seluruh asset yang
dimilikinya. Berdasarkan kegunaan Return On Asset merupakan alat
ukur yang komprehensif dimana seluruhnya tercermin di dalam rasio
yang telah ada dalam laporan keuangan meliputi laporan neraca, laporan
laba rugi dimana laporan tersebut memberikan gambaran umum
27
mengenai perkembangan usaha yang bersangkutan (Kuncoro &
Suhardjono, 2002).
Return On Asset (ROA) dihitung dengan rumus:
ROA = 𝐿𝑎𝑏𝑎 𝑏𝑒𝑟𝑠𝑖ℎ 𝑠𝑒𝑏𝑒𝑙𝑢𝑚 𝑝𝑎𝑗𝑎𝑘
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎× 100%
d. Capital Adequacy Ratio (CAR)
Capital Adequacy Ratio (CAR) Adalah rasio permodalan yang
memperlihatkan seberapa besar jumlah seluruh aktiva bank yang
mengandung unsur risiko (kredit, penyertaan, surat berharga, tagihan
pada bank lain) ikut dibiayai dari modal sendiri disamping memperoleh
dana-dana dari sumber diluar bank (Yuliani, 2017:12-41).
Bank Indonesia telah menetapkan bahwa rasio CAR minimal 8%.
Jika rasio CAR berada dibawah 8% berarti bank tersebut tidak mampu
menyerap kerugian yang timbul dari kegiatan usaha bank, jika rasio CAR
diatas 8% maka menunjukkan bahwa bank tersebut dapat menanggung
risiko dari setiap pembiayaan dan aktiva produktif yang beresiko.
Rumus Capiatal Adequacy Ratio (CAR):
CAR = 𝑀𝑜𝑑𝑎𝑙 𝐵𝑎𝑛𝑘
𝑇𝑜𝑡𝑎𝑙 𝐴𝑇𝑀𝑅× 100%
e. Size (Ukuran Bank)
Size (Ukuran bank) didefinisikan sebagai ukuran besar kecilnya
suatu bank tersebut, ukuran bank dapat dinyatakan dalam total aktiva,
penjualan dan kapitalisasi (Sudarmadji & Sularto, 2007: 22).
28
Besar kecilnya perusahaan dapat dilihat dari total asset yang
dimiliki perusahaan tersebut. Untuk mengetahui besarnya ukuran
perusahaan dapat dilihat dari jumlah asset yang dimiliki. Asset yang
dimiliki bank terdiri atas kas, giro pada bank lain, giro pada BI, Surat-
surat berharga, kredit yang diberikan, penyertaan, biaya dibayar dimuka,
aktiva tetap, aktiva sewa guna usaha, aktiva lain-lain.rasio ini diperoleh
dari logaritma Natural dari total assets yang dimiliki bank yang
bersangkutan pada periode tahun tertentu (Sudarmadji & Sularto, 2007:
22).
Rumus Size (Ukuran Bank) adalah:
Ukuran Perusahaan = 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡𝑠
1 × 1012
C. Kerangka Penelitian
Variabel dalam penelitian ini terdiri dari variabel dependen dan variabel
independen. Variabel dependen dalam penelitian ini adalah likuiditas yang
terdiri dari Liquid Asset to Total Asset dan Financing To Deposit Ratio (FDR).
Variabel independennya adalah Return On Asset (ROA), Capital Adequacy
Ratio(CAR), dan Size (ukuran bank) sebagai faktor-faktor yang mempengaruhi
likuiditas pada Bank Umum Syariah di Indonesia.
29
Gambar 2. 1 Kerangka Penelitian
D. Hipotesis
1. Pengaruh Return On Asset (ROA) terhadap Liquid Asset to Total Asset.
Ratio of Liquid Asset to Total Asset adalah rasio yang digunakan
untuk mengukur tingkat likuiditas bank, yang membandingkan antara
Liquid Asset ( Aset Lancar) dengan Total Asset (jumlah aset). Jika bank
mampu menghasilkan lebih banyak laba, maka bank tersebut tidak
mengalokasikan dananya sebagai cadangan dalam liquid Asset. Ada
kemungkinan bahwa bank tersebut akan mengalokasikannya kedalam
pembiayaan atau penambahan Fixed Asset daripada untuk meningkatkan
Liquid Asset (Sukmana & Suryaningtyas, 2016:187-200).
Penelitian mengenai pengaruh Return On Asset (ROA) terhadap
Liquid Asset to Total Asset. Antara lain penelitian Moussa (2015)
menunjukkan bahwa ROA berpengaruh negatif terhadap liquid Asset to
Return On Asset
(ROA)
( X1)
Capital Adequacy
Ratio (CAR)
( X2)
Size (Ukuran
Bank)
( X3)
Financing to
Deposit Ratio
(FDR)
(Y2)
Liquid Asset to
Total Asset
( Y1)
30
Total Asset. Penelitian Sukmana & Suryaningtyas (2016), Ghenimi (2015)
menunjukkan bahwa ROA berpengaruh negatif dan signifikan terhadap
liquid Asset to Total Asset. Berdasarkan hal tersebut maka hipotesis
penelitian ini adalah sebagai berikut:
H1 : Return On Assets (ROA) berpengaruh negatif terhadap liquid Asset
to Total Asset
2. Pengaruh Return On Asset (ROA) Terhadap Financing to Deposit Ratio
(FDR).
Return On Assets (ROA) adalah indikator yang akan menunjukkan
bahwa apabila rasio ini meningkat maka aktiva bank telah digunakan
dengan optimal untuk memperoleh pendapatan. Dimana pendapatan
tersebut dapat digunakan untuk modal dan menambah dana untuk diputar
kembali menjadi pembiayaan sehingga Financing to Deposit Ratio (FDR)
akan meningkat pula (Rosadaria, 2012).
Penelitian mengenai pengaruh Return On Asset (ROA) terhadap
Financing to Deposit Ratio (FDR). Antara lain penelitian Fathurrahman &
Rusdi (2019), menunjukkan bahwa Return On Asset (ROA) berpengaruh
positif dan signifikan terhadap Financing to Deposit ratio (FDR).
Penelitian Ervina & Ardiansari (2016), menunjukkan bahwa Return On
Asset (ROA) berpengaruh positif dan signifikan terhadap Financing to
Deposit ratio (FDR). Berdasarkan hal tersebut maka hipotesis penelitian ini
adalah sebagai berikut:
31
H2 : Return On Asset (ROA) berpengaruh positif terhadap Financing to
Deposit Ratio (FDR)
3. Pengaruh Capital Adequacy Ratio (CAR) terhadap Liquid Asset to Total
Asset.
semakin tinggi CAR berarti bahwa bank memiliki modal yang besar
sehingga modal dapat digunakan untuk menutup jatuh tempo suatu beban
dan bank juga akan terhindar dari situasi beresiko (Azhary & Muharam,
2017). Sesuai dengan ketetapan Bank For International Settlements (BIS),
Bahwa standar bank untuk menyediakan modal bagi seluruh bank yang ada
di Indonesia minimal 8% (Kuncoro & Suhardjono, 2002). Penelitian
mengenai pengaruh Capital Adequacy Ratio (CAR) terhadap Liquid Asset
to Total Asset. Antara lain penelitian Cai (2017) menunjukkan bahwa
Capital Adequacy Ratio berpengaruh positif terhadap Liquid Asset to Total
Asset. Penelitian Sukmana & Suryaningtyas (2016), meenunjukkan bahwa
Capital Adequacy Ratio berpengaruh positif terhadap Liquid Asset to Total
Asset. Berdasarkan hal tersebut maka hipotesis penelitian ini adalah sebagai
berikut:
H3 : Capital Adequacy Ratio berpengaruh positif terhadap Liquid Asset to
Total Asset
4. Pengaruh Capital Adequacy Ratio (CAR) Terhadap Financing to
Deposit Ratio (FDR).
Semakin tinggi tingkat CAR, maka semakin besar pula dana yang
dapat digunakan untuk mengantisipasi terjadinya risiko yang diakibatkan
32
oleh penyaluran Pembiayaan dan pengembangan usaha sehingga
berdampak baik untuk penilaian tingkat kesehatan perbankan (Hersugondo
& Tamtomo, 2012: 2 ).
Penelitian mengenai Pengaruh Capital Adequacy Ratio (CAR)
Terhadap Financing to Deposit Ratio (FDR). Antara lain penelitian
Fathurrahman & Rusdi (2019), Ervina & Ardiansari (2016) dan Annisa &
Waspada (2018) menunjukkan bahwa CAR berpengaruh positif dan
signifikan terhadap FDR. Berdasarkan hal tersebut maka hipotesis
penelitian ini adalah sebagai berikut:
H4 : Capital Adequacy Ratio (CAR) berpengaruh positif terhadap
Financing to Deposit Ratio (FDR)
5. Pengaruh Size (Ukuran Bank) terhadap Liquid Asset to Total Asset.
Size (Ukuran Bank) adalah Ukuran suatu bank diproksikan dari total
aktiva yang dimiliki bank tersebut. Likuiditas berkurang seiring dengan
peningkatan ukuran perusahaan. Bank-bank besar bergantung pada pasar
antar bank atau pada bantuan likuiditas dari bank sentral sebagai Lender of
the Last Resort. Temuan ini sepenuhnya sesuai dengan hipotesis terkenal
“too big to fail”. Dan jika bank besar menganggap diri mereka sendiri
sebagai “too big to fail”, motivasi mereka untuk mempertahankan aset
likuid cenderung akan terbatas (Vodova, 2013:184 ).
Penelitian mengenai pengaruh Size (Ukuran Bank) terhadap Liquid
Asset to Total Asset. Antara lain penelitian Mahmood et al (2019), A.
Abdullah & Khan (2012) dan Vodova (2013) menunjukkan bahwa size
33
berpengaruh negatif signifikan terhadap liquid asset to total asset.
Penelitian Moussa (2015) menyatakan bahwa size tidak berpengaruh
terhadap liquid asset to total asset. Berdasarkan hal tersebut maka hipotesis
penelitian ini adalah sebagai berikut:
H5 : size berpengaruh negatif terhadap liquid asset to total asset
6. Pengaruh Size (Ukuran Bank) Terhadap Financing to Deposit Ratio
(FDR).
Financing to Deposit Ratio (FDR) Adalah rasio yang digunakan
untuk mengukur likuiditas suatu bank dalam membayar kembali penarikan
dana yang dilakukan oleh deposan dengan mengandalkan pembiayaan yang
diberikan sebagai sumber likuiditasnya (Suryani, 2012:62). Tingginya
likuiditas bank, mengindikasikan tingkat FDR menjadi semakin rendah
karena banyak dana yang tidak dialokasikan ke dalam bentuk pembiayaan,
melainkan digunakan untuk mengimbangi kewajibannya dalam memenuhi
permintaan deposan yang ingin menarik kembali uangnya yang telah
digunakan oleh bank untuk memberikan pembiayaan (Dendawijaya,
2005:116 ).
Penelitian mengenai pengaruh Size (Ukuran Bank) terhadap
Financing to Deposit Ratio (FDR). Antara lain penelitian Mahmood et al.,
(2019), Zaghdoudi & Hakimi (2017) dan Moussa (2015) menunjukkan
bahwa size berpengaruh negatif dan signifikan terhadap FDR. Berdasarkan
hal tersebut maka hipotesis penelitian ini adalah sebagai berikut:
H6 : size berpengaruh negatif terhadap Financing to Deposit Ratio (FDR)
34
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Adapun jenis penelitian yang digunakan yang digunakan dalam
penelitian ini adalah metode penelitian kuantitatif. Penelitian kuantitatif
merupakan suatu penelitian untuk menguji hipotesis dengan menggunakan uji
data statistik yang akurat. Hipotesis merupakan kebenaran sementara yang perlu
dibuktikan. Untuk itu diperlukan seperangkat data yang dapat menunjang
pembuktian tersebut (Yusuf, 2014:62). Menurut Sugiyono (2011:14) Penelitian
kuantitatif adalah suatu penelitian yang berlandaskan pada filsafat positivisme,
yang digunakan untuk meneliti pada populasi atau sampel tertentu, pengumpulan
data menggunakan instrumen penelitian, analisis data bersifat
kuantitatif/statistik, dengan tujuan untuk menguji hipotesis yang telah
ditetapkan.
B. Lokasi dan Waktu Penelitian
Lokasi penelitian ini dilakukan pada Bank Umum Syariah di Indonesia
yang telah terdaftar di Otoritas Jasa Keuangan (OJK). Sementara itu, waktu
penelitian dilakukan mulai bulan Maret 2020 dengan meneliti laporan keuangan
(annual report) Bank Umum Syariah selama lima tahun yaitu tahun 2014-2018.
35
C. Populasi dan Sampel
1. Populasi
Menurut Supardi (1993:101) populasi adalah suatu kesatuan individu
atau subyek pada wilayah dan waktu dengan kualitas tertentu yang akan
diamati/diteliti. Menurut Sugiyono (2005:72) populasi merupakan wilayah
generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas
dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya.
Sedangkan menurut Margono (2004:118) Populasi adalah seluruh data
yang menjadi perhatian dalam suatu ruang lingkup dan waktu yang
ditentukan. Populasi pada pada penelitian ini adalah industri Bank Umum
Syariah di Indonesia yang terdaftar di Otoritas jasa Keuangan (OJK) yang
masih beroperasional pada tahun 2014-2018.
Tabel 3. 1 Populasi Penelitian Bank Umum Syariah
No. Nama Bank
1. PT. Bank Aceh Syariah
2. PT. BPD Nusa Tenggara Barat Syariah
3. PT. Bank Muamalat Indonesia
4. PT. Bank Victoria Syariah
5. PT. Bank Rakyat Indonesia Syariah
6. PT. Bank Jabar Banten Syariah
7. PT. Bank Negara Indonesia Syariah
8. PT. Bank Syariah Mandiri
9. PT. Bank Mega Syariah
10. PT. Bank Panin Dubai Syariah
11. PT. Bank Syariah Bukopin
12. PT. Bank Central Asia Syariah
13. PT. Bank Tabungan Pensiunan Nasional Syariah
14. PT. Maybank Syariah Indonesia
Sumber : www.ojk.go.id
36
2. Sampel
Menurut Arikunto (2006:131) sampel adalah sebagian atau wakil
populasi yang diteliti. Jika akan meniliti sebagian dari populasi, maka
penelitian tersebut disebut penelitian sampel. Sedangkan, menurut Sugiyono
(2011:81) Sampel adalah sebagai bagian dari jumlah dan karakteristik yang
dimiliki oleh populasi tersebut. Bila populasi besar, dan peneliti tidak
mungkin mempelajari semua yang ada pada populasi, misalnya karena
keterbatasan dana, tenaga dan waktu, maka peneliti menggunakna sampel
yang diambil dari populasi itu.
Teknik pengambilan sampel dalam penelitian ini menggunakan teknik
Non Probability Sampling yaitu teknik pengambilan sampel yang tidak
memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk
dipilih sebagai anggota sampel. Teknik Non Probanility Sampling yang
digunakan dalam penelitian ini adalah teknik purposive sampling. Teknik
purposive sampling adalah teknik penentuan sampel dengan pertimbangan –
pertimbangan atau kriteria – kriteria tertentu yang harus dipenuhi oleh sampel
yang akan digunakan (Sugiyono, 2011).
Sampel yang digunakan dalam penelitian ini adalah 11 Bank Umum
Syariah di Indonesia yang telah terdaftar di Otoritas jasa Keuangan (OJK).
Adapun Kriteria Perbankan Syariah yang dijadikan sampel dalam penelitian
ini adalah:
a. Termasuk Bank Umum Syariah yang terdaftar di Bank Indonesia selama
periode 2014-2018.
37
b. Melaporkan kondisi keuangan tahunannya ke Bank Indonesia untuk
periode yang berakhir 31 Desember selama periode penelitian 2014-2018.
c. Kondisi keuangan yang dilaporkan ke Bank Indonesia disajikan dalam
rupiah dan semua data yang dibutuhkan dalam penelitian ini tersedia
dengan lengkap.
