ANALISIS PERBANDINGAN KINERJA BPR DI DAERAH PADAT PENDUDUK DENGAN BPR DI DAERAH JARANG PENDUDUK
SIH MAHARTI
DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Perbandingan Kinerja Keuangan BPR di Daerah Padat Penduduk dengan BPR di Daerah Jarang Penduduk adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam daftar pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, Juni 2015
Sih Maharti NIM H24090026
ABSTRAK SIH MAHARTI. Analisis Perbandingan Kinerja Keuangan BPR di Daerah Padat Penduduk dengan BPR di Daerah Jarang Penduduk. Dibimbing oleh BUDI PURWANTO Tujuan yang ingin dicapai oleh penelitian ini adalah (1) Menganalisis kesehatan kinerja BPR di daerah berpenduduk padat dengan BPR di daerah berpenduduk jarang, (2) Menganalisis perbandingan kinerja keuangan BPR di daerah padat dengan BPR daerah jarang penduduk (3) Menganalisis variabel independen (CAR, NPL, LDR, BOPO, Inflasi, dan BI rate) yang berpengaruh terhadap variabel dependen (ROA) dengan variabel moderator dan tanpa variabel moderator. Hasil penelitian menunjukkan kinerja keuangan kedua kelompok BPR dalam kondisi sehat sesuai kriteria kondisi yang telah ditetapkan. Perbandingan Hasil uji statistik independent sample t-test menunjukkan terdapat perbedaan yang signifikan terhadap kedua kelompok BPR tersebut pada rasio BOPO, dan untuk ROA terdapat perbedaan pada bulan-bulan tertentu saja. Hasil uji BPR jarang penduduk menunjukkan kepadatan penduduk memoderasi variabel independen (NPL dan LDR) dengan vaeriabel dependennya (ROA). Kata Kunci : BPR Jarang Penduduk, BPR Padat Penduduk, Perbandingan Kinerja, Rasio Keuangan.
ABSTRACT SIH MAHARTI. Analysis Performance banking comparison between BPR groups─at densely populated and less densely populated areas. Supervised by BUDI PURWANTO. The purposes of research that want to be achieved are: (1) to analyze the perfomance wealth of BPR at densely and less densely populated areas, (2) to analyze the ratio of financial performance at densely and less densely populated areas, (3) and to analyze independent variables, such as CAR, NPR, LDR, BOPO, Inflation, and BI rate, which affect dependent variable (ROA) with or without moderator variable. This research shows that the financial performance between two BPR groups─at densely populated and less densely populated areas─ is prosperous corresponding to a fixed criterion. The comparison of independent sample t-test statistic experiment result shows there are significant differences between two BPR groups in the ratio of BOPO, and there are also differences in the ratio of ROA at certain months The result between independent variables towards dependent variables and moderate variables shows that there is interaction between independent variables (NPL, LDR) and moderate variables which affects ROA of BPR at less densely populated areas. Keywords: BPR groups─at densely populated and less densely populated areas, Financial Ratio, Performance banking comparison.
ANALISIS PERBANDINGAN KINERJA BPR DI DAERAH PADAT PENDUDUK DENGAN BPR DI DAERAH JARANG PENDUDUK
SIH MAHARTI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Manajemen
DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2015
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Oktober 2014 ini adalah Manajemen Keuangan, dengan judul Analisis Perbandingan Kinerja Keuangan BPR di Daerah Padat Penduduk dengan BPR di Daerah Jarang Penduduk. Terima kasih penulis ucapkan kepada Bapak Dr. Ir. Budi Purwanto, MM selaku pembimbing, Bapak Dr. Ir. Jono M. Munandar, M.Sc dan Bapak M. Syaefudin Andrianto, STP, M.Si sebagai dosen penguji yang telah banyak memberikan saran. Ungkapan terima kasih juga disampaikan kepada kedua orang tua tercinta dan seluruh keluarga, atas segala dukungan, doa dan kasih sayangnya yang tidak pernah berhenti selama ini. Terima kasih juga diucapkan kepada sahabat-sahabat terbaik yang selalu ada (Yustisia Annisa dan Suci Ariyanti). Semoga karya ilmiah ini bermanfaat.
Bogor, Juni 2015
Sih Maharti
DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR
vi vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
4
Tujuan Penelitian
5
Manfaat Penelitian
5
Ruang Lingkup Penelitian
5
TINJAUAN PUSTAKA
5
Pengertian Bank Perkreditan Rakyat
5
Analisis Kinerja Keuangan
6
Capital Adequacy Ratio (CAR)
6
Non Performing Loan (NPL)
6
Loan to Deposit Ratio (LDR)
7
Biaya Operasional Pendapatan Operasional (BOPO)
7
Retun On Asset (ROA)
7
Inflasi
7
Tingkat Suku Bunga (BI rate)
8
Nilai Tukar Rupiah
8
Penelitian Terdahulu METODE Kerangka Pemikiran
8 9 9
Jenis dan Sumber Data
10
Populasi dan Sampel
10
Metode Pengolahan Data dan Analisis Data
11
Perhitungan Kinerja Keuangan
11
Analisis Statistik Deskriptif
12
Uji Asumsi Klasik
12
Uji Normalitas
12
Uji Multikolinearitas
12
Uji Autokorelasi
13
Uji Heteroskedastisitas
13
Uji Beda Rata-Rata Dua Sampel Independen
13
Analisis Regresi
15
Analisis Regresi Linier Berganda
15
Analisis Regresi dengan Variabel Moderasi
15
Uji Hipotesis
15
Uji F
15
Uji T
16
Determinasi R2
16
HASIL DAN PEMBAHASAN
16
Gambaran Umum BPR
16
Hasil Analisis Klasik
17
Hasil Uji Normalitas
17
Hasil Uji Multikolinearitas
19
Hasil Uji Autokorelasi
20
Hasil Uji Heteroskedastisitas
20
Hasil Uji Perbandingan
22
Capital Adequacy Ratio (CAR)
22
Non Performing Loan (NPL)
23
Loan to Deposit Ratio (LDR)
24
Biaya Operasional terhadap Pendapatan Operasional (BOPO)
25
Return On Asset (ROA)
26
Hasil Regresi Linier Berganda Tanpa Variabel Moderasi dan dengan Variabel Moderasi
27
Implikasi Manajerial
32
SIMPULAN DAN SARAN
32
Simpulan
32
Saran
33
DAFTAR PUSTAKA
34
LAMPIRAN
36
RIWAYAT HIDUP
47
DAFTAR TABEL 1. 2. 3. 4. 5. 6. 7. 8. 9.
Rata-rata pertumbuhan ekonomi dan inflasi pada daerah padat penduduk (Yogyakarta) dan daerah jarang penduduk (Sumatra Barat) Perbandingan rata-rata rasio keuangan BPR di daerah padat penduduk (Yogyakarta) dan BPR di daerah jarang penduduk (Sumatra Barat) (%) Hasil Uji Normalitas Tanpa Variabel Moderasi Hasil Uji Normalitas Dengan Variabel Moderasi Hasil Uji Multikolinearitas Tanpa Variabel Moderasi Hasil Uji Multikolinearitas Dengan Variabel Moderasi Hasil Uji Heteroskedastisitas dengan Variabel Moderasi Hasil Regresi Linier Berganda Tanpa Variabel Moderasi dan dengan Variabel Moderasi BPR Padat Hasil Regresi Linier Berganda Tanpa Variabel Moderasi dan dengan Variabel Moderasi BPR Jarang
1 3 17 18 19 19 21 28 29
DAFTAR GAMBAR 1. 2.
Kerangka Pemikiran Hubungan antara variabel independen dan variabel dependen dipengaruhi oleh variabel moderator 3. Scatterplot pada BPR Padat Penduduk 4. Scatterplot pada BPR Jarang Penduduk 5. Perkembangan CAR BPR padat penduduk dan BPR jarang penduduk 6. Perkembangan NPL BPR padat penduduk dan BPR jarang penduduk 7. Perkembangan LDR BPR padat penduduk dan BPR jarang penduduk 8. Perkembangan BOPO BPR padat penduduk dan BPR jarang penduduk 9 Perkembangan ROA BPR padat penduduk dan BPR jarang penduduk 10. Grafik Variabel Independen Terhadap ROA dengan dan Tanpa Variabel Moderasi BPR Padat Penduduk 11. Grafik Variabel Independen Terhadap ROA dengan dan Tanpa Variabel Moderasi BPR Jarang Penduduk
9 10 21 21 23 24 25 26 27 29 30
DAFTAR LAMPIRAN 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.
Hasil Uji Normalitas Tanpa Variabel Moderasi Hasil Uji MultikolinearitasTanpa Variabel Moderasi Hasil Uji AutokolerasiTanpa Variabel Moderasi Hasil Regresi Linier Berganda Tanpa Variabel Moderasi Hasil Uji Beda CAR Hasil Uji Beda NPL Hasil Uji Beda LDR Hasil Uji Beda BOPO Hasil Uji Beda ROA Hasil Uji Normalitas dengan Variabel Moderasi Hasil Uji Multikolinearitas dengan Variabel Moderasi Hasil Uji Autokolerasi dengan Variabel Moderasi Hasil Heterokedasitas dengan Variabel Moderasi Hasil Regresi Linier Berganda dengan Variabel Moderasi
36 36 37 37 38 39 40 41 42 43 44 44 45 46
PENDAHULUAN
Latar Belakang Pulau Jawa merupakan pulau terpadat penduduknya dibandingkan dengan pulau-pulau lainnya di Indonesia. Yogyakarta adalah salah satu provinsi di pulau Jawa yang kepadatan penduduknya saat ini berada di peringkat dua setelah Jakarta. Selain padat penduduknya, Yogyakarta merupakan provinsi yang menjadi tujuan pariwisata bagi penduduk lokal maupun mancanegara. Pesatnya pertumbuhan industri pariwisata di Yogyakarta membuat industri dibidang lain juga secara tidak langsung ikut tumbuh dan menciptakan aktivitas ekonomi. Adanya aktivitas ekonomi menarik perhatian penduduk asli, maupun luar Yogyakarta untuk pindah ke daerah tersebut agar mendapatkan pekerjaan maupun membuka usaha. Dengan terus bertambahnya penduduk Yogyakarta, saat ini kepadatan penduduknya mencapai 1.084 jiwa per km2, sehingga Yogyakarta dapat dikategorikan sebagai daerah padat penduduk. Berbeda halnya dengan kondisi pada daerah di luar pulau Jawa, dengan sample Sumatra Barat. Perkembangan kondisi di Sumatra Barat mengalami pertumbuhan ekonomi yang cukup baik dibandingkan Yogyakarta (Tabel1), namun hal ini tidak cukup menarik perhatian penduduk luar Sumatra Barat untuk datang mencari pekerjaan maupun membuat usaha. Hingga saat ini, Sumatera Barat memiliki kepadatan penduduk yang cenderung lebih sedikit, yaitu sebesar 110 jiwa per km2 dan Sumatra Barat dapat dikategorikan sebagai daerah jarang penduduk. Tabel 1 Rata-rata pertumbuhan ekonomi dan inflasi pada daerah padat penduduk (Yogyakarta) dan daerah jarang penduduk (Sumatra Barat) Pertumbuhan Ekonomi Inflasi Tahun DIY SumBar Nasional DIY SumBar Nasional 2009 4.43 4.28 4.5 4.64 4.39 4.80 2010 4.88 5.94 6.10 5.41 5.67 5.10 2011 5.18 6.29 6.50 5.50 6.46 5.38 2012 5.35 6.33 6.23 3.99 4.76 4.28 2013 5.41 6.18 5.78 6.74 8.83 6.97 2014 5.04 6.10 5.10 5.69 6.93 6.42 Sumber: Bank Indonesia (data diolah) Tidak hanya pertumbuhan ekonomi saja yang berbeda, besarnya inflasi tiap daerah juga berbeda. Inflasi merupakan meningkatnya harga-harga secara umum dan terus-menerus (continue). Inflasi menyebabkan masyarakat enggan untuk menabung karena nilai mata uang semakin menurun. Oleh karena itu, Bank Indonesia menetapkan tingkat suku bunga (BI rate) yang sesuai sebagai dasar atau patokan bank umum dan swasta untuk menentukan suku bunga mereka agar mereka dapat tetap likuid dan menguntungkan. Besarnya tingkat suku bunga (BI rate) manjadi salah satu faktor bagi perbankan untuk menentukan besarnya suku bunga yang ditawarkan kepada masyarakat. Suku bunga berpengaruh terhadap
2 keinginan dan ketertarikan masyarakat untuk menanamkan dananya di bank melalui produk-produk yang ditawarkan. Dampak bagi bank itu sendiri, yakni dengan semakin banyaknya dana yang ditanamkan oleh masyarakat, akan meningkatkan kemampuan bank dalam menyalurkan dana tersebut dalam bentuk kredit dimana dari kredit yang disalurkan tersebut, bank memperoleh profit. Selain itu, inflasi dapat mengakibatkan perekonomian suatu daerah tidak berkembang. Untuk mengatasi masalah tersebut di sini BPR memiliki peran untuk peningkatan perekonomian masyarakat pada sektor ekonomi, terutama perekonomian mikro. Sesuai peraturan pemerintah tentang BPR berdasarkan Undang-Undang Nomor 7 tahun 1992 tentang Perbankan dan sebagaimana telah diubah dengan Undang-undang Nomor 10 tahun 1998. Bank Perkreditan Rakyat (BPR) merupakan salah satu jenis bank yang kegiatan utamanya adalah menghimpun dana dan menyalurkan kredit khususnya kepada para pengusaha mikro, kecil, dan menengah. Perkembangan BPR dapat dilihat dari kinerja BPR dan jumlah BPR yang ada. Di Sumatra Barat, walaupun kepadatan penduduknya lebih sedikit dibandingkan Yogyakarta, namun jumlah BPR di Sumatra Barat saat ini lebih banyak dibandingkan BPR di Yogyakarta. Jumlah BPR pada Sumatra Barat sebanyak 95 bank dan BPR di Yogyakarta sebanyak 54 bank. Adanya persaingan antar BPR yang semakin ketat, diperlukan kepercayaan masyarakat agar BPR semakin maju. Untuk memperoleh kepercayaan masyarakat, BPR memberikan informasi mengenai kegiatan usaha, produk, dan jasa yang ditawarkan. Namun, hal itu saja belum cukup untuk memperoleh kepercayaan masyarakat karena masih adanya asymmetric information, yakni suatu situasi di mana satu pihak yang terlibat dalam kesepakatan keuangan tidak memiliki informasi yang akurat dibanding pihak lain. Sebagai contoh, BPR biasanya memiliki informasi yang lebih mengenai keuntungan dan kerugian potensial dari suatu proyek investasi yang direncanakan dibandingkan dengan debitur. Dengan demikian, debitur tidak dapat membedakan antara pinjaman yang sehat dan tidak sehat. Untuk mengatasi hal tersebut, kepercayaan masyarakat juga dapat diperoleh dengan adanya transparansi terhadap kinerja keuangan. Penilaian kinerja keuangan bank berdasarkan ketentuan Bank Indonesia mencakup penilaian terhadap faktor Capital, Assets Qualit, Management, Earning, Liquidity (CAMEL) yang terdiri dari Capital Adequacy Ratio (CAR), Non Performing Loan (NPL), Return on Assets (ROA), Biaya Operasional dibandingkan dengan Pendapatan Operasional (BOPO), Loan to Deposit Ratio (LDR). Kinerja keuangan dari sisi permodalan (capital) yang diwakili dengan nilai CAR menunjukkan perubahan yang berfluktuatif setiap tahunnya pada BPR di daerah padat penduduk (Yogyakarta). Sedangkan, CAR BPR di daerah jarang penduduk (Sumatra Barat) megalami pertumbuhan setiap tahunnya yang ditunjukkan dengan adanya trend yang meningkat dari 12.99% di tahun 2011 hingga mencapai 15.02% di akhir 2014. Walaupun BPR jarang penduduk memiliki trend yang meningkat setiap tahunnya, namun nilai rata-rata CAR BPR di daerah jarang penduduk masih berada di bawah nilai rata-rata CAR BPR di daerah jarang penduduk (Tabel 2). Dari aspek kualitas aktiva (asset) diwakili NPL, NPL pada BPR di daerah padat penduduk mengalami tern penurunan dari 2.18% di tahun 2011 hingga mencapai 1.88% di akhir 2014. Sedangkan, NPL pada BPR di daerah jarang
