ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI LIKUIDASI BANK TAHUN 1997 OLEH WIRDA NABILA HI

ANALISIS FAKTOR–FAKTOR YANG MEMPENGARUHI LIKUIDASI BANK TAHUN 1997

OLEH WIRDA NABILA HI4102091

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2006

RINGKASAN

WIRDA NABILA. Analisis Faktor-faktor yang Mempengaruhi Likuidasi Bank Tahun 1997 (dibimbing oleh SYAMSUL HIDAYAT PASARIBU). Perbankan berfungsi sebagai lembaga intermediasi yang merubah aset tidak lancar menjadi aset lancar dan berjangka pendek (Judisseno, 2005). Pada satu sisi, tawaran aset yang lancar dan berjangka pendek ini sangat menarik perhatian investor asing sehingga perbankan dapat menarik capital inflows dalam jumlah besar. Namun disisi lain, pada saat terjadi shock ekonomi, intermediasi dapat menyebabkan terjadinya capital outflows. Jika hal ini terjadi dalam jumlah besar dan mendadak maka perbankan akan mengalami kesulitan dalam memenuhi kewajibannya apabila aset yang dimiliki tidak lancar. Krisis perbankan yang terjadi di Indonesia sejak pertengahan tahun 1997, akibat dari nilai rupiah yang terdepresiasi terhadap valas khususnya dollar Amerika Serikat telah menimbulkan berbagai kesulitan ekonomi. Dampak yang timbul adalah terjadinya negative spread yaitu semakin besar perbedaan negatif antara sources dan uses of fund dan banyaknya debitur yang tidak mampu lagi membayar kewajibannya karena tingginya loan interest rate, mengakibatkan menurunnya kinerja perbankan di Indonesia. Berdasarkan pengawasan Bank Indonesia, terdapat bank-bank yang memiliki keuangan dan perkembangan kinerjanya tidak sehat. Dalam rangka menyehatkan sistem perbankan nasional maka pemerintah memutuskan untuk melikuidasi 16 bank swasta nasional. Likuidasi yang dilakukan berakibat makin merosotnya kepercayaan masyarakat terhadap perbankan nasional dan menimbulkan terjadinya rush. Tujuan dari penelitian ini adalah untuk menganalisis karakteristik dari bank yang dilikuidasi dan bank yang tidak dilikuidasi; serta menganalisis faktor-faktor yang mempengaruhi likuidasi bank tahun 1997,. Pada penelitian ini, untuk menganalisis karakteristik bank yang tidak dilikuidasi dengan bank yang dilikuidasi menggunakan SPSS 10.5 sedangkan melihat faktor-faktor yang mempengaruhi terjadinya likuidasi bank digunakan analisis Logistic Regression. Data yang digunakan adalah data sekunder berupa rasio-rasio keuangan bank pada tahun 1997. Hasil penelitian menunjukkan perbandingan nilai rata-rata kelompok bank tidak dilikuidasi dengan bank dilikuidasi pada masing-masing variabel APF, ROA, ROE, LDR, NIM dan CAR menunjukkan nilai rata-rata kelompok bank tidak dilikuidasi lebih besar daripada kelompok bank dilikuidasi, sehingga semakin besar variabel APF, ROA, ROE, LDR, NIM dan CAR maka kemungkinan bank dilikuidasi semakin kecil. Variabel-variabel yang digunakan,dalam menentukan faktor-faktor yang mempengaruhi likuidasi bank tahun 1997 yaitu: CAR, LDR, NIM, ROA, ROE, dan APF, tetapi hanya tiga variabel (CAR, LDR, NIM) yang berpengaruh signifikan terhadap likuidasi bank. Variabel CAR, LDR dan NIM

memiliki hubungan yang negatif sehingga peningkatan rasio tersebut akan menurunkan risiko likuidasi bank. Berdasarkan hasil penelitian, rasio-rasio keuangan yang digunakan dalam penelitian menunjukkan rasio LDR, NIM dan CAR memiliki pengaruh yang signifikan terhadap faktor-faktor yang mempengaruhi likuidasi bank tahun 1997. Agar tidak terjadi likuidasi bank dimasa yang akan datang, maka perlu diambil langkah-langkah bagi bank untuk menjaga kinerja dan kesehatan terutama yang berkaitan dengan variabel-variabel yang diteliti. Bank Indonesia sebagai pengawas perbankan perlu meningkatkan pengawasannya terhadap bank-bank dan perlu dikeluarkannya laporan peringkat bank. Laporan peringkat bank ini akan menunjukkan bank-bank yang kinerja usahanya baik atau tidak, tergolong ke dalam kategori bank sehat atau tidak sehat sehingga bank akan meningkatkan kinerjanya dan masyarakat akan lebih waspada dalam menyimpan dananya. Rasio-rasio risiko bank, seperti Non Performing Loans, dalam penelitian ini tidak dimasukkan sehingga hasil yang didapat dalam memprediksi bank yang dilikuidasi kurang maksimal. Oleh karena itu, untuk penelitian selanjutnya diharapkan jumlah variabel rasio keuangan ditambah, sehingga dapat diketahui dengan jelas rasio keuangan mana saja yang berpengaruh terhadap keputusan bank yang akan dilikuidasi.

ANALISIS FAKTOR–FAKTOR YANG MEMPENGARUHI LIKUIDASI BANK TAHUN 1997

OLEH WIRDA NABILA HI4102091

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2006

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI

Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa

: Wirda Nabila

Nomor Registrasi Pokok

: H14102091

Program Studi

: Ilmu Ekonomi

Judul Skripsi

: Analisis Faktor-faktor yang Mempengaruhi Likuidasi Bank Tahun 1997.

Dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Menyetujui, Dosen Pembimbing,

Syamsul Hidayat Pasaribu, SE, M. Si NIP. 132 310 799

Mengetahui, Ketua Departemen Ilmu Ekonomi,

Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872

Tanggal Kelulusan :

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Juli 2006

Wirda Nabila H14102091

RIWAYAT HIDUP

Penulis bernama Wirda Nabila lahir pada tanggal 21 April 1984 di Jakarta. Penulis anak terakhir dari dua bersaudara, dari pasangan H. Achmad Royadi (Alm.) dan Hj. Yuffi Friana. Jenjang pendidikan penulis dilalui tanpa hambatan, penulis menamatkan sekolah dasar pada SDN Pengadilan III Bogor, kemudian melanjutkan ke SLTP Negeri 1 Bogor dan lulus pada tahun 1999. Pada tahun yang sama penulis diterima di SMUN 3 Bogor dan lulus pada tahun 2002. Pada tahun 2002 penulis melanjutkan studinya ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar dapat memperoleh ilmu dan mengembangkan pola pikir, sehingga dapat menjadi sumber daya yang berguna bagi nusa dan bangsa. Penulis masuk IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi dan Studi Pembangunan pada Fakultas Ekonomi dan Manajemen. Selama menjadi mahasiswa, penulis aktif di organisasi Hipotesa.

KATA PENGANTAR

Puji syukur penulis ucapkan kepada Allah SWT atas segala rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan penulisan skripsi ini. Judul skripsi ini adalah “Analisis Faktor-faktor yang Mempengaruhi Likuidasi Bank Tahun 1997”. Likuidasi bank merupakan topik yang sangat menarik karena diharapkan akan berdampak positif terhadap tingkat kesehatan bank. Karena itu, penulis tertarik untuk melakukan penelitian dengan topik ini, khususnya likuidasi bank yang terjadi pada tahun 1997. Disamping hal tersebut, skripsi ini juga merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penulis mengucapkan terima kasih yang sebesar-besarnya kepada pihakpihak berikut ini. 1.

Bapak Syamsul H. Pasaribu, M. Si, sebagai dosen pembimbing yang telah memberikan bimbingan kepada penulis baik secara teknis maupun teoritis dalam pembuatan proses skripsi ini sehingga dapat diselesaikan dengan baik.

2.

Bapak Dr. Bambang Djuanda, sebagai penguji utama dalam sidang skripsi. Semua saran dan kritikan beliau merupakan hal yang sangat berharga dalam penyempurnaan skripsi ini.

3.

Bapak Alla Asmara, M.Si, sebagai komisi pendidikan atas kritikan dan saran untuk perbaikan dalam tata cara penulisan skripsi ini.

4.

Kepada orang tua penulis, yaitu Ibu Hj. Yuffi Friana serta kakak dan kakak ipar penulis. Kesabaran dan dorongan mereka sangat besar artinya dalam proses penyelesaian skripsi ini.

5.

Teman-teman angkatan 39, teman-teman seperjuangan (Fero, Ratih dan Lambok) serta sahabat-sahabatku (Ionk, Lia, Tasya, Nonon, Nilam dan Meyrin) yang telah memberikan bantuan baik tenaga maupun moril dalam penyelesaian skripsi ini.

6.

Penulis juga berterima kasih kepada pihak-pihak lain yang telah membantu penulis dalam penyelesaian skripsi ini namun tidak bisa penulis sebutkan satu persatu. Semoga karya ini dapat bermanfaat bagi penulis dan pihak lain yang

membutuhkan.

Bogor, Juli 2006

Wirda Nabila H14102091

DAFTAR ISI

Halaman DAFTAR TABEL .................................................................................... xi DAFTAR GAMBAR ................................................................................ xii DAFTAR LAMPIRAN............................................................................. xiii I. PENDAHULUAN ................................................................................ 1 1.1. Latar Belakang........................................................................ 1 1.1. Permasalahan.......................................................................... 4 1.2. Tujuan Penelitian.................................................................... 5 1.3. Manfaat Penelitian .................................................................. 6 II. TINJAUAN PUSTAKA ...................................................................... 7 2.1. Pengertian Bank ...................................................................... 7 2.2.Analisis Kinerja Bank ................................................................ 8 2.2.1. Analisis Rasio Lkuiditas.............................................. 8 2.2.2. Analisis Rasio Rentabilitas .......................................... 9 2.2.3. Analisis Rasio Solvabilitas .......................................... 9 2.3.Penilaian Kesehatan Bank .......................................................... 10 2.4.Likuidasi dan Pencabutan Izin Usaha ......................................... 16 2.5.Kredit Bermasalah ..................................................................... 17 2.6.Penelitian Terdahulu .................................................................. 19 2.7.Kerangka Pemikiran................................................................... 20 2.8.Hipotesis.................................................................................... 21 III. METODE PENELITIAN ................................................................... 23 3.1.Jenis dan Sumber Data ............................................................... 23 3.2.Rancangan Penelitian ................................................................. 23 3.3.Metode Pengolahan Data............................................................ 24 3.4.Model Logit ............................................................................... 24 3.5.Pendugaan Parameter Model .................................................... 28 3.6.Uji Taraf Nyata Parameter ......................................................... 30

3.7.Daya Ramal Prediksi Model....................................................... 32 3.8.Interpretasi Koefisien ................................................................. 32 3.9.Tahapan dalam Penelitian .......................................................... 33 IV. HASIL DAN PEMBAHASAN .......................................................... 36 4.1. Analisis Deskriptif ................................................................... 36 4.2. Analisis Logit .......................................................................... 48 4.3. Hasil Analisis Regresi Logistik ................................................ 50 4.2.1

Uji Kelayakan Model.................................................. 50

4.2.2. Uji Daya Ramal Prediksi Model.................................. 51 4.3. Interpretasi Peubah Penjelas dalam Model .............................. 52 V. KESIMPULAN DAN SARAN ........................................................... 56 5.1. Kesimpulan............................................................................. 56 5.2. Saran ..................................................................................... 56 DAFTAR PUSTAKA ............................................................................... 58 LAMPIRAN ............................................................................................. 60

DAFTAR TABEL

Nomor

Halaman

1.1. Daftar 16 Bank yang Dilikuidasi Tahun 1997................................... 3 2.1. Tingkat Kesehatan Bank (Faktor-faktor yang dinilai) ....................... 12 3.1. Risiko Alfa dan Nilai Z .................................................................... 31 4.1. Pengklasifikasian Karakteristik Kelompok ....................................... 36 4.2. Deskripsi Variabel APF.................................................................... 37 4.3. Deskripsi Variabel ROA .................................................................. 39 4.4. Deskripsi Variabel ROE ................................................................... 41 4.5. Deskripsi Variabel NIM ................................................................... 42 4.6. Deskripsi Variabel LDR ................................................................... 44 4.7. Deskripsi Variabel CAR................................................................... 46 4.8. Pereduksian Peubah Penjelas dilihat dari p-value ............................. 49 4.9. Hasil Regresi 4................................................................................. 50 5.0. Prediksi Kebangkrutan Bank ............................................................ 51 5.1. Interpretasi Koefisien ....................................................................... 52

DAFTAR GAMBAR

Nomor

Halaman

2.1. Kerangka Pikir Penelitian................................................................. 21 4.1. Box Plot APF ................................................................................... 38 4.2. Box Plot ROA .................................................................................. 40 4.3. Box Plot ROE................................................................................... 42 4.4. Box Plot NIM................................................................................... 43 4.5. Box plot LDR ................................................................................... 45 4.6. Box Plot CAR .................................................................................. 47

DAFTAR LAMPIRAN

Nomor

Halaman

1. Data Rasio Keuangan Bank Tahun 1997 .............................................. 61 2. Case Processing Summary ................................................................... 66 3. Deskripsi Data ..................................................................................... 66 4. Hasil Regresi Model Logit 1 ................................................................ 70 5. Hasil Regresi Model Logit 2 ................................................................ 70 6. Hasil Regresi Model Logit 3 ................................................................ 71 7. Hasil Regresi Model Logit 4 ................................................................ 71 8. Prediksi Tabel ...................................................................................... 72 9. Actual, Fitted and Residual Test........................................................... 73

I. PENDAHULUAN

1.1.

Latar Belakang Perbankan berfungsi sebagai lembaga intermediasi yang merubah aset

tidak lancar menjadi aset lancar dan berjangka pendek (Judisseno, 2005). Pada satu sisi, tawaran aset yang lancar dan berjangka pendek ini sangat menarik perhatian investor asing sehingga perbankan dapat menarik capital inflows dalam jumlah besar. Namun disisi lain, pada saat terjadi shock ekonomi, intermediasi dapat menyebabkan terjadinya capital outflows. Jika hal ini terjadi dalam jumlah besar dan mendadak maka perbankan akan mengalami kesulitan dalam memenuhi kewajibannya apabila aset yang dimiliki tidak lancar. Krisis perbankan yang melanda Indonesia sejak pertengahan tahun 1997, diawali dengan terjadinya krisis moneter sebagai akibat dari jatuhnya nilai Rupiah terhadap valas khususnya dollar Amerika Serikat. Gejolak nilai tukar yang sebenarnya hanya merupakan efek penularan (contagion effect) dari yang terjadi di Thailand, telah menimbulkan berbagai kesulitan ekonomi yang sangat parah. Depresiasi Rupiah terhadap Dollar Amerika Serikat yang semakin tajam membuat pemerintah harus melakukan suatu tindakan untuk menahan laju rupiah agar tidak terus meningkat. Tindakan pemerintah yang dilakukan adalah menaikkan tingkat suku bunga Sertifikat Bank Indonesia (SBI). Kebijakan ini mengakibatkan beberapa bank mengalami kesulitan likuiditas yang sangat besar dan menambah beban bagi para pengusaha, karena selain terkena dampak depresiasi rupiah juga terkena dampak tingkat bunga kredit

yang tinggi. Sehingga dampak yang timbul adalah terjadinya negative spread yaitu semakin besar perbedaan negatif antara sources dan uses of fund dan banyaknya debitur yang tidak mampu lagi membayar kewajibannya karena tingginya loan interest rate, mengakibatkan menurunnya kinerja perbankan di Indonesia. Salah satu faktor yang mengakibatkan kinerja perbankan menurun serta banyaknya bank yang dikategorikan sakit adalah karena adanya deregulasi perbankan (Pakto 88) yang memberikan kemudahan kepada swasta untuk mendirikan bank. Paket Oktober 1988 telah menyebabkan pertumbuhan bank di Indonesia, dengan modal Rp 10 milyar seseorang sudah bisa mendirikan bank sekaligus menjadi pemilik dan direkturnya, tetapi pendirian bank ini tidak diimbangi dengan kualitas dan kemampuan bank dalam menjalankan usahanya. Kebijakan ini pada akhirnya membawa dampak pada struktur industri perbankan Indonesia dengan intensitas kompetisi yang tinggi dan berpengaruh buruk pada tingkat efisiensi dan kesehatan perbankan dalam jangka panjang. Berdasarkan pengawasan Bank Indonesia, terdapat bank-bank yang memiliki keuangan dan perkembangan kinerjanya tidak sehat. Akibat dari bankbank yang tidak sehat tersebut, yaitu : (a) membahayakan kelangsungan usaha, (b) mengganggu sistem perbankan, dan (c) merugikan kepentingan masyarakat. Dalam rangka menyehatkan sistem perbankan nasional maka pemerintah memutuskan untuk melikuidasi 16 bank swasta nasional. Likuidasi yang dilakukan berakibat makin merosotnya kepercayaan masyarakat terhadap perbankan nasional dan menimbulkan terjadinya rush.

