EFISIENSI BANK PEMBIAYAAN RAKYAT SYARIAH (BPRS) DI INDONESIA PERIODE TAHUN 2011-2013
AHMAD FAUZI
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Efisiensi Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia Periode Tahun 2011-2013 adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2014 Ahmad Fauzi NIM H54100059
ABSTRAK AHMAD FAUZI. Efisiensi Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia Periode Tahun 2011-2013. Dibimbing oleh SRI HARTOYO dan RANTI WILIASIH. Efisiensi merupakan salah satu parameter untuk mengukur kinerja lembaga keuangan, termasuk BPRS dalam beroperasi mengelola input dan menghasilkan output. Penelitian ini bertujuan mengidentifikasi nilai efisiensi BPRS di Indonesia dengan menggunakan metode stochastic frontier approach (SFA) dan konsep efisiensi keuntungan alternatif. Pemilihan konsep efisiensi keuntungan alternatif ditetapkan karena jenis pasar yang dihadapi BPRS diasumsikan dalam bentuk imperfect market dan adanya pengaruh perbedaan lokasi operasional. Penelitian ini mengukur tingkat efisiensi 33 BPRS selama tahun 2011-2013. Hasil penelitian menunjukkan nilai efisiensi secara keseluruhan memiliki nilai rata-rata yang kecil. Efisiensi rata-rata yang dihasilkan BPRS dari tahun 2011-2013 adalah 0.331, dengan nilai tertinggi sebesar 0.939 dan nilai terendah 0.008. Faktor lokasi operasional memiliki pengaruh negatif terhadap keuntungan yang dihasilkan BPRS di daerah yang memiliki pendapatan per kapita relatif tinggi dan berpengaruh positif terhadap BPRS di daerah yang pendapatan per kapita lebih rendah. Kata kunci: Efisiensi, keuntungan alternatif, pendapatan per kapita, SFA
ABSTRACT AHMAD FAUZI. Efficiency of the Islamic Rural Bank (BPRS) in Indonesia in Period 2011-2013. Supervised by SRI HARTOYO and RANTI WILIASIH. Efficiency is one of the parameters to measure the performance of financial institutions, including the Islamic Rural Bank (BPRS) in managing operational input and producing output. This study aims to identify the efficiency of BPRS in Indonesia by using stochastic frontier approach (SFA) with alternative profit efficiency concept. Alternative profit efficiency concept assumes that market type of Islamic rural bank is imperfect market and there is effect of differences in operational locations. This study measures the efficiensy level of 33 BPRS in 2011-2013. The results show that average value of efficiency is low. The average value of efficiency of BPRS from 2011-2013 is 0.331, with the highest value is 0.939 and the lowest value is 0.008. Location factor has negative effect on profit of BPRS in the location that has relatively high income per capita and has positive effect on profit of BPRS in the location that has lower income per capita. Keyword: Alternative profit, efficiency, income per capita, SFA
EFISIENSI BANK PEMBIAYAAN RAKYAT SYARIAH (BPRS) DI INDONESIA PERIODE TAHUN 2011-2013
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014
Judul Skripsi : Efisiensi Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia Periode Tahun 2011-2013 Nama : Ahmad Fauzi NIM : H54100059
Disetujui oleh
Dr. Ir. Sri Hartoyo Pembimbing I
Ranti Wiliasih, SP, MSi Pembimbing II
Diketahui oleh
Dedi Budiman Hakim, Ph.D Ketua Departemen
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya, sehingga skripsi yang berjudul “Efisiensi Bank Pembiayaan Rakyat Syariah (BPRS) di Indonesia Periode Tahun 2011-2013” ini dapat diselesaikan. Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Institut Pertanian Bogor. Tujuan penelitian ini adalah untuk menganalisis nilai efisiensi BPRS yang ada di Indonesia dengan metode stochastic frontier approach (SFA) dan konsep efisiensi keuntungan alternatif. Pada kesempatan ini, ucapan terima kasih untuk orang-orang yang terkasih kepada orang tua penulis Agussalim (Bapak) dan Syariah (Mamak), Ummy Reni Salma, Bunda Refliniza Darmawan, dan Ayah Irwan Firdaus, serta saudara penulis, Awalluddin, Ahmad Fadli, Aulia Rahman, Renny Fadillah, Ahmad Ghazali, Resty Febriani, dan keluarga lainnya atas segala teguran, doa, dan dukungan yang telah diberikan. Selain itu, penulis juga mengucapkan terima kasih kepada: Bapak Dr. Ir Sri Hartoyo dan Ibu Ranti Wiliasih, SP, M.Si selaku dosen 1. pembimbing skripsi yang telah memberikan arahan, bimbingan, dan saran untuk membantu penulis dalam menyelesaikan skripsi ini. 2. Ibu Dr. Yeti Lis Purnamadewi yang telah bersedia menjadi dosen penguji utama hasil penelitian ini dan Bapak Dr. Jaenal Effendi sebagai dosen penguji dari komisi pendidikan Departemen Ilmu Ekonomi. 3. Bapak Dr. Irfan Syauqi Beik, yang telah bersedia mengarahkan serta memberi saran sebagai dosen pembimbing akademik bagi penulis, para dosen lainnya, staf dan seluruh civitas akademik Departemen Ilmu Ekonomi FEM IPB yang telah memberikan ilmu dan bantuan untuk penulis 4. Teman-teman satu bimbingan yang saling mendukung, Fauziyah Adzimatinur, Ayu Frianka, dan Afanina Meithasari. 5. Teman-teman yang luar biasa, yaitu Riri Rekasiwi, Bani Rahmat Wijaya, Zulfi Mirza, Pramono Widagdo, Ardhi Evan, Qiyamuddin Robbani, Putri Eka Ayuni, Nur Azizah, Febrina Mirazdianti, Zikra Donald, Aldesta Nurika, Sari Khairunnisa, Willy Setya Perdana, Rizqi Eka Sukmayasa, dan Prawito Hudoro terima kasih atas bantuan serta dukungannya. 6. Penghargaan yang begitu indah kepada keluarga Ekonomi Syariah FEM IPB angkatan 47, 48 dan 49 atas kebersamaannya dan telah saling mengingatkan, mendukung, dan mendoakan dalam semua kegiatan, mohon maaf tidak dapat menyebutkan satu per satu. 7. Semua pihak yang telah membantu dalam penyelesaian skripsi ini yang tidak dapat disebutkan satu per satu. Semoga karya ilmiah ini bermanfaat. Bogor, Juli 2014 Ahmad Fauzi
DAFTAR ISI DAFTAR TABEL .................................................................................................. ix DAFTAR GAMBAR .............................................................................................. ix DAFTAR LAMPIRAN .......................................................................................... ix PENDAHULUAN ................................................................................................... 1 Latar Belakang ..................................................................................................... 1 Perumusan Masalah ............................................................................................. 3 Tujuan Penelitian ................................................................................................. 4 Manfaat Penelitian ............................................................................................... 5 Ruang Lingkup Penelitian ................................................................................... 5 TINJAUAN PUSTAKA .......................................................................................... 5 Efisiensi ............................................................................................................... 5 Fungsi Produksi ................................................................................................... 6 Pendekatan dalam Pengukuran Efisiensi ............................................................. 8 Stochastic Frontier Approach (SFA) ................................................................. 11 Penelitian Terdahulu Tentang Efisiensi ............................................................. 12 METODE PENELITIAN ...................................................................................... 14 Jenis dan Sumber Data ....................................................................................... 14 Metode Analisis dan Pengolahan Data .............................................................. 14 Model Penelitian ................................................................................................ 15 Sampel Penelitian .............................................................................................. 17 Tahapan Penelitian ............................................................................................. 19 HASIL DAN PEMBAHASAN ............................................................................. 19 Analisis dan Karakteristik Sampel Berdasarkan Data Laporan Publikasi ......... 19 Analisis Model Estimasi dan Variabel yang Memengaruhi Fungsi Profit ........ 22 Hasil Nilai SFA dan Konsep Efisiensi Keuntungan Alternatif .......................... 24 SIMPULAN DAN SARAN................................................................................... 27 Simpulan ............................................................................................................ 27 Saran .................................................................................................................. 27 DAFTAR PUSTAKA ............................................................................................ 28 LAMPIRAN .......................................................................................................... 31 RIWAYAT HIDUP ............................................................................................... 39
