PENGARUH EFISIENSI BANK TERHADAP PENDAPATAN SAHAM BANK YANG TERDAFTAR DI BURSA EFEK INDONESIA SKRIPSI

ADLN Perpustakaan Universitas Airlangga

PENGARUH EFISIENSI BANK TERHADAP PENDAPATAN SAHAM BANK YANG TERDAFTAR DI BURSA EFEK INDONESIA

SKRIPSI DIAJUKAN UNTUK MEMENUHI SEBAGIAN PERSYARATAN DALAM MEMPEROLEH GELAR SARJANA EKONOMI DEPARTEMEN MANAJEMEN

DIAJUKAN OLEH YUNITA ELTANTI NIM: 04010249

FAKULTAS EKONOMI UNIVERSITAS AIRLANGGA SURABAYA 2010 i Skripsi

PENGARUH EFISIENSI BANK TERHADAP PENDAPATAN ...

Yunita E.


fg

ii Skripsi


Yunita E.


KATA PENGANTAR

Alhamdulillah, puji syukur penulis panjatkan kepada Allah SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pengaruh Efisiensi Bank Terhadap Pendapatan Bank yang Terdaftar di Bursa Efek Indonesia” tepat waktu. Skripsi ini dibuat sebagai persyaratan untuk memperoleh gelar sarjana ekonomi Universitas Airlangga. Penulis berharap agar skripsi ini dapat bermanfaat dan menambah wawasan baru bagi siapapun yang membacanya. Proses penyelesaian skripsi ini tentunya tidak terlepas dari dukungan dan perhatian dari banyak pihak. Oleh karena itu, penulis ingin mengucapkan terima kasih antara lain kepada: 1.

Bapak Drs. Ec. Karyadi Mintaroem, M.S. selaku Dekan Fakultas Ekonomi Universitas Airlangga

2.

Bapak Drs. Sri Gunawan, M. Com., DBA selaku Ketua Departemen Manajemen

3.

Bapak Dr. Djoni Budiarjo, SE, M. Si, selaku Ketua Program Studi S1 Manajemen Universitas Airlangga

4.

Bapak Dr. Ec. I Made Sudana, M. S., selaku dosen pembimbing penulis yang senantiasa meluangkan waktu dan berbagi ilmu, serta membimbing penulis dengan sabar dalam proses penyelesaian skripsi ini.

5.

Seluruh dosen Fakultas Ekonomi Universitas airlangga atas ilmu yang diberikan selama massa kuliah

6.

Seluruh karyawan dan karyawati Fakultas Ekonomi Universitas Airlangga yang telah membantu proses administrasi

7.

Keluarga penulis, yakni Mama, Papa, dan adik-adik tercinta yang senantiasa memberikan doa, mendidik, memberi semangat, nasihat, dorongan,dukungan, dan segala fasilitas yang diberikan sehingga memotivasi dalam penulisan skripsi ini

iii Skripsi


Yunita E.


8.

Sahabat-sahabat SMA penulis yang selalu member dukungan skripsi ini dapat cepat selesai. Terima kasih, Tanti, Ila, dan Gita yang telah memberikan semangat.

9.

Teman-teman kos penulis yang selalu dapat menjadi tempat berkeluh kesah terkait dengan penulisan skripsi ini. Terima kasih Mbak Ninta, Mbak Rizka, Mbak Juang, Mbak Nai telah menjadi tempat berbagi suka duka

10.

Teman-teman manajemen yang telah banyak membantu, Deri, Tiwi, Gadis, Elin dan teman-teman manajemen lainnya yang tidak bisa disebutkan satu per satu. Sukses yah semuanya!

11.

Semua pihak yang ikut membantu dan bersedia berbagi ilmu, suber referensi, pengalaman, sehingga dapat memebri masukan bagi penulis.

Surabaya, 1 Febuari 2010

Penulis

iv Skripsi


Yunita E.


ABSTRAK Penelitian ini bertujuan untuk meneliti pengaruh efisiensi bank terhadap pendapatan saham bank. Efisiensi bank penting untuk diperhatikan mengingat bank sebagai lembaga intermediasi yang mempunyai peranan penting bagi pertumbuhan sector ekonomi riil. Efisiensi dihitung dengan menggunakan dua pendekatan. Pendekatan pertama adalah pendekatan Financial Statement Analysis, yakni rasio BoPo yang akan digunakan pada model pertama. Pendekatan kedua adalah pendekatan Data Envelopment Analysis (DEA) yang akan digunakan pada model kedua. Penelitian dilakukan pada bank-bank yang terdaftar di Bursa Efek Indonesia periode 2004 sampai dengan 2007. Berdasarkan hasil analisis regresi model pertama yang meneliti pengaruh efisiensi dengan pendekatan rasio BoPo terhadap pendapatan saham, diperoleh kesimpulan bahwa efisiensi dengan pendekatan rasio BoPo berpengaruh negatif dan signifikan terhadap pendapatan saham bank, sedangkan berdasarkan hasil analisis regresi model kedua yang meneliti pengaruh efisiensi bank dengan pendekatan DEA terhadap pendapatan saham, diperoleh kesimpulan bahwa efisiensi dengan pendekatan DEA berpengaruh positif dan tidak signifikan terhadap pendapatan saham. Pengaruh efisiensi dengan pendekatan rasio BoPo terhadap pendapatan saham sesuai dengan teori yang menyatakan bahwa semakin menurun rasio BoPo menunjukkan peningkatan efisiensi sehingga memberikan kesan positif kepada investor untuk membeli saham bank tersebut. Hal ini akan mendorong naiknya harga saham yang pada akhirnya akan meningkatkan pendapatan saham. Pengaruh efisiensi dengan pendekatan DEA terhadap pendapatan saham sesuai teori yang menyatakan bahwa semakin meningkat nilai efisiensi DEA menunjukkan peningkatan efiensi. Peningkatan efisiensi akan memberikan kesan positif pada investor sehingga memacu kenaikan harga saham dan pendapatan saham pun akan mengalami peningkatan. Kata Kunci :

Financial Statement Analysis, Data Envelopment Analysis, Efisiensi, Pendapatan Saham.

v Skripsi


Yunita E.


ABSTRACT The purpose of this paper is to research influence of bank efficiency to stock return. Bank efficiency is important to notice because bank as intermediation institution has essential part for actual economic growth. Estimation of bank efficiency uses two approaches. First approach is Financial Statement Analysis approach, such as operational expenses to operational income ratio which used in first model. Second approach is Data Envelopment Analysis (DEA) approach which used in second model. This research use banks which listed in Indonesia Stock Exchange since 2004 until 2007 as sample. Based on the result of first regression model which analyze influence of efficiency by using operational expenses to operational income ratio approach to stock return suggested that efficiency by using operational expenses to operational income ratio approach has negative and significant effect to stock return, as for result of second model regression which analyze influence of efficiency by DEA approach to stock return suggested that efficiency by using DEA approach has positive and insignificant effect to stock return. Influence of efficiency by using operational expenses to operational income ratio approach to stock return in line with theory that decreasingly efficiency by using operational expenses to operational income ratio show increasingly efficiency, so that give positive effect to investor to buy those stock. This condition will encourage increasing of stock prize, and finally stock return will be increase too. Influence of efficiency by using DEA approach to stock return in line with theory that increasingly the value of DEA efficiency show increasingly efficiency. This condition will give the positive effect to investor, so that encourage increasingly stock prize and will make stock return increase too. Key Word :

Financial Statement Analysis, Data Envelopment Analysis, Efficiency, Stock Return

vi Skripsi


Yunita E.


DAFTAR ISI

JUDUL

i

LEMBAR PERSETUJUAN

ii

KATA PENGANTAR

iii

ABSTRAKSI

v

DAFTAR ISI

vii

DAFTAR TABEL

ix

DAFTAR GRAFIK

x

DAFTAR GAMBAR

xi

DAFTAR LAMPIRAN

xii

BAB I

PENDAHULUAN

1

1.1

Latar Belakang Masalah

1

1.2

Rumusan Masalah

4

1.3

Tujuan Penelitian

4

1.4

Manfaat Penelitian

5

1.5

Sistematika Penulisan

5

BAB II

TINJAUAN PUSTAKA

7

2.1

Landasan Teori

7

2.1.1

Pengertian Efisiensi

7

2.1.2

Pengukuran Efisiensi

8

2.1.3

Pengukuran Efisiensi Bank

14

2.1.4

Pendapatan Saham

18

2.1.3

Faktor-Faktor yang Mempengaruhi Pendapatan Saham

2.1.4

20

Pengaruh Efisiensi Terhadap Pendapatan Saham

22

2.2

Penelitian Sebelumnya

24

2.3

Hipotesis

27

2.4

Model Analisis

27

vii Skripsi


Yunita E.


BAB III

BAB IV

METODE PENELITIAN

30

3.1

Pendekatan Penelitian

30

3.2

Identifikasi Variabel

30

3.3

Definisi Operasional

31

3.4

Jenis dan Sumber Data

34

3.5

Prosedur Pengumpulan Sampel

35

3.6

Prosedur Penentuan Data

35

3.7

Teknik Analisis

35

HASIL DAN PEMBAHASAN

40

4.1

Gambaran Umum Perbankan Indonesia

40

4.1.1

Bank yang Terdaftar di Bursa Efek Indonesia

41

4.1.2

Pendapatan Saham Perbankan Indonesia

42

4.1.3

Pergerakan Efisiensi Bank-Bank yang Go Public

4.2

43

Deskripsi Hasil Penelitian 4.2.1

Perubahan Efisiensi dengan Pendekatan Rasio BoPo

4.2.2

4.2.3

45

Perubahan Efisiensi dengan Pendekatan Data Envelopment Analysis (DEA)

46

Pendapatan Saham Bank

48

4.3

Analisis Model dan Pengujian Hipotesis

50

4.4

Uji Asumsi Klasik

52

4.4.1

Normalitas

52

4.4.2

Heteroskedasitas

54

4.4.3

Autokorelasi

54

4.5 BAB V

45

Pembahasan

54

SIMPULAN DAN SARAN

58

5.1

Simpulan

58

5.2

Saran

58

DAFTAR PUSTAKA

60

viii Skripsi


Yunita E.


DAFTAR TABEL

Tabel

Halaman

4.1

Rekapitulasi Institusi Perbankan di Indonesia………………

40

4.2

Jumlah Bank di Indonesia yang Terdaftar di BEI…………..

41

4.3

Pendapatan Saham Bank-Bank yang Terdaftar d BEI………

43

4.4

Pergerakan Rasio BoPo……………………………………..

44

4.5

Perubahan Rasio BoPo pada 22 Bank yang Terdaftar di BEI…………………………………………………………..

4.6

46

Perubahan Efisiensi DEA pada 22 Bank yang Terdaftar di BEI……………………………………………………….

47

4.7

Pendapatan Saham 22 Bank yang Terdaftar di BEI………...

49

4.8

Ringkasan Hasil Analisis Pengaruh Efisiensi (BoPo) Terhadap Pendapatan Saham……………………………….

4.9

50

Ringkasan Hasil Analisis Pengaruh Efisiensi (DEA) Terhadap Pendapatan Saham……………………………….

51

ix Skripsi


Yunita E.


DAFTAR GRAFIK

Grafik 1.1

Halaman

Pergerakan Rasio BoPo Bank-Bank di Indonesia Periode 2003-2007………………………………………………………….

1.2

2

Pergerakan Harga Saham Bank-Bank di Indonesia Peride 2003-2007…………………………………………………………..

3

x Skripsi


Yunita E.


DAFTAR GAMBAR

Gambar

Halaman

2.1

Scale Efficiency dan Technical Efficiency…………………………………

13

2.2

Kerangka Pemikiran………………………………………………………..

29

xi Skripsi


Yunita E.


DAFTAR LAMPIRAN

Lampiran

Halaman

A-1 : Tabel Daftar Bank yang Menjadi Sampel Penelitian………………..

62

A-2 : Tabel Data Biaya Operasional, Pendapatan Operasional, Rasio BoPo, dan Perubahan Rasio BoPo…………………………

63

A-3 : Tabel Data Input, Outpput, Efisiensi (DEA), dan Perubahan Efisiensi (DEA)…………………………………………………………...

66

A-4 : Tabel Data Harga Saham dan Pendapatan Saham…………………..

69

B-1 : Output Software DEAP versi 2.1………………………..…………..

71

B-2 : Output SPSS Regresi Pengaruh Efisiensi dengan Pendekatan BoPo Terhadap Pendapatan Saham………………………………….

76

B-3 : Output SPSS Regresi Pengaruh Efisiensi dengan Pendekatan Pendekatan DEA Terhadap Pendapatan Saham…………………..…. 80

xii Skripsi


Yunita E.


BAB 1 PENDAHULUAN

1.1

Latar Belakang Masalah Efisiensi

merupakan suatu tolak ukur kinerja bank yang patut untuk

diperhatikan karena tingkat efisiensi yang rendah menunjukkan adanya suatu pemborosan. Pemborosan akan menyebabkan kerugian bagi bank. Dengan memelihara efisiensi bank maka kerugian yang disebabkan oleh adanya pemborosan dapat diminimalisasi. Efisiensi juga perlu ditingkatkan agar bank dapat memiliki keunggulan kompetitif, disamping itu bank juga memiliki fungsi yang penting di dalam perekonomian Indonesia, yakni bank sebagai lembaga intermediasi yang menghubungkan pihak surplus dengan pihak defisit sehingga perekonomian pun akan dapat berjalan dengan baik. Di Indonesia, ukuran umum yang dipergunakan untuk mengukur efisiensi bank ialah rasio BoPo (biaya operasional dibagi pendapatan operasional). Menurut rasio ini, rata-rata kinerja bank yang terdaftar di Bursa Efek Indonesia pada tahun 2003 sebesar 87.99% dan mengalami penurunan di tahun 2004 menjadi sebesar 83.54%. Penurunan rasio BoPo menunjukkan adanya peningkatan efisiensi, sebaliknya peningkatan rasio BoPo menunjukkan penurunan efisiensi. Di tahun 2005, rasio BoPo meningkat menjadi 88.25% dan mengalami penurunan di tahun 2006 menjadi 86.53%. Penurunan rasio BoPo kembali terjadi di tahun 2007 menjadi sebesar 84.41%. Berikut ini merupakan grafik pergerakan efisiensi bank yang terdaftar di Bursa Efek Indonesia selama tahun 2003sampai dengan 2007 berdasarkan rasio BoPo: 1 Skripsi


Yunita E.


Skripsi


Yunita E.


Skripsi


Yunita E.


4

Indonesia dari tahun 2003 sampai dengan 2007 dipengaruhi oleh efisiensi bank. Bank yang efisien akan memberikan kesan positif bagi investor sehingga investor akan tertarik untuk membeli saham bank tersebut. Banyaknya permintaan saham bank tersebut akan memacu naiknya harga saham bank sehingga pendapatan saham bank akan meningkat, sebaliknya bank yang tidak efisien akan memberikan kesan negatif bagi investor, sehingga investor tidak tertarik untuk membeli saham bank tersebut sehingga akan mendorong turunnya harga saham bank sehingga pendapatan saham bank akan menurun.

1.1

Rumusan Masalah Sesuai dengan latar belakang yang telah dikemukakan, maka rumusan

masalah dalam penelitian ini adalah : 1. Apakah efisiensi bank yang diukur dengan menggunakan rasio BoPo berpengaruh terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia selama periode 2004 sampai dengan 2007? 2. Apakah efisiensi bank yang diukur dengan menggunakan Data Envelopment Analysis berpengaruh terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia selama periode 2004 sampai dengan 2007?

1.2

Tujuan Penelitian Mengetahui pengaruh efisiensi bank yang dihitung dengan menggunakan

pendekatan rasio BoPo maupun menggunakan pendekatan Data Envelopment

Skripsi


Yunita E.


5

Analysis (DEA) terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia selama periode 2004 sampai dengan 2007.

1.3

Manfaat Penelitian 1. Bagi pihak manajemen bank, penelitian ini diharapkan dapat memberikan informasi mengenai alternatif perhitungan efisiensi bank. 2. Bagi pihak investor, penelitian ini diharapkan menjadi masukan dan referensi dalam pemilihan investasi terutama pada saham perbankan. 3. Bagi pembaca, penelitian ini diharapkan dapat memberikan informasi dan dapat digunakan sebagai referensi bagi penelitian selanjutnya

1.4

Sistematika Penulisan Penelitian ini terdiri dari lima bab yaitu : BAB I

PENDAHULUAN Memuat latar belakang masalah terkait dugaan efisiensi bank yang dapat mempengaruhi pendapatan saham bank, rumusan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan

BAB II

TINJAUAN PUSTAKA Memuat landasan teori yang terdiri dari pengertian efisiensi, pengukuran efisiensi, pengukuran efisiensi bank, pendapatan saham, faktor-faktor yang mempengaruhi pendapatan saham, pengaruh efisiensi bank terhadap pendapatan saham bank, selain

Skripsi


Yunita E.