3 penduduk mengalami ternd peningkatan dari 1.48% di tahun 2011 hingga mencapai 2.27% di akhir 2014. Tabel 2 Perbandingan rata-rata rasio keuangan BPR di daerah padat penduduk (Yogyakarta) dan BPR di daerah jarang penduduk (Sumatra Barat) (%) Indikator
CAR
NPL
Perkembangan
LDR
Perkembangan
Perkembangan
Padat
Jarang
Padat
Jarang
Padat
Jarang
Padat
Jarang
Padat
Jarang
Padat
Jarang
11-Mar 11-Jun 11-Sep 11-Dec 12-Mar 12-Jun 12-Sep 12-Dec 13-Mar 13-Jun 13-Sep 13-Dec 14-Mar 14-Jun
17.08 15.59 15.5 15.79 15.48 14.18 15.46 15.83 15.47 16.64 16.98 17.54 17.88 16.41
12.99 12.65 14.04 13.7 13.87 13.14 13.53 13.68 13.55 13.51 14.25 15.49 15.29 14.95
-1.49 -0.09 0.29 -0.31 -1.3 1.28 0.37 -0.36 1.17 0.34 0.56 0.34 -1.47
-0.34 1.39 -0.34 0.17 -0.73 0.39 0.15 -0.13 -0.04 0.74 1.24 -0.2 -0.34
2.18 2.37 2.3 1.96 1.8 1.75 2.16 1.99 2.05 2.07 2.02 2.06 2.03 1.9
1.48 1.56 1.39 1.21 1.41 1.37 1.54 1.89 2.05 2.12 2.27 1.78 1.92 2
0.19 -0.07 -0.34 -0.16 -0.05 0.41 -0.17 0.06 0.02 -0.05 0.04 -0.03 -0.13
0.08 -0.17 -0.18 0.2 -0.04 0.17 0.35 0.16 0.07 0.15 -0.49 0.14 0.08
89.59 89.34 90.11 93.83 100.63 96.25 89.11 86.95 87.81 88.57 88 84.72 87.04 90.58
81.65 84.84 88.44 87.28 91.06 89.7 87.48 83.86 83.97 88.35 86.95 79.39 80.94 84.41
-0.25 0.77 3.72 6.8 -4.38 -7.14 -2.16 0.86 0.76 -0.57 -3.28 2.32 3.54
3.19 3.6 -1.16 3.78 -1.36 -2.22 -3.62 0.11 4.38 -1.4 -7.56 1.55 3.47
14-Sep
16.4
15.02
-0.01
0.07
1.88
2.27
-0.02
0.27
89.22
82.47
-1.36
-1.94
Rata-rata
16.15
13.98
(0.05)
0.15
2.03
1.75
(0.02)
0.06
90.12
85.39
(0.03)
0.06
Indikator
BOPO Perkembangan
ROA Perkembangan
Padat
Jarang
Padat
Jarang
Padat
Jarang
Padat
Jarang
11-Mar 11-Jun 11-Sep 11-Dec 12-Mar 12-Jun 12-Sep 12-Dec 13-Mar 13-Jun 13-Sep 13-Dec 14-Mar 14-Jun 14-Sep
81.75 83.05 83.41 83.74 81.21 78.95 79.68 79.56 71.31 67.99 67.51 67.38 65.22 66.64 65.88
77.82 80.04 79.72 83.31 82.21 82.29 84.63 85.83 83.27 82.71 83.73 81.28 84.27 84.47 83.68
1.3 0.36 0.33 -2.53 -2.26 0.73 -0.12 -8.25 -3.32 -0.48 -0.13 -2.16 1.42 -0.76
2.22 -0.32 3.59 -1.1 0.08 2.34 1.2 -2.56 -0.56 1.02 -2.45 2.99 0.2 -0.79
3.54 3.38 3.08 3.12 3.45 3.68 3.46 3.33 3.47 3.88 3.76 3.81 3.82 3.59 3.66
4.73 4.05 4.21 3.26 3.77 3.81 3.18 2.69 2.36 2.57 2.34 2.39 2.08 2.44 2.46
-0.16 -0.3 0.04 0.33 0.23 -0.22 -0.13 0.14 0.41 -0.12 0.05 0.01 -0.23 0.07
-0.68 0.16 -0.95 0.51 0.04 -0.63 -0.49 -0.33 0.21 -0.23 0.05 -0.31 0.36 0.02
Rata-rata
74.89
82.62
(1.13)
0.42
3.54
3.09
0.01
(0.16)
Sumber: (Laporan Keuangan BPR, 2014 (diolah)) Semakin tinggi profitabilitas BPR, maka semakin baik pula kinerja suatu bank tersebut. Salah satu rasio profitabilitas yang sering digunakan dalam pengukuran kinerja keuangan yaitu ROA. Dari tabel 2 dapat dilihat rata-rata ROA BPR padat penduduk dan BPR jarang penduduk mengalami fluktuasi dari triwulan ke triwulan berikutnya. Rata-rata yang dihasilkan ROA BPR padat penduduk dari tahun 2011 sampai 2014 memiliki trend yang naik, sedangkan
4 ROA BPR jarang penduduk memiliki trend yang menurun. Kondisi tersebut dapat mengakibatkan persaingan yang ketat antara BPR padat penduduk dengan BPR jarang penduduk. BPR jarang penduduk yang tadinya memiliki ROA yang lebih unggul dibandingkan BPR padat penduduk (Maret 2011 - Juni 2012), tetapi pada akhirnya, nilai ROA BPR jarang penduduk harus berada di bawah BPR padat penduduk (September 2012 - September 2014). Risiko operasional didefinisikan sebagai risiko kerugian atau ketidakcukupan dari proses internal, sumber daya manusia, dan sistem yang gagal atau dari peristiwa eksternal (Idroes, 2011). Untuk mengantisipasi hal ini, BPR perlu mengukur kinerja keuangan dengan melihat seberapa besar risiko operasional yang mungkin akan dihadapi dengan menggunakan rasio keuangan Biaya Operasional terhadap Pendapatan Operasional (BOPO). Bank yang memiliki tingkat BOPO yang tinggi menunjukkan bahwa bank tersebut tidak menjalankan kegiatan operasionalnya dengan efisien sehingga memungkinkan risiko operasional yang dimiliki oleh bank akan semakin besar (Amriani, 2012). Pada tabel 2, selama tahun 2011 rata-rata BOPO BPR di daerah padat penduduk memiliki nilai yang lebih besar dibandingkan BPR di daerah jarang penduduk. Akan tetapi, mulai awal tahun 2012 hingga September 2014, nilai rata-rata BOPOnya mengalami penurunan hingga berada di bawah rata-rata BPR daerah jarang penduduk. Berdasarkan tabel 2 nilai rata-rata LDR pada BPR di daerah padat penduduk cenderung lebih tinggi dibandingkan nilai rata-rata LDR pada BPR di daerah jarang penduduk. LDR menunjukkan aspek liquidity, Semakin tinggi Loan to Deposit Ratio memberikan indikasi semakin rendahnya kemampuan likuiditas bank yang bersangkutan, hal ini disebabkan karena jumlah dana yang diperlukan untuk membiayai kredit menjadi semakin besar. Sebaliknya, angka LDR yang rendah menunjukkan tingkat ekspansi kredit yang rendah dibandingkan dengan dana yang diterimanya dan menunjukkan bahwa bank masih jauh dari maksimal dalam menjalankan fungsi intermediasi (Dendawijaya, 2000). Bank yang akan diteliti dalam penelitian ini adalah BPR di daerah jarang penduduk (Yogyakarta) dan BPR di daerah jarang penduduk (Sumatra Barat). Dengan adanya perbedaan kondisi (kepadatan penduduk, inflasi dan BI rate) dan kinerja keuangan (CAR, NPL, LDR, BOPO, ROA) pada BPR padat penduduk dan BPR jarang penduduk agar nasabah merasa aman dalam meminjam dan menabung uangnya di BPR, peneliti melakukan analisis terhadap kinerja keuangan BPR yang berada pada daerah padat dan jarang penduduk.
Perumusan Masalah Permasalahan yang dibahas pada penelitian ini adalah (1) Bagaimanakah tigkat kesehatan kinerja keuangan BPR di daerah padat dengan BPR daerah jarang penduduk?; (2) Apakah terdapat perbedaan yang signifikan antara kinerja keuangan BPR di daerah padat dengan BPR daerah jarang penduduk?; (3) Variabel independen (CAR, NPL, LDR, BOPO, Inflasi, BI rate) apasa jakah yang mempengaruhi variabel dependen (ROA), dengan dan tanpa pengaruh kepadatan penduduk sebagai variabel moderator?
5 Tujuan Penelitian Berdasarkan pada perumusan masalah, maka tujuan yang ingin dicapai oleh penelitian ini adalah (1) Menganalisis kesehatan kinerja BPR di daerah berpenduduk padat dengan BPR di daerah berpenduduk jarang, (2) Menganalisis perbandingan kinerja keuangan BPR di daerah padat dengan BPR daerah jarang penduduk (3) Menganalisis variabel independen yang berpengaruh terhadap variabel dependen (ROA), dengan dan tanpa variabel moderator.
Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan nilai dan manfaat kepada berbagai pihak yang membutuhkan terutama bagi masyarakat yang ingin menyimpan uangnya ke BPR, berguna bagi BPR sebagai masukan yang berarti terhadap isu yang terjadi dan berguna sebagai bahan pertimbangan dalam melihat peluang usaha. Selain itu, penelitian ini juga diharapkan dapat dijadikan referensi atau pedoman untuk penelitian selanjutnya.
Ruang Lingkup Penelitian Ruang lingkup dari penelitian sebagai berikut: (1) penelitian ini menganalisis kinerja keuangan BPR pada daerah padat dan daerah jarang. Menggunakan beberapa sampel dari BPR DI Yogyakarta sebagai BPR daerah padat dan BPR Sumatra Barat sebagai sampel BPR daerah jarang; (2) data yang digunakan dalam penelitian merupakan data sekunder yang bersifat kuantitatif dari tahun 2011 sampai dengan 2014 yang diperoleh dari Pusat Data On-line Otoritas Jasa Keuangan dan Pusat Data On-line Bank Indonesia (setelah kebijakan transparansi dilakukan).
TINJAUAN PUSTAKA
Pengertian Bank Perkreditan Rakyat Bank Perkreditan Rakyat adalah bank yang melaksanakan kegiatan usaha secara konvensional atau berdasarkan prinsip syariah yang dalam kegiatannya tidak memberikan jasa dalam lalu lintas pembayaran (Kasmir 2008). Kegiatan usaha yang dilakukan oleh BPR diatur dalam Undang-Undang Perbankan Nomor 10 Tahun 1998 pasal 13 yaitu meliputi: 1. Menghimpun dana dari masyarakat dalam bentuk simpanan berupa deposito berjangka, tabungan dan atau bentuk lainnya yang dipersamakan dengan itu. 2. Memberikan kredit. 3. Menyediakan pembiayaan dan penempatan dana berdasarkan prinsip syariah sesuai dengan ketentuan yang ditetapkan oleh Bank Indonesia.
6 4. Menempatkan dananya dalam bentuk Sertifikat Bank Indonesia (SBI), deposito berjangka, sertifikat deposito dan atau tabungan pada bentuk lain. Sedangkan kegiatan atau usaha yang dilarang bagi BPR berdasarkan Undang-undang Perbankan Nomor 10 tahun 1998 pasal 14 adalah 1. Menerima simpanan berupa giro dan ikut serta dalam lalu lintas pembayaran. 2. Melakukan kegiatan usaha dalam bentuk valuta asing. 3. Melakukan penyetoran modal. 4. Melakukan usaha perasuransian. 5. Melakukan usaha lain di luar kegiatan yang ditetapkan dalam pasal 13. (Manurung dan Rahardja 2004).
Analisis Kinerja Keuangan Berdasarkan peraturan bank Indonesia Nomor 6/10/PBI/2004 tanggal 12 April 2004 mengenai sistem penilaian tingkat kesehatan bank umum. suatu bank dinyatakan sehat apabila memenuhi kriteria CAMELS. Dari sisi rasio keuangan, kesehatan bank dapat diukur dari rasio permodalan (capital), rasio aset(asset), rasio laba (earning) dan rasio likuiditas (liquiditas). Penelitian ini hanya mengunakan rasio permodalan yang diwakili CAR, rasio aset yang diwakili NPL, rasio laba diwakili ROA, rasio efisiensi diwakili BOPO, rasio liquiditas diwakili oleh LDR. Sementara itu, Hendrayanti (2013) mengungkapkan bahwa faktor eksternal merupakan faktor yang tidak memiliki hubungan langsung dengan manajemen bank tetapi faktor tersebut secara tidak langsung memberikan efek bagi perekonomian yang akan berdampak juga pada kinerja lembaga keuangan bank. Faktor eksternal yang digunakan diantaranya adalah inflasi, suku bunga, dan nilai tukar rupiah.
Capital Adequacy Ratio (CAR) Tingginya CAR dapat melindungi nasabah sehingga dapat meningkatkan kepercayaan nasabah terhadap bank. Jika nilai CAR tinggi berarti bahwa bank tersebut mampu membiayai operasi bank, dan keadaan yang menguntungkan tersebut dapat memberikan kontribusi yang cukup besar bagi profitabilitas bank (ROA) yang bersangkutan (Dendawijaya,2010). Taswan (2010) Semakin tinggi rasio CAR mengindikasikan bank tersebut semakin sehat permodalannya. Pemenuhan CAR minimum 8% mengindikasikan bank mematuhi regulasi permodalan.
Non Performing Loan (NPL) Menurut Almilia dan Herdiningtyas (2005) semakin tinggi rasio ini maka akan semakin buruk kualitas kredit bank yang menyebabkan jumlah kredit bermasalah semakin besar maka kemungkinan suatu bank dalam kondisi bermasalah semakin besar. Berdasarkan Surat Keputusan DIR BI Nomor 30/12/KEP/DIR tanggal 30 April 1998 adalah NPL < 5% yang termasuk dalam bank sehat.
7 Loan to Deposit Ratio (LDR) Berdasarkan Surat Edaran Bank Indonesia Nomor 6/23/DPNP tanggal 31 Mei 2004 batas aman dari LDR suatu bank berkisar antara 85% dan 100%. Semakin tinggi rasio ini mengindikasikan bank itu semakin agresif likuiditasnya, sebaliknya semakin kecil rasio ini juga semakin besar dana pihak ketiga yang tidak digunakan untuk penempatan ke kredit (banyak dana yang menganggur).
Biaya Operasional Pendapatan Operasional (BOPO) Menurut Taswan (2010) BOPO mengindikasikan efisiensi operasional bank. Semakin kecil rasio ini berarti semakin efisien biaya operasional yang dikeluarkan bank yang bersangkutan sehingga kemungkinan suatu bank ada dalam kondisi bermasalah semakin kecil. Setiap peningkatan biaya operasional akan berakibat pada menurunya laba sebelum pajak dan akhirnya akan menurunkan laba atau profitabilitas (ROA) bank yang bersangkutan. Meningkatnya BOPO menunjukkan inefisiensi bank dalam mengelola kegiatannya dan akan menurunkan laba. Berdasarkan ketentuan Bank Indonesia, besarnya BOPO yang normal berkisar antara 94%-96% (Dendawijaya,2010).
Retun On Asset (ROA) Menurut Kasmir (2011:196) Rasio profitabilitas merupakan rasio untuk menilai kemampuan perusahaan dalam mencari keuntungan. Bank Indonesia menetapkan ROA minimum suatu bank untuk dapat dikatakan dalam keadaan sehat adalah minimum 1,5%. Semakin besar ROA, maka semakin besar pula tingkat keuntungan yang dicapai bank, sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil.