DAFTAR TABEL 1 Jumlah BPRS di Indonesia periode tahun 2009-2013 ......................................... 2 2 Variabel dalam penelitian terdahulu dengan metode SFA ................................. 13 3 Pendapatan per kapita tahun 2011 di daerah A .................................................. 18 4 Pendapatan per kapita Tahun 2011 di Daerah B ................................................ 18 5 Perkembangan FDR dan ROA BPRS di Indonesia tahun 2009-2013 ............... 20 6 Perbandingan nilai FDR dan ROA BPRS .......................................................... 20 7 Statistik deskriptif data....................................................................................... 21 8 Hasil akhir maximum-likelihood estimator dengan pendekatan SFA ................ 22 9 Nilai efisiensi BPRS di Indonesia periode tahun 2011-2013 ............................ 24 10 Frekuensi dan sebaran nilai efisiensi BPRS yang didapat ............................... 25
DAFTAR GAMBAR 1 Bagan Kontrak Intermediasi ................................................................................ 3 2 Fungsi Produksi Stochastic Frontier.................................................................... 7 3 Fungsi Derivatif Keuntungan dari Produksi ........................................................ 8
DAFTAR LAMPIRAN 1 Data laporan keuangan BPRS dan nilai logaritma variabel ............................... 31 2 Hasil maximum-likelihood estimator ................................................................ 34 3 Nilai SFA sebagai nilai efisiensi dari BPRS ...................................................... 35 4 Identitas BPRS sampel ....................................................................................... 36 5 Hasil estimasi metode panel dengan pendekatan OLS ...................................... 37 6 Hasil uji asumsi klasik dari pendekatan OLS .................................................... 38
1
PENDAHULUAN Latar Belakang Data Statistik Perbankan Syariah pada bulan Oktober 2013 menyatakan bahwa total aset seluruh Bank Pembiayaan Rakyat Syariah (BPRS) yang ada di Indonesia bernilai Rp 5 triliun atau hanya 2.5% dari keseluruhan total aset perbankan syariah Indonesia yang telah mencapai 235 triliun rupiah. Nilai tersebut tentunya masih rendah jika total aset BPRS tersebut dibandingkan dengan keseluruhan total aset perbankan syariah. Kontribusi BPRS tersebut menjadi nilai yang sangat kecil jika dibandingkan terhadap perbankan nasional, mengingat komposisi aset perbankan syariah Indonesia hanya sebesar 4.88% dari keseluruhan aset perbankan nasional. Perkembangan BPRS perlu ditingkatkan dikarenakan peran BPRS yang begitu penting terhadap pertumbuhan unit usaha mikro kecil dan menengah (UMKM) yang merupakan objek pembiayaan BPRS untuk menggerakkan perekonomian sektor riil. Pembiayaan yang diberikan oleh BPRS adalah salah satu sumber modal bagi UMKM yang jumlahnya pada tahun 2012 menurut data Kementerian Koperasi dan Usaha Kecil Menengah mencapai 55.2 juta unit usaha atau memiliki proporsi sebesar 99.99% dari keseluruhan jenis unit usaha di Indonesia. Pertumbuhan BPRS dari segi aset atau jumlahnya tentunya mempengaruhi perkembangan UMKM yang masih menjadi unit usaha penyerap tenaga kerja terbanyak di Indonesia, sebesar 97.24 dari pangsa pasar tenaga kerja. Sehingga, kinerja BPRS perlu diperhatikan dan ditingkatkan untuk mendukung perkembangan ekonomi sektor riil melalui UMKM. Zeller dan Meyer (2002) memperkenalkan konsep The Triangle of Microfinance sebagai indikator kinerja Lembaga Keuangan Mikro (LKM). Tiga kategori dari indikator tersebut yaitu kesinambungan keuangan (Financial Sustainability), tingkat jangkauan (Outreach), dan dampak keberadaan LKM terhadap lingkungannya (Impact). Ketiga indikator tersebut idealnya dapat tercapai oleh LKM, walaupun pada kenyataannya tidaklah mudah untuk mencapai ketiganya secara bersamaan. Permasalahan tersebut juga dihadapi oleh BPRS yang merupakan salah satu LKM tersebut. Indikator kesinambungan keuangan (Financial Sustainability) dapat diukur dengan melihat perkembangan penggunaan biaya dan nilai keuntungan yang dihasilkan oleh BPRS. Tingkat jangkauan (Outreach) dilihat berdasarkan perkembangan jumlah nasabah dan dana pihak ketiga yang dapat dikumpulkan oleh BPRS, serta seberapa luas wilayah kerja BPRS tersebut. Peran BPRS dalam pengembangan masyarakat dan sebagai sumber pembiayaan UMKM yang berada di wilayah kerjanya merupakan contoh dampak keberadaan BPRS terhadap lingkungan (Impact). Menurut Zeller dan Meyer (2002), selalu ada indikator yang dikorbankan untuk mencapai indikator yang lain (tradeoff) tetapi dengan pencapaian operasional yang sinergis diantara ketiganya, BPRS dapat dikatakan telah menerapkan konsep dengan baik. Keberadaan BPRS yang merupakan bagian perbankan, khususnya perbankan syariah, tentunya memberi andil yang cukup berarti dalam perkembangan industri perbankan syariah di Indonesia. BPRS di Indonesia sendiri
2 mengalami perkembangan yang cukup baik, dari segi total pembiayaan, total DPK, dan jumlah BPRS yang ada di Indonesia sampai saat ini. Pada periode tahun 2008 sampai tahun 2013, perkembangan total pembiayaaan yang diberikan BPRS rata-rata meningkat sebesar 28% setiap tahunnya dan dana pihak ketiga (DPK) yang mampu dihimpun BPRS rata-rata meningkat sebesar 29% setiap tahunnya (Statistik Perbankan Syariah 2013) . Jumlah seluruh BPRS di Indonesia yang terdaftar pada Bank Indonesia hingga tahun 2013 mencapai 160 unit BPRS dan telah memiliki 399 kantor. BPRS yang ada tersebar di Indonesia dengan jumlah yang tidak merata di setiap wilayahnya (Tabel 1). Penyebaran yang tidak merata tersebut dapat mengindikasikan perkembangan BPRS yang berbeda di masing-masing wilayah di Indonesia. Pada Tabel 1 terlihat bahwa perkembangan BPRS dari segi jumlahnya di Pulau Jawa lebih tinggi dibandingkan di beberapa pulau lain yang ada di Indonesia. Tabel 1 Jumlah BPRS di Indonesia Periode Tahun 2009-2013 No. Provinsi 1 2 3 4 5 6
Pulau Jawa Pulau Sumatera Pulau Sulawesi Bali dan Nusa Tenggara Pulau Kalimantan Papua dan Maluku Jumlah
2009 90 34 7 4 2 1 138
Periode 2010 2011 2012 98 99 103 38 42 40 7 7 7 4 4 4 2 2 2 1 1 2 150 155 158
2013 103 41 8 4 2 2 160
Sumber : Bank Indonesia, Statistik Perbankan Syariah 2013 (diolah)
Berdasarkan data yang ada pada Tabel 1 menggambarkan perbedaan distribusi BPRS di masing-masing daerah di Indonesia. Perbedaan tersebut dapat menjelaskan bahwa adanya tingkat kebutuhan akan lembaga keuangan yang berbeda di berbagai wilayah Indonesia. Jumlah unit usaha yang berbeda di berbagai daerah di Indonesia terutama unit usaha yang beroperasi dalam sektor riil, seperti UMKM, menjadi salah satu penyebab adanya perbedaan tingkat kinerja pada BPRS yang berada di daerah tersebut karena potensi pengembangan pembiayaan dan penghimpunan dana BPRS yang berbeda. Selain itu, BPRS sebagai salah satu lembaga di perbankan memiliki fungsi intermediasi keuangan. Menurut Iqbal dan Mirakhor (2008), fungsi intermediasi keuangan merupakan proses pengumpulan/pembelian surplus dana dari sektor usaha, pemerintah maupun rumah tangga, untuk disalurkan kepada unit ekonomi yang defisit. Dalam kegiatan keuangannya, BPRS memfasilitasi fungsi intermediasi ini adalah dengan tersedianya akad atau kontrak yang diterapkan sesuai dengan ketentuan syariah. Serangkaian kontrak tersebut dirangkum dalam kontrak intermediasi. Kontrak intermediasi ini terdiri dari tiga prinsip (Gambar 1) yang mencakup beberapa akad didalamnya, yaitu prinsip partnership, trust, dan security (Iqbal dan Mirakhor 2008).