6

itu akan dijelaskan mengenai penelitian sebelumnya, hipotesis, model analisis, dan kerangka pemikiran. BAB III METODOLOGI PENELITIAN Memuat pendekatan penelitian yakni pendekatan kuanitatif, selain itu dijelaskan identifikasi variabel, definisi operasional variabel, jenis dan sumber data, prosedur pengumpulan data, prosedur pengumpulan sampel, dan teknik analisis yang digunakan yaitu regresi linier sederhana. BAB IV HASIL DAN PEMBAHASAN Memuat gambaran umum obyek penelitian yakni perbankan Indonesia,

pendapatan saham perbankan Indonesia,

dan

pergerakan efisiensi bank-bank yang go public, selain itu juga dijelaskan deskripsi hasil uji empiris, pengujian hipotesis serta analisis, dan pembahasan hasil penelitian BAB V

SIMPULAN DAN SARAN Memuat simpulan dari hasil penelitian yakni efisiensi dengan pendekatan rasio BoPo memiliki pengaruh yang negatif dan signifikan terhadap pendapatan saham, namun efisiensi dengan pendekatan DEA memiliki pengaruh yang positif dan tidak signifikan terhadap pendapatan saham, selain itu akan diberikan saran berdasarkan hasil penelitian ini.

Skripsi


Yunita E.


BAB 2 TINJAUAN PUSTAKA

2.1

Landasan Teori

2.1.1

Pengertian Efisiensi Secara umum, efisiensi dapat diartikan sebagai kemampuan bekerja untuk

memproduksi hasil yang tepat dengan cara yang tepat (Collin, 1999:102). Perusahaan yang efisien adalah perusahaan yang mengkonsumsi input lebih rendah untuk menghasilkan sejumlah output yang sama, atau dapat memproduksi lebih banyak output dibandingkan pesaingnya dengan jumlah input yang sama. Efisiensi juga berhubungan dengan seberapa baik suatu organisasi menggunakan sumberdaya yang ada untuk menyelesaikan suatu hasil, sehingga efisiensi dapat didefinisikan sebagai komponen produkstivitas dan mengacu pada perbandingan aktual dan jumlah optimal dari input dan output (Lovell, 1993). Menurut Avenzora dan Moeis (2008), efisiensi adalah kemampuan sebuah perusahaan untuk memproduksi output maksimum dengan menggunakan input yang telah ditentukan, atau kemampuan sebuah industri untuk memproduksi sejumlah output tertentu dengan menggunakan input seminimal mungkin. Efisiensi dapat dibedakan menjadi dua macam, yaitu (Coelli, 1996): 1.

Efisiensi teknis (technical efficiency), merupakan kemampuan suatu institusi atau organisasi untuk menciptakan output yang maksimal dengan menggunakan input tertentu.

7 Skripsi


Yunita E.


2.

8

Efisiensi alokatif (allocative efficiency), merupakan kemapuan suatu institusi atau organisasi untuk menggunakan input pada proporsi yang optimal dengan biaya yang minimal.

2.1.2 Pengukuran Efisiensi Efisiensi umumnya dihitung dengan menggunakan rasio input-output yang berasal dari laporan keuangan atau yang dikenal dengan Financial Statement Analysis. Perhitungan efisiensi dengan menggunakan pendekatan seperti ini banyak digunakan karena kemudahan dalam perhitungannya, namun perhitungan seperti ini masih belum cukup untuk menghitung efisiensi dalam suatu sistem. Hal ini disebabkan suatu sistem tidak hanya melibatkan satu macam input dan menghasilkan satu macam output. Sistem berhubungan dengan bermacam-macam sumberdaya yang berbeda, selain itu pendekatan tersebut juga tidak dapat melihat tingkat keefisiensian suatu bank dibandingkan dengan industri perbankan. Ada pendekatan alternatif lain yang dapat digunakan untuk menghitung efisiensi. Pendekatan alternatif tersebut dilakukan dengan menghitung efisiensi relatif untuk suatu kelompok sumberdaya yang sejenis. Sejenis dalam hal ini berarti memiliki input dan output yang sama, seperti mengukur efisiensi relatif suatu bank dengan industri perbankan. Efisiensi relatif dapat diukur dengan menggunakan Data Envelopment Analysis (DEA). DEA ditemukan oleh Charnes, Cooper, dan Rhodes (1978). DEA adalah teknik efisiensi frontier dengan pendekatan non parametrik. DEA merupakan teknik pemrograman linier yang mengukur efisiensi relatif dari

Skripsi


Yunita E.


9

Decision Making Unit (DMU) terhadap DMU lainnya. Pada dasarnya prinsip kerja DEA adalah membandingkan data output dan input dari suatu DMU dengan data output dan input lainnya pada DMU yang sejenis. Perbandingan ini dilakukan untuk mendapatkan suatu nilai efisiensi relatif. DEA memiliki beberapa keunggulan (Hadinata dan Manurung, 2006) : a.

Model DEA dapat digunakan untuk mengukur banyak variabel input dan banyak variabel output

b.

Tidak diperlukan asumsi hubungan fungsional antara variabel-variabel yang diukur

c.

Variabel input dan output dapat memilki satuan ukur yang tidak sama.

Selain memiliki keunggulan, DEA juga memiliki kelemahan, yaitu perhitungan DEA yang cukup rumit karena menggunakan konsep linear programming, selain itu DEA juga belum begitu dikenal sebagai sebuah pendekatan untuk menghitung efisiensi bank. Model DEA yang dikembangkan untuk perhitungan efisiensi ada dua macam, yaitu Constan Return to Scale (CRS) dan Variable Return to Scale (VRS). Model CRS ditemukan oleh Charnes, Cooper, dan Rhodes pada tahun 1978. Pada model ini diperkenalkan suatu ukuran efisiensi untuk masing-masing DMU yang merupakan rasio maksimum antara output yang terbobot dengan input yang terbobot. Masing-masing nilai bobot yang digunakan dalam rasio tersebut ditentukan dengan batasan bahwa rasio yang sama untuk tiap DMU harus memiliki nilai kurang dari atau sama dengan satu. Berikut ini merupakan perumusan matematis dari model DEA :

Skripsi


Yunita E.


max

=

10

∑ ∑

subject to: ∑ ∑

≤1 ≥0

≥ 0 ……………………………………………………………………..(2.1)

Keterangan: e0

=

efisien relatif DMU 0

s

=

jumlah output

ur0

=

bobot untuk output r DMU 0

yr0

=

nilai dari output r yang dihasilkan DMU 0

m

=

jumlah input

vt0

=

bobot untuk input t DMU 0

xt0

=

nilai dari input t yang dihasilkan DMU 0

j

=

1,2,…,n (seluruh DMU)

xtj

=

banyaknya penggunaan input tipe t oleh DMU ke j

yrj

=

banyaknya output tipe r yang dihasilkan oleh DMU ke j

Permasalahan linear programming tersebut memiliki solusi yang tidak terbatas sehingga persamaan tersebut ditransformasikan berdasarkan model CRS sebagai berikut :

max

Skripsi

=


Yunita E.


11

subject to: =1 −

≤0

≥0

≥ 0 …………………………………………………………………………….(2.2)

Keterangan: j

=

1,..,n (jumlah DMU)

r

=

1,..,s (jumlah output)

t

=

1,...m (jumlah input)

e0

=

efisien relatif DMU 0

ur0

=


yr0

=


vt0

=


xt0

=


xtj

=


yrj

=


Model CRS ini mengansumsikan bahwa setiap DMU akan beroperasi pada skala return yang konstan, yakni rasio penambahan input dan output adalah sama. Apabila input ditambah sebanyak n kali, maka akan menghasilkan penambahan output sebanyak n kali.

Skripsi


Yunita E.


12

Model VRS dikembangkan oleh Banker, Charles, dan Cooper (BCC) pada tahun 1984. Model VRS menambahkan kondisi konveksitas bagi nilai bobot sehingga DMU tidak selalu beroperasi pada skala return yang konstan. Ada tiga macam skala return yang diidentifikasi oleh model VRS, yaitu: 1.

Increasing return to scale jika rata-rata kenaikan output lebih besar daripada rata-rata kenaikan input

2.

Constan return to scale jika rata-rata kenaikan output proporsional dengan kenaikan tingkat input

3.

Decreasing return to scale jika rata-rata kenaikan output lebih kecil daripada kenaikan rata-rata input.

Berikut ini merupakan persamaan matematis dari DEA model VRS : max

=

−

subject to: =1

≥0

−

−

≤0

≥ 0 ……………………………………………………………………...(2.3)

Keterangan:

Skripsi

e0

=

efisiensi relatif DMU 0

j

=

1,..,n (jumlah DMU)


Yunita E.


r

=

1,..,s (jumlah output)

t

=

1,...m (jumlah input)

ur0

=


yr0

=


vt0

=


xt0

=


xtj

=


yrj

=


u0

=

penggal yang dapat bernilai positif atau negatif

13

Model VRS mengukur pure technical efficiency (PTE). PTE adalah pengukuran technical efficiency tanpa adanya efek dari scale efficiency. Apabila terdapat perbedaan antara nilai TE dengan PTE pada suatu DMU, maka hal itu mengindikasikan adanya scale inefficiency. Untuk lebih jelasnya, dapat diilustrasikan dengan gambar sebagai berikut: Gambar 2.1 Scale Efficieny dan Technical Efficiency

Sumber : Sufian dan Majid, 2007

Skripsi


Yunita E.


14

DMU di titik R pada gambar 2.1 tidak efisien secara teknis, baik dengan menggunakan model CRS maupun VRS. Apabila menggunakan asumsi model CRS, maka ketidakefisiensian secara teknis DMU di titik R ini dapat diukur dengan jarak QR, sedangkan apabila menggunakan asumsi model VRS, maka ketidakefisiensian secara teknis DMU di titik R adalah sebesar SR. Perbedaan sebesar QS ini merupakan scale inffeciency

2.1.3 Pengukuran Efisiensi Bank Efisiensi bank pada umumnya dihitung dengan menggunakan rasio BoPo yang merupakan salah satu pendekatan Financial Statement Analysis. Semakin besar nilai BoPo, maka menunjukkan semakin rendahnya efisiensi bank, sebaliknya semakin rendah nilai BoPo, maka menunjukkan semakin tingginya efisiensi bank. Berikut ini merupakan rumus perhitungan efisiensi bank dengan menggunakan rasio BoPo:

=

…………………………………………………………...(2.4)

Keterangan: BoPoit

=

Efisiensi (BoPo) bank i pada periode t

Boit

=

Biaya operasional bank i pada periode t

Poit

=

Pendapatan operasional bank i pada periode t

Pendekatan lain yang dapat digunakan untuk menghitung efisiensi bank ialah Data Envelopment Analysis. Bank bertindak sebagai Decision Making Unit (DMU) yang diukur efisiensinya. Oleh karena itu, dibutuhkan spesifikasi input

Skripsi


Yunita E.


15

dan output dalam mengukur nilai efisiensi bank. Menurut Hadad, dkk (2003), terdapat bermacam-macam pendekatan dalam mendefiniskan input serta output dalam sebuah model efisiensi yang tepat.

Terdapat dua pendekatan dalam

menentukan input dan output, yaitu: a.

Pendekatan produksi (the production approach), melihat institusi finansial sebagai produsen yang memproduksi jasa seperti akun deposit dan pinjaman.

b.

Pendekatan intermediasi (the intermediation approach), melihat institusi finansial sebagai lembaga intermediasi yang menyalurkan dana dari pihak surplus kepada pihak defisit. Berdasarkan kedua pendekatan tersebut, pendekatan yang digunakan untuk

penelitian ini adalah pendekatan intermediasi. Pendekatan intermediasi dipilih karena peranan bank adalah sebagai institusi finansial yang mengumpulkan tabungan dari unit surplus dan mengubahnya menjadi kredit untuk unit defisit unit.

Pendekatan

intermediasi

memandang

institusi

finansial

sebagai

intermediator, yakni merubah dan mentransfer aset finansial dari unit surplus menjadi unit defisit. Dalam hal ini, input institusional yang dimaksud adalah pembayaran bunga kepada deposan dan berbagai macam sumber pendanaan, sedangkan yang bertindak sebagai output ialah pinjaman. Sufian dan Majid (2007) menggunakan input dan output yang mengarah pada pendekatan intermediasi, yakni total deposit dan interest expenses sebagai variabel input, sedangkan variabel output adalah total loans, interest income, dan non interest income. Oleh karena itu, berdasarkan penelitian yang dilakukan oleh Sufian dan Majid (2007),

Skripsi


Yunita E.


16

variabel yang digunakan untuk mengitung efisiensi dengan pendekatan DEA dalam penelitian ini ialah total deposit dan interest expenses sebagai variabel input, sedangkan variabel output adalah total loans, interest income dan non interest income. Pada kenyataannya, tidak semua bank akan beroperasi pada skala yang optimal sehingga asumsi CRS tidak tepat untuk digunakan dalam menghitung efisiensi bank (Saad dan El-Moussawi, 2009). Oleh karena itu, perhitungan efisiensi bank dalam penelitian ini menggunakan model VRS yang ada dalam software DEAP. Setelah ditentukannya variabel input dan output,

maka persamaan

matematis VRS dalam DEA yang digunakan untuk menghitung efisiensi bank dalam penelitian ini dapat ditulis sebagai berikut: max

=

+

+

=1

subject to:

,

,

+ ,

≥0

+

+

−

−

−

−

≤0

≥ 0 ……………………………………………………………….(2.5)

Keterangan:

Skripsi

eit

=

Efisiensi bank i pada periode t

u1it

=

Bobot total loans bank i pada periode t

u2it

=

Bobot interest revenue bank i pada periode t

u3it

=

Bobot non interest revenue bank i pada periode t


Yunita E.


y1it

=

Total loans bank i pada periode t

y2it

=

Interest revenue bank i pada periode t

y3it

=

Non interest revenue bank i pada periode t

j

=

Bank 1,bank 2…bank n (keseluruhan bank)

y1jt

=

Total loans bank ke j pada periode t

y2jt

=

Interest revenue bank ke j pada periode t

y3jt

=

Non interest revenue bank ke j pada periode t

v1it

=

Bobot total deposit bank i pada periode t

v2it

=

Bobot interest expenses bank i pada periode t

x1it

=

Total deposit bank i pada periode t

x2it

=

Interest expenses bank i pada periode t

x1jt

=

Total deposit bank ke j pada periode t

x2jt

=

Interest expenses bank ke j pada periode t

u0

=

Penggal yang dapat bernilai positif atau negatif

17

Nilai dari efisiensi berkisar antara 0 hingga 1. Apabila bank memiliki nilai efisiensi 1 berarti bank tersebut efisien sempurna dan apabila bank memiliki nilai efisiensi 0 maka bank tersebut tidak efisien. Oleh karena itu, semakain mendekati angka 1 berarti bank tersebut semakin efisien. Untuk penelitian ini, efisiensi bank yang diperoleh dengan pendekatan rasio BoPo maupun DEA model VRS, tidak langsung digunakan sebagai variabel independen. Nilai efisiensi ini diolah lagi untuk mencari perubahan efisiensi. Perubahan efisiensi ini yang akan menjadi variabel independen dalam penelitian

Skripsi


Yunita E.


18

ini. Hal ini mengacu pada penelitian yang dilakukan oleh Beccalli, Casu, dan Giardone (2006); Sufian dan Majid (2007); Majid, Zulkhibri, dan Sufian, (2008). Berikut ini merupakan rumus perhitungan

perubahan efisiensi relatif

(Beccalli, Casu, dan Giardone, 2006):

∆

=

………………………………………….…….(2.6)

Keterangan: ∆EFFit

=

Perubahan DEA bank i pada periode t

eit

=

Efisiensi (DEA) bank i pada periode t

eit-1

=

Efisiensi (DEA) bank i pada periode t-1

Berikut ini merupakan rumus perhitungan perubahan efisiensi yang dihitung dengan menggunakan rasio BoPo:

∆

Keterangan:

=

……………………………….…….(2.7)

∆BoPoit

=

Perubahan rasio BoPo bank i pada periode t

Eit

=

Efisiensi (BoPo) bank i pada periode t

Eit-1

=

Efisiensi (BoPo) bank i pada periode t-1

2.1.4 Pendapatan Saham Pendapatan saham adalah keuntungan yang dinikmati investor atas investasi saham yang dilakukannya. Pendapatan saham dapat berupa realized

Skripsi


Yunita E.


19

return atau pun expected return (Hartono, Jogiyanto, 2008:195). Realized return adalah pendapatan yang telah terjadi. Realized return sering disebut juga sebagai actual return. Realized return dihitung dengan menggunakan data historis. Realized return penting karena digunakan sebagai salah satu pengukur kinerja perusahaan. Realized return juga berguna sebagai dasar penentuan expected return dan risiko dimasa depan. Expected return adalah pendapatan yang diharapkan akan diperoleh investor di masa mendatang. Expected return sifatnya belum terjadi, tidak seperti realized return. Oleh karena itu, pendapatan saham yang digunakan dalam penelitian ini adalah realized return. Realized return dapat diukur dengan menggunakan total return. Menurut Hartono, Jogiyanto (2008:196), yang dimaksud dengan total return adalah pendapatan keseluruhan dari suatu investasi dalam periode tertentu. Berikut ini merupakan rumus untuk menghitung total return (Hartono, Jogiyanto, 2008:197) :

TRit =

……………………………………………………………….. (2.8)

Keterangan: TRit

=

Total return saham i pada periode t

Pit

=

Harga saham i pada periode t

Pit-1

=

Harga saham i pada periode t-1

Dit

=

Dividen saham i pada periode t

Total return terdiri dari capital gain (loss) dan dividen. Capital gain (loss) adalah selisih dari harga jual dengan harga beli. Jika harga jual lebih tinggi dari

Skripsi


Yunita E.