Tabel 3. 2 Kriteria Sampel Perusahaan
Kriteria Bank Jumlah
Total Bank Umum Syariah yang terdaftar di Otoritas Jasa
Keuangan Syariah
14
Memiliki Laporan Keuangan 5 tahun terakhir, yaitu periode
2014-2018
12
Bank yang tidak memiliki kelengkapan data berdasarkan variabel
data yang akan diteliti
(1)
Jumlah Sampel yang memenuhi Kriteria 11
Tahun Pengamatan 5
Jumlah Total Sampel 55
Sumber : Data diolah oleh peneliti, 2020
Berikut adalah daftar Bank Umum Syariah yang ada di Indonesia yang akan
dijadikan sampel penelitian:
Tabel 3. 3 Sampel Penelitian Bank Umum Syariah
No. Nama Bank
1. PT. Bank Aceh Syariah
2. PT. Bank Muamalat Indonesia
3. PT. Bank Victoria Syariah
4. PT. Bank Rakyat Indonesia Syariah
5. PT. Bank Panin Dubai Syariah
6. PT. Bank Negara Indonesia Syariah
7. PT. Bank Syariah Mandiri
8. PT. Bank Mega Syariah
9. PT. Bank Central Asia Syariah
10. PT. Bank Tabungan Pensiunan Nasional Syariah
11. PT. Bank Syariah Bukopin
Sumber : www.ojk.go.id
38
D. Teknik Pengumpulan Data
Teknik yang digunakan dalam penelitian ini adalah pengumpulan data
melalui observasi tidak langsung, yaitu dengan mengumpulkan dokumen-
dokumen laporan keuangan tahunan bank tahun 2014-2018.
Jenis data yang digunakan dalam penelitian ini adalah data sekunder.
Data sekunder adalah sumber data yang diperoleh dengan cara membaca,
mempelajari dan memahami melalui media lain yang bersumber dari literatur,
buku-buku serta dokumen (Sugiyono, 2012:402).
1. Dokumentasi
yaitu suatu teknik pengumpulan data dengan cara mempelajari
dokumen atau arsip – arsip untuk mendapatkan data atau informasi yang
berhubungan dengan masalah yang akan diteliti. Obyek penelitian data
tersebut diperoleh melalui website resmi Otoritas Jasa Keuangan (OJK).
2. Jurnal
yaitu pengumpulan data yang diperoleh dari skripsi, tesis dan jurnal
kemudian diteliti untuk mencari perbandingan dari beberapa hasil penelitian
untuk dijadikan telaah pustaka.
E. Definisi Konsep dan Operasional
Penelitian ini merupakan penelitian kuantitatif yang berusaha mencari
hubungan antara variabel independen terhadap variable dependen. Variabel
Independen dalam penelitian ini adalah Return On Asset (ROA), Capital
Adequacy Ratio (CAR) Dan Size (Ukuran Bank). Sedangkan variabel dependen
39
dalam penelitian ini yaitu Liquid Asset To Total Asset dan Financing to Deposit
Ratio (FDR).
1. Variabel Independen
Menurut Sugiyono (2011:61) variabel Independen atau variabel
bebas adalah variabel yang mempengaruhi atau yang menjadi penyebab
terjadiya perubahan atau timbulnya variabel terikat.
a) Return On Asset (ROA).
Adalah rasio yang digunakan untuk mengukur kemampuan
manajemen dalam sebuah bank dengan menggunakan seluruh aset yang
dimiliki bank untuk menghasilkan laba (Dendawijaya, 2003:120).
ROA = 𝑙𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘
𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡× 100%
b) Capital Adequacy Ratio (CAR).
CAR adalah rasio yang menggambarkan kecukupan modal yang
dimiliki oleh bank untuk menunjang kemungkinan kerugian bank yang
disebabkan oleh aktiva yang beresiko (kredit, penyertaan, surat
berharga, tagihan pada bank lain)(Dendawijaya, 2009:121).
CAR = 𝑀𝑜𝑑𝑎𝑙 𝐵𝑎𝑛𝑘
𝑇𝑜𝑡𝑎𝑙 𝐴𝑇𝑀𝑅× 100%
c) Size (Ukuran Bank).
Ukuran suatu bank diproksikan dari total aktiva yang dimiliki
bank tersebut. Aktiva bagi perusahaan merupakan sumber daya atau
aset yang dimiliki untuk dikelola dengan baik guna mendatangkan
40
penghasilan. Pengukuran ukuran perusahaan dapat dilakukan dengan
menghitung logarithma natural dari total aset (Syafi’i, 2015:5).
Size = LnTotal Asset
2. Variabel Dependen
Menurut Sugiyono (2011:61) Variabel Dependen/variabel terikat
adalah variabel yang dipengaruhi atau yang menjadi akibat, karena adanya
variabel bebas.
a) Liquid Asset To Total Asset
Liquid Asset to Total Asset adalah rasio yang digunakan untuk
mengukur tingkat likuiditas bank, yang membandingkan antara Liquid
Asset ( Aset Lancar) dengan Total Asset (jumlah aset). Jika kas yang
tersedia pada sebuah bank terlalu besar, menandakan bahwa kondisi
bank tersebut tidak efisien. Sehingga perusahaan harus memiliki tingkat
ketersediaan jumlah kas yang baik agar dapat memenuhi kewajiban
jangka pendeknya yang akan segera jatuh tempo (Nugraheni, Febrianti,
& Alam, 2011:4).
LATA = 𝐿𝑖𝑞𝑢𝑖𝑑 𝐴𝑠𝑠𝑒𝑡
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡× 100%
b) Financing to Deposit Ratio (FDR)
Financing to Deposit Ratio (FDR) adalah ukuran seberapa jauh
kemampuan bank dalam memberikan pembiayaan serta kemampuan
bank untuk membayar kembali penarikan dana yang dilakukan deposan
41
dengan mengandalkan pembiayaan yang diberikan sebagai sumber
likuiditasnya.
FDR = 𝑇𝑜𝑡𝑎𝑙 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛
𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎× 100%
F. Analisis Data
Analisis data yang digunakan dalam penelitian ini menggunakan data
panel yaitu gabungan antara data runtut waktu (time series) dan data silang
(Cross Section). Selanjutnya, pengujian hipotesis dilakukan dengan model
regresi data panel. alat yang digunakan guna membantu olah data adalah aplikasi
Eviews 10. Eviews merupakan program statistik yang berfungsi untuk
membantu dalam proses data statistik secara tepat dan cepat, serta menghasilkan
berbagai output yang di kehendaki para pengambil keputusan.
1. Statistik Deskriptif
Statistik deskriptif adalah uji statistik yang memberikan informasi
mengenai gambaran suatu data yang dilihat dari nilai rata-rata, standar
deviasi, varian, maksimum, minimum, mean dan median. Statistik deskriptif
mendeskripsikan data menjadi sebuah informasi yang lebih jelas dan mudah
dipahami. Statistik deskriptif berhubungan dengan pengumpulan data, serta
penyajian hasil penelitian tersebut (Ghozali, 2011).
2. Uji Stasioneritas
Uji Stasioneritas adalah menganalisis data time series untuk melihat
ada tidaknya unit root yang terkandung diantara variabel sehingga
hubungan antar variabel dalam persamaan menjadi valid (Arifin, 2016:45).
42
Sebuah data dikatakan stasioner jika memenuhi asumsi bahwa rata-rata dan
variansinya konstan sepanjang waktu serta kovarian antar dua data runtut
waktu tergantung pada kelambanan antara dua periode tersebut.
Pengambilan keputusan pada uji stasioner adalah jika nilai probabilitas lebih
kecil dari 0,05 maka data tersebut bersifat stasioner (Winarno, 2015:11.5).
3. Metode Estimasi Model Regresi Panel
a. Fixed Effect Model
Fixed Effect Model mengasumsikan bahwa perbedaan antar
individu dapat diakomodasi dari perbedaan intersepnya, dimana setiap
individu merupakan parameter yang tidak diketahui. Oleh karena itu,
untuk mengestimasi data panel model Fixed Effect menggunakan teknik
variable dummy untuk menangkap perbedaan intersep antar
perusahaan. Perbedaan intersep tersebut terjadi karena adanya
perbedaan. Namun, slopnya sama antar perusahaan. Karena
menggunakan variable dummy, model estimasi seringkali disebut
teknik Least Square Dummy Variable (Basuki & Prawoto, 2017:7).
b. Common Effect Model
Common Effect Model merupakan pendekatan model data panel
yang paling sederhana karena hanya mengkombinasikan data time series
dan cross section serta mengestimasinya dengan menggunakan
pendekatan kuadrat terkecil (Ordinary Least Square/OLS). Pada model
ini tidak diperhatikan dimensi waktu maupun individu, sehingga
43
diasumsikan bahwa perilaku data perusahaan adalah sama dalam
berbagai kurun waktu (Basuki & Prawoto, 2017:7).
c. Random Effect Model
Random Effect Model mengestimasi data panel dimana variabel
gangguan mungkin saling berhubungan antar waktu dan antar individu.
Pada model ini perbedaan intersep diakomodasi oleh error terms
masing-masing perusahaan. Keuntungan memakai model ini adalah
menghilangkan heterokedastisitas (Rosadi, 2012:273).
4. Pemilihan Model
a. Uji Chow
Uji Chow digunakan untuk memilih antara model fixed effect
atau model common effect yang sebaiknya dipakai. Ho adalah common
effect sedangkan Ha adalah fixed effect (Widardjono, 2013:362).
Apabila hasil uji spesifikasi ini menunjukkan probabilitas Chi-Square
lebih dari 0,05 maka model yang dipilih adalah common effect.
Sebaliknya, apabila probabilitas Chi-Square kurang dari 0,05 maka
model yang sebaiknya dipakai adalah fixed effect. ketika model yang
terpilih adalah fixed effect maka perlu dilakukan uji lagi, yaitu uji
Hausmann untuk mengetahui apakah sebaiknya memakai fixed effect
model atau Random Effect Model.
44
b. Uji Hausmann
Uji Hausmann adalah penggunaan uji statistik sebagai dasar
pertimbangan daam memilih apakah menggunakan model Fixed Effect
atau model Random Effect (Widardjono, 2013:364). hipotesis dalam uji
Hausmann adalah Ho sebagai Random Effect model sedangkan Ha
sebagai Fixed Effect Model. Jika hipotesis Ho ditolak maka sebaiknya
memakai fixed effect model. Sebaliknya, apabila Ha ditolak, maka
model yang sebaiknya dipakai adalah random effect model.
5. Uji Regresi
a. Koefisien Determinasi (R2)
Uji ini pada intinya mengukur seberapa jauh kemampuan model
dalam menerangkan variansi variabel independen. Nilai koefisien
determinasi terdapat di 0 < R2 < 1, dimana nilai R2 yang kecil berarti
menunjukkan kemampuan variabel-variabel dependen amat terbatas.
Variabel independen memberikan informasi yang dibutuhkan untuk
memprediksi variabel dependen apabila nilai R2 mendekati satu.
Sehingga jika R2 = 0 maka diantara variabel independen dan variabel
dependen tidak mempunyai hubungan. Sedangkan jika R2 = 1 maka
diantara variabel independen dan variabel dependen terdapat suatu
hubungan yang kuat (Winarno, 2015:4.9).
b. Uji T
Menurut (Ghozali, 2013:98) uji t digunakan untuk menguji
hipotesis secara parsial guna menunjukkan pengaruh tiap variabel
45
independen secara individu terhadap variabel dependen. Uji t adalah
pengujian koefisien regresi masing-masing variabel independen terhadap
variabel dependen untuk mengetahui seberapa besar pengaruh variabel
inependen terhadap variabel dependen.
Apabila nilai probabilitas signifikansinya lebih kecil dari 0,05
maka suatu variabel independen berpengaruh signifikan terhadap
variabel dependen. Hipotesis diterima jika taraf signifikan (a) < 0,05 dan
hipotesis ditolak jika taraf signifikan (a) > 0,05 (Ghozali, 2013:98).
c. Uji F
Uji F bertujuan untuk menguji apakah semua variabel independen
yang dimasukkan ke dalam model mempunyai pengaruh secara bersama-
sama terhadap variabel dependen (Ghozali, 2013:98). Jika p < 0,05, maka
Ho ditolak dan Ha diterima. Jika p > 0,05, maka Ho diterima dan Ha
ditolak (Sujarweni, 2015:228).
6. Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk menguji pengaruh dua
atau lebih variabel independen terhadap variabel dependen. Adapun
variabel independen dalam penelitian ini adalah Return On Asset, Capital
Adequacy Ratio dan Size. Sedangkan variabel dependenya Liquid Asset to
Total Asset dan Financing to Deposit Ratio.
Sesuai kerangka pemikiran, maka hipotesis akan diuji dengan dua
persamaan regresi yang berbeda, yaitu:
46
LATA = β0 + β1ROA + β2 CAR + β3 SIZE + ε.......................(1)
FDR = β0 + β1ROA + β2 CAR + β3 SIZE + ε.......................(2)
Keterangan :
LATA = Liquid Asset to Total Asset
ROA = Return On Asset
CAR = Capital Adequacy Ratio
SIZE = Ukuran Bank
FDR = Financing to Deposit Ratio
β0 = Konstanta
β1 – β3 = Koefisien Regresi
ε = Error
7. Uji Asumsi Klasik
a. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distibutsi normal.
Seperti diketahui bahwa uji t dan f mengasumsikan bahwa nilai residual
mengikuti distributsi normal. Kalau asumsi ini dilanggar maka uji
statistik menjadi tidak valid untuk jumlah sampel kecil (Ghozali,
2011:160).
47
Uji Normalitas data penelitian ini dilakukan dengan uji Jarque-
Bera. Jarque-Bera adalah uji statistik untuk mengetahui apakah data
berdistribusi normal. Pengambilan kesimpulan untuk menentukan
apakah suatu data mengikuti distribusi normal atau tidak adalah dengan
melihat dari gambar histogram. Apabila probabilitasnya lebih besar dari
0,05 maka data berdistribusi normal (Winarno, 2015:5.41).
b. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas
(independen).terdapat beberapa cara untuk menemukan hubungan antara
variabel x yang satu dengan variabel x yang lainnya (terjadi
multikolonieritas). Uji multikolonieritas dapat ditentukan dengan cara
melihat koefisien korelasi antar variabel, jika antar variabel terdapat
koefisien korelasi lebih dari 0,8 atau mendekati 1 maka dua atau lebih
variabel bebas terjadi multikolinieritas (Ghozali, 2013:105).
c. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi
linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi
korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan satu
sama lainnya. Masalah ini timbul karena residual ( kesalahan
pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini
48
sering ditemukan pada runtut waktu (time series) karena “gangguan”
pada seseorang individu/kelompok yang sama pada periode berikutnya
(Ghozali, 2013:110).
Pada data Crossection (silang waktu), masalah autokorelasi
relative jarang terjadi karena “gangguan” pada observasi yang berbeda.
Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada
beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya
autokorelasi. Pendekatan yang sering digunakan untuk menguji ada
tidaknya autokorelasi adalah uji Durbin-Watson (DW Test). Uji Durbin-
Watson hanya digunakan untuk autokorelasi tingkat satu (first order
autocorrelation) dengan kriteria du < dw < 4- du (Ghozali, 2013:110).
Tabel 3. 4 Keputusan Pengambilan Korelasi
Jika Keterangan
0 < d < dl Terjadi autokorelasi positif
dl ≤ d ≤ du Tidak dapat disimpulkan
4 – dl < d < 4 Ada korelasi negatif
4 – du ≤ d ≤ 4 – dl Tidak dapat disimpulkan
du < d < 4 – du Tidak ada autokorelasi positif maupun negatif
Sumber : (Ghozali, 2013)
d. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu pengamat
ke pengamat yang lain. Jika variance dari residual satu pengamat ke
pengamat lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah model
regresi homoskedastisitas atau tidak terjadi heteroskedastisitas karena
49
data ini menghimpun data yang mewakili berbagai ukuran (Ghozali,
2013:139). Untuk menguji ada tidaknya heteroskedastisitas menurut
(Ghozali, 2013:139) digunakan uji-Glejser, yaitu dengan meregres nilai
absolut residual terhadap variabel independen. Hasil probabilitas
dikatakan signifikan jika nilai signifikannya diatas 0,05.