3
Sumber: Iqbal dan Mirakhor (2008)
Gambar 1: Bagan Kontrak Intermediasi Pengawasan dan pengukuran tingkat kinerja dinilai perlu dilakukan dengan dasar untuk menjaga dan menganalisis pengembangan peran dan fungsi yang dapat diterapkan pada BPRS di Indonesia. Peran BPRS yang begitu penting untuk perkembangan unit usaha sektor riil di berbagai daerah dan fungsi BPRS sebagai salah satu lembaga intermediasi keuangan dengan berbagai kontrak seperti pada Gambar 1. Efisiensi merupakan salah satu parameter untuk mengukur kinerja lembaga keuangan dalam beroperasi termasuk di dunia perbankan. Dalam penelitian Hadad, et al (2003) menyatakan bahwa efisiensi secara teoritis merupakan salah satu parameter kinerja keuangan. Kinerja yang dimaksud mendasari seluruh kinerja sebuah organisasi berupa kemampuan menghasilkan output maksimal dengan input yang ada. Parameter ini salah satu pendukung dari keberlanjutan suatu lembaga keuangan dalam beroperasi. Jika merujuk kembali pada konsep tiga indikator kinerja, financial sustainability, outreach, dan impact diperlukan suatu sistem operasional yang efisien untuk mengindikasikan lembaga keuangan mampu beroperasi secara efisien pula (Paramita 2008). Pengukuran efisiensi sebagai suatu parameter kinerja dapat dilakukan dengan berbagai pendekatan dan tidak jarang terdapat perbedaan hasil penelitian dari tingkat efisiensi tersebut. Perbedaan yang terjadi dapat dikarenakan adanya pendekatan atau metode yang berbeda, seperti perbedaan metode yang digunakan (parametrik atau non parametrik) dan perbedaan konsep efisiensi. Konsep efisiensi sendiri terdiri 3 model, yaitu cost efficiency, profit (standard) efficiency, dan alternative profit efficiency (Berger dan Mester 1997). Pengukuran nilai efisiensi dari masing-masing BPRS tersebut dapat menggunakan salah satu metode parametrik yaitu stochastic frontier analysis (SFA) dengan konsep alternative profit efficiency. Model SFA dimodelkan dengan fungsi translog kemudian diestimasi regresi ordinary least square dan menggunakan maximumlikelihood estimator. Perumusan Masalah Potensi sektor riil perekonomian Indonesia yang dapat digambarkan oleh perkembangan UMKM tentunya dapat bergerak lebih cepat disaat sumber permodalan bagi unit usaha tersebut dalam kondisi baik. Potensi pembiayaan yang dibutuhkan UMKM di seluruh Indonesia yang terdiri dari kebutuhan modal kerja dan investasi usaha berdasarkan data net ekspansi kredit Bank Indonesia hingga Desember 2013 mencapai nilai 87.8 triliun rupiah. Peran BPRS sebagai salah satu lembaga keuangan penyedia sumber modal tersebut idealnya dapat
4 mendayagunakan potensi pembiayaan yang ada, khususnya UMKM yang berada di daerah operasionalnya sehingga terjalin hubungan yang saling menguntungkan diantara UMKM, BPRS, dan juga pemilik dana. Ketika BPRS tidak mampu untuk mengelola dengan baik potensi tersebut, tidak hanya BPRS yang akan terancam tidak beroperasi lagi, kepercayaan nasabah terhadap BPRS pun akan menurun dan tehambatnya perkembangan UMKM dikarenakan keterbatasan modal yang lebih lanjut mempengaruhi perkembangan ekonomi sektor riil. Pembiayaan yang dibutuhkan UMKM ternyata memiliki share terhadap total pembiayaan UMKM yang berbeda di masing-masing daerah. Data net ekspansi kredit Bank Indonesia Desember 2013 menyatakan bahwa UMKM di pulau Jawa memiliki kebutuhan pembiayaan yang paling besar yaitu 53% dari total pembiayaan yang dibutuhkan, di pulau Sumatera memiliki share sebesar 20%, selanjutnya Kalimantan, Sulawesi, Bali, Nusa Tenggara, Maluku dan Papua memiliki jumlah share 26% terhadap total pembiayaan yang dibutuhkan, dan share sebesar 1% telah dipenuhi oleh bank asing yang ada di Indonesia. Potensi yang berbeda menjadi penggambaran dari distribusi BPRS yang tidak merata di Indonesia dan banyak tersebar di pulau Jawa dan Sumatera (Tabel 1), perbedaan tersebut mengasumsikan adanya pengaruh daerah operasional terhadap kinerja BPRS dalam mengelola input dan menghasilkan output berupa pembiayaan bagi UMKM atau unit usaha lainnya. Kinerja BPRS tersebut tentunya perlu diukur untuk melihat pengelolaan dan mengarahkan BPRS beroperasi secara efisien. Efisiensi dapat diukur dengan pendekatan non-parametrik dan parametrik. Menurut Berger dan Mester (1997) pengukuran efisiensi yang melibatkan tingkat input dan output umumnya memiliki nilai yang beragam serta bersifat stochastic. Penggunaan metode parametrik yaitu stochastic frontier approach (SFA) diasumsikan salah satu pendekatan yang tepat untuk mengukur tingkat efisiensi BPRS di Indonesia. Metode SFA menggunakan batasan fungsi keuntungan (frontier profit) dalam membandingkan profit aktual dan maksimum yang dapat dicapai suatu BPRS dalam kegiatan operasionalnya. Konsep efisiensi keuntungan alternatif diterapkan karena tidak adanya ketentuan mengenai harga output yang dihasilkan dan jenis pasar yang dihadapi BPRS yang diasumsikan imperfect market. Pengukuran efisiensi membandingkan pengelolaan input dari masing-masing BPRS untuk memaksimalkan outputnya, baik BPRS yang berada di daerah yang sama ataupun berada di kelompok daerah yang berbeda. Penjabaran dari berbagai hal di atas dapat dirumuskan dalam beberapa pertanyaan yang akan ditelaah pada penelitian ini, yaitu : 1. Apakah kinerja BPRS yang ada di Indonesia telah efisien dengan metode SFA dan konsep efisiensi keuntungan alternatif? 2. Apakah perbedaan daerah operasional mempengaruhi nilai rata-rata efisiensi BPRS? Tujuan Penelitian Berdasarkan berbagai data serta uraian yang telah dipaparkan tersebut, tujuan dilakukannya penelitian ini adalah sebagai berikut : 1. Menganalisis efisiensi BPRS yang ada di Indonesia dengan metode SFA dan konsep efisiensi keuntungan alternatif
5 2. Menganalisis pengaruh perbedaan daerah operasional terhadap nilai rata-rata efisiensi BPRS Manfaat Penelitian Penelitian ini diharapkan dapat bermanfaat oleh beberapa pihak, diantaranya adalah: 1. Pihak BPRS yang diteliti dan BPRS lainnya, sebagai masukan dari operasional selama tahun 2011-2013 dan saran agar melengkapi data serta laporan yang dapat mempermudah dalam penelitian selanjutnya. 2. Pihak Bank Indonesia (BI) sebagai bank sentral dan Otoritas Jasa Keuangan (OJK), sebagai bahan pertimbangan untuk segera menetapkan tingkat kesehatan keuangan BPRS dalam bentuk general assessment. 3. Pemerintah, diharapkan penelitian ini dapat menjadi dasar untuk membantu tren positif pertumbuhan BPRS khususnya dan ekonomi syariah secara umum dalam perkembangannya di Indonesia. 4. Nasabah dan masyarakat, sebagai informasi tambahan dalam memilih bertransaksi di suatu BPRS dan diharapkan dapat menjadi acuan dalam penelitian lainnya. Ruang Lingkup Penelitian Ruang lingkup dari penelitian ini dibatasi pada pengamatan perkembangan kinerja BPRS di Indonesia dengan melihat nilai keuntungan yang dihasilkan masing-masing BPRS. Hal ini dilakukan untuk menguji nilai kinerja keuangan BPRS berdasarkan nilai FDR dan ROA secara nasional yang dapat dikategorikan baik.
TINJAUAN PUSTAKA Efisiensi Pengukuran efisiensi dapat dikatakan sebagai perbandingan antara input yang digunakan dan output yang dihasilkan oleh suatu lembaga keuangan di dunia perbankan ataupun perusahaan. Efisiensi telah menjadi fokus perhatian bagi lembaga keuangan dan perusahaan dalam meningkatan kinerjanya untuk menghasilkan laba yang lebih besar dengan peningkatan pendapatan dan menekan biaya-biaya yang digunakan (Wijayanto dan Sutarno, 2007). Hal tersebut yang menjadikan BPRS perlu memperhatikan efisiensi dari kegiatan operasional. Konsep Efisiensi Menurut Islam Syariat Islam tidak hanya tertuju pada pengaturan cara beribadah saja, tetapi memperhatikan untuk memberi acuan dalam kegiatan sehari-hari termasuk dalam kegiatan ekonomi juga. Konsep tersebut dirangkum dalam ekonomi syariah atau ekonomi Islam yang mengatur individu ber-muamalah. Perhatian Islam terhadap prilaku efisien sangat ditekankan oleh Allah subhanahu wata’ala dalam Al Quran,
6 Surat Al Isra’ ayat 27 yang artinya sebagai berikut: sesungguhnya pemborospemboros itu adalah saudara-saudara syaitan dan syaitan itu adalah sangat ingkar kepada Tuhannya. Ayat di atas sangat menganjurkan manusia untuk tidak berprilaku boros, dalam hal ini kegiatan ekonomi, karena berprilaku boros tersebut tergolong saudara syaitan yang dinyatakan ingkar kepada Allah subhanahu wa ta’ala. Pengaplikasian ayat tersebut pada perusahaan atau lembaga keuangan dan BPRS, dapat diukur dengan melihat tingkat efisiensinya dalam menggunakan input yang ada untuk menghasilkan tingkat output maksimum tanpa adanya penghamburan sumber daya (input) yang dimiliki. Efisien dalam hal ini bukan berarti dengan menekan biaya serendah mungkin untuk menghasilkan output maksimal, sehingga melegalkan segala cara dan tindakan dalam pencapaian tersebut. Fungsi Produksi Pengelolaan input dan output suatu perusahaan ataupun lembaga keuangan dapat dengan melihat kegiatan produksi yang dilakukan. Produksi dapat digambarkan dalam suatu fungsi produksi, yang menggambarkan hubungan input yang digunakan terhadap output (barang atau jasa) yang dihasilkan. Fungsi produksi suatu perusahaan untuk menghasilkan barang tertentu, menurut Nicholson (2001) secara umum dapat dinyatakan dengan persamaan berikut: q = f (K, L)
(1)
variabel q menunjukkan jumlah maksimum barang yang akan diproduksi dengan kombinasi dari capital atau modal (K) dan labor atau input (L). Persamaan (1) ini dapat ditulis dalam bentuk fungsi Cobb-Douglas, yaitu : q = AKαLβ
(2)
lnq = lnA + αlnK + βlnL
(3)
dimana A, α, dan β merupakan konstanta yang positif. Penelitian yang dilakukan Aigner, Lovell dan Schmidt (1977) menunjukkan bahwa fungsi stochastic frontier pengembangan fungsi produksi yang ditambahkan random error, vi, yang ditambahkan dalam variabel acak nonnegatif, ui, yang dapat dinyatakan dalam persamaan berikut: ln(yi) = xiβ + vi - ui ;
i = 1, 2, . . .,N
(4)
Fungsi produksi yang orisinil didefinisikan dalam fungsi ln(yi) = xiβ, sedangkan random error (vi) merupakan nilai untuk mengukur galat (error) dan faktor acak lainnya seperti cuaca, keberuntungan, dan sebagainya yang terdapat pada variabel output dengan efek kombinasi dari variabel-variabel input yang tidak terdefinisi dalam fungsi produksi. Variabel vi ini diasumsikan variabel bebas dan secara identik terdistribusi (independent-identically distributed/i.i.d) normal, dengan rataan bernilai nol dan ragamnya konstan, σv2 atau N(0, σv2). Random variabel (ui), merupakan variabel acak yang dan eksponensial atau variabel acak setengah normal (half-normal random variables). Bentuk dasar dari model stochastic frontier digambarkan dalam Gambar 2. Variabel input dinyatakan pada sumbu horizontal (sumbu x) dan nilai variabel output yang dihasilkan pada sumbu vertikal (sumbu y). Pada Gambar 2 fungsi dari
7 model frontier, y=exp(xiβ) digambarkan dengan asumsi yang berlaku yaitu diminishing return to scale dan hanya dipersempit dengan menggunakan dua bank, bank i dan bank j.