20

harga beli, maka terjadi keuntungan modal (capital gain), dan sebaliknya jika harga jual lebih rendah dri harga beli, maka terjadi kerugian modal (capital loss). Dividen adalah penerimaan kas periodik atas kepemilikan saham. Dalam penelitian ini, untuk menghitung pendapatan saham hanya menggunakan capital gain (loss) karena dividen tidak selalu dibagikan perusahaan kepada investor. Oleh karena itu, rumus pendapatan saham yang digunakan dalam penelitian menjadi seperti dibawah ini :

=

…………………………………………………….…(2.9)

Keterangan : Rit

=

Pendapatan saham aktual bank i pada periode t

Pit

=

Harga saham bank i pada periode t

Pit-1

=

Harga saham bank i pada periode t-1

2.1.5 Faktor-Faktor yang Mempengaruhi Pendapatan Saham Pendapatan saham berubah-ubah sesuai dengan pergerakan harga saham, yakni apabila harga saham meningkat, maka pendapatan saham pun akan mengalami peningkatan, sebaliknya apabila harga saham menurun maka pendapatan saham pun akan mengalami penurunan dan harga saham ini ditentukan oleh pelaku pasar yakni terkait dengan permintaan dan penawaran saham yang bersangkutan di pasar bursa (Hartono, Jogiyanto, 2008:125). Permintaan dan penawaran yang terjadi dapat dipengaruhi beberapa faktor, yakni:

Skripsi


Yunita E.


a.

21

Kondisi fundamental perusahaan Faktor fundamental adalah faktor yang berkaitan langsung dengan kinerja perusahaan itu sendiri. Semakin baik kinerja perusahaan maka semakin meningkat pendapatan saham perusahaan tersebut, sebaliknya semakin buruk kinerja perusahaan maka semakin menurun pendapatan saham perusahaan tersebut. Faktor fundamental ini sangatlah beragam karena dapat terdiri dari kondisi keuangan, strategi bisnis maupun produk, manajemen, efisiensi hingga keunggulan lainnya yang bersifat competitive advantages.

b.

Suku bunga (SBI) Dengan meningkatnya bunga SBI maka bank-bank dan lembaga keuangan lainnya akan terpicu untuk membeli SBI. Bunga yang tinggi akan membuat bank dan lembaga keuangan memberikan tingkat bunga yang lebih tinggi untuk produk-produknya agar menarik sebanyak mungkin dana masyarakat. Bunga yang tinggi ini akan berdampak pada alokasi dana para investor. Investor akan menjual saham dan dananya kemudian ditempatkan di bank. Penjualan secara serentak inilah yang akan berdampak pada penurunan harga saham secara signifikan.

c.

Dana asing di bursa Jika sebuah bursa dikuasai oleh investor asing maka ada kecenderungan transaksi saham akan menjadi tergantung pada investor asing tersebut. Selain itu, investor lokal pun akan banyak menjadi pengikut investor asing tersebut karena ada anggapan yang menyatakan bahwa investor asing lebih berpengalaman termasuk dalam strategi dalam bursa. Selain itu, investor

Skripsi


Yunita E.


22

asing memiliki dana yang besar sehingga digolongkan dalam big player. Mengikuti permainan big player lebih bijaksana daripada melawan. d.

News and rumors News and rumors adalah semua berita yang beredar di tengah masyarakat dan menyangkut berbagai hal, mulai dari ekonomi, sosial, politik, keamanan, dan lain sebagainya. Dengan adanya berita, maka investor bisa memprediksi seberapa kondusif keadaan suatu negara sehingga kegiatan investasi dapat dilaksanakan. Hal ini akan berdampak pada pergerakan harga saham di bursa yang akhirnya akan menimbulkan dampak pada pendapatan saham.

2.1.6 Pengaruh Efisiensi Terhadap Pendapatan Saham Perusahaan yang efisien memiliki performa yang lebih baik dibandingkan dengan perusahaan yang tidak efisien. Perusahaan yang efisien memiliki biaya yang lebih rendah atau output yang lebih tinggi dibandingkan perusaahaan yang tidak efisien. Kondisi ini akan memberikan kesan positif terhadap perusahaan tersebut sehingga performa saham perusahaan akan meningkat. Peningkatan performa saham ini akan menaikan pendapatan saham perusahaan (Sufian dan Majid, 2007) Beccalli, Casu, dan Girardone (2006) juga memilki pendapat yang sama, yaitu efisiensi memiliki pengaruh yang positif terhadap pendapatan saham. Apabila suatu perusahaan mengalami penurunan atau peningkatan tingkat efisiensi, maka hal ini dapat terefleksi dalam harga saham perusahaan tersebut. Hal ini berdasarkan hipotesis bentuk semikuat, yakni pada pasar yang efisien,

Skripsi


Yunita E.


23

seluruh informasi yang tersedia untuk publik tentang prospek perusahaan harusnya tercermin pada harga saham (Bodi, Kane, Marcus, 2006:480). Efisiensi temasuk dalam informasi tersebut. Penurunan efisiensi akan menyebabkan harga saham menurun. Hal ini disebabkan oleh penurunan efisiensi yang dianggap investor sebagai sinyal negatif karena perusahaan yang tidak efisien menandakan bahwa kinerja perusahaan dalam menghasilkan laba menjadi semakin menurun. Sinyal negatif mengakibatkan penurunan permintaan saham sehingga harga saham akan mengalami penurunan. Penurunan harga saham akan menyebabkan pendapatan

saham

menurun,

sebaliknya

apabila

perusahaan

mengalami

peningkatan efisiensi, maka harga saham perusahaan tersebut akan mengalami peningkatan. Peningkatan harga saham akan menyebabkan kenaikan pendapatan saham. Efisiensi yang dihitung dengan menggunakan DEA memiliki pengaruh positif terhadap pendapatan saham, sedangkan efisiensi yang dihitung dengan menggunakan rasio BoPo memiliki pengaruh negatif terhadap pendapatan saham. Perbedaan tersebut disebabkan oleh konsep efisiensi DEA yang tidak sama dengan konsep efisiensi BoPo. DEA membandingkan output-input yang terbobot suatu bank dengan bank-bank lainnya sehingga semakin tinggi nilai efisiensi DEA suatu bank, maka semakin efisien bank tersebut, sebaliknya semakin rendah nilai efisiensi DEA suatu bank, maka semakin tidak efisien bank tersebut. Bank yang memiliki nilai efisiensi DEA yang semakin meningkat menunjukkan bahwa bank tersebut semakin efisien sehingga memacu investor untuk membeli saham tersebut. Semakin tinggi permintaan saham akan mendorong naiknya harga

Skripsi


Yunita E.


24

saham. Peningkatan harga saham menyebabkan peningkatan pendapatan saham. BoPo merupakan perbandingan biaya operasional dengan pendapatan operasional sehingga semakin tinggi nilai BoPo suatu bank, maka semakin tidak efisien bank tersebut, sebaliknya semakin rendah nilai BoPo suatu bank, maka semakin efisien bank tersebut. Bank yang memiliki nilai BoPo yang semakin meningkat menunjukkan terjadinya penurunan efisiensi bank sehingga dapat menurunkan minat investor untuk membeli saham tersebut. Hal ini akan menyebabkan permintaan akan saham menurun. Penurunan permintaan akan saham tersebut akan menyebabkan turunnya harga saham sehingga pendapatan saham juga mengalami penurunan.

2.2

Penelitian Sebelumnya Penelitian sebelumnya mengenai pengaruh efisiensi terhadap pendapatan

saham pernah dilakukan oleh Adenso-Diaz dan Gascon (1997). Sampel yang digunakan dalam penelitian adalah 23 bank di Spanyol selama tahun 1993-1995. Variabel tergantung dalam penelitian ini ialah performa saham, dan variabel bebas yang digunakan ialah biaya produksi, risiko sistematik, resiko spesifik, dan branch network distribution. Keempat variabel bebas tersebut

merupakan

indikator efisiensi. Hasil penelitian menunjukkan bahwa efisiensi mempengaruhi performa saham dan indikator efisiensi yang paling berpengaruh ialah risiko spesifik. Beccalli, Casu, dan Girardone (2006) juga melakukan penelitian untuk mengetahui pengaruh efisiensi dengan performa pasar dari institusi keuangan.

Skripsi


Yunita E.


25

Pengukuran efisiensi dilakukan dengan menggunakan dua pendekatan yakni Data Envelopment Analysis (DEA) dan Stochastic Frontier Approach (SFA). Variabel input yang digunakan ialah interest expenses, non interest expenses, administrative expenses, dan personal expeses. Variabel output yang digunakan ialah total loans dan other earning assets. Untuk mengetahui pengaruh efisiensi terhadap performa saham, Becalli menggunakan regresi sederhana dengan variabel dependen berupa pendapatan saham bank dan variabel independen berupa perubahan efisiensi. Sampel yang digunakan ialah bank-bank yang terdapat di Eropa, yakni Perancis, Jerman, Itali, Spanyol, dan Inggris serta bank tersebut juga terdaftar di bursa pada tahun 2000. Hasil dari penelitian ini mengindikasikan bahwa efisiensi berpengaruh terhadap pendapatan saham bila perhitungan efisiensi menggunakan pendekatan DEA, sedangkan perhitungan efisiensi dengan menggunakan pendekatan SFA tidak mempengaruhi pendapatan saham. Kirkwood dan Nahm (2006) meneliti efisiensi biaya dan efisiensi profit bank-bank di Australia antara tahun 1995 sampai dengan 2002 serta meneliti pengaruh efisiensi terhadap pendapatan saham. Data yang digunakan untuk dalam penelitian ini sebanyak 70 data, yang terdiri dari 10 bank di Australia selama tahun 1995 sampai dengan 2002. Efisiensi dihitung dengan menggunakan Data Envelopment Analysis Malmquist Productivity Index. Variabel input yang digunakan untuk menghitung efisiensi biaya dan efisiensi profit adalah sama yakni jumlah pekerja, net fixed asset,dan interest-bearing liability, sedangkan variabel output yang digunakan berbeda, yakni interest-bearing asset dan non interest income untuk mengitung efisiensi biaya dan profit before tax untuk

Skripsi


Yunita E.


26

menghitung efisiensi profit. Untuk menguji pengaruh efisiensi terhadap pendapatan saham digunakan regresi data panel yang terdiri atas dua model. Model pertama menggunakan exces market return dan perubahan efisiensi biaya sebagai variabel bebas. Model kedua menggunakan exces market return dan perubahan efisiensi profit sebagai variabel bebas. Pendapatan saham digunakan sebagai variabel tergantung baik dalam model pertama maupun model kedua. Hasil penelitian menunjukkan bahwa hanya efisiensi profit yang mempengaruhi pendapatan saham bank. Sufian dan Majid (2007) melakukan penelitian dengan menggunakan metode non-parametrik Data Envelopment Analysis Windows Analysis untuk menginvestigasi tren jangka panjang perubahan efisiensi bank-bank komersial di Singapura pada periode 1993 sampai dengan 2003. Selain itu, dalam penelitian ini juga diteliti mengenai hubungan antara efisiensi dengan performa saham. Untuk mengukur efisiensi digunakan variabel input berupa total deposit dan interest expenses, sedangkan total loan, interest income, dan non interest income digunakan sebagai variabel output. Jumlah data yang digunakan dalam penelitian sebanyak 60 data yang terdiri dari 6 bank di Singapura selama tahun 1993 sampai dengan 2003. Hasil penelitian menunjukkan bahwa bank-bank komersial Singapura

secara

keseluruhan

memiliki

efisiensi

sebesar

95,4%

yang

menunjukkan bahwa sebanyak 4,6% input telah disia-siakan. Selain itu, terdapat pengaruh efisiensi biaya terhadap pendapatan saham dengan menggunakan regresi data panel.

Skripsi


Yunita E.


27

Majid et al (2008) melakukan penelitian mengenai hubungan efisiensi bank-bank yang terdapat di China dengan performa saham. Analisa pertama yang dilakukan adalah menghitung pendapatan saham tahunan dari bank-bank untuk periode 1997 hingga 2006. Majid et al kemudian menggunakan metode Data Envelopment Analysis Window Analysis untuk mengestimasi efisiensi bank. Hasil penelitian menunjukkan bahwa terdapat pengaruh efisiensi bank Cina terhadap performa harga saham.

2.3

Hipotesis Berdasarkan rumusan masalah, landasan teori, dan penelitian sebelumnya,

maka hipotesis yang diajukan dalam penelitian ini adalah : 1.

Efisiensi bank yang diukur dengan menggunakan rasio BoPo berpengaruh negatif terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia selama periode 2004 sampai dengan 2007.

2.

Efisiensi bank yang diukur dengan menggunakan Data Envelopment Analysis berpengaruh positif terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia selama periode 2004 sampai dengan 2007.

2.4

Model Analisis Berikut ini merupakan model analisis yang digunakan untuk menganalisa

pengaruh efisiensi bank terhadap pendapatan saham bank: a.

Skripsi

Untuk efisiensi dengan pendekatan rasio BoPo: R it = β0i + β1 ∆BoPoit +eit


Yunita E.


b.

Untuk efisiensi dengan pendekatan DEA:

28

R it = β0i + β2 ∆EFFit + eit

Keterangan: Rit

=

Pendapatan saham bank i pada periode t

β0i

=

Konstanta dari persamaan regresi

β1

=

Koefisien

regresi

untuk

efisiensi

dengan

untuk

efisiensi

dengan

pendekatan rasio BoPo β2

=

Koefisien

regresi

pendekatan DEA ∆BoPoit

=

Perubahan rasio BoPo bank i pada periode t

∆EFFit

=

Perubahan DEA bank i pada periode t

=

Error

eit

Skripsi


Yunita E.


29

Gambar 2.2 Kerangka Pemikiran

BANK-BANK YANG TERDAFTAR DI BEI PERIODE 2006-2007

INPUT:

OUTPUT:

TOTAL DEPOSIT

TOTAL LOAN

INTEREST EXPENSES

INTEREST REVENUE

BIAYA OPERASIONAL

PENDAPATAN OPERASIONAL

NON INTEREST REVENUE

Skripsi

EFISIENSI BANK

EFISIENSI BANK

(DENGAN PENDEKATAN DEA)

(DENGAN PENDEKATAN BOPO)

PENDAPATAN

PENDAPATAN

SAHAM BANK

SAHAM BANK


Yunita E.


BAB 3 METODE PENELITIAN

3.1

Pendekatan Penelitian Dalam penelitian ini digunakan pendekatan kuantitatif yang menekankan

pada pengujian suatu hipotesis dengan mempergunakan data-data yang terukur sehingga dapat menghasilkan suatu kesimpulan yang dapat digeneralisasikan.

3.2

Identifikasi Variabel Berdasarkan model analisis yang digunakan untuk mengetahui pengaruh

efisiensi terhadap pendapatan saham digunakan model regresi linier sederhana sehingga variabel yang digunakan terdiri dari : 1.

Variabel tergantung, yakni pendapatan saham (Rit)

2.

Variabel bebas, yakni perubahan efisiensi yang dibedakan menjadi sebagai berikut: a. Perubahan rasio BoPo (∆BoPoit) untuk model analisis pertama yang meneliti pengaruh efisiensi dengan pendekatan rasio BoPo terhadap pendapatan saham b. Perubahan DEA (∆EFFit) untuk model analisis kedua yang meneliti pengaruh efisiensi dengan pendekatan DEA terhadap pendapatan saham.

30 Skripsi


Yunita E.


3.3

31

Definisi Operasional Definisi dari variabel-variabel yang digunakan adalah sebagai berikut:

1.

Pendapatan Saham (Rit) Pendapatan saham yang digunakan dalam penelitian ini adalah actual return yang diukur dengan capital gain/loss tahunan. Berikut ini merupakan rumus perhitungan pendapatan saham bank yang digunakan dalam penelitian ini:

=

………………………………………….…(3.1)

Keterangan:

2.

Rit

=

Pendapatan saham bank i pada tahun t

Pt

=

Harga saham bank i pada tahun t

Pt-1

=

Harga saham bank i pada tahun t-1

Perubahan Rasio BoPo (∆BoPoit) Perubahan rasio BoPo adalah indikator perubahan efisiensi berdasarkan pendekatan Financial Statement Analysis. Pengertian efisiensi berdasarkan rasio BoPo, yakni perbandingan antara biaya operasional yang dikeluarkan oleh bank dengan pendapatan operasionalnya. Berikut ini merupakan rumus untuk menghitung efisiensi dengan menggunakan pendekatan rasio BoPo:

=

Keterangan:

Skripsi

)………………………………………………(3.2)


Yunita E.