Tabel 1.1. Daftar 16 Bank yang Dilikuidasi Tahun 1997 Nama Bank Pemilik Mayoritas No. 1. Bank Harapan Sentosa

Hendra Rahardja 38,4 %

2. Bank Guna Internasional

Hendra Rahardja 38,34 %

3. Bank Andromeda

Prajogo Pangestu 50 %

4. Bank Astria Raya

Henry Liem 35 %

5. Bank Sejahtera

PT. Ahad A. Asri 94,17 %

6. Bank Dwipa

Bambang Samijono 38 %

7. Bank Kosagraha Semesta

Setiawan Chandra 70 %

8. Bank Jakarta

H. Probosutedjo 87 %

9. Bank Citrahasta Manunggal

Suyoso Sukarno 45,5 %

10. South East Asia Bank

PT. Manggarai Permai

11. Bank Pinaesaan

F. H. Eman 74, 18 %

12. Bank Mataram Dhanarta

Hamengkubuwono X 95 %

13. Bank Anrico

H. Anwar Syukur 99 %

14. Bank Pacific

Dr. Ibnu Sutowo Group 61,75 %

15. Bank Industri

YDP BRI 60 %

16. Bank Majapahit Jaya

Forum 37 plus

Sumber : Dendawijaya (2001)

Bank-bank yang sebelumnya dinyatakan sehat ikut terkena likuidasi padahal bank-bank tersebut tergolong memiliki aset besar dan termasuk peringkat bank yang bagus. Menurut sumber Infobank (1997) bank-bank yang dilikuidasi tersebut memiliki peringkat yang cukup bagus dalam perbankan. Bahkan diantaranya yaitu Bank Harapan Sentosa termasuk dalam peringkat ke-19. Peringkat ini berdasarkan rating yang dilakukan oleh Biro Riset Infobank pada bulan Juni 1996-1997. Kesehatan suatu bank sangat bergantung pada pemilik dan pengelola bank. Pemilik bertanggungjawab terhadap kecukupan modal bank untuk dapat

mengantisipasi kerugian yang mungkin terjadi, sementara pengelola membangun dan mempertahankan bank agar tetap sehat, mempertahankan nilai bank dengan memastikan portfolio aset yang sehat dan dapat menghasilkan pendapatan yang memadai serta menilai struktur kewajiban (liabilities) dalam rangka mengelola likuiditas bank. Pada kenyataannya, banyak pemilik yang menjadikan bank sebagai sumber pembiayaan bagi kepentingan usahanya, dan bahkan kredit yang diberikan melampui Batas Maksimum Pemberian Kredit.

1.2.

Permasalahan Pemerintah melikuidasi 16 bank swasta nasional akibat besarnya kesulitan

likuiditas perbankan sehingga menimbulkan krisis pada perbankan nasional (Basalim, et. all., 2000). Munculnya bank-bank yang tidak sehat (yang akhirnya dilikuidasi) salah satunya disebabkan oleh lemahnya sistem pengawasan perbankan, terutama dalam penyaluran kredit. Para pemilik atau pengelola bank menyalurkan kredit ke grup perusahaannya sendiri melebihi batas ketentuan yang ditetapkan Bank Indonesia sehingga banyak terjadi kasus kredit macet. Bank Indonesia selama ini tidak pernah mengumumkan nama-nama bank yang berstatus dalam perhatian khusus. Karena itu, masyarakat tidak bisa membedakan antara bank yang sehat dan yang sakit. Sebab masyarakat sangat awam akan persoalan ini, termasuk masalah peringkat kinerja bank serta aspek lain yang berkaitan dengan kinerja kesehatan bank. Sehingga likuidasi yang dilakukan pemerintah pada tanggal 1 November 1997 sangat mengejutkan

masyarakat yang menyebabkan para nasabah menarik simpanannya di bank secara besar-besaran (rush), karena ketidakpercayaan pada bank. Likuidasi yang dilakukan tersebut hanya mempertimbangkan besarnya Capital Adequacy Ratio (CAR), yaitu dibawah delapan persen. Faktor-faktor lain seperti masalah kredit macet, kualitas aset, likuiditas dan pemberian kredit untuk usahanya sendiri tidak digunakan sebagai kriteria dalam melikuidasi bank. Padahal kredit macet tersebut banyak terjadi di bank-bank tersebut dan kualitas aset yang tidak bagus akan memiliki resiko tinggi. Simorangkir (2000) mensinyalir bahwa penyebab kejatuhan bank-bank tersebut dikarenakan hampir 89 persen bank yang jatuh itu adalah bank yang manajemennya jelek. Sekitar 60 persen diantaranya disebabkan oleh jeleknya kualitas pengelola yang kurang menguasai ilmu perbankan. Oleh karena itu, dalam penelitian ini dapat dirumuskan permasalahan terkait adanya likuidasi atau kebangkrutan bank di Indonesia, yaitu : faktor-faktor apa saja yang mempengaruhi dilikuidasinya bank-bank tersebut.

1.3.

Tujuan Penelitian Berdasarkan latar belakang dan permasalahan di atas, maka dapat

diuraikan dua tujuan dari penelitian ini, yaitu : (1) menganalisis karakteristik dari bank yang dilikuidasi dan bank yang tidak dilikuidasi; (2) menganalisis faktor-faktor yang mempengaruhi likuidasi bank tahun 1997.

1.4.

Manfaat Penelitian Penelitian terhadap Faktor-faktor yang Mempengaruhi Likuidasi Bank

Tahun 1997 diharapkan akan memberikan manfaat dalam mengetahui perkembangan tingkat kesehatan bank di Indonesia. Analisis ini diharapkan dapat menjadi masukan bagi nasabah dalam memilih bank yang sehat. Pemerintah dan Bank Indonesia dapat memanfaatkan penelitian ini sebagai salah satu bahan analisis untuk memutuskan suatu kebijakan terkait dilikuidasinya suatu bank.

II. TINJAUAN PUSTAKA

2.1.

Pengertian Bank Bank adalah lembaga keuangan yang kegiatan usahanya untuk

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 dibidang keuangan yang kegiatannya untuk menghimpun atau menyalurkan dana atau bahkan keduaduanya (Kasmir, 2005). Menurut Undang-Undang No. 10 Tahun 1998 Pasal 1 ayat (2) tentang Perbankan, 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. Selain itu, menurut Judisseno (2005) hakikat bank adalah suatu lembaga yang lahir karena fungsinya sebagai agent of trust dan agent of development. Definisi dari agent of trust adalah suatu lembaga perantara (intermediacy) yang dipercaya untuk melayani segala kebutuhan keuangan dari dan untuk masyarakat. Sedangkan sebagai agent of development, bank adalah suatu lembaga perantara yang dapat mendorong kemajuan pembangunan melalui fasilitas kredit dan kemudahan-kemudahan pembayaran dan penarikan dalam proses transaksi yang dilakukan oleh para pelaku ekonomi.

2.2.

Analisis Kinerja Bank

2.2.1. Analisis Rasio Likuiditas Analisis rasio likuiditas adalah analisis yang dilakukan terhadap kemampuan bank dalam memenuhi kewajiban-kewajiban jangka pendeknya atau kewajiban yang sudah jatuh tempo. Rasio likuiditas yang sering digunakan dalam menilai kinerja bank antara lain : cash ratio, reserve requirement, loan to deposit ratio, loan to asset ratio, dan rasio kewajiban bersih call money (Dendawijaya, 2001). a. Cash Ratio, rasio ini digunakan untuk mengukur kemampuan bank dalam membayar kembali simpanan nasabah pada saat ditarik dengan menggunakan alat likuid yang dimilikinya. b. Reserve Requirement atau lebih dikenal juga dengan likuiditas wajib minimum adalah suatu simpanan minimum yang wajib dipelihara dalam bentuk giro di Bank Indonesia bagi semua bank. c. Loan to Deposit Ratio (LDR) adalah rasio antara seluruh jumlah kredit yang diberikan bank dengan dana yang diterima oleh bank. d.

Loan to Asset Ratio adalah rasio yang digunakan untuk mengukur tingkat likuiditas bank yang menunjukkan kemampuan bank untuk memenuhi permintaan kredit dengan menggunakan total asset yang dimiliki bank.

e. Rasio kewajiban bersih call money, persentase dari rasio ini menunjukkan besarnya kewajiban bersih call money terhadap aktiva lancar atau aktiva yang paling likuid dari bank.

2.2.2. Analisis Rasio Rentabilitas Analisis rasio rentabilitas adalah alat untuk menganalisis atau mengukur tingkat efisiensi usaha dan profitabilitas yang dicapai oleh bank yang bersangkutan (Dendawijaya, 2001). Rasio rentabilitas suatu bank antara lain return on assets, return on equity, rasio biaya operasional dan net profit margin. a. Return On Assets (ROA), rasio ini digunakan untuk mengukur kemampuan manajemen dalam memperoleh keuntungan (laba) secara keseluruhan. b. Return On Equity (ROE) adalah perbandingan antara laba bersih bank dengan modal sendiri. c. Rasio biaya (beban) operasional adalah perbandingan antara biaya operasional dan pendapataan operasional. d.

Net Profit Margin adalah rasio yang menggambarkan tingkat keuntungan (laba) yang diperoleh bank dibandingkan dengan pendapatan yang diterima dari kegiatan operasionalnya.

2.2.3. Analisis Rasio Solvabilitas Analisis rasio solvabilitas adalah analisis yang digunakan untuk mengukur kemampuan bank dalam memenuhi kewajiban jangka panjangnya atau kemampuan bank untuk memenuhi kewajiban-kewajiban jika terjadi likuidasi bank (Dendawijaya, 2001). Rasio-rasio solvabilitas, yaitu : capital adequacy ratio (CAR), debt to equity ratio dan long term debt to assets ratio.

a. Capital Adequacy Ratio (CAR) adalah rasio kinerja bank untuk mengukur kecukupan modal yang dimiliki bank untuk menunjang aktiva yang mengandung atau menghasilkan resiko. b. Debt to equity ratio adalah rasio yang digunakan untuk mengukur kemampuan bank dalam menutup sebagian atau seluruh utang-utangnya, baik jangka panjang maupun jangka pendek, dengan dana yang berasal dari modal bank sendiri. c. Long term debt to assets ratio, rasio ini digunakan untuk mengukur seberapa jauh nilai seluruh aktiva bank dibiayai atau dananya diperoleh dari sumber-sumber utang jangka panjang.

2.3.

Penilaian Kesehatan Bank Menurut Peraturan Pemerintah (PP) No. 68 Tahun 1996 Pasal 2 ayat 1

tentang Ketentuan dan Tata Cara Pencabutan Izin Usaha, Pembubaran dan Likuidasi Bank, bahwa suatu bank dikatakan mengalami kesulitan yang membahayakan kelangsungan usahanya apabila berdasarkan penelitian Bank Indonesia, bank berada dalam kondisi usaha yang semakin memburuk seperti menurunnya permodalan, kualitas aset, rentabilitas, likuiditas, serta pengelolaan bank tidak dilakukan berdasarkan prinsip kehati-hatian dan azas perbankan yang sehat. Purwati dan Gokmatua (1998) mengemukakan bahwa penilaian kesehatan bank merupakan indikator dalam menilai performance pengelolaan suatu bank dalam periode tertentu. Tujuannya adalah agar hasil dari penelitian tersebut dapat

dijadikan sebagai tolak ukur bagi manajemen bank dalam menilai apakah pengelolaan bank telah dilakukan sejalan dengan asas perbankan yang sehat berdasarkan prinsip kehati-hatian serta sesuai dengan ketentuan yang berlaku. Selain itu, penilaian tersebut dapat dijadikan sebagai tolak ukur bagi Bank Indonesia dalam menetapkan arah pembinaan dan pengembangan bank, baik secara individual maupun sistem perbankan secara keseluruhan. Artinya bahwa hasil dari penelitian tersebut dapat memberi jawaban secara makro kondisi sistem perbankan di Indonesia dalam suatu periode tertentu. Penilaian untuk menentukan kondisi suatu bank, biasanya menggunakan bebagai alat ukur.

Salah satu alat ukur yang utama yang digunakan untuk

menentukan kondisi suatu bank dikenal dengan nama analisis CAMEL. Setelah dilakukan perhitungan tingkat kesehatan bank berdasarkan metode CAMEL lalu dilanjutkan dengan perhitungan tingkat kepatuhan bank terhadap beberapa ketentuan khusus, metode tersebut akhirnya lebih dikenal dengan istilah Metode CAMEL Plus (Dendawijaya, 2001). Menurut Dendawijaya (2001), metode CAMEL berisikan langkah-langkah yang dimulai dengan menghitung besarnya masing-masing rasio pada komponenkomponen berikut : (1)

C : Capital, untuk rasio kecukupan modal bank;

(2)

A : Assets, untuk rasio-rasio kualitas aktiva;

(3)

M : Management, untuk menilai kualitas manajemen;

(4)

E : Earning, untuk rasio-rasio rentabilitas bank;

(5)

L : Liquidity, untuk rasio likuiditas bank.

Berdasarkan kelima kriteria tersebut, tata cara penilaian tingkat kesehatan yang dilakukan pada tahun 1997 dapat dilihat pada tabel 2.1. Tabel 2.1. Tingkat Kesehatan Bank (Faktor-faktor yang dinilai dan bobotnya) Komponen Bobot No. Faktor yang Dinilai 25% 1. Permodalan Rasio modal terhadap Aktiva Tertimbang Menurut Resiko (ATMR). 2. Kualitas aktiva • Rasio aktiva produktif yang 25% produktif diklasifikasikan terhadap aktiva produktif. • Rasio penyisihan penghapusan aktiva produktif yang dibentuk terhadap penyisihan penghapusan aktiva produktif 30% 5% yang wajib dibentuk 3. Manajemen 10% • Manajemen umum 15% 25% • Manajemen resiko 4. Rentabilitas • Rasio laba terhadap volume 5% usaha • Rasio biaya operasional terhadap 10% 5% pendapatan operasional 5. Likuiditas • Rasio kewajiban bersih call 5% money terhadap aktiva lancar dalam rupiah • Rasio jumlah kredit yang diberikan terhadap dana yang 10% diterima bank dalam rupiah dan 5% valuta asing Jumlah Bobot 100% Sumber : Surat Edaran Bank Indonesia tanggal 30 April 1997.

Menurut Kasmir (2005) terdapat lima aspek penilaian yang digunakan untuk menentukan kondisi kesehatan suatu bank. Penilaian pertama adalah aspek permodalan (capital) suatu bank, dalam aspek ini yang dinilai adalah permodalan yang dimiliki oleh bank yang didasarkan kepada kewajiban penyediaan modal minimum bank. Berdasarkan surat edaran Bank Indonesia tanggal 30 April 1997, bank-bank diwajibkan untuk memelihara Kewajiban Penyediaan Modal Minimum (KPMM) sekurang-kurangnya 8%.

Penilaian kedua adalah aspek kualitas aset bank yang dapat dilihat dari neraca yang telah dilaporkan secara berkala kepada Bank Indonesia (Kasmir, 2005). Purwati dan Gokmatua (1998) menambahkan bahwa kualitas aktiva produktif bank dinilai berdasarkan pada ketepatan pembayaran pokok dan bunga serta kemampuan peminjam yang ditinjau dari keadaan usaha debitur. Kelangsungan usaha bank sangat tergantung pada kesiapan bank menanggung timbulnya resiko kerugian dalam penanaman dana, Bank Indonesia memberikan ketentuan pada bank untuk melakukan pembentukan Penyisihan Penghapusan Aktiva Produktif (PPAP) untuk setiap tingkat kolektibilitas aktiva produktif. Penilaian yang ketiga meliputi penilaian kualitas manajemen bank, untuk menilai kualitas manajemen dapat dilihat dari kualitas manusianya dalam mengelola bank. Dalam aspek ini yang dinilai adalah manajemen permodalan, manajemen kualitas aktiva, manajemen umum, manajemem rentabilitas dan manajemen likuiditas (Kasmir, 2005). Penilaian keempat adalah aspek earning atau rentabilitas untuk mengukur kemampuan bank dalam tingkat efisiensi usaha dan profitabilitas yang dicapai bank yang bersangkutan (Kasmir, 2005). Menurut Judisseno (2005) rentabilitas bank adalah ukuran kemampuan bank untuk mendapatkan laba yang dilakukan dengan cara menghitung rasio-rasio rentabilitas. Rasio-rasio rentabilitas pada umumnya membandingkan antara perolehan laba (net income) dan operasional usahanya atau total aset. Bank yang sehat adalah bank yang diukur secara rentabilitas yang terus meningkat diatas standar yang telah ditetapkan.