Inflasi Menurut Prathama Rahardja dan Mandala Manurung (2004) inflasi adalah gejala kenaikan harga barang-barang yang bersifat umum dan terus menerus. Dari definisi ini, ada tiga komponen yang harus dipenuhi agar dapat dikatakan telah terjadi inflasi: Kenaikan harga: harga suatu komoditas dikatakan naik jika menjadi lebih tinggi dari pada harga periode sebelumnya. Bersifat umum: Kenaikan harga suatu komoditas belum dapat dikatakan inflasi jika kenaikan tersebut tidak menyebabkan harga-harga secara umum naik. Berlangsung terus-menerus: Kenaikan harga yang bersifat umum juga belum akan memunculkan inflasi, jika terjadinya hanya sesaat. Karena itu perhitungan inflasi dilakukan dalam rentang waktu minimal bulanan. Sebab dalam sebulan akan terlihat apakah kenaikan harga bersifat umum dan terus-menerus. Dampak dari inflasi diantaranya adalah melemahkan semangat untuk menabung. Meningkatnya inflasi maka nilai uang akan “menurun” dan hal tersebut menyebabkan masyarakat juga merasa tidak diuntungkan dengan menyimpan uang di bank dengan harapan bunga ditengah inflasi yang tinggi, sehingga mereka enggan untuk menabung, yang menyebabkan dana yang dihimpun bank akan menjadi lebih kecil.
8
Tingkat Suku Bunga (BI rate) Pohan (2008:53) menyebutkan bahwa suku bunga yang tinggi akan berdampak pada sektor perbankan karena suku bunga yang tinggi di satu sisi akan meningkatkan hasrat masyarakat untuk menabung sehingga jumlah dana perbankan akan meningkat. Sebaliknya, tingkat bunga yang relatif terlalu rendah dibandingkan dengan tingkat bunga luar negeri, di satu sisi akan mengurangi hasrat masyarakat untuk menabung dan mendorong pengaliran dana ke luar negeri sehingga bank-bank akan kesulitan dalam menghimpun dana. Untuk mendapatkan keuntungan maka bank meningkatkan suku bunga agar semangat menabung masyarakat menjadi tinggi (Putong, 2009). Tingkat suku bunga yang digunakan dalam penelitian ini adalah BI rate. Hal ini dikarenakan Bank Indonesia menggunakan BI rate sebagai acuan suku bunga yang berlaku di Indonesia.
Nilai Tukar Rupiah BPR tidak melakukan kegiatan usaha dalam valuta asing makan nilai tukar tidak menjadi salah satu faktor eksternal yang mempengaruhi kinerja BPR.
Penelitian Terdahulu
Inge J.L.M. Palm (2007) dengan judul penelitiannya The relation between Leadership and Outcome Variables Follower Personality as a moderator. Tujuan penelitian ini adalah untuk mengeksplorasi efek moderasi kepribadian pada hubungan antara variabel kepemimpinan dan variabel hasil. Hasilnya menunjukkan. Interaksi inspirational leadership dengan extroversion berpengaruh secara signifikan terhadap job satisfaction, burnout, exhaustion dan effectiveness. Ketika inspirational leadership mengalami peningkatan, maka introverts mengalami sedikit burnout dan exhaustion dengan lebih effectiveness dibandingkan ekstrovert. Ekstrovert mengalami peningkatan job satisfaction dibandingkan introvert, ketika inspirational leadership mengalami peningkatan. Selain itu, apabila karyawan stess meningkat maka interaksi antara kepuaan kerja dalam memprediksi kelelahan juga meningkat. Ira Prawita Sari 2011 dengan judul penelitiannya Pengaruh Growth Opportunity Terhadap Leverage dengan Debet Covenant Sebagai Variabel Moderating. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh growth opportunity terhadap leverage dan mengetahui pengaruh debt covenant sebagai variabel yang memoderasi hubungan antara growth opportunity dan leverage. Hasil analisis menunjukkan bahwa growth opportunity berpengaruh negatif terhadap leverage. Selain itu, hasil analisis juga menunjukkan bahwa debt covenant terbukti secara signifikan memperlemah efek negatif growth opportunity terhadap leverage.
9
METODE Kerangka Pemikiran Perbandingan BPR Padat Penduduk dengan BPR Jarang Penduduk
Faktor Internal : Rasio Keuangan
Fakor Eksternal Inflasi
Rasio Profitabilitas: ROA
BI rate
Rasio Permodalan: CAR
Rasio Kualitas Aktiva Produktif: NPL
Regresi linier Berganda
Rasio Likuiditas: LDR
Rasio Efisiensi: BOPO
Kinerja Keuangan Keseluruhan
Independent t-test
Gambar 1 Kerangka Pemikiran Perkembangan BPR di daerah padat penduduk berbeda dengan BPR di daerah jarang penduduk. Perbedaan ini dapat dilihat dari kinerja BPR dengan menganalisis perbandingan kinerjanya. Analisis dimulai dengan tahap menghitung rasio keuangan masing-masing BPR dalam objek penelitian dengan bantuan SPSS17. Akan didapatkan hasil kinerja keseluruhan dari masing-masing BPR untuk dibandingkan dengan uji beda rata-rata (independent sample t-test). Setelah menganalisis perbandingan kinerja keuangan BPR secara keseluruhan rasio keuangan, dilanjutkan dengan menganalisis kinerja dilihat dari sisi profitabiltas. Dalam menganalisis kinerja dari sisi profitabilitas digunakan salah satu indikator yaitu ROA. Pengolahan data digunakan metode regresi linier berganda untuk mengetahui variabel-variabel yang berpengaruh terhadap kinerja keuangan diihat dari profitabilitas BPR (ROA). Penelitian ini akan menggunakan
10 variabel dari faktor internal dan eksternal BPR yang berpengaruh terhadap kinerja keuangan BPR. Variabel dari faktor internal menggunakan rasio keuangan (CAR, NPL, LDR, BOPO, ROA), sedangkan variabel dari faktor eksternal menggunakan tingkat inflasi dan tingkat suku bunga (BI rate). Selain melihat pengaruh variabel internal dan eksternal terhadap ROA, kepadatan penduduk dimasukkan sebagai variabel moderasi. Untuk melihat hubungan antara variabel independen (CAR, NPL, LDR, BOPO, Inflasi, BI rate) dengan variabel dependen (ROA) yang dimoderasi oleh kepadatan penduduk yang memberikan pengaruh memperkuat atau memperlemah hubungan secara langsung. Artinya, semakin tinggi kepadatan penduduk maka semakin tinggi juga variabel independen dan variabel dependen, dan sebaliknya semakin rendah kepadatan penduduk, maka semakin rendah pula variabel independen dan variabel dependennya. Model hubungan ini dapat dilihat pada gambar 2. Untuk lebih jelasnya Kerangka Analisis Perbandingan Kinerja Keuangan BPR padat penduduk dengan BPR jarang penduduk dapat dilihat pada Gambar 1.
Gambar 2 Hubungan antara variabel independen dengan variabel dependen yang dimoderasi oleh variabel moderasi
Jenis dan Sumber Data Jenis data yang digunakan adalah data sekunder yang berasal dari data laporan keuangan tahunan (annual report) yang telah dipublikasi dari tahun 2011 sampai dengan tahun 2014 dan diunduh melalui website Bank Indonesia serta Otoritas Jasa Keuangan. Adapun jenis laporan yang digunakan antara lain Neraca Keuangan, Laporan Laba-Rugi. Data penunjang lainnya dalam penelitian ini melalui studi literatur dari buku, jurnal, maupun internet.
Populasi dan Sampel Populasi yang digunakan dalam penelitian ini adalah BPR Konvensional di Provinsi Yogyakarta dan Sumatra Barat yang terdaftar di webside Otoritas Jasa Keuangan. Penulis mengambil 20 sampel laporan keuangan BPR yang terdiri dari 10 laporan keuangan BPR di Yogyakarta dan 10 laporan keuangan BPR di Sumatra Barat.
11 Metode Pengolahan dan Analisis Data Perhitungan Kinerja Keuangan Setelah semua data terkumpul, langkah selanjutnya adalah pengolahan data yang diawali dengan menghitung rasio keuangan masing-masing bank dalam objek penelitian. Rasio keuangan yang digunakan dibagi kedalam lima kategori yaitu Rasio Permodalan, Kualitas Aktiva Produktif, Rentabilitas, Likuiditas dan Efisiensi dengan perincian sebagai berikut: 1. Rasio Permodalan Dari kelompok permodalan rasio yang dipilih adalah Capital Adequacy Ratio (CAR), dengan rumus: ................................................1 2. Rasio Kualitas Aktiva Produktif Dari kelompok Aktiva Produktif rasio yang dipilih adalah Non Performing Loans (NPL) dengan rumus: ................................................................2 3. Rasio Rentabilitas Dari kelompok Rentabilitas rasio yang dipilih adalah Return On Asset (ROA) dengan rumus: ..................................................................................3 4. Rasio Efisiensi Rasio yang digunakan adalah Beban Operasional Pendapatan Operasional (BOPO) dengan rumus: .............................................................4 5. Rasio Likuiditas Dari kelompok Likuiditas rasio yang dipilih adalah Loan to Deposit Ratio (LDR) dengan rumus: ..........................................................5
12 Analisis Statistik Deskriptif Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Statistik deskriptif yang digunakan untik memberikan deskripsi atas variabel-variabel penelitian secara statistik. Statistik yang digunakan dalam penelitian ini adalah rata-rata (mean), maksimal, minimal, dan standar deviasi (Sugiyono, 2010).
Uji Asumsi Klasik Di dalam analisis regresi terdapat beberapa asumsi yang harus dipenuhi sehingga persamaan regresi yang dihasilkan akan valid jika digunakan untuk memprediksi (Walpole, 1995). Untuk itu, diperlukan pengujian melalui uji normalitas, multikolinearitas, autokorelasi, dan heterokedastisitas.
Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat, variabel pengganggu atau residual di dalam suatu persamaan memiliki distribusi normal. Suliyanto (2006) menyatakan bahwa dasar pengambilan keputusannya sebagai berikut: Jika nilai Kolmogorov-Smirnov Z ≤ Ztabel, atau nilai nilai asytotic sig > taraf signifikan (α), maka data residual terdistribusi normal. Jika nilai Kolmogorov-Smirnov Z > Ztabel, atau nilai asytotic sig < taraf signifikan (α), maka data residual terdistribusi tidak normal
Uji Multikolinearitas Menurut Ghozali (2011) uji ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Untuk mendeteksi ada tidaknya multikoliniearitas dalam model regresi dapat dilihat dari tolerance value atau variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan niali VIF yang tinggi. Nilai cut off yang umum dipakai adalah: Jika nilai tolerance > 10 persen dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antarvariabel independen dalam model regresi. Jika nilai tolerance < 10 persen dan nuali VIF >10, maka dapat disimpulkan bahwa ada multikolonearitas antar variabel independen dalam model regresi.
13 Uji Autokorelasi Uji Autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Uji Durbin Watson digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lagi diantara variabel independent (Gujarati, 2003). Pengambilan keputusan ada tidaknya autokorelasi : Bila nilai DW terletak antara batas atas atau upper bound (du) dan (4 - du), maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. Bila nilai DW lebih rendah daripada batas bawah atau lower bound (dl), maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif. Bila nilai DW lebih besar daripada (4 - dl), maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif. Bila nilai DW terletak di antara batas atas (du) dan batas bawah (dl) ada DW terletak antara (4 - du) dan (4 - dl), maka hasilnya tidak dapat disimpulkan. Bila nilai DW terletak antara (4-du) dan (4 - dl), maka hasilnya tidak dapat disimpulkan
Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah yang terjadi homokedastisitas atau tidak terjadi heteroskedastisitas. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan sebagai berikut (Ghozali, 2005) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur, maka diidentifikasikan telah terjasdi heteroskedastisitas. Jika tidak ada pola jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi. Selain dengan melihat titik dengan pola tertentu, ada tidaknya heteroskedastisitas dapat di uji dengan menggunakan Uji Park. Menurut Ghozali (2011), Uji Park dapat lebih teliti dalam memantau gejala heteroskedastisitas ini. Dengan demikian, penelitian ini akan menggunakan Uji Park guna menentukan gejala heteroskedastisitas variabel-variabelnya. Uji Park dilakukan dengan cara meregresikan variabel independen dengan nilai logaritma residual yang telah dikuadratkan. Jika hasilnya menunjukkan secara statistik tidak signifikan (tingkat signifikansinya lebih besar dari 0,05) berarti tidak terdapat heteroskedastisitas dalam model penelitian tersebut dan sebaliknya (Ghozali, 2005)
Uji Beda Rata-Rata Dua Sampel Independen Uji ini ditujukan untuk mengungkap apakah ada perbedaan rata-rata (mean) antara dua populasi dengan dasar dua sampelnya (Sugiama, 2008). Tujuan uji beda t-test adalah membandingkan rata-rata grup yang tidak berhubungan satu dengan yang lain. Apakah kedua grup tersebut mempunyai nilai rata-rata yang
14 sama ataukah tidak sama secara signifikan (Ghozali, 2011). Terdapat dua tahapan analisis yang harus dilakukan dalam uji ini. Pertama menguji asumsi apakah varians populasi kedua sampel tersebut sama (equal variance assumed) atau berbeda (equal variance not assumed). Setelah diketahui apakah varians populasi kedua sampel sama atau tidak, langkah kedua adalah menentukan apakah terdapat perbedaan nilai rata-rata secara signifikan (Ghozali, 2011). Berikut adalah tahapan analisis uji beda rata-rata dua sampel independen (independent sample t-test) :
Pengujian asumsi varians populasi kedua sampel Sebelum melakukan uji beda t-test, harus dilakukan uji kesamaan varians dengan uji F berdasarkan nilai levene’s test. Jika varians populasi kedua sampel sama, maka analisis uji beda t-test harus menggunakan asumsi equal variance assumed. Sebaliknya, jika varians populasi kedua sampel tidak sama, maka analisis uji beda t-test harus menggunakan asumsi equal variance not assumed. Berikut adalah langkah-langkah uji T : a. Menentukan Hipotesis H0 : varian populasi antara BPR Padat dan BPR Jarang adalah sama H1 : varian populasi antara BPR Padat dan BPR Jarang adalah beda b. Pengambilan keputusan Jika probabilitas > 0,05 maka H0 diterima, jadi varians sama.
Jika probabilitas < 0,05 maka H0 ditolak, jadi varians beda.
Keterangan : n1 dan n2 = jumlah data x1 = rata rata sampel ke 1 x2 = rata rata sampel ke 2 S12 = varians sampel ke 1 s22 = varian sampel ke 2 Hipotesis yang digunakan dalam penelitian ini adalah sebagai berikut H0 = besarnya rasio keuangan daerah padat sama dengan besarnya rasio keuangan daerah jarang H1 = besarnya rasio keuangan daerah padat tidak sama dengan besarnya rasio keuangan daerah jarang. Dari uji t independent dengan menggunaka SPSS 17, variabel dikatakan tidak memiliki perbedaan yang signifikan atau terima H0 apabila asymptoticsig> taraf signifikan yang digunakan dalam pengujian. Dalam pengujian ini menggunakan taraf signifikan 95% atau α= 0.05.
15 Analisis Regresi Analisis Regresi Linier Berganda Pengertian analisis regresi linier berganda menurut Sugiyono (2010), Analisis yang bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen, bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi (dinaik turunkan nilainya). Adapun model dasar dari analisis regresi linier berganda ini dapat dirumuskan sebagai berikut : Y = a+ b1X1 +b2X2 +b3X3 +b4X4 +b5X5 +b6X6+ e Analisis Regresi dengan Variabel Moderasi Teknik analisis yang digunakan adalah Moderated Regression Analysis (MRA) atau uji interaksi merupakan aplikasi khusus regresi berganda linear dengan rumus persamaan sebagai berikut (Hayes, Andrew F, 2005): Y= a+ b1X1 +b2X2 +b3X3 +b4X4 +b5X5 +b6X6 +b7X1Z+ b8X2Z +b9X3Z +b10X4Z +b11X5Z +b12X6Z +e Keterangan : Y a b1 – b7 X1 X2 X3 X4 X5 X6 E Z X
= ROA (Return on Asset) = Konstanta = Koefisien regresi = CAR (Capital Adequacy Ratio) = NPL (Non Performing Loan) = LDR (Loan to Deposit Ratio) = BOPO (Biaya Operasional Pendapatan Operasional) = Inflasi (IHK) = BI rate = Nilai kesalahan = kepadatan penduduk = interaksi CAR, NPL, LDR, BOPO, Inflasi, BI rate dengan kepadatan penduduk.