BoPoit =

Efisiensi (BoPo) bank i pada tahun t

Boit

=

Biaya operasional bank i pada tahun t

Poit

=

Pendapatan operasional bank i pada tahun t

32

Nilai efisiensi yang telah didapat dengan menggunakan rasio BoPo pada persamaan 3.2 kemudian dihitung

perubahannya, yakni dengan

menggunakan rumus (Beccalli, Casu, dan Giardone, 2006):

∆

=

……………………………….(3.3)

Keterangan:

3.

∆BoPoit

=

Perubahan rasio BoPo bank i pada tahun t

BoPoit

=

Efisiensi (BoPo) bank i pada tahun t

BoPoit-1

=

Efisiensi (BoPo) bank i pada tahun t-1

Perubahan DEA (∆EFFit) Perubahan DEA adalah indikator perubahan efisiensi berdasarkan pendekatan Data Envelopment Analysis. Pengertian efisiensi berdasarkan Data Envelopment Analysis, yakni kemampuan suatu bank untuk dapat memaksimalkan total loans, interest revenue dan non interest revenue dengan menggunakan total deposit dan interest expenses yang telah ditentukan. Hal ini terkait dengan fungsi bank sebagai lembaga intermediasi, yakni kemampuan bank untuk mengumpulkan dana dari pihak surplus dan menyalurkan dana tersebut kepada pihak defisit dalam bentuk pinjaman. Perhitungan efisiensi dengan pendekatan DEA dilakukan

Skripsi


Yunita E.


dengan

33

menggunakan software Data Envelopment Analysis Program

(DEAP) versi 2.1. Berikut ini merupakan bentuk matematisnya: max

=

+

+

=1

subject to:

,

,

+ ,

≥0

+

+

−

−

−

−

≤0

≥ 0 ……………………………………………….(3.4)

Keterangan:

Skripsi

eit

=

Efisiensi (DEA) bank i pada tahun t

u1it

=

Bobot total loans bank i pada tahun t

u2it

=

Bobot interest revenue bank i pada tahun t

u3it

=

Bobot non interest revenue bank i pada tahun t

y1it

=

Total loans bank i pada tahun t

y2it

=

Ineterst revenue bank i pada tahun t

y2it

=

Non ineterst revenue bank i pada tahun t

j

=

Bank 1,bank 2…bank n (keseluruhan bank)

y1jt

=

Total loans bank ke j pada tahun t

y2jt

=

Ineterst revenue bank ke j pada tahun t

y3jt

=

Non ineterst revenue bank ke j pada tahun t

v1it

=

Bobot total deposit bank i pada tahun t

v2it

=

Bobot interest expenses bank i pada tahun t

x1it

=

Total deposit bank i pada tahun t


Yunita E.


x2it

=

Interest expenses bank i pada tahun t

x1jt

=

Total deposit bank ke j pada tahun t

x2jt

=

Interest expenses bank ke j pada tahun t

u0

=

Penggal yang dapat bernilai positif atau negatif

34

Nilai efisiensi yang telah didapat dengan menggunakan DEA kemudian dihitung

perubahannya, yakni dengan menggunakan rumus (Beccalli,

Casu, dan Giardone, 2006):

∆

=

…………………………………….(3.5)

Keterangan:

3.4

∆EFFit

=

Perubahan DEA bank i pada tahun t

eit

=

Efisiensi (DEA) bank i pada tahun t

eit

=

Efisiensi (DEA) bank i pada tahun t-1

Jenis dan Sumber Data Data yang digunakan adalah data sekunder yang diperoleh dari Bursa Efek

Indonesia, yahoo finance dan Bank Indonesia. Data disajikan dengan metode pooling yaitu gabungan antara data timeseries dan crossection. Data yang dibutuhkan yaitu:

Skripsi

1.

Daftar bank-bank yang terdftar di BEI pada periode 2003-2007

2.

Laporan keuangan tahunan bank-bank sampel pada tahun 2003-2007


Yunita E.


3.

35

Harga saham tahunan dari bank-bank yang menjadi sampel selama periode 2003-2007 Data yang terkumpul akan diseleksi dan kemudian ditabulasikan untuk

keperluan analisis.

1.5

Prosedur Pengumpulan Sampel Metode yang digunakan dalam penentuan sampel adalah metode purposive

sampling. Dalam penelitian kali ini, kriteria-kriteria yang digunakan adalah: 1.

Bank yang dipilih adalah bank yag terdaftar pada Bursa Efek Indonesia pada tahun 2003 dan tetap terdaftar sampai dengan tahun 2007

2.

Bank yang dipilih ialah bank yang menerbitkan laporan keuangan secara terus-menerus yang bersifat laporan keuangan tahunan selama tahun 20032007

3.6

Prosedur Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data sekunder.

Pengumpulan data dilakukan dengan teknik dokumentasi, yaitu mengambil data dari Bursa Efek Indonesia, yahoo finance dan Bank Indonesia.

3.7

Teknik Analisis Untuk menganalisis masalah dalam penelitian ini, maka dilakukan analisis

secara bertahap sebagai berikut:

Skripsi


Yunita E.


1.

36

Menghitung variabel-variabel yang akan diregresikan dengan langkahlangkah sebagai berikut: a.

Menghitung pendapatan saham bank dengan menggunakan rumus (3.1)

b.

Menghitung nilai efisiensi dengan menggunakan rasio BoPo (3.2) dan Data Envelopment Analysis dalam software DEAP (3.4).

c.

Menghitung perubahan efisiensi, baik efisiensi yang dihitung dengan menggunakan rasio BoPo maupun efisiensi yang dihitung dengan menggunakan pendektan DEA VRS.

perubahan efisiensi dihitung

dengan menggunakan rumus (3.3) dan (3.5). 2.

Menggunakan metode regresi sederhana untuk menguji pengaruh efisiensi bank terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia. Adapaun persamaan regresinya adalah sebagai berikut:

a. Untuk efisiensi dengan pendekatan rasio BoPo: Ri it = β0i + β1∆BoPoit +eit b. Untuk efisiensi dengan pendekatan DEA:

Ri it = β0i + β2 ∆EFFit + eit

Keterangan: Riit

=

Pendapatan saham bank i pada tahun t

β0i

=

Konstanta dari persamaan regresi

β1

=

Koefisien regresi untuk efisiensi dengan pendekatan rasio BoPo

Skripsi

β2

=

Koefisien regresi untuk efisiensi dengan pendekatan DEA

∆BoPoit

=

Perubahan rasio BoPo bank i pada tahun t


Yunita E.


3.

37

∆EFFit

=

Perubahan DEA bank i pada tahun t

eit

=

Error

Melakukan uji statistik untuk mengetahui pengaruh efisiensi terhadap pendapatan saham bank. Uji statistik dalam penelitian ini hanya meliputi uji t karena variabel bebas yang digunakan dalam penelitian ini hanya satu. Langkah-langkah untuk melakukan uji t adalah sebagai berikut: a.

Menentukan hipotesis statistik: Pengaruh

efisiensi

dengan

pendekatan

rasio

BoPo

terhadap

pendapatan saham bank : Ho : β1 ≥ 0, artinya efisiensi dengan pendekatan rasio BoPo tidak berpengaruh negatif terhadap pendapatan saham bank. H1 : β1 < 0,

artinya efisiensi dengan pendekatan rasio BoPo

berpengaruh negatif terhadap pendapatan saham bank. Pengaruh efisiensi bank dengan pendekatan Data Envelopment Analysis terhadap pendapatan saham bank : Ho : β2 ≤ 0,

artinya efisiensi dengan pendekatan DEA tidak berpengaruh positif terhadap pendapatan saham bank.

H1 : β2 > 0,

artinya

efisiensi

dengan

pendekatan

DEA

berpengaruh positif terhadap pendapatan saham bank.

Skripsi

b.

Menentukan level of significant sebesar 0.05

c.

Menghitung nilai t statistik dengan menggunakan program SPSS 11.5.


Yunita E.


d.

38

Mengambil kesimpulan dengan ketentuan sebagai berikut: H0 diterima jika nilai signifikansi > 0.05

4.

H0 ditolak jika nilai signifikansi < 0.05

Melakukan uji asumsi klasik atas model regresi yang meliputi autokorelasi, heteroskedasitas, dan normalitas. a.

Gejala normalitas diuji untuk mengetahui apakah nilai residual dalan model regresi terdistribusi secara normal atau tidak. Apabila nilai residual tidak terdistribusi normal, maka uji statistik menjadi tidak valid. Cara untuk melihat normalitas adalah dengan melihat grafik normal P-P Plot of Regression .Jika data berada di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas. Cara lain untuk menguji normalitas adalah dengan menggunakan uji statitik nonparametrik KolmogorovSmirnov yang menyatakan bahwa model regresi bebas dari normalitas jika nilai Asymp.Sig > 0.05.

b.

Uji autokorelasi dilakukan untuk mengetahui apakah pada model regresi terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1. Jika terjadi korelasi antara kesalahan pengganggu, maka pada model regresi terjadi gejala autokorelasi. Untuk mendeteksi adanya autokorelasi, dapat dilihat dari besarnya Durbin-Watson (D-W), dengan ketentuan yakni tidak terjadi autokorelasi apabila nilai D-W diantara dU dan 4-dU. Nilai dU dapat

Skripsi


Yunita E.


39

dilihat pada tabel statistik. Nilai dU bervariasi tergantung dari jumlah sampel dan variabel yang digunakan dalam penelitian. c.

Uji heteroskedasitas dilakukan untuk mengetahui apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Salah satu cara untuk mendeteksi ada atau tidaknya heterokedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel tergantung yaitu ZPRED dengan residualnya. Deteksi adanya heteroskedasitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED. Sumbu Y adalah ZPRED dan sumbu X adalah SRESID. Dasar analisis pengujian gejala heterokedastisitas adalah : 1.

Jika ada pola tertentu seperti titik-tittik yang ada membentuk pola tertentu yang teratur maka mengindikasikan telah terjadi heterokedastisitas

2.

Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas

Skripsi


Yunita E.


BAB 4 HASIL DAN PEMBAHASAN

4.1

Gambaran Umum Perbankan Indonesia Berdasarkan undang-undang, struktur perbankan di Indonesia terdiri dari

bank umum dan bank perkreditan rakyat. Perbedaan utama bank umum dan bank perkreditan rakyat adalah dalam hal kegiatan operasionalnya. Bank perkreditan rakyat memiliki jangkauan dan kegiatan operasional yang terbatas, selain itu bank perkreditan rakyat hanya boleh melakukan kegiatan berdasarkan kegiatan usaha bank konvensional saja atau berdasarkan prinsip syariah saja, sedangkan bank umum boleh melaksanakan kegiatan usahanya berdasarkan keduanya atau salah satunya. Tabel 4.1 memperlihatkan rekapitulasi institusi perbankan di Indonesia: Tabel 4.1 Rekapitulasi Institusi Perbankan di Indonesia Bank Umum Bank Swasta

Bank Perkreditan Rakyat

Bank Bank Bank Umum Bank Pembangunan Umum Swasta Pemerintah Daerah Swasta Syariah 4 26 86 5

Bank Perkreditan Rakyat Konvensional 132

Bank Perkreditan Rakyat Syariah 2296

Sumber: Bank Indonesia Pada tabel 4.1 terlihat terdapat dua jenis bank, yakni bank umum dengan jumlah 121 bank dan bank perkreditan rakyat dengan jumlah 2296 bank. Bank umum terdiri dari dua dua jenis bank, yakni bank pemerintah sebanyak 4 bank dan bank swasta sebanyak 117 bank. Dari 4 bank pemerintah hanya terdapat dua bank yang memiliki unit usaha syariah. Bank swasta dibedakan menjadi tiga, yakni bank pembangunan daerah, bank umum swasta, dan bank umum swasta syariah.

40 Skripsi


Yunita E.


41

Terdapat 26 bank pembangunan daerah dan 15 diantaranya memiliki unit usaha syariah. Jumlah bank umum swasta sebanyak delapan puluh enam bank dan hanya 7 bank yang memiliki unit usaha syariah, sedangkan bank umum swasta syariah sendiri hanya berjumlah 5 bank saja. Bank perkreditan rakyat hanya dibedakan menjadi dua jenis, yakni bank perkreditan rakyat konvensional yang berjumlah 2164 bank dan bank perkreditan rakyat syariah yang berjumlah 132 bank.

4.1.1 Bank yang Terdaftar di Bursa Efek Indonesia Beberapa bank di Indonesia menerbitkan saham dan terdaftar di Bursa Efek Indonesia. Jumlah bank yang menerbitkan saham tersebut dapat dilihat pada tabel 4.2 sebagai berikut: Tabel 4.2 Jumlah Bank di Indonesia yang Terdaftar di Bursa Efek No 1 2 3 4 5

Tahun 2003 2004 2005 2006 2007

Bank Umum Pemerintah 3 3 3 3 3

Bank Umum Swasta 23 21 20 23 25

Total Bank 26 24 23 26 28

Sumber : Bursa Efek Indonesia Di tahun 2003, terdapat 26 bank yang menerbitkan saham. Dua puluh tiga bank tersebut terdiri dari tiga bank umum pemerintah dan 23 bank umum swasta. Di tahun 2004, jumlah bank yang terdaftar di bursa efek mengalami penurunan, yakni menjadi 24 bank. Hal ini disebabkan oleh Bank Pikko dan Bank Danpac yang mengalami likuidasi pada akhir Desember 2004. Di tahun 2005, Bank Global Internasional melakukan delisting sehingga hanya tinggal 23 bank yang

Skripsi


Yunita E.


42

terdaftar di bursa efek. Di tahun 2006, jumlah bank yang terdaftar di bursa efek mengalami peningkatan, yakni menjadi 26 bank. Di tahun 2007, terdapat tiga bank yang baru menerbitkan saham, yakni Bank Windu Kentjana Internasional, bank Capital Indonesia, dan Bank Agroniaga, namun Bank Arta Niaga melakukan delisting sehingga jumlah bank yang terdaftar di bursa menjadi 28 bank.

4.1.2 Pendapatan Saham Perbankan Indonesia Pendapatan saham perbankan selama tahun 2004 hingga tahun 2007 cukup berfluktuasi. Rata-rata pendapatan saham di tahun 2005 mengalami penurunan, kemudian meningkat di tahun 2006, dan kembali mengalami penurunan di tahun 2007. Di tahun 2004, pendapatan saham tertinggi dialami oleh Bank Permata, yakni sebesar 2400%. Peningkatan pendapatan saham Bank Permata yang amat besar tersebut disebabkan adanya reserve stock sebanyak 1:25 pada tanggal 8 Juni 2004. Hal ini menyebabkan peningkatan pada harga saham Bank Permata dari Rp.30,00 menjadi Rp.750,00, namun kenaikan ini tidak terjadi di tahun 2005, pendapatan saham Bank Permata menurun drastis menjadi -4% di tahun 2005. Penurunan pendapatan saham tidak hanya dialami oleh Bank Permata saja, tetapi juga dialami oleh sebagian besar bank. Di tahun 2006, pendapatan saham perbankan mengalami peningkatan. Peningkatan pendapatan saham terbesar di tahun 2006 dialami oleh Bank Mayapada, namun Bank Mayapada juga menjadi bank yang mengalami penurunan pendapatan saham yang paling besar di tahun 2007. Penurunan pendapatan saham di tahun 2007 juga dialami oleh sebagian

Skripsi


Yunita E.


43

besar bank. Pergerakan pendapatan saham bank-bank yang terdaftar di Bursa Efek Indonesia dapat dilihat pada tabel 4.3 sebagai berikut: Tabel 4.3 Pendapatan Saham Bank-Bank yang Terdaftar di Bursa Efek Indonesia No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Kode Emiten BABP BBCA BBIA BBNI BBNP BBRI BDMN BCIC BEKS BKSW BMRI BNGA BNII BNLI BSWD BVIC INPC LPBN MAYA MEGA NISP PNBN

Min Max Mean

2004 6.25 -10.53 50.00 28.85 0.00 130.00 116.05 -44.00 70.59 -30.00 92.50 2.22 68.18 2400.00 33.33 -11.11 10.00 483.33 100.00 69.57 112.33 47.37 -44.00 2400.00 169.32

Pendapatan Saham (%) 2005 2006 -29.41 -25.00 14.29 52.94 10.30 6.59 -23.58 46.09 0.00 0.00 5.22 70.25 8.57 42.11 14.29 -12.50 -48.28 -13.33 128.57 15.00 -14.81 76.83 -11.96 127.16 -16.22 54.84 -4.00 20.83 5.00 66.67 0.00 12.50 -69.70 -10.00 111.43 8.78 -52.50 457.89 -17.95 31.25 -0.65 7.79 0.00 38.10 -69.70 -25.00 128.57 457.89 0.39 48.85

2007 11.11 40.38 6.19 5.35 115.71 43.69 18.52 -2.86 7.69 8.70 20.69 -2.17 18.75 2.30 28.57 68.89 122.22 35.09 81.13 50.00 8.43 17.24 -2.86 122.22 32.07

Sumber : Yahoo Finance (data diolah)

4.1.3 Pergerakan Efisiensi Bank-Bank yang Go Public Efisiensi merupakan hal yang perlu diperhatikan. Menurut Bank Indonesia, efisiensi bank dapat dikukur dengan menggunakan rasio BoPo, yakni dengan membandingkan jumlah biaya operasional dengan pendapatan operasional

Skripsi


Yunita E.