Penilaian kelima adalah aspek likuiditas bank. Semua bank dapat dikatakan likuid, apabila bank yang bersangkutan mampu membayar semua hutangnya terutama hutang-hutang jangka pendek. Kemudian bank juga harus dapat pula memenuhi semua permohonan kredit yang layak dibiayai (Kasmir, 2005). Purwati dan Gokmatua (1998) mengemukakan bahwa penghitungan rasio likuiditas digunakan untuk mengukur seberapa jauh bank tersebut memilki kondisi sehat dalam menjalankan kegiatan usahanya atau indikator dalam mengetahui tingkat kerawanan likuiditas suatu bank. Selain itu, menurut Wijaya (2000) tingkat kesehatan bank sangat dipengaruhi oleh sanksi yang diberikan Bank Indonesia kepada bank umum dalam mematuhi dua ketentuan perbankan, yaitu : ketentuan tentang Batas Maksimum Pemberian Kredit (BMPK) dan ketentuan tentang Posisi Devisa Netto (PDN). a. Ketentuan tentang Batas Maksimum Pemberian Kredit (BMPK) Sanksi terhadap pelanggaran ketentuan BMPK dihitung atas dasar masingmasing jenis BMPK, yaitu sanksi pelanggaran BMPK yang diberikan kepada peminjam (debitor tunggal) dan kelompok peminjam (debitor grup) tidak boleh melebihi 30% dari modal bank tersebut, serta pihak-pihak yang terkait dengan bank (pemilik bank, komisaris, serta direksi bank) batas maksimum tidak boleh melebihi 10% dari modal bank. b. Ketentuan tentang Posisi Devisa Netto (PDN) Ketentuan mengenai PDN adalah ketentuan yang mewajibkan bank-bank untuk setiap saat memelihara selisih antara kewajiban (pasiva) valuta asing (valas) dan tagihan (aktiva) valas termasuk yang berada dalam rekening administratif

sebesar 25% dari modal bank. Pelanggaran PDN dihitung atas dasar jumlah pelanggaran yang terjadi dalam satu bulan dengan didasarkan pada laporan mingguan yang memuat jumlah pelanggaran per hari, baik untuk setiap jenis valuta maupun secara total. Menurut Purwati dan Gokmatua (1998) pemeliharaan PDN dalam jumlah yang besar mengandung resiko kerugian yang besar bagi bank akibat pergerakan kurs valas yang fluktuatif. Tujuan dari penetapan ketentuan tentang PDN sebagai indikator penilaian kesehatan bank untuk mencegah bank-bank dalam melakukan spekulasi dalam valas. Bank diharapkan dapat mengendalikan keinginan untuk meraih keuntungan yang spekulatif akan tetapi mengandung resiko yang mungkin terjadi apabila ternyata hasil transaksi valas tidak sesuai dengan yang diperkirakan. Berdasarkan penilaian secara keseluruhan atas faktor-faktor penilaian tersebut diatas maka penilaian kesehatan bank dapat digolongkan dalam empat kriteria menurut ketentuan Bank Indonesia, yaitu sehat, cukup sehat, kurang sehat dan tidak sehat. Arkian (1998) mengatakan bahwa terdapat faktor-faktor yang dapat menurunkan tingkat kesehatan bank menjadi cukup sehat, kurang sehat atau tidak sehat apabila terdapat hal-hal yang dapat membahayakan kelangsungan usaha bank. Faktor-faktor tersebut adalah sebagai berikut : (1)

perselisihan intern yang diperkirakan akan menimbulkan kesulitan dalam bank;

(2)

campur tangan pihak-pihak di luar bank dalam kepengurusan bank, termasuk didalamnya kerjasama yang tidak wajar yang mengakibatkan salah satu atau beberapa kantornya berdiri sendiri;

(3)

window dressing dalam pembukuan atau laporan bank yang secara materiil dapat

berpengaruh

terhadap

keadaan

keuangan

bank,

sehingga

mengakibatkan penilaian yang keliru terhadap bank; (4)

melakukan usaha bank di luar pembukuan bank;

(5)

kesulitan keuangan yang mengakibatkan penghentian sementara atau pengunduran diri dari keikutsertaan dalam kliring;

(6)

praktek perbankan lain yang dapat membahayakan kelangsungan usaha bank atau menurunkan kesehatan bank.

2.4.

Likuidasi dan Pencabutan Izin Usaha Likuidasi adalah penutupan suatu bank karena Surat Izin Usaha Perbankan

(SIUP) bank tersebut dicabut, badan hukum bank dibubarkan, dan kegiatan operasionalnya dihentikan oleh Direksi Bank Indonesia. Jika terjadi likuidasi bank diwajibkan mengutamakan pembayaran atau pengembalian dana kepada masyarakat penyimpan dana, tanpa mengabaikan pembayaran kewajiban kepada pihak-pihak lainnya (Hasibuan, 2005). Menurut Peraturan Pemerintah (PP) No. 68 Tahun 1996 Pasal 17 ayat (2) dan ayat (3) tentang Ketentuan dan Tata Cara Pencabutan Izin Usaha, Pembubaran dan Likuidasi Bank, bahwa likuidasi bank dilakukan dengan cara pencairan harta dan atau penagihan piutang kepada para debitor, diikuti dengan

pembayaran kewajiban bank kepada para kreditor dari hasil pencairan dan/atau penagihan tersebut. Likuidasi bank dapat dilakukan dengan cara penjualan seluruh harta dan pengalihan kewajiban kepada pihak lain yang disetujui oleh Bank Indonesia. Pencabutan izin usaha bank dilakukan apabila terjadi hal-hal berikut (Hasibuan, 2005) : (1) menurut penilaian Bank Indonesia suatu bank diperkirakan mengalami kesulitan yang membahayakan kelangsungan usahanya, dan tindakan penyelamatan yang dilakukan Bank Indonesia belum cukup mengatasi kesulitan yang dihadapi bank; (2) menurut penilaian Bank Indonesia keadaan suatu bank dapat membahayakan sistem perbankan; (3) terdapat permintaan dari pemilik atau pemegang saham.

2.5.

Kredit Bermasalah Dendawijaya (2005) mengemukakan bahwa kredit bermasalah terjadi

karena adanya kegagalan dari pihak debitor dalam memenuhi kewajibannya untuk membayar angsuran (cicilan) pokok kredit beserta bunga yang telah disepakati kedua belah pihak dalam perjanjian kredit. Pemberian kredit merupakan aktivitas bank yang paling utama dalam menghasilkan keuntungan, tetapi pemberian kredit bank tersebut sengaja dibatasi karena memiliki risiko kegagalan atau kemacetan dalam pelunasannya.

Pengertian mengenai kolektibilitas kredit berdasarkan ketentuan Bank Indonesia terdapat lima kategori. Adapun kategori kredit meliputi kredit lancar, kredit dalam perhatian khusus, kredit kurang lancar, kredit diragukan dan kredit macet. (1)

Kredit lancar adalah kredit yang tidak mengalami penundaan pengembalian pokok pinjaman dan pembayaran bunga.

(2)

Kredit dalam perhatian khusus adalah kredit yang pengembalian pokok pinjaman dan pembayaran bunganya telah mengalami penundaan selama tiga bulan dari waktu yang diperjanjikan.

(3)

Kredit kurang lancar adalah kredit yang pengembalian pokok pinjaman dan pembayaran bunganya telah mengalami penundaan selama lebih dari tiga bulan sampai dengan enam bulan dari waktu yang diperjanjikan.

(4)

Kredit diragukan adalah kredit yang pengembalian pokok pinjaman dan pembayaran bunganya telah mengalami penundaan selama lebih dari enam bulan sampai dengan satu tahun dari waktu yang diperjanjikan.

(5)

Kredit macet adalah kredit yang pengembalian pokok pinjaman dan pembayaran bunganya telah mengalami penundaan selama lebih dari satu tahun sejak jatuh tempo menurut jadwal yang telah diperjanjikan. Implikasi bagi pihak bank sebagai akibat dari timbulnya kredit bermasalah

tersebut adalah sebagai berikut : (Dendawijaya, 2001) (1)

berkurangnya perolehan laba sebagai akibat tidak memperoleh pendapatan dari kredit yang diberikan serta berpengaruh buruk bagi rentabilitas bank;

(2)

rasio kualitas aktiva produktif menjadi semakin besar yang menggambarkan terjadinya situasi yang memburuk;

(3)

bank

harus

memperbesar

untuk

cadangan

aktiva

produktif

yang

diklasifikasikan berdasarkan ketentuan yang ada, hal ini pada akhirnya akan mengurangi besarnya modal bank dan akan sangat berpengaruh terhadap CAR; (4)

ROA mengalami penurunan, jika kredit bermasalah sangat besar maka cadangan yang dibentuk menjadi sangat besar sehingga berakibat modal bank memiliki kemungkinan menjadi negatif.

2.6.

Penelitian Terdahulu Penelitian yang menganalisis kebangkrutan bank pada kelompok bank

kategori A, B, dan C (Haryati, 2001). Rasio-rasio keuangan yang digunakan dalam penelitian ini, yaitu : (a) rasio ROA, (b) rasio efisiensi, (c) rasio cadangan penghapusan kredit terhadap kredit, dan (d) Loan Deposit Ratio (LDR). Hasil dari penelitian ini menunjukkan karakteristik sebagai berikut : (1) ROA mempunyai pengaruh signifikan terhadap kebangkrutan bank dengan tingkat signifikansi 1,90 % dan mempunyai pengaruh negatif, (2) rasio efisiensi mempunyai pengaruh negatif tapi pengaruhnya tidak signifikan, (3) rasio LDR mempunyai pengaruh positif tapi pengaruhnya tidak terlalu signifikan. Alam (2001) meneliti mengenai “Model Pendugaan Kebangkrutan Bank di Bursa Efek Jakarta” menggunakan metode analisis peubah ganda (multivariate)

yaitu analisis diskriminan (Discriminant Analysis) dan analisis probit atau logit sebagai pembanding untuk membentuk model sebagai fungsi prediksi bangkrut atau tidaknya suatu perusahaan berdasarkan rasio keuangan. Rasio-rasio keuangan yang digunakan dalam penelitian ini, yaitu : (a) Debt to Equity Ratio (DER), (b) Return on Invesment (ROI), (c) Return on Equity (ROE), (d) Net Profit Margin (NPM), (e) Operating Profit Margin (OPM), (f) rasio total penjualan dan total asset, (g) rasio total penjualan dan total modal, (h) rasio total modal dan total asset, dan (i) rasio total asset dan total kewajiban. Hasil dari penelitian menunjukkan variabel DER mempunyai pengaruh signifikan terhadap kebangkrutan bank pada taraf nyata α = 5% dan mempunyai pengaruh positif. Sedangkan variabel NPM mempunyai pengaruh signifikan terhadap kebangkrutan bank pada taraf nyata α = 5% dan mempunyai pengaruh negatif.

2.7.

Kerangka Pemikiran Penelitian ini akan difokuskan untuk menganalisis faktor-faktor yang

mempengaruhi likuidasi bank. Penelitian ini dimulai dengan mencari laporan keuangan bank-bank nasional yang ada di Indonesia, kemudian diukur melalui penilaian kesehatan bank. Penilaian kesehatan bank diukur melalui aspek asset, rentabilitas, solvabilitas dan likuiditas. Dari empat kategori penilaian kesehatan bank tersebut akan dipilih masing-masing indikator rasio keuangan untuk dianalisis. Indikator-indikator yang digunakan dalam analisis ini, yaitu : a) rasio CAR, b) rasio aktiva produktif, c) rasio NIM, d) rasio ROE, e) rasio ROA, dan f)

rasio LDR. Indikator rasio keuangan ini dipilih karena dianggap memiliki pengaruh yang signifikan terhadap dilikuidasinya suatu bank. Apabila dari indikator-indikator tersebut terbukti memiliki pengaruh yang signifikan maka bank tersebut bisa dinyatakan likuidasi atau tidak likuidasi. Bank-bank Nasional

Tingkat Kesehatan Bank

Asset Aktiva produktif

Rentabilitas ROA ROE NIM

Likuiditas LDR

Solvabilitas CAR

Likuidasi atau tidak Gambar 2.1 Kerangka Pikir Penelitian

2.8.

Hipotesis Berdasarkan latar belakang, permasalahan, tujuan penelitian, dan hasil

penelitian terdahulu diatas maka dapat dikemukakan enam hipotesis. (1) Aktiva produktif memiliki pengaruh signifikan terhadap likuidasi bank dan mempunyai pengaruh negatif. (2) ROA memiliki pengaruh signifikan terhadap likuidasi bank dan mempunyai pengaruh negatif. (3) ROE memiliki pengaruh signifikan terhadap likuidasi bank dan mempunyai pengaruh negatif.

(4) NIM memiliki pengaruh signifikan terhadap likuidasi bank dan mempunyai pengaruh negatif. (5) LDR memiliki pengaruh signifikan terhadap likuidasi bank dan mempunyai pengaruh negatif. (6) CAR memiliki pengaruh signifikan terhadap likuidasi bank dan mempunyai pengaruh negatif.

III. METODE PENELITIAN

3.1.

Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam

pola cross section yang diambil dari berbagai sumber. Data sekunder diperoleh dari laporan peringkat bank yang dikeluarkan majalah Infobank yang diperoleh dari pustaka-pustaka yang tersedia pada instansi-instansi yang terkait dengan topik penelitian antara lain perpustakaan IPB, MMA IPB, dan BI, serta beberapa bahan pustaka lainnya berupa literatur dari buku-buku, jurnal, majalah dan internet yang berhubungan dengan topik penelitian. Objek penelitian adalah faktor-faktor yang mempengaruhi terjadinya likuidasi bank pada tahun 1997. Periode ini digunakan agar hasil penelitian dapat memberikan informasi tentang penyebab dilikuidasinya bank.

3.2.

Rancangan Penelitian Bank yang ada di Indonesia pada tahun 1997 berjumlah 243 bank. Data

yang didapatkan dari laporan peringkat bank bulan Juni tahun 1997 pada majalah Infobank menunjukkan laporan keuangan dari 200 bank. Sehingga data yang tersedia sebanyak 200 bank dari 243 bank yang ada pada saat itu, akan tetapi dua bank memiliki laporan keuangan yang tidak lengkap sehingga jumlah bank yang akan digunakan dalam penelitian ini sebanyak 198 bank. Data 198 bank tersebut dikategorikan dalam dua kelompok, yaitu kelompok bank likuidasi dan kelompok bank tidak likuidasi. Jumlah bank yang

termasuk kelompok bank likuidasi ada lima bank dan kelompok bank tidak likuidasi ada 193 bank.

3.3.

Metode Pengolahan Data Pengolahan data yang dilakukan dalam penelitian ini menggunakan

program SPSS 10.5 untuk analisis deskriptif dari karakteristik bank yang dilikuidasi dan bank yang tidak dilikuidasi, sedangkan program Eviews 4.0 untuk menganalisis faktor-faktor yang mempengaruhi likuidasi bank tahun 1997.

3.4.

