pengaruh tingkat kesehatan risk based bank...

i

PENGARUH TINGKAT KESEHATAN RISK BASED BANK RATING

TERHADAP SOLVABILITAS BANK SYARIAH DI INDONESIA

SKRIPSI

Diajukan kepada Fakultas Syariah dan Hukum

Untuk Memenuhi Syarat-Syarat Mencapai Gelar

Sarjana Ekonomi Syariah (S.E.Sy)

Oleh :

Imam Syuhada

NIM. 1111046100033

K O N S E N T R A S I P E R B A N K A N S Y A R I A H

PROGRAM STUDI MUAMALAT (EKONOMI ISLAM)

FAKULTAS SYARIAH DAN HUKUM

UIN SYARIF HIDAYATULLAH

JAKARTA

1436 H/2015 M

ii

LEMBAR PENGESAHAN

iii

LEMBAR PERNYATAAN

Dengan ini saya menyatakan bahwa :

1. Skripsi ini merupakan hasil karya asli saya yang diajukan untuk memenuhi salah

satu persyaratan memperoleh gelar strata satu di Universitas Islam Negeri (UIN)

Syarif Hidayatullah Jakarta.

2. Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan

sesuai dengan ketentuan yang berlaku di Universitas Islam Negeri (UIN) Syarif

Hidayatullah Jakarta.

3. Jika di kemudian hari terbukti bahwa karya ini bukan hasil karya asli saya atau

merupakan hasil jiplakan dari karya orang lain, maka saya bersedia menerima

sanksi yang berlaku di Universitas Islam Negeri (UIN) Syarif Hidayatullah

Jakarta.

Jakarta, September 2015

Imam Syuhada

iv

KATA PENGANTAR

Puji syukur kehadirat Allah SWT., yang telah melimpahkan segala rahmat-Nya

sehingga penulis dapat menyelesaikan kewajiban studinya. Shalawat serta salam

semoga tercurahkan kepada junjungan kami, Nabi Muhammad SAW. beserta para

keluarga dan sahabatnya.

Penulisan skripsi ini tidak akan terselesaikan tanpa banyak tangan yang terulur

memberikan bantuan. Ucapan rasa hormat dan terima kasih atas segala kepedulian

mereka yang telah memberikan bantuan, baik berupa sapaan moril, kritik, masukan,

dorongan semangat, dukungan finansial maupun sumbangan pemikiran dalam

penulisan skripsi ini. Oleh karena itu, penulis secara khusus mengucapkan terima

kasih kepada:

1. Bapak Dr. Asep Saepudin Jahar, M.A., selaku Dekan Fakultas Syariah dan

Hukum Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta.

2. Bapak A.M. Hasan Ali, M.A., selaku ketua Pogram Studi Muamalat (Hukum

Ekonomi Islam) Fakultas Syariah dan Hukum Universitas Islam Negeri (UIN)

Syarif Hidayatullah Jakarta.

3. Bapak H. Ah. Azharuddin Lathif, M.Ag., MH., selaku dosen pembimbing

akademik yang telah memberikan masukan saran mengenai proposal penelitian

skripsi

4. Ibu Dr. Siti Hamidah Rustiana, S.E, Ak, M.Si dan Bapak Ir. Aries Koentjoro,

M.M, selaku penguji pada sidang skripsi yang telah membantu saya dalam

mengoreksi kesalahan-kesalahan dalam penelitian saya.

5. Bapak Ali Rama, S.E, M.Ec, selaku pembimbing skripsi yang telah banyak

membantu meluangkan waktu, pikiran dan tenaga serta kesabarannya untuk

memberikan bimbingan, pengarahan dan nasihat kepada penulis dalam

menyelesaikan skripsi ini.

6. Seluruh dosen serta civitas akademika Fakultas Syariah dan Hukum Universitas

Islam Negeri (UIN) Syarif Hidayatullah Jakarta yang telah mendidik dan

memberikan ilmunya kepada penulis.

7. Segenap pimpinan dan karyawan Perpustakaan Fakultas Syariah dan Hukum,

serta Perpustakaan Umum Universitas Islam Negeri (UIN) Syarif Hidayatullah

Jakarta.

8. Kedua orang tua penulis, yaitu Bapak Purnomo Miskan dan Ibu Chadijah, yang

telah memberikan banyak motivasi bagi penulis untuk secepatnya menyelesaikan

skripsi ini. Setiap pesan dan nasihat yang disampaikan selalu memberikan

inspirasi serta motivasi bagi penulis. Tak lupa juga, kakak dan adik penulis yang

merupakan anugerah yang telah Allah SWT. berikan, yaitu Azhar Kamal, Ria

Fajriati, dan Muhammad Hisyam.

9. Sahabat-sahabat penulis yang selalu menemani saat bimbingan skripsi,

mendukung dan memotivasi penulis untuk segera menyelesaikan skripsi ini,

yaitu Yella Novella Dara Amelia dan Eko Sunarwan.

10. Sahabat-sahabat penulis yang selalu mendukung dan memotivasi penulis untuk

segera menyelesaikan skripsi ini, yaitu Mutia Sarayati, Mu’min Billah, Zakaria,

Achmad, Nasir, Latief, Firdaus, Aufar, Zulkarnain, Nuril, Akiko, Ramadan dan

sahabat lainnya dari PS A 2011.

11. Teman-teman seperjuangan di Universitas Islam Negeri (UIN) Syarif

Hidayatullah Jakarta, khususnya mahasiswa/i Perbankan Syariah angkatan 2011

yang telah membantu dan memberikan motivasi dalam skripsi ini. Terima kasih

atas semua kenangan yang tidak terlupakan, semoga silaturahim kita dapat tetap

terjalin sampai kapanpun.

Akhirnya kepada semua pihak yang telah membantu selesainya skripsi ini,

penulis ucapkan terima kasih sebesar-besarnya. Semoga Allah SWT mencatatnya

sebagai amal dan membalasnya dengan yang lebih baik. Selain itu, penulis akui

bahwa skripsi ini masih jauh dari kesempurnaan. Oleh karena itu, besar harapan

penulis munculnya saran untuk menunjang kesempurnaan atas skripsi ini di waktu

mendatang. Semoga skripsi ini dapat memberikan manfaat bagi semua kalangan.

Aamiin.

Jakarta, September 2015

Imam Syuhada

vii

ABSTRACT

The purpose of this research is to test the influence of the variable Return On

Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-

Performing Financing (NPF), and Portfolio AssetsVolume (VAP) toward Debt to

Assets Ratio (DAR). The result of this research could give contributions to banking

managers in keeping its banking performance.

Methodology research as the sample used purposive sampling with criteria as

(1) Listed Islamic General Banking on Bank Indonesia that is published in annual

report of Islamic Banking on 2014 and provide financial report during period 2010

through 2014. Data that used on this research were panel data of sample Islamic Bank

that acquired from criteria. Sample was acquired 8 Islamic Bank with 19 quarterly

period and 152 data. Data analysis with multiple linear regression of ordinary least

square with weighted and Cross-section SUR (Seemingly Unrelated Regression)

adjusted. Hypotheses test used tstatistic and F-statistic at level significance 5%, a

classic assumption examination which consist of data normality test, multicollinearity

test, heteroscedasticity test and autocorrelation test is also being done to test the

hypotheses.

The result of research show that variables and data research was normal

distributed. Based on multicollinierity test, heteroscedasticity test and autocorrelation

test classic assumption deviation has not founded, this indicate that the available data

has fulfill the condition to use multi linier regression model. Empirical evidence show

as ROA, NOM, FDR, and NPF to have influence toward DAR general banking in

Indonesia over period 2010 – 2014 at level of significance less than 5%. Meanwhile,

VAP to have not influence toward DAR general banking in Indonesia over period

2010 – 2014 at level of significance more than 5%. Where it was proved that together

ROA, NOM, FDR, NPF, and VAP to have influence toward DAR general banking in

Indonesia over period 2010 – 2014 at level of significance less than 5%. Prediction

capability from these five variables toward DAR is 66,5%, where the balance (33,5%)

is affected to other factor which was not to be entered to research model. Beside this

research is limited to Risk Based Bank Rating indicators with 8 sample, research

quarterly period along 5 years, and 152 data acquired. Suggested to future research

expanding other fundamental factors and expanding data period to achieve a strong

and efficient banking system which build the stability offinancial system to grow up

national economy.

Keyword : Banking Performance, RBBR, DAR, ROA, NOM, FDR, NPF, VAP

ABSTRAK

Penelitian ini bertujuan untuk menguji pengaruh variabel Return On Assets

(ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-

Performing Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Debt to

Assets Ratio (DAR). Hasil penelitian ini diharapkan dapat memberikan kontribusi

bagi para praktisi dalam menjaga tingkat kesehatan bank.

Teknik Sampling yang digunakan adalah purposive sampling dengan kriteria

Bank Umum Syariah yang sudah terdaftar di Bank Indonesia berdasarkan statistik

perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014 dan

mempublikasikan laporan keuangan triwulan selama periode 2010-2014. Data yang

digunakan adalah data panel dari sampel bank yang memenuhi kriteria tersebut.

Diperoleh jumlah sampel sebanyak 8 bank syariah dengan periode sebanyak 19

periode triwulan sehingga didapatkan 152 data. Teknik analisis yang digunakan

adalah regresi berganda berbobot dengan penyesuaian Cross-section SUR (Seemingly

Unrelated Regression) dilengkapi uji asumsi klasik normalitas, multikolinearitas,

heterokedastisitas dan autokorelasi untuk mendapat model estimasi yang tidak bias.

Hipotesis diuji menggunakan t-statistik untuk menguji keberartian koefisien regresi

secara parsial serta F-statistik untuk menguji keberartian koefisien regresi secara

bersama-sama pada tingkat signifikansi 5%.

Hasil penelitian ini menunjukkan bahwa ROA, NOM, FDR, dan NPF secara

parsial berpengaruh signifikan terhadap DAR pada bank umum syariah di Indonesia

periode 2010-2014 dengan nilai probabilitas masing-masing lebih kecil dari 0,05.

Sementara, VAP secara parsial tidak berpengaruh signifikan terhadap DAR pada

bank umum syariah di Indonesia periode 2010-2014 dengan nilai probabilitas lebih

besar dari 0,05. Koefisien determinasi menunjukkan bahwa dalam model regresi

sebesar 66,5% perubahan variabel DAR disebabkan oleh keenam variabel yang

diteliti, sedangkan sisanya 33,5% dipengaruhi oleh faktor lain yang tidak dimasukkan

ke dalam model penelitian. Penelitian ini hanya terbatas pada variabel tingkat

kesehatan bank Risk Based Bank Rating dengan 8 sampel, periode pengamatan

selama 19 triwulan dan 152 data. Disarankan agar dilakukan penelitian lanjutan

dengan memperluas faktor lainnya sebagai variabel independen yang mempengaruhi

DAR dan menambah periode data yang ada sehingga mencapai suatu system

perbankan yang sehat, kuat dan efisien guna menciptakan kestabilan system keuangan

dalam rangka membantu mendorong pertumbuhan ekonomi nasional.

Kata Kunci : Tingkat Kesehatan Bank, RBBR, DAR, ROA, NOM, FDR, NPF, VAP

ix

DAFTAR ISI

LEMBAR PENGESAHAN ................................................................................................ ii

LEMBAR PERNYATAAN............................................................................................... iii

KATA PENGANTAR ....................................................................................................... iv

ABSTRACT ...................................................................................................................... vii

DAFTAR ISI ...................................................................................................................... ix

DAFTAR TABEL ............................................................................................................. xii

DAFTAR GRAFIK ......................................................................................................... xiii

DAFTAR GAMBAR ....................................................................................................... xiv

BAB I PENDAHULUAN ................................................................................................... 1

A. Latar Belakang ........................................................................................................... 1

B. Pembatasan dan Perumusan Masalah ...................................................................... 11

1. Pembatasan Masalah ............................................................................................ 11

2. Perumusan Masalah ............................................................................................. 12

C. Tujuan dan Manfaat Penelitian ................................................................................ 12

D. Sistematika Penulisan .............................................................................................. 14

BAB II TINJAUAN PUSTAKA ...................................................................................... 16

A. Financial Distress Theory ....................................................................................... 16

B. Bank ......................................................................................................................... 19

C. Kesehatan Bank ....................................................................................................... 24

D. Risk-Based Bank Rating .......................................................................................... 26

1. Risk Profile (Profil Risiko) .................................................................................. 26

2. Good Corporate Governance (GCG) .................................................................. 27

3. Earning (Rentabilitas).......................................................................................... 28

4. Capital (Modal) ................................................................................................... 29

E. Solvabilitas Bank Syariah ....................................................................................... 30

1. Debt to Assets Ratio (DAR) ................................................................................. 30

2. Debt to Equity Ratio (DER) ................................................................................. 30

3. Equity Multiplier (EM) ........................................................................................ 31

F. Return On Assets (ROA) ......................................................................................... 31

G. Net Operating Margin (NOM) ................................................................................ 33

H. Financing To Deposit Ratio (FDR) ......................................................................... 34

I. Non Performing Financing (NPF) .......................................................................... 36

J. Volume Aset Portofolio (VAP) ................................................................................ 37

K. Penelitian Terdahulu ................................................................................................ 38

M. Kerangka Teoritis .................................................................................................... 43

N. Hipotesis .................................................................................................................. 46

BAB III METODOLOGI PENELITIAN ....................................................................... 48

A. Ruang Lingkup Penelitian ....................................................................................... 48

B. Metode Penentuan Sampel ...................................................................................... 48

C. Metode Pengumpulan Data ..................................................................................... 51

D. Definisi Operasional Variabel ................................................................................. 51

E. Teknik Analisis Data ............................................................................................... 58

1. Statistik Deskriptif ............................................................................................... 58

2. Penentuan Model Regresi .................................................................................... 59

3. Uji Asumsi Klasik ................................................................................................ 62

4. Analisis Regresi Berganda ................................................................................... 66

BAB IV HASIL DAN PEMBAHASAN .......................................................................... 71

A. Sekilas Gambaran Umum Objek Penelitian ............................................................ 71

B. Hasil Uji Analisis Data Penelitian ........................................................................... 73

1. Hasil Uji Statistik Deskripsi ................................................................................ 73

2. Penentuan Model Regresi Data Panel .................................................................. 79

3. Hasil Uji Asumsi Klasik ...................................................................................... 81

4. Hasil Uji Hipotesis ............................................................................................... 89

BAB V PENUTUP .......................................................................................................... 102

A. Kesimpulan ............................................................................................................ 102

B. Implikasi ................................................................................................................ 104

C. Saran ...................................................................................................................... 105

DAFTAR PUSTAKA ..................................................................................................... 107

LAMPIRAN .................................................................................................................... 110

xii

DAFTAR TABEL

Tabel 1. Predikat kesehatan bank berdasarkan ROA .............................................................. 28

Tabel 2. Predikat kesehatan bank berdasarkan NOM ............................................................. 28

Tabel 3. Predikat kesehatan bank berdasarkan CAR .............................................................. 29

Tabel 4. Ringkasan Penelitian Terdahulu ............................................................................... 40

Tabel 5. Proses Seleksi Sampel............................................................................................... 50

Tabel 6. Statistik Deskriptif .................................................................................................... 74

Tabel 7. Chow Test ................................................................................................................. 80

Tabel 8. Hausman Test ........................................................................................................... 81

Tabel 9. Korelasi Variabel Independen ................................................................................... 83

Tabel 10. Uji Park ................................................................................................................... 85

Tabel 11. Uji Durbin-Watson ................................................................................................. 86

Tabel 12. Hasil Regresi Autokorelasi ..................................................................................... 87

Tabel 13. Hasil Regresi dengan Cross Section SUR............................................................... 88

Tabel 14. Regresi Linear Berganda ......................................................................................... 89

Tabel 15. Adjusted R-Square .................................................................................................. 93

Tabel 16. Uji Statistik t ........................................................................................................... 94

Tabel 17. Uji F Statistik ........................................................................................................ 100

xiii

DAFTAR GRAFIK

Grafik 1. Return on Assets Perbankan Indonesia Tahun 1997-1999 ........................................ 2

Grafik 2. Return on Assets dan Capital Adequacy Ratio Perbankan Indonesia Tahun 2007-

2009 .......................................................................................................................... 5

Grafik 3. Return on Assets dan Capital Adequacy Ratio Perbankan Syariah Indonesia Tahun

2007-2009 ................................................................................................................. 7

Grafik 4. Perkembangan Capital Adequacy Ratio (CAR) Perbankan Syariah di Indonesia

Tahun 2011-2014 ...................................................................................................... 8

Grafik 5. Perkembangan Capital Adequacy Ratio (CAR) ...................................................... 72

Grafik 6. Perkembangan Debt to Assets Ratio (DAR) ........................................................... 73

Grafik 7. Test Normalitas Jarque-Bera ................................................................................... 82

xiv

DAFTAR GAMBAR

Gambar 1. Skema Kerangka Pemikiran .................................................................................. 42

Gambar 2. Skema Kerangka Teoritis ...................................................................................... 46

1

BAB I

PENDAHULUAN

A. Latar Belakang

Krisis ekonomi yang terjadi di Indonesia pada tahun 1998 dan 2008 cukup

memberi dampak pada keadaan perbankan di Indonesia. Belum lepas dari

ingatan kita ketika krisis 1997 memporakporandakan hampir seluruh sendi

perekonomian Indonesia. Krisis keuangan Asia atau di Indonesia lebih

dikenal dengan nama Krisis Moneter (krismon) itu, berawal di Thailand pada

bulan Juli. Krisis ini membawa dampak yang sangat besar terhadap nilai tukar,

bursa saham, dan harga aset lainnya di beberapa negara Asia.

Gejolak diawali dengan kejatuhan nilai tukar rupiah terhadap USD.

Akibatnya, banyak bank mulai ditimpa kerugian, terutama bank yang punya

pinjaman dalam mata uang asing dan tidak melakukan lindung nilai atas

pinjamannya. Gejolak kurs yang ditambah dengan pemburukan arus kas bank-

bank menyebabkan bank menghadapi kesulitan likuiditas. Sehingga

berdampak pada ketidakcukupan modal dalam menutupi likuiditas. Masalah

likuiditas ini mengakibatkan bank kehilangan kepercayaan sehingga

masyarakat ramai-ramai menarik uangnya secara besar-besaran dari bank.

Tanpa dana simpanan nasabah, bank tidak dapat menjalankan kegiatan usaha

sepenuhnya, ini terlihat dari profitabilitas yang menurun drastis yang diukur

dengan Retrn on Assets (ROA). Puluhan bank harus ditutup dengan konsekuensi

perekonomian bisa lumpuh total.1

Grafik 1. Return on Assets Perbankan Indonesia Tahun 1997-1999

Sumber: Laporan Tahunan Bank Indonesia 1998/1999

Walaupun keadaan krisis ekonomi tahun 1998 membuat banyak bank harus

tutup, tetapi bank yang menggunakan sistem bagi hasil (syariah) dapat bertahan

dan tidak sampai harus ditutup, hal ini dikarenakan pembayaran bagi hasil

didasarkan pada keuntungan riil dimana ketetapan didasarkan kontrak tidak bisa

berubah sewaktu-waktu seperti halnya dengan bunga, sehingga tidak terkena

dampak langsung dari kenaikan suku bunga dan inflasi akibat krisis global 1998.

Bank syariah ini adalah Bank Muamalat Indonesia. Bank Muamalat Indonesia

didirikan pada tahun 1991 dan beroperasi tahun 1992 hingga saat ini.2

Setelah masa krisis dilewati, perbankan di Indonesia mulai berbenah diri

1Bank Indonesia, “Krisis Global dan Penyelamatan Sistem Perbankan Indonesia”,

Humas Bank Indonesia, Jakarta, 2010, h. vi 2Anif Punto Utomo, Dua Dekade Ekonomi Syariah: Menuju Kiblat Ekonomi Islam,

Gres! Publishing Pusat Komunikasi Ekonomi Syariah, Jakarta, 2014, hal. iv – v

1.17 0.38

-22.59

-25

-20

-15

-10

-5

0

5

1997 1998 1999

ROA

memperbaiki dan membangun apa yang hilang saat krisis. Terlihat dari

profitabilitas yang mempunyai trend meningkat dari tahun 2001 hingga 2006

yaitu 1,45%, 1,96%, 2,63%, 3,46%, 2,55%, 2,64%.3 Selain itu perbaikan dalam

segi permodalan pun dilakukan perbankan untuk menghindari masalah saat

penarikan besar-besaran yang mungkin terjadi, hal ini terlihat dari Capital

Adequacy Ratio (CAR) yang juga mempunyai trend meningkat yaitu 19,93%,

22,44%, 19,43%, 19,42%, 19,30%, 21,27%.4

Hal yang tidak berbeda juga terjadi pada perbankan syariah di Indonesia

secara khususnya. Terlihat perbankan syariah juga mulai tumbuh dengan pesat

setelah bertahan dari krisis global 1998 dengan peningkatan permodalan yang

diukur dengan rasio kecukupan modal (CAR) sebesar 12,41%, 13,73%, 10,67%

dari tahun 2005 hingga 2007 dan juga peningkatan dari sisi profitabilitas yang

diukur dengan Return on Assets (ROA) sebesar 1,35%, 1,55%, 2,07% dari tahun

2005 hingga 2007.5

Hal ini dikarenakan krisis 1998 telah mempengaruhi perbaikan pada

beberapa aspek, antara lain transparansi yang memenuhi akuntabilitas dan

efektifitas, profesionalisme dan kompetensi, pemenuhan ketentuan perbankan

dan prinsip kehati-hatian. Demikian juga, bank tidak lagi berperanan sebagai

kasir dari sejumlah perusahaan dan grup perusahaan tertentu, terpeliharanya

posisi eksposur (exposure) valas tanpa resiko (long or square foreign exchange

3 Laporan Tahunan Bank Indonesia Tahun 2007, h. 27 4 Ibid, h. 27 5Statistik Perbankan Syariah Tahun 2010, h. 38

net open position) yang terkandung pada neraca bank, suasana persaingan antar

bank sehat baik yang bercirikan oligopoli untuk antar bank besar dan

monopolistic competition bagi bank menengah ke bawah.6

Kemudian, Krisis ekonomi terjadi lagi pada tahun 2008, rekayasa

instrumen keuangan yang berbentuk subprime mortgage menjadi salah satu

sebab timbulnya krisis ekonomi di AS. Subprime mortgage atau surat kredit

perumahan (KPR) yang berbunga rendah di tahun 2001-2005 menyebabkan

meningkatnya permintaan rumah (boom in the housing market).7 Sebab,

penduduk dengan penghasilan pas-pasan, yang dengan mudahnya syarat

mendapat kredit kepemilikan rumah (KPR), akhirnya ramai-ramai memborong

properti. Padahal tingkat bunga KPR sub-prime mortage lebih tinggi dari bunga

bank. Pada akhirnya para debitur yang tidak dapat membayar cicilan pokok dan

bunga yang membengkak menjadi penyebab kerugian lembaga keuangan dan

salah satunya adalah Lehman Brothers yang jatuh bangkrut mulai menyebarkan

krisis dimana nilai tukar rupiah terhadap Dollar US melemah.8

Di berbagai negara, aliran dana dan kredit terhenti, transaksi dan kegiatan

ekonomi sehari-hari terganggu. Aliran dana keluar (capital outflow) terjadi

besar-besaran. Indonesia yang saat krisis tidak memberlakukan penjaminan

dana nasabah secara menyeluruh, menderita capital outflow lebih parah

6Heri Sudarsono, “Dampak Krisis Keuangan Global terhadap Perbankan di

Indonesia: Perbandingan antara Bank Konvensional dan Bank Syariah”, Jurnal LaRiba, Vol.