44

bank. Pergerakan efisiensi dapat dilihat dari pergerakan rasio BoPo. Efisiensi dikatan meningkat apabila rasio BoPo bergerak turun, sebaliknya efisiensi dikatakan menurun apabila rasio BoPo bergerak naik. Pergerakan rasio BoPo dapat dilihat pada tabel 4.4 sebagai berikut : Tabel 4.4 Pergerakan Rasio BoPo No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Kode Emiten

2003

2004

Rasio BoPo (%) 2005 2006

2007

BABP

92.00

91.38

115.86

98.54

95.56

BBCA

77.01

66.16

67.50

58.50

66.73

BBIA

80.37

74.25

73.14

74.50

70.11

BBNI

94.88

63.99

75.83

77.16

93.04

BBNP

83.52

82.37

86.43

88.18

87.84

BBRI

81.60

68.86

70.45

74.38

69.80

BDMN

82.33

48.54

65.40

64.67

77.69

BCIC

100.29

219.94

109.84

93.65

92.85

BEKS

83.29

81.57

136.78

125.79

99.85

BKSW

97.25

98.41

98.15

97.65

95.12

BMRI

80.80

67.67

94.96

90.65

75.85

BNGA

89.35

79.30

82.38

82.91

82.69

BNII

93.29

79.86

83.96

90.16

90.49

BNLI

86.59

83.02

89.39

89.88

84.83

BSWD

84.35

80.91

82.44

90.93

92.11

BVIC

95.53

89.16

88.94

86.47

82.81

INPC

96.01

91.70

97.66

97.10

97.14

LPBN

99.82

82.18

77.51

75.34

72.82

MAYA

93.40

81.06

92.65

88.99

88.46

MEGA

76.13

73.83

88.89

92.78

79.21

NISP

86.67

76.52

86.12

87.99

88.19

PNBN

81.32

57.01

77.31

77.52

73.74

76.13

57.01

65.40

58.50

66.73

100.29

219.94

136.78

125.79

99.85

87.99

83.53

88.25

86.53

84.41

Min Max Mean

Sumber: Direktori Bank Indonesia (data diolah) Berdasarkan tabel 4.4 dapat diketahui bahwa di tahun 2004 sebagian besar bank mengalami peningkatan efisiensi. Hal ini terlihat dari rasio BoPo yang

Skripsi


Yunita E.


45

bergerak turun dari tahun 2003 menuju tahun 2004, namun ada beberapa bank yang mengalami penurunan efisiensi seperti yang dialami oleh Bank Century. Rasio BoPo Bank Century mengalami peningkatan yang sangat besar, yakni dari 109.84% di tahun 2003 menjadi 219.94% di tahun 2004. Sebagian besar bank mengalami penurunan efisiensi di tahun 2005 dan mengalami peningkatan efisiensi di tahun 2006 dan 2007.

4.2

Deskripsi Hasil Penelitian

4.2.1

Perubahan Efisiensi dengan Pendekatan Rasio BoPo Rasio BoPo dapat dihitung dengan membagi biaya operasional suatu

bank dengan pendapatan operasional suatu bank. Rasio BoPo yang semakin meningkat menunjukkan penurunan efisiensi suatu bank, sebaliknya rasio BoPo yang semakin menurun menunjukkan peningkatan efisiensi bank. Perubahan efisiensi dengan pendekatan rasio BoPo dihitung berdasarkan rumus 3.3. Hasil penelitian tampak pada tabel 4.5. Rata-rata bank mengalami peningkatan efisiensi di tahun 2004, namun di tahun 2005, rata-rata bank mengalami penurunan efisiensi yang ditunjukkan oleh peningkatan rata-rata rasio BoPo sebesar 11.25%. Rata-rata efisiensi mengalami peningkatan lagi di tahun 2006 sampai dengan 2007. Hal ini tercermin dari rata-rata rasio BoPo yang menurun di tahun 2006 sebesar 1.38% dan menurun sebesar 1.49% di tahun 2007. Selama tahun 2004 hingga 2007, peningkatan efisiensi terbesar dialami oleh Bank Century di tahun 2005 yang ditunjukkan oleh penurunan rasio BoPo sebesar

Skripsi


Yunita E.


46

50.06%, dan penurunan efisiensi terbesar juga dialami oleh Bank Century di tahun 2004, yakni ditunjukkan oleh peningkatan rasio BoPo sebesar 119.30%. Tabel 4.5 Perubahan Rasio BoPo pada 22 Bank yang Terdaftar di BEI No

Kode Emiten 1

BABP

2

BBCA

3

BBIA

4

BBNI

5

BBNP

6

BBRI

7

BDMN

8

BCIC

9

BEKS

10

BKSW

11

BMRI

12

BNGA

13

BNII

14

BNLI

15

BSWD

16

BVIC

17

INPC

18

LPBN

19

MAYA

20

MEGA

21

NISP

22

PNBN

min max mean

Perubahan Rasio BoPo (%) 2004 2005 2006 2007 -0.67 26.79 -14.95 -3.02 -14.09 2.03 -13.33 14.06 -7.61 -1.50 1.87 -5.89 -32.56 18.50 1.76 20.57 -1.38 4.93 2.02 -0.39 -15.62 2.32 5.58 -6.17 -41.04 34.73 -1.12 20.13 119.30 -50.06 -14.75 -0.85 -2.06 67.69 -8.04 -20.62 1.19 -0.27 -0.51 -2.58 -16.25 40.34 -4.54 -16.33 -11.25 3.89 0.64 -0.26 -14.40 5.14 7.39 0.36 -4.13 7.68 0.54 -5.61 -4.08 1.89 10.30 1.30 -6.67 -0.25 -2.77 -4.24 -4.49 6.50 -0.58 0.04 -17.67 -5.68 -2.80 -3.34 -13.22 14.30 -3.95 -0.60 -3.02 20.40 4.38 -14.62 -11.71 12.55 2.17 0.23 -29.89 35.61 0.26 -4.88 -41.04 -50.06 -14.51 -20.62 119.30 67.69 10.30 20.57 -5.97 11.25 -1.38 -1.49

Sumber: Direktori Bank Indonesia (data diolah)

4.2.2

Perubahan Efisiensi dengan Pendekatan Data Envelopment Analysis (DEA) Efisiensi dengan pendekatan DEA dalam penelitian ini adalah

kemampuan bank untuk dapat memaksimalkan total loan, interest revenue dan

Skripsi


Yunita E.


47

non interest revenue dengan menggunakan total deposit dan interest expenses yang telah ditentukan. Perhitungan efisiensi dengan pendekatan DEA dihitung berdasarkan persamaan 3.4 yang dilakukan dengan menggunakan software DEAP dan untuk mengukur perubahan efisiensi DEA dihitung berdasarkan persamaan 3.5. Hasil penelitian tampak pada tabel 4.6 sebagai berikut:

Tabel 4.6 Perubahan Efisiensi DEA pada 22 Bank yang Terdaftar di BEI Perubahan Efisiensi DEA (%) No

Kode Emiten 1

BABP

2

BBCA

3

BBIA

4

BBNI

5

BBNP

6

BBRI

7

BDMN

8

BCIC

9

BEKS

10

BKSW

11

BMRI

12

BNGA

13

BNII

14

BNLI

15

BSWD

16

BVIC

17

INPC

18

LPBN

19

MAYA

20

MEGA

21

NISP

22

PNBN

min max mean

2004 -1.80 -10.97 0.87 0.00 31.91 0.00 0.00 -44.73 0.00 6.49 0.00 0.00 44.30 -1.13 31.58 -32.00 -0.90 -9.25 -4.49 -14.21 -5.80 0.00 -44.73 44.30 -0.46

2005 -1.22 20.77 22.19 -4.40 0.00 0.00 0.00 35.40 0.00 11.22 0.00 0.00 -15.60 29.47 0.00 6.18 0.40 30.17 12.96 -3.04 -0.74 -34.20 -34.20 35.40 4.98

2006 3.09 0.00 0.91 -14.54 -6.73 0.00 0.00 3.23 0.00 24.53 0.00 0.00 7.46 7.07 0.00 -13.43 -9.15 0.54 1.52 -4.70 0.86 45.14 -14.54 45.14 2.08

2007 -12.20 0.00 0.00 22.40 -9.57 0.00 0.00 18.75 0.00 -20.80 0.00 0.00 -4.08 3.20 0.00 -7.68 -2.43 4.27 0.00 10.36 2.76 4.71 -20.80 22.40 0.44

Sumber : Direktori Bank Indonesia (data diolah)

Skripsi


Yunita E.


48

Rata-rata perubahan efisiensi bank yang terdaftar di Bursa Efek Indonesia di tahun 2004 dengan pendekatan DEA mengalami penurunan dari tahun sebelumnya, namun rata-rata efisensi DEA mengalami peningkatan selama tiga tahun berturut-turut, mulai dari tahun 2005 sampai dengan tahun 2007, namun peningkatan efisiensi di tahun 2006 dan 2007 cenderung menurun. Selama periode penelitian, peningkatan efisiensi DEA tertinggi dialami oleh Bank Pan Indonesia di tahun 2006, yakni sebesar 45.14%, sedangkan penurunanan efisiensi DEA terbesar dialami oleh Bank Century di tahun 2004, yakni sebesar 44.73%. Selama tahun 2004 sampai dengan tahun 2007, terdapat lima bank yang tidak mengalami perubahan efisiensi, yakni Bank Rakyat Indonesia, Bank Danamon, Bank Eksekutif Internasional, Bank Mandiri, dan Bank Niaga. Hal ini ditunjukkan oleh nilai perubahan efisiensi sebesar 0%. Kelima bank tersebut merupakan bank yang paling efisien dibandingkan bank-bank lainnya. Hal ini ditunjukkan oleh nilai efisiensi DEA yang bernilai 1 dari tahun 2003 sampai dengan tahun 2007.

4.2.3 Pendapatan Saham Bank Pendapatan saham dihitung dengan mencari selisih harga jual dan harga beli suatu saham dan membaginya dengan harga beli saham tersebut. Dalam penelitian ini, yang dimaksud dengan harga beli saham adalah harga saham tahun t-1, sedangkan harga jual saham adalah harga saham pada tahun t. Perhitungan pendapatan saham dilakukan berdasarkan rumus capital gain/loss tahunan yang dihitung dengan menggunakan rumus 3.1. Pendapatan saham bank yang

Skripsi


Yunita E.


49

meningkat disebabkan oleh banyak faktor, salah satunya adalah kinerja bank yang semakin efisien. Hasil penelitian tampak pada tabel 4.7 sebagai berikut:

Tabel 4.7 Pendapatan Saham 22 Bank yang Terdaftar di Bursa Efek Indonesia No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Kode Emiten BABP BBCA BBIA BBNI BBNP BBRI BDMN BCIC BEKS BKSW BMRI BNGA BNII BNLI BSWD BVIC INPC LPBN MAYA MEGA NISP PNBN

Min Max Mean

2004 6.25 -10.53 50.00 28.85 0.00 130.00 116.05 -44.00 70.59 -30.00 92.50 2.22 68.18 2400.00 33.33 -11.11 10.00 483.33 100.00 69.57 112.33 47.37 -44.00 2400.00 169.32

Pendapatan Saham (%) 2005 2006 -29.41 -25.00 14.29 52.94 10.30 6.59 -23.58 46.09 0.00 0.00 5.22 70.25 8.57 42.11 14.29 -12.50 -48.28 -13.33 128.57 15.00 -14.81 76.83 -11.96 127.16 -16.22 54.84 -4.00 20.83 5.00 66.67 0.00 12.50 -69.70 -10.00 111.43 8.78 -52.50 457.89 -17.95 31.25 -0.65 7.79 0.00 38.10 -69.70 -25.00 128.57 457.89 0.39 48.85

2007 11.11 40.38 6.19 5.35 115.71 43.69 18.52 -2.86 7.69 8.70 20.69 -2.17 18.75 2.30 28.57 68.89 122.22 35.09 81.13 50.00 8.43 17.24 -2.86 122.22 32.07

Sumber: Yahoo Finance (data diolah)

Rata-rata pendapatan saham bank selama tahun 2004 sampai dengan tahun 2007 berfluktuasi. Rata-rata pendapatan saham bank di tahun 2005 mengalami penurunan, namun mengalami kenaikan di tahun 2006, dan menurun lagi di tahun

Skripsi


Yunita E.


50

2007. Selama periode penelitian, pendapatan saham bank terbesar dialami oleh Bank Permata di tahun 2004, yakni sebesar 2400%. Peningkatan pendapatan saham Bank Permata yang amat besar tersebut disebabkan adanya reserve stock sebanyak 1:25 pada tanggal 8 Juni 2004. Hal ini menyebabkan peningkatan pada harga saham Bank Permata dari Rp.30,00 menjadi Rp.750,00. Pendapatan saham terendah sepanjang penelitian dialami oleh Bank Artha Graha Internasional di tahun 2005, yakni sebesar -69.70%. Ini menunjukkan bahwa harga saham Bank Artha Graha Internasional di tahun 2005 mengalami kemerosotan dibandingkan tahun sebelumnya.

4.3

Analisis Model dan Pengujian Hipotesis Setelah dilakukan pengukuran terhadap variabel terikat dan variabel bebas,

selanjutnya dilakukan analisa dengan model regresi linier sederhana dengan menggunakan program SPSS 11.5. Hasil regresi linier sederhana untuk mengetahui pengaruh efisiensi dengan pendekatan rasio BoPo terhadap pendapatan saham dapat dlihat pada tabel 4.8 sebagai berikut:

Tabel 4.8 Ringkasan Hasil Analisis Pengaruh Efisiensi (BoPo) Terhadap Pendapatan Saham Koefisien -0.840

BOPOCH Constant R Square Adj R Square Durbin Watson

Std Error 0.219

T Hitung -3.829 0.263 0.150 0.140 1.818

Sig α=0.05 Kesimpulan 0.000 Ho ditolak

Sumber : Lampiran B-2

Skripsi


Yunita E.


51

Berdasarkan hasil analisis yang dilakukan tampak bahwa perubahan rasio BoPo berpengaruh negative terhadap pendapatan saham. Jika perubahan rasio BoPo meningkat sebesar 1%, maka pendapatan saham akan mengalami penurunan sebesar 84%. Hal ini sesuai dengan teori yang telah dikemukakan sebelumnya, yakni apabila rasio BoPo meningkat maka, pendapatan saham akan menurun. Berdasarkan uji t dengan α = 5% menunjukkan bahwa perubahan rasio BoPo mempunyai pengaruh yang signifikan terhadap pendapatan saham. Nilai R square pada tabel 4.8 sebesar 0.150. Ini menunjukkan bahwa 15% variabilitas pendapatan saham dapat dijelaskan oleh perubahan rasio BoPo, sedangkan 85% dijelaskan oleh variabel lain di luar model. Hasil analisis regresi linier sederhana untuk pengaruh efisiensi dengan pendekatan DEA terhadap pendapatan saham dapat dilihat pada tabel 4.9 sebagai berikut: Tabel 4.9 Ringkasan Hasil Analisis Pengaruh Efisiensi (DEA) Terhadap Pendapatan Saham Koefisien 0.329

EFFCH Constant R Square Adj R Square Durbin Watson

Std Error 0.324

T Hitung 1.014 0.237 0.012 0.0003 2.044

Sig α=0.05 Kesimpulan 0.313 Ho diterima

Sumber : Lampiran B-3 Berdasarkan hasil analisis yang dilakukan, tampak bahwa perubahan efisiensi dengan pendekatan DEA berpengaruh positif terhadap pendapatan saham. Hal ini berarti, jika terjadi kenaikan perubahan efisiensi sebesar 1%, maka pendapatan saham akan meningkat sebesar 32.9%. Hal ini sesuai dengan teori

Skripsi


Yunita E.


52

yang telah dikemukakan sebelumnya yang menyatakan bahwa jika efisiensi meningkat maka pendapatan saham akan meningkat. Berdasarkan uji t dengan α = 5% menunjukkan bahwa perubahan efisiensi dengan pendekatan DEA tidak memiliki pengaruh yang signifikan terhadap pendapatan saham. Nilai R Square pada tabel 4.9 sebesar 0.012. Ini menunjukkan bahwa hanya 1.20% variabilitas pendapatan saham dapat dijelaskan oleh perubahan efisiensi dengan pendekatan DEA, sedangkan 98.80% dijelaskan oleh variabel lain diluar model. Nilai R square yang sangat kecil dapat dimaklumi mengingat banyaknya faktor yang mempengaruhi pendapatan saham.