Model Logit Analisis regresi logistik merupakan teknis analisis data yang dapat

menjelaskan hubungan antara peubah respon yang biasanya terdiri atas data kualitatif yang mencerminkan suatu pilihan alternatif dengan peubah-peubah penjelas yang bisa terdiri dari data kualitatif dan data kuantitatif. Peubah respon dalam regresi logistik dapat dalam bentuk dikhotom (biner) maupun polytomous (ordinal atau nominal) (Hosmer dan Lemeshow, 1989). Kelebihan metode regresi logistik dibandingkan teknik lain yaitu (Kuncoro, 2004) : (1) regresi logistik tidak memiliki asumsi normalitas atas variabel bebas yang digunakan dalam model, artinya variabel bebas tidak harus memiliki distribusi normal, linier maupun memiliki varians yang sama dalam setiap grup,

(2) variabel bebas dalam regresi logistik bisa campuran dari variabel kontinyu, diskrit dan dikotomis. (3) regresi logistik amat bermanfaat digunakan apabila distribusi respon atas variabel tak bebas diharapkan non linier dengan satu atau lebih variabel bebas. Dalam model ini, model logit mencerminkan ada 2 alternatif bagi status bank, yaitu apakah akan dilikuidasi atau tidak, dengan mempertimbangkan data laporan keuangan. Untuk mentransformasikan alternatif pilihan dari bentuk kualitatif ke kuantitatif, model logit menggunakan fungsi distribusi normal kumulatif, sehingga nilainya berkisar dari 0 ke 1 (Gujarati, 2003). Model regresi logistik dengan p buah peubah penjelas dapat digambarkan dengan menghitung probabilitas dilikuidasinya bank (Gujarati, 2003) : Pi ( x) =

1 1 + e g ( x )   

(3.1)

dimana, g (x) = β0+β1x1+β2x2+…. +βpxp. Nilai Pi dalam persamaan 3.1. untuk melihat Y = 1 atau Y = 0. Oleh karena Yi merupakan variabel acak Benoulli, maka dapat dilihat : P(Yi = 1) = Pi

(3.2)

P(Yi = 0) = (1 - Pi )

(3.3)

Bentuk umum model dapat dinotasikan : (Gujarati, 2003)

 Pi  Yi = ln   = β1 + β2 Xi + µi 1 − Pi  dimana : Y = dependent variable, X = independent variable,

(3.4)

β1 β2 …. merupakan nilai parameter. Perbedaan model yang digunakan dalam penelitian ini dengan penelitian terdahulu adalah penggunaan enam variabel rasio keuangan. Dalam penelitian ini model yang digunakan adalah :  Pi  Yi = ln   = β1 + β2 CARi + β3 APFi + β4 NIMi + β5 ROEi + β6 ROAi + 1 − Pi  β7 LDRi + µi

(3.3)

dimana : Y

= status bank, Y = 1 apabila bank dilikuidasi, Y = 0 apabila bank tidak dilikuidasi,

β1

= intercept,

β2…β7 = Koefisien yang menggambarkan besarnya kontribusi rasio terhadap kemungkinan likuidasi bank ke i, CAR

= Capital Adequacy Ratio (persen),

APF

= aktiva produktif (persen),

NIM

= Net Interest Margin (persen),

ROE

= Return On Equity (persen),

ROA

= Return On Asset (persen),

LDR

= Loan to Deposit Ratio (persen),

i

= bank ke-i. Variabel-variabel bebas yang digunakan dalam penelitian ini ada enam

variabel.

(1) CAR. CAR merupakan indikator terhadap kemampuan bank untuk menutupi penurunan aktivanya sebagai akibat dari kerugian-kerugian bank yang disebabkan oleh aktiva yang berisiko (Dendawijaya, 2001). Rasio ini dapat dirumuskan sebagai berikut : CAR =

Modal Bank x100% Aktiva Tertimbang Menurut Risiko

(2) APF. APF atau earning asset adalah semua aktiva dalam rupiah dan valuta asing yang dimiliki bank dengan maksud untuk memperoleh penghasilan sesuai dengan fungsinya. Pengelolaan dana dalam aktiva produktif merupakan sumber pendapatan bank yang digunakan untuk membiayai keseluruhan biaya operasional bank, termasuk biaya bunga, biaya tenaga kerja dan biaya operasional lainnya (Dendawijaya, 2001). (3) NIM. NIM merupakan pendapatan bunga setelah dikurangi biaya bunga dibagi dengan total aktiva yang menghasilkan, apabila rasio NIM naik maka laba bank akan naik pula (Sahrani dan Wijaya, 2003). Rasio ini dapat dirumuskan sebagai berikut : NIM =

Pendapatan Bunga - Biaya Bunga x100% Total Aktiva

(4) ROE. ROE merupakan indikator penting bagi pemegang saham dan calon investor untuk mengukur kemampuan bank dalam memperoleh laba bersih yang dikaitkan dengan pembayaran dividen. Jika rasio ini meningkat maka laba bersih akan meningkat pula dari bank yang bersangkutan. Selanjutnya kenaikan tersebut akan menyebabkan kenaikan harga saham bank

(Dendawijaya, 2001). Rasio ini dapat dirumuskan sebagai berikut : ROE =

Laba Bersih x100% Modal Sendiri

(5) ROA. ROA digunakan untuk mengukur kemampuan bank dalam memperoleh keuntungan. Semakin besar ROA suatu bank maka keuntungan yang dicapai bank semakin besar pula, sehingga posisi bank tersebut semakin baik dari segi penggunaan aset (Dendawijaya, 2001). Rasio ini dapat dirumuskan sebagai berikut : ROA =

Laba Bersih x100% Total Aktiva

(6) LDR. LDR digunakan untuk mengukur kemampuan bank dalam membayar kembali penarikan dana yang dilakukan deposan dengan mengandalkan kredit yang diberikan sebagai sumber likuiditasnya (Dendawijaya, 2001). Rasio ini dapat dirumuskan sebagai berikut : LDR =

Total Kredit x100% , dimana DPK adalah Dana DPK + KLBI + Modal Inti

Pihak Ketiga dan KLBI adalah Kredit Likuiditas Bank Indonesia.

3.5.

Pendugaan Parameter Model Pendugaan parameter logit dilakukan dengan menggunakan metode

kemungkinan maksimal (Maximum Likelihood). Fungsi kemungkinan yang ingin dimaksimumkan adalah memaksimalkan probabilitas dari data yang diobservasi. Fungsi likelihood merupakan fungsi kepekatan peluang bersama yang diubah menjadi bentuk logaritma, dengan tujuan untuk mempermudah di dalam

pendugaan parameternya. Sehingga dibuatlah fungsi likelihood (likelihood function), fungsi ini memperlihatkan probabilitas dari data yang diamati sebagai fungsi dalam parameter tidak diketahui (Hosmer dan Lemeshow, 1989). Jika antara amatan yang satu dengan amatan yang lain diasumsikan bebas, maka fungsi likelihood adalah (Gujarati, 2003): n

n

i =1

i =1

f(y1, y2, …, yi, …, yn ) = π fi (Yi ) = π Pi yi (1 − Pi )1− yi

(3.5)

dimana π = simbol untuk perkalian. Hosmer dan Lemeshow (1989) mengatakan bahwa prinsip dasar dari maximum

likelihood

adalah

untuk

estimasi

dalam

nilai

β1

dengan

memaksimumkan persamaan (3.4). Untuk memudahkan perhitungan maka dilakukan pendekatan logaritma, sehingga fungsi logaritma (log likelihood function) sebagai berikut (Gujarati, 2003): n

f(y1, y2, …, yi, …, yn ) =

∑ i =1

[Yi ln Pi + (1 + Yi ) ln(1 − Pi )]

n

=

∑ [Y ln P − Y ln(1 − P ) + ln(1 − P )] i =1

n

=

∑ i =1

i

i

i

i

i

n

[Yi ln{Pi /(1 − Pi )}] + ∑ ln(1 − Pi )

(3. 6)

i =1

Tujuan dalam Maximum Likelihood adalah untuk memaksimalkan Likelihood Function atau Log Likelihood Function, yaitu untuk mendapatkan nilai parameter sedemikian rupa, sehingga probabilitas untuk mendapatkan nilai Y maksimum. Oleh karena itu, pada persamaan 3.6. dibuat turunan parsial terhadap setiap nilai parameter kemudian menyamakannya dengan nol dan dicari nilainya.

3.5.

Uji Taraf Nyata Parameter Hosmer dan Lemeshow (1989) menyebutkan bahwa perbedaan antara nilai

hasil observasi dan nilai prediksi peubah respon adalah berdasarkan fungsi log likelihood. Nilai dari fungsi log likelihood merupakan evaluasi terhadap nilai parameter yang diduga dalam regresi. Perhitungan nilai log likelihood menggunakan asumsi bahwa error terdistribusi secara normal. Pengujian model dilakukan untuk mengetahui pengaruh peubah penjelas secara bersama-sama menjelaskan variasi dari peubah respon dalam model sehingga digunakan statistik uji-G atau Likelihood Ratio (LR) Statistic. Hipotesis yang digunakan adalah : H0 : β1 = β2 = ….. = βp = 0 H1 : paling sedikit ada satu βi ≠ 0 (i = 1, 2, …, p) statistik uji-G adalah : G hitung = 2 {nilai log likelihood – [n1 ln (n1) + n0 ln (n0) – n ln (n)]}

(3. 6)

dimana : G = nilai rasio likelihood, Log Likelihood = nilai likelihood model tanpa peubah respon, n1 = jumlah sampel yang termasuk dalam kategori P (Y=1X), n0 = jumlah sampel yang termasuk dalam kategori P (Y=0X), n = total jumlah sampel. Dalam hipotesis seperti ini , LR statistic atau uji G mengikuti distribusi Chi-square dengan df = degrees of freedom sebesar banyaknya peubah penjelas.

Pengujian koefisien peubah penjelas dalam model secara parsial dilakukan uji Wald, dengan hipotesis : H0 : βi = 0 H1 : βi ≠ 0 (i = 1, 2, …, p) rumus uji Wald tersebut adalah : ∧

Wi =

βi

(3. 6)

∧ S β i   

∧ ∧ ∧ dimana β i merupakan penduga β1 dan S  β i  adalah dugaan galat baku dari β i .  

Statistik uji Wald mengikuti sebaran normal. Kriteria uji Wald adalah : (1)

jika W < Zα/2 , terima H0

(2)

jika W > Zα/2 , tolak H0

Tabel 3.1. Risiko Alfa dan Nilai Z Risiko Alfa Nilai Z dua sisi (α/2) 0,100 1,64 0,050 1,96 0,025 2,24 0,010 2,58

Nilai Z satu sisi (α) 1,28 1,64 1,96 2,33

Tingkat Kepercayaan 90% 95% 97,5% 99%

Sumber : Stagliano (2005).

R square adalah koefisien determinasi sebagai ukuran ketepatan (kecocokan) suatu fungsi goodness of fit regresi linier. Karena R square tidak tepat dipergunakan di dalam regresi dimana variabel tak bebasnya adalah dummy maka dipakai ukuran Mc Fadden R square yang mirip fungsinya denga R square.

3.6. Daya Ramal Model Prediksi Menurut Santoso (2004) daya ramal model prediksi dilakukan untuk melihat seberapa besar kemampuan model tersebut dalam memprediksi faktorfaktor yang mempengaruhi dilikuidasinya bank. Penentuan model yang terbaik digunakan kriteria pemotongan (penetapan batas kelompok) dengan tingkat kesalahan klasifikasi yang cukup berimbang atau proporsional antara kesalahan tipe 1 dan kesalahan tipe 2. Sebuah kriteria pemotongan merupakan suatu nilai untuk menentukan apakah sebuah bank diestimasikan dilikuidasi atau tidak. Pemotongan nilai peluang pada titik tertentu model logit akan menghasilkan estimasi yang tepat, jumlah salah klasifikasi tipe 1 (suatu bank dikategorikan tidak likuidasi padahal diprediksi likuidasi) dan tipe 2 (suatu bank dikategorikan likuidasi padahal diprediksi tidak likuidasi).

3.7.

Interpretasi Koefisien Interpretasi koefisien dilakukan pada peubah-peubah yang berpengaruh

nyata. Interpretasi dilakukan dengan melihat tanda dari koefisien tersebut. Jika koefisien yang diperoleh bernilai positif maka kecenderungan Y=1 lebih besar terjadi pada peubah bebas X=1 daripada X=0. Rasio odds dapat digunakan untuk memudahkan interpretasi koefisien. Rasio odds adalah ukuran yang memperkirakan berapa besar kecenderungan peubah-peubah penjelas terhadap peubah respon (Hosmer dan Lemeshow, 1989). Jika suatu peubah penjelas mempunyai tanda koefisien positif, maka nilai rasio

oddsnya akan lebih besar dari satu, sebaliknya jika tanda koefisiennya negatif, maka nilai rasio oddsnya akan lebih kecil dari satu. Parameter β1, β2,......, βi diartikan sebagai perubahan nilai fungsi logit yang disebabkan oleh perubahan satu unit peubah penjelas, yang disebut log odds (Hosmer dan Lemeshow, 1989). Sedangkan titik potong (intercept) sering tidak mempunyai arti, sehingga bisa diabaikan. Log odds merupakan beda antara dua penduga logit yang dihitung pada dua nilai (misalnya x = a dan x = b) dan dinotasikan sebagai : ln[ψ(a,b)] = g(x = a) – g(x = b) = βi (a-b)

(3. 7)

sedangkan penduga rasio odds adalah : ψ=

[π (1) / 1 − π (1)] [π (0) / 1 − π (0)]

ln(ψ) = g(1) – g(0) ln(ψ) = βi

(3. 8)

dimana rasio odds ψ = 1 dapat diartikan bahwa x = 1 akan mempunyai peluang yang sama dengan x = 0 untuk menghasilkan Y = 1. Apabila 1<ψ<~ maka x = 1 mempunyai peluang yang lebih besar.

3.8.

Tahapan dalam Penelitian Berikut ini merupakan beberapa tahapan yang dilakukan penulis dalam

penelitian.

1. Analisis Deskriptif Merupakan tahap awal yang dilakukan untuk melihat karakteristik dari data dan mempersiapkan data agar sesuai digunakan pada analisis selanjutnya. Software yang digunakan ialah SPSS 10.5. 2. Kriteria Ekonomi pada Model Evaluasi yang dilakukan pada model adalah evaluasi terhadap kriteria ekonomi, yaitu model yang diestimasi harus memenuhi kriteria ekonomi yang meliputi besar dan arah. Artinya, besar dan arah peubah-peubah penjelas tidak bertentangan (sesuai) dengan teori ekonomi yang berlaku. 3. Pengujian Model Logit Pengujian model dilakukan dengan melihat nilai Likelihood Ratio (LR)

statistic untuk mengetahui pengaruh peubah penjelas secara bersama-sama menjelaskan variasi dari peubah respon. 4. Uji Taraf Nyata Parameter Uji ini dilakukan dengan melihat nilai probabilitas (p-value) yang lebih kecil dari nilai taraf nyata. 5. Pereduksian peubah Peubah penjelas yang tidak ada pengaruhnya tidak dimasukkan dalam model, pereduksian dilakukan dengan membuang peubah-peubah yang memiliki

p-value lebih besar dari taraf nyata α yang ditentukan. Setelah itu dilakukan lagi langkah 4-5 sampai mendapatkan model yang terbaik, yaitu p-value pada peubahpeubah penjelas signifikan pada taraf nyata.

6. Uji Daya Ramal Prediksi Model Uji daya ramal prediksi model dilakukan untuk melihat seberapa besar kemampuan model tersebut dalam memprediksi. 7. Interpretasi Koefisien Membuat interpretasi nilai peubah-peubah penjelas yang diperoleh. dari Software yang digunakan ialah Eviews 4.1.

IV. HASIL DAN PEMBAHASAN

4.1.

Analisis Deskriptif Analisis awal dilakukan dengan analisis statistik deskriptif. Analisis yang

dilakukan dengan melihat grafik distribusi, ukuran nilai pusat dan ukuran dispersi. Ukuran nilai pusat merupakan ukuran yang dapat mewakili data secara keseluruhan. Ukuran dispersi adalah ukuran yang menyatakan seberapa jauh penyimpangan nilai-nilai data dari nilai-nilai pusatnya. Jadi, dengan adanya ukuran dispersi maka penggambaran sekumpulan data akan menjadi lebih jelas dan tepat (Hasan, 2003). Tabel 4.1. Pengklasifikasian Karakteristik Kelompok Cases Valid Missing Y N Percent N Percent APF 0 193 100% 0 0% 1 5 100% 0 0% ROA 0 193 100% 0 0% 1 5 100% 0 0% ROE 0 193 100% 0 0% 1 5 100% 0 0% NIM 0 193 100% 0 0% 1 5 100% 0 0% LDR 0 193 100% 0 0% 1 5 100% 0 0% CAR 0 193 100% 0 0% 1 5 100% 0 0%

Total N Percent 193 100% 5 100% 193 100% 5 100% 193 100% 5 100% 193 100% 5 100% 193 100% 5 100% 193 100% 5 100%

Sumber : Case Processing Summary SPSS 10.5.

Berdasarkan data yang diperoleh yaitu 198 bank, yang terbagi menjadi 193 bank dalam kelompok bank tidak dilikuidasi (Y = 0) dan 5 bank dalam kelompok bank dilikuidasi (Y = 1). Peubah-peubah penjelas yang dipakai adalah rasio-rasio keuangan dari bank tersebut, yaitu : APF, ROA, ROE, NIM, LDR dan CAR. Hasil

analisis yang dilakukan menunjukkan keseluruhan data valid 100% yang dibagi menjadi enam karakteristik terhadap rasio-rasio keuangan pada kelompok bank tidak dilikuidasi dan kelompok bank dilikuidasi (tabel 4.1.). Berdasarkan penilaian kesehatan bank, bank yang tidak dilikuidasi memiliki nilai APF, ROA, ROE, NIM, LDR dan CAR yang lebih tinggi dari bank yang dilikuidasi. Berikut ini akan dijelaskan karakteristik dari masing-masing rasio keuangan terhadap dua kelompok bank yaitu kelompok bank tidak dilikuidasi dan kelompok bank dilikuidasi. Tabel 4.2. Deskripsi Variabel APF Deskripsi APF

Mean Median Range Jangkauan antar kuartil

Bank Tidak Dilikuidasi (Y=0) 33,599 24,91 444,25 29,665

Bank Dilikuidasi (Y=1) 29,212 24,07 56,81 36,045

Sumber : analisis SPSS.