III, No. 1, Juli 2009, h.17 7Heri Sudarsono, 2009, h. 14 8Bank Indonesia, 2010, h. 2

dibanding negara-negara tetangga yang menerapkan penjaminan dana

nasabah secara penuh (blankeet guarantee).9

Aliran dana keluar itu membuat likuiditas di dalam negeri semakin kering

dan bank-bank mengalami kesulitan mengelola arus dananya. Hal ini sama

seperti pada tahun 1998 dimana terjadi penarikan besar-besaran oleh deposan

yang mulai tidak percaya dengan lembaga perbankan, sehingga permodalan

perbankan dikerahkan untuk menutupi penarikan tersebut dan profitabilitas

perbankan menurun akibat dari lambatnya kegiatan usaha perbankan tanpa dana

simpanan nasabah, seperti terlihat pada grafik di bawah ini.

Grafik 2. Return on Assets dan Capital Adequacy Ratio Perbankan Indonesia

Tahun 2007-2009

Sumber: Statistik Perbankan Indonesia 2012

Dari grafik diatas terlihat penurunan yang terjadi tidak begitu besar, hal ini

terjadi karena Bank Indonesia meningkatkan BI rate untuk meredam inflasi yang

9Ibid, h. 7

19.3

16.76 17.42

2.78 2.33 2.60

5

10

15

20

25

2007 2008 2009

CAR ROA

diakibatkan oleh turunnya nilai rupiah terhadap dolar. Kenaikan BI rate direspon

dengan kenaikan tingkat bunga bank konvensional secara masif. Namun,

kembali lagi seperti pada tahun 1998, krisis global dan kenaikan tingkat bunga

ini tidak mempengaruhi bank syariah secara langsung.10

Sistem jual beli (bai’) di bank syariah, dimana pembayaran margin

didasarkan fixed rate dimana ketetapan didasarkan kontrak tidak bisa berubah

sewaktu-waktu seperti halnya dengan bunga. Namun bagi produk bagi hasil

dimungkinkan krisis keuangan ini akan mempengaruhi return bank syariah

karena krisis keuangaan akan mempengaruhi bagi hasil pegusaha untuk

mendapatkan laba optimal.11 Terlihat di bawah ini akibat dari kenaikan BI rate

dari krisis global tahun 2008 terhadap profitabilitas dan permodalan bank

syariah.

10Heri Sudarsono, 2009, h. 17 11Ibid, h. 17

Grafik 3. Return on Assets dan Capital Adequacy Ratio Perbankan Syariah

Indonesia Tahun 2007-2009

Sumber: Statistik Perbankan Syariah 2012

Dari dampak krisis ekonomi diatas, pada tahun 2011 Bank Indonesia yang

bertugas sebagai lembaga pengawas bank dan mengingat Basel III terkait dengan

penguatan modal dan penyempurnaan manajemen risiko mengeluarkan

kebijakan penilaian tingkat kesehatan bank dengan metode Risk-based Bank

Rating (RBBR).12 Peraturan baru ini merupakan penyempurnaan dari metode

CAMELS yang sebelumnya digunakan. Metode baru yang ditetapkan oleh Bank

Indonesia merupakan metode dengan pendekatan risiko yang terdiri dari empat

faktor penilaian yakni Risk Profile, Good Corporate Governance (GCG),

Earning, dan Capital.

Krisis tahun 1997 dan 2008, memberikan gambaran bahwa pentingnya

kesehatan bank dan sistem ketahanan bank, selain itu seperti yang diketahui

12Surat Edaran Bank Indonesia No. 13/24/DPNP perihal Penilaian Tingkat

Kesehatan Bank Umum tahun 2011

10.67

12.81

10.77

2.071.42 1.480

2

4

6

8

10

12

14

2007 2008 2009

CAR ROA

bahwa setiap kegiatan perbankan selalu berhubungan dengan risiko usaha,

khususnya bank syariah. Di tengah kegiatan bank syariah yang selalu beriring

dengan risiko, maka kepercayaan masyarakat terhadap kemampuan Bank

Syariah dalam menjamin dana yang mereka simpan, haruslah dijaga agar Bank

Syariah tetap dapat menjalankan kegiatan operasionalnya dan terus berkembang.

Maka diharapkan dengan kebijakan penilaian tingkat kesehatan bank yang baru

ini, perbankan di Indonesia, khususnya perbankan syariah dapat menguatkan

modal dan manajemen risikonya.

Setelah ditetapkannya kebijakan penilaian tingkat kesehatan bank dengan

metode Risk-based Bank Rating (RBBR), keadaan permodalan Bank Syariah

memperlihatkan keadaan sebaliknya, bukan meningkat tetapi menurun.

Grafik 4. Perkembangan Capital Adequacy Ratio (CAR) Perbankan Syariah

di Indonesia Tahun 2011-2014

Sumber : Statistik Perbankan Syariah Publikasi Bank Indonesia 2014

Terlihat dari grafik diatas kondisi yang berkebalikan dengan harapan dari

16.63

14.13 14.4213.06

2011 2012 2013 2014

CAR

CAR Linear (CAR)

penetapan kebijakan perhitungan tingkat kesehatan bank yang baru. Hal ini

menimbulkan pertanyaan bagaimana sebenarnya indikator-indikator dalam Risk

Based Bank Rating mempengaruhi permodalan dalam usahanya untuk

meningkatkan permodalan itu sendiri.

Sebelum itu, untuk memperjelas hubungan antara Tingkat Kesehatan Bank

dengan Solvabilitas, terdapat beberapa penelitian yang dapat dijadikan rujukan.

Dalam penelitian sebelumnya, Altman (1968) menguji manfaat rasio keuangan

dalam memprediksi kebangkrutan perusahaan. Dengan menggunakan metode

multivariate discriminant analysis dalam penelitiannya Altman menemukan

bahwa rasio keuangan profitabilitas, likuiditas, dan solvabilitas bermanfaat

dalam memprediksi kebangkrutan dengan tingkat keakuratan mencapai 95%

setahun sebelum perusahaan jatuh bangkrut. Sehingga dapat dikatakan

solvabilitas menjadi indikator perkiraan bangkrut atau tidaknya suatu

perusahaan.

Surifah (1999) dalam penelitiannya mengenai rasio keuangan sebagai alat

prediksi kegagalan perbankan, menunjukkan bahwa rasio keuangan dapat

dipergunakan sebagai alat prediksi kegagalan bank. Jika dihubungkan dengan

penelitian Altman maka dapat dikatakan bahwa rasio keuangan dapat

memprediksi kegagalan bank dimana salah satu indikatornya adalah solvabilitas.

Dalam hal ini, tingkat kesehatan bank RBBR juga memakai rasio keuangan

sebagai salah satu komponennya, sehingga dari penjelasan diatas maka

komponen tingkat kesehatan RBBR yang berupa rasio keuangan dapat

memprediksi Solvabilitasnya.

Terdapat pula penelitian-penelitian setelahnya yang mendukung Altman

dan Surifah, yakni penelitian Aydin Ozkan (2001), Mira (2004), dan Raden

(2001). Penelitian mereka menggunakan profitabilitas sebagai salah satu variabel

independennya. Ketiganya menjelaskan bahwa profitabilitas berpengaruh negatif

terhadap Debt to Assets Ratio (DAR). Tetapi, Aydin Ozkan dan Mira

menyatakan bahwa profitabilitas mempunyai pengaruh yang signifikan terhadap

DAR, sedangkan Raden menyatakan bahwa profitabilitas tidak mempunyai

pengaruh signifikan terhadap DAR.

Selain profitabilitas, variabel independen yang digunakan adalah likuiditas.

Pada penelitian Aydin dan Raden dijelaskan bahwa likuiditas berpengaruh positif

terhadap DAR, sedangkan Mira dalam penelitiannya menjelaskan bahwa

likuiditas berpengaruh negatif terhadap DAR. Tetapi hanya Aydin yang

menyatakan bahwa likuiditas mempunyai pengaruh signifikan terhadap DAR,

sedangkan Mira dan Raden menyatakan likuiditas tidak mempunyai pengarh

signifikan terhadap DAR.

Dari penelitian tersebut dijelaskan bahwa variabel-variabel yang

mempengaruhi tingkat kesehatan bank mampu menjelaskan dan memprediksi

kebangkrutan suatu perusahaan. Namun penelitian yang sudah ada memiliki

research gap yang menunjukkan perbedaan hasil dari beberapa variabel yang

sama terhadap DAR. Oleh karena itu, penelitian ini dimaksudkan untuk

mendukung penelitian yang sudah ada. Selain itu, penelitian ini memfokuskan

pada rasio keuangan pada tingkat kesehatan yang baru yaitu metode Risk Based

Bank Rating (RBBR) sebagai indikator yang mempengaruhi Solvabilitas Bank

Syariah di Indonesia.

Berdasarkan uraian tersebut, menarik untuk diteliti sejauh mana rasio

keuangan dari metode penilaian kesehatan bank yang baru ini berpengaruh pada

solvabilitas bank syariah di Indonesia. Peneliti juga merasa tertarik untuk

menulis skripsi dengan judul : “PENGARUH TINGKAT KESEHATAN BANK

RISK BASED BANK RATING TERHADAP SOLVABILITAS BANK SYARIAH

DI INDONESIA”.

B. Pembatasan dan Perumusan Masalah

1. Pembatasan Masalah

Berdasarkan latar belakang tersebut, peneliti membatasi permasalahan

yang akan diteliti pada aspek yang dianalisis agar tidak keluar dari

pembahasan, diantaranya:

a. Data Tingkat Kesehatan Bank yang digunakan menggunakan metode

Risk Based Bank Rating (RBBR) dari Laporan Keuangan Bank

Syariah pada tahun 2010 sampai dengan 2014. Indikator yang

mewakilinya adalah Return On Assets (ROA), Net Operating Margin

(NOM), Financing to Debt Ratio (FDR), Non-Performing Financing

(NPF), dan Volume Aset Portofolio (VAP).

b. Data Solvabilitas yang digunakan merupakan data dari Laporan

Keuangan Bank Syariah pada tahun 2010 sampai dengan 2014.

Indikator yang mewakilinya adalah Debt to Assets Ratio (DAR).

2. Perumusan Masalah

Melalui pembatasan masalah di atas, maka untuk mempermudah

penulisan skripsi ini, penulis merumuskan masalah penelitian sebagai

berikut:

a. Bagaimana pengaruh Faktor Tingkat Kesehatan RBBR (ROA, NOM,

FDR, NPF, dan VAP) secara parsial terhadap Solvabilitas Bank Syariah

di Indonesia?

b. Bagaimana pengaruh Faktor Tingkat Kesehatan RBBR (ROA, NOM,

FDR, NPF, dan VAP) secara simultan terhadap Solvabilitas Bank

Syariah di Indonesia?

C. Tujuan dan Manfaat Penelitian

1. Tujuan Penelitian

Tujuan yang ingin dicapai dari penelitian ini adalah untuk mengetahui

secara empiris pengaruh Tingkat Kesehatan Bank Risk Based Bank Rating

(RBBR) terhadap Solvabilitas Bank Syariah dan juga untuk mengetahui:

a. Faktor apa yang berpengaruh dari Tingkat Kesehatan RBBR terhadap

ketahanan Bank Syariah di Indonesia.

b. Bagaimana arah dari pengaruh Tingkat Kesehatan RBBR terhadap

ketahanan Bank Syariah di Indonesia.

Sehingga dapat disimpulkan saran strategis bagi Bank Syariah untuk

mempertahankan eksistensi, menjaga kesehatan bank, dan meminimalisir

risiko dalam usahanya mendapat kepercayaan masyarakat untuk menyimpan

dananya di Bank Syariah.

2. Manfaat Penelitian

Manfaat yang diharapkan dari penelitianini adalah dapat menjawab

semua masalah dalam penelitian ini, selain itu diharapkan juga dapat

berguna bagi:

a. Bagi Bank Syariah

Membantu memberikan saran dan masukan bagi Bank Syariah

tentang perhitungan seberapa besar pengaruh dari Tingkat Kesehatan

RBBR terhadapketahanan Bank Syariah di Indonesia, sehingga dapat

mengambil keputusan lebih tepat dalam mengatur strategi yang akan

dihadapi.

b. Bagi Institusi

Dapat menjadi sumber referensi bagi penelitian sejenis dan dapat

dijadikan sebagai bahan perbandingan dari penelitian yang telah ada

maupun yang akan dilakukan.Dapat memperluas khazanah ilmu

pengetahuan mahasiswa UIN Syarif Hidayatullah Jakarta tentang

dampak dari Tingkat Kesehatan RBBR terhadapketahanan Bank

Syariah di Indonesia serta strategi penjagaannya.

c. Bagi Nasabah

Menambah informasi dan pengetahuan nasabah dalam mengambil

keputusan memilih Bank Syariah yang sehat dan baik ketahanannya

dalam menghadapi risiko sehingga dana nasabah lebih aman ketika

disimpan.

d. Bagi Calon Investor

Dapat menjadi gambaran mengenai kesehatan dan ketahanan

Bank Syariah dalam jangka pendek dan panjang dari ancaman risiko-

risiko yang ada sehingga dapat dijadikan bahan pertimbangan untuk

melakukan keputusan investasi yang tepat.

e. Bagi Peneliti

Dengan melakukan penelitian ini, peneliti memperoleh

pengalaman dan menambah wawasan serta pengetahuan mengenai

pengaruh Tingkat Kesehatan Bank dengan metode Risk Based Bank

Rating (RBBR) terhadap Solvabilitas Bank Syariah.

D. Sistematika Penulisan

BAB I : PENDAHULUAN

Pada bab ini akan dijelaskan latar belakang, batasan dan rumusan masalah,

tujuan dan manfaat penelitian serta sistematika penulisan.

BAB II : TINJAUAN PUSTAKA

Pada bab ini akan disajikan teori terkait Tingkat Kesehatan Bank metode

Risk Based Bank Rating (RBBR) dan SolvabilitasPerbankan Syariah.

BAB III : METODOLOGI PENELITIAN

Pada bab ini akan dijelaskan mengenai ruang lingkup penelitian, metode

pengumpulan data, metode analisis data, penjelasan mengenai operasional

variabel, kerangka pemikiran dan hipotesis penelitian.

BAB IV : HASIL DAN PEMBAHASAN

Pada bab ini berisi data penelitian mengenai pengaruh pengaruh Tingkat

Kesehatan Bank dengan metode Risk Based Bank Rating (RBBR) terhadap

Solvabilitas Bank Syariah pada tahun 2007 sampai dengan 2013.

BAB V : PENUTUP

Bab ini memuat kesimpulan yang merupakan jawaban dari rumusan

permasalahan yang telah dibahas sebelumnya dan saran.

16

BAB II

TINJAUAN PUSTAKA

A. Financial Distress Theory

Financial distress adalah kondisi yang menunjukkan dimana arus kas

perusahaan saat itu sangat rendah dan perusahaan sedang menderita kerugian

akan tetapi belum sampai mengakibatkan kebangkrutan atau dapat dikatakan

perusahaan sedang mengalami penurunan kondisi keuangan. Plat dan Plat

memaparkan hal yang dimaksud financial distress sebagai “tahap penurunan

kondisi keuangan sebelum terjadi kebangkrutan ataupun likuidasi.13

Lennox, Kaiser, Claessens, Ogawa, dan Dewaelheyns dalam Rowland

Pasaribu mengungkapkan prediktor utama kebankrutan atau financial distress

dan arah pengaruhnya dalam probabilitas kegagalan sebagai berikut:14

1. Kerugian. Semakin merugi, perusahaan semakin tinggi probabilitasnya

untuk mengalami financial distress (+).

2. Hutang. Kebankrutan biasanya diawali dengan moment gagal bayar.

Karenanya semakin besar jumlah hutang, semakin tinggi probabilitas

financial distress (+).

13 Endri, “Prediksi Kebangkrutan Bank untuk Menghadapi dan Mengelola

Perubahan Lingkungan Bisnis: Analisis Model Altman’s Z-Score”, Perbanas Quarterly

Review, Volume 2, (Maret, 2009), h. 37 14 Rowland Pasaribu, “Penggunaan Binary Logit untuk Prediksi Financial Distress

Perusahaan yang Tercatat di Bursa Efek Jakarta (Studi Kasus Emiten Industri

Perdagangan)”, Ventura, Volume.11, 2008, h. 155.

3. Usia perusahaan. Usia perusahaan memiliki pengaruh berbentuk U terbalik

dengan probabilitas keluar dari financial distress. Selama periode awal atau

permulaan, skala probabilitas akan kejadian kebankrutan meningkat. Di

periode pertengahan, hubungan probabilitas kebankrutan cenderung stabil,

dan dengan dengan pertambahan umur perusahaan, maka semakin menurun

probabilitas kejadian financial distress (bankrut).

4. Ukuran perusahaan juga memiliki pengaruh berbentuk U terbalik dengan

probabilitas bergerak ke arah non-distress.

5. Status legal. Kemampuan yang terbatas memiliki pengaruh positif terhadap

probabilitas keluar dari status financial distress (+).

6. Corporate Shareholder. Keberadaan pemegang saham memiliki pengaruh

negatif terhadap probabilitas pada bergerak ke arah financial distress ( - ).

7. Jumlah kreditur. Perusahaan dengan banyak kreditur hampir sama gerakan

yang cepat ke arah financial distress dibanding perusahaan dengan kreditur

tunggal (-).

8. Diversifikasi. Perusahaan yang terdiversifikasi memilikiprobabilitas yang

tinggi terhadap financial distress dibanding perusahaan yang tidak

terdiversifikasi ( - ).

9. Sektor industri dapat menentukan akses perusahaan terhadap keuangan.

10. Pengaruh siklus bisnis, kinerja industri yang secara keseluruhan buruk,

meningkatkan probabilitas perusahaan terhadap kondisi financial distress.

Altman dan Foster (1986) menyebutkan beberapa indikator terkait

kemungkinan kejadian kesulitan keuangan dalam Wahyu Widarjo dan Doddy

Setiawan adalah:15

1. Analisis arus kas untuk periode sekarang dan yang akan datang.

2. Analisis strategi perusahaan yang mempertimbangkan pesaing potensial,

struktur biaya relatif, perluasan rencana dalam industri, kemampuan

perusahaan untuk meneruskan kenaikan biaya, kualitas manajemen, dan lain

sebagainya.

3. Analisis laporan keuangan dari perusahaan serta perbandingannyadengan

perusahaan lain. Analisis ini dapat berfokus pada suatu variabel keuangan

tunggal atau suatu kombinasi dari variabel keuangan.

4. Variabel eksternal seperti return sekuritas dan penilaian obligasi.

Berdasarkan penjelasan diatas yang menjadi fokus utama dalam

pembahasan di penelitian ini adalah laporan keuangan yang dapat menjadi

indikator kemungkinan terjadinya kesulitan keuangan. Dengan menggunakan

metode multivariate discriminant analysis dalam penelitiannya Altman

menemukan bahwa dalam laporan keuangan, rasio keuangan profitabilitas,

likuiditas, dan solvabilitas bermanfaat dalam memprediksi kebangkrutan dengan

tingkat keakuratan mencapai 95% setahun sebelum perusahaan jatuh bangkrut.

15 WahyuWidarjo dan Doddy Setiawan, “Pengaruh Rasio Keuangan terhadap

Kondisi Financial Distress Perusahaan Otomotif”, Jurnal Bisnis dan Akuntansi, Volume. 11,

2009, hlm. 108

Sehingga dapat dikatakan solvabilitas menjadi indikator perkiraan bangkrut atau

tidaknya suatu perusahaan.

Penelitian lebih lanjut dilakukan oleh Surifah (1999) mengenai rasio

keuangan sebagai prediksi kegagalan perbankan dan menunjukkan hasil bahwa

rasio keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank.

Dengan mempertimbangkan hasil dari Altman, maka dengan kata lain rasio

keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank yang

menggunakan profitabilitas, likuiditas, dan solvabilitas sebagai indikatornya.

B. Bank

Secara sederhana bank diartikan sebagai lembaga keuangan yang kegiatan

usahanya adalah menghimpun dana dari masyarakat dan menyalurkan kembali

dana tersebut ke masyarakat serta memberikan jasa-jasa bank lainnya.

Sedangkan pengertian lembaga keuangan adalah setiap perusahaan yang

bergerak di bidang keuangan di mana kegiatannya apakah menghimpun dana

atau hanya menyalurkannya atau kedua-duanya. Kemudian menurut Undang-

Undang Nomor 10 Tahun 1998 yang dimaksud dengan bank adalah badan usaha

yang menghimpun dana dari masyarakat dalam bentuk simpanan dan

menyalurkannya ke masyarakat dalam bentuk kredit dan/atau bentuk-bentuk

lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.16

16Kasmir, “Dasar-Dasar Perbankan”, Cet. 10, Raja Grafindo Persada, Jakarta, 2012,

h. 3

Jadi dapat disimpulkan bahwa, bank merupakan lembaga perantara

keuangan antara masyarakat yang kelebihan dana dengan masyarakat yang

kekurangan dana. Masyarakat kelebihan dana maksudnya adalah masyarakat

yang memiliki dana dan akan digunakan untuk investasi di bank. Penyimpanan

uang di bank selain aman juga menghasilkan bunga dari uang yang disimpannya.

Oleh bank dana simpanan masyarakat ini disalurkan kembali kepada masyarakat

yang kekurangan dana dalam bentuk pinjaman untuk membiayai suatu usaha

atau kebutuhan rumah tangga.17

Sebagai perantara keuangan bank akan memperoleh keuntungan dari selisih

bunga yang diberikan kepada penyimpan (bunga simpanan) dengan bunga yang

diterima dari peminjam (bunga kredit). Keuntungan ini dikenal dengan istilah

Spread Based. Jenis keuntungan ini diperoleh dari bank jenis konvensional.

Sedangkan bagi bank jenis syariah (muamalah) tidak dikenal istilah bunga,

karena bank syariah mengharamkan bunga. Dalam bank syariah keuntungan

yang diperoleh dikenal istilah bagi hasil atau Profit Sharing. Disamping

keuntungan yang diperoleh dari Spread Based atau dari Profit Sharing, bank juga

memperoleh keuntungan dari kegiatan jasa-jasa bank lainnya yang disebut fee

based.