G. Software yang digunakan
Software yang digunakan dalam penelitian ini menggunakan Eviews 10.
Eviews adalah program komputer yang digunakan untuk mengolah data statistik
dan data ekonometrika. Program ini dapat dijalankan pada sistem operasi MS
Windows, sejak versi XP atau sesudahnya, baik versi 32 maupun 64 bit. Eviews
merupakan kelanjutan dari program Micro TSP, yang dikeluarkan pada tahun
1981. Program Eviews dibuat oleh QMS (Quantitative Micro Software) yang
berkedudukan di Irvine, California, Amerika Serikat. Alamat situsnya ada di
www.eviews.com. Kini QMS sudah diambil alih oleh perusahaan lain, yaitu HIS
Global, Inc pada tahun 2010 (Winarno, 2015:93).
50
BAB IV
ANALISIS DATA
A. Deskripsi Obyek Penelitian
Obyek yang dijadikan penelitian adalah Laporan Keuangan Tahunan
(annual report) dari Bank Umum Syariah yang telah terdaftar di Otoritas Jasa
Keuangan yang diambil dari situs website resmi masing-masing. Data yang
digunakan dalam penelitian ini adalah laporan keungan dari periode 2014 sampai
dengan periode 2018. Adapun sampel penelitian ini ada 11 Bank Umum Syariah.
Maka data penelitian yang diperoleh secra keseluruhan sebanyak 55 data
Observasi. Berikut akan disajikan tabel hasil uji statistik deskriptif sebagai
berikut:
Tabel 4. 1 Sampel Penelitian
No. Nama Bank
1. PT. Bank Aceh Syariah
2. PT. Bank Muamalat Indonesia
3. PT. Bank Victoria Syariah
4. PT. Bank Rakyat Indonesia Syariah
5. PT. Bank Panin Dubai Syariah
6. PT. Bank Negara Indonesia Syariah
7. PT. Bank Syariah Mandiri
8. PT. Bank Mega Syariah
9. PT. Bank Central Asia Syariah
10. PT. Bank Tabungan Pensiunan Nasional Syariah
11. PT. Bank Syariah Bukopin
Sumber : www.ojk.go.id
51
Tabel 4. 2 Hasil Uji Statistik Deskriptif
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas dapat diketahui bahwa jumlah data yang
digunakan adalah 55 data observasi yang diambil dari laporan keuangan tahunan
Bank Umum Syariah Periode 2014 sampai dengan periode 2018. Adapun
penjabarannya sebagai berikut :
a. Nilai LATA terkecil (minimum) adalah 0,1 terletak pada Bank Syariah
Mandiri tahun 2014 dan nilai terbesar (maksimum) adalah 41,2 terletak pada
Bank Aceh Syariah tahun 2017. Rata-rata (mean) nilai LATA sebesar 23,9,
nilai tengah (median) LATA sebesar 24,2 dengan standar deviasi sebesar
9,1. Hal ini berarti bahwa nilai mean lebih besar daripada standar deviasi,
sehingga mengindikasikan bahwa hasil sebaran data yang cukup baik, hal
tersebut dikarenakan standar deviasi adalah pencerminan penyimpangan
yang sangat tinggi, sehingga penyebaran data menunjukkan hasil normal
dan tidak menyebabkan bias.
Statistik
Deskriptif Obvervasi Mean Median Maksimum Minimum
Standar
Deviasi
LATA 55
23.9
24.2
41.2
0.1
9.1
FDR 55
87.5
90.1
100.6
69.4
7.4
ROA 55
1.1
0.6
10.7
-11.2
2.8
CAR 55
18.7
18.7
40.9
3.5
7.3
SIZE 55
19.5
18.1
24.1
15.1
2.9
52
b. Nilai FDR terkecil (minimum) adalah 69,4 terletak pada Bank Aceh Syariah
tahun 2017 dan nilai terbesar (maksimum) adalah 100,6 terletak pada Bank
Victoria Syariah tahun 2016. Rata-rata (mean) nilai FDR sebesar 87,5, nilai
tengah (median) FDR sebesar 90,1 dengan standar deviasi sebesar 7,4 yang
artinya bahwa nilai mean lebih besar daripada standar deviasi, sehingga
mengindikasikna hasil yang cukup baik. Hal tersebut dikarenakan standar
deviasi adalah pencerminan penyimpangan yang sangat tinggi, sehingga
penyebaran data menunjukkan hasil normal dan tidak menyebabkan bias.
c. Nilai ROA terkecil (minimum) adalah -11,2 terletak pada Bank Panin Dubai
Syariah tahun 2017 dan nilai terbesar (maksimum) adalah 10,7 terletak pada
Bank Tabungan Pensiunan Nasional Syariah tahun 2018. Rata-rata (mean)
nilai ROA sebesar 1,1, nilai tengah (median) ROA sebesar 0,6 dengan
standar deviasi 2,8 sehingga mengindikasikan bahwa nilai mean lebih besar
daripada standar deviasi, sehingga mengindikasikan hasil yang cukup baik.
Hal tersebut dikarenakan standar deviasi adalah pencerminan
penyimpangan yang sangat tinggi, sehingga penyebaran data menunjukkan
hasil normal dan tidak menyebabkan bias.
d. Nilai CAR terkecil (minimum) adalah 3,5 terletak pada Bank Aceh Syariah
tahun 2018 dan nilai terbesar (maksimum) adalah 40,9 terletak pada Bank
Tabungan Pensiunan Nasional Syariah tahun 2018. Rata-rata (mean) nilai
CAR sebesar 18,7, nilai tengah (median) CAR sebesar 18,7 dengan standar
deviasi sebesar 7,3 artinya nilai mean lebih besar dibandingkan standar
deviasi, sehingga mengidentifikasi hasil sebaran data yang cukup baik. Hal
53
tersebut dikarenakan standar deviasi adalah pencerminan penyimpangan
yang sangat tinggi, sehingga penyebaran data menunjukkan hasil normal
dan tidak menyebabkan bias.
e. Nilai SIZE terkecil (minimum) adalah 15,1 terletak pada Bank Tabungan
Pensiunan Nasional Syariah tahun 2014 dan nilai terbesar (maksimum)
adalah 24,1 terletak pada Bank BCA Syariah tahun 2014. Rata-rata (mean)
nilai SIZE sebesar 19,5, nilai tengah (median) SIZE sebesar 18,1 dengan
standar deviasi sebesar 2,9 yang berarti nilai mean lebih besar dibandingkan
dengan standar deviasi, sehingga mengindikasikan bahwa hasil sebaran data
yang cukup baik. Hal tersebut dikarenakan standar deviasi adalah
pencerminan penyimpangan yang sangat tinggi, sehingga penyebaran data
menunjukkan hasil normal dan tidak menyebabkan bias.
B. Analisis Data
Penelitian ini menggunakan data regresi data panel. Adapun tahapan-
tahapan analisisnya sebagai berikut.
1. Uji Stasioneritas
Uji Stasioneritas adalah menganalisis data time series untuk melihat
ada tidaknya unit root yang terkandung diantara variabel sehingga
hubungan antar variabel dalam persamaan menjadi valid (Arifin, 2016:45).
Uji data yang digunakan adalah Uji unit root dengan Uji Levin, Lin & Chu.
Hasil uji Stasioner dapat dilihat dalam tabel sebagai berikut:
54
Tabel 4. 3 Hasil Uji Stasioneritas
Sumber : Data sekunder yang diolah, 2020
Berdasarkan hasil uji stasioneritas tabel diatas, dapat diambil
kesimpulan bahwa variabel dependen dengan Liquid Asset to Total Asset,
Financing to Deposit Ratio dan Variabel Independen dengan Return On
Asset, Capital Adequacy Ratio, Size (Ukuran Bank) telah memenuhi uji
stasioneritas dengan nilai probabilitas kurang dari 0,05.
2. Estimasi Model Regresi Panel
Dalam analisis model data panel, terdapat tiga pendekatan yang
digunakan dalam mengestimasi model regresi data panel, yaitu :
a. Estimasi Fixed Effect Model
Tabel 4. 4 Hasil Uji Fixed Effect Model Variabel Y1 (LATA)
Dependent Variable: LATA
Method: Panel Least Squares
Date: 03/15/20 Time: 22:23
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 20.90726 1.737568 12.03249 0.0000
D(LOG(CAR)) -1.125220 1.672324 -0.672848 0.5064
D(ROA) -0.067168 0.068882 -0.975112 0.3376
No Variabel Prob.* Keterangan
1 LATA 0.0000 Data Stasioner
2 FDR 0.0000 Data Stasioner
4 ROA 0.0001 Data Stasioner
4 CAR 0.0000 Data Stasioner
5 SIZE 0.0000 Data Stasioner
55
D(LOG(SIZE)) -44.36782 11.12692 -3.987429 0.0004
LATA(-1) 0.190076 0.038492 4.938085 0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.819339 Mean dependent var 25.05521
Adjusted R-squared 0.732124 S.D. dependent var 8.898069
S.E. of regression 4.605353 Akaike info criterion 6.157240
Sum squared resid 615.0691 Schwarz criterion 6.765487
Log likelihood -120.4593 Hannan-Quinn criter. 6.382807
F-statistic 9.394415 Durbin-Watson stat 2.048850
Prob(F-statistic) 0.000000
Sumber : Data sekunder yang diolah, 2020
Tabel 4. 5 Hasil Uji Fixed Effect Model Variabel Y2 (FDR)
Dependent Variable: D(FDR)
Method: Panel EGLS (Cross-section weights)
Date: 03/14/20 Time: 21:31
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Linear estimation after one-step weighting matrix
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C -1.976827 0.703082 -2.811661 0.0086
D(CAR) 0.000184 0.125752 0.001461 0.9988
D(ROA) 0.248597 0.082630 3.008563 0.0053
D(SIZE) -1.253769 0.439551 -2.852386 0.0078
Effects Specification
Cross-section fixed (dummy variables)
Weighted Statistics
R-squared 0.198443 Mean dependent var -2.471334
Adjusted R-squared -0.148898 S.D. dependent var 5.487047
S.E. of regression 5.878165 Sum squared resid 1036.585
F-statistic 0.571320 Durbin-Watson stat 2.800587
Prob(F-statistic) 0.857194
Unweighted Statistics
R-squared 0.115126 Mean dependent var -2.001364
Sum squared resid 1194.512 Durbin-Watson stat 2.775307
56
Sumber : Data sekunder yang diolah, 2020
b. Estimasi Common Effect model
Tabel 4. 6 Hasil Uji Common Effect Model Y1 (LATA)
Sumber : Data sekunder yang diolah, 2020
Tabel 4. 7 Hasil Uji Common Effect Model Y2 (FDR)
Dependent Variable: FDR
Method: Panel Least Squares
Date: 03/15/20 Time: 22:41
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
Dependent Variable: LATA
Method: Panel Least Squares
Date: 03/11/20 Time: 19:51
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Variable Coefficient Std. Error t-Statistic Prob.
C 25.13238 0.728789 34.48511 0.0000
D(CAR) 0.099352 0.141857 0.700367 0.4891
D(ROA) -0.155569 0.286994 -0.542066 0.5918
D(SIZE) -1.571123 2.560450 -0.613612 0.5441
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.808183 Mean dependent var 25.05521
Adjusted R-squared 0.725063 S.D. dependent var 8.898069
S.E. of regression 4.665654 Akaike info criterion 6.171704
Sum squared resid 653.0498 Schwarz criterion 6.739401
Log likelihood -121.7775 Hannan-Quinn criter. 6.382234
F-statistic 9.723027 Durbin-Watson stat 1.985636
Prob(F-statistic) 0.000000
57
C 14.62703 5.456010 2.680903 0.0107
D(LOG(CAR)) 3.127764 2.845536 1.099183 0.2784
D(ROA) 0.071205 0.133839 0.532020 0.5977
D(LOG(SIZE)) -50.56404 18.68158 -2.706625 0.0100
FDR(-1) 0.814176 0.067150 12.12474 0.0000
R-squared 0.540965 Mean dependent var 86.62750
Adjusted R-squared 0.493885 S.D. dependent var 7.760855
S.E. of regression 5.521210 Akaike info criterion 6.361716
Sum squared resid 1188.867 Schwarz criterion 6.564465
Log likelihood -134.9578 Hannan-Quinn criter. 6.436905
F-statistic 11.49022 Durbin-Watson stat 2.021815
Prob(F-statistic) 0.000003
Sumber : Data sekunder yang diolah, 2020
c. Estimasi Random Effect Model
Tabel 4. 8 Hasil Uji Random Effect Model Y1 (LATA)
Dependent Variable: LATA
Method: Panel EGLS (Cross-section random effects)
Date: 03/11/20 Time: 19:51
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 25.12173 2.861845 8.778158 0.0000
D(CAR) 0.104013 0.141166 0.736808 0.4655
D(ROA) -0.164783 0.286640 -0.574878 0.5686
D(SIZE) -1.407446 2.531796 -0.555908 0.5814
Effects Specification
S.D. Rho
Cross-section random 9.179274 0.7947
Idiosyncratic random 4.665654 0.2053
Weighted Statistics
R-squared 0.033215 Mean dependent var 6.171370
Adjusted R-squared -0.039294 S.D. dependent var 4.437690
S.E. of regression 4.524036 Sum squared resid 818.6761
F-statistic 0.458086 Durbin-Watson stat 1.589347
Prob(F-statistic) 0.713089
Unweighted Statistics
R-squared 0.006801 Mean dependent var 25.05521
58
Sum squared resid 3381.398 Durbin-Watson stat 0.384799
Sumber : Data sekunder yang diolah, 2020
Tabel 4. 9 Hasil Uji Random Effect Model Y2 (FDR)
Dependent Variable: D(FDR)
Method: Panel EGLS (Cross-section random effects)
Date: 03/14/20 Time: 21:32
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Swamy and Arora estimator of component variances
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C -1.933103 1.322433 -1.461777 0.1516
D(CAR) 0.138293 0.191271 0.723020 0.4739
D(ROA) 0.078665 0.132380 0.594241 0.5557
D(SIZE) -2.569899 1.100527 -2.335154 0.0246
Effects Specification
S.D. Rho
Cross-section random 0.000000 0.0000
Idiosyncratic random 6.176946 1.0000
Weighted Statistics
R-squared 0.050107 Mean dependent var -2.001364
Adjusted R-squared -0.021135 S.D. dependent var 5.602996
S.E. of regression 5.661896 Sum squared resid 1282.283
F-statistic 0.703334 Durbin-Watson stat 2.371864
Prob(F-statistic) 0.555652
Unweighted Statistics
R-squared 0.050107 Mean dependent var -2.001364
Sum squared resid 1282.283 Durbin-Watson stat 2.371864
Sumber : Data sekunder yang diolah, 2020
Setelah melakukan tiga model regresi seperti diatas dilanjutkan
dengan langkah selanjutnya, pemilihan model regresi data panel dengan
Chow test (Uji F) dan uji Hausman.
59
3. Pemilihan Model Regresi Data Panel
Dalam Pemilihan Model Regresi Data Panel, terdapat dua uji yang
digunakan dalam penelitian adalah sebagai berikut :
a. Uji Chow
Uji Chow digunakan untuk memilih antara model fixed effect
atau model common effect yang sebaiknya dipakai. Ho adalah common
effect sedangkan Ha adalah fixed effect (Widardjono, 2013:362).
Apabila hasil uji spesifikasi ini menunjukkan probabilitas Chi-Square
lebih dari 0,05 maka model yang dipilih adalah common effect.
Sebaliknya, apabila probabilitas Chi-Square kurang dari 0,05 maka
model yang sebaiknya dipakai adalah fixed effect. Adapun hasil uji-
chow dapat dilihat pada tabel sebagai berikut:
1) Uji Chow Regresi LATA
Tabel 4. 10 Hasil Uji Chow Model Y1 (LATA)
Sumber : Data sekunder yang diolah, 2020
Berdasarkan Hasil Uji Chow pada tabel diatas, nilai cross
section chi-square sebesar 39,202466 dengan probabilitas sebesar
0,0000 < 0,05 sehingga dapat disimpulkan bahwa regresi yang tepat
digunakan adalah model fixed effect.