4.4 Uji Asumsi Klasik Untuk memperoleh model regresi yang baik, maka model yang diajukan harus memenuhi kriteria BLUE (Best Linier Unbiased Estimator) dengan melakukan

uji

gejala

asumsi

klasik

yang

meliputi

uji

normalitas,

heteroskedastisitas, dan autokorelasi. Uji multikorelasi tidak perlu dilakukan karena model yang dipakai adalah regresi linier sederhana. Jika ketiga asumsi klasik tersebut tidak terpenuhi, maka akan menyebabkan bias pada penelitian, artinya model yang diuji belum memenuhi syarat untuk dijadikan pemerkira yang baik dalam mengambil keputusan.

4.4.1 Normalitas Pada model regresi yang menguji pengaruh efisiensi dengan pendekatan rasio BoPo terhadap pendapatan saham telah lulus uji normalitas setelah

Skripsi


Yunita E.


53

dilakukan tiga kali regresi dan menghilangkan tiga observasi yang outlier sehingga sampel yang digunakan hanya sebanyak 85 obeservasi. Uji normalitas tampak pada grafik normal plot yang dapat dilihat pada lampiran B-2. Grafik normal plot menunjukkan bahwa pola data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, sehingga dapat disimpulkan bahwa persamaan regresi memenuhi uji normalitas. Uji normalitas juga dapat dilihat dengan uji statistik non parametrik Kolmogorov-Smirnov yang dapat dilihat di lampiran B-2. Besarnya nilai Kolmogorov-Smirnov adalah 0.051 dan signifikan pada 1.354. Hal ini menunjukkan bahwa Ho diterima. Data residual terdistribusi normal karena nilai Asymp. Sig. > 0.05. Uji normalitas pada model regresi yang meneliti pengaruh efisiensi dengan menggunakan pendekatan DEA terhadap pendapatan saham terpenuhi setelah dilakukan empat kali regresi dengan menghilangkan outlier. Outlier yang ditemukan sebanyak 4 sampel sehingga sampel yang digunakan tinggal 84 obeservasi. Uji normalitas dikatakan telah terpenuhi karena data tidak menyebar disekitar garis diagonal dari grafis normalitas yang dapat dilihat pada lampiran B-3. Grafik normal plot menunjukkan bahwa pola data menyebar mengikuti arah garis diagonal sehingga dapat disimpulkan bahwa persamaan regresi tidak memenuhi uji normalitas. Uji normalitas juga dapat dideteksi dengan menggunakan uji statistik non parametrik Kolmogorov-Smirnov yang dapat dilihat pada lampiran B-3. Besarnya nilai Kolmogorov-Smirnov adalah 0.053 dan signifikan pada 1.346 sehingga Ho diterima. Hal ini berarti bahwa data residual terdistribusi normal karena nilai Asymp. Sig. > 0.05.

Skripsi


Yunita E.


54

4.4.2 Heteroskedasitas Gejala heteroskedastisitas dapat diketahui dengan melihat scatterplot. Pada model regresi yang menguji pengaruh efisiensi dengan pendekatan rasio BoPo terhadap pendapatan saham tidak terjadi heterokedastisitas. Hal ini dapat dilihat dari titik-titik yang menyebar di atas maupun di bawah angka 0 pada sumbu Y dari scatterplot. Hasil pengujian asumsi klasik heterokedastisitas tampak pada grafik scatterplot yang ada di lampiran B-2. Pada model regresi untuk menguji pengaruh efisiensi dengan pendekatan Data Envelopment Analysis terhadap pendapatan saham, gejala heterokedastisitas tidak terjadi. Hal ini dapat dilihat dari titik-titik yang menyebar di atas maupun di bawah angka 0 pada sumbu Y dari scatterplot yang ada pada lampiran B-3.

4.4.3 Autokorelasi Hasil uji gejala autokorelasi pada tabel 4.8 dan 4.9 menunjukkan tidak terdapat korelasi antara kesalahan pengganggu pada periode t-1 yang tampak pada nilai Durbin-Watson sebesar 1.818 dan 2.044 karena keduanya berada diantara dU dengan 4-dU. Nilai dU untuk kedua model regresi adalah sebesar 1.67 dan nilai 4-dU adalah 2.33.

4.5 Pembahasan Variabel ∆BoPo mempunyai pengaruh negatif dan signifikan terhadap pendapatan saham. Hal ini sesuai dengan teori yang menyatakan bahwa efisiensi dengan pendekatan rasio BoPo memiliki pengaruh negatif terhadap pendapatan

Skripsi


Yunita E.


55

saham. Semakin besar rasio BoPo, maka semakin tidak efisien suatu bank, karena biaya operasional yang ditanggung oleh bank lebih besar daripada pendapatan operasional bank dan begitu pula sebaliknya, sehingga apabila suatu bank mengalami kenaikan rasio BoPo, maka bank tersebut mengalami penurunan efisiensi. Rasio BoPo merupakan rasio yang umum digunakan sebagai indikator efisiensi suatu bank, sehingga apabila investor melihat rasio BoPo suatu bank semakin meningkat, maka investor mengetahui bahwa bank tersebut semakin tidak efisien. Bank yang tidak efisien menandakan bahwa kemampuan dalam menghasilkan laba semakin menurun sehingga investor menganggap bank tersebut menjadi kurang profitable. Bank yang kurang profitable menjadi tidak menarik di mata investor dan investor pun enggan untuk membeli saham bank tersebut. Apabila hal ini terjadi, maka permintaan akan saham bank tersebut menjadi menurun sehingga memicu penurunan harga saham bank tersebut. Harga saham yang menurun akan menyebabkan pendapatan saham ikut menurun. Variabel ∆EFF memiliki pengaruh yang positif namun tidak signifikan terhadap pendapatan saham. Hal ini sesuai dengan teori yang menyatakan bahwa efisiensi dengan pendekatan DEA berpengaruh positif terhadap pendapatan saham. Perbedaan pengaruh efisiensi DEA dengan efisiensi BoPo terhadap pendapatan saham dikarenakan oleh perbedaan konsep efisiensi kedua jenis pendekatan tersebut. Semakin tinggi nilai efisiensi suatu bank dengan pendekatan DEA, maka semakin efisien bank tersebut, sebaliknya semakin rendah nilai efisiensi DEA suatu bank, maka semakin tidak efisien bank tersebut. Efisiensi yang dimaksudkan dalam DEA merupakan kemampuan bank dalam memaksimalkan

Skripsi


Yunita E.


56

total loan, interest revenue, non interest revenue dengan menggunakan total deposit dan interest expenses yang telah ditentukan. Bank yang semakin efisien menunjukkan bahwa manajemen bank tersebut semakin baik dalam mengelola dana pihak ketiga dan beban bunga sehingga semakin dapat memaksimalkan penyaluran kredit, penerimaan pendapatan bunga dan pendapatan selain bunga. Hal ini mengakibatkan peningkatan daya saing bank dan juga kemampuan bank dalam menghasilkan laba perusahaan. Hal ini akan memberikan kesan positif pada investor sehingga mendorong investor untuk membeli saham bank tersebut. Semakin banyak permintaan akan saham, maka akan memacu naiknya harga saham tersebut yang pada akhirnya akan meningkatkan pendapatan saham bank tersebut. Pengaruh positif efisiensi terhadap pendapatan saham sesuai dengan hasil penelitian yang dilakukan oleh Sufian dan Majid (2007). Pengaruh perubahan efisiensi dengan pendekatan DEA terhadap pendapatan saham yang tidak signifikan dikarenakan oleh : 1.

Tidak adanya informasi di pasar mengenai DEA sebagai pendekatan untuk menghitung efisiensi bank. Berbeda dengan rasio BoPo yang umum digunakan sebagai indikator efisiensi suatu bank, efisiensi dengan pendekatan DEA kurang begitu dikenal sebagai indikator pengukur efisiensi bank.

2.

Beban yang ditanggung oleh bank bukan hanya beban bunga saja. Bank juga memiliki beban admministrasi dan umum, beban personalia, dan lainlain.

Skripsi


Yunita E.


57

Nilai R square sebesar 0.15 untuk regresi model pertama yang menguji pengaruh efisiensi dengan pendekatan rasio BoPo terhadap pendapatan saham menunjukkan bahwa 15% perubahan rasio BoPo dapat mempengaruhi pendapatan saham, sedangkan 85% dipengaruhi oleh variabel lain di luar model. Nilai R Square sebesar 0.012 untuk regresi model kedua yang menguji pengaruh efisiensi dengan pendekatan Data Envelopment Analysis (DEA) terhadap pendapatan saham menunjukkan bahwa hanya 1.20% perubahan efisiensi dengan pendekatan DEA dapat mempengaruhi pendapatan bank, sedangkan 98.80% dipengaruhi oleh variabel lain diluar model.

Skripsi


Yunita E.


BAB 5 SIMPULAN DAN SARAN

5.1

Simpulan Berdasarkan analisis yang telah dilakukan pada bab sebelumnya, maka

hal-hal pokok yang dapat disimpulkan adalah sebagai berikut : 1.

Efisiensi bank yang diukur dengan menggunakan rasio biaya operasional per pendapatan operasional berpengaruh negatif dan signifikan terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia selama periode 2004 sampai dengan 2007.

2.

Efisiensi bank yang diukur dengan menggunakan Data Envelopment Analysis (DEA) mempunyai pengaruh positif dan tidak signifikan terhadap pendapatan saham bank yang terdaftar di Bursa Efek Indonesia selama periode 2004 sampai dengan 2007.

3.

Pengaruh efisiensi bank yang diukur dengan menggunakan Data Envelopment Analysis (DEA) terhadap pendapatan saham yang tidak signifikan disebabkan oleh tidak adanya informasi di pasar mengenai DEA sebagai pendekatan untuk menghitung efisiensi bank, selain itu bank juga menanggung beban selain beban bunga.

5.2

Saran Berdasarkan penelitian yang telah dilakukan, maka penulis dapat

memberikan saran sebagai berikut:

58 Skripsi


Yunita E.


1.

59

Bagi investor, untuk pemilihan investasi pada saham perbankan di Indonesia, sebaiknya mempertimbangkan rasio BoPo sebagai indikator efisiensi bank.

2.

Dipublikasikannya informasi mengenai perhitungan efisiensi dengan pendekatan DEA, sehingga dapat menjadi pertimbangan investor untuk pemilihan investasi pada saham perbankan.

Skripsi


Yunita E.


60

DAFTAR PUSTAKA

Adenso-Diaz, B., dan Gascon, F., 1997. “Lingking and Weighting Efficiency Estimates with Stock Performancein Banking Firms”, Wharton Financial Institution Center.p.14 Avenzora, A., dan Moeis, J.P., 2005.”Analisis Produktivitas dan Efisiensi Industri Tekstil dan Produk Tekstil di Indonesia tahun 2002-2004”, Parallel Session IVB: Industri dan Manufaktur. p.6. Banker R. D., et al, 2004. “Return to Scale in Different DEA Models”, Europan Journal of Operating Research, vol. 154, p.347 Becalli, E., Casu, B., dan Girardone, C., 2006. “Efficiency and Stock Performance in European Banking”, Journal of Business Finance&Accounting, vol.33, p.245-262. Bodie, Kane, Marcus, 2006.”Investasi”, edisi keenam. Jakarta: Salemba Empat. Charns, A., Cooper, W.W., dan Rhode, E., 1978. “Measuring The Efficiency of Decision Making Units”, European Journal of Operational Research, vol.2, p.429-444. Coelli, T.J., 1996. “A Guide to DEAP Version 2.1: A Data Envelopment Analysis (Computer) Program”, Centre for Efficiency and Productivity Analysis (CEPA) Working Papers, p.27-29. Collin, P. H., 1999, “Dictionary of Banking and Finance” second edition. Great Britain: Peter Collin Publishing De Young, R., 1997.” Measuring Bank Cost Efficiency: Don’t Count on Accounting Ratios”, Financial Practice and Education, Spring, p.21-22. Hadad, dkk, 2003. “Analisis Efisiensi Industri Perbankan Indonesia: Penggunaan Metode Nonparametrik Data Envelopment Analysis”, Kertas Kerja Bank Indonesia, p.2-25. Hadinanta, I., dan Munurung, A.H., 2006. “Penerapan Data Envelopment Analysis Untuk Mengukur Efisiensi Kinerja Reksa Dana Saham.” Hartono, Jogiyanto. 2008. “Teori Portofolio dan Analisis Investasi”edisi kelima. Yogyakarta: BPFE-YOGYAKARTA.

Skripsi


Yunita E.


61

Kirkwood, J., dan Nahm, D., 2006. “Australian Banking Efficiency and Its Relation to Stock Returns ”, The Economic Record, p.22. Majid, A., dkk, 2008. “Bank Efficiency and Share Price in China: Empirical Evidence from a Three-satge Banking Model”, Munich Personal RePEc Archive, p.1-16. Saad, W., dan El-Moussawi, C., 2009. “Evaluating the Productive Efficiency of Lebanese Commercial Banks: Parametric and Non-Parametrik Approach”. International Management Review.vol.5. no.1 .p.9 Sufian, F., dan Majid, M.Z.A., 2007. “Singapore Banking Efficiency and Its Relation to Stock Return: A DEA Window Analysis Approach”, International Journal of Business Studies.p.101-104.

Skripsi


Yunita E.


Lampiran A-1 : Tabel Daftar Bank yang Menjadi Sampel Penelitian

NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Skripsi

NAMA BANK Bank Bumi Putera Bank Central Asia Bank UOB buana Bank Negara Indoneisa Bank Nusantara Parahyangan Bank Rakyat Indonesia Bank Danamon Bank Century (Mutiara) Bank Eksekutif Internasional Bank Kesawan Bank Mandiri Bank Niaga Bank Internasional Indonesia Bank Permata Bank Swadesi Bank Victoria Intenasional Bank Arta Graha Internasional Bank Lippo Bank Mayapada Bank Mega Bank NISP Bank Pan Indonesia

KODE EMITEN BABP BBCA BBIA BBNI BBNP BBRI BDMN BCIC BEKS BKSW BMRI BNGA BNII BNLI BSWD BVIC INPC LPBN MAYA MEGA NISP PNBN


Yunita E.


Lampiran A-2 : Tabel Data Biaya Operasional, Pendapatan Operasional, Rasio BoPo, dan Perubahan Rasio BoPo

NO

Skripsi

KODE EMITEN

TAHUN

BIAYA OPERASI

PENDAPATAN OPERASI

RASIO BOPO

∆BOPO

1

BABP

2003

409,472

445,089

0.91998

2

BBCA

2003

10,421,834

13,533,937

0.77005

3

BBIA

2003

1,340,187

1,667,607

0.80366

4

BBNI

2003

14,503,762

15,286,674

0.94878

5

BBNP

2003

142,499

170,611

0.83523

6

BBRI

2003

13,063,074

16,007,795

0.81604

7

BDMN

2003

6,242,006

7,582,061

0.82326

8

BCIC

2003

685,458

683,456

1.00293

9

BEKS

2003

289,409

347,488

0.83286

10

BKSW

2003

166,117

170,809

0.97253

11

BMRI

2003

23,347,727

28,895,166

0.80801

12

BNGA

2003

2,541,157

2,843,969

0.89352

13

BNII

2003

3,734,993

4,003,502

0.93293

14

BNLI

2003

2,996,314

3,460,186

0.86594

15

BSWD

2003

63,917

75,777

0.84349

16

BVIC

2003

206,866

216,557

0.95525

17

INPC

2003

53,325

55,540

0.96012

18

LPBN

2003

2,412,436

2,416,873

0.99816

19

MAYA

2003

311,572

333,584

0.93401

20

MEGA

2003

1,260,789

1,656,086

0.76131

21

NISP

2003

1,444,924

1,667,183

0.86669

22

PNBN

2003

2,156,185

2,651,384

0.81323

23

BABP

2004

417,829

457,253

0.91378

-0.006736

24

BBCA

2004

8,752,188

13,229,085

0.66159

-0.140854

25

BBIA

2004

1,190,343

1,603,081

0.74253

-0.076057

26

BBNI

2004

9,222,225

14,411,808

0.63991

-0.325550

27

BBNP

2004

158,800

192,784

0.82372

-0.013778

28

BBRI

2004

11,690,338

16,977,604

0.68857

-0.156205

29

BDMN

2004

4,324,508

8,908,754

0.48542

-0.410366

30

BCIC

2004

1,307,660

594,545

2.19943

1.193006

31

BEKS

2004

236,969

290,517

0.81568

-0.020628

32

BKSW

2004

159,448

162,016

0.98415

0.011947

33

BMRI

2004

15,739,815

23,260,414

0.67668

-0.162543

34

BNGA

2004

2,426,060

3,059,420

0.79298

-0.112526

35

BNII

2004

3,211,457

4,021,411

0.79859

-0.144000

36

BNLI

2004

2,732,629

3,291,672

0.83016

-0.041314

37

BSWD

2004

58,740

72,599

0.80910

-0.040767

38

BVIC

2004

226,491

254,033

0.89158

-0.066652

39

INPC

2004

815,757

889,610

0.91698

-0.044928


Yunita E.