Pada tabel 4.2. menunjukkan deskripsi statistik variabel APF antara kelompok bank tidak dilikuidasi dan bank dilikuidasi. Pada kelompok bank tidak dilikuidasi memiliki nilai rata-rata (mean) 33,599 dan nilai median 24,91. Nilai rata-rata yang diperoleh lebih tinggi daripada nilai mediannya, hal ini menunjukkan bahwa terdapat nilai data yang bernilai jauh lebih besar sehingga nilai rata-ratanya jauh lebih tinggi daripada nilai-nilai data lainnya. Sedangkan pada kelompok bank dilikuidasi memiliki nilai rata-rata 29,212 dan nilai median 24,07, hal ini menunjukkan nilai rata-rata yang diperoleh lebih tinggi daripada nilai mediannya. Nilai rata-rata yang lebih tinggi daripada nilai mediannya mencerminkan terdapat nilai data yang bernilai jauh lebih besar sehingga nilai rata-ratanya lebih besar dari nilai-nilai data lainnya.

Selain ukuran pemusatan, dilakukan pula pengamatan terhadap ukuran dispersinya. Wilayah (range) kelompok bank tidak dilikuidasi adalah 444,25 sedangkan wilayah kelompok bank dilikuidasi sebesar 56,81, hal ini menunjukkan bahwa kelompok bank tidak dilikuidasi lebih menyebar. Selain dari wilayah, ukuran dispersi dapat pula dilihat dari nilai jangkauan antar kuartil yang dapat digunakan untuk menemukan adanya data pencilan. Data pencilan adalah data yang kurang dari pagar dalam atau lebih dari pagar luar. Pada gambar 4.1. terlihat bahwa kedua kelompok bank memiliki pencilan data. 500

400

Bank Mega

300

200

Bank Bank Ciputra Global Bank Intan Bank Orient Bank Asia Metropolitan Bank Kredit Eksekutif Pelita Putera Surya Pe Bank Bersaudara Jaya Bank Media

100

Bank Guna Internasio

APF

0 Bank DBS Buana

-100 N=

193

5

.00

1.00

Y

Gambar 4.1. Box Plot APF Pada gambar 4.1. menunjukkan distribusi rasio APF yang dihipotesiskan terhadap kemungkinan bank tidak dilikuidasi atau bank dilikuidasi. Perbandingan antara nilai rata-rata bank tidak dilikuidasi dengan bank dilikuidasi adalah 1,15. Variabel APF bank tidak dilikuidasi lebih baik daripada bank dilikuidasi, karena

variabel APF 1,15 lebih besar daripada bank dilikuidasi. Kesimpulan yang didapat adalah variabel APF bank tidak dilikuidasi lebih baik daripada bank dilikuidasi sebesar 1,15 kali. Sehingga semakin besar variabel APF maka kemungkinan bank dilikuidasi semakin kecil. Tabel 4.3. Deskripsi Variabel ROA Deskripsi ROA





Pada tabel 4.3. menunjukkan deskripsi statistik variabel ROA antara kelompok bank tidak dilikuidasi dan bank dilikuidasi. Pada kelompok bank tidak dilikuidasi memiliki nilai rata-rata (mean) 1,169 yang sangat dekat dengan nilai median yaitu 1,02. Hal ini menunjukkan bahwa rata-rata nilai yang diperoleh tidak terlalu jauh. Sedangkan pada kelompok bank dilikuidasi memiliki nilai rata-rata 0,47 dan nilai median 0,44 yang dalam hal ini nilai yang diperoleh tidak terlalu jauh dari rata-rata nilai data. Hal ini menunjukkan bahwa data yang ada berada pada daerah pusat. Selain ukuran pemusatan, dilakukan pula pengamatan terhadap ukuran dispersinya. Wilayah (range) kelompok bank tidak dilikuidasi adalah 5,73 sedangkan wilayah kelompok bank dilikuidasi sebesar 0,73 maka wilayah bank tidak dilikuidasi lebih besar dari wilayah bank dilikuidasi, hal ini menunjukkan bahwa kelompok bank tidak dilikuidasi lebih menyebar. Selain dari wilayah, ukuran dispersi dapat pula dilihat dari nilai jangkauan antar kuartil yang dapat digunakan untuk menemukan adanya data pencilan. Data pencilan adalah data

yang kurang dari pagar dalam atau lebih dari pagar luar. Pada gambar 4.2. terlihat bahwa kelompok bank tidak dilikuidasi memiliki pencilan data. 7 6

Bank of America

5 4

Bank Korea Hongkong&Shanghai BPD Kalsel Commercia Ba Bank Bersaudara Jaya Bank BPD Jasa SulselJakarta United Bank Global Overseas Bank Bank Tokyo Mitsub Hanil of Tamara Bank Bank Citibank BPD Pikko Yogyakarta

3 2

ROA

1 0 -1 N=

193

5

.00

1.00

Y

Gambar 4.2. Box Plot ROA Pada gambar 4.2. menunjukkan distribusi rasio ROA yang dihipotesiskan terhadap kemungkinan bank tidak dilikuidasi atau bank dilikuidasi. Perbandingan antara nilai rata-rata bank tidak dilikuidasi dengan bank dilikuidasi adalah 2,487. Variabel ROA bank tidak dilikuidasi lebih baik daripada bank dilikuidasi, karena variabel ROA 2,487 lebih besar daripada bank dilikuidasi. Kesimpulan yang didapat adalah variabel ROA bank tidak dilikuidasi lebih baik daripada bank dilikuidasi sebesar 2,487 kali. Sehingga semakin besar variabel ROA maka kemungkinan bank dilikuidasi semakin kecil. Pada tabel 4.4. menunjukkan deskripsi statistik variabel ROE antara kelompok bank tidak dilikuidasi dan bank dilikuidasi. Pada kelompok bank tidak

dilikuidasi memiliki nilai rata-rata (mean) 10,145 dan nilai median 7,83. Nilai rata-rata yang diperoleh lebih tinggi daripada nilai mediannya, hal ini menunjukkan bahwa terdapat nilai data yang bernilai jauh lebih besar sehingga nilai rata-ratanya jauh lebih tinggi daripada nilai-nilai data lainnya. Sedangkan pada kelompok bank dilikuidasi memiliki nilai rata-rata 5,2 dan nilai median 4,98 yang dalam hal ini nilai yang diperoleh tidak terlalu jauh dari rata-rata nilai data. Tabel 4.4. Deskripsi Variabel ROE Deskripsi ROE





Selain ukuran pemusatan, dilakukan pula pengamatan terhadap ukuran dispersinya. Wilayah (range) kelompok bank tidak dilikuidasi adalah 133,66 sedangkan wilayah kelompok bank dilikuidasi sebesar 8,47, hal ini menunjukkan bahwa kelompok bank tidak dilikuidasi lebih menyebar. Selain dari wilayah, ukuran dispersi dapat pula dilihat dari nilai jangkauan antar kuartil yang dapat digunakan untuk menemukan adanya data pencilan. Data pencilan adalah data yang kurang dari pagar dalam atau lebih dari pagar luar. Pada gambar 4.3. terlihat bahwa kelompok bank tidak dilikuidasi memiliki pencilan data. Pada gambar 4.3. menunjukkan distribusi rasio ROE yang dihipotesiskan terhadap kemungkinan bank tidak dilikuidasi atau bank dilikuidasi. Perbandingan antara nilai rata-rata bank tidak dilikuidasi dengan bank dilikuidasi adalah 1,95. Variabel ROE bank tidak dilikuidasi lebih baik daripada bank dilikuidasi, karena variabel ROE 1,95 lebih besar daripada bank dilikuidasi.

160 140 Bank of America

120 100

Chase Manhattan Bank Hongkong&Shanghai Ba

80 Standard Chartered B

ROE

60 40

Deutsche Bank

20

BPD Yogyakarta Citibank BPD Sulsel Kalsel

0 -20 N=

193

5

.00

1.00

Y

Gambar 4.3. Box Plot ROE Kesimpulan yang didapat pada gambar 4.3. adalah variabel ROE bank tidak dilikuidasi lebih baik daripada bank dilikuidasi sebesar 1,95 kali. Sehingga semakin besar variabel ROE maka kemungkinan bank dilikuidasi semakin kecil. Tabel 4.5. Deskripsi Variabel NIM Deskripsi NIM





Pada tabel 4.5. menunjukkan deskripsi statistik variabel NIM antara kelompok bank tidak dilikuidasi dan bank dilikuidasi. Pada kelompok bank tidak dilikuidasi memiliki nilai rata-rata (mean) 2,563 dan nilai median 2,36 yang dalam hal ini nilai yang diperoleh tidak terlalu jauh dari rata-rata nilai data. Sedangkan

pada kelompok bank dilikuidasi memiliki nilai rata-rata 2,068 dan nilai median 1,86. Nilai rata-rata yang diperoleh lebih tinggi daripada nilai mediannya, hal ini menunjukkan bahwa terdapat nilai data yang bernilai jauh lebih besar sehingga nilai rata-ratanya jauh lebih tinggi daripada nilai-nilai data lainnya. 7 BPD Yogyakarta Bank Dagang Bali BPD BPD Sulsel Kalsel

6

BPD Irian Jaya Bank Jasa Jakarta BPD Sumsel Bank Eksekutif Citibank

5 4


3 2 1 Bank Intan

NIM

0 -1 N=

193

5

.00

1.00

Y

Gambar 4.4. Box Plot NIM Selain ukuran pemusatan, dilakukan pula pengamatan terhadap ukuran dispersinya. Wilayah (range) kelompok bank tidak dilikuidasi adalah 6,19 sedangkan wilayah kelompok bank dilikuidasi sebesar 2,04, hal ini menunjukkan bahwa kelompok bank tidak dilikuidasi lebih menyebar. Selain dari wilayah, ukuran dispersi dapat pula dilihat dari nilai jangkauan antar kuartil yang dapat digunakan untuk menemukan adanya data pencilan. Data pencilan adalah data yang kurang dari pagar dalam atau lebih dari pagar luar. Pada gambar 4.4. terlihat bahwa kedua kelompok bank memiliki pencilan data.

Pada gambar 4.4. menunjukkan distribusi rasio NIM yang dihipotesiskan terhadap kemungkinan bank tidak dilikuidasi atau bank dilikuidasi. Perbandingan antara nilai rata-rata bank tidak dilikuidasi dengan bank dilikuidasi adalah 1,239. Variabel NIM bank tidak dilikuidasi lebih baik daripada bank dilikuidasi, karena variabel NIM 1,239 lebih besar daripada bank dilikuidasi. Kesimpulan yang didapat adalah variabel NIM bank tidak dilikuidasi lebih baik daripada bank dilikuidasi sebesar 1,239 kali. Sehingga semakin besar variabel NIM maka kemungkinan bank dilikuidasi semakin kecil. Tabel 4.6. Deskripsi Variabel LDR Deskripsi LDR





Pada tabel 4.6. menunjukkan deskripsi statistik variabel LDR antara kelompok bank tidak dilikuidasi dan bank dilikuidasi. Pada kelompok bank tidak dilikuidasi memiliki nilai rata-rata (mean) 98,153 dan nilai median 94,75. Nilai rata-rata yang diperoleh lebih tinggi daripada nilai mediannya, hal ini menunjukkan bahwa terdapat nilai data yang bernilai jauh lebih besar sehingga nilai rata-ratanya jauh lebih tinggi daripada nilai-nilai data lainnya. Sedangkan pada kelompok bank dilikuidasi memiliki nilai rata-rata 81,176 dan nilai median 90,42, hal ini menunjukkan nilai median yang diperoleh lebih tinggi daripada nilai rata-ratanya. Nilai median yang lebih tinggi daripada nilai rata-ratanya mencerminkan terdapat nilai data yang bernilai jauh lebih kecil sehingga nilai rata-ratanya lebih kecil dari nilai-nilai data lainnya.

Selain ukuran pemusatan, dilakukan pula pengamatan terhadap ukuran dispersinya. Wilayah (range) kelompok bank tidak dilikuidasi adalah 114,41 sedangkan wilayah kelompok bank dilikuidasi sebesar 49,03, hal ini menunjukkan bahwa kelompok bank tidak dilikuidasi lebih menyebar. Selain dari wilayah, ukuran dispersi dapat pula dilihat dari nilai jangkauan antar kuartil yang dapat digunakan untuk menemukan adanya data pencilan. Data pencilan adalah data yang kurang dari pagar dalam atau lebih dari pagar luar. Pada gambar 4.5. terlihat bahwa kedua kelompok bank memiliki pencilan data. 200 Korea Exch. Bank Dan

180

Bank Dana Asia

160

Indosuez Indonesia B Maybank Nusa Interna Bank of America Bankok Bank Ing Bank Bank Indovest Perniagaan

140

Hongkong&Shanghai Bank Merincorp Ba

120 100 80 60

LDR


40 20 N=

193

5

.00

1.00

Y

Gambar 4.5. Box Plot LDR Pada gambar 4.5. menunjukkan distribusi rasio LDR yang dihipotesiskan terhadap kemungkinan bank tidak dilikuidasi atau bank dilikuidasi. Perbandingan antara nilai rata-rata bank tidak dilikuidasi dengan bank dilikuidasi adalah 1,209. Variabel LDR bank tidak dilikuidasi lebih baik daripada bank dilikuidasi, karena

variabel LDR 1,209 lebih besar daripada bank dilikuidasi. Kesimpulan yang didapat adalah variabel LDR bank tidak dilikuidasi lebih baik daripada bank dilikuidasi sebesar 1,209 kali. Sehingga semakin besar variabel LDR maka kemungkinan bank dilikuidasi semakin kecil. Tabel 4.7. Deskripsi Variabel CAR Deskripsi CAR





Pada tabel 4.7. menunjukkan deskripsi statistik variabel CAR antara kelompok bank tidak dilikuidasi dan bank dilikuidasi. Pada kelompok bank tidak dilikuidasi memiliki nilai rata-rata (mean) 13,931 dan nilai median 12,46. Nilai rata-rata yang diperoleh lebih tinggi daripada nilai mediannya, hal ini menunjukkan bahwa terdapat nilai data yang bernilai jauh lebih besar sehingga nilai rata-ratanya jauh lebih tinggi daripada nilai-nilai data lainnya. Sedangkan pada kelompok bank dilikuidasi memiliki nilai rata-rata 9,484 dan nilai median 8,33, hal ini menunjukkan nilai rata-rata yang diperoleh lebih tinggi daripada nilai mediannya. Nilai rata-rata yang lebih tinggi daripada nilai mediannya mencerminkan terdapat nilai data yang bernilai jauh lebih besar sehingga nilai rata-ratanya lebih besar dari nilai-nilai data lainnya. Selain ukuran pemusatan, dilakukan pula pengamatan terhadap ukuran dispersinya. Wilayah (range) kelompok bank tidak dilikuidasi adalah 42,81 sedangkan wilayah kelompok bank dilikuidasi sebesar 5,45, hal ini menunjukkan bahwa kelompok bank tidak dilikuidasi lebih menyebar. Selain dari wilayah,

ukuran dispersi dapat pula dilihat dari nilai jangkauan antar kuartil yang dapat digunakan untuk menemukan adanya data pencilan. Data pencilan adalah data yang kurang dari pagar dalam atau lebih dari pagar luar. Pada gambar 4.6. terlihat bahwa kelompok bank tidak dilikuidasi memiliki pencilan data. 50 Bank Bersaudara Jaya Bank Paribas-BBD Ind

40

Bank Korea Commercia Maybank Nusa Interna Hanil Tamara Bank Bank Bank Kesejahteraan Jasa Jakarta Bank DBS Buana Bank DBS Yudha Buana Bhakti Tat Lee Ba Bank Ganesha

30

20

10

CAR

0

-10 N=

193

5

.00

1.00

Y

Gambar 4.6. Box Plot CAR Pada gambar 4.6. menunjukkan distribusi rasio CAR yang dihipotesiskan terhadap kemungkinan bank tidak dilikuidasi atau bank dilikuidasi. Perbandingan antara nilai rata-rata bank tidak dilikuidasi dengan bank dilikuidasi adalah 1,469. Variabel CAR bank tidak dilikuidasi lebih baik daripada bank dilikuidasi, karena variabel CAR 1,469 lebih besar daripada bank dilikuidasi. Kesimpulan yang didapat adalah variabel CAR bank tidak dilikuidasi lebih baik daripada bank dilikuidasi sebesar 1,469 kali. Sehingga semakin besar variabel CAR maka kemungkinan bank dilikuidasi semakin kecil.