Sumber: Coelli, et al (2005)
Gambar 2: Fungsi Produksi Stochastic Frontier Berdasarkan Gambar 2 bank i memiliki tingkat input xi dan tingkat produksi sebesar yi. Nilai input-output yang teramati ditandai dengan tanda x yang berada diatas xi. Nilai dari stochastic frontier output bank i, yi*=exp(xiβ + vi), yang ditandai dengan tanda x berada diatas fungsi produksi yang dikarenakan random error, vi, bernilai positif. Hal yang sama juga terjadi pada bank j, tingkat input yang digunakan adalah pada xj dan tingkat output yang dapat dihasilkan adalah yj. Selanjutnya, nilai stochastic frontier output dari bank j, yj*=exp(xjβ + vj), berada dibawah fungsi produksi dikarenakan nilai random error, vj, bernilai negatif. Stochastic frontier output, yi* dan yj*, tidak teramati karena nilai vi dan vj yang juga tidak dapat teramati langsung. Nilai output yang didapat dari model stochastic frontier ini terlihat tidak stabil, sehingga tingkat output yang teramati dapat saja bernilai lebih besar jika efek random errors lebih besar dari efek inefisiensinya (yi > exp(xiβ); jika vi > ui). Permasalahan yang muncul dalam pendekatan stochastic frontier ini Schmidt (1976) dalam Coelli, et al (2005), berpendapat bahwa dapat saja melakukan estimasi dari standar error dan uji hipotesis dengan menggunakan metode maximum-likelihood. Penurunan fungsi keuntungan dari fungsi produksi untuk menghasilkan nilai keuntungan maksimum dan nilai output yang maksimum, dapat dilihat hubungannya pada Gambar 3. Hubungan positif antara output dengan keuntungan yang dihasilkan tidak selalu berada dalam kondisi maksimal sehingga dibutuhkan kondisi tertentu untuk memberikan hasil yang optimal.
8
Sumber: Nicholson (2001) Gambar 3 Fungsi Derivatif Keuntungan dari Produksi
Kondisi pada Gambar 3 merupakan kondisi nilai output maksimum yang ternyata tidak menyatakan kondisi yang menggambarkan keuntungan yang maksimum. Kondisi output yang maksimum tidak dapat memastikan nilai keuntungan yang maksimum dikarenakan adanya pengaruh variabel lainnya dalam menghasilkan keuntungan, seperti harga output, harga input, atau lainnya. Fungsi produksi dapat diturunkan dalam bentuk fungsi keuntungan. Penurunan fungsi keuntungan dari persamaan (1) dapat dirumuskan dalam bentuk persamaan berikut: π = f (w, p, q) = Bwαpβqγeε
(5)
ln π = ln B + α*ln w + β*ln p + γ*ln q + ε
(6)
dimana π merupakan nilai keuntungan yang dihasilkan, w adalah harga input yang digunakan, p adalah harga output yang diterapkan, dan q merupakan nilai output yang mampu dihasilkan. B, α, β, dan γ merupakan nilai konstanta. Variabel ε merupakan galat (error) yang dihasilkan dari model, terdiri atas variabel acak dan inefisiensi. Variabel K dan L sebagai suatu input pada persamaan (1) dilebur dalam bentuk variabel output sehingga variabel q pada persamaan (5) telah mewakili kedua input tersebut. Fungsi keuntungan yang didapat mengalami modifikasi disaat digunakan dalam pengukuran efisiensi dengan didasarkan pendekatan keuntungan yang diterapkan. Pendekatan dalam Pengukuran Efisiensi Penelitian yang dilakukan oleh Berger dan Mester (1997) menghasilkan tiga konsep efisiensi ekonomi yaitu, efisiensi biaya, efisiensi standar profit dan efisiensi alternatif profit. Konsep-konsep ini didasarkan pada optimisasi kegiatan ekonomi dalam melihat harga dan kompetisi pasar sehingga dinilai menjadi landasan ekonomi terbaik untuk menganalisis efisiensi dari institusi keuangan.
9
Efisiensi Biaya (Cost Efficiency) Konsep efisiensi yang didasarkan biaya ini mengukur biaya yang dipilih oleh lembaga keuangan merupakan best practice biayanya atau yang mendekati untuk menghasilkan tingkat output yang sama pada saat kondisi yang sama. Pengukuran efisiensi ini merupakan penurunan dari fungsi biaya yang didalamnya terdapat biaya-biaya variabelnya yang tersusun dari harga variabel input, jumlah variabel output dan tingkat input atau output yang fixed, faktor lingkungan dan random error. Fungsi biaya ini dapat ditulis sebagai berikut: C = C(w,y,z,v,uc,εc)
(7)
dimana C merupakan variabel cost, w adalah vektor dari harga variabelvariabel input, y adalah vektor dari jumlah variabel output, z melambangkan jumlah bersih dari input atau output, v adalah nilai untuk lingkungan atau pasar yang mungkin mempengaruhi performance, uc melambangkan adanya faktor inefisiensi yang dapat meningkatkan biaya diatas tingkat best-practice, εc melambangkan adanya random error. Perkembangan lebih lanjut adalah dengan menyederhanakan fungsi biaya tersebut dengan logarithma natural : C = f(w,y,z,v) + uc + εc lnC = f(w,y,z,v) + ln uc + ln εc
(8) (9)
beberapa bentuk fungsi dari w, y, z dan v dilambangkan dalam f. Pengasumsian objek adalah intitusi keuangan atau bank b , pengukuran efisiensi dari bank b (EFFb) yang merupakan estimasi biaya yang dibutuhkan bank b untuk memproduksi di tingkat output tertentu, tingkat efisiensi bank dapat diukur dengan membandingkan nilai tersebut terhadap nilai best-practice bank, Berger dan Mester (1997) menuliskan sebagai berikut:
(10) Efisiensi Keuntungan Standar (Standard Profit Efficiency) Efisiensi yang berdasarkan keuntungan standar dari lembaga keuangan ini mengukur kegiatan produksi yang memungkinkan tingkat profit maksimum yang dihasilkan dengan mempertimbangkan tingkat harga input dan harga output serta variabel lainnya. Dibandingkan dengan konsep efisiensi biaya, efisiensi keuntungan lebih baik dari konsep efisiensi biaya. Efisiensi keuntungan memperhitungkan inefisiensi dari kedua sisi yaitu sisi input dan sisi output, sedangkan efisiensi biaya lebih ditekankan pada sisi input (Berger dan Mester, 1997). Hal tersebut mengabaikan inefisiensi di sisi output yang dapat bernilai sama atau lebih besar dari inefisiensi input dalam konsep efisiensi biaya. Fungsi keuntungan ini dapat ditulis dalam bentuk logaritma natural, yakni: ln (π + θ) = f(w,p,z,v) + ln uπ + ln επ
(11)
10 dimana π adalah menyatakan keuntungan dari institusi keuangan, θ merupakan suatu konstanta penambah yang membuat nilai keuntungan dari institusi keuangan positif (pengaruh bentuk logaritma natural terhadap fungsi), p adalah harga dari variabel output (interest/bagi hasil), ln επ menyatakan random error yang terjadi dan ln uπ adalah nilai inefisiensi yang terkandung dari keuntungan. Berger dan Mester (1997) mendefinisikan bahwa efisiensi keuntungan merupakan rasio antara nilai aktual keuntungan yang diestimasikan dan nilai keuntungan maksimum dalam kondisi paling efisien yang dapat dicapai oleh institusi tersebut. Hal ini dapat dituliskan sebagai berikut:
Nilai maksimum uπ duga merupakan nilai maksimum dari sampel.
uπb
(12) di dalam
Efisiensi Keuntungan Alternatif (Alternative Profit Efficiency) Penafsiran efisiensi keuntungan alternatif pada dasarnya tidak jauh berbeda dengan efisiensi keuntungan standar. Akan tetapi, keuntungan alternatif ini dapat menjelaskan beberapa asumsi yang tidak ditemukan dalam konsep biaya atau keuntungan standar. Efisiensi disini mengukur usaha bank untuk dapat memperoleh keuntungan maksimum dengan dasar tingkat output yang lebih baik dari pada pendekatan harga output. Fungsi efisiensi keuntungan alternatif sama seperti fungsi keuntungan standar. Bentuk logaritma natural dari fungsi efisiensi keuntungan alternatif adalah : ln (π + θ) = f(w,y,z,v) + ln uaπ + ln εaπ
(13)
persamaan (12) merupakan fungsi yang identik dengan fungsi keuntungan standar (10) kecuali variabel y (menyatakan tingkat variabel output) yang menggantikan variabel p dari persamaan (10). Perubahan ini akan mempengaruhi nilai dari inefisiensi dan random error, ln uaπ dan ln εaπ. Hal yang sama dengan efisiensi keuntungan standar, efisiensi keuntungan alternatif yang dapat dihitung dengan rasio dari nilai estimasi keuntungan aktual terhadap nilai estimasi keuntungan maksimum untuk pilihan best-practice oleh bank:
(14) Nilai maksimum uπ duga merupakan nilai maksimum dari uπb di dalam sampel. Nilai efisiensi dalam model yang menggunakan tingkat output ini akan terdapat perubahan dan lebih bervariasi dibandingkan penggunaan variabel tingkat harga output. Penelitian yang dilakukan oleh Berger dan Humprey (1997) membagi dua pendekatan dalam pengukuran efisiensi yang menggunakan frontier efficiency dalam perhitungannya, yaitu dengan pendekatan/metode non parametrik dan parametrik.