Redundant Fixed Effects Tests
Equation: FEM_LATA_CHOSEN
Test cross-section fixed effects
Effects Test Statistic d.f. Prob. Cross-section F 4.168695 (10,29) 0.0012
Cross-section Chi-square 39.202466 10 0.0000
60
2) Uji Chow Regresi FDR
Tabel 4. 11 Hasil Uji Chow Model Y2 (FDR)
Sumber : Data sekunder yang diolah, 2020
Berdasarkan hasil Uji Chow pada tabel diatas, nilai Cross-
Sectio-F sebesar 0,463452 dengan probabilitas sebesar 0,9003 >
0,05. Sehingga dapat disimpulkan bahwa regresi yang tepat
digunakan adalah model Common Effect.
b. Uji Hausmann
Uji Hausmann adalah penggunaan uji statistik sebagai dasar
pertimbangan daam memilih apakah menggunakan model Fixed Effect
atau model Random Effect (Widardjono, 2013:364). hipotesis dalam uji
Hausmann adalah Ho sebagai Random Effect model sedangkan Ha
sebagai Fixed Effect Model. Jika hipotesis Ho ditolak maka sebaiknya
memakai fixed effect model. Sebaliknya, apabila Ha ditolak, maka
model yang sebaiknya dipakai adalah random effect model. Adapun
hasil Uji Hausmann dapat dilihat pada tabel, sebagai berikut:
1) Uji Hausmann Regresi LATA
Tabel 4. 12 Hasil Uji Hausmann Model Y1 (LATA)
Correlated Random Effects - Hausman Test
Equation: REM_LATA
Redundant Fixed Effects Tests
Equation: FEM_FDR
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 0.463452 (10,30) 0.9003
61
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.608595 3 0.0045
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas, nilai cross-section random sebesar
0,608595 dengan probabilitas 0,0045 < 0,05, sehingga dapat
disimpulkan bahwa regresi dengan random effect kurang tepat
digunakan dalam penelitian ini. Jadi yang tepat digunakan dalam
penelitian adalah fixed effect.
2) Uji Hausmann Regresi FDR
Tabel 4. 13 Hasil Uji Hausmann Model Y2 (FDR)
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas, nilai cross-section random sebesar
0,7264912 dengan probabilitas 0,0239 < 0,05, sehingga dapat
disimpulkan bahwa regresi yang digunakan dalam penelitian adalah
fixed effect.
4. Uji Regresi
Setelah menguji model regresi panel, kemudian diuji kebenaran
hipotesis yang telah ditetapkan untuk kemudian di interprestasikan hasilnya.
Correlated Random Effects - Hausman Test
Equation: REM_FDR
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.7264912 3 0.0239
62
a. Variabel LATA
Tabel 4. 14 Hasil Uji Regresi Variabel LATA
Dependent Variable: D(LATA)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:23
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 20.90726 1.737568 12.03249 0.0000
D(LOG(CAR)) -1.125220 1.672324 -0.672848 0.5064
D(ROA) -0.067168 0.068882 -0.975112 0.3376
D(LOG(SIZE)) -44.36782 11.12692 -3.987429 0.0004
LATA(-1) 0.190076 0.038492 4.938085 0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.819339 Mean dependent var 25.05521
Adjusted R-squared 0.732124 S.D. dependent var 8.898069
S.E. of regression 4.605353 Akaike info criterion 6.157240
Sum squared resid 615.0691 Schwarz criterion 6.765487
Log likelihood -120.4593 Hannan-Quinn criter. 6.382807
F-statistic 9.394415 Durbin-Watson stat 2.048850
Prob(F-statistic) 0.000000
Sumber : Data sekunder yang diolah, 2020
1) Koefisien Determinasi (R2)
R-Squared sebesar 0,819339 menunjukkan kemampuan dalam
menjelaskan pengaruh dependen sebesar 81,9%. Sisanya sebesar 18,1%
dijelaskan oleh variasi lain diluar penelitian.
63
2) Uji Parsial (T)
a) ROA
Dari hasil pengujian diperoleh nilai probabilitas 0,3376.
karena probabilitas lebih besar dari 0,05 dan koefisien negatif, maka
dengan kata lain ROA secara parsial berpengaruh negatif dan tidak
signifikan terhadap Liquid Asset to Total Asset.
b) CAR
Dari hasil pengujian diperoleh nilai probabilitas 0,5064.
karena probabilitas lebih besar dari 0,05 dan koefisien negatif, maka
dengan kata lain CAR secara parsial berpengaruh negatif dan tidak
signifikan terhadap Liquid Asset to Total Asset.
c) SIZE
Dari hasil pengujian diperoleh nilai probabilitas 0,0004.
karena probabilitas lebih kecil dari 0,05 dan koefisien negatif, maka
dengan kata lain SIZE secara parsial berpengaruh negatif dan
signifikan terhadap Liquid Asset to Total Asset.
3) Uji Simultan (F)
Pengujian ini diperoleh dengan melihat nilai Prob (F-Statistik).
Berdasarkan hasil penelitian meunjukkan bahwa nilai Prob (F-Statistik)
sebesar 0.000000<0,05, maka dapat disimpulkan bahwa Variabel ROA,
CAR dan SIZE secara bersama-sama dapat mempengaruhi Liquid Asset
to Total Asset (LATA).
64
b. Regresi Kedua FDR
Tabel 4. 15 Hasil Uji Regresi Variabel FDR
Dependent Variable: D(FDR)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:41
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 14.62703 5.456010 2.680903 0.0107
D(LOG(CAR)) 3.127764 2.845536 1.099183 0.2784
D(ROA) 0.071205 0.133839 0.532020 0.5977
D(LOG(SIZE)) -50.56404 18.68158 -2.706625 0.0100
FDR(-1) 0.814176 0.067150 12.12474 0.0000
R-squared 0.540965 Mean dependent var 86.62750
Adjusted R-squared 0.493885 S.D. dependent var 7.760855
S.E. of regression 5.521210 Akaike info criterion 6.361716
Sum squared resid 1188.867 Schwarz criterion 6.564465
Log likelihood -134.9578 Hannan-Quinn criter. 6.436905
F-statistic 11.49022 Durbin-Watson stat 2.021815
Prob(F-statistic) 0.000003
Sumber : Data sekunder yang diolah, 2020
1) Koefisien Determinasi (R2)
R-Squared sebesar 0,540965 menunjukkan kemampuan dalam
menjelaskan pengaruh dependen sebesar 54,1% . Sisanya sebesar 45,9
% dijelaskan oleh variasi lain diluar penelitian.
2) Uji Parsial (T)
a) ROA
Dari hasil pengujian diperoleh nilai probabilitas 0,5977.
karena probabilitas lebih besar dari 0,05 dan koefisien positif,
65
maka dengan kata lain ROA secara parsial berpengaruh positif
dan tidak signifikan terhadap Financing to Deposit Ratio (FDR).
b) CAR
Dari hasil pengujian diperoleh nilai probabilitas 0,2784.
karena probabilitas lebih besar dari 0,05 dan koefisien positif,
maka dengan kata lain CAR secara parsial berpengaruh positif
dan tidak signifikan terhadap Financing to Deposit Ratio (FDR).
c) SIZE
Dari hasil pengujian diperoleh nilai probabilitas 0,0100.
karena probabilitas lebih kecil dari 0,05 dan koefisien negatif,
maka dengan kata lain SIZE secara parsial berpengaruh negatif
dan signifikan terhadap Financing to Deposit Ratio (FDR).
3) Uji Simultan (F)
Pengujian ini diperoleh dengan melihat nilai Prob (F-
Statistik). Berdasarkan hasil penelitian meunjukkan bahwa nilai Prob
(F-Statistik) sebesar 0,000003<0,05, maka dapat disimpulkan bahwa
Variabel ROA, CAR dan SIZE secara bersama-sama dapat
mempengaruhi Financing to Deposit Ratio (FDR).
66
Uji Asumsi Klasik
a. Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel pengganggu atau residual memiliki distibutsi normal
(Ghozali, 2011:160).
Uji Normalitas data penelitian ini dilakukan dengan uji Jarque-
Bera. Jarque-Bera adalah uji statistik untuk mengetahui apakah data
berdistribusi normal. Pengambilan kesimpulan untuk menentukan
apakah suatu data mengikuti distribusi normal atau tidak adalah dengan
melihat dari gambar histogram. Apabila probabilitasnya lebih besar dari
0,05 maka data berdistribusi normal (Winarno, 2015:5.41). Hasil dari
uji normalitas dapat dilihat pada tabel sebagai berikut:
1) Uji Normalitas Regresi LATA
Gambar 4. 1 Hasil Uji Normalitas Variabel LATA
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas, dapat diketahui bahwa hasil nilai
Jarque-Bera 1.985021 dengan dengan p value sebesar 0.370645 >
0
1
2
3
4
5
6
7
8
-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3
Series: Standardized Residuals
Sample 2015 2018
Observations 44
Mean 2.52e-18
Median -0.016924
Maximum 0.327458
Minimum -0.347427
Std. Dev. 0.192732
Skewness -0.021222
Kurtosis 1.960319
Jarque-Bera 1.985021
Probability 0.370645
67
0.05 yang menunjukkan bahwa data yang diuji berdistributsi
normal.
2) Uji Normalitas Regresi FDR
Gambar 4. 2 Hasil Uji Normalitas Variabel FDR
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas, dapat diketahui bahwa hasil nilai
Jarque-Bera 0.838893 dengan dengan p value sebesar 0.657410 >
0.05 yang menunjukkan bahwa data yang diuji berdistributsi
normal.
b. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas (independen).
terdapat beberapa cara untuk menemukan hubungan antara variabel x
yang satu dengan variabel x yang lainnya (terjadi multikolonieritas). Uji
multikolonieritas dapat ditentukan dengan cara melihat koefisien
korelasi antar variabel, jika antar variabel terdapat koefisien korelasi
lebih dari 0,8 atau mendekati 1 maka dua atau lebih variabel bebas
0
2
4
6
8
10
-12.5 -10.0 -7.5 -5.0 -2.5 0.0 2.5 5.0 7.5 10.0
Series: Standardized Residuals
Sample 2015 2018
Observations 44
Mean -0.346615
Median 0.169290
Maximum 9.891336
Minimum -12.01796
Std. Dev. 5.110182
Skewness -0.256502
Kurtosis 2.559087
Jarque-Bera 0.838893
Probability 0.657410
68
terjadi multikolinieritas (Ghozali, 2013:105). Adapun hasil ujinya dapat
dilihat pada tabel sebagai berikut:
1) Uji Multikolonieritas Regresi LATA
Tabel 4. 16 Hasil Uji Multikolonieritas Variabel LATA
Sumber : Data sekunder yang diolah, 2020
Berdasarkan hasil uji pada tabel diatas, dapat diketahui
bahwa hasil uji multikolinearitas menunjukkan bahwa hubungan
antar variable x tidak lebih dari 0.8, sehingga terbukti bahwa data
tidak terjadi gejala multikolinearitas dan dapat digunakan sebagai
prediktor yang memenuhi syarat tidak adanya multikolinearitas.
2) Uji Multikolonieritas Regresi FDR
Tabel 4. 17 Hasil Uji Multikolonieritas Variabel FDR
Sumber : Data sekunder yang diolah, 2020
Berdasarkan hasil uji pada tabel diatas, dapat diketahui
bahwa hasil uji multikolinearitas menunjukkan bahwa hubungan
antar variable x tidak lebih dari 0.8, sehingga terbukti bahwa data
ROA CAR SIZE
ROA 1.000000 0.385655 -0.128608
CAR 0.385655 1.000000 -0.128683
SIZE -0.128608 -0.128683 1.000000
CAR ROA SIZE
CAR 1.000000 0.385655 -0.128683
ROA 0.385655 1.000000 -0.128608
SIZE -0.128683 -0.128608 1.000000
69
tidak terjadi gejala multikolinearitas dan dapat digunakan sebagai
prediktor yang memenuhi syarat tidak adanya multikolinearitas.
c. Uji Autokorelasi
Uji Autokorelasi bertujuan menguji apakah dalam model regresi
linier ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi
korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi
muncul karena observasi yang berurutan sepanjang waktu berkaitan
satu sama lainnya (Ghozali, 2013:110).
Pendekatan yang sering digunakan untuk menguji ada tidaknya
autokorelasi adalah uji Durbin-Watson (DW Test). Uji Durbin-Watson
hanya digunakan untuk autokorelasi tingkat satu (first order
autocorrelation) dengan kriteria du < dw < 4- du (Ghozali, 2013:110).
Adapun hasil uji Autokorelasi dapat dilihat pada tabel penelitian,
sebagai berikut:
1) Uji Autokorelasi Regresi LATA
Tabel 4. 18 Hasil Uji Durbin Watson LATA
R-squared 0.808183 Mean dependent var 25.05521
Adjusted R-squared 0.725063 S.D. dependent var 8.898069
S.E. of regression 4.665654 Akaike info criterion 6.171704
Sum squared resid 653.0498 Schwarz criterion 6.739401
Log likelihood -121.7775 Hannan-Quinn criter. 6.382234
F-statistic 9.723027 Durbin-Watson stat 1.985636
Prob(F-statistic) 0.000000
70
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas, dapat diketahui bahwa
menunjukkan nilai Durbin- watson sebesar 1.985636. Nilai dU
1.6647, nilai dL’ 1.3749, nilai 4-dU 2.3353, nilai 4-dL’ 2.6251.
Maka terjadi masalah autokorelasi karena posisi dw tidak ditengah
dU dan 4-du (dU < dw < 4-dU).
Tabel 4. 19 Hasil Uji Durbin Watson LATA Setelah Penyembuhan
Dependent Variable: D(LATA)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:23
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 20.90726 1.737568 12.03249 0.0000
D(LOG(CAR)) -1.125220 1.672324 -0.672848 0.5064
D(ROA) -0.067168 0.068882 -0.975112 0.3376
D(LOG(SIZE)) -44.36782 11.12692 -3.987429 0.0004
LATA(-1) 0.190076 0.038492 4.938085 0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.819339 Mean dependent var 25.05521
Adjusted R-squared 0.732124 S.D. dependent var 8.898069
S.E. of regression 4.605353 Akaike info criterion 6.157240
Sum squared resid 615.0691 Schwarz criterion 6.765487
Log likelihood -120.4593 Hannan-Quinn criter. 6.382807
F-statistic 9.394415 Durbin-Watson stat 2.048850
Prob(F-statistic) 0.000000
Sumber : Data sekunder yang diolah, 2020
Setelah penyembuhan maka posisi dw berada di tengah dU
dan 4-dU ( 1.6647 < 2.048850 < 2.3353). Maka tidak terjadi
autokorelasi.
71
2) Uji Autokorelasi Regresi FDR
Tabel 4. 20 Hasil Uji Durbin Watson FDR
Sumber : Data sekunder yang diolah, 2020
Hasil uji diatas menunjukkan nilai Durbin-Watson sebesar
0.659583. Nilai dU 1.6647, nilai dL 1.3749, nilai 4-dU 2.3353,
nilai 4-dL 2.6251. Maka terjadi masalah autokorelasi karena posisi
dw tidak ditengah dU dan 4-du (dU < dw < 4-dU).