Variabel APR, ROA, ROE, NIM, LDR dan CAR sesuai dengan teori penilaian kesehatan bank. Variabel yang sesuai dengan penilaian kesehatan bank yang akan digunakan dalam analisis selanjutnya yaitu untuk analisis logit.

4.2.

Analisis Logit Model

logit

digunakan

untuk

memprediksi

faktor-faktor

yang

mempengaruhi dilikuidasinya bank. Peubah responnya adalah status bank yang dilikuidasi dan tidak dilikuidasi, bank yang dilikuidasi diberi nilai 1 dan bank yang tidak dilikuidasi diberi nilai 0. Sedangkan peubah penjelasnya adalah APF, NIM, CAR, ROA, ROE dan LDR. Dalam menentukan peubah-peubah yang dapat mempengaruhi dilikuidasi atau tidak suatu bank kita harus menganalisa tentang kelayakan model dan kesesuaian tanda koefisien dari model yang dibentuk dengan teori. Hasil regresi logistik yang didapat dari keluaran E-views 4.1 menunjukkan nilai probabilitas dari parameter regresi yang diduga, dengan asumsi bahwa error regresi terdistribusi secara normal. Nilai ini ditunjukkan oleh p-value, dengan nilai ini kita dapat menentukan apakah menerima atau menolak hipotesa, H0 : parameter tersebut sama dengan nol. Jika nilai p-value lebih kecil dari nilai taraf nyata maka kita dapat menolak hipotesa H0 , dengan tingkat keyakinan (1 - α) (Hipotesa, 2005). Agar mendapatkan model terbaik maka peubah penjelas yang tidak ada pengaruhnya tidak dimasukkan ke dalam model, pereduksian dilakukan dengan

membuang peubah yang memiliki p-value lebih besar dari taraf nyata yang ditentukan. Pada regresi logistik pertama yang dilakukan adalah dengan memasukkan semua peubah penjelas. Model yang diperoleh dari regresi logistik tersebut dievaluasi tentang kelayakan model dan kesesuaian tanda koefisien dari model yang dibentuk dengan teori. P-value dari semua peubah penjelas tersebut lebih besar daripada taraf nyata sehingga perlu dilakukan pereduksian untuk mendapatkan model terbaik. Tahap-tahap pereduksian dapat dilihat pada tabel 4.1. Tabel 4.8. Pereduksian Peubah Penjelas dilihat dari p-value Regresi 1 Regresi 2 Regresi 3 23,017 23,318 24,015 C (0,029*) (0,018*) (0,014*) -0,193 -0,195 -0,208 LDR (0,024*) (0,015*) (0,005*) -0.546 -0,556 -0,506 CAR (0,115) (0,084*) (0,088*) -1,519 -1,54 -1,715 NIM (0,127) (0,111) (0,054*) -0,01 -0,01 -0,014 APF (0,654) (0,628) (0,523) -0,038 -0,049 ROE (0,827) (0,754) -0,232 ROA (0,938)

Regresi 4 21,963 (0,01*) -0,196 (0,005*) -0,466 (0,081*) -1,569 (0,064*)

Keterangan : * signifikan pada taraf nyata α = 10%, ( ) nilai probabilitas.

Setelah dilakukan pereduksian pada peubah-peubah yang dianggap tidak berpengaruh

nyata maka didapat

model

persamaan faktor-faktor

yang

mempengaruhi dilikuidasinya bank yang menghasilkan regresi ke 4 sebagai model terbaik. Model yang dibangun layak digunakan dan masing-masing peubah penjelas (CAR, LDR dan NIM) berpengaruh nyata terhadap pengklasifikasian bank dalam taraf nyata α = 10%.

4.3.

Hasil Analisis Regresi Logistik

4.3.1. Uji Kelayakan Model Adapun

hasil

persamaan

logistik

untuk

regresi

4,

yaitu

yang

mempengaruhi dilikuidasinya bank disajikan dalam tabel (4.7). Tabel 4.7. Hasil Regresi 4 Variabel C CAR LDR NIM LR statistic (3 df) Probability(LR stat) McFadden R-squared

Koefisien 21,963 -0,466 -0,196 -1,569

Prob. 0,01* 0,081* 0,005* 0,064* 18,408 0,000 0,394

Keterangan : * nyata pada taraf α = 10%.

Hasil regresi logistik pada regresi 4 memiliki tiga peubah penjelas yang ada pada model sehingga peubah penjelas dalam model yaitu CAR, LDR dan NIM menghasilkan nilai LR statistic sebesar 18,408 pada nilai p = 0,000. Hal ini menunjukkan bahwa secara keseluruhan model tersebut cukup baik, artinya paling sedikit terdapat satu variabel yang berpengaruh nyata terhadap dilikuidasinya bank. Nilai McFadden R-squared sebesar 0,394 yang berada antara range 0 dan 1 menunjukkan bahwa model tersebut dapat diterima. Pada pengujian signifikansi (goodness of fit) secara statistik, diketahui bahwa variabel LDR, CAR dan NIM memberikan pengaruh yang signifikan terhadap variabel Y (dilikuidasi atau tidak) pada α = 10%. Artinya ketiga peubah penjelas tersebut berpengaruh nyata terhadap dilikuidasinya bank dengan tingkat kepercayaan 90%. Tanda koefisien bernilai negatif berarti bahwa peningkatan

rasio LDR, CAR dan NIM akan menurunkan risiko dilikuidasi dan tanda negatif sesuai dengan yang diharapkan.

4.3.2. Uji Daya Ramal Prediksi Model Kriteria pemotongan yang dilakukan pada model ini menggunakan pemotongan nilai peluang pada titik 0,5. Jika suatu bank memiliki nilai dugaan peluang yang diperoleh dari model logistik diatas 0,5 maka akan dikategorikan sebagai bank yang dilikuidasi. Jika nilai dugaan peluangnya kurang dari atau sama dengan 0,5 maka dikategorikan sebagai bank yang tidak dilikuidasi. Penepatan nilai peluang pada nilai peluang 0,5 secara logis dapat diterangkan sebagai nilai rataan dari dua kelompok bank , bank dilikuidasi dengan nilai 1 dan 0 untuk bank yang tidak dilikuidasi. Tabel 4.8. Prediksi Kebangkrutan Bank Kelompok Bank Jumlah Bank Tidak Likuidasi Tidak Dilikuidasi 193 193 Likuidasi 5 4

Prediksi Likuidasi 0 1

% Correct 100 20 Overall: 97,98

Sumber : Analisis Logistic Regression.

Pemotongan nilai peluang pada titik 0,5 pada model logit akan menghasilkan tiga estimasi yaitu estimasi yang tepat, jumlah salah klasifikasi tipe 1 (suatu bank dikategorikan tidak likuidasi padahal likuidasi) dan tipe 2 (suatu bank dikategorikan likuidasi padahal tidak likuidasi). Banyaknya data digunakan dalam estimasi sebanyak 198 bank dengan kategori bank yang dilikuidasi sebanyak 5 bank dan 193 bank tidak dilikuidasi.

Pada tabel 4.8. prediksi dari kelompok bank yang tidak dilikuidasi menunjukkan bahwa sebanyak 193 bank diprediksi tidak dilikuidasi. Sedangkan prediksi dari kelompok bank yang dilikuidasi menunjukkan 4 bank seharusnya diprediksi tidak dilikuidasi dan bank yang diprediksi likuidasi sebanyak 1 bank. Pada hasil Actual, Fitted and Residual Test (lampiran 9) dapat dilihat secara sepesifik bank-bank yang tepat diprediksi maupun yang salah klasifikasi. Kesimpulan dari hasil yang didapat adalah prediksi yang tepat memprediksi bank yang tidak dilikuidasi sebanyak 193 bank dari 193 bank yang ada dan 1 bank yang dilikuidasi dari 5 bank yang dilikuidasi. Sedangkan, salah klasifikasi tipe 1 tidak ada dan salah klasifikasi tipe 2 sebanyak 4 bank. Secara keseluruhan pengklasifikasan yang benar dari model logistik sebesar 97,98%.

4.3.

Interpretasi Peubah-peubah Penjelas dalam Model Model yang digunakan untuk menduga faktor-faktor yang mempengaruhi

dilikuidasinya bank adalah model logit dengan bentuk persamaan :

 Pi  Y = ln   = 21,963 – 0,466CAR – 0,196LDR – 1,569NIM 1 − Pi  Berikut ini akan dijelaskan pengaruh masing-masing variabel yang nyata terhadap keputusan faktor-faktor yang mempengaruhi dilikuidasinya bank. Tabel 4.9. Interpretasi Koefisien Variabel Koefisien C 21,963 CAR -0,466 LDR -0,196 NIM -1,569 Sumber : analisis LogisticRegrssion.

Rasio Odds 0,208 0,627 0,822

Berdasarkan persamaan dan tabel 4.9. hasil penelitian dengan model logistik menunjukkan bahwa variabel CAR mempunyai pengaruh signifikan terhadap kemungkinan dilikuidasinya bank dan mempunyai pengaruh negatif. Koefisien CAR bernilai negatif berarti peningkatan rasio CAR menurunkan risiko bank dilikuidasi dan tanda negatif sesuai dengan harapan (teori). Nilai rasio odds yang diperoleh dengan mengambil antilog dari koefisien peubah penjelas CAR adalah 0,208. Hal ini menunjukkan bahwa peningkatan satu-satuan peubah CAR maka akan menurunkan peluang dilikuidasinya bank sebesar 0,208 kali, dengan asumsi variabel lainnya tetap. Maka dapat dikatakan juga bahwa penurunan satu-satuan peubah CAR akan meningkatkan peluang dilikuidasinya bank sebesar 0,208 kali. Hasil regresi baik arah koefisien dan signifikansi pengaruh variabel CAR terhadap dilikuidasinya bank telah sesuai dengan teori, hal ini dapat dijelaskan karena CAR merupakan indikator terhadap kemampuan bank untuk menutupi penurunan aktivanya sebagai akibat dari kerugian-kerugian bank yang disebabkan oleh aktiva yang berisiko. Apabila nilai CAR rendah maka bank tersebut dikategorikan tidak sehat dan pada akhirnya dapat dilikuidasi. Hasil penelitian dengan model logistik pada tabel 4.9. menunjukkan bahwa variabel LDR mempunyai pengaruh signifikan terhadap kemungkinan dilikuidasinya bank dan mempunyai pengaruh negatif. Koefisien LDR bernilai negatif berarti peningkatan rasio LDR menurunkan risiko bank dilikuidasi dan tanda negatif sesuai dengan harapan (teori).

Nilai rasio odds yang diperoleh dengan mengambil antilog dari koefisien peubah penjelas LDR adalah 0,627. Hal ini menunjukkan bahwa peningkatan satu-satuan peubah LDR maka akan menurunkan peluang dilikuidasinya bank sebesar 0,627 kali, dengan asumsi variabel lainnya tetap. Maka dapat dikatakan juga bahwa penurunan satu-satuan peubah LDR akan meningkatkan peluang dilikuidasinya bank sebesar 0,627 kali. Rasio LDR merupakan indikator kemampuan bank untuk mengimbangi kewajiban untuk segera memenuhi permintaan deposan yang ingin menarik kembali uangnya yang telah digunakan oleh bank untuk memberikan kredit. Apabila dari banyaknya kredit yang diberikan tidak diimbangi dengan jumlah dana yang dikumpulkan menyebabkan likuiditas dari bank berkurang. Maka rasio LDR tersebut harus berada di batas aman, apabila berada di luar batas aman akan menyebabkan likuiditas bank terganggu yang pada akhirnya akan berpengaruh pada keputusan untuk melikuidasi bank tersebut. Selain variabel CAR dan LDR hasil penelitian dengan model logistik juga menunjukkan bahwa variabel NIM mempunyai pengaruh signifikan terhadap kemungkinan dilikuidasinya bank dan mempunyai pengaruh negatif. Koefisien NIM bernilai negatif berarti peningkatan rasio NIM menurunkan risiko bank dilikuidasi dan tanda negatif sesuai dengan harapan (teori). Nilai rasio odds yang diperoleh dengan mengambil antilog dari koefisien peubah penjelas NIM adalah 0,822. Hal ini menunjukkan bahwa peningkatan satu-satuan peubah NIM maka akan menurunkan peluang dilikuidasinya bank sebesar 0,822 kali, dengan asumsi variabel lainnya tetap. Maka dapat dikatakan

juga bahwa penurunan satu-satuan peubah NIM akan meningkatkan peluang dilikuidasinya bank sebesar 0,822 kali.

Net Interest Margin adalah rasio yang menggambarkan tingkat keuntungan (laba) yang diperoleh bank. Kegiatan utama yang dilakukan bank pada prinsipnya adalah bertindak sebagai perantara, yaitu menghimpun dan menyalurkan dana. Menghimpun dana dengan memberikan bunga kepada nasabah yang menyimpan uangnya di bank, sedangkan menyalurkan dana dengan pemberian kredit. Pemberian kredit ini memiliki berbagai risiko, seperti kredit bermasalah, kredit macet, bunga (negative spread), dan kurs valas (jika kredit diberikan dalam valas). Apabila dalam kegiatan menghimpun dan menyalurkan dana tersebut mengalami kesulitan akan berdampak pada penurunan NIM, dengan NIM yang turun akan menyebabkan risiko bank tersebut untuk dilikuidasi semakin besar.

V. KESIMPULAN DAN SARAN

5.1.

Kesimpulan Berdasarkan tujuan maka dalam penelitian ini ada dua kesimpulan yang

dapat diberikan. (1)

Perbandingan nilai rata-rata kelompok bank tidak dilikuidasi dengan bank dilikuidasi pada masing-masing variabel APF, ROA, ROE, LDR, NIM dan CAR menunjukkan nilai rata-rata kelompok bank tidak dilikuidasi lebih besar daripada kelompok bank dilikuidasi, sehingga semakin besar variabel APF, ROA, ROE, LDR, NIM dan CAR maka kemungkinan bank dilikuidasi semakin kecil.

(2)

Rasio-rasio keuangan yang digunakan dalam penelitian menunjukkan rasio LDR, NIM dan CAR memiliki pengaruh yang signifikan terhadap faktorfaktor yang mempengaruhi dilikuidasinya bank.

5.2.

Saran Berdasarkan uraian-uraian yang telah disajikan sebelumnya maka dalam

penelitian ini ada tiga saran yang dapat diberikan. (1)

Mengurangi terjadinya likuidasi bank dimasa yang akan datang, perlu diambil langkah-langkah bagi bank-bank untuk menjaga kinerja dan kesehatan terutama yang berkaitan dengan variabel-variabel yang diteliti.

(2)

Bank Indonesia sebagai pengawas perbankan perlu meningkatkan pengawasannya terhadap bank-bank dan perlu dikeluarkannya laporan

peringkat bank. Laporan peringkat bank ini akan menunjukkan bank-bank yang kinerja usahanya baik atau tidak, tergolong ke dalam kategori bank sehat atau tidak sehat sehingga bank akan meningkatkan kinerjanya dan masyarakat akan lebih waspada dalam menyimpan dananya. (3)

Untuk penelitian selanjutnya disarankan untuk menambah jumlah variabel yang mempengaruhi dilikuidasinya, seperti Non Performing Loans, sehingga hasil yang didapat dalam memprediksi bank yang dilikuidasi dapat maksimal.