Uji Hipotesis Uji F Menurut Imam Ghozali (2011) Uji statistik F menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Untuk menguji kedua hipotesis ini digunakan uji statistik F: Taraf signifikan α = 0,05 Kriteria pengujian dimana Ha diterima apabila p value < α dan Ha ditolak apabila p value > α.
16 Uji T Menurut Imam Ghozali (2011) uji statistik t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variabel dependen. Pengujian dilakukan dengan menggunakan signifikan level 0,05 (α=5%). Penerimaan atau penolakan hipotesis dilakukan dengan kriteria: Jika nilai signifikan > 0,05 maka hipotesis ditolak (koefisien regresi tidak signifikan). Ini berarti secara parsial variabel independen tidak mempunyai pengaruh secara signifikan terhadap variabel dependen. Jika nilai signifikan ≤ 0,05 maka hipotesis diterima (koefisien regresi signifikan ). Ini berarti secara parsial variabel independen tersebut mempunyai pengaruh yang signifikan terhadap variabel dependen. Determinasi R2 Koefisien determinasi digunakan untuk mengetahui seberapa besar hubungan dari beberapa variabel dalam pengertian yang lebih jelas. Koefisien determinasi akan menjelaskan seberapa besar perubahan atau variasi suatu variabel bisa dijelaskan oleh perubahan atau variasi pada variabel yang lain (Walpole, 1995).
HASIL DAN PEMBAHASAN Gambaran Umum BPR Objek penelitian yang digunakan adalah BPR Konvensional yang terdiri dari BPR daerah padat penduduk yang diwakili oleh provinsi Yogyakarta dan BPR daerah jarang penduduk yang diwakili oleh provinsi Sumatra Barat. BPR Padat Penduduk (Yogyakarta) Daerah Istimewa Yogyakarta yang terletak di bagian selatan Jawa bagian tengah memiliki luas 3.185,80 km2. Menurut sensus penduduk 2010 memiliki jumlah penduduk 3.452.390 jiwa dengan kepadatan penduduk sebesar 1.084 jiwa per km2. DIY dikategorikan sebagai daerah padat penduduk karena memiliki kepadatan lebih dari 600 jiwa/km2. Berdasarkan Peraturan Bank Indonesia Nomor 8/26/PBI/2006 wilayah Yogyakarta harus memiliki modal minimal Rp2 miliar untuk mendirikan BPR. Jumlah BPR dari tahun 2011 hingga 2014 jumlah adalah 54 BPR. Sejalan dengan bertambahnya lembaga-lembaga keuangan yang juga memberikan pembiayaan kepada UMKM, persaingan di masa depan dalam pembiayaan kepada UMKM akan semakin meningkat. Persaingan tersebut dapat terjadi dengan Bank Umum yang mengembangkan unit-unit pelayanan mikro, LKM non-bank dan lembaga penyalur dana bergulir yang didukung oleh Pemerintah. Persaingan juga muncul sebagai akibat dari penyaluran dana donor, pemerintah dan BUMN secara langsung melalui proyek atau secara tidak langsung melalui Bank Umum dan/ atau koperasi.
17 BPR Jarang Penduduk (Sumatra Barat) Sumatera Barat adalah salah satu provinsi di Indonesia yang terletak di pulau Sumatera dengan Padang sebagai ibu kotanya. Provinsi ini memiliki daratan seluas 42.297,30 km² dengan jumlah penduduknya berkisar 4.846.909 jiwa yang berarti kepadatan penduduknya sebesar 110 jiwa per km2. Sumbar dikategorikan sebagai daerah padat jarang penduduk karena memiliki kepadatan kurang dari 150 jiwa/km2. Berdasarkan Peraturan Bank Indonesia Nomor 8/26/PBI/2006 wilayah Sumatra Barat harus memiliki modal minimal Rp 500 juta untuk mendirikan BPR. Dengan kecilnya modal dalam mendirikan BPR maka Sumbar memiliki jumlah BPR terbanyak kedua setelah Provinsi Jawa Barat atau terbanyak di Sumatera. Saat ini, jumlah BPR di Sumbar ada sekitar 95 bank. Banyaknya jumlah BPR didukung juga oleh berkembangnya UMKM. Meski memiliki jumlah yang cukup banyak, dari tahun 2011 hingga 2014 sebanyak 8 BPR yang telah dilikuidasi akibat kredit macet. Dalam perkembangan BPR terdapat masalahmasalah yang harus dihadapi seperti: 1) perkembangan kondisi ekonomi yang cenderung lambat mengakibatkan penduduk setempat enggan menabung. Ketidakinginan penduduk untuk menabung menghambat BPR untuk mengekspansikan kegiatan usahanya dalam menyalurkan kredit. Dengan sedikitnya DPK maka kredit yang disalurkan juga tidak akan banyak. 2) Kurangnya sumberdaya manusia yang handal menjadi membuat mutu pelayanan BPR tidak cukup baik. 3) Tingkat bunga BPR yang lebih tinggi dibanding bank umum, menyebabkan tingginya risiko kredit.
Hasil Analisis Klasik Hasil Uji Normalitas Tabel 3 Hasil Uji Normalitas Tanpa Variabel Moderasi BPR Variabel Sig Taraf Signifikan ROA 0.999 0.05 CAR 0.77 0.05 di daerah NPL 0.882 0.05 padat LDR 0.288 0.05 penduduk BOPO 0.352 0.05 (Yogyakarta) Inflasi 0.732 0.05 BI rate 0.401 0.05 ROA 0.478 0.05 CAR 0.838 0.05 di daerah NPL 0.756 0.05 jarang LDR 0.918 0.05 penduduk BOPO 0.849 0.05 (Sumatra Barat) Inflasi 0.913 0.05 BI rate 0.401 0.05 Sumber: (Laporan Keuangan BPR, 2014 (diolah))
Kesimpulan Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal
18 Berdasarkan hasil uji normalitas pada BPR di daerah padat penduduk dan BPR daerah jarang penduduk untuk variabel ROA, CAR, NPL, LDR, BOPO, Inflasi, BI rate berdistribusi normal. Hal ini terlihat dari semua variabel memiliki asytotic sig > taraf signifikan (α = 0.05) atau terima Ho. Hasil uji normalitas data rasio keuangan dengan Kolmogrov Smirnov test dapat dilihat pada tabel 3. Tabel 4 Hasil Uji Normalitas Dengan Variabel Moderasi BPR Variabel Sig Taraf Signifikan ROA 0.999 0.05 CAR 0.77 0.05 di daerah NPL 0.882 0.05 padat LDR 0.288 0.05 penduduk BOPO 0.352 0.05 (Yogyakarta) Inflasi 0.732 0.05 BI rate 0.401 0.05 Kepadatan (M) 0.07 0.05 CAR*M 0.617 0.05 NPL*M 0.869 0.05 LDR*M 0.588 0.05 BOPO*M 0.139 0.05 Inflasi*M 0.846 0.05 BI rate*M 0.17 0.05 ROA 0.478 0.05 CAR 0.838 0.05 NPL 0.756 0.05 LDR 0.918 0.05 di daerah BOPO 0.849 0.05 jarang Inflasi 0.913 0.05 penduduk BI rate 0.401 0.05 (SumatraBarat) Kepadatan (M) 0.16 0.05 CAR*M 0.822 0.05 NPL*M 0.678 0.05 LDR*M 0.838 0.05 BOPO*M 0.88 0.05 Inflasi*M 0.933 0.05 BI rate*M 0.262 0.05 Sumber: (Laporan Keuangan BPR, 2014 (diolah))
Kesimpulan Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal Normal
Hasil uji normalitas pada BPR di daerah padat penduduk dan BPR daerah jarang penduduk dengan variabel dependen (ROA) dan variabel independen (CAR, NPL, LDR, BOPO, Inflasi, BI rate) yang dimoderasi kepadatan penduduk berdistribusi normal. Hal ini terlihat dari semua variabel memiliki asytotic sig > taraf signifikan (α = 0.05) atau terima Ho. Hasil uji normalitas data rasio keuangan dengan Kolmogrov Smirnov test dapat dilihat pada tabel 4.
19 Hasil Uji Multikolinearitas Tabel 5 Hasil Uji Multikolinearitas Tanpa Variabel Moderasi Taraf BPR Variabel VIF VIF Kesimpulan CAR 2.94 10 Tidak multikolinearitas 10 di daerah NPL 3.55 Tidak multikolinearitas 10 padat LDR 3.71 Tidak multikolinearitas 10 penduduk BOPO 4.30 Tidak multikolinearitas 10 (Yogyakarta) Inflasi 2.41 Tidak multikolinearitas 10 BI rate 2.49 Tidak multikolinearitas 10 CAR 3.57 Tidak multikolinearitas 10 di Daerah NPL 2.38 Tidak multikolinearitas 10 Jarang LDR 1.67 Tidak multikolinearitas 10 Penduduk BOPO 3.47 Tidak multikolinearitas 10 (Sumatra Barat) Inflasi 2.29 Tidak multikolinearitas 10 BI rate 3.60 Tidak multikolinearitas Sumber: (Laporan Keuangan BPR, 2014 (diolah)) Tabel 6 Hasil Uji Multikolinearitas Dengan Variabel Moderasi BPR Variabel VIF Taraf VIF CAR 14.972 10 NPL 8.479 10 LDR 11.804 10 BOPO 29.887 10 di daerah Inflasi 24.092 10 padat BI rate 60.467 10 penduduk Kepadatan (M) 292.967 10 (Yogyakarta) CAR*M 3.945 10 NPL*M 8.484 10 LDR*M 5.315 10 BOPO*M 241.782 10 Inflasi*M 13.437 10 BI rate*M 114.249 10 CAR 645.789 10 di daerah NPL 24.986 10 jarang LDR 54.928 10 penduduk BOPO 152.609 10 (SumatraBarat) Inflasi 70.424 10
Kesimpulan Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas
20 BPR
Variabel VIF Taraf VIF BI rate 363.088 10 Kepadatan (M) 49.334 10 CAR*M 57.926 10 NPL*M 303.493 10 LDR*M 339.596 10 BOPO*M 25.958 10 (SumatraBarat) Inflasi*M 27.982 10 BI rate*M 190.419 10 Sumber: (Laporan Keuangan BPR, 2014 (diolah))
Kesimpulan Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas Multikolinearitas
Dari tabel 5 dapat diketahui nilai variance inflation factor (VIF) keenam variabel tersebut lebih kecil dari 10, sehingga bisa diduga bahwa antar variabel independen tidak terjadi persoalan multikolinearitas pada BPR di daerah padat maupun jarang penduduk. Berbeda halnya dengan uji multikolinearitas dengan variabel moderasi pada BPR di daerah padat maupun jarang penduduk, terjadi multikolinearitas kerena nilai VIP lebih besar dari taraf VIF yang ditentukan (Tabel 6). Hal ini terjadi karena adanya perkalian antara masing masing variabel independen dengan variabel moderasi dan untuk melanjutkan proses regresi dimaklumkan untuk multikolinearitas (Hayes, 2005).
Hasil Uji Autokolerasi Berdasarkan uji autokorelasi dengan Durbin Watson (DW) diperoleh DW tanpa variabel moderasi pada BPR di daerah padat penduduk sebesar 1.888 dan DW pada BPR di daerah jarang penduduk sebesar 2.478 (Lampiran 3). DW dengan variabel moderasi pada BPR di daerah padat penduduk sebesar 2.468 dan DW pada BPR di daerah jarang penduduk sebesar 2.535 (Lampiran 12). Dengan signifikansi 0.05, jumlah data (n) 15, dan jumlah variabel independen (k) 6 diperoleh nilai dL sebesar 0,4471 dan dU sebesar 2,4715. Karena nilai DW pada BPR di daerah padat dan di daerah jarang penduduk dengan dan tampa variabel moderasi terletak pada daerah antara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti (berada di daerah keragu-raguan).
Hasil Uji Heteroskedastisitas Berdasarkan ouput Scatterplot di atas, terlihat bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas. Sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada variabel independen (CAR, NPL,LDR,BOPO, Inflasi dan BI rate) terhadap variabel dependen (ROA) tanpa adanya variabel moderasi.
21
Gambar 3 Scatterplot pada BPR Padat Penduduk
Gambar 4 Scatterplot pada BPR Jarang Penduduk Tabel 7 Hasil Uji Heteroskedastisitas dengan Variabel Moderasi
BPR
di daerah padat penduduk (Yogyakarta)
Variabel CAR NPL LDR BOPO Inflasi BI rate Kepadatan (M) CAR*M NPL*M LDR*M BOPO*M Inflasi*M BI rate*M
Sig 0.678 0.842 0.869 0.144 0.292 0.152 0.166 0.157 0.26 0.081 0.275 0.139 0.334
Taraf Signifikan 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05
Kesimpulan Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas
22
BPR
di daerah jarang penduduk (SumatraBarat)
Variabel CAR NPL LDR BOPO Inflasi BI rate Kepadatan (M) CAR*M NPL*M LDR*M BOPO*M Inflasi*M BI rate*M
Sig 0.248 0.693 0.998 0.349 0.329 0.233 0.469 0.21 0.29 0.335 0.295 0.237 0.214
Taraf Signifikan 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05
Kesimpulan Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas Tidak heteroskedastisitas
Sumber: (Laporan Keuangan BPR, 2014 (diolah)) Berdasarkan Uji Park untuk menguji heteroskedastisitas pada BPR padat penduduk dan BPR jarang penduduk dengan variabel moderasi tidak terjadi heteroskedastisitas. Hal ini terlihat dari semua variabel memiliki asytotic sig > taraf signifikan (α = 0.05) atau terima Ho.
Hasil Uji Perbandingan Capital Adequacy Ratio (CAR) Capital Adequacy Ratio menunjukan seberapa besar kemampuan permodalan untuk menutupi risiko yang terjadi. BPR padat penduduk memiliki rata-rata rasio CAR sebesar 16.15%, lebih besar dibandingkan dengan BPR jarang penduduk sebesar 13.89% (Tabel 2). Hal itu berarti bahwa selama periode 20112014 BPR padat penduduk memiliki CAR lebih baik dibandingkan dengan BPR jarang penduduk, karena semakin tinggi nilai CAR maka akan semakin bagus kualitas permodalan bank tersebut. Akan tetapi, jika mengacu kepada ketentuan Bank Indonesia bahwa standar CAR yang terbaik adalah 8%, maka BPR jarang penduduk masih berada pada kondisi yang ideal karena masih berada diatas ketentuan Bank Indonesia. Nilai CAR tahun 2011 hingga 2014 cenderung fluktuatif. Pada triwulan-I 2014 nilai CAR BPR padat penduduk mencapai titik tertinggi sebesar 17.88%, dan titik terendahnya berada di triwulan-II 2012 sebesar 14.18%. Sedangkan pada BPR jarang penduduk nilai CAR paling rendah terjadi pada triwulan-II 2011 yakni 12.65% dan CAR tertingginya sebesar 15.49% pada triwulan-IV 2013 (Gambar 5). Apabila diberi garis trend maka, garis akan menggambarkan kenaikan pada BPR BPR jarang penduduk. Titik tertinggi pada CAR BPR padat disebabkan oleh adanya peningkatan laba dan cadangan umum yang besar, sedangkan titik terendahnya dikarenakan besarnya kredit yang diberikan kepada non Bank-pihak tidak terkait. Meningkatnya Kredit yang diberikan kepada non
23 Bank-pihak tidak terkait menyebabkan nilai ATMR meningkat sehingga nilai CAR menjadi turun. Titik tertinggi pada CAR BPR jarang disebabkan oleh adanya peningkatan laba dan cadangan umum yang besar, sedangkan titik terendahnya dikarenakan peningkatan nilai ATMR yang tinggi dengan peningkatan jumlah modal yang tidak terlalu besar sehingga nilai CAR menjadi turun. Pada BPR padat penduduk pertumbuhan CARnya cenderung berfluktuatif, penurunan CAR dipengaruhi oleh semankin meningkatnya Aset Tertimbang Menurut Risiko (ATMR) akibat peningkatan penyaluran kredit. Sedangkan peningkatan CARnya dipengaruhi oleh laba yang meningkat juga akibat penggembalian kredit yang lancar pada bulan-bulan tertentu.