Tabel 4. 21 Hasil Uji Durbin Watson FDR Setelah Penyembuhan
Dependent Variable: D(FDR)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:41
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 14.62703 5.456010 2.680903 0.0107
D(LOG(CAR)) 3.127764 2.845536 1.099183 0.2784
D(ROA) 0.071205 0.133839 0.532020 0.5977
D(LOG(SIZE)) -50.56404 18.68158 -2.706625 0.0100
FDR(-1) 0.814176 0.067150 12.12474 0.0000
R-squared 0.540965 Mean dependent var 86.62750
Adjusted R-squared 0.493885 S.D. dependent var 7.760855
S.E. of regression 5.521210 Akaike info criterion 6.361716
Sum squared resid 1188.867 Schwarz criterion 6.564465
Log likelihood -134.9578 Hannan-Quinn criter. 6.436905
1) R-squared 0.013540 Mean dependent var 86.62750
Adjusted R-squared -0.060445 S.D. dependent var 7.760855
S.E. of regression 7.991966 Akaike info criterion 7.081259
Sum squared resid 2554.861 Schwarz criterion 7.243458
Log likelihood -151.7877 Hannan-Quinn criter. 7.141410
F-statistic 0.183007 Durbin-Watson stat 0.659583
Prob(F-statistic) 0.907322
72
F-statistic 11.49022 Durbin-Watson stat 2.021815
Prob(F-statistic) 0.000003
Sumber : Data sekunder yang diolah, 2020
Setelah penyembuhan maka posisi dw berada di tengah dU
dan 4-dU ( 1.6647 < 2.021815 < 2.3353). Maka tidak terjadi
autokorelasi.
d. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu
pengamat ke pengamat yang lain. Jika variance dari residual satu
pengamat ke pengamat lain tetap, maka disebut homoskedastisitas dan
jika berbeda disebut heteroskedastisitas. Model regresi yang baik
adalah model regresi homoskedastisitas atau tidak terjadi
heteroskedastisitas karena data ini menghimpun data yang mewakili
berbagai ukuran (Ghozali, 2013:139). Untuk menguji ada tidaknya
heteroskedastisitas menurut (Ghozali, 2013:139) digunakan uji-Glejser,
Adapun hasil uji Heteroskedastisitas dapat dilihat pada tabel penelitian,
sebagai berikut:
1) Uji Heteroskedastisitas Regresi LATA
Tabel 4. 22 Hasil Uji Glejser Model Y1 (LATA)
Dependent Variable: ARESID01
Method: Panel Least Squares
Date: 03/15/20 Time: 21:51
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
73
Variable Coefficient Std. Error t-Statistic Prob.
C 0.133893 0.022607 5.922543 0.0000
D(LOG(CAR)) 0.037882 0.065003 0.582776 0.5633
D(ROA) 0.000935 0.008645 0.108098 0.9145
D(LOG(SIZE)) 1.238808 1.479823 0.837133 0.4075
R-squared 0.026134 Mean dependent var 0.139335
Adjusted R-squared -0.046906 S.D. dependent var 0.141296
S.E. of regression 0.144572 Akaike info criterion -0.943567
Sum squared resid 0.836045 Schwarz criterion -0.781368
Log likelihood 24.75848 Hannan-Quinn criter. -0.883416
F-statistic 0.357809 Durbin-Watson stat 1.162833
Prob(F-statistic) 0.783752
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas, dapat diketahui bahwa dari
variabel diatas tidak ada yang memiliki signifikansi yang kurang
dari 0,05, dengan demikian dapat ditarik kesimpulan bahwa model
regresi ini tidak mengandung adanya masalah heteroskedastisitas.
2) Uji Heteroskedastisitas Regresi FDR
Tabel 4. 23 Hasil Uji Glejser Model Y2 (FDR)
Dependent Variable: ARESID01
Method: Panel Least Squares
Date: 03/16/20 Time: 10:54
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Variable Coefficient Std. Error t-Statistic Prob.
C 0.133893 0.022607 5.922543 0.0000
D(LOG(CAR)) 0.037882 0.065003 0.582776 0.5633
D(ROA) 0.000935 0.008645 0.108098 0.9145
D(LOG(SIZE)) 1.238808 1.479823 0.837133 0.4075
R-squared 0.026134 Mean dependent var 0.139335
Adjusted R-squared -0.046906 S.D. dependent var 0.141296
S.E. of regression 0.144572 Akaike info criterion -0.943567
Sum squared resid 0.836045 Schwarz criterion -0.781368
Log likelihood 24.75848 Hannan-Quinn criter. -0.883416
F-statistic 0.357809 Durbin-Watson stat 1.162833
Prob(F-statistic) 0.783752
74
Sumber : Data sekunder yang diolah, 2020
Berdasarkan tabel diatas, dapat diketahui bahwa dari
variabel diatas tidak ada yang memiliki signifikansi yang kurang dari
0,05, dengan demikian dapat ditarik kesimpulan bahwa model
regresi ini tidak mengandung adanya masalah heteroskedastisitas.
C. Pembahasan Hasil Analisis Data
Berdasarkan analisis data yang telah dilakukan, maka hasil uji hipotesis pada
penelitian ini sebagai berikut:
1. Pengaruh Return On Asset (ROA) terhadap Liquid Asset to Total Asset.
Berdasarkan hasil uji regresi, koefisien variabel ROA sebesar -
1.125220 dengan arah koefisien negatif dan nilai probabilitasnya 0,3376 lebih
besar dari 0,05 (0,3376 > 0,05) maka Return On Asset berpengaruh negatif
dan tidak signifikan terhadap Liquid Asset to Total Asset. Hasil tersebut
menunjukkan H1 ditolak. Nilai probabilitas signifikansi lebih besar dari 0.05,
artinya variabel Return On Asset tidak memiliki pengaruh yang kuat terhadap
Liquid Asset to Total Asset.
Hasil pengujian ini dari arah hubungan antar variabel dalam penelitian
ini sejalan dengan hasil penelitian yang telah dilakukan oleh Moussa (2015),
A. Ghenimi (2015) dan Sukmana & Suryaningtyas (2016) yang menyatakan
bahwa ROA berpengaruh negatif terhadap LATA. Hal ini menunjukkan
bahwa Jika bank mampu menghasilkan lebih banyak laba, maka bank tersebut
tidak mengalokasikan dananya sebagai cadangan dalam liquid Asset. Ada
75
kemungkinan bahwa bank tersebut akan mengalokasikannya kedalam
pembiayaan atau penambahan Fixed Asset daripada untuk meningkatkan
Liquid Asset (Sukmana & Suryaningtyas, 2016:197).
Namun arah yang searah dengan penelitian-penelitian tersebut
diketahui tidak signifikan, sehingga dengan kata lain, ROA tidak berpegaruh
terhadap LATA. Hal tersebut dikarenakan Bank Syariah tidak menggunakan
keuntungan yang didapat untuk menutupi kewajiban. Bank Syariah
menggunakan sistem bagi hasil dimana hal tersebut, harus dibayarkan
meskipun bank tersebut mengalami kerugian akibat pembiayaan yang
diberikan, maka bank menggunakan sebagian ekuitas nya untuk membayar
bagi hasil kepada nasabahnya dan juga kewajiban jangka pendeknya (Bani &
Yaya, 2016:24).
Hasil penelitian ini didukung oleh penelitian yang dilakukan Ramzan
& Zafar, (2014) dan Shibly & Nimsith, (2015) yang menunjukkan bahwa
Return On Asset (ROA) tidak berpengaruh terhadap Liquid Asset to Total
Asset.
2. Pengaruh Return On Asset (ROA) Terhadap Financing to Deposit Ratio
(FDR)
Berdasarkan hasil uji regresi, koefisien variabel ROA sebesar
0.071205 dengan arah koefisien posititf dan nilai probabilitasnya 0.5977 lebih
besar dari 0,05 (0,5977 > 0,05) maka Return On Asset berpengaruh positif
dan tidak signifikan terhadap Financing to Deposit Ratio. Hasil tersebut
76
menunjukkan H2 ditolak. Nilai probabilitas signifikansi lebih besar dari 0.05,
artinya variabel ROA tidak memiliki pengaruh yang kuat terhadap Financing
to Deposit Ratio.
Hasil pengujian ini dari arah hubungan antar variabel dalam penelitian
ini sejalan dengan hasil penelitian yang telah dilakukan oleh Fathurrahman &
Rusdi (2019) dan Ervina & Ardiansari (2016) yang menyatakan bahwa ROA
berpengaruh positif terhadap fungsi intermediasi bank yang diproksikan
dengan FDR. Hal ini menunjukkan bahwa apabila rasio ini meningkat maka
aktiva bank telah digunakan dengan optimal untuk memperoleh pendapatan.
Dimana pendapatan tersebut dapat digunakan untuk modal dan menambah
dana untuk diputar kembali menjadi pembiayaan sehingga Financing to
Deposit Ratio (FDR) akan meningkat pula (Rosadaria, 2012).
Namun arah yang searah dengan penelitian tersebut diketahui tidak
signifikan dalam penelitian ini, sehingga dengan kata lain, ROA tidak
berpegaruh terhadap FDR. Disebabkan karena adanya pemanfaatan jasa lain
diluar kegiatan operasional utama bank dimana sumber pendapatan bank
umumnya berasal dari bagi hasil atas pengembalian dana dari nasabah.
Diindikasikan bank saat ini sedang melakukan penguatan internal dengan
mengutamakan perolehan laba yang tinggi dengan menyediakan kegiatan jasa
lain dibandingkan dengan mengeluarkan dananya dalam memenuhi
kewajiban (Putri & Suryantini, 2017:226).
77
Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh
Utari & Haryanto, (2011), Nugraha, (2014), Hermawan, (2009) yang
menunjukkan bahwa Return On Asset (ROA) berpengaruh tidak signifkan
terhadap Financing to Deposit Ratio (FDR).
3. Pengaruh Capital Adequacy Ratio (CAR) terhadap Liquid Asset to Total
Asset.
Berdasarkan hasil uji regresi, koefisien variabel CAR sebesar -
1.125220 dengan arah koefisien negatif dan nilai probabilitasnya 0.5064 lebih
besar dari 0,05 (0,5064 > 0,05) maka Capital Adequacy Ratio berpengaruh
negatif dan tidak signifikan terhadap Liquid Asset to Total Asset. Hasil
tersebut menunjukkan H3 ditolak. Nilai probabilitas signifikansi lebih besar
dari 0.05, artinya variabel Capital Adequacy Ratio tidak memiliki pengaruh
yang kuat terhadap Liquid Asset to Total Asset.
Hasil pengujian ini dari arah hubungan antar variabel dalam penelitian
ini sejalan dengan hasil penelitian yang telah dilakukan oleh Azhary &
Muharam (2017) dan Muharam & Kurnia (2013) yang menunjukkan bahwa
CAR memiliki hubungan negatif terhadap LATA. Hal ini menunjukkan
bahwa seberapa jauh aset suatu bank yang memiliki risiko seperti risiko
pinjaman, investasi, dan sekuritas yang dimana dibiayai dari modal bank itu
sendiri. Semakin besar CAR berarti bahwa bank memiliki modal yang cukup
besar dan dapat menutupi masalah pada siatuasi yang berisiko (Muharam &
Kurnia, 2013:209).
78
Namun, hasil penelitian tersebut menunjukkan CAR berpengaruh
tidak signifikan terhadap LATA. Oleh karenanya Bank Syariah tidak
memiliki kemampuan yang bagus untuk menggunakan modal guna
membayar kewajiban jangka pendeknya. Perbankan syariah menggunakan
modal mereka untuk melakukan kegiatan ekonominya dan terus menyalurkan
pembiayaan guna memperoleh keuntungan. Meskipun demikian bank harus
menjaga ketersediaan modal sesuai dengan peraturan Bank Indonesia. Karena
akan ada kemungkinan penyediaan likuiditas bank akan diambil dari
permodalan untuk menutupi risiko kerugian yang dialami oleh bank
(Muharam & Kurnia, 2013:209)
Hasil penelitian ini didukung oleh penelitian yang dilakukan
Muharam & Kurnia, (2013) dan Shibly & Nimsith, (2015) yang menunjukkan
bahwa Capital Adequacy Ratio (CAR) berpengaruh negatif dan tidak
signifikan terhadap Liquid Asset to Total Asset.
4. Pengaruh Capital Adequacy Ratio (CAR) Terhadap Financing to
Deposit Ratio (FDR)
Berdasarkan hasil uji regresi, koefisien variabel CAR sebesar
3.127764 dengan arah koefisien posititf dan nilai probabilitasnya 0.2784 lebih
besar dari 0,05 (0,2784 > 0,05) maka Capital Adequacy Ratio berpengaruh
positif dan tidak signifikan terhadap Financing to Deposit Ratio. Hasil
tersebut menunjukkan H4 ditolak. Nilai probabilitas signifikansi lebih besar
dari 0.05, artinya variabel Capital Adequacy Ratio tidak memiliki pengaruh
yang kuat terhadap Financing to Deposit Ratio.
79
Semakin tinggi rasio CAR menunjukkan bahwa kemampuan modal
bank untuk menutup risiko dari aktiva, termasuk didalamnya adalah risiko
pembiayaan dapat menunjang kemampuan bank untuk memberikan
pembiayaan kepada masyarakat berdasarkan dana pihak ketiga yang mampu
dihimpunnya. Sebab, fungsi intermediasi bank dapat dilaksanakan dengan
optimal jika didukung oleh permodalan yang memadai. Karena meskipun
dana pihak ketiga yang dihimpun sangat besar namun apabila tidak diimbangi
dengan tambahan modal maka bank akan terbatas dalam menyalurkan
kreditnya (Buchory, 2014:135)
CAR yang tinggi mencerminkan stabilnya jumlah modal dan
rendahnya risiko yang dimiliki oleh bank. Tingkat kecukupan modal sangat
penting bagi bank untuk menyalurkan kreditnya. Bila tingkat kecukupan
modal bank baik, bank akan mempunyai cukup dana cadangan bila sewaktu-
waktu terjadi kredit macet dan masyarakat memiliki ketertarikan untuk
mengambil kredit dari bank tersebut (Dendawijaya, 2005:121).
Capital Adequacy Ratio (CAR) tidak berpengaruh signifikan terhadap
tingkat likuiditas karena penurunan CAR bisa disebabkan oleh penurunan
modal dan laba disertai dengan kenaikan ATMR. Peningkatan ATMR bisa
terjadi karena semakin besar pembiayaan yang disalurkan oleh bank maka
semakin besar pula ATMR bank yang bersangkutan sehingga CAR akan
turun. Peningkatan CAR bisa disebabkan karena terjadi peningkatan modal
sendiri. Karena terjadi peningkatan modal sendiri maka biaya dana akan
menurun sehingga likuiditas justru akan menurun. Jadi, peningkatan nilai
80
CAR disertai kenaikan likuiditas bisa saja terjadi jika terjadi peningkatan
modal sendiri yang dimiliki oleh bank (Utari & Haryanto, 2011:17).
Menurut penelitian yang dilakukan oleh Putri & Suryantini
(2017:225) CAR tidak signifikan terhadap Likuiditas karena adanya masalah
dalam penyaluran pembiayaan yang dapat menjadi pemicunya dimana Bank
memiliki ketakutan untuk menyalurkan pembiayaan dalam jumlah yang besar
karena tidak ingin mengambil risiko yang tinggi. Bank yang ada di Indonesia
terindikasi sedang berupaya menjaga tingkat pemenuhan modal
minimumnya, agar bank senantiasa berada pada kondisi sehat. Dampaknya
adalah bank tidak menyanggupi melakukan penyaluran pembiayaan karena
bank tidak ingin menanggung risiko seperti adanya pembiayaan bermasalah.
5. Pengaruh Size (Ukuran Bank) terhadap Liquid Asset to Total Asset.
Berdasarkan hasil uji regresi, koefisien variabel CAR sebesar -
44.36782 dengan arah koefisien negatif dan nilai probabilitasnya 0.0004 lebih
kecil dari 0,05 (0,0004 < 0,05) maka Size (Ukuran Bank) berpengaruh negatif
dan signifikan terhadap Liquid Asset to Total Asset. Hasil tersebut
menunjukkan H5 diterima. Nilai probabilitas signifikansi lebih kecil dari 0.05,
artinya variabel Size (Ukuran Bank) memiliki pengaruh terhadap Liquid
Asset to Total Asset.
Semakin besar ukuran perusahaan yang ditunjukkan dengan total
asset yang besar, memiliki peluang yang lebih besar pula dalam
meningkatkan risiko yang ditanggung oleh pihak bank. Risiko yang
81
ditanggung ini berupa semakin banyaknya beban beban yang harus dibayar
segera sebelum jatuh tempo (Azhary & Muharam, 2017:4).