DAFTAR PUSTAKA

Alam, M. Choiril. 2001. Model Pendugaan Kebangkrutan Bank di Bursa Efek Jakarta [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam. Arkian, Hifni. Agustus 1998. “Menilai Kesehatan Bank”. Pengembangan Perbankan. Bank Indonesia. 1997. Tata Cara Penilaian Tingkat Kesehatan Bank. Basalim, U. 2000. Perekonomian Indonesia : Krisis dan Strategi Alternatif. PT Pustaka Cidesindo, Jakarta. Dendawijaya, L. 2001. Manajemen Perbankan. Ghalia Indonesia, Jakarta. Departemen Ilmu Ekonomi, Hipotesa. 2005.Eviews Training 2005. Fakultas Ekonomi dan Manajemen, Bogor. Gujarati, D. 2003. Basic Econometrics. McGraw-Hill, New York. Haryati, S. 2001. “Analisis Kebangkrutan Bank”. Jurnal Ekonomi dan Bisnis Indonesia, 16 : 336 – 345. Hasan, M.I. 2003. Pokok-pokok Materi Statistik 1. PT Bumi Aksara, Jakarta. Hasibuan, M.S.P. 2005. Dasar-dasar Perbankan. Bumi Aksara, Jakarta. Hosmer, D. W. dan S. Lemeshow. 1989. Applied Logistic Regression. John Wiley and son Inc, New York. Judisseno, R. K. 2005. Sistem Moneter dan Perbankan di Indonesia. PT Gramedia Pustaka Utama, Jakarta. Kasmir. 2005. Dasar-dasar Perbankan. PT Rajagrafindo Persada, Jakarta. Kuncoro, Mudrajad. 2004. Metode Kuantitatif. AMP YKPN, Yogyakarta. Purwati, Narni dan A. Gokmatua. Agustus 1998. “Beberapa Ketentuan Bank Sentral Tentang Kesehatan Bank”. Pengembangan Perbankan. Republik Indonesia. 1998. Undang-Undang Tentang Perbankan No. 10 Tahun 1998. Republik Indonesia. 1996. Peraturan Pemerintah No. 68 Tahun 1996.

Sahrani, A. dan D. Wijaya. 2003. Kamus Ekonomi Uang dan Bank. Restu Agung, Jakarta. Simorangkir, O.P. 2000. Pengantar Lembaga Keuangan dan Non Bank. Ghalia Indonesia, Jakarta. Santoso, Wimboh. 2004. “Model Prediksi Kepailitan Bank Umum di Indonesia”. http://www.bi.go.id. Stagliano, Augustine. 2005. Six Sigma Advanced Tools. Penerbit ANDI, Yogyakarta. Sukristono. 1992. Perencanaan Strategis Bank. Lembaga Pengembangan Perbankan Indonesia, Jakarta. Supriyanto, E.B. Oktober 1997. “Pertempuran 200 Bank”. Infobank : 38 – 45. Tim Penelitian dan Pengembangan, Wahana Komputer. 2003. Pengolahan Data Statistik dengan SPSS 11.5. Edisi Pertama. Salemba Infotek, Jakarta. Wijaya, K. 2000. Analisis Krisis Perbankan Nasional. Harian Kompas, Jakarta.

Lampiran 1. Data Rasio Keuangan Bank Tahun 1997 No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

Nama Bank Bank Central Asia Bank Negara Indonesia Bank Rakyat Indonesia Bank Dagang Negara Bank Ekspor Impor Bank Bumi Daya Bank Danamon Ind. Bank Dagang Nas. Ind Bank Internasional Ind. Bank Tabungan Negara Bank Lippo Bank Bali Bank Niaga Bank Umum Nasional Bank Duta Bank Panin Citibank Bank Universal Bank Harapan Sentosa BPD DKI Bank Bukopin Bank Bira Bank Tamara Hongkong&Shanghai Bank Bank Buana Indonesia Bank of Tokyo Mitsubishi LTD Bank Modern Bank PDFCI Bank Putera Surya Perkasa Bank Tiara Bank SBU Bank Utama Bank Papan Deutsche Bank ABN-Amro Bank Standard Chartered Bank Bank Aspac BPD Jawa Tengah Bank Perniagaan Bank Nusa Bank Dharmala Bank Mashill Bank Surya Bank Umum Servitia Sanwa Indonesia Bank

Y 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

APF 32.92 15.56 16.2 10.36 10.62 5.2 49.95 33.25 31.13 24.82 32.18 26.29 26.07 24.91 24.03 17.19 27.74 34.25 24.07 73.58 21.58 40.13 41.56 16.66 8.41 44.8 27.6 37.72 119.31 44.74 22.66 -14.99 53.11 15.37 6.01 17.82 20.95 15.43 63.91 46.99 40.88 15.3 27.39 42.4 19.2

ROA ROE 0.48 7.02 0.91 10.11 0.65 7.14 0.52 5.55 0.73 7.65 0.27 2.57 0.77 7.4 1.3 12.79 1.56 12.83 1.04 8.04 1.19 12.74 1.3 13.61 1.15 10.9 0.67 7.85 0.63 6.55 1.38 11.09 2.67 24.05 0.7 7.29 0.44 4.98 0.54 5.53 0.5 4.33 2.18 15.16 1.53 14.99 3.72 92.61 0.69 7.14 2.86 18.57 0.88 9.1 1.88 11.97 0.98 6.9 2.02 13.46 0.6 8.59 0.28 2.86 0.4 4.29 2.49 41.15 0.64 6.57 0.94 62.92 0.39 5.54 0.7 10.79 0.03 0.19 0.93 8.09 2.14 12.42 1.47 10.91 1.33 11.07 1.35 14.98 1.61 9.69

NIM 1.24 1.78 2.64 0.92 1.27 0.38 1.9 1.66 2.02 2.08 2.44 2.32 2.5 1.63 1.28 2.32 4.86 2.18 2.1 0.76 1.76 3.18 2.42 2.85 2.65 2.48 2.56 2.18 2.11 2.94 1.55 1.21 1.44 2.5 2.15 2.82 1.54 3.09 0.53 2.01 3.29 3.17 2.23 1.69 1.84

LDR CAR 90.65 6.87 93.5 10.21 91.22 9 97.82 10.2 93.73 9.4 94.75 10.81 92.14 9.09 95.35 11.68 96.85 14.14 99.11 11.79 92.78 9.98 90.58 8.95 94.62 10.95 92.76 8.33 94.03 9.76 116.3 12.14 93.45 11.52 95.42 9.68 78.97 7.95 90.76 8.09 98.89 10.85 103.61 13.05 101.15 11.76 126.77 3.67 95.15 9.1 101.5 12.65 103.4 8.96 108.08 17.04 93.9 14.15 92.1 13.66 97.46 6.61 85.74 10.83 88.01 7.55 105.92 6.02 115.42 9.92 119.84 1.61 103.25 7.22 87.21 6.48 137.89 19.35 94.48 11.28 99.13 15.88 100.34 15.85 94.57 11.57 88.35 8.89 102.48 17.79

46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93

Fuji Bank Int. Indonesia Unibank Bank Andromeda Bank NISP Bank Artha Graha Bank Nasional BPD Jawa Barat Bank Rama Bank Sumitomo Niaga Bank Ficorinvest Bank Pelita Bank Arya Panduarta Bank Sakura Swadharma Bank Putera Multikarsa Bank Tab. Pensiunan Nas. Bank Subentra Bank Inter-Pacific Daiwa Perdania Bank BPD Jawa Timur Bank Dana Asia Bank Jaya Bank Central Dagang Bank BNP Lippo Indonesia Bank Credit Lyionnais Ind. IBJ Indonesia Bank Bank Prima Express Ind. Dai-Ichi Kangyo Bank Bank Bahari Chase Manhattan Bank Bank LTCB Central Asia Bank Indovest BPD Sumatera Utara Tokai Lippo Bank Bank Finconesia Bank Ekonomi Bank Susila Bakti American Express Bank Bank Risjad Salim Int. Bank Astria Bank Soc. Generale Ind. Bank Haga Ing Bank Korea Exch. Bank Danamon BPD Sumatera Barat Bank Hastin Bank Centris Bank CIC Anz Panin Bank

0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

33.76 23.24 18.99 42.41 35.03 85.32 -6.58 27.12 7.65 -2.35 118.44 8.66 21.55 74.8 -1.18 23.24 18.22 13.07 -6.45 5.25 -12.02 14.03 36.28 27.01 -16.33 18.86 12.39 58.21 63.7 14.6 23.23 12.71 12.65 38.65 47.57 4.56 17.74 81.57 34.27 4.23 20.72 -9.74 23.48 31.88 48.1 72.46 55.05 28.74

1.2 1.27 0.87 1.2 0.62 1.16 1.3 1.29 1.9 1.52 0.43 1.25 0.81 0.86 0.81 0.65 1.33 1.93 0.63 0.05 0.91 0.75 1.08 1.25 1.05 1.19 1.19 1.46 1.22 1.02 1.43 0.96 1.21 1.27 1.08 0.57 0.45 1.35 0.73 0.58 1.26 0.74 2.03 1.35 0.36 1.13 1.73 1.5

8.33 11.32 9.45 9.37 5.68 10.73 11.29 9.34 9.76 9.36 2.5 9.21 8.31 5.12 10.75 7.06 11.56 7.72 7.33 0.22 6.19 8.55 10.63 9.69 7.1 10.64 10.92 9.12 98.93 6.75 11.18 9.85 7.55 8.87 10.96 6.56 14.32 11.3 8.97 5.05 11.61 5.94 12.52 14.56 3.73 10.78 9.86 9.5

1.23 2.46 1.86 2.55 1.68 2.1 3.96 2.05 2.25 1.77 1.18 1.84 1.67 1.47 4.03 1.34 1.72 2.36 2.83 0.65 3.21 2 1.47 3.24 1.82 3.75 1.24 2.51 2.32 1.46 1.8 2.5 1.62 1.85 2.77 1.88 1.96 1.57 1.74 1.7 2.75 1.91 1.84 4.25 2.27 2.18 2.57 2.55

113.74 111.73 90.42 85.61 87.63 87.11 81.4 101.73 100 107.92 94.89 93.42 102.11 96.75 71.58 94.46 120.03 92.32 84.25 178.38 96.35 85.39 105.36 115.24 98.94 91.75 105.63 95.56 99.6 105.4 138.37 81.48 97.84 103.23 103.69 96.4 113.44 90.73 92.54 122.03 103.76 138.22 185.99 93.65 98.99 104.52 93.79 101.57

13.35 12.54 8.33 12.44 9.65 10.14 12.46 12.97 20.14 21.07 16.86 17.37 9.22 14.92 7.79 9.88 11.03 24.14 9.46 23.4 16.03 8.45 9.8 12.28 16.43 11.29 11.07 18.33 1.81 14.42 11.69 9.83 15.62 16.1 9.46 8.94 3.04 10.34 7.71 11.61 11.14 14.12 15.58 9.06 9.39 11.42 23.24 15.19

94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141

Bank Bumiputera Bank Media Bank IFI United Overseas Bank Bali Bank Tata Bank Muamalat Rabobank Duta Indonesia Bank of America Bank Mayapada Bank Rajawali Bank Mega Bank Bumi Arta Bank Antardaerah Bank Kredit Asia Bank Merincorp Bank Intan Indosuez Indonesia Bank Bank Aken Bank Berlian Bank Sahid Gajah Perkasa Bank Multicor Bank DBS Buana Bank Ganesha BPD Bali Bank Guna Internasional Bank Dagang & Industri Bank Ciputra Bank Mestika Bank Kharisma Bank Kesawan Bank Sewu DBS Buana Tat Lee Bank Bankok Bank Bank Windu Kentjana Bank Metropolitan Bank Pikko Bank Dagang Bali Maybank Nusa Internasional Bank Arta Niaga Kencana Bank Ratu Hanil Tamara Bank Bank Korea Commercial Surya Bank Namura Internusa BPD Kaltim Bank Seri Partha Bank Tugu BPD Irian Jaya Bank Swadesi

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

47.57 91.12 21.72 1.38 57.93 32.53 14.39 -23.71 31.05 29.6 386.92 21.98 27.08 123.22 18.48 165.55 7.98 29.43 36.16 27.93 9.07 -57.33 81.54 27.38 62.77 32.49 189.43 23.49 12.77 81.66 41.78 0.85 -0.99 29.96 120.1 54.25 23.21 48.83 25.61 78.54 22.09 18.66 6.91 7.1 16.87 19.61 0.59 36.8

0.85 1.69 1.07 3.02 0.36 1.02 0.4 5.76 2.09 0.96 1 0.83 0.34 0.63 1.1 0.15 1.19 0.68 0.47 1 1.59 1.66 1.58 1.58 0.14 0.56 0.73 1.9 0.65 1.26 0.5 1.9 2.44 0.26 0.67 2.7 0.71 2.6 0.67 0.47 2.83 3.74 0.24 1.15 0.75 1.77 1.26 0.67

5.68 10.1 7.4 13.85 3.41 4.78 2.68 133.85 10.17 5.24 4.56 7.59 3.86 5.39 7.6 0.81 7.3 9.98 4.36 6.65 8.73 8.86 6.22 18.06 0.98 3.34 7.47 16.7 8.06 8.26 4.1 7.44 12.99 2.72 4.23 11.31 8.45 6.3 6.58 4.35 9.36 10.25 2.96 6.01 8.84 7.12 12.64 5

1.93 2.7 1.92 3.54 2.15 3.39 1.89 4.32 3.46 2.57 2.71 2.9 2.04 1.44 1.71 0.18 1.53 2.82 2.18 3.02 2.72 2.65 2.7 3.96 3.34 2.11 1.55 4.34 3.08 2.08 2.3 2.69 3.52 3.19 1.96 3.66 6.34 3.15 1.97 1.87 2.36 4.54 1.42 3.7 3.46 2.46 5.8 2.5

97.84 110.67 108.12 100.49 95.6 90.37 111.89 147.18 84.86 97.83 100.78 91.41 86.06 98.96 126.86 114.35 159.36 95.58 79.89 94.54 116.66 96.11 92.91 87.29 47.46 93.89 95.49 84.2 97.57 114.01 86.48 101.57 140.33 88.1 88.96 90.86 76.5 154.74 83.94 95.52 103.96 96.91 91.77 79.62 84 95.2 73.98 92.28

13.07 19.06 13.83 23.62 10.43 18.88 14.34 6.23 24.36 20.13 19.69 10.41 8.19 13.39 13.79 19.3 16.74 6.62 12.79 13.73 19.64 29.12 25.73 9.65 13.16 18.28 7.16 12.5 7.88 18.17 12.77 26.9 20.89 9.1 16.72 23.47 8.21 35.87 10 8.56 32.63 38.82 8 18.35 8.14 23.1 10.24 12.87

142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189

Bank Jakarta Bank Maspion Indonesia Bank Baja Internasional BPD Aceh Bank Hokindo Bank Eksekutif BPD Riau Bank Nusantara Parahyangan Bank Shinta Bank Deka BPD NTB Bank Prasidha Bank Dipo Internasional Bank Global BPD Sulsel Bank Hagakita Bank Halim Bank Utama Internasional BPD Sumsel Bank Danahutama Bank Liman Internasional Bank Akita Bank Kosa Bank Angkasa Bank Budi Internasional Bank Yudha Bhakti Bank Harda Internasional BPD Yogyakarta Bank Metro Express Bank Bumiraya Utama BPD Lampung BPD Sulut Bank Prima Master Bank Himpunan Saudara 1906 Bank Sanho Bank Centratam Nasional BPD Kalteng Bank Indo Monex Bank Bepede Indonesia Bank Jasa Arta Bank Paribas-BBD Indonesia Bank Citra Bank Jasa Jakarta Bank Kesejahteraan Bank Bintang Manunggal Bank Dwipa Semesta Bank Indotrade Bank Mayora

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

5.96 21.04 69.6 28.46 45.07 118.36 11.84 -6.65 42.42 35.96 29.9 28.84 20.46 183.73 34.68 20.16 32.68 68.44 -20.21 11.09 11.68 72.84 64.63 1.88 18.02 52.05 79.56 -20.08 -0.13 45.51 14.2 -5.12 22.17 47.75 29.45 33.66 33.7 3.57 -10.83 56.86 -21.46 23.24 14.39 31.9 14.52 25.86 47.24 20.84

0.17 0.42 0.56 0.58 1.67 1.02 1.62 1.17 0.45 1.21 0.73 1.15 0.6 3.02 3.36 1.18 0.37 2.01 1.49 0.22 2.28 0.69 0.56 0.63 0.94 1.57 0.93 2.63 2.12 1.13 0.43 1.15 0.13 1.01 0.58 0.59 0.81 0.31 0.75 0.59 0.41 0.32 3.46 1.11 1.17 0.32 0.76 0.56

1.62 2.98 3.67 5.27 13.98 8.17 12.71 9.31 3.65 9.3 6.77 9.01 4.3 13.46 20.19 7.68 2.49 14.68 8.07 1.82 9.25 5.47 6.18 3.8 10.14 5.7 8.47 26.68 10.26 7.05 3.51 7.83 0.93 6.23 5.84 4.05 4.9 2.67 8.29 3.5 1.76 3.68 11.81 4.75 6.99 3.42 6.94 4.37