Skripsi

40

LPBN

2004

1,881,154

2,289,124

0.82178

-0.176710

41

MAYA

2004

219,389

270,660

0.81057

-0.132164

42

MEGA

2004

1,291,436

1,749,243

0.73828

-0.030242

43

NISP

2004

1,274,698

1,665,847

0.76520

-0.117102

44

PNBN

2004

1,672,962

2,934,402

0.57012

-0.298943

45

BABP

2005

528,152

455,844

1.15862

0.267946

46

BBCA

2005

10,393,489

15,397,484

0.67501

0.020293

47

BBIA

2005

1,340,037

1,832,233

0.73137

-0.015038

48

BBNI

2005

11,081,483

14,614,152

0.75827

0.184969

49

BBNP

2005

221,787

256,603

0.86432

0.049288

50

BBRI

2005

12,666,017

17,978,326

0.70452

0.023152

51

BDMN

2005

6,774,362

10,358,283

0.65400

0.347289

52

BCIC

2005

855,008

778,379

1.09845

-0.500577

53

BEKS

2005

287,492

210,181

1.36783

0.676920

54

BKSW

2005

175,677

178,989

0.98150

-0.002696

55

BMRI

2005

22,389,981

23,577,554

0.94963

0.403372

56

BNGA

2005

3,397,538

4,124,159

0.82381

0.038883

57

BNII

2005

4,696,540

5,593,768

0.83960

0.051356

58

BNLI

2005

3,361,690

3,760,648

0.89391

0.076790

59

BSWD

2005

75,724

91,852

0.82441

0.018924

60

BVIC

2005

217,572

244,631

0.88939

-0.002459

61

INPC

2005

998,082

1,022,009

0.97659

0.065002

62

LPBN

2005

2,075,300

2,677,499

0.77509

-0.056816

63

MAYA

2005

301,935

325,890

0.92649

0.143014

64

MEGA

2005

2,101,606

2,364,387

0.88886

0.203954

65

NISP

2005

1,818,391

2,111,437

0.86121

0.125478

66

PNBN

2005

2,658,233

3,438,241

0.77314

0.356095

67

BABP

2006

674,480

684,476

0.98540

-0.149512

68

BBCA

2006

13,367,790

22,850,914

0.58500

-0.133349

69

BBIA

2006

1,715,978

2,303,192

0.74504

0.018698

70

BBNI

2006

13,348,976

17,299,399

0.77164

0.017636

71

BBNP

2006

323,678

367,063

0.88181

0.020230

72

BBRI

2006

16,794,968

22,579,587

0.74381

0.055777

73

BDMN

2006

10,461,235

16,176,215

0.64670

-0.011161

74

BCIC

2006

1,452,450

1,551,008

0.93646

-0.147473

75

BEKS

2006

247,363

196,647

1.25790

-0.080366

76

BKSW

2006

224,727

230,144

0.97646

-0.005128

77

BMRI

2006

26,283,018

28,994,128

0.90649

-0.045425

78

BNGA

2006

4,985,808

6,013,750

0.82907

0.006378

79

BNII

2006

6,531,144

7,243,799

0.90162

0.073864

80

BNLI

2006

4,621,890

5,142,504

0.89876

0.005426

81

BSWD

2006

108,436

119,248

0.90933

0.103005

82

BVIC

2006

256,314

296,405

0.86474

-0.027711

83

INPC

2006

1,347,682

1,388,000

0.97095

-0.005771

84

LPBN

2006

2,751,162

3,651,838

0.75336

-0.028029


Yunita E.


Skripsi

85

MAYA

2006

439,855

494,264

0.88992

-0.039476

86

MEGA

2006

2,927,394

3,155,307

0.92777

0.043775

87

NISP

2006

2,425,460

2,756,455

0.87992

0.021725

88

PNBN

2006

3,642,548

4,699,027

0.77517

0.002630

89

BABP

2007

628,435

774,725

0.95560

-0.030239

90

BBCA

2007

12,430,876

18,903,557

0.66725

0.140599

91

BBIA

2007

1,414,482

1,980,809

0.70114

-0.058922

92

BBNI

2007

14,133,076

17,799,428

0.93040

0.205734

93

BBNP

2007

302,022

347,960

0.87837

-0.003897

94

BBRI

2007

15,517,344

25,016,006

0.69795

-0.061654

95

BDMN

2007

8,237,499

11,854,454

0.77690

0.201324

96

BCIC

2007

1,224,943

1,294,472

0.92853

-0.008464

97

BEKS

2007

169,694

181,302

0.99850

-0.206219

98

BKSW

2007

218,531

245,258

0.95123

-0.025844

99

BMRI

2007

17,902,571

25,571,195

0.75849

-0.163272

100

BNGA

2007

4,134,972

5,695,608

0.82689

-0.002632

101

BNII

2007

4,489,351

5,380,943

0.90489

0.003629

102

BNLI

2007

3,897,558

5,089,251

0.84832

-0.056125

103

BSWD

2007

99,780

108,547

0.92111

0.012955

104

BVIC

2007

329,335

402,089

0.82807

-0.042412

105

INPC

2007

1,153,163

1,187,366

0.97136

0.000419

106

LPBN

2007

2,919,614

4,091,341

0.72817

-0.033439

107

MAYA

2007

410,978

508,775

0.88462

-0.005958

108

MEGA

2007

2,742,542

3,588,965

0.79211

-0.146222

109

NISP

2007

2,492,554

2,958,899

0.88193

0.002288

110

PNBN

2007

3,200,890

4,539,458

0.73736

-0.048776


Yunita E.


Lampiran A-3 : Tabel Data Output, Input, Efisiensi (DEA), Peruabahan Efisiensi (DEA) KODE EMITEN

NO

TAHUN

INTEREST REV

LOANS

NON INTEREST REV

DEPOSIT

INTEREST EXP

EFISIENSI (DEA)

EFFCH

1

BABP

2003

2496404

414372

30717

2643236

256868

1

2

BBCA

2003

28444862

12185949

1347988

118246200

6821949

0.93

3

BBIA

2003

5269582

1549407

118200

12407156

844119

0.804

4

BBNI

2003

43501981

13214074

2072600

106592167

8216873

1

5

BBNP

2003

676236

162858

7753

1734843

108844

0.586

6

BBRI

2003

43210600

15069256

938539

76708684

7042501

1

7

BDMN

2003

18147754

5966408

1615653

40077145

3142173

1

8

BCIC

2003

1456904

479400

204056

4493841

443459

0.787

9

BEKS

2003

1231533

336072

11416

1696464

179762

1

10

BKSW

2003

490518

152993

17816

1140982

105863

0.678

11

BMRI

2003

64264750

25166797

3728369

187669514

17401715

1

12

BNGA

2003

13695330

2377720

466249

20205430

1484472

1

13

BNII

2003

9427446

3317106

686396

29413015

2323727

0.693

14

BNLI

2003

8532615

3196351

263835

23964283

2056090

0.707

15

BSWD

2003

291033

72402

3375

526841

40197

0.76

16

BVIC

2003

613536

194290

22267

1506636

158286

1

17

INPC

2003

168369

35129

20411

169970

15748

1

18

LPBN

2003

4027799

1877059

539814

23806540

1081432

0.789

19

MAYA

2003

1520002

328697

4887

2011659

219112

0.913

20

MEGA

2003

6306211

1586948

69138

12640963

977308

0.767

21

NISP

2003

9380106

1548701

118482

12486796

1100952

1

22

PNBN

2003

7661371

1983281

668103

11889687

892739

1

23

BABP

2004

2506402

430980

26273

3050393

205263

0.982

-0.018000

24

BBCA

2004

39280369

11483395

1745690

131985222

4898001

0.828

-0.109677

25

BBIA

2004

7759958

1487860

115221

13420167

623582

0.811

0.008706

26

BBNI

2004

54077034

11896918

2514890

108094972

5010773

1

0.000000

27

BBNP

2004

1041928

174320

18464

2067206

91494

0.773

0.319113

28

BBRI

2004

56924640

15530820

1446784

83204729

4273193

1

0.000000

29

BDMN

2004

27732575

7117114

1791640

40282715

2532868

1

0.000000

30

BCIC

2004

1726360

527792

66753

6396064

442319

0.435

-0.447268

31

BEKS

2004

1084240

279247

11270

1266560

101569

1

0.000000

32

BKSW

2004

710512

140345

21671

1424649

83041

0.722

0.064897

33

BMRI

2004

85766901

19213442

4046972

190791198

9679402

1

0.000000

34

BNGA

2004

20388027

2507839

551581

24733259

1134804

1

0.000000

35

BNII

2004

12799576

2955381

1066030

29638784

1309240

1

0.443001

36

BNLI

2004

13858562

2964666

327006

26920568

1382358

0.699

-0.011315

37

BSWD

2004

362973

68739

3860

707754

32462

1

0.315789

38

BVIC

2004

876985

229384

24649

1707042

137516

0.68

-0.320000

39

INPC

2004

5601180

829017

60593

6870593

409075

0.991

-0.009000

40

LPBN

2004

5012452

1819540

469584

24852485

884398

0.716

-0.092522

41

MAYA

2004

1549386

255739

14921

2182846

131582

0.872

-0.044907

Skripsi


Yunita E.


42

MEGA

2004

7467501

1701795

47448

15534103

823796

0.658

-0.142112

43

NISP

44

PNBN

2004

9898915

1488329

177518

13055608

845972

0.942

-0.058000

2004

10059040

2149536

784866

15044601

845216

1

0.000000

45

BABP

2005

3008760

431147

24697

3787435

256639

0.97

-0.012220

46

BBCA

2005

52778750

13214943

2182541

129861060

5562338

1

0.207729

47

BBIA

2005

10126485

1673993

158240

12892013

745302

0.991

0.221948

48

BBNI

2005

57526342

12855168

1758984

116998062

5849994

0.956

-0.044000

49

BBNP

2005

1430951

241104

15499

2562822

147495

0.773

0.000000

50

BBRI

2005

70122985

17253712

724614

98227889

4827425

1

0.000000

51

BDMN

2005

34842515

8088507

2269776

44350482

3404586

1

0.000000

52

BCIC

2005

4282085

586241

192138

10109721

643016

0.589

0.354023

53

BEKS

2005

1041625

202305

7876

1300274

119815

1

0.000000

54

BKSW

2005

810940

159204

19785

1396725

113994

0.803

0.112188

55

BMRI

2005

94869474

20999225

2578329

215135061

12044181

1

0.000000

56

BNGA

2005

28671419

3713324

410835

34377604

1987032

1

0.000000

57

BNII

2005

22868256

4646480

947288

36917305

2301293

0.844

-0.156000

58

BNLI

2005

21356766

3397891

362757

29397821

1686930

0.905

0.294707

59

BSWD

2005

427864

86116

5736

801014

49226

1

0.000000

60

BVIC

2005

724936

215149

29482

1877624

148352

0.722

0.061765

61

INPC

2005

7349224

959778

62231

8938394

543231

0.995

0.004036

62

LPBN

2005

7648301

2159230

518269

25105334

937437

0.932

0.301676

63

MAYA

2005

2025891

315919

9971

2516132

197427

0.985

0.129587

64

MEGA

2005

11113855

2292744

71643

21977477

1555063

0.638

-0.030395

65

NISP

2005

12244905

1906079

205358

15957791

1185292

0.935

-0.007431

66

PNBN

2005

13898766

2950826

487415

27232426

1785842

0.658

-0.342000

67

BABP

2006

3995291

654985

29491

4658591

408963

1

0.030928

68

BBCA

2006

59688265

17151390

5699524

154328511

7668266

1

0.000000

69

BBIA

2006

10108440

2183721

119471

12465422

1009904

1

0.009082

70

BBNI

2006

61695569

14860096

2439303

137161723

7542324

0.817

-0.145397

71

BBNP

2006

1579453

352814

14249

2948662

246576

0.721

-0.067270

72

BBRI

2006

83564704

21070537

1509050

126336779

7300778

1

0.000000

73

BDMN

2006

39531250

10847933

5328282

54194256

5132953

1

0.000000

74

BCIC

2006

3929100

1317354

233654

11213653

1022971

0.608

0.032258

75

BEKS

2006

833747

189861

6786

1150743

150321

1

0.000000

76

BKSW

2006

1263920

203351

26793

1839359

155940

1

0.245330

77

BMRI

2006

103282247

26261106

2733022

215756628

15915870

1

0.000000

78

BNGA

2006

32457152

5321683

692067

39143492

3109511

1

0.000000

79

BNII

2006

25556512

6202837

1040962

37117184

3574307

0.907

0.074645

80

BNLI

2006

22787595

4588209

554295

29441284

2544392

0.969

0.070718

81

BSWD

2006

440771

115520

3728

834046

78484

1

0.000000

82

BVIC

2006

1088691

275841

20564

2559330

224628

0.625

-0.134349

83

INPC

2006

6870481

1272558

115442

9166672

907442

0.904

-0.091457

84

LPBN

2006

11563542

2949955

701883

26693173

1302929

0.937

0.005365

85

MAYA

2006

2493173

482814

11450

3053142

326611

1

0.015228

86

MEGA

2006

10839026

3037829

117478

25756000

2292312

0.608

-0.047022

Skripsi


Yunita E.


87

NISP

2006

15410325

2540496

215959

19627127

1635375

88

PNBN

2006

17844632

3908886

790141

23740975

2310874

89

BABP

2007

4328974

725421

49304

5604945

364006

0.878

-0.122000

90

BBCA

2007

80880519

16315752

2587805

191242405

6662507

1

0.000000

91

BBIA

2007

12459353

1824728

156081

14034152

681072

1

0.000000

92

BBNI

2007

81473239

14848695

2950733

148428935

7387097

1

0.223990

93

BBNP

2007

1629213

334161

13799

3371291

219943

0.652

-0.095700

94

BBRI

2007

106899433

23240631

1775375

167086725

6552899

1

0.000000

95

BDMN

2007

49457027

10876060

978394

61629033

4719805

1

0.000000

96

BCIC

2007

3918826

1124035

170437

10270399

750047

0.722

0.187500

97

BEKS

2007

878975

175194

6108

1198287

96189

1

0.000000

98

BKSW

2007

1291246

227791

17467

2010890

145572

0.792

-0.208000

99

BMRI

2007

114131545

22333111

3238084

239920497

10446126

1

0.000000

100

BNGA

2007

40721334

5016581

679027

47028768

2590056

1

0.000000

101

BNII

2007

27841245

4551189

829754

39060785

2420915

0.87

-0.040794

102

BNLI

2007

25289828

4083176

1006075

31097043

1743079

1

0.031992

103

BSWD

2007

605174

104457

4090

1009126

67129

1

0.000000

104

BVIC

2007

1922475

348779

53310

4342505

265733

0.577

-0.076800

105

INPC

2007

7415975

1087464

99902

9317840

715267

0.882

-0.024336

106

LPBN

2007

17829956

3280892

810449

30998821

1447686

0.977

0.042689

107

MAYA

2007

3023510

497384

11391

2961852

275949

1

0.000000

108

MEGA

2007

13843320

3343898

245067

30605842

1953050

0.671

0.103618

109

NISP

2007

18857535

2623282

335617

22417770

1444965

0.969

0.027572

110

PNBN

2007

28867401

4191032

348426

33652209

2018537

1

0.047120

Skripsi


0.943 0.96

0.008556 0.451368

Yunita E.