Size yang diukur menggunakan total asset memiliki pengaruh negatif
terhadap risiko likuiditas karena pada bank apabila semakin besar bank maka
semakin banyak juga asset yang dimiliki sehingga tidak perlu khawatir
dengan beban yang akan jatuh tempo (A. Abdullah & Khan, 2012). Hasil ini
didukung oleh penelitian Vodova (2013), A. Abdullah & Khan (2012) dan
Mahmood et al., (2019) yang menyatakan bahwa Size (Ukuran Bank)
berpengaruh negatif dan signifikan terhadap Liquid Asset to Total Asset.
6. Pengaruh Size (Ukuran Bank) Terhadap Financing to Deposit Ratio
(FDR).
Berdasarkan hasil uji regresi, koefisien variabel Size sebesar -
50.56404 dengan arah koefisien negatif dan nilai probabilitasnya 0.0100 lebih
kecil dari 0,05 (0,0100 < 0,05) maka Size (Ukuran Bank) berpengaruh negatif
dan signifikan terhadap Financing to Deposit Ratio. Hasil tersebut
menunjukkan H6 diterima. Nilai probabilitas signifikansi lebih kecil dari 0.05,
artinya variabel Size (Ukuran Bank) memiliki pengaruh terhadap Financing
to Deposit Ratio.
Menurut Dendawijaya (2005:116) Tingginya likuiditas bank,
mengindikasikan tingkat FDR menjadi semakin rendah karena banyak dana
yang tidak dialokasikan ke dalam bentuk pembiayaan, melainkan digunakan
untuk mengimbangi kewajibannya dalam memenuhi permintaan deposan
82
yang ingin menarik kembali uangnya yang telah digunakan oleh bank untuk
memberikan pembiayaan.
Hasil penelitian ini diperkuat dengan penelitian Endri (2009:121)
menyatakan bahwa rendahnya LDR bank disebabkan oleh kekhawatiran akan
terjadi kredit macet sehingga kelebihan aset lebih cenderung ditempatkan
pada instrument yang lebih aman dengan keuntungan yang pasti yaitu
Sertifikat Bank Indonesia (SBI) dan pembelian obligasi pemerintah yang
memiliki tingkat suku bunga cukup tinggi dan risiko rendah. Hasil ini
didukung oleh penelitian Mahmood et al., (2019), Zaghdoudi & Hakimi
(2017) dan Moussa (2015) yang menyatakan bahwa Size (Ukuran Bank)
berpengaruh negatif dan signifikan terhadap Financing to Deposit Ratio.
Tabel 4. 24 Kesimpulan Hasil Hipotesis
No. Hipotesis Kesimpulan
1. H1 : Return On Assets (ROA) berpengaruh
negatif Signifikan terhadap liquid Asset to
Total Asset
Ditolak
2. H2 : Return On Asset (ROA) berpengaruh
positif signifikan terhadap Financing to
Deposit Ratio (FDR)
Ditolak
3. H3 : Capital Adequacy Ratio berpengaruh
positif signifikan terhadap Liquid Asset to
Total Asset
Ditolak
4. H4 : Capital Adequacy Ratio (CAR)
berpengaruh positif signifikan terhadap
Financing to Deposit Ratio (FDR)
Ditolak
5. H5 : size berpengaruh negatif signifikan
terhadap liquid asset to total asset
Diterima
6. H6 : size berpengaruh negatif signifikan
terhadap Financing to Deposit Ratio (FDR)
Diterima
83
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan hasil penelitian mengenai pengaruh Return On Asset
(ROA), Capital Adequacy Ratio (CAR), Size (Ukuran Bank) terhadap Liquid
Asset to Total Asset (LATA) dan Financing to Deposit Ratio (FDR) pada Bank
Umum Syariah Di Indonesia tahun 2014-2018. Dapat ditarik kesmipulan sebagai
berikut:
1. Return On Asset tidak berpengaruh terhadap Liquid Asset to Total Asset. Hal
ini menunjukkan bahwa Bank Syariah memiliki keuntungan tidak
digunakan untuk menutupi kewajibannya sehingga Bank Syariah
menggunakan sebagian ekuitasnya guna membayar bagi hasil kepada
nasabah dan juga membayar kewajiban jangka pendeknya.
2. Return On Asset tidak berpengaruh terhadap Financing to Deposit Ratio.
Hal ini menunjukkan bahwa bank syariah sedang melakukan pemanfaatan
jasa lain diluar kegiatan operasional utama bank yaitu dengan melakukan
penguatan internal bank untuk memperoleh tingkat keuntungan yang lebih
tinggi dibanding dengan mengeluarkan danaya untuk memenuhi kewajiban.
3. Capital Adequacy Ratio tidak berpengaruh terhadap Liquid Asset to Total
Asset. Hal ini menunjukkan bahwa Bank Syariah lebih mengutamakan
modal yang dikelolanya untuk menyalurkan
84
pembiayaan guna memperoleh keuntungan. Meskipun demikian bank
syariah harus menjaga ketersediaan modal bank karena sewaktu waktu
penyediaan likuiditas bank bisa diambil dari pemodalan guna menutupi
kemungkinan terjadinya kerugian.
4. Capital Adequacy Ratio tidak berpengaruh terhadap Financing to Deposit
Ratio. Hal ini menunjukkan bahwa CAR meningkat bisa disebabkan karena
terjadi peningkatan modal sendiri. Karena terjadi peningkatan modal sendiri
maka biaya dana akan menurun sehingga likuiditas justru akan menurun.
5. size berpengaruh negatif signifikan terhadap liquid asset to total asset. Hal
ini menunjukkan bahwa semakin besar ukuran perusahaan yang ditunjukkan
dengan total asset yang besar, memiliki peluang yang lebih besar pula dalam
meningkatkan risiko yang ditanggung oleh pihak bank. Risiko yang
ditanggung ini berupa semakin banyaknya beban beban yang harus dibayar
segera sebelum jatuh tempo.
6. size berpengaruh negatif signifikan terhadap Financing to Deposit Ratio
(FDR). Hal ini menunjukkan bahwa likuiditas bank yang tinggi,
mengindikasikan tingkat FDR rendah karena banyak dana yang tidak
dialokasikan ke dalam bentuk pembiayaan, melainkan digunakan untuk
mengimbangi kewajibannya dalam memenuhi permintaan deposan yang
ingin menarik kembali uangnya yang telah digunakan oleh bank.
85
B. Saran
Berdasarkan hasil penelitian dan kesimpulan yang telah dijelaskan
sebelumnya, maka penulis mecoba mengemukakan masukan (saran) yang dapat
memberikan hasil yang lebih baik kedepannya, yaitu:
1. Variabel didalam penelitian ini masih menggunakan tiga variabel, untuk
penelitian selanjutnya dapat menambahkan variabel lainnya yang
berhubungan dengan likuiditas. Sehingga kedepannya dapat memberikan
gambaran yang lebih luas tentang faktor apa saja yang akan mempengaruhi
likuiditas selain ROA, CAR dan Size (Ukuran Bank).
2. Penelitian ini hanya dilakukan pada Bank Umum Syariah di Indonesia.
Penelitian berikutnya, dapat melakukan penelitian dengan objek yang
berbeda misalnya, pada sektor Unit Usaha Syariah (UUS) dan Bank
Pembiayaan Rakyat Syariah (BUS).
3. Penelitian ini hanya menggunakan sampel sebanyak 11 perusahaan dan
menggunakan periode pengamatan dari tahun 2014-2018. Penelitian yang
selanjutnya diharapkan dapat menambahkan jumlah sampel penelitian dan
memperpanjang periode pengamatan yang akan digunakan sehingga
kedepannya dapat menghasilkan penelitian yang akan lebih baik.
86
DAFTAR PUSTAKA
Abdullah, A., & Khan, A. Q. (2012). Liquidity Risk Management : A Comparative
Study between Domestic and Foreign Banks in Pakistan. Journal of
Managerial Sciences.
Abdullah, M. F. (2005). Dasar-dasar Manajemen Keuangan Edisi kedua. Malang:
Penerbitan Universitas Muhammadiyah.
Almilia, Spica, L., & Herdiningtyas, W. (2005). Analisis Rasio CAMEL Terhadap
Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Periode 2000-2002.
Jurnal Akuntansi & Keuangan, Vol.7 No.2, 131–147.
Annisa, R., & Waspada, I. (2018). Pengaruh Kecukupan Modal dan Risiko Kredit
Terhadap Likuiditas Pada Bank Umum Syariah Yang Terdaftar di Bank
Indonesia. Jurnal Pendidikan Akuntansi Dan Keuangan, 6(2), 77–86.
Arifin, M. (2016). Analisis Pengaruh CAR, Efisiensi, FDR dan Quick Ratio
Terhadap Return On Asset (ROA) Bank Umum Syariah di Indonesia. In
Skripsi. Salatiga : Fakultas Ekonomi dan Bisnis Islam IAIN Salatiga.
Arikunto, S. (2006). Prosedur Penelitian Suatu Pendekatan Praktik Edisi Revisi VI.
Jakarta: Rineka Cipta.
Azhary, A., & Muharam, H. (2017). Analisis Faktor-Faktor yang mempengaruhi
risiko likuiditas pada bank konvensional (Studi pada Bank yang Termasuk
Badan Usaha Milik Pemerintah dan Bank Asing di Indonesia dan Malaysia
Periode Tahun 2011 sampai dengan 2015). Diponegoro Journal
Ofmanagement.
Bani, F., & Yaya, R. (2016). Risiko Likuiditas pada Perbankan Konvensional dan
Syariah di Indonesia. 16(1), 1–26.
Basuki, A. T., & Prawoto, N. (2017). Analisis Regresi Dalam Penelitian Ekonomi
& Bisnis (Dilengkapi Aplikasi SPSS & Eviews). Depok: Rajawali Pers.
Bramantya, B., & Arfinto, E. D. (2015). Analisis Pengaruh Size , Profitability ,
Capital Adequacy , Dan Non-Performing Loan Terhadap Likuiditas Bank
Umum Yang Terdaftar Di Bursa Efek Indonesia Periode 2011-2014.
Diponegoro Journal Of Management, 4, 1–9.
Brigham & Houston. (2010). Dasar - dasar Manajemen Keuangan Buku I. Jakarta:
Salemba Empat.
87
Buchory, H. A. (2014). Analysis Of The Effect Of Capital, Credit Risk And
Profitability To Implementation Banking Intermediation Function (Study On
Regional Development Bank All Over Indonesia Year 2012). International
Journal of Business, Economics and Law, 4(1), 133–144.
Cai, R. (2017). How does credit risk influence liquidity risk ? Evidence from
Ukrainian banks. National Bank of Ukraine, (241), 21–33.
Dendawijaya, L. (2003). Manajemen Perbankan. Jakarta: Balai Pustaka.
(2009). Manajemen Perbankan. Jakarta: Balai Pustaka.
Elmassah, S., & Alsayed, O. (2019). Liquidity in the UAE Islamic banks. Journal
of Islamic Accounting and Business Research, Vol. 10 No(December).
https://doi.org/10.1108/JIABR-02-2017-0018
Endri. (2009). Penguatan Stabilitas Sistem Keuangan Melalui Peningkatan Fungsi
Intermediasi Dan Efisiensi Bank Pembangunan Daerah (BPD). Jurnal
Keuangan Dan Perbankan, 13(1), 120–134.
Ervina & Ardiansari, A. (2016). Pengaruh Dana Pihak Ketiga , Non Performing
Financing , Capital Adequacy Ratio , Dan Return On Asset , Terhadap Tingkat
Likuiditas. Management Analysis Journal, 5(1), 7–16.
Fadillah & Aji. (2018). Pengaruh faktor internal dan inflasi terhadap likuiditas pada
bank pembangunan daerah di indonesia. Jurnal Ilmu Manajemen Volume, 6,
323–332.
Fathurrahman & Rusdi. (2019). Analisis faktor-faktor yang mempengaruhi
likuiditas bank syariah di indonesia menggunakan metode vector error
correction model (vecm). Al Masraf (Jurnal Lembaga Keuangan Dan
Perbankan), 4, No.2.
Ghenimi, A. (2015). Liquidity Risk Management : A Comparative Study between
Islamic and Conventional Banks. Journal of Business Management and
Economics, 5(6), 25. https://doi.org/10.4172/2223-5833.1000166
Ghozali, I. (2011). Aplikasi Analisis Multivariate Dengan Program SPSS.
Semarang: Badan Penerbit Universitas Diponegoro.
(2013). Aplikasi Analisis Multivariate dengan Program SPSS IBM SPSS
21 Update PLS Regresi. Semarang: Badan Penerbit Universitas Diponegoro.
88
Hanafi, M., & Halim, A. (2005). Analisis Laporan Keuangan. Yogyakarta: UPP
AMP YKPN.
Hermawan, J. (2009). Pengaruh Rentabilitas Dan Solvabilitas Terhadap Likuiditas
Pada Perusahaan Perbankan Yang Go Public. In Skripsi. Fakultas Ekonomi
Universitas Sumatera Utara.
Hersugondo, & Tamtomo, H. S. (2012). Pengaruh CAR, NPL, DPK Dan ROA
Terhadap LDR Perbankan Indonesia. Jurnal FE Universitas Stikubank
Semarang.
Hery. (2015). Analisis Laporan Keuangan. Jakarta: CAPS (Center For Academic
Publishing Service).
Ismail. (2011). Perbankan Syariah. Jakarta: Prenadamedia Group.
Juliantika, N. L. A. A. ., & Dewi S, M. R. (2016). Perusahaan Property Dan
Realestate. E-Jurnal Manajemen Unud, 5(7), 4161–4192.
Kasmir. (2007). Manajemen Perbankan. Jakarta: PT. RajaGrafindo Persada.
(2016). Analisis Laporan Keuangan. Jakarta: Raja Grafindo Persada.
Kuncoro, M., & Suhardjono. (2002). Manajemen Perbankan (Teori dan Aplikasi)
I. Yogyakarta: Badan Penerbit Fakultas Ekonomi UGM.
Liunsanda, B. (2015). Pengelolaan Dana Bank Berdasarkan UU No. 10 Tahun 1998
Tentang Perbankan. Lex Privatum, III(4), 40–45.
Mahmood, H., Khalid, S., Waheed, A., & Arif, M. (2019). Impact of Macro Specific
Factor and Bank Specific Factor on Bank Liquidithy using FMOLS Approac.
Emerging Science Journal, 3(3), 168–178.
Margono. (2004). Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta.
Moussa, M. A. Ben. (2015). The Determinants of Bank Liquidity : Case of Tunisia.
5(1), 249–259.
Muharam, H., & Kurnia, H. P. (2013). Liquidity Risk On Banking Industry :
Comparative Study Between Islamic Bank And Conventional Bank In
Indonesia. Al-Iqtishad, Vol. V, No.
89
Nugraha, R. E. (2014). Analisis Pengaruh Capital Adequacy Ratio (CAR), Non
Performing Loan (NPL), Biaya Operasional Pendapatan Operasional (BOPO),
Return On Asset (ROA) Dan Net Interest Margin (NIM) Terhadap Loan To
Deposit Ratio (LDR) (Studi Empiris Pada Perbankan Syariah Di I. Naskah
Publikasi, 1–16.
Nugraheni, P., Febrianti, W., & Alam, I. (2011). Pengaruh Risiko Likuiditas
Terhadap Profitabilitas Pada Perbankan Syariah dan Konvensional di
Indonesia. Jurnal Akuntansi & Investasi, 387656(174).
Pandia, F. (2012). Manajemen Dana dan Kesehatan Bank. Jakarta: PT. Rineka
Cipta.
Prakoso & Hendratmi. (2017). Determinan Financing To Deposit Ratio Bank
Umum Syariah Di Indonesia Periode 2012 – 2015. Jurnal Ekonomi Syariah
Teori Dan Terapan, 4, No. 11, 860–874.