Dalam Praktiknya bank dibagi dalam beberapa jenis. Jika ditinjau dari segi

fungsinya bank dikelompokkan menjadi tiga jenis, yaitu:18

17Ibid, h. 5 18 Ibid, h. 8 - 9

1. Bank Sentral, merupakan bank yang mengatur berbagai kegiatan yang

berkaitan dengan dunia perbankan dan dunia keuangan di suatu Negara. Di

setiap Negara hanya ada satu bank sentral yang dibantu oleh cabang-

cabangnya. Di Indonesia fungsi bank sentral dipegang oleh Bank Indonesia

(BI). Fungsi Bank Indonesia di samping bank sentral adalah sebagai bank

sirkulasi, bank to bank dan lender of the last resort.

2. Bank Umum, merupakan bank yang bertugas melayani seluruh jasa-jasa

perbankan dan melayani segenap lapisan masyarakat, baik masyarakat

perorangan maupun lembaga-lembaga lainnya. Bank umum juga dikenal

sebagai bank komersil dan dikelompokkan lagi kedalam berbagai jenis.

3. Bank Perkreditan Rakyat (BPR), merupakan bank yang khusus melayani

masyarakat kecil di kecamatan dan pedesaan. Jenis produk yang ditawarkan

oleh BPR relative lebih sempit jika dibandingkan dengan bank umum,

bahkan ada beberapa jenis jasa bank yang tidak dibolehkan diselenggarakan

oleh BPR, seperti pembukaan rekening giro dan ikut kliring.

Selain itu jenis perbankan dewasa ini jika ditinjau dar berbagai segi antara

lain:19

1. Dilihat dari segi kepemilikannya adalah:

a. Bank milik Pemerintah, yaitu bank yang modalnya penuh atau sebagian

besar milik pemerintah Indonesia, contohnya: BNI, BRI, BTN, dan

Bank Mandiri.

19 Ibid, h. 20 - 25

b. Bank milik swasta nasional, yaitu bank yang modalnya penuh atau

sebagian besar milik swasta nasional, contohnya: BCA, Bank

Danamon, Bank Lippo, dan Bank Mega.

c. Bank milik koperasi, yaitu bank yang modalnya penuh atau sebagian

besar milik perusahaan berbadan hokum koperasi, contohnya Bank

Umum Koperasi Indonesia (Bukopin).

d. Bank milik asing, yaitu bank yang modalnya penuh atau sebagian besar

milik swasta asing atau pemerintah asing, contohnya: America Express

Bank, Bank of Tokyo, dan Standard Chartered Bank.

e. Bank milik campuran, yaitu bank yang modalnya sebagian milik asing

dan sebagian lagi milik swasta campuran

2. Dilihat dari segi statusnya adalah:

a. Bank devisa, merupakan bank yang dapat melaksanakan transaksi

keluar negeri atau yang berhubungan dengan mata uang asing secara

keseluruhan, misalnya transfer ke luar negeri. Persyaratan untuk

menjadi bank devisa ditentukan oleh Bank Indonesia

b. Bank non-devisa, merupakan bank yang belum mempunyai izin untuk

melaksanakan transaksi sebagai bank devisa

3. Dilihat dari cara menentukan harga

a. Bank yang berdasarkan prinsip konvensional (Barat), yaitu bank yang

dalam menentukan harga menggunakan 2 metode, yaitu:

1) Menetapkan bunga sebagai harga untuk jasa simpan pinjam

2) Menetapkan biaya-biaya untuk jasa lainnya (Fee Based)

b. Bank yang berdasarkan prinsip syariah (Islam)20, menurut ensiklopedi

Islam, Bank Syariah adalah lembaga keuangan yang usaha pokoknya

memberikan kredit dan jasa-jasa dalam lalu lintas pembayaran serta

peredaran uang yang pengoperasiannya disesuaikan dengan prinsip-

prinsip Syariat Islam.

Berdasarkan rumusan tersebut, Bank Islam berarti bank yang tata cara

beroperasinya didasarkan pada tata cara bermuamalat secara islam, yakni

mengacu kepada ketentuan ketentuan Al Quran dan Hadits. Sedangkan

pengertian muamalat adalah ketentuan-ketentuan yang mengatur hubungan

manusia dengan manusia, baik hubungan pribadi maupun antara perorangan

dengan masyarakat. Muamalah ini meliputi bidang kegiatan jual beli (bai’),

bunga (riba), piutang (qoroah), gadai (rahn), memindahkan utang (hawalah), bagi

untung dalam perdagangan (qiro’ah), jaminan (dhomah), persekutuan (syirkah),

persewaan dan perburuhan (ijarah).

Di dalam operasionalisasinya Bank Islam harus mengikuti dan atau

berpedoman kepada praktik-praktik usaha yang dilakukan di zaman Rasulullah,

bentuk-bentuk usaha yang telah ada sebelumnya tetapi tidak dilarang oleh

Rasulullah atau bentuk-bentuk usaha baru sebagai hasil ijtihad para

20Warkum Sumitro, “Asas-Asas Perbankan Islam dan Lembaga-Lembaga Terkait:

BAMUI, TAKAFUL, dan Pasar Modal Syariah di Indonesia”, Cet. 4, RajaGrafindo Persada,

Jakarta, 2004, h. 5 - 6

ulama/cendekiawan muslim yang tidak menyimpang dari ketentuan Al Quran

dan Hadits.

Dalam menentukan harga atau mencari keuntungan bagi bank syariah

adalah sebagai berikut :21

1. Pembiayaan berdasarkan prinsip bagi hasil (mudharabah)

2. Pembiayaan berdasarkan penyertaan modal (musyarakah)

3. Prinsip jual belli barang dengan memperoleh keuntungan (murabahah)

4. Pembiayaan barang modal berdasarkan sewa murni tanpa pilihan (ijarah)

5. Atau dengan adanya pilihan pemindahan kepemilikan atas barang yang

disewa dari pihak bank oleh pihak lain (ijarah wa iqtina)

Sedangkan penentuan biaya-biaya jasa bank lainnya bagi bank syariah juga

berdasarkan prinsip syariah seperti hawalah, kafalah, dan wakalah. Sumber

penentuan harga atau pelaksanaan kegiatan bank syariah dasar hukumnya adalah

Al Quran dan Hadits. Bank syariah mengharamkan penggunaan harga produknya

dengan bunga tertentu. Bagi bank Syariah bunga adalah riba.22

C. Kesehatan Bank23

Kesehatan atau kondisi keuangan dan non-keuangan bank merupakan

kepentingan semua pihak terkait, baik pemilik, manajemen bank, bank

pemerintah (Bank Indonesia) dan pengguna jasa bank. Dengan diketahuinya

21Kasmir, 2012, h. 26 22Ibid, h. 26 23Veithzal Rivai, “Bank And Financial Institution Management Conventional &

Sharia System”, Rajawali, Jakarta, 2007, h. 705

kondisi suatu bank dapat digunakan pihak-pihak tersebut untuk mengevaluasi

kinerja bank dalam menerapkan prinsip kehati-hatian, kepatuhan terhadap

ketentuanyang berlaku dan manajemen risiko. Perkembangan metodologi

penilaian kondisi bank bersifat dinamis sehingga sistem penilaian kesehatan

bank senantiasa disesuaikan agar lebih mencerminkan kondisi bank yang

sesungguhnya, baik saat ini maupun waktu yang akan datang.

Bagi perbankan, hasil penilaian kondisi bank tersebut dapat digunakan

sebagai salah satu sarana dalam menetapkan strategi usaha di waktu yang akan

datang, sedangkan bagi BI dapat digunakan sebagai sarana penetapan kebijakan

dan implementasi strategi pengawasan, agar pada waktu yang ditetapkan bank

dapat menerapkan sistem penilaian tingkat kesehatan bank yang tepat.

Bank Indonesia dalam menilai tingkat kesehatan suatu bank pada dasarnya

menggunakan pendekatan kualitatif atas berbagi aspek yang berpengaruh

terhadap kondisi suatu bank. Metode atau cara penilaian tingkat kesehatan bank

tersebut kemudian dikenal dengan metode CAMELS. CAMELS merupakan

aspek yang banyak berpengaruh terhadap kondisi keuangan bank, yang

mempengaruhi pula kesehatan bank. Metode CAMELS mencakup komponen-

komponen sebagai berikut :

1. C = Capital : untuk rasio kecukupan modal bank

2. A = Assets : untuk rasio kualitatif aktiva

produktif atau Assets

3. M = Management : untuk menilai kualitas manajemen

4. E = Earning : untuk rasio rentabilitas bank

5. L = Liquidity : untuk rasio likuiditas bank

6. S = Sensitivity to Market Risk : untuk sensitivitas terhadap risiko

pasar

D. Risk-Based Bank Rating24

Berdasarkan peraturan Bank Indonesia No 13/1/PBI/2011, metode

penilaian kesehatan bank dengan pendekatan berdasarkan risiko (Risk-based

Bank rating) merupakan metode penilaian tingkat kesehatan bank menggantikan

metode penilaian yang sebelumnya yaitu metode yang berdasarkan Capital,

Asset, Management, Earning, Liquidity dan Sensitivity to Market Risk

(CAMELS).

Metode RBBR menggunakan penilaian terhadap empat faktor berdasarkan

Surat Edaran BI No 13/24/DPNP adalah sebagai berikut :

1. Risk Profile (Profil Risiko)

Risk Profile (profil risiko) menjadi dasar penilaian tingkat bank pada

saat ini dikarenakan setiap kegiatan yang dilaksanakan oleh bank sangat

memungkinkan akan timbulnya risiko. Bank Indonesia menjelaskan risiko-

risko yang diperhitungkan dalam menilai tingkat kesehatan bank dengan

metode Risk-Based Bank Rating dalam Surat Edaran Bank Indonesia No

13/24/DNPN pada tanggal 25 Oktober 2013 terdiri dari :

a. Risiko pembiayaan

24 Hening Asih Widyaningrum, et al,“Analisis Tingkat Kesehatan Bank Dengan

Menggunakan Metode Risk-Based Bank Rating (RBBR)”. Jurnal Administrasi Bisnis (JAB)

Vol. 9 No. 2 April 2014, h. 3 - 4

b. Risiko Pasar

c. Risiko Operasional

d. Risiko Likuiditas

e. Risiko Hukum

f. Risiko Stratejik

g. Risiko Kepatuhan

h. Risiko Reputasi

2. Good Corporate Governance (GCG)

Penilaian terhadap faktor GCG dalam metode RBBR didasarkan ke

dalam tiga aspek utama yaitu, Governance Structure, Governance Process,

dan Governance Output. Berdasarkan ketetapan Bank Indonesia yang

disajikan dalam Laporan Pengawasan Bank (2012:36) : “Governance

Stucture mencakup pelaksanaan tugas dan tanggung jawab Dewan

Komisaris dan Dewan Direksi serta kelengkapan dan pelaksanaan tugas

komite. Governance Process mencakup fungsi kepatuhan bank, penanganan

benturan kepentingan, penerapan fungsi audit intern dan ekstern, penerapan

manajemen risiko termasuk sistem pengendalian intern, penyediaan dana

kepada pihak terkait dan dana besar, serta rencana strategis bank. Aspek

terakhir Govenance Output mencakup transparansi kondisi keuangan dan

non keuangan, laporan pelaksanaan GCG yang memenuhi prinsip

Transparancy, Accountability, Responsibility, Indepedency, dan Fairness

(TARIF)”.

3. Earning (Rentabilitas)

Penilaian faktor rentabilitas bank dapat menggunakan parameter

diantaranya sebagai berikut :

a. ROA (Return on Asset)

Tabel 1. Predikat kesehatan bank berdasarkan ROA

No Rasio ROA Predikat

1 2 % < ROA Sangat Sehat

2 1,25 % < ROA ≤ 2 % Sehat

3 0,5 % < ROA ≤ 1,25 % Cukup Sehat

4 0 % < ROA ≤ 0,5 % Kurang Sehat

5 ROA ≤ 0 % (atau negatif) Tidak Sehat

b. NOM (Net Operating Margin)

Tabel 2. Predikat kesehatan bank berdasarkan NOM

No Rasio NIM Predikat

1 3 % < NIM Sangat Sehat

2 2 % < NIM ≤ 3 % Sehat

3 1,5 % < NIM ≤ 2 % Cukup Sehat

4 1 % < NIM ≤ 1,5 % Kurang Sehat

5 NIM < 1 % (atau negatif) Tidak Sehat

4. Capital (Modal)

Modal yang terdapat pada bank terdiri dari dua jenis modal menurut

Arthesa25 yakni:

a. Modal Inti

b. Modal Pelengkap

Rasio yang dapat digunakan untuk mengukur kecukupan modal yang

dimiliki bank adalah Capital Adequacy Ratio (CAR). Berdasarkan SE BI No

26/2/BPPP mengatur bahwa kewajiban penyediaan modal minimum atau

CAR diukur dari dari persentase tertentu terhadap Aktiva Tertimbang

Menurut Risiko (ATMR) sebesar 8% dari ATMR.

Tabel 3. Predikat kesehatan bank berdasarkan CAR

No Rasio CAR Predikat

1 12 % < CAR Sangat Sehat

2 9 % < CAR ≤ 12 % Sehat

3 8 % < CAR ≤ 9 % Cukup Sehat

4 6 % < CAR ≤ 8 % Kurang Sehat

5 CAR < 6 % Tidak Sehat

25 Ade Arthesa & Edia Handiman,“Bank & Lembaga Keuangan Bukan Bank”, PT.

Indeks, 2006, h. 144 - 146

E. Solvabilitas Bank Syariah26

Rasio solvabilitas adalah rasio untuk mengetahui kemampuan perusahaan

dalam membayar kewajiban jika perusahaan tersebut dilikuidasi. Rasio ini juga

disebut dengan rasio pengungkit (leverage) yaitu menilai batasan perusahaan

dalam meminjam uang. Rule of thumb dari rasio solvabilitas adalah maksimal

100%. Artinya perusahaan banyak mengandalkan modal dari dalam, bukan

hutang. Rasio solvabilitas meliputi:

1. Debt to Assets Ratio (DAR)

DAR adalah rasio total kewajiban terhadap aset. Rasio ini menekankan

pentingnya pendanaan hutang dengan jalan meunjukkan presentase aktiva

perusahaan yang didukung oleh hutang. Nilai rasio yang tinggi

menunjukkan peningkatan dari risiko pada kreditor berupa ketidakmampuan

perusahaan dalam membayar semua kewajibannya. Rumusnya adalah:

𝐷𝐴𝑅 = 𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛

𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 × 100%

2. Debt to Equity Ratio (DER)

Rasio ini menunjukkan persentase penyediaan dana oleh pemegang

saham terhadap pinjaman. Semakin tinggi rasio, semakin rendah pendanaan

perusahaan yang disediakan oleh pemegang saham. Dari perspektif

kemampuan membayar kewajiban jangka panjang, semakin rendah rasio

26Darsono dan Ashari, “Pedoman Praktis Memahami Laporan Keuangan”, ANDI

Yogyakarta, Yogyakarta, 2005, h. 54

akan semakin baik kemampuan perusahaan dalam membayar kewajiban

jangka panjang. Rumusnya adalah:

𝐷𝐸𝑅 = 𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛

𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 × 100%

3. Equity Multiplier (EM)

Total aktiva dibagi total ekuitas. Rasio ini menunjukkan kemampuan

perusahaan dalam mendayagunakan ekuitas pemegang saham. Rasio ini

juga bisa diartikan sebagai berapa porsi dari aktiva perusahaan yang dibiayai

oleh pemegang saham. Semakin kecil rasio ini, berarti porsi pemegang

saham akan semakin besar, sehingga kinerjanya semakin baik, karena

persentase untuk pembayaran bunga semakin kecil. Rumusnya adalah:

𝐸𝑀 = 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎

𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠 × 100%

F. Return On Assets (ROA)

Return On Assets (ROA) menurut Veithzal (2007) adalah rasio laba

sebelum pajak dalam 12 bulan terakhir terhadap rata-rata volume usaha dalam

periode yang sama. ROA menggambarkan perputaran aktiva yang diukur dari

volume penjualan. Ukuran atau rumus yang digunakan adalah Rasio

perbandingan antara laba sebelum pajak dengan total asset. Rasio ini digunakan

untuk mengukur kemampuan bank dalam memperoleh keuntungan secara

keseluruhan.27

27Veithzal Rivai, 2007, h. 720 - 721

Menurut Darsono (2005), ROA adalah perhitungan dari laba bersih dibagi

rata-rata total aktiva. Rasio ini menggambarkan kemampuan perusahaan untuk

menghasilkan keuntungan dari setap satu rupiah asset yang digunakan. Dengan

mengetahui rasio ini, kita bisa menilai apakah perusahaan ini efisien dalam

memanfaatkan aktivanya dalam kegiatan operasionalnya.28

Rasio ini dirumuskan dengan:

𝑅𝑂𝐴 =𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘


Semakin besar ROA suatu bank, maka semakin besar pula tingkat

keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank

tersebut dari sisi penggunaan asset sehingga dapat dilihat bahwa bank mampu

menghasilkan laba sebesar persentase dari total aktiva yang dimiliki. Jadi, ketika

bank dapat memanfaatkan asset dengan efektif maka keuntungan yang akan

dibagikan kepada nasabah pun menjadi lebih menarik.

ROA yang semakin besar juga mengindikasikan semakin efektifnya aktiva

yang digunakan sehingga membuat laba semakin tinggi dan akan membuat

penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan

perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba

ditahan. Sehingga, hipotesis dalam hal ini adalah:

Ha1 : Tingkat Earning (ROA) berpengaruh secara parsial kepada

Solvabilitas Bank Syariah.

28Darsono dan Ashari, “Pedoman Praktis Memahami Laporan Keuangan”, ANDI

Yogyakarta, Yogyakarta, 2005, h.56

G. Net Operating Margin (NOM)

Subramanyam (2008) dalam bukunya, memasukkan NOM sebagai salah

satu turunan dari rasio Return on Investment (ROI) yang dibagi menurut

klasifikasi investasinya yaitu investasi pada asset operasional atau asset

produktif. Rasio ini digunakan untuk menganalisis kinerja perusahaan dalam

menghasilkan laba dari investasi perusahaan dalam bentuk asset produktif.29

Rasio utama yang digunakan untuk menilai profitabilitas bank syariah dengan

menggunakan Net Operating Margin (NOM). NOM digunakan untuk

mengetahui kemampuan aktiva produktif dalam menghasilkan laba.30 NOM

dihitung dengan rumus sebagai berikut:

𝑁𝑂𝑀 = 𝑃𝑂 − 𝐷𝐵𝐻 − 𝐵𝑂

𝑅𝑎𝑡𝑎 𝐴𝑘𝑡𝑖𝑣𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓 × 100%

Keterangan :

NOM : Net Operating Margin

PO : Pendapatan Operasional

DBH : Dana Bagi Hasil

BO : Biaya Operasional

Rata-rata Aktiva Produktif : Merupakan rata-rata aktiva

produktif 12 bulan terakhir.

29Subramanyam & John J. Wild, “Financial Statement Analysis”, Mc Graw Hill,

Amerika, 2008, diterjemahkan oleh Dewi Yanti, Salemba Empat, Jakarta, 2010, h. 144 30Romdayanah,“Pengaruh Faktor Permodalan, Kualitas Aset, Dan Likuiditas

Terhadap Profitabilitas Bank Umum Syariah”, Skripsi Program Sarjana (S1) Pada Jurusan

Ekonomi Islam Fakultas Syariah Institut Agama Islam Negeri Walisongo, Semarang, 2011, h.

27 – 28

NOM yang semakin besar menunjukkan kinerja yang baik dari Bank

Syariah untuk mendapatkan laba dari kegiatan operasionalnya sehingga



ditahan. Sehingga, hipotesis dalam hal ini adalah:

Ha2 : Tingkat Earning (NOM) berpengaruh secara parsial kepada


H. Financing To Deposit Ratio (FDR)

Rasio ini adalah rasio yang mengukur perbandingan jumlah pembiayaan

yang diberikan bank dengan dana yang diterima oleh bank, yang

menggambarkan kemampuan bank dalam membayar kembali penarikan dana

oleh deposan dengan mengandalkan pembiayaan yang diberikan sebagai sumber

likuiditasnya. Oleh karena itu, semakin tinggi rasionya memberikan indikasi

rendahnya kemampuan likuiditas bank tersebut, hal ini sebagai akibat jumlah

dana yang diperlukan untuk membiayai pembiayaan menjadi semakin besar.31

Menurut Subramanyam (2008), rasio ini mempunyai kemampuan untuk

mengukur kemampuan perusahaan memenuhi kewajiban lancarnya, penyangga

kerugian dan seberapa besar cadangan dana yang ada atas fluktuasi arus kas yang

tidak terduga.32

FDR dihitung dengan rumusan sebagai berikut :

31Veithzal Rivai, 2007, h. 724 32Subramanyam & John J. Wild, 2010, h. 243

𝐹𝐷𝑅 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝐷𝑖𝑏𝑒𝑟𝑖𝑘𝑎𝑛

𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎 × 100%

Bank Indonesia menetepkan rasio FDR sebagai berikut :

1. Untuk rasio FDR sebesar 110% atau lebih, berarti likuiditas bank tersebut

dinilai tidak sehat

2. Untuk rasio FDR kurang dari 110%, berarti likuiditas bank tersebut dinilai

sehat

FDR merupakan ukuran likuiditas yang mengukur besarnya dana yang

ditempatkan dalam bentuk pembiayaan yang berasal dari dana yang

dikumpulkan oleh bank (terutama dana masyarakat). Semakin tinggi FDR

menunjukkan semakin riskan kondisi likuiditas bank, sebaliknya semakin rendah

FDR menunjukkan kurangnya efektivitas bank dalam menyalurkan pembiayaan.

Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan semakin

besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka

pendeknya meningkat maka penggunaan hutang juga akan meningkat karena

mampu ditutupi dengan harta lancar yang ada. Sehingga, hipotesis dalam hal ini

adalah:

Ha3 : Tingkat risiko likuiditas (FDR) berpengaruh secara parsial kepada


I. Non Performing Financing (NPF)

NPF merupakan rasio yang mengukur tingkat permasalahan pembiayaan

yang dihadapi oleh Bank Syariah. Semakin tinggi rasio ini, menunjukkan

kualitas pembiayaan Bank Syariah yang semakin buruk. Bank Syariah dengan

NPF yang tinggi akan memperbesar biaya baik pencadangan aktiva produktif

maupun biaya lainnya, sehingga berpotensi terhadap kerugian Bank.33 NPF dapat

dilihat dengan menggunakan rumusan sebagai berikut:

𝑁𝑃𝐹 = 𝐾𝑟𝑒𝑑𝑖𝑡 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ

𝑇𝑜𝑡𝑎𝑙 𝐾𝑟𝑒𝑑𝑖𝑡 × 100%

Bank dalam memberikan pembiayaan harus melakukan analisis terhadap

kemampuan debitur untuk membayar kembali kewajibannya. Setelah

pembiayaan diberikan, bank wajib melakukan pemantauan terhadap penggunaan

pembiayaan serta kemampuan dan kepatuhan debitur dalam memenuhi

kewajibannya.