11 Stochastic Frontier Approach (SFA) Pengukuran nilai efisiensi lembaga keuangan akan digunakan suatu frontier dalam pendekatan SFA. Penjelasan tentang frontier ini dapat dalam bentuk fungsi biaya, profit, atau hubungan produksi sejumlah input, output dan faktor lingkungan serta memperhitungkan adanya random error. Suatu bank dikatakan tidak efisien jika tingkat biaya dari sebuah bank lebih tinggi dibandingkan dengan tingkat biaya bank frontier yang beroperasi pada tingkat kinerja terbaiknya (best practice). Aigner, Lovell, dan Schmidt (1977) mengemukakan fungsi stochastic frontier yang merupakan perluasan dari model asli deterministik untuk mengukur efek-efek yang tidak terduga (stochastic frontier) di dalam batas produksi. SFA tersusun dari model error dimana inefisiensi diasumsikan terdistribusi asimetris atau half-normal sementara random error mengikuti distribusi simetris atau standard normal. Inefisiensi harus memiliki truncated distribusi (dapat dikendalikan) karena inefisiensi tidak bisa menjadi negatif. Inefisiensi yang diestimasi untuk berbagai perusahaan atau lembaga keuangan diambil dari ratarata kondisi atau model dari distribusi inefisiensi, sehingga memberikan observasi error term (Berger dan Humphrey 1997) Perbandingan SFA dan Pendekatan Efisiensi lainnya Metode pengukuran efisiensi dapat dikelompokkan menjadi dua, yaitu pendekatan parametrik dan non-parametrik. Pendekatan parametrik merupakan pendekatan statistik yang mempertimbangkan jenis sebaran atau distribusi data, dengan melihat data menyebar secara normal atau tidak. Pada umumnya jika data tidak menyebar normal, data seharusnya dikerjakan dengan metode statistik nonparametrik, atau dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal. SFA merupakan salah satu metode parametrik yang dapat digunakan. Pendekatan non parametrik merupakan pendekatan yang tidak terlalu mempertimbangkan jenis sebaran atau distribusi data, baik menyebar normal atau tidak, dengan asumsi adanya kontinuitas. Pengukuran efisiensi dengan pendekatan non parametrik dapat menggunakan metode data envelopment analysis (DEA) dan free disposal hull (FDH) yang pada umumnya mengasumsikan tidak adanya terjadi random error (Berger dan Humphrey 1997). Pemilihan SFA dalam penelitian ini dikarenakan penelusuran dari berbagai literatur yang menyatakan nilai yang dihasilkan SFA lebih beragam dibandingkan metode yang berdasarkan pendekatan non parametrik (DEA dan FDH). Pertimbangan lainnya adalah adanya konsistensi perhitungan menggunakan metode parametrik dengan menggunakan data tahunan dari bank tanpa mengelompokkan berdasarkan kategorinya (Hadad, et al 2003). Estimasi Maximum-Likelihood Parameter dari fungsi produksi stochastic frontier yang terdefinisi pada Persamaan (9) dapat diestimasi dengan menggunakan metode maximumlikelihood dan metode covariance ordinary least square (COLS). Maximumlikelihood secara asimtotik lebih efisien dibandingkan dengan COLS, tetapi kelebihan kedua metode estimasi ini dalam sampel yang terbatas tidak dapat ditentukan secara analisis. Simpulan sederhana adalah tidak ada perbedaan yang
12 begitu signifikan dalam penggunaan kedua metode ini dalam mengestimasi parameter fungsi dari suatu stochastic frontier produksi. Estimator yang digunakan untuk menganalisis permodelan matematika dalam penelitian ini adalah maximum-likelihood terkait dengan penggunaan software Frontier 4.1 dan ketidakefisienan yang terjadi ketika menggunakan COLS sebagai estimator. Maximum-likelihood sendiri bertujuan mendapatkan model yang terbaik dalam fungsi stochastic frontier yang dihasilkan dengan mengasumsikan data menyebar normal yang tidak begitu diharuskan pada estimasi COLS. Penelitian Terdahulu Tentang Efisiensi Penelitian mengenai efisiensi kinerja lembaga keuangan atau perbankan banyak dilakukan di berbagai negara, baik di Indonesia maupun luar Indonesia. Penelitian efisiensi di luar negeri contohnya dilakukan oleh Berger dan Humprey (1997) melakukan penelitian terhadap 130 penelitian sebelumnya pada institusi keuangan di 21 negara Eropa yang menggunakan frontier efficiency analysis. Penelitian yang dilakukan memiliki tujuan untuk mengambil kesimpulan dan melakukan kritikan terhadap hasil empiris yang telah diperoleh dari penelitian sebelumnya. Hasil yang didapat dari penelitian ini diantaranya menjadi simpulan informasi dari berbagai penelitian yang telah dilakukan sebelumnya, seperti kebijakan pemerintah untuk menilai dampak deregulation, mergers, atau struktur pasar pada efisiensi. Hasil lainnya yang berguna untuk penelitian di masa mendatang adalah analisis frontier terdiri dari metode non parametrik dan parametrik dalam mengukur efisiensi institusi keuangan. Pada penelitian yang diterapkan di Indonesia diantaranya yang dilakukan oleh Hadad, et al (2003) mengenai tingkat efisiensi biaya perbankan di Indonesia menggunakan 167 observasi cross section dan periode data bulanan dari Januari 1995 sampai Juni 2003. Hasil penelitian yang menggunakan metode parametrik SFA dan distribution free approach (DFA) berupa simpulan bahwa bank asing campuran merupakan kategori bank yang paling efisien dibanding jenis bank lain yang ada di Indonesia. Selain itu, kebijakan penggabungan bank (merger) tidak selalu membuat bank menjadi lebih efisien. Sampel pengamatan serta periode waktu dan efisiensi biaya yang digunakan sebagai konsep pendekatan menjadi suatu perbedaan dari penelitian yang selanjutnya dikembangkan ini. Novarini (2007) melakukan penelitian efisiensi pada unit usaha syariah (UUS) yang dibedakan antara UUS dengan kepemilikan Bank Umum Pemerintah Nasional (BUPN) dan UUS dengan kepemilikan Bank Umum Swasta Nasional (BUSN). Penelitian menggunakan data dari tiga UUS BUPN dan enam UUS BUSN selama periode 2005 sampai 2007. Penelitian ini dilakukan dengan metode SFA pendekatan konsep efisiensi alternatif keuntungan dan efisiensi BOPO. Hasil yang didapat adalah nilai rata-rata efisiensi yang tidak ada perbedaan antara yang dihasilkan UUS milik BUPN dan UUS milik BUSN, walaupun selama periode penelitian nilai efisiensinya berfluktuasi serta secara nominal aset UUS BUPN lebih besar daripada aset UUS BUSN. Waktu penelitian dan objek yang diteliti mejadi suatu yang membedakan dengan penelitian yang akan dikembangkan ini Paramitha (2008) mengkaji tentang efisiensi bank perkreditan rakyat (BPR) di Indonesia dengan pendekatan SFA dan DEA. Pada penelitian ini selain mengkaji efisiensi BPR pada tahun 2007 juga membandingkan dua metode dalam
13 pengukuran efisiensi tersebut. Pembandingan yang dilakukan adalah metode SFA (parametrik) dengan metode DEA (non-parametrik). Hasil analisis yang diperoleh dalam penelitian yang dilakukan Paramitha (2008) yaitu dengan penggunaan metode analisis parametrik (SFA) menunjukkan bahwa nilai efisiensi rata-rata BPR di Indonesia pada tahun 2007 yaitu 0,812 dengan standar deviasi 0,110, dimana nilai efisiensi terendah yaitu 0,22 dan nilai efisiensi tertinggi yaitu 0,97. Sedangkan dengan menggunakan metode analisis non parametrik (DEA), nilai efisiensi rata-rata yaitu 0,089 dengan standar deviasi 0,067. Nilai efisiensi tertinggi sebesar satu dan nilai efisiensi terendah sebesar 0,002. Nilai efisiensi yang diperoleh berdasarkan perhitungan SFA lebih bervariasi dibandingkan nilai efisiensi yang diperoleh berdasarkan perhitungan DEA. Konsep pendekatan dalam penelitian adalah biaya dari BPR. Selain perbedaan konsep efisiensi yang digunakan, waktu serta BPR yang menjadi objek pengamatan juga merupakan hal yang membedakan dengan penelitian yang diterapkan saat ini. Ascarya, et al (2009) juga melakukan penelitian untuk menganalisis tentang perbandingan tingkat efisiensi antara perbankan syariah dan perbankan konvensional di Indonesia menggunakan metode parametrik SFA dan DFA. Hasil penelitian yang diperoleh adalah pada tahun 2002, nilai efisiensi perbankan konvensional (0.79) lebih tinggi dibandingkan perbankan syariah (0.77) kemudian tahun 2003 efisiensi perbankan syariah meningkat menjadi 0.84 dan efisiensi perbankan konvensional turun menjadi 0.76. Perbankan konvensional dan syariah mencapai nilai efisiensi tertinggi (1.00) di tahun 2004. Hasil nilai DFA menunjukkan bahwa perbankan konvensional (0.89) sedikit lebih efisiensi dibandingkan perbankan syariah (0.87). Perbedaan dari penelitian ini adalah periode waktu pengamatan dan sampel yang digunakan pada penelitian Ascarya, et al (2009) ini terfokus pada perbankan syariah secara umum (BUS dan UUS) diluar BPRS. Tabel 2 Variabel dalam Penelitian Terdahulu dengan Metode SFA Konsep Bentuk Variabel Variabel Output No Peneliti Efisiensi Fungsi Input 1
Hadad, et Biaya al (2003)
Translog
2
Novarini (2007)
Keuntungan Translog alternatif
3
Paramitha (2008)
Biaya
4
Ascarya, Biaya dan Translog et al keuntungan (2009) alternatif
Translog
Harga harga kerja
dana, Kredit yang diberikan tenaga pihak terkait dengan bank, kredit yang diberikan pihak lainnya, surat berharga yang dimiliki Harga dana, Nilai buku piutang harga tenaga murabahah, nilai buku kerja pembiayaan bagi hasil Harga dana, Total kredit; variabel harga tenaga diluar input-output kerja Netput (NIIA) dan Environmental (NPL) Harga dana Pinjaman, Investasi, pinjaman, dan dana pihak ketiga harga tenaga kerja, dan harga modal fisik
14 Sumber: Penelitian terdahulu
Berdasarkan penelitian terdahulu yang menjadi rujukan terlihat bahwa bentuk fungsi yang digunakan adalah dalam bentuk transformasi logaritma dengan berbagai pendekatan konsep efisiensi. Secara umum penelitian ini fokus mengikuti dua dari beberapa penelitian yang dirujuk, yaitu penelitian yang dilakukan Novarini (2007) dan Ascarya et al (2009) tetapi tidak mengabaikan teori serta hasil yang dijabarkan dari beberapa penelitian sebelumnya. Selanjutnya, penelitian yang diterapkan saat ini menggunakan bentuk fungsi translog dengan konsep efisiensi keuntungan alternatif dan harga dana, harga tenaga kerja (input), piutang jual beli, serta pembiayaan bagi hasil (output) sebagai variabel yang digunakan.