Putri, I. G. A. P. T., & Suryantini, N. P. S. (2017). Determinasi Loan To Deposit
Ratio Pada Bank Campuran Di Indonesia. E-Jurnal Manajemen Unud, 6(1),
204–234.
Ramadhani, A. N., & Indriani, A. (2016). Analisis Pengaruh Size , Capital
Adequacy Ratio (CAR), Return On Assets (ROA), Non Performing Loan
(NPL), Dan Inflasi Terhadap Loan To Deposit Ratio (LDR). Diponegoro
Journal Of Management, 5, 1–15.
Ramzan, M., & Zafar, M. I. (2014). Liquidity Risk Management in Islamic Banks :
A Study of Islamic Banks of Pakistan. Journal Of Contemporary Research In
Business, VOL 5, NO, 199–215.
Rosadaria, G. dan A. . A. R. D. (2012). Analisis Pengaruh CAR, NPL, Inflasi,
Pertumbuhan DPK dan Exchange Rate Terhadap LDR (Studi Kasus Pada
Bank Umum di Indonesia Periode 2004-2008). Skripsi Fakultas Ekonomika
Dan Bisnis Universitas Indonesia.
Rosadi, D. (2012). Ekonometrika dan Analisis Runtun Waktu Terapan dengan
Eviews. Yogyakarta: Andi Offset.
Sengkey, J. I. B., Murni, S., Tulung, J. E., Manajemen, J., Sam, U., & Manado, R.
(2018). Analisis Faktor – Faktor Yang Mempengaruhi Risiko Likuiditas Bank
(Studi Kasus Pada Bank Umum Swasta Nasional Yang Terdaftar Di Bei
Periode 2012-2015). Jurnal EMBA, 6(4), 3078–3087.
90
Shibly, A., & Nimsith, I. (2015). Liquidity Risk Management In Islamic And
Conventional Banks In Sri Lanka : A Comparative Study. International
Journal of Management, Information, Vol. 3(9 Sep 2015), 7–22.
Sinungan, M. (1993). Manajemen Dana Bank Syariah Edisi II. Jakarta: Rineka
Cipta.
Sudarmadji, A. M., & Sularto, L. (2007). Pengaruh ukuran perusahaan,
profitabilitas, leverage, dan tipe kepemilikan perusahaan terhadap luas. Jurnal
Penelitian Fakultas Ekonomi, Universitas Gunadarma, 2, 21–22.
Sugiyono. (2005). Memahami Penelitian Kualitatif. Bandung: Alfabeta.
(2011). Metode Penelitian Kuantitatif, Kualitatif dan R & D. Bandung:
Alfabeta.
(2012). Memahami Penelitian Kualitatif. Bandung: ALFABETA.
Sujarweni, V. W. (2015). Metodologi Penelitian Bisinis & Ekonomi. Yogyakarta:
Pustaka Baru.
Sukmana, R., & Suryaningtyas, S. (2016). Determinants Of Liquidity Risk In
Indonesian Islamic And Conventional Banks. Al-Iqtishad: Jurnal Ilmu
Ekonomi Syariah (Journal of Islamic Economics), 8(4), 187–200.
https://doi.org/10.15408/aiq.v8i2.2871
Supardi. (1993). Laporan Penelitian Populasi dan Sampel. UNISIA.
Suryani. (2012). Analisis pengaruh Financing to Deposit Ratio (FDR) Terhadap
Profitabilitas Perbankan Syariah Di Indonesia. Economica, II, 157.
Syafi’i, M. (2015). Analisis Faktor-Faktor Yang Mempengaruhi Loan To Deposit
Ratio ( Studi Pada 10 Bank Terbesar Di Indonesia ). Jurnal Ilmiah.
Thi, N., Diep, N., & Nguyen, T. (2017). Determinants of Liquidity of Commercial
Banks in Vietnam in the Period 2009-2016. International Journal of Scientific
Study, 5(6), 237–241. https://doi.org/10.17354/ijssSept/2017/45
Tran, T., Nguyen, Y. T., Nguyen, T. T. ., & Tran, L. (2019). The determinants of
liquidity risk of commercial banks in Vietnam. Banks and Bank Systems,
Vol.14(1), 95–110. https://doi.org/10.21511/bbs.14(1).2019.09
91
Utari, M. P., & Haryanto, A. M. (2011). Analisis Pengaruh CAR, NPL, ROA, Dan
BOPO Terhadap LDR (Studi Kasus pada Bank Umum Swasta Nasional
Devisa di Indonesia Periode 2005-2008). Skripsi Fakultas Ekonomi Dan
Bisnis Universitas Diponegoro Semarang.
Vodova, P. (2013). Determinants Of Commercial Banks ´ Liquidity In Hungary”.
Acta Academica Karviniensia, 13(1), 180–188.
https://doi.org/10.25142/aak.2013.016
Widardjono, A. (2013). Ekonometrika Pengantar dan Aplikasinya Disertai
Panduan Eviews Edisi Keempat. Yogyakarta: UPP STIM YKPN.
Winarno, W. W. (2015). Analisis Ekonometrika dan Statistika dengan Eviews.
Yogyakarta: UPP STIM YKPN.
Yuliani. (2017). Hubungan Efisiensi Operasional Dengan Kinerja Profitabilitas
Pada Sektor Perbankan Yang Go Public Di Bursa Efek Jakarta. Jurnal
Manajemen Dan Bisnis Sriwijaya, 5(August), 12–41.
Yusuf, A. M. (2014). Metode Penelitian : Kuantitatif, Kualitatif Dan Penelitian
Gabungan. Jakarta: Kencana.
Zaghdoudi, K., & Hakimi, A. (2017). The Determinants of Liquidity Risk :
Evidence from Tunisian Banks. Journal of Applied Finance & Banking, 7(2),
71–81.
http://www.ojk.go.id, 5 Maret 2020, 11:10 WIB.
http://www.bankaceh.co.id, 8 Maret 2020 14:18 WIB
http://www.bankntbsyariah.co.id, 8 Maret 2020 14:52 WIB
http://www.bankmuamalat.co.id, 8 Maret 2020 16:54 WIB
http://bankvictoriasyariah.co.id, 8 Maret 2020 17:18 WIB
http://brissyariah.co.id, 8 Maret 2020 17:42 WIB
http://bjbsyariah.co.id, 8 Maret 2020 18:10 WIB
http://www.bnisyariah.co.id, 8 Maret 2020 18:21 WIB
http://www.syariahmandiri.co.id, 8 Maret 2020 20:17 WIB
92
http://www.megasyariah.co.id, 8 Maret 2020 20:51 WIB
http://paninbanksyariah.co.id, 8 Maret 2020 21:00 WIB
http://syariahbukopin.co.id, 8 Maret 2020 21:14 WIB
http://bcasyariah.co.id, 8 Maret 2020 20:58 WIB
http://www.btpn.com, 8 Maret 2020 21:07 WIB
http://maybanksyariah.co.id, 8 Maret 2020 21:30 WIB
93
LAMPIRAN
94
Lampiran 1 Data Laporan Keuangan
BUS Tahun CAR ROA SIZE FDR LATA
BAS 2014 7,128334209 3,184492247 23,51903 92,38 30,68689
BAS 2015 7,815604593 2,98725434 23,64589 84,05 33,74958
BAS 2016 20,73982071 0,556457928 23,65495 84,59 33,36298
BAS 2017 4,927960549 2,355770647 23,84175 69,44 41,21947
BAS 2018 3,524851791 2,339369144 23,86289 71,98 38,40586
BMI 2014 13,91499003 0,154966945 17,94929 84,14 25,13812
BMI 2015 12,35892136 0,190493388 17,86159 90,3 21,69203
BMI 2016 10,23360784 0,208758777 17,83704 95,13 19,61111
BMI 2017 10,56857454 0,09768397 17,93774 84,41 19,72381
BMI 2018 8,198137155 0,080040504 17,86254 73,18 33,12593
BVS 2014 15,27326728 -1,73993091 21,08765 95,19 10,12482
BVS 2015 16,13605113 -2,318983983 21,04482 95,29 5,628145
BVS 2016 15,97900966 -1,715755747 21,20889 100,67 9,084981
BVS 2017 19,29233513 0,304473527 21,41797 83,59 18,3531
BVS 2018 23,91653816 0,298014859 21,47752 82,78 15,85727
BRIS 2014 12,88828045 0,075627054 16,82826 93,9 15,22256
BRIS 2015 13,93592913 0,697760118 17,00311 84,16 30,37717
BRIS 2016 20,63046883 0,861802939 17,13648 81,42 33,55971
BRIS 2017 20,28762639 0,478569452 17,26687 71,87 38,10787
BRIS 2018 29,71830282 0,399614043 17,45086 75,49 40,52693
BPDS 2014 25,68993625 1,542154732 15,6413 94,04 22,44762
BPDS 2015 20,29682679 1,056497298 15,78042 96,43 19,58188
BPDS 2016 18,17438237 0,31686592 15,98547 91,99 24,95475
BPDS 2017 11,51171301 -11,29645306 15,97067 86,95 26,13603
BPDS 2018 23,15303446 0,244121091 15,98697 88,82 22,97591
BNIS 2014 18,42474505 1,129344014 16,78552 92,6 21,82025
BNIS 2015 15,44858146 1,337094676 16,95177 91,94 22,2487
BNIS 2016 14,92018123 1,318057122 17,15887 84,57 26,01999
BNIS 2017 20,13792058 1,173803377 17,36577 80,21 31,28323
BNIS 2018 19,30834608 1,340456769 17,53027 79,62 30,67317
BSM 2014 14,76182907 0,16401259 18,01934 82,13 0,025595
BSM 2015 12,85115884 0,531657734 18,06927 81,99 25,62124
BSM 2016 14,00842176 0,551432836 18,18283 79,19 28,40787
BSM 2017 15,89482422 0,553856324 18,29216 77,66 30,0932
BSM 2018 16,26468481 0,829493332 18,40395 77,25 30,41446
BMS 2014 19,26020496 0,331133069 22,67553 93,61 11,90116
BMS 2015 18,7229596 0,733220219 22,43883 98,49 9,524543
BMS 2016 23,52600779 0,985686221 22,53732 95,24 7,756328
95
BMS 2017 22,19288686 1,043284427 22,67406 91,05 11,7561
BMS 2018 20,53708242 1,024814808 22,71611 90,88 9,052389
BCAS 2014 29,5713491 0,58431451 24,12261 91,2 27,743
BCAS 2015 34,32793981 0,733220219 22,19335 91,41 30,42174
BCAS 2016 26,89102831 0,985686221 22,33182 90,12 23,76598
BCAS 2017 29,38811715 1,043284427 22,50853 88,49 23,65591
BCAS 2018 24,22207061 1,024814808 22,67828 88,99 27,34832
BTPNS 2014 32,77807257 3,3539478 15,12655 93,97 24,29316
BTPNS 2015 19,9562352 4,826428456 15,46205 96,54 22,83014
BTPNS 2016 23,80416819 7,58864765 15,80658 92,75 24,23781
BTPNS 2017 28,91118782 9,924051949 16,02998 92,5 19,33897
BTPNS 2018 40,92194259 10,78984407 16,30368 95,6 36,88002
BSB 2014 15,85414283 0,247418286 22,36445 92,89 23,77053
BSB 2015 16,31088686 0,697870693 22,48579 90,56 22,91736
BSB 2016 15,14731579 0,681420788 22,67197 88,18 27,70041
BSB 2017 19,20250252 0,018587109 22,69265 82,44 30,6201
BSB 2018 19,31382055 0,024097543 22,56832 93,4 23,82682
Keterangan
No. Kode Bank Nama Bank Umum Syariah
1. BAS Bank Aceh Syariah
2. BMI Bank Muamalat Indonesia
3. BVS Bank Victoria Syariah
4. BRIS Bank Rakyat Indonesia Syariah
5. BPDS Bank Panin Dubai Syariah
6. BNIS Bank Negara Indonesia Syariah
7. BSM Bank Syariah Mandiri
8. BMS Bank Mega Syariah
9. BCAS Bank Central Asia Syariah
10. BTPNS Bank Tabungan Pensiunan Nasional Syariah
11. BSB Bank Syariah Bukopin
Lampiran 2 Statistik Descriptive
Date: 03/17/20 Time: 09:40
Sample: 2014 2018 CAR FDR LATA ROA SIZE Mean 18.71191 87.59382 23.92006 1.035103 19.53469
96
Lampiran 3 Uji Stasioneritas
X-1 ROA
Panel unit root test: Summary
Series: D(ROA)
Date: 03/17/20 Time: 09:42
Sample: 2014 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.62246 0.0001 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 21.2293 0.5066 11 33
PP - Fisher Chi-square 30.7997 0.1003 11 33 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
X-2 CAR
Panel unit root test: Summary
Series: D(CAR)
Date: 03/17/20 Time: 09:41
Sample: 2014 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Median 18.72296 90.12000 24.23781 0.697760 18.18283
Maximum 40.92194 100.6700 41.21947 10.78984 24.12261
Minimum 3.524852 69.44000 0.025595 -11.29645 15.12655
Std. Dev. 7.360496 7.425796 9.140094 2.858997 2.948718
Skewness 0.518383 -0.624078 -0.427409 0.028081 0.120378
Kurtosis 3.580487 2.593670 2.881505 11.51708 1.391764
Jarque-Bera 3.235483 3.948534 1.706734 166.2461 6.060052
Probability 0.198346 0.138863 0.425978 0.000000 0.048314
Sum 1029.155 4817.660 1315.603 56.93065 1074.408
Sum Sq. Dev. 2925.553 2977.692 4511.231 441.3885 469.5266
Observations 55 55 55 55 55
97
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -46.2669 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 57.0951 0.0001 11 33
PP - Fisher Chi-square 63.7345 0.0000 11 33 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
X-3 SIZE
Panel unit root test: Summary
Series: D(SIZE)
Date: 03/17/20 Time: 09:42
Sample: 2014 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -407.670 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 62.3076 0.0000 11 33
PP - Fisher Chi-square 67.3532 0.0000 11 33 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Y-1 LATA
Panel unit root test: Summary
Series: D(LATA)
Date: 03/17/20 Time: 09:41
Sample: 2014 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -16.4110 0.0000 11 33
98
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 48.2359 0.0010 11 33
PP - Fisher Chi-square 59.1575 0.0000 11 33 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Y-2 FDR
Panel unit root test: Summary
Series: D(FDR)
Date: 03/17/20 Time: 09:41
Sample: 2014 2018
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -6.37745 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 35.5425 0.0340 11 33
PP - Fisher Chi-square 42.5037 0.0054 11 33 ** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Lampiran 4 Estimasi Model Regresi
Y-1 LATA
Fixed Effect
Dependent Variable: LATA
Method: Panel Least Squares
Date: 03/15/20 Time: 22:23
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 20.90726 1.737568 12.03249 0.0000
D(LOG(CAR)) -1.125220 1.672324 -0.672848 0.5064
D(ROA) -0.067168 0.068882 -0.975112 0.3376
D(LOG(SIZE)) -44.36782 11.12692 -3.987429 0.0004
99
LATA(-1) 0.190076 0.038492 4.938085 0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.819339 Mean dependent var 25.05521
Adjusted R-squared 0.732124 S.D. dependent var 8.898069
S.E. of regression 4.605353 Akaike info criterion 6.157240
Sum squared resid 615.0691 Schwarz criterion 6.765487
Log likelihood -120.4593 Hannan-Quinn criter. 6.382807
F-statistic 9.394415 Durbin-Watson stat 2.048850
Prob(F-statistic) 0.000000
Common Effect
Random Effect
Dependent Variable: LATA
Method: Panel EGLS (Cross-section random effects)
Date: 03/11/20 Time: 19:51
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Dependent Variable: LATA
Method: Panel Least Squares
Date: 03/11/20 Time: 19:51
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Variable Coefficient Std. Error t-Statistic Prob.