Bank melakukan peninjauan, penilaian, dan pengikatan terhadap kinerja

untuk memperkecil risiko pembiayaan. Semakin tinggi NPF, maka semakin

tinggi debitur yang tidak memberikan kewajibannya dalam bentuk margin

ataupun bagi hasil kepada kreditur, sehingga berpotensi menurunkan pendapatan

bank serta menaikkan penggunaan hutang dalam kegiatan usahanya

dibandingkan laba ditahan. Hipotesis yang ditawarkan dalam hal ini adalah:

33Dwi Nur’aini Ihsan, “Analisa Laporan Keuangan Perbankan Syariah”, UIN

Jakarta Press, Jakarta, 2013, h. 96

Ha4 : Tingkat risiko pembiayaan (NPF) berpengaruh secara parsial kepada


J. Volume Aset Portofolio (VAP)

Volume Aset Portofolio (VAP) adalah salah satu indikator untuk melihat

dan menilai tingkat risiko pasar dari sebuah Bank. VAP merupakan porsi aset

yang berbentuk portofolio. Dalam lampiran Surat Edaran Bank Indonesia No.

13/24/DPNP tanggal 25 Oktober 2011 Perihal Penilaian Tingkat Kesehatan Bank

Umum dijabarkan bahwa yang termasuk dalam Aset Portofolio adalah:

1. Aset Trading, yaitu penempatan pada Bank lain, surat berharga, surat

berharga yang dijual dengan janji dibeli kembali (repo), tagihan akseptansi,

kredit, dan aset lainnya dengan kategori pengukuran diperdagangkan

(trading).

2. Aset Derivatif, adalah seluruh aset transaksi spot dan derivatif.

3. Aset Fair Value Option (FVO), yaitu penempatan pada Bank lain, surat

berharga, surat berharga yang dijual dengan janji dibeli kembali (repo),

tagihan akseptansi, kredit, dan aset lainnya dengan kategori pengukuran

diukur dengan nilai wajar (fair value option).

VAP merupakan salah satu bentuk pengendalian terhadap risiko pasar yang

memberi gambaran seberapa besar potensi kerugian bank apabila terjadi

perubahan kurs atau perubahan nilai dari portofolio itu sendiri di pasar. Dengan

VAP, kerugian Bank yang terjadi akibat perubahan kurs valas dapat terlihat dan

dicover oleh modal dan tidak sampai mengganggu kelangsungan Bank. Tetapi

dengan struktur modal yang lebih mengutamakan hutang, maka dengan semakin

besarnya VAP, semakin besar pula hutang karena dapat ditutup dengan aset

portofolio yang ada. Sehingga, hipotesis dalam hal ini adalah:

Ha5 : Tingkat risiko pasar (PDN) berpengaruh secara parsial kepada


K. Penelitian Terdahulu

Dalam rangka penentuan fokus penelitian, peneliti telah membandingkan

dengan penelitian terdahulu guna mendukung materi yang akan dibahas, yakni:

1. Aydin Ozkan (2001) Faktor-Faktor Struktur Modal dan Penyesuaian pada

Target Jangka Panjang (Studi pada Data Panel Perusahaan di UK). Journal

of Business Finance & Accounting 28.

Penelitiannya menguji pengaruh dari ukuran perusahaan, likuiditas,

non-debt tax, dan profitabilitas terhadap struktur modal perusahaan yang

diukur dengan Debt to Assets Ratio (DAR).

Hasil penelitiannya menunjukkan bahwa ukuran perusahaan dan

likuiditas mempunyai pengaruh positif terhadap DAR, tetapi non-debt tax

dan profitabilitas mempunyai arah sebaliknya yaitu negatif terhadap DAR.

2. Mira Puspita Dewi (2004) Analisis Faktor-Faktor yang Mempengaruhi

Struktur Modal pada Perusahaan Jasa Perbankan. Tesis Program

Pascasarjana Universitas Indonesia.

Penelitiannya menguji pengaruh dari ukuran perusahaan, likuiditas,

non-debt tax, dan profitabilitas terhadap struktur modal perusahaan yang


Hasil Penelitiannya menunjukkan bahwa ukuran perusahaan dan non-

debt tax mempunyai pengaruh positif terhadap DAR, sedangkan likuiditas

dan profitabilitas mempunyai pengaruh negatif terhadap DAR. Tetapi dari

keempat variabel indpenden tersebut, hanya ukuran perusahaan dan

profitabilitas yang mempunyai pengaruh signifikan terhadap DAR.

3. Raden David Febriminanto (2012) Analisis Faktor-Faktor yang

Mempengaruhi Struktur Modal pada Perusahaan yang Terdaftar di Bursa

Efek Indonesia Periode 2001-2010. Skripsi Program Pendidikan Strata Satu

Universitas Indonesia.

Penelitiannya menguji pengaruh ROA, profitabilitas, ukuran

perusahaan, pertumbuhan penjualan dan pertumbuhan asset terhadap

struktur modal yang diukur dengan Debt to Assets Ratio (DAR).

Hasil penelitiannya menunjukkan bahwa ukuran perusahaan,

pertumbuhan penjualan, dan pertumbuhan aset mempunyai arah pengaruh

positif terhadap DAR, sedangkan ROA dan profitabilitas mempunyai arah

pegaruh negative terhadap DAR. Tetapi, hanya ukuran perusahaan dan ROA

yang mempunyai pengaruh signifikan terhadap DAR.

Penelitian-penelitian terdahulu yang telah disebut diatas semuanya

menggunakan analisis regresi berganda yang hanya dapat menginterpretasikan

keadaan sebenarnya dalam jangka pendek, dikarenakan data yang digunakan

harus terbebas dari autokorelasi, sehingga ketika ada data baru maka formula

yang dipakai dalam penelitian sebelumnya kemungkinan besar tidak dapat

digunakan kembali.

Tabel 4. Ringkasan Penelitian Terdahulu

No.

Nama Penulis /

Judul Skripsi,

Jurnal / Tahun

Variabel

Penelitian

Metode

Penelitian Hasil Analisis

Perbedaan

dengan Penulis

1 Aydin Ozkan /

Faktor-Faktor

Struktur Modal

dan

Penyesuaian

pada Target

Jangka Panjang

(Studi pada

Data Panel

Perusahaan di

UK) / Journal

of Business

Finance &

Accounting 28 /

2001

Ukuran

perusahaan

, likuiditas,

non-debt

tax, dan

profitabilit

as

Regresi

Linier

Berganda

Ukuran

perusahaan dan

likuiditas

mempunyai

pengaruh

negatif terhadap

DAR, tetapi

non-debt tax

dan

profitabilitas

mempunyai arah

positif terhadap

DAR

Peneliti

menambah

variabel

berdasarkan

RBBR dan

mempunyai

objek penelitian

berupa Bank

Syariah di

Indonesia

2 Mira Puspita

Dewi / Analisis

Faktor-Faktor

yang

Mempengaruhi

Struktur Modal

pada

Perusahaan Jasa

Perbankan /

Tesis Program

Pascasarjana

Universitas

Indonesia /

2004

Ukuran

perusahaan

, likuiditas,

non-debt

tax, dan

profitabilit

as

Regresi

Linier

Berganda

Ukuran

perusahaan dan

non-debt tax

mempunyai

pengaruh positif

terhadap DAR,

sedangkan

likuiditas dan

profitabilitas

mempunyai

pengaruh positif

terhadap DAR.

Tetapi, hanya

ukuran

perusahaan dan

profitabilitas

yang

mempunyai

Peneliti

menambah

variabel

berdasarkan

RBBR dan

mempunyai

objek penelitian

berupa Bank

Syariah di

Indonesia

pengaruh

signifikan

terhadap DAR

3 Raden David

Febriminanto /

Analisis Faktor-

Faktor yang

Mempengaruhi

Struktur Modal

pada

Perusahaan

yang Terdaftar

di Bursa Efek

Indonesia

Periode 2001-

2010 / Skripsi

Program

Pendidikan

Strata Satu

Universitas

Indonesia /

2012

ROA,

profitabilit

as, ukuran

perusahaan

,

pertumbuh

an

penjualan

dan

pertumbuh

an asset

Regresi

Linier

Berganda

ukuran

perusahaan,

pertumbuhan

penjualan, dan

pertumbuhan

aset mempunyai

arah pengaruh

positif terhadap

DAR,

sedangkan ROA

dan

profitabilitas

mempunyai arah

pegaruh

negative

terhadap DAR.

Tetapi, hanya

ukuran

perusahaan dan

ROA yang

mempunyai

pengaruh

signifikan

terhadap DAR

Peneliti

menambah

variabel

berdasarkan

RBBR dan

mempunyai

objek penelitian

berupa Bank

Syariah di

Indonesia

L. Kerangka Pemikiran

Gambar 1. Skema Kerangka Pemikiran

BANK SYARIAH

MODAL BANK

SYARIAH

KRISIS

KEUANGAN

RISIKO

KERUGIAN

SOLVABILITAS BANK SYARIAH

Dependent Variable

DAR

Risk Based Bank Rating

(RBBR)

Independent Variable Profil Risiko Earning

FDR

NPF

VAP

ROA

NOM

UJI ASUMSI KLASIK

- Uji Multikolinearitas

- Uji Autokorelasi

- Uji Heteroskedastisitas

ANALISIS REGRESI LINEAR BERGANDA

- Uji Koefisien Determinasi

- Uji F - Statistik

- Uji t - Statistik

HASIL PENELITIAN DAN INTERPRETASI

KESIMPULAN

PENENTUAN MODEL

REGRESI

- Chow Test

- Hausman Test

M. Kerangka Teoritis

Dalam penelitian sebelumnya, Altman (1968) menguji manfaat rasio

keuangan dalam memprediksi kebangkrutan perusahaan. Dengan menggunakan

metode multivariate discriminant analysis dalam penelitiannya Altman

menemukan bahwa rasio keuangan profitabilitas, likuiditas, dan solvabilitas

bermanfaat dalam memprediksi kebangkrutan dengan tingkat keakuratan

mencapai 95% setahun sebelum perusahaan jatuh bangkrut. Sehingga dapat

dikatakan solvabilitas menjadi indikator perkiraan bangkrut atau tidaknya suatu

perusahaan.

Surifah (1999) dalam penelitiannya mengenai rasio keuangan sebagai alat

prediksi kegagalan perbankan, menunjukkan bahwa rasio keuangan dapat

dipergunakan sebagai alat prediksi kegagalan bank. Jika dihubungkan dengan

penelitian Altman maka dapat dikatakan bahwa rasio keuangan dapat

memprediksi kegagalan bank dimana salah satu indikatornya adalah solvabilitas.

Dalam hal ini, tingkat kesehatan bank RBBR juga memakai rasio keuangan

sebagai salah satu komponennya, sehingga dari penjelasan diatas maka

komponen tingkat kesehatan RBBR yang berupa rasio keuangan dapat

memprediksi Solvabilitasnya.

Salah satu bagian dari indikator Risk-Based Bank Rating adalah Earning

yang diukur dengan ROA dan NIM (NOM dalam Bank Syariah). Menurut Raden

(2012), semakin besar ROA suatu bank, maka semakin besar pula tingkat

keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank

tersebut dari sisi penggunaan asset sehingga dapat dilihat bahwa bank mampu

menghasilkan laba sebesar persentase dari total aktiva yang dimiliki. Jadi, ketika

bank dapat memanfaatkan asset dengan efektif maka keuntungan yang akan

dibagikan kepada nasabah pun menjadi lebih menarik. ROA yang semakin besar

juga mengindikasikan semakin efektifnya aktiva yang digunakan sehingga

membuat laba semakin tinggi dan akan membuat penggunaan hutang akan

menurun. Hal ini disebabkan oleh kemampuan perusahaan untuk membiayai

kegiatan usahanya dengan menggunakan laba ditahan. Hasil penelitiannya juga

menunjukkan bahwa ROA berpengaruh signifikan terhadap DAR.

Lalu, untuk indikator NOM, menurut Aydin Ozkan (2001) dan Mira (2004)

tidak jauh berbeda dengan pengaruh ROA terhadap permodalan bank, dimana

semakin besar profitabilitas juga mengindikasikan semakin efektifnya aktiva

yang digunakan sehingga membuat laba semakin tinggi dan akan membuat



ditahan. Hasil penelitian mereka menyatakan bahwa profitabilitas mempunyai

pengaruh yang signifikan terhadap DAR.

Indikator lain dari Risk-Based Bank Rating adalah Risk Profile, dalam

penelitian ini profil risiko yang digunakan adalah yang dapat diukur secara

matematis yaitu risiko likuiditas, risiko kredit, dan risiko pasar. Untuk risiko

likuiditas diukur dengan FDR. Menurut Aydin Ozkan (2001), semakin tinggi

FDR menunjukkan semakin riskan kondisi likuiditas bank, sebaliknya semakin

rendah FDR menunjukkan kurangnya efektivitas bank dalam menyalurkan

pembiayaan. Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan

semakin besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka

pendeknya meningkat maka penggunaan hutang juga akan meningkat karena

mampu ditutupi dengan harta lancar yang ada. Hasil penelitiannya menyatakan

bahwa likuiditas mempunyai pengaruh signifikan terhadap DAR.

Risiko kredit diukur dengan NPF, menurut Mira (2004) Semakin tinggi

NPF, maka semakin tinggi debitur yang tidak memberikan kewajibannya dalam

bentuk margin ataupun bagi hasil kepada kreditur, sehingga berpotensi

menurunkan pendapatan bank serta menaikkan penggunaan hutang dalam

kegiatan usahanya dibandingkan laba ditahan. Dan dalam penelitiannya, NPF

berpengaruh signifikan terhadap DAR.

Terakhir adalah risiko pasar yang diukur dengan Volume Aset Portfolio

(VAP). Menurut Sudarsono (2009), dampak yang ditimbulkan oleh krisis tahun

1997 dan 2008 salah satunya adalah penurunan nilai tukar dan runtuhnya indeks

bursa. Bank dalam kegiatan usahanya juga memiliki asset dalam bentuk portfolio

sebagai penyalurannya pada pasar saham. Tetapi, belajar dari krisis tahun 1997

dan 2008 akan potensi fluktuasi tajam dari pasar saham, maka volume asset

portofolio dimasukkan dan digunakan untuk mengukur risiko pasar dan

bagaimana pengaruhnya terhadap perkembangan solvabilitas Bank Syariah di

Indonesia.

Risk Based

Bank Rating (RBBR)

1 Return on Assets

(ROA)

2 Net Operating

Margin (NOM)

3 Financing to Debt

Ratio (FDR)

4 Non-Performing

Financing (NPF)

5 Volume Asset

Portfolio (VAP)

N. Hipotesis

Hipotesis yang diajukan dalam penelitian ini merupakan pernyataan singkat

yang disimpulkan dari tinjauan pustaka dan merupakan uraian sementara dari

permasalahan yang perlu diujikan kembali. Suatu hipotesis akan diterima jika

hasil analisis data empiris membuktikan bahwa hipotesis tersebut benar, begitu

pula sebaliknya.

Ha1 : Tingkat Earning (ROA) berpengaruh secara parsial kepada


Ha2 : Tingkat Earning (NOM) berpengaruh secara parsial kepada


Ha3 : Tingkat risiko likuiditas (FDR) berpengaruh secara parsial kepada


Solvabilitas Bank

Syariah di Indonesia

Debt to Assets Ratio

(DAR)

Gambar 2. Skema Kerangka Teoritis

(H6)

(H1)

(H2)

(H3)

(H4)

(H5)

Ha4 : Tingkat risiko pembiayaan (NPF) berpengaruh secara parsial kepada


Ha5 : Tingkat risiko pasar (VAP) berpengaruh secara parsial kepada


Ha6 : Tingkat Kesehatan Bank berbasis risiko (ROA, NOM, FDR, NPF

dan VAP) berpengaruh secara simultan kepada Solvabilitas Bank Syariah.

48

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian yang dilakukan adalah penelitian kausalitas, dimana penelitian

ini bertujuan untuk mengetahui hubungan dan pengaruh antara dua variabel atau

lebih. Penelitian ini menguji pengaruh Tingkat Kesehatan Bank dengan metode

Risk Based Bank Rating (RBBR) yang diwakilkan oleh Return on Assets (ROA),

Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non Performing

Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Solvabilitas

Bank Syariah yang diwakilkan oleh Debt to Assets Ratio (DAR).

Penelitian ini menggunakan data sekunder yang didapatkan dari Laporan

Keuangan Bank Syariah yang dipublikasikan untuk umum periode 2010 sampai

2014. Penelitian ini bersifat kuantitatif dengan menggunakan data panel dari

tahun 2010 sampai tahun 2014. Data penelitian yang mencakup data periode

2010 sampai 2014 dipandang cukup mewakili kondisi perbankan syariah di

Indonesia pada saat itu dan indikator-indikator keuangan perbankan syariah pada

periode itu.

B. Metode Penentuan Sampel

Penelitian ini memiliki populasi yaitu Bank Umum Syariah di Indonesia

yang terdaftar di Bank Indonesia yang sudah mempublikasikan laporan keuangan

dari tahun 2010. Berdasarkan statistik perbankan syariah yang dipublikasikan

oleh Bank Indonesia per-Desember 2014 terdapat total 12 Bank Umum Syariah,

dengan menggunakan data triwulan tiap bank maka diperoleh 20 periode

penelitian sehingga besarnya populasi dalam penelitian ini adalah sebesar 240

data.

Teknik pengambilan sampel dalam penelitian ini menggunakan metode

purposive sampling. Metode purposive sampling adalah teknik pengambilan

sampel secara sengaja sesuai dengan persyaratan sampel yang diperlukan.34

Adapun persyaratan yang digunakan dalam pengambilan sampel adalah sebagai

berikut:

1. Bank Umum Syariah sudah terdaftar di Bank Indonesia berdasarkan statistik

perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014.

2. Mempublikasikan laporan keuangan selama periode 2010-2014.

3. Data tersedia lengkap (data mengenai rasio keuangan Kesehatan Bank

maupun Solvabilitas).

Tabel di bawah ini menyajikan proses seleksi sampel berdasarkan kriteria

yang telah ditetapkan dalam penelitian ini. Berdasarkan tabel dibawah dapat

diketahui bahwa statistik perbankan syariah yang dipublikasikan Bank Indonesia

per-Desember 2014 terlihat bahwa jumlah Bank Umum Syariah ada 12 bank.

Namun, berdasarkan hasil seleksi sampel diperoleh sampel sebanyak 8 bank.

Periode pengamatan yang diambil oleh peneliti adalah selama 5 (empat) tahun

34Albert Kurniawan, “Metode Riset untuk Ekonomi dan Bisnis : Teori, Konsep, dan

Praktik Penelitian Bisnis”, Penerbit Alfabeta, Bandung, 2014, h. 83

per triwulan dari kuartal ke 2 tahun 2010 hingga 2014. Jadi, total sampel yang

diteliti sebanyak 152 data laporan triwulan keuangan Bank Umum Syariah.

Berikut tabel yang menyajikan proses seleksi sampel berdasarkan kriteria yang

telah ditetapkan dalam penelitian

Tabel 5. Proses Seleksi Sampel

No Kriteria Melanggar

Kriteria

Jumlah

Sampel Total

Sampel BUS

1 Perusahaan merupakan

Bank Umum Syariah

berdasarkan statistik

perbankan syariah yang

dipublikasikan Bank

Indonesia per-Desember

2014

12 12

2 Menerbitkan serta

mempublikasikan laporan

keuangan selama periode

2010-2014

4 8 8

3 Data tersedia lengkap (data

mengenai rasio-rasio

keuangan dan bagian-

bagian yang

membentuknya)

8 8

Jumlah sampel yang memenuhi

kriteria

8

Tahun Pengamatan (Triwulan) 19

Jumlah Total Sampel 152

Sumber: Data Sekunder Diolah.

C. Metode Pengumpulan Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data

sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak

langsung melalui media perantara yang dicatat oleh pihak lain. Data sekunder

umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam

data dokumenter yang dipublikasikan dan yang tidak dipublikasikan.35 Peneliti

memperoleh data-data penelitian yang bersumber dari:

1. Penelitian pustaka (library research)

Peneliti memperoleh data yang berkaitan dengan masalah yang sedang

diteliti melalui buku, artikel, jurnal, laporan penelitian, tesis, internet dan

perangkat lain yang berkaitan dengan penelitian ini.

2. Penelitian lapangan (field research)

Data sekunder yang digunakan dalam penelitian ini dikumpulkan dari

laporan keuangan dari masing-masing Bank Umum Syariahselama periode

tahun 2010-2014 yang bisa dilihat dari situs masing-masing perusahaan

sampel.

D. Definisi Operasional Variabel

Definisi operasional adalah penjelasan dari variabel-variabel yang

digunakan dalam penelitian ini menunjukkan cara pengukuran dari masing-

35 Nur Indriantoro dan Babang Suporno, “Metodologi Penelitian Bisnis untuk

Akuntansi dan Manajemen,” Edisi pertama, Lembaga Penerbit BPFE, Yogyakarta, 2002, h.

147.

masing variabel tersebut. Pengertian dari masing-masing variabel yang

digunakan dalam penelitian ini dapat dijabarkan sebagai berikut:

1. Variabel Bebas (Independent Variable)

Variabel independen adalah variabel yang mempengaruhi variabel

terikat, baik secara positif maupun secara negatif. Variabel bebas dalam

penelitian ini berupa:

a. Return on Assets (ROA)

Return On Assets (ROA) menurut Veithzal (2007) adalah rasio

laba sebelum pajak dalam 12 bulan terakhir terhadap rata-rata volume

usaha dalam periode yang sama. ROA menggambarkan perputaran

aktiva yang diukur dari volume penjualan. Ukuran atau rumus yang

digunakan adalah Rasio perbandingan antara laba sebelum pajak dengan

total asset. Rasio ini digunakan untuk mengukur kemampuan bank

dalam memperoleh keuntungan secara keseluruhan.

Menurut Darsono (2005), ROA adalah perhitungan dari laba bersih

dibagi rata-rata total aktiva. Rasio ini menggambarkan kemampuan

perusahaan untuk menghasilkan keuntungan dari setap satu rupiah asset

yang digunakan. Dengan mengetahui rasio ini, kita bisa menilai apakah

perusahaan ini efisien dalam memanfaatkan aktivanya dalam kegiatan

operasionalnya.