METODE PENELITIAN Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diambil dari beberapa sumber, yaitu Statistik Perbankan Syariah dan juga website resmi Bank Indonesia berupa data statistik perkembangan BPRS serta laporan keuangan dari masing-masing BPRS yang diambil sebagai sampel penelitian. Data yang dianalisis adalah data laporan keuangan kuartal yang diolah menjadi data tahunan berupa laporan laba-rugi dan neraca BPRS tahun 2011 sampai 2013. Metode Analisis dan Pengolahan Data Analisis dalam penelitian ini dilakukan dengan analisis data panel statis menggunakan pendekatan stochastic frontier dengan konsep alternatif keuntungan. Konsep efisiensi alternatif keuntungan ini akan memunculkan adanya fungsi frontier keuntungan seperti pada konsep efisiensi keuntungan standar. Pengaplikasian konsep efisiensi keuntungan alternatif dapat digunakan jika terdapat minimal salah satu dari empat asumsi, sebagai berikut: 1. Adanya perbedaan kualitas output yang tidak tercakup dalam model dan perbedaan dalam banking services yang tidak dapat diukur. 2. Tingkat output yang tidak sama dengan keberadaan bank kecil dan bank besar 3. Jenis pasar perbankan yang ada tidak bersifat persaingan sempurna (not perfectly competitive/imperfect market) 4. Data mengenai harga output yang kemungkinan tidak akurat. Berdasarkan data dan asumsi yang terpenuhi bahwa BPRS di Indonesia berada dalam pasar tidak sempurna serta tidak mempublikasian harga output yang ditetapkan, konsep efisiensi keuntungan alternatif dinilai lebih tepat digunakan dalam penelitian ini. Hal mengenai asumsi yang terpenuhi diantaranya ditemukannya BPRS yang berada dalam satu induk lembaga tetapi menyebar di beberapa daerah di Indonesia, kondisi ini tentunya tidak menggambarkan keadaan pasar yang bersaing sempurna. Selain itu, tidak adanya informasi dan data tentang harga output yang diterapkan masing-masing BPRS dalam laporan keuangannya
15 juga telah memenuhi salah satu asumsi yang menyebabkan digunakannya konsep efisiensi keuntungan alternatif. Model yang ditetapkan juga ditambahkan variabel dummy untuk membandingkan tingkat efisiensi dengan memperhatikan faktor lokasi atau lingkungan BPRS. Proses analisis data dalam penelitian ini menggunakan bantuan software Microsoft Excel 2013, Eviews 6 dan Frontier 4.1. Analisis Data Panel Statis Analisis data panel merupakan penggabungan dua pendekatan analisis cross section (kerat lintang) dan time series (deret waktu). Model data panel memiliki dua keuntungan (Firdaus, 2011). Keuntungan pertama adalah kombinasi data cross section dan time series dalam data panel membuat jumlah observasi menjadi lebih banyak. Kedua, keuntungan yang lebih penting adalah mengurangi masalah identifikasi yang tidak dapat diatasi dalam data cross section dan time series. Analisis lebih lanjut pada data panel adalah dengan menentukan pendekatan untuk membedakan ada atau tidaknya korelasi komponen error dengan peubah bebasnya (regresor). Analisis yang digunakan untuk mengestimasi model SFA dengan konsep keuntungan alternatif adalah dinyatakan dalam bentuk ordinary least square (OLS). Selanjutnya, diuji kembali untuk mendapatkan pendekatan analisis permodelan data panel yang tepat dengan penggunaan Chow Test dan Hausman Test. Model dengan pendekatan yang terbaik kemudian diestimasi menggunakan maximum-likelihood (ML). Setelah pemilihan pendekatan yang digunakan, tahapan selanjutnya adalah menguji hipotesis model dengan uji F, uji t dan uji asumsi dari model menggunakan uji autokorelasi, uji multikolinieritas, uji heteroskedastisitas, dan uji normalitas. Model Penelitian Fungsi keuntungan dalam penelitian ini yang diambil berdasarkan penurunan persamaan (1), (6), dan (13) dengan penyesuaian variabel yang dipakai, sehingga dapat dirumuskan menjadi : πn = f(Qin, Pin) + εn (i = {1,2} ; n = BPRS ke-n) (15) Keterangan dari persamaan diatas adalah f(Qin, Pin) adalah menyatakan fungsi frontier profit dari BPRS. P1 (harga dana) dan P2 (harga tenaga kerja) menyatakan harga input yang mempengaruhi nilai profit. Q1 dan Q2 merupakan nilai output yang dihasilkan BPRS yang telah diperhitungkan dengan nilai input yang digunakan. ε yang menyatakan error term dan inefficiency. Metode stochastic frontier approach (SFA), profit dari suatu bank dimodelkan untuk terdeviasi dari fungsi frontier profit yang juga merupakan fungsi deterministik produksi akan mengakibatkan adanya random noise dan inefisiensi. Bentuk fungsi dari persamaan dari profit ditransformasi dalam bentuk persamaan logaritma : log (π+θ) = f(logQin, logPin) + log εn (16) Nilai dari error term (εn) terdiri dari dua komponen yaitu random error (un) yang tidak dapat dikendalikan dan inefisiensi (vn) yang didapat dari proses kegiatan keuangan masing-masing BPRS. Lebih lanjut persamaan (11) ini akan
16 dijabarkan lagi menjadi model yang telah disesuaikan berdasarkan variabel yang didapat dari berbagai literatur dan data yang tersedia : Log πnt = α + β1*logQ1nt + β2*logQ2nt + β3*logP1nt + β4*logP2nt + β5*D1+logunt + logvnt
(17)
Keterangan : π = total profit bersih BPRS (ribuan rupiah); n = (1, 2, ..., 33); t = (1, 2, 3) Q1n = nilai piutang jual beli BPRS ke-n (ribuan rupiah) Q2n = nilai pembiayaan BPRS ke-n (ribuan rupiah) P1n = harga dana di BPRS ke-n P2n = price of labor BPRS ke-n D1 = dummy atau pembeda daerah operasional BPRS 1 = daerah yang pendapatan per kapitanya kurang dari Rp10 juta 0 = daerah yang pendapatan per kapitanya lebih atau sebesar Rp10 juta α = intercept βi = parameter atau slope (i = 0, 1, . . .,5) vn = inefisiensi un = random error Variabel log un adalah variabel acak yang diasumsikan independent, identical dan normal distribution (iid), N(0,u2), dan variabel independen log vn yang merupakan variabel acak non negatif yang diasumsikan bersifat asimetrik atau setengah normal (half-normal) dan digunakan untuk mengukur tingkat inefisiensi teknis, selain itu juga dalam SFA selalu diasumsikan iid. N(0,v2). Nilai variabel random dan error ini akan diestimasi dengan menggunakan maximum-likelihood untuk menghilangkan noise yang terdapat dalam analisis stochastic frontier. Fungsi keuntungan BPRS pada penelitian ini menggunakan variabel-variabel, yaitu: 1. Keuntungan Keuntungan (π) BPRS yang merupakan variabel dependent dalam penelitian ini, nilainya adalah laba bersih atau kerugian yang dihasilkan oleh suatu BPRS pada periode tertentu yang telah dikurangi pengeluaran pajak dan zakat. 2. Variabel Harga (Pi ; i=1,2) Harga merupakan nilai yang ditetapkan oleh BPRS untuk menarik nasabah dan menentukan biaya operasionalnya, dalam bentuk rasio. Penelitian ini membagi dua variabel dari harga tersebut yaitu pertama, harga dana (P1) adalah harga input (pembiayaan) yang berupa nilai bagi hasil dibagi dengan total dana pihak ketiga (DPK) bukan bank berupa tabungan dan deposito mudharabah. Kedua, price of labor (P2) merupakan nilai biaya yang dikeluarkan BPRS dalam operasionalnya berupa harga tenaga kerja dari nilai biaya personalia dibagi total aktiva. 3. Kuantitas Output (Qi ; i=1,2) Kuantitas output merupakan variabel pembeda antara konsep efisiensi keuntungan alternatif dan keuntungan standar, yang dilambangkan dengan harga output pada konsep efisiensi keuntungan standar. Penelitian ini kuantitas output dibagi atas dua variabel, yaitu variabel Q1 dan Q2. Variabel
17
4.