C 25.13238 0.728789 34.48511 0.0000
D(CAR) 0.099352 0.141857 0.700367 0.4891
D(ROA) -0.155569 0.286994 -0.542066 0.5918
D(SIZE) -1.571123 2.560450 -0.613612 0.5441
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.808183 Mean dependent var 25.05521
Adjusted R-squared 0.725063 S.D. dependent var 8.898069
S.E. of regression 4.665654 Akaike info criterion 6.171704
Sum squared resid 653.0498 Schwarz criterion 6.739401
Log likelihood -121.7775 Hannan-Quinn criter. 6.382234
F-statistic 9.723027 Durbin-Watson stat 1.985636
Prob(F-statistic) 0.000000
100
Total panel (balanced) observations: 44
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 25.12173 2.861845 8.778158 0.0000
D(CAR) 0.104013 0.141166 0.736808 0.4655
D(ROA) -0.164783 0.286640 -0.574878 0.5686
D(SIZE) -1.407446 2.531796 -0.555908 0.5814
Effects Specification
S.D. Rho
Cross-section random 9.179274 0.7947
Idiosyncratic random 4.665654 0.2053
Weighted Statistics
R-squared 0.033215 Mean dependent var 6.171370
Adjusted R-squared -0.039294 S.D. dependent var 4.437690
S.E. of regression 4.524036 Sum squared resid 818.6761
F-statistic 0.458086 Durbin-Watson stat 1.589347
Prob(F-statistic) 0.713089
Unweighted Statistics
R-squared 0.006801 Mean dependent var 25.05521
Sum squared resid 3381.398 Durbin-Watson stat 0.384799
Y-2 FDR
Fixed Effect
Dependent Variable: D(FDR)
Method: Panel EGLS (Cross-section weights)
Date: 03/14/20 Time: 21:31
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Linear estimation after one-step weighting matrix
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C -1.976827 0.703082 -2.811661 0.0086
D(CAR) 0.000184 0.125752 0.001461 0.9988
D(ROA) 0.248597 0.082630 3.008563 0.0053
D(SIZE) -1.253769 0.439551 -2.852386 0.0078
Effects Specification
Cross-section fixed (dummy variables)
101
Weighted Statistics
R-squared 0.198443 Mean dependent var -2.471334
Adjusted R-squared -0.148898 S.D. dependent var 5.487047
S.E. of regression 5.878165 Sum squared resid 1036.585
F-statistic 0.571320 Durbin-Watson stat 2.800587
Prob(F-statistic) 0.857194
Unweighted Statistics
R-squared 0.115126 Mean dependent var -2.001364
Sum squared resid 1194.512 Durbin-Watson stat 2.775307
Common Effect
Dependent Variable: FDR
Method: Panel Least Squares
Date: 03/15/20 Time: 22:41
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 14.62703 5.456010 2.680903 0.0107
D(LOG(CAR)) 3.127764 2.845536 1.099183 0.2784
D(ROA) 0.071205 0.133839 0.532020 0.5977
D(LOG(SIZE)) -50.56404 18.68158 -2.706625 0.0100
FDR(-1) 0.814176 0.067150 12.12474 0.0000
R-squared 0.540965 Mean dependent var 86.62750
Adjusted R-squared 0.493885 S.D. dependent var 7.760855
S.E. of regression 5.521210 Akaike info criterion 6.361716
Sum squared resid 1188.867 Schwarz criterion 6.564465
Log likelihood -134.9578 Hannan-Quinn criter. 6.436905
F-statistic 11.49022 Durbin-Watson stat 2.021815
Prob(F-statistic) 0.000003
Random Effect
Dependent Variable: D(FDR)
Method: Panel EGLS (Cross-section random effects)
Date: 03/14/20 Time: 21:32
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
Swamy and Arora estimator of component variances
102
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C -1.933103 1.322433 -1.461777 0.1516
D(CAR) 0.138293 0.191271 0.723020 0.4739
D(ROA) 0.078665 0.132380 0.594241 0.5557
D(SIZE) -2.569899 1.100527 -2.335154 0.0246
Effects Specification
S.D. Rho
Cross-section random 0.000000 0.0000
Idiosyncratic random 6.176946 1.0000
Weighted Statistics
R-squared 0.050107 Mean dependent var -2.001364
Adjusted R-squared -0.021135 S.D. dependent var 5.602996
S.E. of regression 5.661896 Sum squared resid 1282.283
F-statistic 0.703334 Durbin-Watson stat 2.371864
Prob(F-statistic) 0.555652
Unweighted Statistics
R-squared 0.050107 Mean dependent var -2.001364
Sum squared resid 1282.283 Durbin-Watson stat 2.371864
Lampiran 5 Hasil Uji Data Panel
Y-1 LATA
1. Uji Chow
2. Uji Hausmann
Correlated Random Effects - Hausman Test
Equation: REM_LATA
Test cross-section random effects
Redundant Fixed Effects Tests
Equation: FEM_LATA_CHOSEN
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 4.168695 (10,29) 0.0012
Cross-section Chi-square 39.202466 10 0.0000
103
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.608595 3 0.0045
Y-2 FDR
1. Uji Chow
2. Uji Hausmann
Lampiran 6 Hasil Uji Regresi
1. Uji Regresi Berganda Variabel Y-1 LATA
Redundant Fixed Effects Tests
Equation: FEM_FDR
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 0.463452 (10,30) 0.9003
Correlated Random Effects - Hausman Test
Equation: REM_FDR
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.7264912 3 0.0239
Dependent Variable: D(LATA)
Method: Panel Least Squares
Date: 03/17/20 Time: 10:13
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44 Variable Coefficient Std. Error t-Statistic Prob. C 25.13238 0.728789 34.48511 0.0000
D(CAR) 0.099352 0.141857 0.700367 0.4891
D(ROA) -0.155569 0.286994 -0.542066 0.5918
D(SIZE) -1.571123 2.560450 -0.613612 0.5441 Effects Specification Cross-section fixed (dummy variables)
104
Regresi Berganda Variabel Y-1 LATA Setelah Penyembuhan
Dependent Variable: D(LATA)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:23
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 20.90726 1.737568 12.03249 0.0000
D(LOG(CAR)) -1.125220 1.672324 -0.672848 0.5064
D(ROA) -0.067168 0.068882 -0.975112 0.3376
D(LOG(SIZE)) -44.36782 11.12692 -3.987429 0.0004
LATA(-1) 0.190076 0.038492 4.938085 0.0000
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.819339 Mean dependent var 25.05521
Adjusted R-squared 0.732124 S.D. dependent var 8.898069
S.E. of regression 4.605353 Akaike info criterion 6.157240
Sum squared resid 615.0691 Schwarz criterion 6.765487
Log likelihood -120.4593 Hannan-Quinn criter. 6.382807
F-statistic 9.394415 Durbin-Watson stat 2.048850
Prob(F-statistic) 0.000000
2. Uji Regresi Berganda Variabel Y-2 FDR
R-squared 0.808183 Mean dependent var 25.05521
Adjusted R-squared 0.725063 S.D. dependent var 8.898069
S.E. of regression 4.665654 Akaike info criterion 6.171704
Sum squared resid 653.0498 Schwarz criterion 6.739401
Log likelihood -121.7775 Hannan-Quinn criter. 6.382234
F-statistic 9.723027 Durbin-Watson stat 1.985636
Prob(F-statistic) 0.000000
Dependent Variable: D(FDR)
Method: Panel Least Squares
Date: 03/17/20 Time: 10:22
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank
105
Regresi Berganda Variabel Y-2 FDR Setelah Penyembuhan
Dependent Variable: D(FDR)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:41
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C 14.62703 5.456010 2.680903 0.0107
D(LOG(CAR)) 3.127764 2.845536 1.099183 0.2784
D(ROA) 0.071205 0.133839 0.532020 0.5977
D(LOG(SIZE)) -50.56404 18.68158 -2.706625 0.0100
FDR(-1) 0.814176 0.067150 12.12474 0.0000 R-squared 0.540965 Mean dependent var 86.62750
Adjusted R-squared 0.493885 S.D. dependent var 7.760855
S.E. of regression 5.521210 Akaike info criterion 6.361716
Sum squared resid 1188.867 Schwarz criterion 6.564465
Log likelihood -134.9578 Hannan-Quinn criter. 6.436905
F-statistic 11.49022 Durbin-Watson stat 2.021815
Prob(F-statistic) 0.000003
Lampiran 7 Uji Asumsi Klasik
1. Uji Normalitas
Y-1 LATA
Variable Coefficient Std. Error t-Statistic Prob. C 86.73926 1.859050 46.65785 0.0000
D(CAR) -0.014118 0.282017 -0.050060 0.9603
D(ROA) 0.203823 0.270268 0.754151 0.4552
D(SIZE) -2.386081 0.892657 -2.673010 0.0108 R-squared 0.013540 Mean dependent var 86.62750
Adjusted R-squared -0.060445 S.D. dependent var 7.760855
S.E. of regression 7.991966 Akaike info criterion 7.081259
Sum squared resid 2554.861 Schwarz criterion 7.243458
Log likelihood -151.7877 Hannan-Quinn criter. 7.141410
F-statistic 0.183007 Durbin-Watson stat 0.659583
Prob(F-statistic) 0.907322
106
Y-2 FDR
0
2
4
6
8
10
-12.5 -10.0 -7.5 -5.0 -2.5 0.0 2.5 5.0 7.5 10.0
Series: Standardized Residuals
Sample 2015 2018
Observations 44
Mean -0.346615
Median 0.169290
Maximum 9.891336
Minimum -12.01796
Std. Dev. 5.110182
Skewness -0.256502
Kurtosis 2.559087
Jarque-Bera 0.838893
Probability 0.657410
2. Uji Multikolinieritas
Y-1 LATA
CAR ROA SIZE CAR 1.000000 0.385655 -0.128683
ROA 0.385655 1.000000 -0.128608
SIZE -0.128683 -0.128608 1.000000
Y-2 FDR
ROA CAR SIZE ROA 1.000000 0.385655 -0.128608
CAR 0.385655 1.000000 -0.128683
SIZE -0.128608 -0.128683 1.000000
0
1
2
3
4
5
6
7
8
-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3
Series: Standardized Residuals
Sample 2015 2018
Observations 44
Mean 2.52e-18
Median -0.016924
Maximum 0.327458
Minimum -0.347427
Std. Dev. 0.192732
Skewness -0.021222
Kurtosis 1.960319
Jarque-Bera 1.985021
Probability 0.370645
107
3. Uji Autokorelasi
Y-1 LATA
Setelah Penyembuhan Variabel Y-1 LATA
Dependent Variable: D(LATA)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:23
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C 20.90726 1.737568 12.03249 0.0000
D(LOG(CAR)) -1.125220 1.672324 -0.672848 0.5064
D(ROA) -0.067168 0.068882 -0.975112 0.3376
D(LOG(SIZE)) -44.36782 11.12692 -3.987429 0.0004
LATA(-1) 0.190076 0.038492 4.938085 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.819339 Mean dependent var 25.05521
Adjusted R-squared 0.732124 S.D. dependent var 8.898069
S.E. of regression 4.605353 Akaike info criterion 6.157240
Sum squared resid 615.0691 Schwarz criterion 6.765487
Log likelihood -120.4593 Hannan-Quinn criter. 6.382807
F-statistic 9.394415 Durbin-Watson stat 2.048850
Prob(F-statistic) 0.000000
R-squared 0.808183 Mean dependent var 25.05521
Adjusted R-squared 0.725063 S.D. dependent var 8.898069
S.E. of regression 4.665654 Akaike info criterion 6.171704
Sum squared resid 653.0498 Schwarz criterion 6.739401
Log likelihood -121.7775 Hannan-Quinn criter. 6.382234
F-statistic 9.723027 Durbin-Watson stat 1.985636
Prob(F-statistic) 0.000000
108
Y-2 FDR
Setelah Penyembuhan Variabel Y-2 FDR
4. Uji Heterokedastisitas
Y-1 LATA
R-squared 0.013540 Mean dependent var 86.62750
Adjusted R-squared -0.060445 S.D. dependent var 7.760855
S.E. of regression 7.991966 Akaike info criterion 7.081259
Sum squared resid 2554.861 Schwarz criterion 7.243458
Log likelihood -151.7877 Hannan-Quinn criter. 7.141410
F-statistic 0.183007 Durbin-Watson stat 0.659583
Prob(F-statistic) 0.907322
Dependent Variable: D(FDR)
Method: Panel Least Squares
Date: 03/15/20 Time: 22:41
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
White cross-section standard errors & covariance (no d.f. correction)
WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-Statistic Prob. C 14.62703 5.456010 2.680903 0.0107
D(LOG(CAR)) 3.127764 2.845536 1.099183 0.2784
D(ROA) 0.071205 0.133839 0.532020 0.5977
D(LOG(SIZE)) -50.56404 18.68158 -2.706625 0.0100
FDR(-1) 0.814176 0.067150 12.12474 0.0000 R-squared 0.540965 Mean dependent var 86.62750
Adjusted R-squared 0.493885 S.D. dependent var 7.760855
S.E. of regression 5.521210 Akaike info criterion 6.361716
Sum squared resid 1188.867 Schwarz criterion 6.564465
Log likelihood -134.9578 Hannan-Quinn criter. 6.436905
F-statistic 11.49022 Durbin-Watson stat 2.021815
Prob(F-statistic) 0.000003
Dependent Variable: ARESID01
Method: Panel Least Squares
Date: 03/15/20 Time: 21:51
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44
109
Y-2 FDR
Variable Coefficient Std. Error t-Statistic Prob. C 0.133893 0.022607 5.922543 0.0000
D(LOG(CAR)) 0.037882 0.065003 0.582776 0.5633
D(ROA) 0.000935 0.008645 0.108098 0.9145
D(LOG(SIZE)) 1.238808 1.479823 0.837133 0.4075 R-squared 0.026134 Mean dependent var 0.139335
Adjusted R-squared -0.046906 S.D. dependent var 0.141296
S.E. of regression 0.144572 Akaike info criterion -0.943567
Sum squared resid 0.836045 Schwarz criterion -0.781368
Log likelihood 24.75848 Hannan-Quinn criter. -0.883416
F-statistic 0.357809 Durbin-Watson stat 1.162833
Prob(F-statistic) 0.783752
Dependent Variable: ARESID01
Method: Panel Least Squares
Date: 03/16/20 Time: 10:54
Sample (adjusted): 2015 2018
Periods included: 4
Cross-sections included: 11
Total panel (balanced) observations: 44 Variable Coefficient Std. Error t-Statistic Prob. C 0.133893 0.022607 5.922543 0.0000
D(LOG(CAR)) 0.037882 0.065003 0.582776 0.5633
D(ROA) 0.000935 0.008645 0.108098 0.9145
D(LOG(SIZE)) 1.238808 1.479823 0.837133 0.4075 R-squared 0.026134 Mean dependent var 0.139335
Adjusted R-squared -0.046906 S.D. dependent var 0.141296
S.E. of regression 0.144572 Akaike info criterion -0.943567
Sum squared resid 0.836045 Schwarz criterion -0.781368
Log likelihood 24.75848 Hannan-Quinn criter. -0.883416
F-statistic 0.357809 Durbin-Watson stat 1.162833
Prob(F-statistic) 0.783752
110
111
112
DAFTAR RIWAYAT HIDUP
Nama : Dwi Arfiyanti
Nim : 63010160384
Fakultas : Ekonomi dan Bisnis Islam
Jurusan : S1 Perbankan Syariah
Tempat/Tanggal Lahir : Kab. Semarang, 30 Mei 1998
Alamat : Dusun Bantar Rt 01 Rw 01 Desa Popongan Kec.
Bringin Kab. Semarang
Telepon : 085335022355
E-mail : [email protected]
Pendidikan :
Tahun Asal Sekolah
2014-2010 SD N Kauman Lor 03
2010-2013 SMP N 1 Pabelan
2013-2016 SMA N 1 Bringin
2016-2020 Institut Agama Islam Negeri Salatiga
Pengalaman Organisasi :
1. Karang Taruna Pramaduta Dusun Bantar
2. Rumah Cerdas Dusun Bantar (RCI Chapter Semarang)
3. HMPS PS-S1 (Himpunan Mahasiswa Program Studi Perbankan Syariah-
S1)