Raden (2012) meneliti faktor-faktor yang mempengaruhi struktur

modal dengan menggunakan variabel ROA sebagai salah satu variabel

independen, sedangkan variabel yang digunakan untuk mewakili

struktur modal adalah DAR. Hasil penelitiannya menunjukkan bahwa

ROA berpengaruh signifikan negatif terhadap CAR.

Ukuran atau rumus yang digunakan adalah Rasio perbandingan

antara laba sebelum pajak dengan total asset. Rasio ini dirumuskan

dengan:

𝑅𝑂𝐴 =𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘


b. Net Operating Margin (NOM)

Subramanyam (2008) dalam bukunya, memasukkan NOM sebagai

salah satu turunan dari rasio Return on Investment (ROI) yang dibagi

menurut klasifikasi investasinya yaitu investasi pada asset operasional

atau asset produktif. Rasio ini digunakan untuk menganalisis kinerja

perusahaan dalam menghasilkan laba dari investasi perusahaan dalam

bentuk asset produktif. Rasio ini juga adalah rasio utama yang

digunakan untuk menilai profitabilitas bank syariah dengan

menggunakan Net Operating Margin (NOM). NOM digunakan untuk

mengetahui kemampuan aktiva produktif dalam menghasilkan laba.

Aydin Ozkan (2001), Mira (2004), dan Raden (2001) menjelaskan

bahwa profitabilitas berpengaruh negatif terhadap Debt to Assets Ratio

(DAR). Tetapi, Aydin Ozkan dan Mira menyatakan bahwa

profitabilitas mempunyai pengaruh yang signifikan terhadap DAR,

sedangkan Raden menyatakan bahwa profitabilitas tidak mempunyai


NOM dihitung dengan rumus sebagai berikut:

𝑁𝑂𝑀 = 𝑃𝑂 − 𝐷𝐵𝐻 − 𝐵𝑂

𝑅𝑎𝑡𝑎 𝐴𝑘𝑡𝑖𝑣𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓 × 100%

Keterangan :

NOM : Net Operating Margin

PO : Pendapatan Operasional

DBH : Dana Bagi Hasil

BO : Biaya Operasional

Rata-rata Aktiva Produktif : Rata-rata aktiva produktif 12 bulan

terakhir

c. Financing to Debt Ratio (FDR)

Rasio ini adalah rasio yang mengukur perbandingan jumlah

pembiayaan yang diberikan bank dengan dana yang diterima oleh bank,

yang menggambarkan kemampuan bank dalam membayar kembali

penarikan dana oleh deposan dengan mengandalkan pembiayaan yang

diberikan sebagai sumber likuiditasnya. Oleh karena itu, semakin tinggi

rasionya memberikan indikasi rendahnya kemampuan likuiditas bank

tersebut, hal ini sebagai akibat jumlah dana yang diperlukan untuk

membiayai pembiayaan menjadi semakin besar.

Rasio ini adalah rasio yang mengukur perbandingan jumlah

pembiayaan yang diberikan bank dengan dana yang diterima oleh bank,

yang menggambarkan kemampuan bank dalam membayar kembali

penarikan dana oleh deposan dengan mengandalkan pembiayaan yang

diberikan sebagai sumber likuiditasnya.

Semakin tinggi FDR dimana harta lancar yang dimiliki

perusahaan semakin besar dan kemampuan perusahaan dalam

memenuhi kewajiban jangka pendeknya meningkat maka penggunaan

hutang juga akan meningkat karena mampu ditutupi dengan harta

lancar yang ada.

Pada penelitian Aydin dan Raden dijelaskan bahwa likuiditas

berpengaruh positif terhadap DAR, Tetapi hanya Aydin yang

menyatakan bahwa likuiditas mempunyai pengaruh signifikan terhadap

DAR, sedangkan Raden menyatakan likuiditas tidak mempunyai


FDR dirumuskan sebagai berikut:

𝐹𝐷𝑅 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝐷𝑖𝑏𝑒𝑟𝑖𝑘𝑎𝑛

𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎 × 100%

d. Non Performing Financing (NPF)

NPF merupakan rasio yang mengukur tingkat permasalahan

pembiayaan yang dihadapi oleh Bank Syariah. Semakin tinggi rasio ini,

menunjukkan kualitas pembiayaan Bank Syariah yang semakin buruk.

Bank Syariah dengan NPF yang tinggi akan memperbesar biaya baik

pencadangan aktiva produktif maupun biaya lainnya, sehingga

berpotensi terhadap kerugian Bank.36

Semakin tinggi NPF, maka semakin tinggi debitur yang tidak

memberikan kewajibannya dalam bentuk margin ataupun bagi hasil

kepada kreditur, sehingga berpotensi menurunkan pendapatan bank

serta menaikkan penggunaan hutang dalam kegiatan usahanya

dibandingkan laba diatahan. Mira (2004) dalam penelitiannya

menjelaskan bahwa likuiditas berpengaruh negatif terhadap DAR.

Tetapi pengaruh likuiditas terhadap DAR ini tidak signifikan.

NPF dapat diukur dengan rumusan sebagai berikut:

𝑁𝑃𝐹 = 𝐾𝑟𝑒𝑑𝑖𝑡 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ

𝑇𝑜𝑡𝑎𝑙 𝐾𝑟𝑒𝑑𝑖𝑡 × 100%

e. Volume Aset Portofolio (VAP)

Volume Aset Portofolio (VAP) adalah salah satu indikator untuk

melihat dan menilai tingkat risiko pasar dari sebuah Bank. VAP

merupakan porsi aset yang berbentuk portofolio. Dalam lampiran Surat

Edaran Bank Indonesia No. 13/24/DPNP tanggal 25 Oktober 2011

Perihal Penilaian Tingkat Kesehatan Bank Umum dijabarkan bahwa

yang termasuk dalam Aset Portofolio adalah:

36Dwi Nur’aini Ihsan, “Analisa Laporan Keuangan Perbankan Syariah”, UIN

Jakarta Press, Jakarta, 2013, h. 96

1. Aset Trading, yaitu penempatan pada Bank lain, surat berharga,

surat berharga yang dijual dengan janji dibeli kembali (repo),

tagihan akseptansi, kredit, dan aset lainnya dengan kategori

pengukuran diperdagangkan (trading).

2. Aset Derivatif, adalah seluruh aset transaksi spot dan derivatif.

3. Aset Fair Value Option (FVO), yaitu penempatan pada Bank lain,

surat berharga, surat berharga yang dijual dengan janji dibeli

kembali (repo), tagihan akseptansi, kredit, dan aset lainnya dengan

kategori pengukuran diukur dengan nilai wajar (fair value option).

VAP merupakan salah satu bentuk pengendalian terhadap risiko

pasar yang memberi gambaran seberapa besar potensi kerugian bank

apabila terjadi perubahan kurs atau perubahan nilai dari portofolio itu

sendiri di pasar. Dengan VAP, kerugian Bank yang terjadi akibat

perubahan kurs valas dapat terlihat dan dicover oleh modal dan tidak

sampai mengganggu kelangsungan Bank. Maka dengan semakin

besarnya VAP maka semakin besar modal yang harus dijaga untuk

mengantisipasi kerugian yang ditimbulkan oleh Aset Portofolio

tersebut.

VAP dapat dirumuskan sebagai berikut:

𝑉𝐴𝑃 = 𝐴𝑠𝑒𝑡 𝑇𝑟𝑎𝑑𝑖𝑛𝑔, 𝐷𝑒𝑟𝑖𝑣𝑎𝑡𝑖𝑓, 𝑑𝑎𝑛 𝐹𝑉𝑂

𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡× 100%

2. Variabel Terikat (Dependent Variable)

Variabel dependen adalah variabel yang dipengaruhi variabel tidak

terikat, baik secara positif maupun secara negatif. Variabel terikat dalam

penelitian ini berupa:

a. Debt to Assets Ratio (DAR)

DAR adalah rasio total kewajiban terhadap aset. Rasio ini

menekankan pentingnya pendanaan hutang dengan jalan meunjukkan

presentase aktiva perusahaan yang didukung oleh hutang. Nilai rasio

yang tinggi menunjukkan peningkatan dari risiko pada kreditor berupa

ketidakmampuan perusahaan dalam membayar semua kewajibannya.

Rumusnya adalah:

𝐷𝐴𝑅 = 𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛


E. Teknik Analisis Data

Teknik analisis data dalam penelitian ini menggunakan perhitungan

statistik yaitu dengan penerapan Eviews 8.1. Setelah data-data yang diperlukan

dalam penelitian ini terkumpul, langkah selanjutnya yaitu melakukan analisis

data yang terdiri dari metode statistik deskriptif, uji asumsi klasik dan uji

hipotesis. Adapun penjelasan mengenai metode analisis data tersebut adalah

sebagai berikut:

1. Statistik Deskriptif

Statistik deskriptif memberikan gambaran atau deskripsi suatu data

yang dilihat dari nilai rata-rata, standar deviasi, varian, maksimum,

minimum, sum, range, kurtosis dan skewness (kemencengan distribusi).

Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang

lebih jelas dan mudah dipahami. Statistik deskriptif digunakan untuk

mengembangkan profil perusahaan yang menjadi sampel. Statistik deskriptif

berhubungan dengan pengumpulan dan peningkatan data, serta penyajian

hasil peningkatan tersebut.37

2. Penentuan Model Regresi

Data panel adalah kombinasi antara data silang tempat (cross section)

dengan data runtut waktu (time series).Terdapat beberapa metode yang biasa

digunakan dalam mengestimasi model regresi dengan data panel, yaitu

pooling least square (Common Effect), pendekatan efek tetap (Fixed Effect),

pendekatan efek random (Random Effect).

a. Common Effect Model38

Model Common Effect menggabungkan data cross section dengan

time series dan menggunakan metode OLS untuk mengestimasi model

data panel tersebut. Model ini merupakan model paling sederhana

dibandingkan dengan kedua model lainnya. Model ini tidak dapat

membedakan varians antara silang tempat dan titik waktu karena

37 Imam Ghozali, ”Aplikasi Analisis Multivariate dengan Program SPSS”, Edisi 5,

Badan Penerbit Universitas Diponegoro, Semarang, 2011, h. 19. 38Dedi Rosadi, “Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews”,

Penerbit ANDI, Yogyakarta, 2012, h. 271

memiliki intercept yang tetap, dan bukan bervariasi secara random.

Model ini mengasumsikan bahwa perilaku data antar perusahaan bank

sama dalam berbagai kurun waktu.

b. Fixed Effect Model39

Pengertian model Fixed Effect adalah model dengan intercept

berbeda-beda untuk setiap subjek (cross section), tetapi slope setiap

subjek tidak berubah seiring waktu. Model ini mengasumsikan bahwa

intercept adalah berbeda setiap subjek sedangkan slope tetap sama antar

subjek. Dalam membedakan satu subjek dengan subjek lainnya

digunakan variabel dummy. Model ini sering disebut dengan model

Least Square Dummy Variables (LSDV).

c. Random Effect Model40

Random Effect disebabkan variasi dalam nilai dan arah hubungan

antar subjek diasumsikan random yang dispesifikasikan dalam bentuk

residual. Model ini mengestimasi data panel yang variabel residual

diduga memiliki hubungan antar waktu dan antar subjek. Model

Random Effect digunakan untuk mengatasi kelemahan model fixed

effect yang menggunakan variabel dummy. Metode analisis data panel

dengan model Random Effect harus memenuhi persyaratan yaitu jumlah

cross section harus lebih besar daripada jumlah variabel penelitian.

39Doddy Ariefianto, “Ekonometrika : Esensi dan Aplikasi dengan Menggunakan

Eviews”, Penerbit Erlangga, Jakarta, 2012, h. 150 40Doddy Ariefianto, 2012, h. 150

Penentuan model terbaik antara Common Effect, Fixed Effect, dan Random Effect menggunakan dua

teknik estimasi model. Dua teknik ini digunakan dalam regresi data panel untuk memperoleh model yang tepat

dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama Chow Test digunakan untuk memilih

antara model Common Effect atau Fixed Effect. Kedua, Hausman Test digunakan untuk memilih antara model

Fixed Effect atau Random Effect yang terbaik dalam mengestimasi regresi data panel.41

a. Chow Test

Chow Test merupakan uji untuk membandingkan model Common

Effect dengan Fixed Effect. Chow Test dalam penelitian ini

menggunakan program Eviews. Hipotesis yang dibentuk dalam Chow

Test adalah sebagai berikut :

H0 : Model Common Effect

Ha : Model Fixed Effect

H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0

diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan

sebesar 5%.42

b. Hausman Test

Pengujian ini membandingkan model Fixed Effect dengan

Random Effect dalam menentukan model yang terbaik untuk digunakan

sebagai model regresi data panel. Hausman Test menggunakan program

41Dedi Rosadi, 2012, h. 276 42Doddy Ariefianto, 2012, h. 157

yang serupa dengan Chow Test yaitu program Eviews. Hipotesis yang

dibentuk dalam Hausman Test adalah sebagai berikut :

H0 : Model Random Effect




sebesar 5%.43

3. Uji Asumsi Klasik

Uji asumsi klasik adalah persyaratan statistic yang harus dipenuhi

pada analisisi regresi linier berganda yang berbasis Ordinary Least Square

(OLS). Beberapa alat uji yang sering dilakukan dalam uji asumsi klasik

adalah:44

a. Uji Normalitas45

Uji normalitas dilakukan untuk melihat apakah nilai residual

terdistribusi normal atau tidak. Model regresi yang baik adalah yang

memiliki nilai residual yang terdistribusi normal. Jadi uji

normalitasbukan dilakukan pada masing-masing variabel tetapi pada

nilai residualnya. Jika asumsi ini dilanggar maka uji statistik menjadi

tidak valid untuk jumlah sampel kecil. Metode untuk menguji

normalitas data adalah dengan melihat Tes Normalitas Jarque-Bera.

43Ibid, h. 157 44 Albert Kurniawan, 2014, h. 156 45Ibid, h. 156

Data dianggap normal ketika nilai Jarque-Bera lebih kecil dari nilai

Chi-Square tabel dengan degree of freedom sebanyak data sampel yang

ada dan nilai probability lebih besar dari nilai signifikansi 0,05.46Selain

itu dapat juga digunakan one-Sample Kolgomorov-Smirnov Test

dengan melihat tingkat signifikasinya, jika > 0,05 maka data

terdistribusi secara normal.

b. Uji Multikolinearitas47

Uji multikolinearitas bertujuan untuk melihat ada atau tidaknya

korelasi yang tinggi antara variabel-variabel bebas dalam suatu model

regresi linear berganda. Jika ada korelasi yang tinggi diantara variabel-

variabel bebasnya, maka hubungan antara variabel bebas terhadap

variabel terikatnya menjadi terganggu. Pada kasus multikolinearitas

serius, koefisien regresi tidak lagi menunjukkan pengaruh murni dari

variabel independen dalam model.

Beberapa kriteria untuk mendeteksi multikolinearitas dalam suatu

model adalah sebagai berikut:

1) Jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan

nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan

terbebas dari multikolinearitas. Semakin tinggi VIF, maka semakin

rendah Tolerance.

46Wing Wahyu Winarno, “Analisis Ekonometrika dan Statistika dengan Eviews”,

Edisi 3, UPP STIM YKPM, Yogyakarta, 2011, h. 5.37 47Albert Kurniawan, 2014, h. 157

2) Jika nilai koefisien korelasi antar masing-masing variabel

independen kurang dari 0,70, maka model dapat dikatakan

terbebas dari multikolinearitas. Jika lebih dari 0,70 maka

diasumsikan terjadi korelasi (interaksi hubungan) yang sangat kuat

antar variabel independen sehingga terjadi multikolinearitas.48

3) Jika nilai koefisien determinasi, baik nilai R2 maupun Adjusted R2

di atas 0,60, namun tidak ada variabel independen yang

berpengaruh terhadap variabel dependen, maka diasumsikan model

terkena multikolinearitas.

c. Uji Heteroskedastisitas49

Uji heteroskedastisitas adalah untuk melihat apakah terdapat

ketidaksamaan varians dari residual satu pengamatan ke pengamatan

yang lain. Model regresi yang memenuhi persyaratan adalah dimana

terdapat kesamaan varians dari residual satu pengamatan ke

pengamatan lain tetap atau disebut homoskedastisitas. Jika terjadi

heteroskedastisitas, maka akan berpengaruh kepada penaksiran standar

error yang bias sehingga menyebabkan nilai t hitung menjadi bias. t

hitung yang bias menyebabkan pengambilan keputusan melalui

pengujian hipotesis menjadi bias juga sehingga dapat menghasilkan

kesimpulan yang salah.

48Dedi Rosadi, 2012, h. 80 49Ibid, h. 158

Deteksi heteroskedastisitas dapat dilakukan dengan uji Park50,

dimana nilai residual data yang telah di log natural diregresikan dengan

variabel independen yang ada. Jika dari salah satu variabel independen

ada yang signifikan mempengaruhi nilai residual, maka dapat dikatakan

model terkena heteroskedastisitas.

d. Uji Autokorelasi

Menguji autokorelasi dalam suatu model bertujuan untuk

mengetahui ada atau tidaknya korelasi antara variabel pengganggu (et)

pada periode tertentu dengan variabel pengganggu periode sebelumnya

(et-1). Jika dalam model regresi terjadi autokorelasi yang kuat maka

dapat menyebabkan dua variabel yang berhubungan menjadi tidak

berhubungan, biasa disebut spourious regression. Hal ini dapat terlihat

dari R2.

Untuk mendeteksi ada atau tidaknya autokorelasi diuji dengan

Durbin-Watson.51 Dasar pengambilan keputusan ada tidaknya

autokorelasi dalam model regresi adalah sebagai berikut:52

1) Bila nilai D-W terletak antara batas atas atau upper bound (du) dan

(4-du) maka koefisien autokorelasi = 0, berarti tidak ada

autokorelasi.

50Wing Wahyu Winarno, 2011, h. 5.12 51Ibid, h. 158 52 Imam Ghozali, 2011, h.111

2) Bila nilai D-W lebih rendah daripada batas bawah atau lower

bound (dl) maka koefisien autokorelasi > 0, berarti ada

autokorelasi positif.

3) Bila nilai D-W lebih besar dari (4-dl) maka koefisien autokorelasi

< 0, berarti ada autokorelasi negatif.

4) Bila nilai D-W terletak antara batas atas (du) dan batas bawah (dl)

atau D-W terletak antara (4-du) dan (4-dl), maka hasilnya tidak

dapat disimpulkan.

4. Analisis Regresi Berganda

Analisis regresi merupakan suatu teknik untuk membangun persamaan

dan menggunakan persamaan tersebut untuk membuat perkiraan. Dengan

demikian, analisis regresi sering disebut sebagai analisis prediksi. Karena

merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai

riilnya, semakin kecil tingkat penyimpangan antara nilai prediksi dengan

nilai riilnya, maka semakin tepat persamaan regresi yang terbentuk.53

Bentuk umum persamaan analisis regresi berganda adalah:

Y = a + bX1 + bX2 + bXn + … + e

Dalam penelitian ini sendiri, jika variabel-variabelnya dimasukkan

kedalam model diatas maka akan menjadi, seperti di bawah ini:

Y = a + bX1 + bX2 + bX3 + bX4 + bX5 + e

Keterangan:

53Albert Kurniawan, 2014, h. 178

Y = Debt to Assets Ratio (DAR)

a = Koefisien konstanta

b = Koefisien regresi

X1 = Return on Assets (ROA)

X2 = Net Operating Margin (NOM)

X3 = Financing to Debt Ratio (FDR)

X4 = Non Performing Financing (NPF)

X5 = Volume Aset Portofolio (VAP)

e = Error

5. Uji Hipotesis

Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat

diukur dari goodness of fitnya. Secara statistik, setidaknya ini dapat diukur

dari:

a. Uji Statistik F54

Digunakan untuk menguji signifikansi pengaruh seluruh variabel

independen secara bersama-sama terhadap variabel dependen. Dengan

cara membandingkan F hitung dengan F tabel. F hitung dapat diperoleh

dengan rumus:55

𝐹 ℎ𝑖𝑡𝑢𝑛𝑔 =𝑅2(𝑛 – 𝑚 − 1)

𝑚 (1 − 𝑅2)

54Ibid, h. 198 55Riduwan & Sunarto, “Pengantar Statistika untuk Penelitian : Pendidikan, Sosial,

Komunikasi, Ekonomi, dan Bisnis”, Alfabeta Bandung, Bandung, 2013, h. 110

Dimana :

R2 = Koefisien Determinasi

n = Jumlah data

m = Jumlah variabel independen

Sedangkan F tabel dapat diperoleh dari tabel F yang sudah ada

dengan cara:

𝐹 𝑡𝑎𝑏𝑒𝑙 = 𝐹 {(1 − 𝑛)(𝑑𝑘 𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 𝑚)(𝑑𝑘 𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 𝑛 − 𝑚 − 1)}

Jika F hitung ≥ F tabel dan nilai signifikasi di bawah 0,05, maka

Ha diterima dan berarti hubungannya signifikan.

b. Uji Statistik t56

Uji ini dimaksudkan untuk mengetahui tingkat signifikansi

pengaruh masing-masing variabel bebas terhadap variabel terikat

dengan asumsi variabel bebas yang lain tidak berubah (cateris paribus).

Uji t dilakukan dengan cara membandingkan t hitung dengan t tabel.

Rumus yang digunakan untuk mendapatkan t hitung adalah:57

𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑏 − 𝛽

𝑆𝑏

Dengan b :

𝑏 = 𝑛∑XY − (∑X)(∑Y)

𝑛∑𝑋2 − (∑𝑋)2

Dengan Sb :

56Albert Kurniawan, 2014, h. 200 57Jonathan Sarwono, “Strategi Melakukan Riset”, Penerbit ANDI, Yogyakarta, 2013,

h. 159-160

𝑆𝑏 = 𝑆𝑒

√∑𝑥2

Dimana Se :

𝑆𝑒 = √∑𝑌2 − 𝑎∑𝑌 − 𝑏∑𝑋𝑌

𝑛 − 2

Setelah didapatkan t hitung, maka dicari t tabel dari tabel t yang

sudah tersedia dengan ketentuan nilai alpha 5% harus dibagi 2 menjadi

0,025 dengan degree of freedom (DF) sebesar (n-2).

Kesimpulan didapatkan apabila t hitung ≥ t tabel dan nilai

signifikasi di bawah 0,05, maka Ha diterima dan berarti hubungannya

signifikan.

c. Koefisien determinasi

Koefisien deteminasi (R2) digunakan untuk mendeteksi seberapa

jauh kemampuan model dalam menerangkan variasi variabel dependen.

Koefisien determinasi (R2) dinyatakan dalam persentase yang nilainya

berkisar antara 0 < R2< 1. Koefisien determinasi dapat dihitung

menggunakan rumus:58

𝑅2 = (𝑛∑𝑋𝑌 − (∑𝑋)(∑𝑌)

√[𝑛∑𝑋2 − (∑𝑋)2][𝑛∑𝑌2 − (∑𝑌)2])

2

Nilai R2 yang kecil berarti kemampuan variabel-variabel

independen dalam menjelaskan variabel dependen amat terbatas.