Q1 merupakan nilai output yang dihasilkan BPRS berupa piutang jual beli dari transaksi murabahah, ijarah, dan istishna’. Variabel Q2 adalah nilai output yang dihasilkan BPRS berupa pembiayaan bagi hasil (mudharabah dan musyarakah). Variabel Dummy (D1) Variabel dummy ini melambangkan pengaruh perbedaan lokasi terhadap keuntungan yang dihasilkan oleh masing-masing BPRS. Pada penelitian ini terdapat dua kelompok daerah operasional yang dibedakan berdasarkan tingkat pendapatan per kapita daerah sampel. Sampel Penelitian
Teknik pengambilan sampel dalam penelitian ini dilakukan secara purposive sampling (sengaja) dengan berbagai pertimbangan, seperti memenuhi batas minimal pengambilan jumlah sampel secara statistik yang dapat menggambarkan karakteristik populasi sebanyak 30 BPRS. Keterbatasan jumlah BPRS yang memiliki data lengkap menjadi suatu pertimbangan untuk mengambil jumlah BPRS yang diteliti. BPRS yang memiliki data laporan keuangan yang lengkap dari tahun 2011 sampai 2013 hanya berkisar 100 BPRS dengan penyebaran yang tidak terdistribusi merata dan pengambilan sampel dengan jumlah 33 BPRS diasumsikan dapat menjadi representatif dari BPRS yang ada di Indonesia. Pengambilan sampel yang dilakukan secara sengaja untuk mewakilkan wilayah Indonesia sehingga sampel yang digunakan merupakan hasil pengambilan dari beberapa daerah yang meliputi wilayah bagian barat, tengah dan timur Indonesia. Daerah operasional yang dijadikan sampel berjumlah 26 daerah yang terdiri atas kota dan kabupaten. Secara merata setiap daerah sampel memiliki satu dan ada daerah yang memiliki dua dan tiga BPRS. Identitas masing-masing BPRS dilambangkan dengan nomor Identitas (ID), yaitu BPRS ID1 sampai BPRS ID33, untuk mempermudah proses pengolahan data (Lampiran 4). Keseluruhan sampel kemudian dikategorikan dalam dua kelompok dengan suatu indikator ekonomi tertentu. Hal dilakukan untuk melihat pengaruh daerah operasional terhadap tingkat kinerja BPRS dalam menghasilkan keuntungan. Pengelompokkan BPRS Berdasarkan Daerah Operasional Penelitian ini membagi sampel BPRS yang diteliti tingkat efisiensinya dalam dua kelompok daerah. Pengelompokkan daerah didasarkan pada salah satu kriteria dasar yang ditetapkan oleh Kementerian Pembangunan Daerah Tertinggal dalam Rancangan Pembangunan Jangka Menengah Nasional (RPJMN) 20102014, yaitu indikator perekonomian masyarakat. Indikator perekonomian dilihat berdasarkan besar pendapatan per kapita kota dan kabupaten periode 2011. Indikator ini didasarkan pada kurang tepatnya besaran nilai PDRB sebagai pengelompokkan daerah karena kepadatan penduduk dan sumber daya di masingmasing daerah yang berbeda. Kelompok Daerah A Pengelompokkan daerah A yang relatif lebih tinggi perekonomiannya dibandingkan kelompok lainnya, diperkuat dengan data statistik IMLCI 2009 oleh
18 ikatan ahli perencanaan (IAP) Indonesia. IAP menyatakan dalam penelitiannya tersebut bahwa ada 12 daerah dengan karakter tersebut atau kota besar di Indonesia, sedangkan dalam penelitian ini menyimpulkan 13 daerah sebagai kota dan kabupaten yang tingkat perekonomiannya tinggi (Tabel 2). Pengelompokkan ini didasarkan pada pendapatan per kapita daerah yang tergolong dalam kelompok ini. Pendapatan per kapita tahun 2011 masing-masing daerah di kelompok daerah A memiliki nilai lebih dari 10 juta rupiah. Batas nilai didapat dari pembulatan nilai median pendapatan per kapita 26 daerah sampel yang didapat sebesar 9.7 juta rupiah. Pengambilan nilai median dikarenakan besarnya selisih antara pendapatan tertinggi dan terendah sehingga nilai rata-rata yang didapat akan terlalu tinggi. Daerah dengan nilai pendapatan per kapita diatas batas tersebut (> 10 juta rupiah) termasuk kelompok daerah A, dan daerah dengan nilai pendapatan per kapita diatas batas tersebut (< 10 juta rupiah) termasuk dalam kelompok daerah B. Tabel 3 Indikator Pendapatan per kapita Tahun 2011 di Daerah A Pendapatan per Pendapatan per Kota Kapita (dalam Kota Kapita (dalam juta rupiah) juta rupiah) 1 Jakarta Selatan 44.447 2 Surabaya 31.922 3 Jakarta Barat 27.602 4 Malang 17.240 5 Medan 17.219 6 Tangerang 16.366 7 Semarang 14.341 Sumber: Governance Index 2012
8 9 10 11 12 13
Yogyakarta Bandung Makassar Banda Aceh Kab. Badung Pekan Baru
14.169 13.260 12.140 13.794 10.854 10.078
Kelompok Daerah B Daerah pada kelompok daerah B memiliki pendapatan per kapita tahun 2011 di bawah 10 juta rupiah (Tabel 3). Selain itu, kelompok daerah B ini juga didasarkan pada publikasi 183 daerah tertinggal oleh Kementerian Pembangunan Daerah Tertinggal Republik Indonesia yang pada umumnya memiliki pendapatan per kapita kurang dari 10 juta rupiah. Tabel 4 Indikator Pendapatan per kapita Tahun 2011 di Daerah B Pendapatan per Pendapatan per Kabupaten Kapita (dalam Kabupaten Kapita (dalam juta rupiah) juta rupiah) 1 Kota Solok 9.275 2 Tanah Datar* 8.116 3 Bangka 7.330 4 Aceh Besar* 7.272 5 Kab. Bogor 6.833 6 Kab. Banjar 6.609 7 Kab. Sleman 5.830 *termasuk dalam 183 daerah tertinggal Sumber: Governance Index 2012
8 9 10 11 12 13
Kota Mataram Situbondo* Garut* Lampung Timur Pamekasan* Lombok Timur*
5 457 5 438 4 634 4 142 2 729 2.687
19 Tahapan Penelitian Penelitian efisiensi BPRS di Indonesia dengan 26 daerah operasional BPRS yang menggunakan metode SFA dan konsep efisiensi keuntungan alternatif ini memiliki beberapa tahap penelitian untuk mendapatkan hasil yang terbaik, diantaranya sebagai berikut: 1. Pengelompokkan daerah berdasarkan kategori yang telah ditetapkan, yaitu kelompok daerah A dan Kelompok daerah B. 2. Pengambilan data publikasi laporan keuangan dari masing-masing BPRS yang menjadi sampel penelitian secara purposive sampling pada media resmi miliki Bank Indonesia berdasarkan kelompok daerah dan kelengkapan data laporan keuangan dari BPRS yang ada dari setiap daerah operasional. 3. Pengolahan dan pengelompokkan data yang didapat berdasarkan variabelvariabel yang digunakan dalam pengukuran efisiensi dengan menggunakan software Ms. Excel 2013 4. Melakukan transformasi data ke dalam bentuk logaritma basis 10 (log) dan sebelumnya nilai yang didapat dijadikan dalam nilai riil dengan mengalikannya terhadap nilai rata-rata indeks harga konsumen (IHK) pada tahun berjalan. 5. Melakukan analisis statistika dengan menggunakan software Frontier 4.1 untuk mendapatkan estimasi dari nilai efisiensi setiap BPRS per periode waktu dan secara keseluruhan periode pengamatan. 6. Menarik simpulan dari hasil yang didapat untuk memungkinkan memberikan saran dan masukan kepada pihak terkait.