Gambar 5. Perkembagan CAR BPR padat penduduk dan BPR jarang penduduk Dari lampiran 5 dapat terlihat bahwa F hitung untuk CAR dengan equal variance assumed (diasumsi kedua varians sama) sebesar 3.426 dengan probabilitas 0.081. Oleh karena probabilitas data di atas lebih besar dari 0.05, maka dapat dikatakan bahwa tidak terdapat perbedaan varians pada data perbandingan kinerja keuangan BPR padat penduduk dan BPR jarang penduduk untuk rasio CAR. Kedua varians sama maka, digunakan equal variances assumed dengan t hitung 0.78 dengan nilai signifikan sebesar 0.488. Oleh karena nilai sig. thitung > ttabel (0.488 > 0.05), maka dapat dikatakan bahwa tidak terdapat perbedaan CAR yang signifikan antara BPR padat penduduk dan BPR jarang penduduk.
Non Performing Loan (NPL) NPL menunjukkan seberapa besar tingkat kredit yang bermasalah dari keseluruhan kredit yang bank berikan ke masyarakat. Selama periode 2011-2014 dapat terlihat bahwa BPR padat penduduk memiliki rata-rata rasio NPL sebesar 2.03%, lebih besar dibandingkan dengan BPR jarang penduduk sebesar 1.75%. Perkembangan rata-rata NPL berada di bawah 5%, menunjukkan bahwa BPR sehat. Apabila diberi garis trend pada gambar 6 maka, NPL BPR padat penduduk mengalami penurunan sedangkan BPR jarang penduduk mengalami peningkatan. Peningkatan NPL pada BPR jarang penduduk mencerminkan dampak dari
24 pinjaman bermasalah meningkat. Pinjaman bermasalah meningkat akibat menurunya daya bayar masyarakat yang dipicu oleh adanya kenaikan BBM, inflasi, kenaikan BI rate, kurangnya supervise atas kredit yang disalurkan, tingginya tingkat bunga kredit BPR dibandingkan dengan lembaga keuangan seperti Bank Umum dan lambatnya pertumbuhan ekonomi daerah jarang penduduk tiap tahunnya. Penurunan NPL pada BPR padat penduduk akibat dikeluarkannya kebijakan pemerintah mengenai pembatasan tingkat suku bunga bank (SBDK) yang telah diterapkan sejak tahun 2011. Pembatasan SBDK BPR meringankan debitur dalam melunasi utangnya kepada bank, karena bunga pinjaman yang diberikan kepada debitur tidaklah setinggi sebelum kebijakan dikeluarkan (penurunan nilai kredit risiko). Penurunan rasio NPL juga terjadi karena adanya perbaikan kualitas kredit. Perbaikan kualitas kredit perbankan tidak terlepas dari upaya restrukturisasi maupun hapus buku yang dilakukan bank. Untuk mengantisipasi peningkatan tekanan risiko kredit, bank biasanya melakukan pemupukan cadangan kerugian penghapusan kredit (PPAP kredit), sehingga secara keseluruhan risikonya menjadi menurun.
Gambar 6 Perkembangan NPL BPR padat penduduk dan BPR jarang penduduk Dari lampiran 6 dapat terlihat bahwa F hitung untuk NPL dengan equal variance assumed (diasumsi kedua varians sama) adalah 0.372 dengan probabilitas 0.55. Oleh karena probabilitas data di atas lebih besar dari 0.05, maka dapat dikatakan bahwa tidak terdapat perbedaan varians pada data perbandingan kinerja keuangan BPR padat penduduk dan BPR jarang penduduk untuk rasio NPL. Kedua varians sama, maka digunakan equal variances assumed. t hitung sebesar 0.649 dengan nilai signifikan sebesar 0.488. Oleh karena nilai sig. thitung > ttabel (0.525 > 0.05), maka dapat dikatakan bahwa tidak terdapat perbedaan NPL yang signifikan antara BPR padat penduduk dan BPR jarang penduduk.
Loan to Deposit Ratio (LDR) LDR terendah pada kedua kelompok BPR terjadi pada bulan dan tahun yang sama yaitu desember 2013 dengan nilai LDR masing-masing 84.719% untuk BPR padat penduduk dan 79.393% untuk BPR jarang penduduk. Sedangkan LDR
25 tertinggi pada kedua kelompok BPR juga terjadi pada bulan dan tahun yang sama yaitu maret 2012 dengan nilai LDR masing-masing 100.63% untuk BPR padat penduduk dan 91.05% untuk BPR jarang penduduk (Gambar 7). Apabila diberi garis trend pada gambar 7 maka, LDR BPR padat penduduk dan BPR jarang penduduk akan cenderung konstan. Hal ini berarti besarnya penyaluran dana dalam bentuk kredit dibandingkan dengan deposit atau simpanan masyarakat pada BPR hampir sama setiap triwulannya.
Gambar 7 Perkembangan LDR BPR padat penduduk dan BPR jarang penduduk Berdasarkan rata-rata selama periode 2011-2014 dapat terlihat bahwa BPR padat penduduk memiliki rata-rata rasio LDR sebesar 90.12%, lebih besar dibandingkan dengan BPR jarang penduduk sebesar 85.38%. Dengan batas toleransi LDR berkisar antara 85%-110%, kedua kelompok BPR memiliki LDR yang sehat. Dari lampiran 7 dapat terlihat bahwa F hitung untuk LDR dengan equal variance assumed (diasumsi kedua varians sama) adalah 0,846 dengan probabilitas 0,370. Oleh karena probabilitas data di atas lebih besar dari 0,05, maka dapat dikatakan bahwa tidak terdapat perbedaan varians pada data perbandingan kinerja keuangan LDR BPR padat penduduk dan BPR jarang penduduk untuk rasio LDR. Kedua varians sama maka, digunakan equal variances assumed. t hitung sebesar 1.063 dengan signifikan sebesar 0,302. Oleh karena nilai sig. thitung > ttabel (0,302 > 0,05), maka dapat dikatakan bahwa tidak terdapat perbedaan LDR yang signifikan antara BPR padat penduduk dan BPR jarang penduduk.
Biaya Operasional terhadap Pendapatan Operasional (BOPO) Rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam mengendalikan biaya operasional terhadap pendapatan operasional. Pada triwulan-IV 2011 nilai BOPO BPR padat penduduk mencapai titik tertinggi sebesar 83.74%, dan titik terendahnya berada di triwulan-I 2014 sebesar 65.215%. Sedangkan pada BOPO jarang penduduk nilai BOPO paling rendah terjadi pada triwulan-I 2011 yakni 77.81% dan BOPO tertingginya sebesar 85.83% pada triwulan-IV 2012 (Gambar 8). Berdasarkan rata-rata selama periode 2011-2014 dapat terlihat bahwa BPR padat penduduk memiliki rata-rata rasio BOPO sebesar
26 74.884%, lebih kecil dibandingkan dengan BPR jarang penduduk yakni 82.616%. Kedua kelompok BPR memiliki BOPO yang cukup sehat. Nilai BOPO tahun 2011 hingga 2014 pada BPR jarang penduduk cenderung meningkat sedangkan pada BPR padat penduduk nilainya menurun tiap triwulannya. Peningkatan BOPO pada BPR jarang penduduk disebabkan oleh kenaikan biaya administrasi dan umum setiap triwulannya. Sedangkan penurunan BOPO pada BPR padat penduduk diakibatkan karena biaya yang dikeluarkan oleh bank dalam rangka menjalankan aktivitas usahanya telah efisien, sehingga pendapatan operasional yang diperoleh dari penyaluran dana semakin besar. Selain itu pendapatan oprasional yang meningkat akibat adanya peningkatan pada pendapatan bunga.
Gambar 8 Perkembangan BOPO BPR padat penduduk dan BPR jarang penduduk Dari lampiran 8 dapat terlihat bahwa F hitung untuk BOPO dengan equal variance assumed (diasumsi kedua varians sama) adalah 0.250 dengan probabilitas 0.623. Oleh karena probabilitas data di atas lebih besar dari 0.05, maka dapat dikatakan bahwa tidak terdapat perbedaan varians pada data perbandingan kinerja keuangan BPR padat penduduk dan BPR jarang penduduk untuk rasio BOPO. Kedua varians sama, maka digunakan equal variances assumed. t hitung sebesar -3.165 dengan signifikan sebesar 0.005. Oleh karena nilai sig. thitung < ttabel (0.005 < 0.05), maka dapat dikatakan bahwa terdapat perbedaan BOPO yang signifikan antara BPR padat penduduk dan BPR jarang penduduk.
Return On Asset (ROA) Selama periode 2011-2014 dapat terlihat bahwa BPR padat penduduk memiliki rata-rata (mean) rasio ROA sebesar 3.54%, lebih besar dibandingkan dengan BPR jarang penduduk sebesar 3.089%. Perkembangan rata-rata ROA berada di atas 1,5%, menunjukkan bahwa BPR sehat. ROA BPR padat penduduk mencapai titik tertinggi yakni 3.88% pada triwulan-II 2013, dan titik terendah berada di triwulan-III 2011 sebesar 3.08%. Sedangkan pada BPR jarang penduduk ROA paling rendah terjadi pada TriwulanI 2014 yakni 2.08% dan ROA tertingginya sebesar 4.73% pada triwulan-I 2011.
27
Gambar 9 Perkembangan ROA BPR padat penduduk dan BPR jarang penduduk Dari lampiran 9 dapat terlihat bahwa terdapat beberapa bulan yang memiliki thitung < ttabelberarti terdapat perbedaan pada BPR padat penduduk dengan BPR jarang penduduk. Akan tetapi perbedaan tersebut hanya terjadi pada bulan September 2011, Desember 2012, Juni 2013, September 2013, Desember 2013, Maret 2014, Juni 2014, dan September 2014. Selain dari bulan-bulan itu tidak ada perbedaan. Perbedaan tersebut terjadi karena pada bulan-bulan tersebut BPR padat penduduk mengalami peningkatan laba, sedangkan BPR jarang penduduk mengalami penurunan laba. Apabila diberi garis trend pada gambar 9 maka, ROA BPR jarang penduduk mengalami penurunan sedangkan BPR padat penduduk mengalami peningkatan. Penurunan ROA pada BPR jarang penduduk mencerminkan dampak dari menurunya keinginan masyarakat untuk menabung, belum optimalnya margin pendapatan opersional bank terhadap biaya operasionalnya yang menunjukkan tidak efisiennya kegiatan usaha bank (BOPO). Tidak efisiennya operasional bank biasanya disebabkan oleh beberapa faktor, seperti tidak mampunya manajemen dalam mengelola bank akibat rendahnya sumber daya manusia yang dimiliki, rendahnya pemasaran produk, biaya operasional yang terlalu tinggi karena sistem bunga dan lokasi bank yang tidak strategis. Penurunan ROA juga diakibatkan oleh meningkatnya risiko kredit setiap tahunnya pada BPR jarang penduduk.
Hasil Uji Regresi Linier Berganda Tanpa Variabel Moderasi dan dengan Variabel Moderasi Hasil Uji Regresi BPR di daerah padat penduduk BOPO memiliki asytotic sig < taraf signifikan (α = 0.1) ini berarti berdasarkan tabel 8 hasil pengujian antara variabel independen terhadap dependen tanpa variabel moderasi menunjukkan CAR, NPL, LDR, Inflasi dan BI rate tidak berpengaruh secara signifikan terhadap ROA, sedangkan hanya BOPO berpengaruh secara signifikan terhadap ROA. Koefisien regresi variabel BOPO sebesar -0.027; artinya jika variabel independen lain nilainya tetap dan BOPO mengalami kenaikan 1%, maka ROA akan mengalami penurunan sebesar 0.027. Koefisien bernilai negatif artinya terjadi hubungan negatif antara BOPO dengan
28 ROA, naiknya nilai BOPO maka nilai ROA akan turun. Hal ini karena setiap peningkatan biaya oprasional yang tidak diikuti dengan peningkatan pendapatan oprasional akan berakibat pada berkurangnya laba sebelum pajak, yang pada akhirnya akan menurunkan ROA (Setiawan,2009). Nilai R2 sebesar 0.855 menunjukkan variabel independen dapat menjelaskan variabel dependen sebesar 85.5%. Tabel 8 Hasil Regresi Linier Berganda Tanpa Variabel Moderasi dan Dengan Variabel Moderasi BPR Padat Tanpa Variabel Moderasi Dengan Variabel Moderasi B t-hitung Sig. B t-hitung Sig. Konstanta 3.664 1.415 0.195 -15.848 -0.024 0.985 CAR 0.043 0.544 0.601 0.154 0.737 0.596 NPL 0.013 0.026 0.98 -0.072 -0.081 0.949 LDR 0.017 0.818 0.437 0.004 0.089 0.944 BOPO -0.027 -2.185 0.06* -0.029 -0.756 0.588 Inflasi 0.06 1.227 0.255 -0.012 -0.068 0.957 BI rate -0.112 -1.072 0.315 0.022 0.037 0.977 Kepadatan (M) 6.224 0.029 0.982 CAR*M -0.159 -0.999 0.5 NPL*M -0.122 -0.92 0.526 LDR*M -0.047 -0.607 0.653 BOPO*M 0.302 0.25 0.844 Inflasi*M 0.105 0.372 0.773 BI rate*M 0.047 0.06 0.962 2 2 R =0.855 F hitung= 3.632 R = .0 .954 F hitung= 2.73
*Sig. pada α =0.10 Sumber: (Laporan Keuangan BPR, 2014 (diolah)) Berdasarkan tabel 8 tersebut hasil pengujian antara variabel independen terhadap variabel dependen dengan variabel moderasi menunjukkan tidak ada interaksi variabel independen dengan variabel moderasi yang berpengaruh terhadap ROA. Adanya variabel moderasi berupa kepadatan penduduk meningkatkan nilai R2 sebesar 0.954 dari nilai R2 sebesar 0.855 tanpa kepadatan penduduk.
Gambar 10 Grafik Integrasi CAR, NPL, LDR, BOPO, Inflasi, BIrate Terhadap ROA dengan dan Tanpa Variabel Moderasi BPR Padat Penduduk
29 Hasi Uji Regresi BPR di daerah jarang penduduk Tabel 9 Hasil Regresi Linier Berganda Tanpa Variabel Moderasi dan Dengan Variabel Moderasi BPR Jarang Tanpa Variabel Moderasi
Dengan Variabel Moderasi
B t-hitung Sig. B t-hitung Sig. Konstanta 22.186 4.36 0.002 23.071 1.331 0.41 CAR -0.27 -1.707 0.126 1.741 5.522 0.114 NPL -0.835 -2.637 0.03* -1.273 -8.357 0.076 LDR 0.03 1.09 0.307 -0.149 -6.435 0.098 BOPO -0.211 -3.367 0.01* -0.57 -9.239 0.069 Inflasi -0.106 -2.027 0.077 0.224 5.222 0.12 BI rate 0.0268 1.321 0.223 -1.434 -4.739 0.132 Kepadatan (M) 8.659 0.996 0.501 CAR*M -0.258 -3.598 0.173 NPL*M 1.483 7.47 0.085 LDR*M 1.669 6.35 0.099 BOPO*M 0.106 2.308 0.26 Inflasi*M -0.327 -4.934 0.127 BI rate*M 2.437 8.574 0.074 R2= 0.970 R2=0 .998 F hitung= 21.116 ; Sig=.000a F hitung= 22.678 ; Sig=0.001
*Sig. pada α =0.1 Sumber: (Laporan Keuangan BPR, 2014 (diolah)) Berdasarkan tabel 9 tersebut hasil pengujian antara variabel independen terhadap dependen tanpa variabel moderasi menunjukkan CAR, LDR, dan BI rate tidak berpengaruh secara signifikan terhadap ROA, sedangkan NPL, BOPO dan Inflasi berpengaruh secara signifikan terhadap ROA. NPL, BOPO dan Inflasi berpengaruh secara signifikan terhadap ROA karena memiliki nilai asytotic sig < taraf signifikan (α = 0.1). Pengaruh signifikan terhadap ROA oleh variabel independen (NPL, BOPO, Inflasi) dapat dijelaskan sbagai berikut: Koefisien regresi variabel NPL sebesar -0.835; artinya jika variabel independen lain nilainya tetap dan NPL mengalami kenaikan satu satuan, maka ROA akan mengalami penurunan sebesar 0.835. Koefisien bernilai negatif artinya terjadi hubungan negatif antara NPL dengan ROA, naiknya nilai NPL maka nilai ROA akan turun. Koefisien regresi variabel BOPO sebesar -0.211; artinya jika variabel independen lain nilainya tetap dan BOPO mengalami kenaikan satu satuan, maka ROA akan mengalami penurunan sebesar 0,0211. Koefisien bernilai negatif artinya terjadi hubungan negatif antara BOPO dengan ROA, naiknya nilai BOPO maka nilai ROA akan turun. Koefisien regresi variabel Inflasi sebesar -0.106; artinya jika variabel independen lain nilainya tetap dan Inflasi mengalami kenaikan satu satuan, maka ROA akan mengalami penurunan sebesar 0.106. Koefisien bernilai
30 negatif artinya terjadi hubungan negatif antara Inflasi dengan ROA, naiknya nilai Inflasi maka nilai ROA akan turun. Nilai R2 sebesar 0.970 ini menunjukkan variabel independen dapat menjelaskan variabel dependen sebesar 97%, sedangkan 3% dijelaskan oleh variabel-variabel lain.