58Ibid, h. 158

Sebaliknnya, nilai R2 yang mendekati satu menandakan variabel-

variabel independen memberikan hampir semua informasi yang

dibutuhkan untuk memprediksi variasi variabel dependen.

71

BAB IV

HASIL DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Penelitian

Populasi yang digunakan dalam penelitian ini adalah Bank Umum Syariah

berdasarkan statistik perbankan syariah yang dipublikasikan Bank Indonesia per-

Desember 2014 dengan total Bank Umum Syariah adalah 12 bank yang

merupakan besarnya populasi dalam penelitian ini.

Periode pengamatan yang dilakukan dalam penelitian ini yaitu tahun 2010

hingga 2014. Pemilihan periode pengamatan yang dimulai dari tahun 2010

didasari oleh banyaknya Unit Usaha Syariah yang spin-off menjadi Bank Umum

Syariah pada tahun tersebut dan untuk mewakili tahun sebelum diterapkannya

Risk Based Bank Rating pada tahun 2012 dan periode setelah diterapkannya.

Berdasarkan statistik perbankan syariah yang publikasi Bank Indonesia

per-Desember 2014 dapat dilihat bahwa perkembangan Capital Adequacy Ratio

(CAR) Bank Umum Syariah dan Unit Usaha Syariah dari tahun ke tahun

cenderung mengalami penurunan. Hal tersebut dapat dilihat pada grafik dibawah

ini:

Grafik 5. Perkembangan Capital Adequacy Ratio (CAR)

Sumber: Statistik Perbankan Syariah Publikasi Bank Indonesia 2014

Dari grafik diatas menjelaskan bahwa nilai CAR perbankan syariah dari

tahun 2010 sampai tahun 2014 fluktuatif kearah penurunan, yang berarti bahwa

solvabilitas atau kemampuan untuk mengcover kerugian dan kewajiban jangka

panjang dan pendeknya perbankan syariah di Indonesia mengalami penurunan.

Tetapi penurunan ini masih dalam batas kategori sehat, dimana batas minimum

CAR yang dapat dikatakan sehat adalah sebesar 8%, sehingga, walaupun

mengalami trend penurunan, setidaknya masih dapat untuk mengcover resiko

yang akan terjadi. Sehingga perbankan syariah harus mencari alternative lain

selain mengandalkan pada modal bank saja. Oleh karena itu dalam penelitian ini

digunakan variabel Debt to Assets Ratio (DAR). Berikut adalah rata-rata DAR

dari perbankan syariah di Indonesia.

16.25 16.63

14.13 14.4213.06

2010 2011 2012 2013 2014

CAR

CAR Linear (CAR)

Grafik 6. Perkembangan Debt to Assets Ratio (DAR)

Sumber: Laporan Keuangan Bank Syariah 2010-2014 (Data Diolah)

Dari dua indikator solvailitas, terlihat adanya penurunan di 5 tahun terakhir

ini. Kemungkinan penyebab penurunan solvabilitas ini dapat ditemukan dalam

variabel di penelitian ini.

Sementara untuk standar pelaksanaan Risk Based Bank Rating pada Bank

Umum Syariah mengacu pada Surat Edaran Bank Indonesia No. 13/24/DPNP

tanggal 25 Oktober 2011 Perihal Penilaian Tingkat Kesehatan Bank Umum.

B. Hasil Uji Analisis Data Penelitian

1. Hasil Uji Statistik Deskripsi

Statistik deskriptif memberikan gambaran atau deskripsi suatu data

yang dilihat dari nilai rata-rata, standar deviasi, varian, maksimum,

minimum, sum, range, kurtosis dan skewness (kemencengan distribusi).

Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang

82.1483.57

86.76

89.588.61

2010 2011 2012 2013 2014

DAR

DAR Linear (DAR)

lebih jelas dan mudah dipahami. Statistik deskriptif digunakan untuk

mengembangkan profil perusahaan yang menjadi sampel. Pada penelitian

ini statistik deskriptif akan menggambarkan deskripsi dari masing-masing

variabel.

Tabel 6 menggambarkan statistik deskripsi seluruh variabel dalam

penelitian ini yang meliputi minimum, maksmum, mean (rata-rata) dan

standar deviasi. Nilai minimum menggambarkan nilai paling kecil yang

diperoleh dari hasil pengolahan dan analisis data yang telah dilakukan

terhadap bank sampel. Nilai maksimum menggambarkan nilai paling besar

yang diperoleh dari hasil pengolahan dan analisis data yang telah dilakukan.

Sedangkan mean (rata-rata) menunjukkan nilai rata-rata dari masing-masing

variabel.

Variabel-variabel yang digunakan dalam penelitian ini meliputi Return

On Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio

(FDR), Non-Performing Financing (NPF), Volume Aset Portofolio (VAP),

dan Debt to Assets Ratio (DAR). Variabel-variabel tersebut akan diuji

secara statistik dekriptif seperti yang terlihat dalam tabel dibawah ini:

Tabel 6. Statistik Deskriptif

Variable DAR ROA NOM FDR NPF VAP

Mean 87.14987 1.220987 0.706382 94.21191 1.790987 18.89783

Median 87.34500 1.165000 0.620000 94.05000 1.625000 18.45000

Maximum 91.16000 4.130000 3.270000 99.68000 4.760000 24.80000

Minimum 77.82000 -3.310000 -2.600000 89.86000 0.000000 14.99000

Std. Dev. 2.581492 1.092812 0.767910 2.683305 1.278474 2.786157

Observations 152 152 152 152 152 152

Sumber: Data Sekunder Diolah (Output Eviews 8.1)

a. Variabel Independen

1) Return on Assets (ROA)

Variabel ROA mempunyai nilai Mean 1,22% dan standar

deviasi 1,09% berarti dikarenakan nilai Mean lebih besar

dibandingkan dengan standar deviasi yang dianggap sebagai

cerminan penyimpangan data, maka variabel ROA menunjukkan

hasil yang baik.

Hasil uji statistik pada tabel 6 juga menunjukkan bahwa nilai

ROA minimum adalah -3,31% yang menunjukkan ada saat dimana

tingkat ROA bank syariah tidak sehat. Selain itu, maksimum

adalah 4,13% yang menunjukkan tingkat ROA yang sangat sehat.

Mean sebesar 1,22% menandakan bahwa rata-rata Bank Umum

Syariah dalam penelitian ini pada rentang waktu 2010 hingga 2014

mempunyai tingkat ROA dengan kategori cukup sehat.

2) Net Operating Margin (NOM)

Variabel NOM mempunyai nilai Mean 0,71% dan standar

deviasi 0,77% berarti dikarenakan nilai Mean lebih kecil


cerminan penyimpangan data, maka variabel NOM menunjukkan

hasil yang tidak baik, hal ini dikarenakan nilai minimum NOM yang

bernilai negatif sebesar -2,60% dan menunjukkan tingkat NOM

yang tidak sehat.

Hasil uji statistik pada tabel 6 juga menunjukkan bahwa nilai

NOM maksimum adalah 3,27% yang menunjukkan tingkat NOM

yang sangat sehat. Mean sebesar 0,71% menandakan bahwa rata-

rata Bank Umum Syariah dalam penelitian ini pada rentang waktu

2010 hingga 2014 mempunyai tingkat NOM dengan kategori tidak

sehat.

3) Financing to Debt Ratio (FDR)

Variabel FDR mempunyai nilai Mean 94,21% dan standar



cerminan penyimpangan data, maka variabel FDR menunjukkan

hasil yang baik.

Tingkat FDR yang dinyatakan sehat adalah <110%, maka

hasil uji statistik pada tabel 6 menunjukkan bahwa nilai FDR

minimum adalah 89,86% dan nilai maksimumnya adalah 99,68%

yang menunjukkan tingkat FDR yang sehat. Mean sebesar 94,21%

menandakan bahwa rata-rata Bank Umum Syariah dalam penelitian

ini pada rentang waktu 2010 hingga 2014 mempunyai tingkat FDR

dengan kategori sehat.

4) Non-Performing Financing (NPF)

Variabel NPF mempunyai nilai Mean 1,79% dan standar



cerminan penyimpangan data, maka variabel NPF menunjukkan

hasil yang baik.

Tingkat NPF mempunyai batas maksimum sebesar 5%, maka

hasil uji statistik pada tabel 6 menunjukkan bahwa nilai NPF

minimum adalah 0% dan nilai maksimumnya adalah 4,76% yang

menunjukkan tingkat NPF yang masih dapat ditolerir. Mean sebesar

1,79% menandakan bahwa rata-rata Bank Umum Syariah dalam

penelitian ini pada rentang waktu 2010 hingga 2014 memiliki

kinerja keuangan yang baik danmemiliki kemampuan yang baik

dalam menyanggah risiko kegagalan pengembalian pembiayaan

oleh nasabah.

5) Volume Aset Portofolio (VAP)

Variabel VAP mempunyai nilai Mean 18,90% dan standar



cerminan penyimpangan data, maka variabel VAP menunjukkan

hasil yang baik.

Hasil uji statistik pada tabel 6 menunjukkan bahwa nilai VAP

minimum adalah 14,99% dan nilai maksimumnya adalah 24,80%

yang menunjukkan porsi aset yang dimiliki Bank dalam bentuk

portofolio. Mean sebesar 18,90% menandakan bahwa rata-rata

Bank Umum Syariah dalam penelitian ini pada rentang waktu 2010

hingga 2014 mempunyai aset dalam bentuk portofolio sebanyak

18,90% dari keseluruhan aset yang dimilikinya.

b. Variabel Dependen

1) Debt to Assets Ratio (DAR)

Variabel DAR mempunyai nilai Mean 87,15% dan standar



cerminan penyimpangan data, maka variabel DAR menunjukkan

hasil yang baik.

Tingkat DAR pada hasil uji statistik pada tabel 6

menunjukkan bahwa nilai minimumnya adalah 77,82% yang

menunjukkan solvabilitas yang sehat, sedangkan nilai

maksimumnya adalah 91,16% yang menunjukkan tingkat DAR

yang mendekati 100% dan masih dapat dikatakan sehat. Mean

sebesar 87,15% menandakan bahwa rata-rata Bank Umum Syariah

dalam penelitian ini pada rentang waktu 2010 hingga 2014

mempunyai tingkat DAR yang sehat.

2. Penentuan Model Regresi Data Panel

Penentuan model terbaik antara Common Effect, Fixed Effect, Dan

Random Effect menggunakan dua teknik estimasi model. Dua teknik ini

digunakan dalam regresi data panel untuk memperoleh model yang tepat

dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama

Chow Test digunakan untuk memilih antara model Common Effect atau

Fixed Effect. Kedua, Hausman Test digunakan untuk memilih antara model

Fixed Effect atau Random Effect yang terbaik dalam mengestimasi regresi

data panel.

a. Chow Test

Chow Test merupakan uji untuk membandingkan model Common

Effect dengan Fixed Effect. Chow Test dalam penelitian ini

menggunakan program Eviews. Hipotesis yang dibentuk dalam Chow

Test adalah sebagai berikut :

H0 : Model Common Effect




sebesar 5%. Chow Test dapat dilihat dari tabel dibawah ini:

Tabel 7. Chow Test

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section Fixed Effects Effects Test Statistic d.f. Prob. Cross-section F 9.181251 (7,139) 0.0000

Cross-section Chi-square 57.768374 7 0.0000


Dari tabel diatas diperoleh P-value sebesar 0,0000 yang lebih

kecil dari nilai signifikansi 5% sehingga H0 ditolak yang berarti model

regresi yang digunakan adalah model Fixed Effect.

b. Hausman Test

Pengujian ini membandingkan model Fixed Effect dengan

Random Effect dalam menentukan model yang terbaik untuk digunakan

sebagai model regresi data panel. Hausman Test menggunakan program

yang serupa dengan Chow Test yaitu program Eviews. Hipotesis yang

dibentuk dalam Hausman Test adalah sebagai berikut :

H0 : Model Random Effect




sebesar 5%. Hausman Test dapat dilihat pada tabel dibawah ini:

Tabel 8. Hausman Test

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section Random Effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 29.046661 5 0.0000


Dari tabel diatas diperoleh P-value sebesar 0,0000 yang lebih

kecil dari nilai signifikansi 5% sehingga H0 ditolak yang berarti model

regresi yang digunakan adalah model Fixed Effect.

Dari kedua test diatas didapatkan kesimpulan bahwa model

regresi data panel yang terbaik untuk model regresi dalam penelitian ini

adalah model regresi dengan model Fixed Effect.

3. Hasil Uji Asumsi Klasik

Pengujian asumsi klasik yang digunakan atas data sekunder dalam

penelitian ini meliputi uji normalitas, multikolinearitas, heteroskedastisitas

dan autokorelasi dengan hasil pengujian sebagai berikut:

a. Hasil Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model

regresi, variabel pengganggu atau residual memiliki distribusi normal

atau tidak. Seperti diketahui bahwa uji t dan uji F mengasumsikan

bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini

dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel

kecil. Eviews 8.1 menggunakan Test Jarque-Bera untuk mendeteksi

apakah residual berdistribusi normal atau tidak.

Hasil dari uji normalitas dengan menggunakan Test Jarque-Bera

dapat dilihat pada grafik dibawah ini:

Grafik 7. Test Normalitas Jarque-Bera


Uji statistik Jarque-Bera mempunyai kriteria jika nilai Jarque-

Bera diatasnilai Chi-Square Tabel dan nilai probability dibawah nilai

signifikansi 0,05, maka data yang diuji memiliki perbedaan yang

signifikan dengan data normal baku sehingga data yang diuji tidak

berdistribusi normal. Sebaliknya jika nilai Jarque-Bera dibawah nilai

Chi-Square Tabel dan nilai probability diatas nilai signifikansi 0,05,

maka data yang diuji memiliki distribusi normal.

Berdasarkan grafik diatas dapat dikatakan bahwa data residual

terdistribusi normal. Hal ini tercermin dari nilai Jarque-Bera sebesar

3,245155 yang lebih kecil atau dibawahnilai Chi-Square Tabel dengan

0

2

4

6

8

10

12

14

-5 -4 -3 -2 -1 0 1 2 3

Series: Standardized ResidualsSample 2010Q2 2014Q4Observations 152

Mean -2.28e-16Median -0.038459Maximum 3.512544Minimum -5.189957Std. Dev. 1.772364Skewness -0.354758Kurtosis 2.905240

Jarque-Bera 3.245155Probability 0.197389

df 152 yaitu sebesar 174.729 dan nilai probability yang berada diatas

nilai signifikansi 0,05.

b. Hasil Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah pada model

regresi ditemukan adanya korelasi antar variabel bebas (independen).

Pada model regresi yang baik seharusnya antar variabel independen

tidak terjadi korelasi. Untuk mengetahui ada tidaknya multikolinearitas

dilakukan dengan melihat korelasi diantara variabel independennya,

jika korelasi lebih dari 0,70 maka dinyatakan terdapat multikolinearitas

dikarenakan nilai 0,70 pada korelasi berarti hubungan yang kuat.

Korelasi antar variabel independen dapat dilihat pada tabel di bawah

ini:

Tabel 9. Korelasi Variabel Independen

ROA NOM FDR NPF VAP

ROA 1.000000 0.835493 -0.018381 -0.143408 -0.165363

NOM 0.835493 1.000000 -0.021375 -0.044436 -0.149306

FDR -0.018381 -0.021375 1.000000 0.246813 -0.347137

NPF -0.143408 -0.044436 0.246813 1.000000 -0.452407

VAP -0.165363 -0.149306 -0.347137 -0.452407 1.000000


Dari tabel diatas terlihat bahwa tidak ada variabel independen

yang mempunyai korelasi dengan variabel independen lainnya bernilai

diatas 0,70, kecuali variabel ROA dan NOM yang merupakan sama-

sama rasio profitabilitas, sehingga dapat dikatakan data dalam penelitian

ini tidak terdapat multikolinearitas. Maka dapat disimpulkan semua

variabel independen dalam model regresi terbebas dari problem

multikolinearitas dan dapat digunakan dalam penelitian ini.

c. Hasil Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam

model regresi terjadi ketidaksamaan variance dari residual satu

pengamatan ke pengamatan lain. Model regresi yang baik adalah model

regresi yang homoskedastisitas. Salah satu cara untuk mendeteksi ada

atau tidaknya heteroskedastisitas dapat dilakukan dengan melakukan

ujiPark dimana residual kuadrat yang di log diregresikan dengan

variabel independen yang ada.

Apabila variabel independen signifikan secara statistik

mempengaruhi variabel residual (kurang dari 5%), maka terjadi

heteroskedastisitas. Namun, apabila probabilitas signifikan diatas 5%

maka dapat dikatakan bahwa model regresi tidak mengandung adanya

heteroskedastisitas.

Hasil uji Park dapat dilihat dari tabel di bawah ini:

Tabel 10. Uji Park

Dependent Variable: LOG(RES2)

Method: Panel Least Squares

Date: 08/06/15 Time: 21:11

Sample: 2010Q2 2014Q4

Periods included: 19

Cross-sections included: 8

Total panel (balanced) observations: 152 Variable Coefficient Std. Error t-Statistic Prob. C -3.775351 7.637491 -0.494318 0.6218

ROA -0.149391 0.322248 -0.463589 0.6436

NOM 0.221538 0.446964 0.495651 0.6209

FDR 0.020934 0.074669 0.280363 0.7796

NPF -0.131651 0.171387 -0.768150 0.4436

VAP 0.098241 0.080962 1.213412 0.2269


Berdasarkan tabel diatas dapat dilihat bahwa tingkat signifikansi

variabel independen dalam penelitian ini berada diatas 5% atau 0,05.

Hal ini menunjukkan bahwa model regresi dalam penelitian ini tidak

terjadi heteroskedastisitas. Sehingga model regresi layak digunakan

untuk melakukan penelitian ini.

d. Hasil Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam suatu

model regresi linear ada korelasi antara kesalahan pengganggu pada

periode t dengan kesalahan periode t-1 (sebelumnya). Autokorelasi

muncul karena observasi yang berurutan sepanjang waktu berkaitan

antara satu sama lainnya. Masalah ini timbul karena residual (kesalahan

pengganggu) tidak bebas dari satu observasi ke observasi lainnya.

Model regresi yang baik adalah yang bebas dari autokorelasi. Dalam

penelitian ini menggunakan Durbin Watson Test (D-W) untuk

mendeteksi ada tidaknya autokorelasi.

Berikut adalah tabel yang menunjukkan hasil uji autokorelasi:

Tabel 11. Uji Durbin-Watson

Dependent Variable: CAR


Date: 08/06/15 Time: 20:03

Sample: 2010Q2 2014Q4



Total panel (balanced) observations: 152 Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987

Adjusted R-squared 0.487933 S.D. dependent var 2.581492

S.E. of regression 1.847285 Akaike info criterion 4.146957

Sum squared resid 474.3323 Schwarz criterion 4.405579

Log likelihood -302.1687 Hannan-Quinn criter. 4.252018

F-statistic 12.99030 Durbin-Watson stat 1.344517

Prob(F-statistic) 0.000000


Dasar pengambilan keputusan ada tidaknya autokorelasi dalam

model regresi adalah sebagai berikut:

1) du < DW < (4-du) berarti tidak ada autokorelasi,

2) DW < dl berarti ada autokorelasi positif,

3) DW > (4-dl) berarti ada autokerelasi negatif, dan

4) du < DW < dl atau (4-du) < DW < (4-dl) berarti hasilnya tidak

dapat disimpulkan.

Berdasarkan tabel diatas, dengan n=152 dan k=5 dapat diketahui

nilai batas atas dan batas bawah dari nilai Durbin-Watson dengan nilai

dU adalah 1,8032 dan nilai dL adalah 1,6675. dikarenakan nilai D-W

adalah 1,344517 berada dibawah dL, atau DW < dL maka dapat

disimpulkan bahwa data memiliki masalah autokorelasi.

Autokorelasi akan menyebabkan variabel yang seharusnya

berpengaruh menjadi tidak berpengaruh, hal ini terlihat dari kecilnya

adjusted R-square dan tingginya standard error. Cara untuk mengatasi

heteroskedastisitas ini adalah dengan menyesuaikan model regresi

dengan Cross-section SUR. Di bawah ini adalah hasil regresi ketika

mengalami autokorelasi:

Tabel 12. Hasil Regresi Autokorelasi



Date: 08/06/15 Time: 20:03

Sample: 2010Q2 2014Q4



Total panel (balanced) observations: 152 Variable Coefficient Std. Error t-Statistic Prob. ROA -0.238170 0.272885 -0.872788 0.3843

NOM 0.585868 0.370933 1.579445 0.1165

FDR 0.039205 0.069546 0.563721 0.5739

NPF -0.281473 0.200477 -1.404012 0.1625

VAP 0.019469 0.076367 0.254943 0.7991

C 83.46946 7.113991 11.73314 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987


S.E. of regression 1.847285 Akaike info criterion 4.146957

Sum squared resid 474.3323 Schwarz criterion 4.405579

Log likelihood -302.1687 Hannan-Quinn criter. 4.252018




Terlihat bahwa standard error mempunyai nilai yang cukup

tinggi dengan adjusted R-square yang rendah. Hal ini diperbaiki

dengan penyesuaian cross-section SUR pada regresi untuk

menghilangkan autokorelasi.

Tabel 13. Hasil Regresi dengan Cross Section SUR


Method: Panel EGLS (Cross-section SUR)

Date: 08/06/15 Time: 20:15

Sample: 2010Q2 2014Q4



Total panel (balanced) observations: 152

Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. ROA -0.247695 0.117799 -2.102703 0.0373

NOM 0.426070 0.141725 3.006309 0.0031

FDR 0.081950 0.028005 2.926239 0.0040

NPF -0.317403 0.066382 -4.781466 0.0000

VAP 0.036363 0.033711 1.078666 0.2826

C 79.31193 2.889979 27.44377 0.0000 Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652


S.E. of regression 1.030487 Sum squared resid 147.6047


Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.525619 Mean dependent var 87.14987

Sum squared resid 477.3600 Durbin-Watson stat 1.338319


Dibandingkan dengan hasil regresi tanpa penyesuaian Cross-

Section SUR, hasilnya menunjukkan penurunan pada standard error

dan kenaikan pada adjusted R-Square. Sehingga dapat diasumsikan

bahwa masalah autokorelasi telah disesuaikan sehingga dampaknya

sudah tidak mengganggu hasil regresi lagi.