1.3 2.04 2.81 1.84 2.98 5.05 4.53 2.61 2.05 2.9 3.11 4.19 1.74 2.36 6.27 3.29 1.49 3.38 5.12 2.26 3.63 2.43 1.82 2.34 2.2 2.93 2.27 6.37 4.32 3.18 2.95 4.53 1.57 2.53 2.51 2.21 3.69 2.21 1.95 2.13 3.16 2.4 5.51 2.78 2.73 1.91 2.03 2.74

96.49 71.67 93.24 87.88 89.69 89.05 91.03 81.79 90.06 94.42 90.35 91.31 87.88 95.18 80.49 87.93 92.58 79.43 77.57 85.31 94.75 89.55 111.9 113.22 98.06 107.07 105.82 82.63 88.39 96.17 81.7 85.48 103.01 97.41 90.57 83.5 78.97 86.76 101.96 84.46 87.35 119.53 93.91 98.76 92.92 103.28 109.93 105.52

10.27 12.64 14.52 10.87 12.02 11.31 12.52 13.95 10.51 11.96 9.66 13.29 12.66 25.03 15.6 15.72 13.1 11.43 21.53 12.43 24.04 12.73 8.47 15.8 8.95 27.62 10.4 12.15 21.75 14.11 12.1 15.41 12.39 14.41 9.16 13.27 15.54 11.5 10.26 15.95 41.75 8.25 29.82 30.41 16.5 8.42 9.82 12.86

190 191 192 193 194 195 196 197 198

BPD Kalsel Bank Harmoni Bank Patriot Bank Mas Bank Bersaudara Jaya Bank Ina Perdana BPD NTT Bank Orient Bank Asiatic

0 0 0 0 0 0 0 0 0

26.27 12.57 -20.75 6.5 106.63 23.9 11.03 162.7 9.73

3.73 0.66 0.08 1.24 3.56 0.22 0.7 1.02 0.93

19.92 3.75 1.03 8.32 6.19 1.49 8.32 6.32 6.46

6.18 2.49 2.85 2.94 4 2.73 4.36 2.79 2.22

80.11 89.64 82.7 80.75 89.03 89.99 79.4 94.15 90.4

18.75 17.63 7.62 15.11 44.42 13.13 9.31 13.81 14.06

Lampiran 2. Case Processing Summary

APF ROA ROE NIM LDR CAR

Y .00 1.00 .00 1.00 .00 1.00 .00 1.00 .00 1.00 .00 1.00

Cases Valid N 193 5 193 5 193 5 193 5 193 5 193 5

Percent 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

Missing N 0 0 0 0 0 0 0 0 0 0 0 0

Percent .0% .0% .0% .0% .0% .0% .0% .0% .0% .0% .0% .0%

Total N 193 5 193 5 193 5 193 5 193 5 193 5

Percent 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

Lampiran 3. Deskripsi Data APF

Y .00

1.00

ROA

.00

Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence

Lower Bound Upper Bound

Lower Bound Upper Bound

Lower Bound

Statistic 33.5992 27.4548 39.7437 29.0860 24.9100 1872.980 43.2779 -57.33 386.92 444.25 29.6650

Std. Error 3.1152

3.733 24.219 29.2120 2.7023 55.7217 28.6394 24.0700 455.827 21.3501 5.96 62.77 56.81 36.0450

.175 .348 9.5481

1.034 1.462 1.1694 1.0519

.913 2.000 5.954E-02

Interval for Mean

1.00

ROE

.00

1.00

Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum

1.2868 1.0875 1.0200 .684 .8272 .03 5.76 5.73 .8150 1.913 5.577 .4700 6.413E-02

.175 .348 .1462

.8759 .4661 .4400 .107 .3269 .14 .87 .73 .6450 .222 -2.511 10.1451 8.1539

.913 2.000 1.0095

12.1363 8.1363 7.8300 196.700 14.0250 .19 133.85 133.66 5.3350 6.340 45.774 5.2000 .2743 10.1257 5.1983 4.9800 15.737 3.9670 .98 9.45

.175 .348 1.7741

NIM

.00

1.00

LDR

.00

1.00

Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean Upper Bound 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean

8.47 7.9100 .062 -2.904 2.5626 2.4085

.913 2.000 7.816E-02

2.7168 2.4887 2.3600 1.179 1.0858 .18 6.37 6.19 1.1050 1.199 2.193 2.0680 1.1143

.175 .348 .3435

3.0217 2.0400 1.8600 .590 .7681 1.30 3.34 2.04 1.2000 1.435 2.701 98.1531 95.8318

.913 2.000 1.1769

100.4743 96.3729 94.7500 267.315 16.3498 71.58 185.99 114.41 14.0800 2.329 8.147 81.1760 56.4146

.175 .348 8.9184

Upper Bound

105.9374 82.1983

Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean

90.4200 397.686 19.9421 47.46 96.49 49.03 31.3000

5% Trimmed Mean

CAR

.00

Upper Bound 5% Trimmed Mean

1.00

-1.707 2.838 13.9308 12.9935

.913 2.000 .4752

14.8680 13.3226

Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Mean

12.4600 43.580 6.6015 1.61 44.42 42.81 6.2700

Upper Bound

12.3265

1.787 4.623 9.4840 6.6415

5% Trimmed Mean

9.3783

Median Variance Std. Deviation

8.3300 5.241 2.2893

Minimum Maximum Range Interquartile Range Skewness Kurtosis

7.71 13.16 5.45 3.8850 1.369 1.112

.175 .348 1.0238

.913 2.000

Lampiran 4. Hasil Regresi Model Logit 1 Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/28/06 Time: 18:59 Sample: 1 198 Included observations: 198 Convergence achieved after 10 iterations Covariance matrix computed using second derivatives Variable

Coefficient

Std. Error

z-Statistic

Prob.

C NIM CAR LDR ROA ROE APF

23.01700 -1.519321 -0.545860 -0.192799 -0.232416 -0.038510 -0.009884

10.55270 0.994767 0.346265 0.085455 2.973012 0.175913 0.022045

2.181147 -1.527314 -1.576426 -2.256157 -0.078175 -0.218913 -0.448346

0.0292 0.1267 0.1149 0.0241 0.9377 0.8267 0.6539

Mean dependent var S.E. of regression Sum squared resid Log likelihood Restr. log likelihood LR statistic (6 df) Probability(LR stat) Obs with Dep=0 Obs with Dep=1

0.025253 0.137449 3.608403 -13.76002 -23.33048 19.14091 0.003932 193 5

S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Avg. log likelihood McFadden R-squared Total obs

0.157289 0.209697 0.325949 0.256752 -0.069495 0.410213 198


Coefficient

Std. Error

z-Statistic

Prob.

C NIM CAR LDR ROE APF

23.31855 -1.540508 -0.556169 -0.195287 -0.049491 -0.010334

9.845734 0.967526 0.322033 0.079932 0.158144 0.021361

2.368391 -1.592214 -1.727057 -2.443155 -0.312948 -0.483787

0.0179 0.1113 0.0842 0.0146 0.7543 0.6285


0.025253 0.137004 3.603844 -13.76282 -23.33048 19.13531 0.001814 193 5


0.157289 0.199624 0.299269 0.239957 -0.069509 0.410093 198


Coefficient

Std. Error

z-Statistic

Prob.

C NIM CAR LDR APF

24.01555 -1.715464 -0.506090 -0.207573 -0.013703

9.755958 0.891942 0.296632 0.074618 0.021460

2.461629 -1.923291 -1.706117 -2.781825 -0.638541

0.0138 0.0544 0.0880 0.0054 0.5231


0.025253 0.136640 3.603385 -13.88892 -23.33048 18.88311 0.000829 193 5


0.157289 0.190797 0.273834 0.224408 -0.070146 0.404688 198


Coefficient

Std. Error

z-Statistic

Prob.

C NIM CAR LDR

21.96350 -1.568755 -0.466289 -0.195779

8.578062 0.846693 0.267497 0.069059

2.560427 -1.852803 -1.743160 -2.834948

0.0105 0.0639 0.0813 0.0046


0.025253 0.136193 3.598396 -14.12666 -23.33048 18.40763 0.000362 193 5


0.157289 0.183098 0.249527 0.209986 -0.071347 0.394497 198

Lampiran 8. Prediksi Tabel Dependent Variable: Y Method: ML - Binary Logit (Quadratic hill climbing) Date: 06/28/06 Time: 19:01 Sample: 1 198 Included observations: 198 Prediction Evaluation (success cutoff C = 0.5) Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<= C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain**

E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect Total Gain* Percent Gain** *Change in "% Correct" from default (constant probability) specification **Percent of incorrect (default) prediction corrected by equation

Constant Probability Dep=0 Dep=1 Total

193

4

197

193

5

198

0 193 193 100.00 0.00 0.00 NA

1 5 1 20.00 80.00 20.00 20.00

1 198 194 97.98 2.02 0.51 20.00

0 193 193 100.00 0.00

0 5 0 0.00 100.00

0 198 193 97.47 2.53

Estimated Equation Dep=0 Dep=1 Total

Constant Probability Dep=0 Dep=1 Total

189.34

3.66

193.00

188.13

4.87

193.00

3.66

1.34

5.00

4.87

0.13

5.00

193.00 189.34 98.10 1.90 0.63 24.83

5.00 1.34 26.73 73.27 24.20 24.83

198.00 190.67 96.30 3.70 1.22 24.83

193.00 188.13 97.47 2.53

5.00 0.13 2.53 97.47

198.00 188.25 95.08 4.92

Lampiran 9. Actual, Fitted and Residual Test obs

Actual

Fitted

Residual

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 1.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 1.00000 0.00000 0.00000 0.00000 0.00000

0.28242 0.01994 0.01429 0.03271 0.05940 0.09768 0.03575 0.00854 0.00116 0.00202 0.00917 0.02704 0.00373 0.06672 0.04722 4.1E-05 8.9E-05 0.00946 0.37789 0.31650 0.00539 8.3E-05 0.00081 0.00012 0.00627 0.00045 0.00154 2.6E-05 0.00178 0.00087 0.06718 0.14546 0.25991 0.00406 0.00018 0.00126 0.01741 0.04837 3.4E-07 0.00706 4.5E-05 4.3E-05 0.00430 0.10621 9.3E-05 0.00021 6.7E-05 0.07304 0.00997 0.08885 0.04256 0.00248

-0.28242 -0.01994 -0.01429 -0.03271 -0.05940 -0.09768 -0.03575 -0.00854 -0.00116 -0.00202 -0.00917 -0.02704 -0.00373 -0.06672 -0.04722 -4.1E-05 -8.9E-05 -0.00946 0.62211 -0.31650 -0.00539 -8.3E-05 -0.00081 -0.00012 -0.00627 -0.00045 -0.00154 -2.6E-05 -0.00178 -0.00087 -0.06718 -0.14546 -0.25991 -0.00406 -0.00018 -0.00126 -0.01741 -0.04837 -3.4E-07 -0.00706 -4.5E-05 -4.3E-05 -0.00430 -0.10621 -9.3E-05 -0.00021 -6.7E-05 0.92696 -0.00997 -0.08885 -0.04256 -0.00248

Residual Plot | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |

*. | . .*. .*. .*. .*| . .*| . .*. .*. .*. .*. .*. .*. .*. .*| . .*| . .*. .*. .*. .|. *.|. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*| . *|. *. | . .*. .*. .*. .*. .*| . .*. .*. .*. .*. .*. .*| . .*. .*. .*. .|. .*. .*| . .*| . .*.

| | | | | | | | | | | | | | | | | | * | | | | | | | | | | | | | | | | | | | | | | | | | | | | | *| | | | |

53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107

0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 1.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000

0.00073 2.7E-05 7.8E-06 0.00178 0.00067 0.00706 0.00194 0.11870 0.03773 8.5E-05 1.6E-05 0.03288 1.5E-11 8.2E-05 0.13804 0.00391 1.1E-05 0.00036 0.00079 0.00295 9.8E-05 0.11717 0.00046 1.5E-06 0.07628 0.00090 0.00017 0.00083 0.01751 0.00868 0.04378 0.07737 4.5E-05 0.00039 4.2E-07 2.1E-11 0.00070 0.00470 0.00071 1.3E-05 0.00012 0.00181 2.7E-06 0.00017 6.3E-07 0.00677 5.3E-05 6.8E-05 6.6E-08 1.1E-05 2.5E-05 1.4E-05 0.00479 0.12962 0.00270

-0.00073 -2.7E-05 -7.8E-06 -0.00178 -0.00067 -0.00706 -0.00194 -0.11870 -0.03773 -8.5E-05 -1.6E-05 -0.03288 -1.5E-11 -8.2E-05 -0.13804 -0.00391 -1.1E-05 -0.00036 -0.00079 -0.00295 -9.8E-05 -0.11717 -0.00046 -1.5E-06 -0.07628 -0.00090 -0.00017 -0.00083 -0.01751 -0.00868 -0.04378 0.92263 -4.5E-05 -0.00039 -4.2E-07 -2.1E-11 -0.00070 -0.00470 -0.00071 -1.3E-05 -0.00012 -0.00181 -2.7E-06 -0.00017 -6.3E-07 -0.00677 -5.3E-05 -6.8E-05 -6.6E-08 -1.1E-05 -2.5E-05 -1.4E-05 -0.00479 -0.12962 -0.00270

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |

.*. .*. .*. .*. .*. .*. .*. .*| . .*. .*. .*. .*. .*. .*. *|. .*. .*. .*. .*. .*. .*. .*| . .*. .*. .*| . .*. .*. .*. .*. .*. .*| . .|. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. *|. .*.

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | *| | | | | | | | | | | | | | | | | | | | | | | |

108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162

0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 1.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 1.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000

6.2E-06 6.1E-05 3.6E-09 0.01393 0.04475 0.00046 6.2E-07 4.6E-07 3.9E-06 0.00291 0.78514 0.00026 0.07575 0.00078 0.00352 5.6E-06 0.01066 4.2E-07 9.5E-10 0.01064 0.00179 3.7E-06 0.00113 9.4E-14 0.09766 0.02503 3.0E-08 2.2E-10 0.12335 0.00034 0.02400 1.2E-05 0.00167 0.00241 0.02286 0.23829 0.00057 0.03929 0.00280 0.00017 0.00015 0.00949 0.02221 0.00129 0.00601 0.00017 0.02034 5.9E-06 1.8E-05 0.00043 0.00988 0.01450 1.2E-05 0.01663 1.4E-06

-6.2E-06 -6.1E-05 -3.6E-09 -0.01393 -0.04475 -0.00046 -6.2E-07 -4.6E-07 -3.9E-06 -0.00291 0.21486 -0.00026 -0.07575 -0.00078 -0.00352 -5.6E-06 -0.01066 -4.2E-07 -9.5E-10 -0.01064 -0.00179 -3.7E-06 -0.00113 -9.4E-14 -0.09766 -0.02503 -3.0E-08 -2.2E-10 -0.12335 -0.00034 -0.02400 -1.2E-05 -0.00167 -0.00241 0.97714 -0.23829 -0.00057 -0.03929 -0.00280 -0.00017 -0.00015 -0.00949 -0.02221 -0.00129 -0.00601 -0.00017 -0.02034 -5.9E-06 -1.8E-05 -0.00043 -0.00988 -0.01450 -1.2E-05 -0.01663 -1.4E-06

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |

.*. .*. .*. .*. .*| . .*. .*. .*. .*. .*. . | .* .*. .*| . .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*| . .*. .*. .*. *|. .*. .*. .*. .*. .*. .|. *. | . .*. .*| . .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*.

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | *| | | | | | | | | | | | | | | | | | | | |

163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198

0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000

0.00489 0.00117 1.3E-05 0.00770 7.0E-08 0.00077 5.2E-05 4.7E-06 0.00022 0.01337 0.00012 0.00159 0.00041 0.01840 0.01732 0.00145 0.02081 0.00290 0.00472 3.2E-09 0.00012 5.8E-09 1.2E-07 0.00027 0.00560 0.00066 0.00012 5.2E-06 0.00045 0.09522 0.00406 1.8E-10 0.00233 0.00847 0.00069 0.00310

-0.00489 -0.00117 -1.3E-05 -0.00770 -7.0E-08 -0.00077 -5.2E-05 -4.7E-06 -0.00022 -0.01337 -0.00012 -0.00159 -0.00041 -0.01840 -0.01732 -0.00145 -0.02081 -0.00290 -0.00472 -3.2E-09 -0.00012 -5.8E-09 -1.2E-07 -0.00027 -0.00560 -0.00066 -0.00012 -5.2E-06 -0.00045 -0.09522 -0.00406 -1.8E-10 -0.00233 -0.00847 -0.00069 -0.00310

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |

.*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*. .*| . .*. .*. .*. .*. .*. .*.

| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |

ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI LIKUIDASI BANK TAHUN 1997 OLEH WIRDA NABILA HI

Recommend Documents