Gambar 11 Grafik Integrasi CAR, NPL, LDR, BOPO, Inflasi, BIrate Terhadap ROA dengan dan Tanpa Variabel Moderasi BPR Jarang Penduduk Hasil pengujian menunjukkan kepadatan penduduk memoderasi NPL terhadap ROA dan kepadatan penduduk juga memoderasi LDR terhadap ROA. Pengaruh signifikan antara variabel independen (NPL, LDR) terhadap variabel dependen (ROA) dengan variabel moderasi (kepadatan penduduk) dapat dijelaskan sebagai berikut: Koefisien regresi variabel NPL sebesar -1.273; artinya jika variabel independen lain nilainya tetap dan NPL mengalami kenaikan satu satuan, maka ROA akan mengalami penurunan sebesar 1.273. Koefisien regresi variabel NPL*M sebesar 1.483; Koefisien bernilai positif dan nilai diabaikan, karena hanya untuk menunjukkan interaksi terhadap NPL dan ROA (Heyes,2008). Dapat disimpulkan ketika kepadatan meningkat dengan NPL naik satu satuan maka dapat mengurangi nilai ROA sebesar 1.273.
low
high
Gambar 12 Interaksi antara NPL terhadap ROA yang dimoderasi oleh kepadatan penduduk
31
Gambar 12 menyajikan hubungan antara NPL dan ROA pada rentang kepadatan penduduk (M = 1) dan (M = -1). Ketika rentang kepadatan penduduk terbatas, NPL berhubungan negatif terhadap ROA. Hubungan ini, bagaimanapun akan negatif dengan meningkatnya kepadatan penduduk. Koefisien regresi variabel LDR sebesar -0.149; artinya jika variabel independen lain nilainya tetap dan LDR mengalami kenaikan satu satuan, maka ROA akan mengalami penurunan sebesar 0.149. Koefisien regresi variabel LDR*M sebesar 1.669; Koefisien bernilai positif dan nilai diabaikan, karena hanya untuk menunjukkan interaksi terhadap LDR dan ROA (Heyes,2008). Dapat disimpulkan ketika kepadatan meningkat dengan LDR naik satu satuan maka dapat mengurangi nilai ROA sebesar 0.149.
low
high
Gambar 13 Interaksi antara LDR terhadap ROA yang dimoderasi oleh kepadatan penduduk Gambar 13 menyajikan hubungan antara LDR dan ROA pada rentang kepadatan penduduk (M = 1) dan (M = -1). Ketika rentang kepadatan penduduk terbatas, LDR berhubungan negatif terhadap ROA. Hubungan ini, bagaimanapun akan negatif dengan meningkatnya kepadatan penduduk. Dengan asumsi ketika kepadatan penduduk meningkat probabilitas masyarakat yang memiliki kredit pada BPR meningkat. Adanya variabel moderasi berupa kepadatan penduduk meningkatkan nilai R2 sebesar 0.984 dari nilai R2 sebesar 0.970 tanpa kepadatan penduduk.
Implikasi Manajerial Dari hasil penelitian, dapat diketahui bahwa BPR padat penduduk cenderung lebuh unggul pada empat rasio CAR, NPL, BOPO, dan ROA. Upayaupaya yang harus dilakukan BPR padat penduduk dalam rangka mempertahankan kinerja keuangan agar tetap sehat antara lain: (1) Mempertahankan posisi CAR di atas 8% dengan memperhatikan setiap ekspansi kredit kebutuhan modal dan berhati-hati dalam memberikan kredit yang mempunyai risiko pasar yang rentan (2) Menjaga posisi NPL di bawah 5% dengan merestrukturisasi kredit jika sekiranya mulai muncul gejala kredit macet. Jika terdapat kredit bermasalah yang sulit untuk direstrukturisasi, kredit macet tersebut perlu dijual kepada pihak ketiga. (3) Mengelola likuiditas secara optimum, artinya Loan to Deposit Ratio (LDR) harus ditingkatkan dan dijaga ke tingkat yang ideal yaitu dalam kisaran
32 90% - 110% agar fungsi intermediasi berjalan. (4) efisiensi dalam penggunaan biaya produksi untuk mengoptimalkan pendapatan oprasional. Walaupun, kinerja keuangan BPRjarang penduduk dalam kondisi sehat sesuai batas kriteria kondisi yang telah ditetapkan. Apabila dibiarkan tanpa adanya kontrol yang baik maka, ada beberapa rasio yang nilainya akan memburuk. Seperti nilai CAR yang tidak terlalu besar, NPL dan BOPO yang terus meningkat, serta penururunan nilai ROA. Untuk mengatasi hal tersebut dilakukan upayaupaya sebagai berikut: (1) Untuk meningkatkan nilai CAR yaitu dengan menambah posisi modal dengan cara setoran tunai atau go public, mengurangi atau memperkecil komitmen pinjaman yang tidak digunakan, mengurangi jumlah pinjaman yang diberikan sehingga memperkecil resiko. (2) Menurunkan nilai NPL dengan menerapkan strategi pemberian kredit untuk meminimalisasikan kredit-kredit yang masuk ke dalam kategori bermasalah atau mempunyai resiko tinggi berdasarkan kriteria yang sudah ditetapkan oleh Bank Indonesia. (3) Cara untuk mendorong penurunan rasio BOPO adalah dengan menaikkan dana murah, seperti simpanan dalam bentuk tabungan dan giro, selain itu menekan biaya operasional dengan melakukan optimalisasi kinerja BPR. (4) Meningkatkan ROA yaitu dengan mengelola permodalannya secara optimal. mengefisiensikan biaya oprasional, peningkatkan pendapatan dengan menjual lebih banyak produk keuangan, dan menurunkan risiko kredit bermasalah.
SIMPULAN DAN SARAN Simpulan Berdasarkan hasil analisis terhadap laporan keuanga BPR padat dan BPR jarang penduduk dapat disimpulkan bahwa kinerja keuangan kedua kelompok BPR dalam kondisi sehat sesuai batas kriteria kondisi yang telah ditetapkan. Perbandingan Hasil uji statistik independent sample t-test menunjukkan rasio CAR, LDR, NPL tidak memiliki perbedaan yang signifikan antara BPR padat penduduk dengan BPR jarang penduduk, sedangkan untuk rasio BOPO terdapat perbedaan yang signifikan terhadap kedua kelompok BPR tersebut, dan untuk ROA terdapat perbedaan pada bulan-bulan tertentu. Perbedaan yang signifikan ROA terjadi di bulan September 2011, Desember 2012, Juni 2013, September 2013, Desember 2013, Maret 2014, Juni 2014, dan September 2014. Perbedaan pada bulan-bulan tersebut disebabkan oleh penurunan laba pada BPR jarang penduduk dan peningkatan laba pada BPR padat penduduk. Perbedaan signifikan pada rasio BOPO dikarenakan nilai BOPO tahun 2011 hingga 2014 pada BPR jarang penduduk cenderung meningkat sedangkan pada BPR padat penduduk nilainya menurun tiap triwulannya. Peningkatan BOPO pada BPR jarang penduduk disebabkan oleh kenaikan beban bunga, dan biaya administrasi umum. Sedangkan penurunan BOPO pada BPR padat penduduk diakibatkan karena biaya yang dikeluarkan oleh bank dalam rangka menjalankan aktivitas usahanya telah efisien, sehingga pendapatan operasional yang diperoleh dari penyaluran dana semakin besar.
33 Pada hasil uji regresi linier berganda BOPO dan BI rate berpengaruh negatif terhadap ROA pada BPR daerah padat. Sedangkan pada BPR daerah jarang NPL, BOPO dan inflasi berpengaruh negatif terhadap ROA. Variabel independen pada BPR padat dapat menjelaskan variabel dependen sebesar 85.5%, sedangkan 14.5% dijelaskan oleh variabel-variabel lain. Pada BPR jarang variabel independennya dapat menjelaskan 97% variabel dependen. Berdasarkan hasil pengujian antara variabel independen terhadap variabel dependen dengan variabel moderasi (kepadatan penduduk) menunjukkan tidak ada interaksi signifikan variabel independen dengan variabel moderasi yang berpengaruh terhadap ROA pada BPR padat penduduk. Adanya variabel moderasi berupa kepadatan penduduk meningkatkan nilai R2 sebesar 0.954 dari nilai R2 sebesar 0.855 tanpa kepadatan penduduk. Hasi uji BPR jarang penduduk menunjukkan kepadatan penduduk memoderasi variabel independen (NPL dan LDR) dengan vaeriabel dependennya (ROA). Adanya variabel moderasi berupa kepadatan penduduk meningkatkan nilai R2 sebesar 0.984 dari nilai R2 sebesar 0.970 tanpa kepadatan penduduk.
Saran Berdasarkan hasil penelitian ini terdapat beberapa saran yang dapat menjadi masukan bagi BPR diantaranya (1) Perlunya melakukan sosialisasi kepada masyarakat agar masyarakat lebih mengerti tentang produk-produk BPR dan memiliki ketertarikan untuk menjadi nasabahnya. (2) BPR perlu meningkatkan lagi dana pihak ketiga agar pertumbuhan kredit dapat optimal. (3) BPR perlu mempertahankan kecukupan modal dan menjaga kualitas aset agar ekspansi kredit dapat dilakukan sesuai dengan target yang diharapkan. (4) Pengelolaan kualitas aset yang saat ini telah dijalankan sudah baik sehingga perlu dikelola lebih baik lagi. (5) Penelitian ini memiliki kekurangan, dimana peneliti hanya menggunakan sepuluh sample BPR bagi masing masing kelompok. Bagi peneliti selanjutnya diharapkan menggunakan data panel dengan lebih banyak BPR sehingga perbedaan BPR jarang penduduk dengan BPRpadat penduduk dapat terlihat. Kedudukan Bank Perkreditan Rakyat dimasyarakat dapat dikatakan kurang populer dan kalah saing dibandingkan Bank Umum dalam hal sebagai lembaga keuangan pada sistem perbankan, khususnya untuk menjalankan sistem moneter. Hal ini dikarenakan adanya pembatasan kegiatan usaha bagi Bank Perkreditan Rakyat dalam keikutsertaannya dalam lalu lintas pembayaran. Namun, keberadaan Bank Perkreditan Rakyat ditengah-tengah dominasi Bank Umum sangat diperlukan dan sebagai solusi karena memiliki market standing yang kuat dipasar khusus untuk meningkatkan produktivitas pada sektor riil, khususnya bagi usahausaha mikro, kecil dan menengah. Sehingga diharapkan dengan adanya Bank Perkreditan Rakyat ditengah-tengah masyarakat tercapai pertumbuhan yang merata dalam perekonomian suatu negara.
34
DAFTAR PUSTAKA Almilia dan Herdiningtyas. 2005. Analisis Rasio CAMEL Terhadap Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Periode 2000-2002. Jurnal Akutansi dan Keuangan. Vol 7 (2) Amriani, Fitri R. 2012. Analisis Pengaruh CAR, NPL,BPOP, dan NIM Terhadap LDR pada Bank BUMN Persero di Indonesia Perode 2006-2010. Universitas Hasanuddin Makasar. Jurnal Ekonomi dan Bisnis. Vol 1 (4) Dendawijaya, Lukman. 2000. Manajemen Perbankan. Cetakan Pertama. Jakarta (ID): Ghalia Indonesia. Ghozali, Imam. 2005. Aplikasi Multivariate dengan Program SPSS. Semarang (ID):Badan Penerbit Universitas Diponegoro. Ghozali, Imam. 2011. Aplikasi Analisis Multivariate Dengan Program IBM SPSS 19 (edisi kelima). Semarang (ID): Universitas Diponogoro Gujarati, Damodar. 2003. Ekonometrika Dasar : Edisi Keenam. Jakarta (ID): Erlangga. Hayes, F.Andrew. 2005. Statistical Methods for Communication Science. London (GB): Lawrence Erlbaum Associates Publishers. Hendrayanti, Silvia dan Muharam, Harjum. 2013. Analisis Pengaruh Faktor Internal dan Eksternal Terhadap Profitabilitas Perbankan (Studi Pada Bank Umum Di Indonesia Periode Januari 2003 – Februari 2012). Diponegoro Jurnal of management. Vol 2 (3) Idroes, Ferry N. 2011.Manajemen Risiko Perbankan. Jakarta (ID): PT Raja Grafindo Persada. Inge J.L.M. Palm. 2007. The relation between Leadership and Outcome Variables Follower Personality as a moderator [skripsi] Utrecht (NL): Utrecht University Ira Prawita Sari. 2011. Pengaruh Growth Opportunity Terhadap Leverage dengan Debet Covenant Sebagai Variabel Moderating [skripsi] Semarang (ID): Universitas Diponegoro Kasmir. 2008. Bank dan Lembaga Keuangan Lainnya. Edisi Revisi 2008. Jakarta (ID): PT Raja Grafindo Persada Kasmir. 2011. Analisis Laporan Keuangan. Jakarta (ID): PT Rajagrafindo Persada. Manurung, M, dan Rahardja, P. 2004. Uang, Perbankan, dan Ekonomi Moneter. Jakarta (ID): Lembaga Penerbit FE-UI Pohan, A. 2008. Potret Kebijakan Moneter Indonesia: Seberapa Jauh Kebijakan Moneter Mewarnai Perekonomian Indonesia. Jakarta (ID): Raja Grafindo Persada. Putong Iskandar. 2008. Economics, Pengantar Mikro dan Makro, Edisi Kedua. Jakarta (ID): Mitra Wacana Media Setiawan, Aziz Budi. 2009. Perbankan Syariah; Challenges dan Opportunity Untuk Pengembangan di Indonesia. Jurnal Kordinat Edisi: Vol 8 (1), 2006. Sugiama, A.Gima. 2008. Metode Riset Bisnis dan Manajemen. Bandung (ID): Guardaya Intimarta. Sugiyono. 2010. Metode Penelitian Kuantitatifdan RND. Bandung (ID): Alfabeta
35 Suliyanto. 2006. Metode Riset Bisnis. Yogyakarta (ID): CV Andi Offset Taswan. 2010. Manajemen Perbankan. Yogyakarta (ID): UPP STIM YKPN. Sukarno, K. W dan Syaichu, M. 2006. Analisis Faktor-faktor yang Mempengaruhi Kinerja Bank Umum di Indonesia. Jurnal Studi Manajemen & Organisasi, Vol 3 (2) [OJK] Otoritas Jasa Keuangan. 2013. Peraturan Bank Indonesia Nomor 6/3/PBI/2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum [internet]. [diunduh 2014 Oktober 11]. Tersedia pada : http:// ojk.go.id [OJK] Otoritas Jasa Keuangan. 2013. Peraturan Bank Indonesia BI Nomor 30/12/KEP/DIR tentang Tata Cara Penilaian Tingkat Kesehatan Bank Perkreditan Rakyat [internet]. [diunduh 2014 Oktober 11]. Tersedia pada : http:// ojk.go.id [OJK] Otoritas Jasa Keuangan. 2011. Laporan Keuangan BPR DIY : PT. BPR Kurnia Sewon, PT. BPR Nusamba Banguntapan, PT. BPR Danagung Bakti, PD. BPR Shinta Daya, PD. BPR Bank Sleman, PT. BPR Kartikaartha Kencanajaya, PD. BPR Bank Jogja Kota Yogyakarta, PD BPR Bank Daerah Gunungkidul, BPR Kulon Progo, BPR Ambarketawang Persada Periode 2011-2014 [internet]. [diunduh 2014 Oktober 11]. Tersedia pada: http:// ojk.go.id [OJK] Otoritas Jasa Keuangan. 2011. Laporan Keuangan BPR Sumatra Barat : PT BPR Mutiara Pesisir, PT. BPR Khatulistiwa Bonjol, BPR Pembangunan Nagari Manggapoh, PT BPR Cincin Permata Andalas, PT. BPR Harau, PT. BPR Batang Kapas, PT BPR Lengayang, PT BPR LPN Sungai Rumbai, BPR LPN Andalas Baruh BukitPeriode 2011-2014[internet]. [diunduh 2014 Oktober 11]. Tersedia pada: http:// ojk.go.id Walpole, R.E. 1995. Pengantar Statiska. Edisi ke-3. Jakarta: Gramedia.