4. Hasil Uji Hipotesis

Pengujian hipotesis dalam penelitian ini dilakukan dengan

menggunakan analisis regresi berganda (multiple regression analysis)

dengan model Fixed Effect sebagaimana telah dilakukan pada pemilihan

model terbaik sebelumnya, yaitu diakukan melalui uji koefisien determinasi,

uji statistik t, dan uji statistik F dengan menggunakan tingkat signifikansi

sebesar 0,05 atau 5 %. Apabila tingkat signifikansi lebih kecil dari 0,05

maka Ha diterima, sebaliknya apabila tingkat signifikansi lebih besar dari

0,05 maka H0 diterima.

a. Analisis Regresi Berganda

Hasil analisis regresi berganda dapat dilihat dari tabel di bawah

ini:

Tabel 14. Regresi Linear Berganda



Date: 08/06/15 Time: 20:15

Sample: 2010Q2 2014Q4




Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. ROA -0.247695 0.117799 -2.102703 0.0373

NOM 0.426070 0.141725 3.006309 0.0031

FDR 0.081950 0.028005 2.926239 0.0040

NPF -0.317403 0.066382 -4.781466 0.0000

VAP 0.036363 0.033711 1.078666 0.2826

C 79.31193 2.889979 27.44377 0.0000 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652




Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.525619 Mean dependent var 87.14987



Dari tabel diatas dapat dibuat model persamaan regresi sebagai

berikut:

Y = 79,31 – 0,25ROA + 0,43NOM + 0,08FDR – 0,32NPF + 0,04VAP + e

Dengan penyesuaian terhadap variabel yang tidak berpengaruh

signifikan, maka model persamaan regresi adalah sebagai berikut:

Y = 79,31 – 0,25ROA + 0,43NOM + 0,08FDR – 0,32NPF + e

Berdasarkan persamaan regresi diatas dapat dijelaskan sebagai

berikut:

1) Koefisien konstanta sebesar 79,31, dengan ini dapat diartikan

bahwa Y (DAR) akan bernilai 79,31% jika, Return On Asset

(ROA), Net Operating Margin (NOM), Financing to Debt Ratio

(FDR), Non-Performing Financing (NPF), Volume Aset Portofolio

(VAP) masing-masing bernilai 0.

2) Variabel Return On Asset (ROA) memiliki nilai koefisien regresi -

0,25. Hal ini menyatakan bahwa setiap penambahan Return On

Asset (ROA) sebesar 1% dengan asumsi variabel lain tetap, maka

terjadi penurunan pada Solvabilitas Bank Syariah yang diukur

dengan Debt to Assets Ratio (DAR) dengan nilai 0,25%.

3) Variabel Net Operating Margin (NOM) memiliki nilai koefisien

regresi sebesar 0,43. Hal ini menyatakan bahwa setiap

penambahan Net Operating Margin (NOM) sebesar 1% dengan

asumsi variabel lain tetap maka, akan meningkatkan Solvabilitas

Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR)

sebesar 0,43%.

4) Variabel Financing to Debt Ratio (FDR) memiliki nilai koefisien

regresi positif sebesar 0,08. Hal ini menyatakan bahwa setiap

penambahan Financing to Debt Ratio (FDR) sebesar 1% dengan

asumsi variabel lain tetap, maka akan meningkatkan Solvabilitas


sebesar 0,08%.

5) Variabel Non-Performing Financing (NPF) memiliki nilai

koefisien regresi sebesar -0,32. Hal ini menyatakan bahwa setiap

penambahan Non-Performing Financing (NPF) sebesar 1% dengan

asumsi variabel lain tetap, maka akan menurunkan Solvabilitas


sebesar 0,32%.

6) Variabel Volume Aset Portofolio (VAP) memiliki nilai koefisien

regresi sebesar 0,04. Hal ini menyatakan bahwa setiap

penambahan Volume Aset Portofolio (VAP) sebesar 1 satuan

dengan asumsi variabel lain tetap, maka akan meningkatkan

Solvabilitas Bank Syariah yang diukur dengan Debt to Assets

Ratio (DAR) sebesar 0,04%.

b. Koefisien Determinasi (R2)

Koefisien determinasi (R2) bertujuan untuk mengukur seberapa

jauh kemampuan model dapat menerangkan variasi variabel dependen.

Nilai koefisien determinasi adalah antara 0 (nol) dan 1 (satu). Nilai

Koefisien determinasi yang kecil berarti kemampuan variabel-variabel

independen dalam menjelaskan variasi variabel dependen amat terbatas.

Nilai yang mendekati satu berarti variabel-variabel independen

memberikan hampir semua informasi yang dibutuhkan untuk

memprediksi variasi variabel dependen. Penelitian ini menggunakan

Koefisien determinasi dengan menggunakan nilai adjusted R-square

untuk mengevaluasi model regresi. Nilai adjusted R-square dalam

penelitian ini dapat dilihat dalam tabel di bawah ini.

Tabel 15. Adjusted R-Square



Date: 08/06/15 Time: 20:15

Sample: 2010Q2 2014Q4



Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix

Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652






Berdasarkan tabel diatas dapat dilihat bahwa besarnya adjusted R-

square adalah 0,664959 atau 66,50%. Hal ini berarti 66,50% variabel

dependen solvabilitas Bank Syariahyang diwakili oleh Debt to Assets

Ratio (DAR) dapat dijelaskan secara signifikan oleh variasi variabel

independen. Variabel independen tersebut adalah Return On Asset

(ROA), Net Operating Margin (NOM), Financing to Debt Ratio

(FDR), Non-Performing Financing (NPF), Volume Aset Portofolio

(VAP). Sedangkan sisanya sebesar 33,50% (100% – 66,50%)

dijelaskan oleh variabel lain diluar model regresi dalam penelitian ini.

c. Uji Signifikansi Parameter Individual (Uji Statistik t)

Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel

penjelas atau independen secara individual dalam menerangkan variasi

variabel dependen dan digunakan untuk mengetahui ada atau tidaknya

pengaruh masing-masing variabel independen secara individual

terhadap variabel dependen yang diuji pada tingkat signifikansi 5%

atau 0, 05. Apabila nilai probabilitas < 0,05 maka koefisien regresi

signifikan dan Ha diterima. Sedangkan apabila nilai probabilitas > 0,05

maka koefisien regresi tidak signifikan dan Ha ditolak.

Hasil uji signifikansi parameter individual (Uji Statistik t) dapat

dilihat pada tabel output dibawah ini:

Tabel 16. Uji Statistik t



Date: 08/06/15 Time: 20:15

Sample: 2010Q2 2014Q4




Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob.

ROA -0.247695 0.117799 -2.102703 0.0373

NOM 0.426070 0.141725 3.006309 0.0031

FDR 0.081950 0.028005 2.926239 0.0040

NPF -0.317403 0.066382 -4.781466 0.0000

VAP 0.036363 0.033711 1.078666 0.2826

C 79.31193 2.889979 27.44377 0.0000


Pada tabel diatas terlihat bahwa variabel independen Return On

Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio

(FDR), Non-Performing Financing (NPF) berpengaruh signifikan

terhadap solvabilitas Bank Syariah yang diukur dengan Debt to Assets

Ratio (DAR) karena tingkat signifikansi masing-masing lebih kecil dari

tingkat signifikansi 0,05. Sedangkan variabel Volume Aset Portofolio

(VAP) tidak berpengaruh signifikan terhadap solvabilitas Bank Syariah

yang diukur dengan Debt to Assets Ratio (DAR) karena tingkat

signifikansi lebih besar dari tingkat signifikansi 0,05.

Berikut ini akan dijelaskan secara lebih lanjut mengenai hasil

temuan pada tabel diatas:

1) Pengaruh Return on Assets (ROA) terhadap Solvabilitas Bank

Syariah

Hipotesis pertama (Ha1) adalah Tingkat Earning (ROA)

berpengaruh signifikan secara parsial kepada Solvabilitas Bank

Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t

hitung sebesar -2,102703 yang lebih besar dari nilai t tabel 1,97591

(negatif diabaikan) dengan tingkat signifikan sebesar 0,0373 (lebih

kecil dari tingkat signifikansi 0,05) sehingga dapat disimpulkan

bahwa variabel Return On Asset (ROA) berpengaruh negatif secara

signifikan terhadap Solvabilitas Bank Syariah yang berarti Ha1

diterima.

Hasil pengujian menunjukan bahwa Return On Asset (ROA)

berpengaruh secara signifikan terhadap Solvabilitas Bank Syariah.

ROA yang semakin besar mengindikasikan semakin efektifnya

aktiva yang digunakan sehingga membuat laba semakin tinggi dan

akan membuat penggunaan hutang akan menurun. Hal ini

disebabkan oleh kemampuan perusahaan untuk membiayai

kegiatan usahanya dengan menggunakan laba ditahan.

Hasil penelitian ini sesuai dengan penelitian Aydin Ozkan

(2001), Mira (2004), dan Raden (2001). Ketiganya menjelaskan

bahwa profitabilitas berpengaruh negatif terhadap Debt to Assets

Ratio (DAR). Tetapi, Aydin Ozkan dan Mira menyatakan bahwa

profitabilitas mempunyai pengaruh yang signifikan terhadap DAR,

sedangkan Raden menyatakan bahwa profitabilitas tidak

mempunyai pengaruh signifikan terhadap DAR.

2) Pengaruh Net Operating Margin (NOM) terhadap Solvabilitas

Bank Syariah

Hipotesis kedua (Ha2) adalah Tingkat Earning (NOM)

berpengaruh signifikan secara parsial kepada Solvabilitas Bank

Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t

hitung sebesar 3,006309 yang lebih besar dari nilai t tabel 1,97591

dengan tingkat signifikan sebesar 0,0031 (lebih besar dari tingkat

signifikansi 0,05) sehingga dapat disimpulkan bahwa variabel Net

Operating Margin (NOM) berpengaruh secara signifikan terhadap

Solvabilitas Bank Syariah yang berarti Ha2 diterima.

Hasil pengujian menunjukan bahwa Net Operating Margin

(NOM) berpengaruh secara signifikan terhadap Solvabilitas Bank

Syariah. NOM digunakan untuk mengetahui kemampuan aktiva

produktif dalam menghasilkan laba. NOM yang semakin besar

menunjukkan kinerja yang baik dari Bank Syariah untuk

mendapatkan laba dari kegiatan operasionalnya.

Hasil penelitian ini sesuai dengan penelitian yang dilakukan

Aydin (2001) dan Mira (2004) dimana dalam penelitiannya rasio

profitabilitas mempunyai pengaruh yang signifikan terhadap Debt

to Assets Ratio (DAR).

3) Pengaruh Financing to Debt Ratio (FDR) terhadap Solvabilitas

Bank Syariah

Hipotesis ketiga (Ha3) adalah Tingkat risiko likuiditas (FDR)

berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Dari

hasil pengujian analisis regresi diperoleh nilai t hitung sebesar

2,926239 yang lebih besar dari nilai t tabel 1,97591 dengan tingkat

signifikan sebesar 0,0040 (lebih kecil dari tingkat signifikan 0,05)

sehingga dapat disimpulkan bahwa variabel Financing to Debt

Ratio (FDR) berpengaruh positif secara signifikan terhadap


Hasil pengujian menunjukkan bahwa Financing to Debt

Ratio (FDR) berpengaruh positif secara signifikan terhadap

Solvabilitas Bank Syariah. FDR merupakan ukuran likuiditas yang

mengukur besarnya dana yang ditempatkan dalam bentuk

pembiayaan yang berasal dari dana yang dikumpulkan oleh bank

(terutama dana masyarakat). Semakin tinggi FDR dimana harta

lancar yang dimiliki perusahaan semakin besar dan kemampuan

perusahaan dalam memenuhi kewajiban jangka pendeknya

meningkat maka penggunaan hutang juga akan meningkat karena

mampu ditutupi dengan harta lancar yang ada.


Aydin (2001) dan Raden (2012) dimana dalam penelitiannya

menyatakan bahwa rasio likuiditas mempunyai pengaruh positif

terhadap Debt to Assets Ratio (DAR).

4) Pengaruh Non-Performing Financing (NPF) terhadap

Solvabilitas Bank Syariah

Hipotesis keempat (Ha4) adalah Tingkat risiko kredit (NPF)


hasil pengujian analisis regresi diperoleh nilai t hitung sebesar -

4,781466 yang lebih besar dari nilai t tabel 1,97591 (negatif

diabaikan) dengan tingkat signifikan sebesar 0,00001 (lebih kecil

dari tingkat signifikan 0,05) sehingga dapat disimpulkan bahwa

variabel Non-Performing Financing (NPF) berpengaruh

negatifsecara signifikan terhadap Solvabilitas Bank Syariah yang

berarti Ha4 diterima.

Hasil pengujian menunjukkan bahwa Non-Performing

Financing (NPF) berpengaruh negatif secara signifikan terhadap

Solvabilitas Bank Syariah. NPF merupakan rasio yang mengukur

tingkat permasalahan pembiayaan yang dihadapi oleh Bank

Syariah. Semakin tinggi rasio ini, menunjukkan kualitas

pembiayaan Bank Syariah yang semakin buruk, sehingga

berpotensi terhadap kerugian Bank. Semakin tinggi NPF, maka

semakin tinggi debitur yang tidak memberikan kewajibannya

dalam bentuk margin ataupun bagi hasil kepada kreditur, sehingga

berpotensi menurunkan pendapatan bank serta menaikkan

penggunaan hutang dalam kegiatan usahanya dibandingkan laba

ditahan.


Mira (2004) dimana dalam penelitiannya itu digunakan variabel

likuiditas yang akan mempengaruhi DAR bank. Hasilnya

menunjukkan bahwa likuiditas secara parsial berpengaruh

signifikan negatif terhadap DAR

5) Pengaruh Volume Aset Portofolio (VAP) terhadap Solvabilitas

Bank Syariah

Hipotesis kelima (Ha5) adalah Tingkat risiko pasar (VAP)


hasil pengujian analisis regresi diperoleh nilai t hitung sebesar

1,078666 yang lebih kecil dari nilai t tabel 1,97591 dengan tingkat

signifikan sebesar 0,2826 (lebih besar dari tingkat signifikan 0,05)

sehingga dapat disimpulkan bahwa variabel Volume Aset

Portofolio (VAP) tidak berpengaruh secara signifikan terhadap


Hasil pengujian menunjukkan bahwa Volume Aset

Portofolio (VAP) tidak berpengaruh secara signifikan terhadap

Solvabilitas Bank Syariah. VAP merupakan salah satu bentuk

pengendalian terhadap risiko pasar yang memberi gambaran

seberapa besar potensi kerugian bank apabila terjadi perubahan

kurs atau perubahan nilai dari portofolio itu sendiri di pasar, tetapi

pada penelitian ini tidak berpengaruh secara signifikan terhadap

DAR.

d. Uji Signifikansi Simultan ( Uji Statistik F)

Uji statistik F menunjukkan apakah semua variabel independen

yang dimasukkan dalam model regresi mempunyai pengaruh secara

bersama-sama terhadap variabel dependen. Uji statistik F digunakan

untuk mengetahui pengaruh semua variabel independen yang

dimasukkan dalam model regresi secara bersama-sama terhadap

variabel dependen yang diuji pada tingkat signifikansi 0,05. Jika F

hitung > F tabel dengan df (5,147) dan tingkat signifikansi < 0,05 maka

Ha diterima. Uji Statistik-F dapat dilihat dari tabel di bawah:

Tabel 17. Uji F Statistik



Date: 08/06/15 Time: 20:15

Sample: 2010Q2 2014Q4




Linear estimation after one-step weighting matrix Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652






Hasil pengolahan data pada tabel diatas melalui F-test terlihat

bahwa nilai F hitung sebesar 25,97422 yang lebih besar dari F tabel

sebesar 2,28 dan nilai signifikansi sebesar 0,00001 < 0,05. Uji ini

menunjukkan bahwa model regresi dapat digunakan secara bersama-

sama untuk memprediksi tingkat Solvabilitas Bank Syariah (DAR). Hal

ini membuktikan bahwa Return On Asset (ROA), Net Operating

Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing

Financing (NPF), Volume Aset Portofolio (VAP) bersama-sama secara

simultan berpengaruh positif terhadap terhadap Solvabilitas Bank

Syariah yang diukur dengan Debt to Assets Ratio (DAR). Sehingga

dapat disimpulkan bahwa Ha6 diterima dalam model regresi penelitian

ini.

102

BAB V

PENUTUP

A. Kesimpulan

Penelitian ini bertujuan untuk mengetahui pengaruh Tingkat Kesehatan

Risk-Based Bank Rating (RBBR)yang diukur melalui Return On Assets (ROA),

Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing

Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Solvabilitas

Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR). Penelitian

ini menggunakan data sekunder yang diperoleh dari laporan keuangan bank

triwulan Bank Umum Syariah yang dipublikasikan untuk umum periode tahun

2010 sampai tahun 2014.

Berdasarkan hasil penelitian dapat disimpulkan bahwa:

1. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal

Earning yang diukur dengan Return On Assets (ROA) berpengaruh

signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan

Debt to Assets Ratio (DAR).


Earning yang diukur dengan Net Operating Margin (NOM) berpengaruh

signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan

Debt to Assets Ratio (DAR).


Risiko Likuiditas yang diukur dengan Financing to Debt Ratio (FDR)

berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang



Risiko Pembiayaan yang diukur dengan Non-Performing Financing (NPF)




Risiko Pasar yang diukur dengan Volume Aset Portofolio (VAP) tidak



6. Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) secara

keseluruhan berpengaruh signifikan terhadap Solvabilitas Perbankan

Syariah yang diukur dengan Debt to Assets Ratio (DAR).

Dari jawaban permasalahan diatas, dapat disimpulkan bahwa secara umum

Tingkat Kesehatan Risk-Based Bank Rating (RBBR) mempunyai pengaruh yang

cukup besar dalam fluktuasi dan trend penurunan Solvabilitas Perbankan Syariah

pada periode 2010-2014. Jika dilihat lebih dalam lagi, penyebab turunnya

Solvabilitas Perbankan Syariah terbesar pada periode 2010-2014 adalah risiko

pembiayaan. Hal ini menunjukkan bahwa masih kurangnya strategi bank syariah

dalam meminimalisir adanya pembiayaan macet atau masih kurangnya

kesadaran nasabah dalam melunasi pembiayaan di bank syariah.

B. Implikasi

Model teoritis yang diuji dan dikembangkan dalam penelitian ini

diharapkan mampu memberikan konstribusi bagi pemahaman kita mengenai

faktor-faktor yang dapat memengaruhi Solvabilitas Perbankan Syariah dilihat

dari segi penerapan Penilaian Tingkat Kesehatan Risk-Based Bank Rating

(RBBR). Hasil implikasi ini memiliki beberapa pengetahuan penting bagi

perusahaan, investor, peneliti selanjutnya dan bagi peneliti sendiri.

Berdasarkan kesimpulan yang telah diuraikan, menunjukkan bahwa

variabel Return On Assets (ROA), Net Operating Margin (NOM), Financing to

Debt Ratio (FDR), dan Non-Performing Financing (NPF) berpengaruh terhadap

Solvabilitas Perbankan Syariah. Tetapi, variabel Volume Aset Portofolio (VAP)

tidak berpengaruh terhadap Solvabilitas Perbankan Syariah.

Implikasi yang dapat diberikan penulis terkait dengan penelitian ini adalah

sebagai berikut:

1. Perusahaan, khususnya perusahaan yang bergerak di sektor perbankan

berbasis syariah dapat dijadikan sebagai acuan perusahaan untuk lebih

meningkatkan kinerja secara efektif dan efisien dalam meningkatkan

earning dan yang paling penting adalah menjaga dan terus mengevaluasi

strategi mitigasi risiko yang ada sehingga dapat meningkatkan kualitas

penilaian tingkat kesehatan demi meningkatkan solvabilitas.

2. Peneliti, dapat digunakan sebagai sarana untuk menambah wawasan dan

pengalaman serta pengetahuan mengenai implementasi Penilaian Tingkat

Kesehatan Risk-Based Bank Rating (RBBR) pada lembaga keuangan syariah

dan bagaimana pengaruhnya terhadap internal perusahaan khusunya adalah

solvabilitasnya.

3. Praktisi, dapat digunaan oleh para praktisi seperti otoritas jasa keuangan dan

para analis keuangan syariah mengenai relevansi Solvabilitas Perbankan

Syariah yang dipengaruhi oleh Penilaian Tingkat Kesehatan Risk-Based

Bank Rating (RBBR). Sementara implikasi untuk investor, dari penelitian

ini diharapkan dapat memberikan gambaran dan tambahan informasi kepada

investor mengenai kualitas internal lembaga keuangan syariah, khususnya

solvabilitasnya dengan melihat indikator Tingkat Kesehatan Risk-Based

Bank Rating (RBBR) sehingga dapat dijadikan bahan pertimbangan bagi

investor untuk melakukan keputusan investasi pada lembaga keuangan

syariah secara tepat dan menguntungkan di masa mendatang.

C. Saran

Berdasarkan kesimpulan diatas, maka penulis menyampaikan beberapa

saran sebagai berikut:

1. Penelitian selanjutnya disarankan untuk menggunakan sampel atau jenis

perusahaan yang berbeda sebagai pembanding, seperti memasukkan atau

menambahkan Unit Usaha Syariah (UUS) dan Bank Perkreditan Rakyat

Syariah (BPRS) sebagai sampel dalam penelitian.

2. Penelitian selanjutnya diharapkan untuk menggunakan indikator lain

selainTingkat Kesehatan Risk-Based Bank Rating (RBBR) terhadap

Solvabilitas Perbankan Syariah.

3. Penelitian selanjutnya disarankan untuk menggunakan indikator lain dalam

hal ukuran variabel-variabel yang digunakan dalam penelitian ini yaitu

tingkat Earning, Risiko Likuiditas, Risiko Pembiayaan, Risiko Pasar, dan

Solvabilitas. Seperti menambahkan indikator kualitatif atau perhitungan

lainnya yang mempresentasikannya.

Penelitian selanjutnya disarankan untuk memasukkan atau menambah

variabel-variabel baru yang diidentifikasi sebagai variabel Penilaian Tingkat

Kesehatan Risk-Based Bank Rating (RBBR) dan Solvabilitas Perbankan Syariah.

107

DAFTAR PUSTAKA

Altman, Edward. I. 1968. Financial Rations: Discriminant Analysis and

ThePrediction of Corporate Bankcruptcy.The Journal of Finance, VolXXIII,

pp: 589 – 609.

Ariefianto, Doddy. 2012. Ekonometrika : Esensi dan Aplikasi dengan Menggunakan

Eviews. Jakarta: Penerbit Erlangga.

Arthesa, Ade & Edia Handiman. 2006. Bank & Lembaga Keuangan Bukan Bank.

Jakarta: PT. Indeks.

Bank Indonesia. 2011. Surat Edaran No. 13/24/DPNP Tentang Penilaian Tingkat

Kesehatan Bank Umum. Jakarta: Bank Indonesia.

Dewi, Mira Puspita. 2004. Analisis Faktor-Faktor yang Mempengaruhi Struktur

Modal pada Perusahaan Jasa Perbankan. Tesis Program Pascasarjana

Universitas Indonesia.