Lampiran A-4 : Tabel Data Harga Saham dan Pendapatan Saham

NO

KODE EMITEN

TAHUN

HARGA SAHAM (Rp)

PENDAPATAN SAHAM

NO

KODE EMITEN

TAHUN

HARGA SAHAM (Rp)

PENDAPATAN SAHAM

1

BABP

2003

160

44

PNBN

2004

420

0.473684

2

BBCA

2003

3325

45

BABP

2005

120

-0.294118

3

BBIA

2003

550

46

BBCA

2005

3400

0.142857

4

BBNI

2003

1300

47

BBIA

2005

910

0.103030

5

BBNP

2003

700

48

BBNI

2005

1280

-0.235821

6

BBRI

2003

1250

49

BBNP

2005

700

0.000000

7

BDMN

2003

2025

50

BBRI

2005

3025

0.052174

8

BCIC

2003

125

51

BDMN

2005

4750

0.085714

9

BEKS

2003

85

52

BCIC

2005

80

0.142857

10

BKSW

2003

250

53

BEKS

2005

75

-0.482759

11

BMRI

2003

1000

54

BKSW

2005

400

1.285714

12

BNGA

2003

450

55

BMRI

2005

1640

-0.148052

13

BNII

2003

110

56

BNGA

2005

405

-0.119565

14

BNLI

2003

30

57

BNII

2005

155

-0.162162

15

BSWD

2003

300

58

BNLI

2005

720

-0.040000

16

BVIC

2003

90

59

BSWD

2005

420

0.050000

17

INPC

2003

150

60

BVIC

2005

80

0.000000

18

LPBN

2003

120

61

INPC

2005

50

-0.696970

19

MAYA

2003

100

62

LPBN

2005

1480

1.114286

20

MEGA

2003

1150

63

MAYA

2005

95

-0.525000

21

NISP

2003

365

64

MEGA

2005

1600

-0.179487

22

PNBN

2003

285

65

NISP

2005

770

-0.006452

23

BABP

2004

170

0.062500

66

PNBN

2005

420

0.000000

24

BBCA

2004

2975

-0.105263

67

BABP

2006

90

-0.250000

25

BBIA

2004

825

0.500000

68

BBCA

2006

5200

0.529412

26

BBNI

2004

1675

0.288462

69

BBIA

2006

970

0.065934

27

BBNP

2004

700

0.000000

70

BBNI

2006

1870

0.460938

28

BBRI

2004

2875

1.300000

71

BBNP

2006

700

0.000000

29

BDMN

2004

4375

1.160494

72

BBRI

2006

5150

0.702479

30

BCIC

2004

70

-0.440000

73

BDMN

2006

6750

0.421053

31

BEKS

2004

145

0.705882

74

BCIC

2006

70

-0.125000

32

BKSW

2004

175

-0.300000

75

BEKS

2006

65

-0.133333

33

BMRI

2004

1925

0.925000

76

BKSW

2006

460

0.150000

34

BNGA

2004

460

0.022222

77

BMRI

2006

2900

0.768293

35

BNII

2004

185

0.681818

78

BNGA

2006

920

1.271605

36

BNLI

2004

750

24.000000

79

BNII

2006

240

0.548387

37

BSWD

2004

400

0.333333

80

BNLI

2006

870

0.208333

38

BVIC

2004

80

-0.111111

81

BSWD

2006

700

0.666667

39

INPC

2004

165

0.100000

82

BVIC

2006

90

0.125000

40

LPBN

2004

700

4.833333

83

INPC

2006

45

-0.100000

Skripsi


Yunita E.


41

MAYA

2004

200

1.000000

84

LPBN

2006

1610

0.087838

42

MEGA

2004

1950

0.695652

85

MAYA

2006

530

4.578947

43

NISP

2004

775

1.123288

86

MEGA

2006

2100

0.312500

87

NISP

2006

830

0.077922

88

PNBN

2006

580

0.380952

89

BABP

2007

100

0.111111

90

BBCA

2007

7300

0.403846

91

BBIA

2007

1030

0.061856

92

BBNI

2007

1970

0.053476

93

BBNP

2007

1510

1.157143

94

BBRI

2007

7400

0.436893

95

BDMN

2007

8000

0.185185

96

BCIC

2007

68

-0.028571

97

BEKS

2007

70

0.076923

98

BKSW

2007

500

0.086957

99

BMRI

2007

3500

0.206897

100

BNGA

2007

900

-0.021739

101

BNII

2007

285

0.187500

102

BNLI

2007

890

0.022989

103

BSWD

2007

900

0.285714

104

BVIC

2007

152

0.688889

105

INPC

2007

100

1.222222

106

LPBN

2007

2175

0.350932

107

MAYA

2007

960

0.811321

108

MEGA

2007

3150

0.500000

109

NISP

2007

900

0.084337

110

PNBN

2007

680

0.172414

Skripsi


Yunita E.


Lampiran B-1 : Output Software DEAP versi 2.1 2003-out Results from DEAP Version 2.1 Instruction file = data-ins.txt Data file = data.txt Output orientated DEA Scale assumption: VRS Slacks calculated using multi-stage method

EFFICIENCY SUMMARY: firm crste vrste scale 1 0.953 1.000 0.953 drs 2 0.581 0.930 0.625 drs 3 0.671 0.804 0.835 drs 4 0.640 1.000 0.640 drs 5 0.517 0.586 0.882 drs 6 0.954 1.000 0.954 drs 7 0.765 1.000 0.765 drs 8 0.516 0.787 0.656 drs 9 0.959 1.000 0.959 drs 10 0.649 0.678 0.957 drs 11 0.649 1.000 0.649 drs 12 0.779 1.000 0.779 drs 13 0.578 0.693 0.833 drs 14 0.664 0.707 0.939 drs 15 0.712 0.760 0.937 drs 16 1.000 1.000 1.000 17 1.000 1.000 1.000 18 0.472 0.789 0.598 drs 19 0.791 0.913 0.866 drs 20 0.648 0.767 0.845 drs 21 0.781 1.000 0.781 drs 22 0.869 1.000 0.869 drs mean 0.734 0.882 0.833 Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrste

Skripsi


Yunita E.


2004 out Results from DEAP Version 2.1 Instruction file = data-ins.txt Data file = data.txt

Output orientated DEA Scale assumption: VRS Slacks calculated using multi-stage method

EFFICIENCY SUMMARY: firm crste vrste scale 1 0.973 0.982 0.991 drs 2 0.705 0.828 0.851 drs 3 0.803 0.811 0.990 irs 4 0.807 1.000 0.807 drs 5 0.699 0.773 0.904 irs 6 1.000 1.000 1.000 7 1.000 1.000 1.000 8 0.418 0.435 0.960 drs 9 1.000 1.000 1.000 10 0.635 0.722 0.880 irs 11 0.669 1.000 0.669 drs 12 1.000 1.000 1.000 13 0.883 1.000 0.883 drs 14 0.692 0.699 0.990 drs 15 0.718 1.000 0.718 irs 16 0.657 0.680 0.967 irs 17 0.974 0.991 0.983 drs 18 0.713 0.716 0.996 irs 19 0.847 0.872 0.972 irs 20 0.651 0.658 0.989 drs 21 0.901 0.942 0.956 drs 22 1.000 1.000 1.000 mean 0.807 0.869 0.932 Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrste

Skripsi


Yunita E.


2005-out Results from DEAP Version 2.1 Instruction file = data-ins.txt Data file = data.txt Output orientated DEA Scale assumption: VRS Slacks calculated using multi-stage method

EFFICIENCY SUMMARY: firm crste vrste scale 1 0.960 0.970 0.990 irs 2 0.838 1.000 0.838 drs 3 0.982 0.991 0.991 irs 4 0.779 0.956 0.815 drs 5 0.701 0.773 0.907 irs 6 1.000 1.000 1.000 7 1.000 1.000 1.000 8 0.575 0.589 0.976 irs 9 0.998 1.000 0.998 irs 10 0.724 0.803 0.902 irs 11 0.610 1.000 0.610 drs 12 1.000 1.000 1.000 13 0.842 0.844 0.998 irs 14 0.903 0.905 0.998 irs 15 0.687 1.000 0.687 irs 16 0.628 0.722 0.871 irs 17 0.986 0.995 0.991 irs 18 0.914 0.932 0.981 irs 19 0.981 0.985 0.996 irs 20 0.637 0.638 0.998 irs 21 0.934 0.935 1.000 22 0.657 0.658 0.999 irs mean 0.834 0.895 0.934 Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrste

Note also that all subsequent tables refer to VRS results

Skripsi


Yunita E.


2006-out Results from DEAP Version 2.1 Instruction file = data-ins.txt Data file = data.txt Output orientated DEA Scale assumption: VRS Slacks calculated using multi-stage method

EFFICIENCY SUMMARY: firm crste vrste scale 1 1.000 1.000 1.000 2 0.951 1.000 0.951 drs 3 1.000 1.000 1.000 4 0.779 0.817 0.953 drs 5 0.670 0.721 0.929 irs 6 1.000 1.000 1.000 7 1.000 1.000 1.000 8 0.596 0.608 0.981 irs 9 0.913 1.000 0.913 irs 10 0.822 1.000 0.822 irs 11 0.678 1.000 0.678 drs 12 1.000 1.000 1.000 13 0.892 0.907 0.984 drs 14 0.945 0.969 0.976 drs 15 0.709 1.000 0.709 irs 16 0.567 0.625 0.907 irs 17 0.898 0.904 0.993 drs 18 0.913 0.937 0.975 irs 19 0.983 1.000 0.983 irs 20 0.605 0.608 0.994 irs 21 0.933 0.943 0.989 drs 22 0.943 0.955 0.987 drs mean 0.854 0.909 0.942 Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrste

Skripsi


Yunita E.


Note also that all subsequent tables refer to VRS results 2007-out Results from DEAP Version 2.1 Instruction file = data-ins.txt Data file = data.txt Output orientated DEA Scale assumption: VRS Slacks calculated using multi-stage method

EFFICIENCY SUMMARY: firm crste vrste scale 1 0.864 0.878 0.985 irs 2 0.862 1.000 0.862 drs 3 1.000 1.000 1.000 4 0.776 1.000 0.776 drs 5 0.612 0.652 0.940 irs 6 1.000 1.000 1.000 7 1.000 1.000 1.000 8 0.704 0.722 0.976 irs 9 0.847 1.000 0.847 irs 10 0.718 0.792 0.907 irs 11 0.728 1.000 0.728 drs 12 0.976 1.000 0.976 drs 13 0.838 0.870 0.963 drs 14 1.000 1.000 1.000 15 0.677 1.000 0.677 irs 16 0.546 0.577 0.946 irs 17 0.842 0.882 0.954 drs 18 0.970 0.977 0.993 irs 19 1.000 1.000 1.000 20 0.667 0.671 0.995 irs 21 0.932 0.969 0.961 drs 22 0.938 1.000 0.938 drs mean 0.841 0.909 0.928 Note: crste = technical efficiency from CRS DEA vrste = technical efficiency from VRS DEA scale = scale efficiency = crste/vrste

Note also that all subsequent tables refer to VRS results

Skripsi


Yunita E.


Lampiran B-2 : Output SPSS Regresi Pengaruh Efisiensi dengan Pendekatan BoPo Terhadap Pendapatan Saham

Regression Variabl es Entered/Removedb Model 1

Variables Entered BOPOCHa

Variables Remov ed .

Method Enter

a. All requested v ariables entered. b. Dependent Variable: RETURN Model Summaryb Model 1

R .387a

R Square .150

Adjusted R Square .140

Std. Error of the Est imat e .414155276

Durbin-W atson 1.818

a. Predictors: (Constant), BOPOCH b. Dependent Variable: RETURN

ANOVAb Model 1

Regression Residual Total

Sum of Squares 2.515 14.237 16.751

df

1 83 84

Mean Square 2.515 .172

F 14.660

Sig. .000a

a. Predictors: (Constant), BOPOCH b. Dependent Variable: RETURN

Coefficientsa

Model 1

(Constant) BOPOCH

Unstandardized Coeff icients B Std. Error .263 .045 -.840 .219

Standardized Coeff icients Beta -.387

t 5.858 -3.829

Sig. .000 .000

Collinearity Statistics Tolerance VIF 1.000

1.000

a. Dependent Variable: RETURN Coeffi cient Correlationsa Model 1

Correlations Cov ariances

BOPOCH BOPOCH

BOPOCH 1.000 .048

a. Dependent Variable: RETURN

Skripsi


Yunita E.


a Colli neari ty Diagnostics

Model 1

Dimension 1 2

Condit ion Index 1.000 1.046

Eigenv alue 1.045 .955

Variance Proportions (Constant) BOPOCH .48 .48 .52 .52

a. Dependent Variable: RETURN Residuals Statisti csa Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Delet ed Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Lev erage Value

Minimum -.739181 -5.750

Maximum .68409002 2.476

Mean .25561743 .000

Std. Dev iat ion .173018654 1.000

N

********

********

********

.028958389

85

-.943096 -.905752 -2.187 -2.201 -.917345 -2.254 .000 .000 .000

.73422277 1.020039 2.463 2.478 1.032224 2.559 33.059 .299 .394

.25396305 .00000000 .000 .002 .00165438 .006 .988 .012 .012

.187417638 .411682686 .994 1.005 .421294345 1.018 3.822 .035 .046

85 85 85 85 85 85 85 85 85

85 85


Charts Histogram Dependent Variable: RETURN 30

20

Frequency

10 Std. Dev = .99 Mean = 0.00 N = 85.00

0

50 2. 5 2 2. 0 0 2. 5 7 1. 0 5 1. 5 2 1. 00 1. 5 .7 0 .5 5 .2 0 0 0. 5 -.2 0 -.5 5 -..700 -1 5 .2 -1 50 . -1 5 .7 -1 00 . -2 5 .2 -2

Regression Standardized Residual

Skripsi


Yunita E.


Normal P-P Plot of Regression Standardized Residual Dependent Variable: RETURN 1.00

.75

Expected Cum Prob

.50

.25

0.00 0.00

.25

.50

.75

1.00

Observed Cum Prob

Scatterplot Dependent Variable: RETURN 3 2 1 0 -1 -2 -3 -6

-4

-2

0

2

4

Regression Standardized Predicted Value

NPar Tests One-Sample Kolmogorov-Smirnov Test

N Normal Parameters a,b Most Extreme Dif f erences

Mean Std. Dev iat ion Absolute Positiv e Negativ e

Kolmogorov -Smirnov Z Asy mp. Sig. (2-tailed)

Unstandardiz ed Residual 85 .0000000 .41168269 .147 .147 -.071 1.354 .051

a. Test distribution is Normal. b. Calculated f rom data.

Skripsi


Yunita E.


Lampiran B-3 : Output SPSS Regresi Pengaruh Efisiensi dengan Pendekatan DEA Terhadap Pendapatan Saham

Regression Variabl es Entered/Removedb Model 1

Variables Entered EFFCHa

Variables Remov ed .

Method Enter

a. All requested v ariables entered. b. Dependent Variable: RETURN Model Summaryb Model 1

R .111a

R Square .012

Adjusted R Square .000

Std. Error of the Est imat e .434116901

Durbin-W atson 2.044

a. Predictors: (Constant), EFFCH b. Dependent Variable: RETURN

ANOVAb Model 1

Regression Residual Total

Sum of Squares .194 15.454 15.647

df

1 82 83

Mean Square .194 .188

F 1.029

Sig. .313a

a. Predictors: (Constant), EFFCH b. Dependent Variable: RETURN

Coefficientsa

Model 1

(Constant) EFFCH

Unstandardized Coeff icients B Std. Error .237 .048 .329 .324

Standardized Coeff icients Beta .111

t 4.955 1.014

Sig. .000 .313

Collinearity Statistics Tolerance VIF 1.000

1.000

a. Dependent Variable: RETURN Coeffici ent Correlationsa Model 1

Correlations Cov ariances

EFFCH EFFCH

EFFCH 1.000 .105


Skripsi


Yunita E.


a Colli neari ty Diagnostics

Model 1

Dimension 1 2

Condit ion Index 1.000 1.142

Eigenv alue 1.132 .868

Variance Proportions (Constant) EFFCH .43 .43 .57 .57

a. Dependent Variable: RETURN Casewise Diagnosticsa Case Number 32 56

Std. Residual 2.331 2.384

RETURN 1.285714 1.271605

Predicted Value .27367214 .23677130

Residual 1.012042 1.034834

a. Dependent Variable: RETURN Residuals Statisti csa Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Delet ed Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Lev erage Value

Minimum .08965606 -3.177

Maximum .38523513 2.939

Mean .24318430 .000

Std. Dev iat ion .048331916 1.000

N

********

********

********

.025706808

84

.13579990 -.935069 -2.154 -2.167 -.946462 -2.218 .003 .000 .000

.38579699 1.034834 2.384 2.398 1.047526 2.472 10.090 .132 .122

.24434445 .00000000 .000 -.001 -.001160 .003 .988 .011 .012

.046233691 .431493814 .994 1.004 .440749068 1.018 2.047 .020 .025

84 84 84 84 84 84 84 84 84

84 84


Charts Histogram Dependent Variable: RETURN 20

Frequency

10

Std. Dev = .99 Mean = 0.00 N = 84.00

0

50 2. 5 2 2. 0 0 2. 5 7 1. 0 5 1. 5 2 1. 00 1. 5 .7 0 .5 5 .2 0 0 0. 5 -.2 0 -.5 5 -..700 -1 5 .2 -1 50 . -1 5 .7 -1 00 . -2 5 .2 -2

Regression Standardized Residual

Skripsi


Yunita E.


Normal P-P Plot of Regression Standardized Residual Dependent Variable: RETURN 1.00

.75

Expected Cum Prob

.50

.25

0.00 0.00

.25

.50

.75

1.00

Observed Cum Prob

Scatterplot Dependent Variable: RETURN 3 2 1 0 -1 -2 -3 -4

-3

-2

-1

0

1

2

3

Regression Standardized Predicted Value

NPar Tests One-Sample Kolmogorov-Smirnov Test

N Normal Parameters a,b Most Extreme Dif f erences

Mean Std. Dev iat ion Absolute Positiv e Negativ e

Kolmogorov -Smirnov Z Asy mp. Sig. (2-tailed)

Unstandardiz ed Residual 84 .0000000 .43149381 .147 .147 -.079 1.346 .053

a. Test distribution is Normal. b. Calculated f rom data.

Skripsi


Yunita E.

PENGARUH EFISIENSI BANK TERHADAP PENDAPATAN SAHAM BANK YANG TERDAFTAR DI BURSA EFEK INDONESIA SKRIPSI

Recommend Documents