36
LAMPIRAN .
Lampiran 1 Hasil Uji Normalitas Tanpa Variabel Moderasi
N Normal Parametersa,,b
Mean Std. Deviation Most Absolute Extreme Positive Differences Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
N Normal Parametersa,,b
Mean Std. Deviation Most Absolute Extreme Positive Differences Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal.
BPR Padat Penduduk ROA CAR NPL 15 15 15 3.535 16.148 2.035 0.243 0.967 0.171 0.096 0.171 0.151 0.089 0.162 0.151 -0.096 -0.171 -0.073 0.373 0.664 0.586 0.999 0.77 0.882
LDR 15 90.117 4.015 0.254 0.254 -0.148 0.984 0.288
BOPO 15 74.885 7.463 0.24 0.222 -0.24 0.931 0.352
Inflasi 15 5.463 1.4095 0.177 0.177 -0.106 0.687 0.732
BI rate 15 6.483 0.671 0.231 0.231 -0.207 0.894 0.401
BPR Jarang Penduduk ROA CAR NPL 15 15 15 3.089 13.977 1.751 0.834 0.859 0.349 0.217 0.16 0.174 0.217 0.16 0.174 -0.126 -0.138 -0.121 0.842 0.619 0.673 0.478 0.838 0.756
LDR 15 85.386 3.413 0.143 0.097 -0.143 0.555 0.918
BOPO 15 82.617 2.137 0.158 0.106 -0.158 0.611 0.849
Inflasi 15 6.733 2.086 0.144 0.144 -0.091 0.559 0.913
BI rate 15 6.483 0.671 0.231 0.231 -0.207 0.894 0.401
Lampiran 2 Hasil Uji Multikolinearitas Tanpa Variabel Moderasi
(Constant) CAR NPL LDR BOPO Inflasi BI rate
Padat Penduduk Unstandardized Standardized Coefficients Coefficients Std. B Beta Error 3.66 2.59 0.04 0.079 0.171 0.01 0.492 0.009 0.02 0.021 0.289 -0 0.012 -0.83 0.06 0.049 0.349 -0.1 0.105 -0.31
(Constant) CAR NPL LDR BOPO Inflasi BI rate
Jarang Penduduk Unstandardized Standardized Coefficients Coefficients Std. B Beta Error 22.2 5.089 -0.3 0.158 -0.278 -0.8 0.317 -0.35 0.03 0.027 0.121 -0.2 0.063 -0.54 -0.1 0.052 -0.264 0.27 0.203 0.216
Model
1
Model
1
t 1.415 0.544 0.026 0.818 -2.185 1.227 -1.072
t 4.36 -1.707 -2.637 1.09 -3.367 -2.027 1.321
Sig. 0.195 0.601 0.98 0.437 0.06 0.255 0.315
Sig. 0.002 0.126 0.03 0.307 0.01 0.077 0.223
Collinearity Statistics Tolerance
VIF
0.34 0.281 0.269 0.233 0.416 0.402
2.938 3.554 3.712 4.301 2.405 2.49
Collinearity Statistics Tolerance
VIF
0.28 0.42 0.6 0.288 0.437 0.278
3.566 2.379 1.666 3.47 2.287 3.6
37 Lampiran 3 Hasil Uji Autokolerasi Tanpa Variabel Moderasi BPR Padat Penduduk Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.855a
0.731
0.53
0.16678
DurbinWatson 1.888
BPR Jarang Penduduk Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1 .970a 0.941 0.896 0.26889 a. Predictors: (Constant), CAR, NPL, LDR, BOPO, Inflasi, BI rate b. Dependent Variable: ROA
DurbinWatson 2.478
Lampiran 4 Hasil Regresi Linier Berganda Tanpa Variabel Moderasi
Model
Coefficientsa BPR Padat Penduduk Tanpa Variabel Moderat Unstandardized Standardized Coefficients Coefficients t B Std. Error Beta
(Constant)
3.664
2.59
CAR
0.043
0.079
NPL
0.013
LDR
Sig.
1.415
0.195
0.171
0.544
0.601
0.492
0.009
0.026
0.98
0.017
0.021
0.289
0.818
0.437
BOPO
-0.027
0.012
-0.83
-2.185
0.06
Inflasi
0.06
0.049
0.349
1.227
0.255
BI Rate
-0.112
0.105
-0.31
-1.072
0.315
1
a. Dependent Variable: ROA Coefficientsa BPR Jarang Penduduk Tanpa Variabel Moderat Unstandardized Coefficients
Model
1
Standardized Coefficients
t
Sig.
4.36
0.002
-0.278
-1.707
0.126
0.317
-0.35
-2.637
0.03
0.03
0.027
0.121
1.09
0.307
BOPO
-0.211
0.063
-0.54
-3.367
0.01
Inflasi
-0.106
0.052
-0.264
-2.027
0.077
BI rate
0.268
0.203
0.216
1.321
0.223
B
Std. Error
(Constant)
22.186
5.089
CAR
-0.27
0.158
NPL
-0.835
LDR
a. Dependent Variable: ROA
Beta
38 Lampiran 5 Hasil Uji Beda CAR Independent Samples Test Levene's Test for Equality of Variances
F Mar11
Jun11
Sep11
Dec11
Mar12
Jun12
Sep12
Dec12
Mar13
Jun13
Sep13
Dec13
Mar14
Jun14
Sep14
ratarata
Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed
3.514
2.960
1.013
1.026
2.182
1.509
2.719
3.238
4.230
3.656
3.108
3.493
3.466
3.893
3.184
3.426
Sig. .077
.103
.328
.324
.157
.235
.116
.089
.054
.072
.095
.078
.079
.064
.091
.081
t-test for Equality of Means
t
df
Sig. (2tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference Lower Upper
1.560
18
.136
4.08933
2.62190
-1.41908
9.59774
1.560
13.238
.142
4.08933
2.62190
-1.56461
9.74327
1.261
18
.223
2.93733
2.32893
-1.95556
7.83023
1.261
11.517
.232
2.93733
2.32893
-2.16066
8.03533
.634
18
.534
1.45997
2.30192
-3.37618
6.29612
.634
14.174
.536
1.45997
2.30192
-3.47148
6.39142
.815
18
.426
2.09212
2.56612
-3.29911
7.48334
.815
14.184
.428
2.09212
2.56612
-3.40499
7.58922
.773
18
.450
1.61275
2.08738
-2.77267
5.99817
.773
14.820
.452
1.61275
2.08738
-2.84111
6.06661
.581
18
.568
1.04082
1.79030
-2.72047
4.80211
.581
16.534
.569
1.04082
1.79030
-2.74452
4.82616
.703
18
.491
1.93426
2.74954
-3.84231
7.71083
.703
11.634
.496
1.93426
2.74954
-4.07747
7.94599
.774
18
.449
2.14553
2.77259
-3.67947
7.97053
.774
11.255
.455
2.14553
2.77259
-3.94009
8.23114
.653
18
.522
1.92663
2.95008
-4.27125
8.12451
.653
10.987
.527
1.92663
2.95008
-4.56739
8.42065
.801
18
.433
3.12756
3.90378
-5.07398
11.32911
.801
10.661
.441
3.12756
3.90378
-5.49808
11.75321
.704
18
.490
2.72312
3.86609
-5.39923
10.84548
.704
10.751
.496
2.72312
3.86609
-5.81020
11.25645
.450
18
.658
2.05385
4.56137
-7.52923
11.63694
.450
9.739
.662
2.05385
4.56137
-8.14658
12.25429
.461
18
.650
2.58853
5.61315
-9.20426
14.38132
.461
9.701
.655
2.58853
5.61315
-9.97077
15.14783
.353
18
.728
1.45764
4.13159
-7.22250
10.13778
.353
10.188
.731
1.45764
4.13159
-7.72517
10.64045
.363
18
.721
1.38300
3.80976
-6.62100
9.38701
.363
10.140
.724
1.38300
3.80976
-7.08975
9.85576
.708
18
.488
2.17150
3.06638
-4.27072
8.61372
.708
10.923
.494
2.17150
3.06638
-4.58337
8.92637
39 Lampiran 6 Hasil Uji Beda NPL Independent Samples Test Levene's Test for Equality of Variances
F Mar11
Jun11
Sep11
Dec11
Mar12
Jun12
Sep12
Dec12
Mar13
Jun13
Sep13
Dec13
Mar14
Jun14
Sep14
ratarata
Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed
Sig. .029
.595
.851
3.009
.462
.439
.692
.109
.031
.284
.069
.883
.455
.108
.015
.372
.867
.451
.369
.100
.505
.516
.417
.745
.861
.601
.796
.360
.508
.746
.904
.550
t-test for Equality of Means
t
df
Sig. (2tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference Lower Upper
1.664
18
.113
.70058
.42094
-.18378
1.58494
1.664
16.880
.114
.70058
.42094
-.18801
1.58917
1.739
18
.099
.80633
.46372
-.16790
1.78056
1.739
15.198
.102
.80633
.46372
-.18093
1.79360
2.061
18
.054*
.91441
.44357
-.01749
1.84631
2.061
15.199
.057
.91441
.44357
-.02995
1.85877
1.888
18
.075
.74927
.39689
-.08458
1.58311
1.888
11.845
.084
.74927
.39689
-.11675
1.61529
1.233
18
.233
.38148
.30943
-.26861
1.03156
1.233
16.291
.235
.38148
.30943
-.27353
1.03648
1.486
18
.155
.38023
.25588
-.15734
.91781
1.486
16.916
.156
.38023
.25588
-.15982
.92029
1.289
18
.214
.62185
.48241
-.39166
1.63536
1.289
13.097
.220
.62185
.48241
-.41956
1.66325
.197
18
.846
.09703
.49316
-.93907
1.13312
.197
16.937
.846
.09703
.49316
-.94375
1.13780
-.010
18
.992
-.00517
.52187
-1.10159
1.09125
-.010
17.848
.992
-.00517
.52187
-1.10225
1.09192
-.096
18
.924
-.05013
.52136
-1.14546
1.04520
-.096
14.771
.925
-.05013
.52136
-1.16288
1.06262
-.474
18
.641
-.25521
.53786
-1.38521
.87479
-.474
15.315
.642
-.25521
.53786
-1.39958
.88916
.470
18
.644
.28263
.60095
-.97993
1.54519
.470
13.030
.646
.28263
.60095
-1.01534
1.58061
.198
18
.846
.11967
.60578
-1.15303
1.39237
.198
12.997
.846
.11967
.60578
-1.18907
1.42842
-.182
18
.857
-.09601
.52675
-1.20268
1.01066
-.182
15.677
.858
-.09601
.52675
-1.21455
1.02253
-.796
18
.436
-.39560
.49675
-1.43924
.64804
-.796
17.207
.437
-.39560
.49675
-1.44270
.65150
.649
18
.525
.28342
.43681
-.63429
1.20113
.649
14.158
.527
.28342
.43681
-.65246
1.21931
40 Lampiran 7 Hasil Uji Beda LDR Independent Samples Test Levene's Test for Equality of Variances
F Mar11
Jun11
Sep11
Dec11
Mar12
Jun12
Sep12
Dec12
Mar13
Jun13
Sep13
Dec13
Mar14
Jun14
Sep14
ratarata
Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed
Sig. .301
1.193
1.906
2.693
5.884
4.032
1.882
.285
2.493
1.496
.457
.217
.199
.454
.644
.846
.590
.289
.184
.118
.026
.060
.187
.600
.132
.237
.508
.647
.661
.509
.433
.370
t-test for Equality of Means
t
df
Sig. (2tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference Lower Upper
1.399
18
.179
7.94729
5.67997
-3.98589
19.88047
1.399
15.789
.181
7.94729
5.67997
-4.10678
20.00136
.703
18
.491
4.49741
6.39720
-8.94261
17.93743
.703
13.944
.494
4.49741
6.39720
-9.22836
18.22318
.290
18
.775
1.66941
5.75189
-10.41486
13.75368
.290
11.405
.777
1.66941
5.75189
-10.93579
14.27461
1.147
18
.266
6.54900
5.70767
-5.44237
18.54036
1.147
11.496
.275
6.54900
5.70767
-5.94762
19.04561
1.260
18
.224
9.57699
7.60115
-6.39243
25.54640
1.260
9.594
.237
9.57699
7.60115
-7.45707
26.61105
1.129
18
.274
6.54651
5.79991
-5.63864
18.73167
1.129
10.208
.285
6.54651
5.79991
-6.34091
19.43394
.309
18
.761
1.62945
5.26702
-9.43614
12.69504
.309
10.836
.763
1.62945
5.26702
-9.98468
13.24358
.479
18
.638
3.09562
6.46116
-10.47877
16.67001
.479
16.317
.638
3.09562
6.46116
-10.57982
16.77106
.759
18
.457
3.84062
5.05788
-6.78559
14.46682
.759
11.642
.463
3.84062
5.05788
-7.21723
14.89847
.050
18
.960
.22547
4.47095
-9.16764
9.61858
.050
12.207
.961
.22547
4.47095
-9.49763
9.94857
.198
18
.845
1.04612
5.27432
-10.03482
12.12706
.198
14.139
.846
1.04612
5.27432
-10.25577
12.34801
.982
18
.339
5.32507
5.42280
-6.06780
16.71794
.982
14.525
.342
5.32507
5.42280
-6.26638
16.91653
1.069
18
.299
6.10583
5.71224
-5.89514
18.10680
1.069
14.716
.302
6.10583
5.71224
-6.09002
18.30168
1.359
18
.191
6.17709
4.54580
-3.37328
15.72747
1.359
14.194
.195
6.17709
4.54580
-3.56021
15.91440
1.877
18
.077
6.75538
3.59848
-.80475
14.31552
1.877
14.716
.080
6.75538
3.59848
-.92751
14.43828
1.063
18
.302
4.73248
4.45204
-4.62090
14.08587
1.063
12.384
.308
4.73248
4.45204
-4.93437
14.39934
41 Lampiran 8 Hasil Uji Beda BOPO Independent Samples Test Levene's Test for Equality of Variances
F Mar11
Jun11
Sep11
Dec11
Mar12
Jun12
Sep12
Dec12
Mar13
Jun13
Sep13
Dec13
Mar14
Jun14
Sep14
ratarata
Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed
Sig.