Endri. 2009. Prediksi Kebangkrutan Bank untuk Menghadapi dan Mengelola

Perubahan Lingkungan Bisnis: Analisis Model Altman’s Z-Score. Perbanas

Quarterly Review Volume 2. Maret 2009.

Febriminanto, Raden David. 2012. Analisis Faktor-Faktor yang Mempengaruhi

Struktur Modal pada Perusahaan yang Terdaftar di Bursa Efek Indonesia

Periode 2001-2010. Skripsi Program Sarjana (S1) Universitas Indonesia.

Ghozali, Imam. 2011.Aplikasi Analisis Multivariate dengan Program SPSS. Edisi

5.Semarang: Badan Penerbit Universitas Diponegoro.

Ihsan, Dwi Nur’aini. 2013. Analisa Laporan Keuangan Perbankan Syariah. Jakarta:

UIN Jakarta Press.

Indriantoro, Nur & Babang Suporno.2002. Metodologi Penelitian Bisnis untuk

Akuntansi dan Manajemen.Yogyakarta: Lembaga Penerbit BPFE.

Kasmir. 2012. Dasar-Dasar Perbankan. Jakarta: RajaGrafindo Persada.

Kurniawan, Albert. 2014. Metode Riset untuk Ekonomi dan Bisnis : Teori, Konsep,

dan Praktik Penelitian Bisnis. Bandung: Penerbit Alfabeta.

Ozkan, Aydin. 2001. Determinants of Capital Structure and Adjusment to Long Run

Target: Evidence from UK Company Panel Data.Journal of Business Finance

& Accounting Volume 28.

Pasaribu, Rowland. 2008. Penggunaan Binary Logit untuk Prediksi Financial

Distress Perusahaan yang Tercatat di Bursa Efek Jakarta (Studi Kasus Emiten

Industri Perdagangan). Ventura Volume.11. 2008.

Riduwan & Sunarto. 2013. Pengantar Statistika untuk Penelitian : Pendidikan,

Sosial, Komunikasi, Ekonomi, dan Bisnis. Bandung: Alfabeta Bandung.

Rivai, Veithzal. 2007. Bank And Financial Institution Management Conventional &

Sharia System. Jakarta: Rajawali.

Romdayanah. 2011. Pengaruh Faktor Permodalan, Kualitas Aset, Dan Likuiditas

Terhadap Profitabilitas Bank Umum Syariah. Skripsi Program Sarjana (S1)

Pada Jurusan Ekonomi Islam Fakultas Syariah Institut Agama Islam Negeri

Walisongo. Semarang.

Rosadi, Dedi. 2012. Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews.

Yogyakarta: Penerbit ANDI.

Sarwono, Jonathan. 2013. Strategi Melakukan Riset. Yogyakarta: Penerbit ANDI.

Setyawan , Aditya Wira Perdana. 2012. Pengaruh Komponen Risk Based Bank

Rating Terhadap Harga Saham Perusahaan Perbankan Yang Go Public Di

Bursa Efek Indonesia (BEI)Tahun 2008-2011. Skripsi Program Sarjana (S1)

Pada Program Sarjana Fakultas Ekonomika Dan Bisnis Universitas

Diponegoro. Semarang.

Siti Rahmayanti Husein. 2012. Analisis Perbandingan Kinerja Keuangan Bank

Muamalat Indonesia (BMI) Dengan Bank Syariah Mandiri (BSM). Skripsi

Program Pendidikan Strata Satu Jurusan Akuntansi Sekolah Tinggi Ilmu

Ekonomi Perbanas. Surabaya

Subramanyam & John J. Wild. Financial Statement Analysis. Mc Graw Hill.

Amerika. 2008. Diterjemahkan oleh Dewi Yanti. Salemba Empat. Jakarta.

2010.

Sudarsono, Heri. Dampak Krisis Keuangan Global terhadap Perbankan di

Indonesia: Perbandingan antara Bank Konvensional dan Bank Syariah. Jurnal

LaRiba, Vol. III, No. 1, Juli 2009.

Sugiyono. 2011. Metode Penelitian Kuantitatif dan Kualitatif dan R&D. Bandung.

Alfabeta.

Sumitro, Warkum. 2004. Asas-Asas Perbankan Islam dan Lembaga-Lembaga Terkait

(BAMUI, TAKAFUL, dan Pasar Modal Syariah di Indonesia. Jakarta:

RajaGrafindo Persada.

Surifah. 1999.Rasio Keuangan Sebagai Alat Prediksi Kegagalan Suatu Bank.Tesis

Program Pasca Sarjana. Universitas Gadjah Mada.Yogyakarta.

Sutedi, Adrian. 2009. Perbankan Syariah: Tinjauan dan Beberapa Segi Hukum.

Jakarta: Ghalia Indonesia.

Utomo, Anif Punto, et al. 2014. Dua Dekade Ekonomi Syariah: Menuju Kiblat

Ekonomi Islam. Jakarta: Gres! Publishing Pusat Komunikasi Ekonomi Syariah.

Widarjo, Wahyu & Doddy Setiawan.2009. Pengaruh Rasio Keuangan terhadap

Kondisi Financial Distress Perusahaan Otomotif. Jurnal Bisnis dan Akuntansi.

Volume. 11. 2009.

Widyaningrum, Hening Asih; Suhadak; Topowijono. 2014. Analisis Tingkat

Kesehatan Bank Dengan Menggunakan Metode Risk-Based Bank Rating

(RBBR) (Studi pada Bank yang Terdaftar di Bursa Efek Indonesia dalam IHSG

Sub Sektor Perbankan Tahun 2012). Jurnal Administrasi Bisnis (JAB) Vol. 9

No. 2 April 2014.

Wijaya, Handi; Martin Surya Mulyadi.Penilaian Bisnis Dan AnalisisTingkat

Kesehatan Bank Mutiara(Suatu Studi Komparatif). Jurnal Universitas Bina

Nusantara, Jurusan Akuntansi, Fakultas Ekonomi dan Bisnis.

Winarno,Wing Wahyu. 2011. Analisis Ekonometrika dan Statistika dengan Eviews.

Edisi 3. Yogyakarta: UPP STIM YKPM.

110

LAMPIRAN

A. Data Penelitian

No Bank Tahun DAR ROA NOM FDR NPF VAP

1

Ban

k Sy

aria

h M

and

iri

2010 II 93.18 2.22 1.03 85.16 0.88 19.97

III 93.16 2.30 1.64 86.31 1.45 16.95

IV 93.78 2.21 1.84 82.54 1.29 19.81

2011 I 93.51 2.22 0.54 84.06 1.12 18.50

II 93.49 2.12 1.01 88.52 1.14 14.13

III 93.96 2.03 1.35 89.86 1.26 13.49

IV 93.69 1.95 1.65 86.03 0.95 16.40

2012 I 93.42 2.17 0.57 87.25 0.86 15.01

II 93.02 2.25 1.15 92.21 1.41 11.02

III 92.84 2.22 1.67 93.90 1.55 9.75

IV 92.29 2.25 2.15 94.40 1.14 10.47

2013 I 92.00 2.56 0.66 95.61 1.55 9.99

II 92.23 1.79 0.90 94.22 1.10 10.09

III 92.47 1.51 1.11 91.29 1.59 11.25

IV 92.40 1.53 1.48 89.37 2.29 13.01

2014 I 91.96 1.77 0.46 90.34 2.65 13.05

II 92.02 0.66 0.35 89.91 3.90 12.48

III 92.14 0.80 0.61 85.68 4.23 16.66

IV 92.63 0.17 0.16 82.13 4.29 18.69

2

Ban

k M

uam

alat

Ind

on

esia

2010 II 93.65 1.07 0.58 103.71 3.93 5.25

III 90.57 0.81 0.87 99.68 3.36 11.66

IV 91.84 1.36 1.20 91.52 3.51 15.30

2011 I 91.63 1.38 0.43 95.82 3.99 8.68

II 92.10 1.74 0.82 95.71 3.57 8.11

III 92.29 1.55 1.05 92.45 3.71 10.33

IV 93.63 1.52 1.23 85.18 1.78 23.39

2012 I 93.13 1.51 0.38 97.08 1.97 16.79

II 93.19 1.61 0.78 99.85 1.94 14.28

III 93.49 1.62 1.12 99.96 1.61 13.79

IV 95.91 1.54 1.22 94.15 1.81 19.61

2013 I 94.41 1.72 0.42 102.02 1.76 17.06

II 94.27 1.69 0.85 106.50 1.86 13.10

III 94.32 1.68 1.24 103.40 1.84 12.45

IV 93.82 1.37 1.32 99.99 0.78 17.14

2014 I 91.70 1.44 0.38 105.40 1.56 15.42

II 92.11 1.03 0.53 96.78 3.18 16.83

III 92.73 0.10 0.12 98.81 4.74 16.33

IV 93.50 0.17 0.25 84.14 4.76 23.31

3

BN

I Sya

riah

2010 II 82.14 (12.02) (1.06) 73.70 2.55 35.01

III 82.88 (0.65) (0.35) 150.63 2.60 40.16

IV 83.56 0.61 0.60 68.93 1.92 37.84

2011 I 82.64 3.42 0.90 76.53 2.12 32.42

II 83.68 2.22 1.13 84.46 1.71 25.79

III 84.86 2.37 1.72 86.13 1.78 22.56

IV 87.28 1.29 1.17 78.60 2.42 29.46

2012 I 88.28 0.63 0.17 78.78 2.77 32.56

II 87.52 0.65 0.37 80.94 1.75 24.53

III 87.78 1.31 0.99 85.36 1.62 20.68

IV 88.85 1.48 1.45 84.99 1.42 19.84

2013 I 90.24 1.62 0.42 80.11 0.97 24.80

II 90.45 1.24 0.68 92.13 1.54 19.58

III 90.94 1.22 1.02 96.37 1.49 18.34

IV 91.13 1.37 1.40 97.86 1.13 16.25

2014 I 91.42 1.22 0.33 96.67 1.27 15.78

II 92.10 1.11 0.53 98.96 1.35 16.16

III 89.67 1.11 0.80 94.29 1.51 17.62

IV 90.00 1.27 1.21 92.58 1.04 16.82

4

Ban

k M

ega

Syar

iah

2010 II 91.41 2.98 1.69 86.68 2.02 12.46

III 90.99 2.47 2.12 89.11 2.60 12.55

IV 91.77 1.90 2.04 78.17 2.11 22.27

2011 I 90.68 1.77 0.48 79.20 1.97 20.79

II 90.61 1.87 0.97 81.48 2.14 22.16

III 90.91 1.65 1.22 83.00 2.25 19.54

IV 92.17 1.58 1.44 83.08 1.79 18.66

2012 I 91.72 3.52 0.93 84.90 1.53 18.33

II 90.73 4.13 2.16 92.09 1.51 15.95

III 91.47 4.11 2.77 88.03 1.41 15.46

IV 92.40 3.81 3.27 88.88 1.32 16.32

2013 I 91.70 3.57 0.94 98.37 1.42 6.78

II 91.36 2.94 1.56 104.19 2.19 5.91

III 90.94 2.57 2.02 102.89 1.63 6.82

IV 91.56 2.33 2.17 93.37 1.45 12.91

2014 I 90.91 1.18 0.35 95.53 1.62 10.82

II 90.40 0.99 0.54 95.68 1.81 14.24

III 90.31 0.24 0.20 90.50 1.82 14.53

IV 88.82 0.29 0.30 93.61 1.81 12.41

5

BR

I Sya

riah

2010 II 80.02 0.97 0.35 91.23 1.97 6.17

III 84.27 0.24 0.11 102.17 2.06 11.64

IV 86.07 0.35 0.14 95.82 2.14 13.00

2011 I 86.75 0.23 (0.05) 97.44 1.70 12.77

II 87.51 0.20 (0.02) 93.34 2.77 13.08

III 89.74 0.40 0.13 95.58 2.27 9.32

IV 91.37 0.20 0.05 90.55 2.12 11.29

2012 I 90.77 0.17 0.03 101.76 2.40 7.73

II 91.01 1.21 0.58 102.77 2.15 9.67

III 91.16 1.34 0.95 99.99 1.89 10.58

IV 92.42 1.19 0.98 103.07 1.84 13.71

2013 I 92.52 1.71 0.42 100.90 2.01 15.17

II 89.81 1.41 0.70 103.67 1.94 13.20

III 89.71 1.36 1.01 105.61 2.14 11.98

IV 90.24 1.15 1.10 102.70 3.26 12.53

2014 I 90.23 0.46 0.10 102.13 3.36 14.06

II 90.72 0.03 0.01 95.14 3.61 15.06

III 90.82 0.20 0.13 94.85 4.19 13.79

IV 91.60 0.08 0.05 93.90 3.65 20.79

6

BC

A S

yari

ah

2010 II 63.08 0.99 0.34 70.57 1.02 50.84

III 62.36 0.98 0.67 65.32 0.20 54.50

IV 65.37 0.78 0.75 77.89 0.15 44.97

2011 I 68.65 0.87 0.21 76.83 - 43.17

II 68.86 0.89 0.45 77.69 0.09 43.82

III 70.63 0.95 0.90 79.92 0.14 39.25

IV 74.42 0.90 0.77 78.84 - 38.65

2012 I 75.52 0.39 0.10 74.14 - 40.56

II 76.23 0.74 0.39 77.41 - 37.35

III 76.63 0.69 0.55 91.67 0.01 26.33

IV 81.00 0.84 0.72 79.91 - 32.23

2013 I 80.12 0.92 0.24 86.35 - 27.93

II 80.99 0.97 0.48 85.86 - 27.09

III 82.36 0.99 0.71 88.98 - 22.79

IV 84.64 1.01 0.86 83.48 - 25.12

2014 I 84.35 0.86 0.22 89.53 0.05 20.67

II 85.67 0.69 0.32 85.31 0.04 23.35

III 75.47 0.67 0.44 93.02 0.05 25.97

IV 79.09 0.76 0.61 91.17 0.10 24.05

7

Ban

k Sy

aria

h B

uko

pin

2010 II 92.86 0.59 0.36 108.91 3.67 15.39

III 93.54 0.43 0.40 102.90 3.91 17.70

IV 93.46 0.74 0.73 99.37 3.42 16.03

2011 I 92.97 0.62 0.20 95.18 0.98 13.74

II 93.25 0.65 0.33 93.45 1.61 13.41

III 89.55 0.51 0.50 81.12 1.57 19.60

IV 90.63 0.52 0.63 83.66 1.54 10.49

2012 I 90.35 0.54 0.16 90.34 2.85 11.58

II 91.67 0.52 0.30 93.56 2.50 15.88

III 92.28 0.61 0.47 99.33 4.46 15.78

IV 92.45 0.55 0.80 92.29 4.26 17.82

2013 I 92.26 1.08 0.29 87.80 4.28 15.41

II 92.54 1.04 0.56 93.43 4.03 15.12

III 92.84 0.79 0.86 95.15 3.86 13.77

IV 93.26 0.69 0.78 100.29 3.68 15.37

2014 I 93.49 0.22 0.07 97.14 3.97 17.29

II 93.57 0.27 0.18 102.84 3.86 15.51

III 89.55 0.23 0.24 103.66 3.81 15.90

IV 90.29 0.27 0.35 92.89 3.34 19.37

8

Ban

k P

anin

Sya

riah

2010 II 44.93 (5.28) (1.95) 90.11 - 47.85

III 57.82 (3.31) (2.60) 82.80 - 45.51

IV 68.74 (2.53) (2.59) 69.76 - 45.22

2011 I 72.70 (1.55) (0.37) 78.64 - 37.55

II 48.85 (0.79) (0.30) 97.85 0.14 43.95

III 45.65 0.70 0.41 205.31 0.32 33.46

IV 55.49 1.75 1.25 162.97 0.82 29.25

2012 I 55.78 2.35 0.57 140.35 0.61 28.19

II 63.47 3.03 1.29 127.88 0.23 25.10

III 72.59 2.90 1.61 149.82 0.16 20.49

IV 77.03 3.48 2.34 105.66 0.19 27.80

2013 I 78.14 2.72 0.66 120.91 0.60 16.39

II 80.00 2.34 1.06 123.60 0.56 15.30

III 83.41 2.18 1.34 112.46 1.01 17.07

IV 87.02 1.03 0.72 90.40 0.77 35.21

2014 I 76.79 1.45 0.20 112.84 0.94 29.01

II 78.40 1.64 0.61 140.48 0.57 10.49

III 80.50 1.82 1.06 111.79 0.43 18.20

IV 82.72 1.99 1.58 94.04 0.29 22.43

B. Hasil Eviews

1. Chow Test

Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 9.181251 (7,139) 0.0000

Cross-section Chi-square 57.768374 7 0.0000

Cross-section fixed effects test equation: Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:01 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152

Variable Coefficient Std. Error t-Statistic Prob. ROA -0.211485 0.306649 -0.689663 0.4915

NOM 0.983542 0.425328 2.312433 0.0222 FDR -0.046293 0.071055 -0.651510 0.5157 NPF 0.737497 0.163091 4.522005 0.0000 VAP -0.211919 0.077043 -2.750653 0.0067

C 93.75862 7.267787 12.90057 0.0000 R-squared 0.310681 Mean dependent var 87.14987

Adjusted R-squared 0.287074 S.D. dependent var 2.581492 S.E. of regression 2.179680 Akaike info criterion 4.434907 Sum squared resid 693.6470 Schwarz criterion 4.554271 Log likelihood -331.0529 Hannan-Quinn criter. 4.483397 F-statistic 13.16067 Durbin-Watson stat 0.995124 Prob(F-statistic) 0.000000

2. Hausman Test

Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 29.046661 5 0.0000

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob. ROA -0.238170 -0.224451 0.002100 0.7647

NOM 0.585868 0.754149 0.002500 0.0008 FDR 0.039205 0.003315 0.000409 0.0758 NPF -0.281473 0.270689 0.011418 0.0000 VAP 0.019469 -0.110725 0.000759 0.0000

Cross-section random effects test equation: Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:02 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152

Variable Coefficient Std. Error t-Statistic Prob. C 83.46946 7.113991 11.73314 0.0000

ROA -0.238170 0.272885 -0.872788 0.3843 NOM 0.585868 0.370933 1.579445 0.1165 FDR 0.039205 0.069546 0.563721 0.5739 NPF -0.281473 0.200477 -1.404012 0.1625 VAP 0.019469 0.076367 0.254943 0.7991

Effects Specification Cross-section fixed (dummy variables) R-squared 0.528627 Mean dependent var 87.14987


3. Uji Asumsi Klasik

a. Uji Normalitas

b. Uji Multikolinearitas

ROA NOM FDR NPF VAP

ROA 1.000000 0.835493 -0.018381 -0.143408 -0.165363

NOM 0.835493 1.000000 -0.021375 -0.044436 -0.149306

FDR -0.018381 -0.021375 1.000000 0.246813 -0.347137

NPF -0.143408 -0.044436 0.246813 1.000000 -0.452407

VAP -0.165363 -0.149306 -0.347137 -0.452407 1.000000

0

2

4

6

8

10

12

14

-5 -4 -3 -2 -1 0 1 2 3

Series: Standardized ResidualsSample 2010Q2 2014Q4Observations 152

Mean -2.28e-16Median -0.038459Maximum 3.512544Minimum -5.189957Std. Dev. 1.772364Skewness -0.354758Kurtosis 2.905240

Jarque-Bera 3.245155Probability 0.197389

c. Uji Heteroskedastisitas

Dependent Variable: LOG(RES2) Method: Panel Least Squares Date: 08/06/15 Time: 21:11 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152

Variable Coefficient Std. Error t-Statistic Prob. C -3.775351 7.637491 -0.494318 0.6218

ROA -0.149391 0.322248 -0.463589 0.6436 NOM 0.221538 0.446964 0.495651 0.6209 FDR 0.020934 0.074669 0.280363 0.7796 NPF -0.131651 0.171387 -0.768150 0.4436 VAP 0.098241 0.080962 1.213412 0.2269

R-squared 0.026370 Mean dependent var -0.208245

Adjusted R-squared -0.006973 S.D. dependent var 2.282613 S.E. of regression 2.290558 Akaike info criterion 4.534142 Sum squared resid 766.0119 Schwarz criterion 4.653505 Log likelihood -338.5948 Hannan-Quinn criter. 4.582631 F-statistic 0.790863 Durbin-Watson stat 1.360581 Prob(F-statistic) 0.557862

d. Uji Autokorelasi

Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152


NOM 0.585868 0.370933 1.579445 0.1165 FDR 0.039205 0.069546 0.563721 0.5739 NPF -0.281473 0.200477 -1.404012 0.1625 VAP 0.019469 0.076367 0.254943 0.7991



4. Statistik Deskriptif

DAR ROA NOM FDR NPF VAP

Mean 87.14987 1.220987 0.706382 94.21191 1.790987 18.89783

Median 87.34500 1.165000 0.620000 94.05000 1.625000 18.45000

Maximum 91.16000 4.130000 3.270000 99.68000 4.760000 24.80000

Minimum 77.82000 -3.310000 -2.600000 89.86000 0.000000 14.99000

Std. Dev. 2.581492 1.092812 0.767910 2.683305 1.278474 2.786157

Skewness -0.559841 -0.408935 -0.688364 0.156525 0.449641 0.462604

Kurtosis 3.091225 5.663821 7.797204 2.043761 2.391689 2.089149

Jarque-Bera 7.992734 49.17742 157.7541 6.411823 7.465416 10.67583

Probability 0.018382 0.000000 0.000000 0.040522 0.023928 0.004806

Sum 13246.78 185.5900 107.3700 14320.21 272.2300 2872.470

Sum Sq. Dev. 1006.279 180.3300 89.04251 1087.219 246.8088 1172.163

Observations 152 152 152 152 152 152

5. Regresi Fixed Effect

Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152


NOM 0.585868 0.370933 1.579445 0.1165 FDR 0.039205 0.069546 0.563721 0.5739 NPF -0.281473 0.200477 -1.404012 0.1625 VAP 0.019469 0.076367 0.254943 0.7991



6. Regresi Fixed Effect dengan Cross-Section SUR

Dependent Variable: DAR Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix


NOM 0.426070 0.141725 3.006309 0.0031 FDR 0.081950 0.028005 2.926239 0.0040 NPF -0.317403 0.066382 -4.781466 0.0000 VAP 0.036363 0.033711 1.078666 0.2826

C 79.31193 2.889979 27.44377 0.0000 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.691584 Mean dependent var 66.82652

Adjusted R-squared 0.664959 S.D. dependent var 93.98597 S.E. of regression 1.030487 Sum squared resid 147.6047 F-statistic 25.97422 Durbin-Watson stat 1.673166 Prob(F-statistic) 0.000000

Unweighted Statistics R-squared 0.525619 Mean dependent var 87.14987


pengaruh tingkat kesehatan risk based bank...

Documents