1.567
2.541
3.507
5.799
.468
.226
.012
1.604
.085
.002
.044
.824
1.000
.125
.382
.250
.227
.128
.077
.027
.503
.640
.915
.221
.774
.966
.836
.376
.331
.728
.544
.623
t-test for Equality of Means
t
df
Sig. (2tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference Lower Upper
1.078
18
.295
3.92904
3.64496
-3.72874
11.58682
1.078
15.279
.298
3.92904
3.64496
-3.82767
11.68575
1.052
18
.307
3.00969
2.86158
-3.00227
9.02164
1.052
15.890
.309
3.00969
2.86158
-3.06002
9.07939
1.463
18
.161
3.69287
2.52448
-1.61086
8.99660
1.463
14.009
.166
3.69287
2.52448
-1.72127
9.10700
.204
18
.841
.43121
2.11398
-4.01009
4.87252
.204
12.069
.842
.43121
2.11398
-4.17184
5.03426
-.418
18
.681
-1.00080
2.39538
-6.03330
4.03169
-.418
16.863
.681
-1.00080
2.39538
-6.05774
4.05613
-1.216
18
.240
-3.33439
2.74141
-9.09388
2.42509
-1.216
17.870
.240
-3.33439
2.74141
-9.09689
2.42810
-2.346
18
.031
-4.95570
2.11236
-9.39360
-.51780
-2.346
17.732
.031
-4.95570
2.11236
-9.39841
-.51299
-3.724
18
.002
-6.27658
1.68524
-9.81713
-2.73602
-3.724
15.064
.002
-6.27658
1.68524
-9.86724
-2.68591
-3.014
18
.007
-11.95611
3.96674
-20.28992
-3.62230
-3.014
17.552
.008
-11.95611
3.96674
-20.30519
-3.60704
-5.099
18
.000
-14.71920
2.88659
-20.78369
-8.65471
-5.099
17.445
.000
-14.71920
2.88659
-20.79755
-8.64085
-5.105
18
.000
-16.22252
3.17766
-22.89854
-9.54650
-5.105
17.800
.000
-16.22252
3.17766
-22.90391
-9.54113
-5.865
18
.000
-13.90153
2.37014
-18.88102
-8.92204
-5.865
13.985
.000
-13.90153
2.37014
-18.98549
-8.81757
-4.835
18
.000
-19.05023
3.93988
-27.32761
-10.77285
-4.835
17.965
.000
-19.05023
3.93988
-27.32877
-10.77168
-4.595
18
.000
-17.83086
3.88032
-25.98311
-9.67861
-4.595
15.405
.000
-17.83086
3.88032
-26.08266
-9.57906
-4.889
18
.000
-17.80707
3.64240
-25.45947
-10.15467
-4.889
13.400
.000
-17.80707
3.64240
-25.65218
-9.96195
-3.165
18
.005
-7.73281
2.44323
-12.86586
-2.59977
-3.165
15.152
.006
-7.73281
2.44323
-12.93590
-2.52973
42 Lampiran 9 Hasil Uji Beda ROA Independent Samples Test Levene's Test for Equality of Variances
F Mar11
Jun11
Sep11
Dec11
Mar12
Jun12
Sep12
Dec12
Mar13
Jun13
Sep13
Dec13
Mar14
Jun14
Sep14
ratarata
Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed
Sig. .091
.368
.045
.711
.076
.239
.007
4.429
.871
2.872
.791
10.420
.498
1.677
4.423
1.601
.767
.551
.834
.410
.786
.631
.935
.050
.363
.107
.386
.005
.490
.212
.050
.222
t-test for Equality of Means
t
df
Sig. (2tailed)
Mean Difference
Std. Error Difference
95% Confidence Interval of the Difference Lower Upper
-1.629
18
.121
-1.18260
.72588
-2.70762
.34242
-1.629
17.276
.121
-1.18260
.72588
-2.71221
.34701
-1.304
18
.209
-.67660
.51896
-1.76689
.41369
-1.304
17.977
.209
-.67660
.51896
-1.76699
.41379
-2.833
18
.011
-1.13082
.39911
-1.96932
-.29232
-2.833
17.619
.011
-1.13082
.39911
-1.97062
-.29101
-.322
18
.751
-.13358
.41433
-1.00404
.73689
-.322
14.598
.752
-.13358
.41433
-1.01882
.75166
-.637
18
.532
-.31821
.49933
-1.36725
.73084
-.637
16.186
.533
-.31821
.49933
-1.37574
.73933
-.227
18
.823
-.13587
.59875
-1.39380
1.12206
-.227
17.991
.823
-.13587
.59875
-1.39384
1.12210
.640
18
.531
.27907
.43637
-.63771
1.19585
.640
17.983
.531
.27907
.43637
-.63777
1.19591
2.179
18
.043
.63665
.29224
.02268
1.25062
2.179
14.036
.047
.63665
.29224
.01001
1.26329
2.040
18
.056
1.11109
.54453
-.03292
2.25510
2.040
15.897
.058
1.11109
.54453
-.04386
2.26604
3.188
18
.005
1.30631
.40975
.44546
2.16716
3.188
12.717
.007
1.30631
.40975
.41909
2.19353
3.648
18
.002
1.41632
.38822
.60071
2.23194
3.648
16.791
.002
1.41632
.38822
.59648
2.23617
3.317
18
.004
1.42625
.42995
.52297
2.32953
3.317
11.238
.007
1.42625
.42995
.48239
2.37012
3.786
18
.001
1.73502
.45833
.77211
2.69793
3.786
17.824
.001
1.73502
.45833
.77142
2.69861
2.848
18
.011
1.15232
.40454
.30241
2.00222
2.848
14.736
.012
1.15232
.40454
.28871
2.01592
2.868
18
.010
1.20586
.42040
.32264
2.08909
2.868
12.502
.014
1.20586
.42040
.29395
2.11777
1.219
18
.238
.44608
.36588
-.32259
1.21476
1.219
14.438
.242
.44608
.36588
-.33642
1.22858
Lampiran 10 Hasil Uji Normalitas dengan Variabel Moderasi BPR Jarang dengan Variabel Moderasi ROA N Normal Parametersa,,b Most Extreme Differences
Mean Std. Deviation Absolute
CAR
NPL
LDR
BOPO
Inflasi
BIrate
M
CARxM
NPLxM
LDRxM
BOPOxM
InflasixM
BIratexM
15
15
15
15
15
15
15
15
15
15
15
15
15
15
3.089
13.977
1.751
85.386
82.617
6.733
6.483
2.072
5.025
5.601
3.665
4.316
4.183
4.897
0.834
0.859
0.350
3.413
2.137
2.086
0.671
0.009
1.131
0.936
0.748
1.188
0.852
0.518
0.217
0.160
0.174
0.143
0.158
0.144
0.231
0.290
0.163
0.186
0.160
0.152
0.139
0.260
Positive
0.217
0.160
0.174
0.097
0.106
0.144
0.231
0.185
0.163
0.186
0.160
0.152
0.139
0.260
Negative
-0.126
-0.138
-0.121
-0.143
-0.158
-0.091
-0.207
-0.290
-0.103
-0.110
-0.108
-0.143
-0.094
-0.193
Kolmogorov-Smirnov Z
0.842
0.619
0.673
0.555
0.611
0.559
0.894
1.123
0.631
0.720
0.619
0.588
0.539
1.008
Asymp. Sig. (2-tailed)
0.478
0.838
0.756
0.918
0.849
0.913
0.401
0.160
0.822
0.678
0.838
0.880
0.933
0.262
CARxM
NPLxM
LDRxM
BOPOxM
InflasixM
BIratexM
BPR Padat dengan Variabel Moderasi ROA N Normal Parametersa,,b Most Extreme Differences
Mean Std. Deviation Absolute
CAR
NPL
LDR
BOPO
Inflasi
BIrate
M
15
15
15
15
15
15
15
15
15
15
15
15
15
15
3.535
16.149
2.035
90.117
74.885
5.463
6.483
3.042
5.533
7.442
4.887
3.507
5.115
5.631
0.243
0.967
0.171
4.015
7.463
1.410
0.671
0.004
0.650
1.142
1.560
0.673
0.677
0.713
0.096
0.171
0.151
0.254
0.240
0.177
0.231
0.485
0.195
0.154
0.200
0.298
0.158
0.287
Positive
0.089
0.162
0.151
0.254
0.222
0.177
0.231
0.485
0.096
0.154
0.200
0.156
0.158
0.158
Negative
-0.096
-0.171
-0.073
-0.148
-0.240
-0.106
-0.207
-0.315
-0.195
-0.118
-0.142
-0.298
-0.104
-0.287
0.373
0.664
0.586
0.984
0.931
0.687
0.894
1.880
0.756
0.597
0.773
1.155
0.614
1.110
Asymp. Sig. (2-tailed) 0.999 a. Test distribution is Normal.
0.770
0.882
0.288
0.352
0.732
0.401
0.002
0.617
0.869
0.588
0.139
0.846
0.170
Kolmogorov-Smirnov Z
43
44 Lampiran 11 Hasil Uji Multikolinearitas dengan Variabel Moderasi BPR Jarang dengan Variabel Moderasi
(Constant) CAR NPL LDR BOPO Inflasi BIrate M CARxM NPLxM LDRxM BOPOxM InflasixM BIratexM
Unstandardized Coefficients Std. B Error 23.071 17.328 1.741 0.315 -1.273 0.152 -0.149 0.023 -0.57 0.062 0.224 0.043 -1.434 0.303 8.659 8.69 -0.258 0.072 -1.483 0.198 1.669 0.263 0.106 0.046 -0.327 0.066 2.437 0.284
(Constant) CAR NPL LDR BOPO Inflasi BIrate M CARxM NPLxM LDRxM BOPOxM InflasixM BIratexM
Unstandardized Coefficients Std. B Error -15.848 670.736 0.154 0.209 -0.072 0.89 0.004 0.045 -0.029 0.038 -0.012 0.182 0.022 0.604 6.224 215.601 -0.159 0.159 -0.122 0.133 -0.047 0.077 0.302 1.206 0.105 0.282 0.047 0.782
Model 1
Standardized Coefficients
t
Sig.
Beta 1.794 -0.534 -0.61 -1.459 0.56 -1.154 0.089 -0.35 -1.664 1.496 0.15 -0.334 1.513
1.331 5.522 -8.36 -6.44 -9.24 5.222 -4.74 0.996 -3.6 -7.47 6.35 2.308 -4.93 8.574
Collinearity Statistics Tolerance
VIF
0.002 0.04 0.018 0.007 0.014 0.003 0.02 0.017 0.003 0.003 0.039 0.036 0.005
645.8 24.99 54.93 152.6 70.42 363.1 49.33 57.93 303.5 339.6 25.96 27.98 190.4
0.41 0.114 0.076 0.098 0.069 0.12 0.132 0.501 0.173 0.085 0.099 0.26 0.127 0.074
BPR Padat dengan Variabel Moderasi Model
1
Standardized Coefficients
t
Sig.
Beta 0.611 -0.05 0.065 -0.886 -0.072 0.061 0.106 -0.425 -0.575 -0.3 0.835 0.292 0.137
Collinearity Statistics Tolerance
-0.02 0.737 -0.08 0.089 -0.76 -0.07 0.037 0.029 -1 -0.92 -0.61 0.25 0.372 0.06
0.985 0.596 0.949 0.944 0.588 0.957 0.977 0.982 0.5 0.526 0.653 0.844 0.773 0.962
0.067 0.118 0.085 0.033 0.042 0.017 0.003 0.253 0.118 0.188 0.004 0.074 0.009
VIF 14.97 8.479 11.8 29.89 24.09 60.47 293 3.945 8.484 5.315 241.8 13.44 114.2
a. Dependent Variable: ROA
Lampiran 12 Hasil Uji Autokolerasi dengan Variabel Moderasi BPR Jarang Penduduk dengan Variabel Moderasi Model 1
R 1.000a
R Square
Adjusted R Square
Std. Error of the Estimate
1 0.998 0.0399 BPR Padat Penduduk dengan Variabel Moderasi
DurbinWatson 2.535
DurbinWatson 1 .977a 0.954 0.357 0.19514 2.468 a. Predictors: (Constant), BIratexM, Inflasi, NPLxM, LDRxM, CARxM, InflasixM, CAR, LDR, NPL, BIrate, BOPOxM, BOPO, M b. Dependent Variable: ROA Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
45 Lampiran 13 Hasil Heterokedasitas dengan Variabel Moderasi
Model
1
(Constant) CAR NPL LDR BOPO Inflasi BIrate M CARxM NPLxM LDRxM BOPOxM InflasixM BIratexM
BPR Jarang Penduduk dengan Variabel Moderasi Standardized Unstandardized Coefficients Coefficients B Std. Error Beta -524.748 468.288 20.796 8.522 7.939 2.156 4.117 0.335 0.002 0.626 0.003 -2.728 1.666 -2.59 2.042 1.159 1.892 -21.367 8.18 -6.371 258.981 234.849 0.992 -5.667 1.94 -2.846 -10.966 5.364 -4.559 12.239 7.103 4.065 -2.469 1.236 -1.303 -4.592 1.789 -1.738 22.031 7.681 5.067
BPR Padat Penduduk dengan Variabel Moderasi Standardized Unstandardized Coefficients Coefficients Model B Std. Error Beta (Constant) 6257.947 1673.938 CAR 0.289 0.521 0.114 NPL -0.564 2.221 -0.039 LDR 0.023 0.111 0.038 BOPO -0.414 0.095 -1.262 Inflasi 0.92 0.453 0.529 BIrate -6.189 1.508 -1.697 1 M -2018.32 538.068 -3.413 CARxM -1.585 0.398 -0.421 NPLxM -0.768 0.332 -0.358 LDRxM 1.511 0.192 0.962 BOPOxM -6.528 3.009 -1.793 InflasixM -3.174 0.705 -0.878 BIratexM -3.375 1.952 -0.982 a. Dependent Variable: LnRES2
t
Sig.
-1.121 2.44 0.524 0.004 -1.638 1.761 -2.612 1.103 -2.921 -2.044 1.723 -1.998 -2.566 2.868
0.464 0.248 0.693 0.998 0.349 0.329 0.233 0.469 0.21 0.29 0.335 0.295 0.237 0.214
t
Sig.
3.738 0.554 -0.254 0.208 -4.343 2.029 -4.105 -3.751 -3.984 -2.313 7.853 -2.169 -4.504 -1.729
0.166 0.678 0.842 0.869 0.144 0.292 0.152 0.166 0.157 0.26 0.081 0.275 0.139 0.334
46 Lampiran 14 Hasil Regresi Linier Berganda dengan Variabel Moderasi BPR Jarang Penduduk dengan Variabel Moderasi Unstandardized Coefficients
Model
1
B 23.071 1.741 -1.273 -0.149 -0.57 0.224 -1.434 8.659 -0.258 1.483 1.669 0.106 -0.327 2.437
(Constant) CAR NPL LDR BOPO Inflasi BIrate Kepadatan(M) CARxM NPLxM LDRxM BOPOxM InflasixM BIratexM
Model
1.794 -0.534 -0.61 -1.459 0.56 -1.154 0.089 -0.35 1.664 1.496 0.15 -0.334 1.513
BPR Jarang Penduduk dengan Variabel Moderasi Standardized Unstandardized Coefficients Coefficients B
1
Std. Error 17.328 0.315 0.152 0.023 0.062 0.043 0.303 8.69 0.072 0.198 0.263 0.046 0.066 0.284
Standardized Coefficients Beta
(Constant) CAR NPL LDR BOPO Inflasi BIrate M CARxM NPLxM LDRxM BOPOxM InflasixM BIratexM
a. Dependent Variable: ROA
-15.848 0.154 -0.072 0.004 -0.029 -0.012 0.022 6.224 -0.159 -0.122 -0.047 0.302 0.105 0.047
Std. Error 670.736 0.209 0.89 0.045 0.038 0.182 0.604 215.601 0.159 0.133 0.077 1.206 0.282 0.782
t 1.331 5.522 -8.357 -6.435 -9.239 5.222 -4.739 0.996 -3.598 7.47 6.35 2.308 -4.934 8.574
t
Sig. 0.41 0.114 0.076 0.098 0.069 0.12 0.132 0.501 0.173 0.085 0.099 0.26 0.127 0.074
Sig.
Beta 0.611 -0.05 0.065 -0.886 -0.072 0.061 0.106 -0.425 -0.575 -0.3 0.835 0.292 0.137
-0.024 0.737 -0.081 0.089 -0.756 -0.068 0.037 0.029 -0.999 -0.92 -0.607 0.25 0.372 0.06
0.985 0.596 0.949 0.944 0.588 0.957 0.977 0.982 0.5 0.526 0.653 0.844 0.773 0.962
47
RIWAYAT HIDUP Penulis dilahirkan di Ujung Pandang tanggal 14 Oktober 1990 dari ayah Susilohadi dan ibu Sih Sayekti. Penulis adalah putri ke lima dari enam bersaudara. Penulis menempuh pendidikan di Sekolah Dasar (SD) Negeri 1 Pengajaran Bandar Lampung (1997-3003), Sekolah Menengah Pertama (SMP) Negeri 3 Bandar Lampung (2003-2006) dan Sekolah Menengah Atas (SMA) Negeri 3 Bandar Lampung (2006-2009). Tahun 2009 penulis lulus seleksi mauk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima di Departemen Manajemen, Fakultas Ekonomi dan Manajemen. Selama masa perkuliahan penulis mengikuti berbagai kegiatan diantaranya kepanitiaan Green Campaign 2009, kepanitian The 9th Economic Contest, sekertaris kampus DPM FEM (2011-2012).