HASIL DAN PEMBAHASAN Analisis dan Karakteristik Sampel Berdasarkan Data Laporan Publikasi Bank Pembiayaan Rakyat Syariah (BPRS) memiliki karakteristik masingmasing yang dipengaruhi oleh daerah tempat operasionalnya. Perbedaan yang berkaitan dengan keberadaan daerah operasional tersebut dapat dilihat dari beberapa data yang dipublikasi oleh BPRS, seperti nilai financing to deposit ratio (FDR), dan return on asset (ROA). Nilai FDR dan ROA menggambarkan tingkat kesehatan dan kinerja yang dihitung dari internal BPRS, semakin tinggi nilainya mengindikasikan kinerja BPRS yang lebih baik. Perkembangan BPRS di Indonesia Tren positif perkembangan BPRS yang ada di Indonesia dapat dilihat dari rasio keuangan yang ditampilkan dalam laporan keuangannya. Berdasarkan statistik perbankan syariah 2013 perkembangan tersebut dapat dilihat dengan nilai FDR dan ROA BPRS secara nasional. Perkembangan nilai FDR dan ROA dari tahun 2009 sampai 2013 dinyatakan pada Tabel 5. Nilai rasio keuangan berupa FDR dan ROA menunjukkan nilai yang relatif positif, walaupun terjadi penurunan di beberapa periode tertentu. Adanya penurunan tersebut dapat mengindikasikan
20 adanya faktor yang memengaruhi kinerja BPRS termasuk tingkat efisiensi BPRS itu sendiri. Tabel 5 Perkembangan FDR dan ROA BPRS di Indonesia Tahun 2009-2013 Periode Rasio Keuangan 2009 2010 2011 2012 2013 ROA (dalam %) 5.00 3.49 2.67 2.70 2.97 FDR (dalam %)
126.89
128.84
127.71
124.18
124.71
Sumber: Data Statistik Perbankan Syariah 2013 (diolah)
Dilihat dari data yang ditampilkan Tabel 5, nilai ROA BPRS di Indonesia memiliki perkembangan yang fluktuatif dari periode tahun 2009 sampai 2013 dan relatif menurun pada tahun 2013 dibandingkan pada tahun 2009. Nilai FDR BPRS di Indonesia juga memiliki perkembangan yang fluktuatif dan relatif menurun dibanding tahun 2009. Perbandingan Nilai FDR dan ROA BPRS Berdasarkan laporan keuangan yang dipublikasi melalui Bank Indonesia, BPRS di Indonesia khususnya yang dijadikan sampel penelitian memiliki nilai FDR dan ROA yang beragam (Tabel 5). Perbandingan dilakukan untuk melihat kualitas nilai rasio keuangan yang menyatakan tingkat kesehatan BPRS secara keseluruhan dari masing-masing di daerah operasional. Perbandingan ini membangun hipotesis awal dalam melihat pengaruh perbedaan daerah operasional terhadap tingkat kinerja BPRS, kelompok daerah mana yang memiliki kualitas atau kinerja yang lebih baik dibandingkan dengan kelompok daerah lainnya. Tabel 6 Perbandingan Nilai FDR dan ROA BPRS Nilai Daerah A Daerah B FDR 126.92 118 Max -30.57 43.19 Min 76.36 78.15 Rata-rata Coefficient of 52.55 20.39 Variation (CV) ROA 5.97 8.85 Max -8.52 -0.55 Min 0.99 3.42 Rata-rata Coefficient of 325.63 76.74 Variation (CV)
Total 126.92 4.55 79.02 32.73 8.85 -8.52 2.09 151.31
Sumber: Laporan Keuangan BPRS 2013 (diolah)
Berdasarkan data yang ditampilkan pada tabel sebelumnya yaitu Tabel 5 dan Tabel 6, nilai rata-rata dari FDR masih dibawah nilai FDR BPRS secara nasional yang bernilai 124.71, baik nilai FDR rata-rata BPRS di daerah A atau BPRS di daerah B. Selain itu, pada Tabel 6 terdapat nilai coefficient of variation (CV) yang digunakan untuk membandingkan kualitas nilai rata-rata antar dua kelompok yang dibandingkan. Dilihat berdasarkan nilai CV dari FDR, BPRS di daerah B memiliki lebih kecil dibandingkan BPRS di daerah A sehingga dapat
21 diartikan bahwa kualitas FDR yang dimiliki BPRS daerah B lebih baik dibandingkan BPRS di daerah A. Nilai rata-rata ROA BPRS di daerah A masih dibawah nilai ROA nasional tetapi nilai ROA BPRS di daerah B berada diatas nilai ROA nasional yang bernilai 2.97. Terlihat bahwa nilai ROA dari BPRS di daerah B lebih tinggi dibandingan BPRS di daerah A, dam nilai tersebut juga diperjelas dengan melihat nilai CV ROA dari kedua kelompok. BPRS di daerah B memiliki nilai yang lebih kecil dibanding nilai CV ROA dari BPRS di daerah A, yang menyatakan kualitas ROA dari BPRS di daerah B yang lebih baik. Analisis Berdasarkan Statistik Deskriptif Data Sampel Data sampel yang diambil dari laporan keuangan BPRS di Indonesia menghasilkan beberapa nilai yang disesuaikan berdasarkan variabel yang digunakan dalam model. Nilai-nilai yang digunakan dalam penelitian ini ditampilkan dan dijelaskan secara garis besar dengan statistik deskriptif data yang terdapat pada Tabel 7. Pada Tabel 7 tersebut menampilkan nilai maksimum, minimum, dan rata-rata dari data yang digunakan. Tabel 7 Statistik Deskriptif Data No. Variabel* 1 2 3 4 5
Keuntungan bersih (π) dalam jutaan rupiah Piutang Jual Beli (Q1) dalam jutaan rupiah Pembiayaan Bagi Hasil (Q2) dalam jutaan rupiah Harga Dana (P1) Harga Tenaga Kerja (P2)
Max.
Min.
Rata-rata
35 676
-5 169
2 522
813 634
555
78 786
356 521
0
17 228
0.722 0.133
0.010 0.004
0.364 0.039
*nilai belum dalam bentuk logaritma Sumber: Lampiran 1 (diolah)
Data yang didapat terutama dari data yang ditampilkan pada Tabel 7, terlihat bahwa BPRS yang dijadikan sampel dalam penelitian ini memiliki ratarata keuntungan bersih yang dihasilkan mencapai nilai 2.5 miliar rupiah, dengan nilai keuntungan tertinggi sebesar 35.7 miliar rupiah namun terdapat kerugian yang mencapai nilai 5.2 miliar. Piutang dari transaksi jual beli yang dilakukan oleh BPRS di Indonesia memiliki nilai rata-rata mencapai 78.8 miliar rupiah, sedangkan untuk pembiayaan bagi hasil rata-rata pembiayaan yang dilakukan BPRS mencapai nilai 17.2 miliar rupiah. Ada beberapa BPRS di Indonesia yang tidak melakukan pembiayaan bagi hasil sehingga diberikan nilai nol (0) untuk menginformasikan hal tersebut. Harga dana yang diterapkan oleh BPRS di Indonesia secara rata-rata memiliki nilai sebesar 0.364, nilai ini merupakan rasio antara nilai bagi hasil yang diterapkan dan total dana pihak ketiga yang berhasil dihimpun BPRS. Selain itu, harga tenaga kerja di BPRS yang diperoleh dengan melihat nilai rasio antara biaya personalia dan nilai aktiva BPRS memiliki nilai rata-rata sebesar 0.039. Nilai dari kedua harga input yang positif dan dibawah satu, memberikan informasi bahwa input yang digunakan termasuk barang normal yang bersifat inelastis sehingga harga input tersebut mempengaruhi jumlah input yang digunakan.
22
Analisis Model Estimasi dan Variabel yang Memengaruhi Fungsi Profit Estimasi metode data panel penelitian ini diolah dengan software Eviews 6. Pendekatan yang terbaik untuk pengolahan SFA adalah dengan ordinary least squared (OLS) atau pooled least squared (PLS), dikarenakan model mendekati bentuk singular matriks jika diolah dengan pendekatan fixed atau random effect model. Hasil estimasi Eviews 6 model OLS menghasilkan nilai R-squared sebesar 0.412 (Lampiran 5). Model estimasi tersebut akan digunakan untuk pengolahan selanjutnya pada software Frontier 4.1 untuk mencari nilai efisiensi yang dihasilkan setiap BPRS (Tabel 6). Nilai efisiensi juga diperkirakan dengan estimasi maximum-likelihood untuk technical effect dari model panel yang dipakai. Tabel 8 Hasil Akhir Maximum-Likelihood Estimator dengan Pendekatan SFA Variabel Koefisien t-ratio logQ1 0.388 3.626* logQ2 0.135 18.561* logP1 -1.326 -4.001* logP2 -4.184 -8.373* D1 0.019 0.071 Konstanta -4.061 -3.909 Sigma-squared 6.960 9.213 Standard-error of gamma = 0.000 Gamma 0.999 *signifikan pada taraf nyata 5% (t-tabel = 1.986) Sumber: Frontier 4.1 (Lampiran 2)
Hasil Uji dari Model Estimasi Fungsi Profit Penelitian ini menggunakan Eviews 6 untuk mengestimasikan bentuk model terbaik dari data yang diperoleh dan telah dilakukan pendekatan SFA. Model yang dihasilkan diuji kembali secara statistik untuk mendapatkan simpulan model estimasi yang dapat dipakai dalam perhitungan nilai efisiensi BPRS. Beberapa pengujian yang dilakukan pada pendekatan OLS adalah dengan uji asumsi klasik, yaitu uji normalitas, uji multikolinieritas, heteroskedastisitas, dan autokorelasi hasil uji asumsi dapat dilihat pada Lampiran 6. Berdasarkan hasil uji model didapatkan bahwa model telah menyebar normal berdasarkan uji normalitas, karena nilai koefisien Jarque-Bera adalah 18.871 lebih besar dari taraf nyata yang digunakan sebesar 0.05. Nilai statistik durbin watson yang dihasilkan adalah 1.627, dengan variabel bebas sebanyak lima dan jumlah observasi sebanyak 99 sehingga nilai tersebut berada diantara nilai tabel durbin watson, yaitu 1.568 – 1.779 dan menyimpulkan bahwa tidak ada autokolerasi dalam model. Uji multikolinieritas dapat dilakukan dengan melihat nilai korelasi antar variabel dalam model. Hasil estimasi menyatakan nilai korelasi yang didapat kurang dari 0.80, sehingga penelitian ini tidak ada multikolinieritas. Uji heteroskedastisitas pada model ini dilakukan dengan Uji Park yang menyatakan tidak ada terdapat heteroskedastisitas dalam data. Berdasarkan hasil akhir estimasi maximum-likelihood pendekatan SFA yang diolah menggunakan Frontier 4.1, model telah dapat dinilai baik dengan melihat nilai gamma sebesar 0.999 mendekati satu dan standard-error 0.000. Signifikasi
23 variabel yang digunakan dilihat dengan membandingkan t-ratio didapat dengan nilai sebaran t-tabel uji dua arah (variabel bebas lima dan 99 observasi) pada taraf nyata 5% yang memiliki nilai sebesar 1.986. Variabel yang Memengaruhi Fungsi Profit Variabel log Q1 (piutang jual beli) dalam model memberikan pengaruh yang signifikan pada log π sebagai variabel dependen. Nilai t-ratio sebesar 3.626 yang lebih besar dibanding nilai t-tabel pada taraf nyata 5%, yaitu 1.986 (uji t dua arah). Besaran pengaruh variabel log Q1 tersebut dapat dilihat pada nilai koefisiennya yaitu 0.388 yang pengaruhnya positif terhadap nilai log π. Perubahan Q1 yang meningkat sebesar 1% akan meningkatkan nilai profit sebesar 0.39% begitu juga sebaliknya, dengan asumsi ceteris paribus. Peningkatan nilai piutang jual beli (murabahah, istishna, dan lainnya) berdampak meningkatkan keuntungan yang dihasilkan oleh BPRS. Hal ini menggambarkan secara umum bahwa BPRS cenderung selalu meningkatkan pembiayaan dalam bentuk akad jual beli untuk meningkatkan keuntungan yang didapat. Variabel log Q2 (pembiayaan bagi hasil) dalam model memberikan pengaruh yang signifikan terhadap log π sebagai variabel dependen. Nilai t-ratio sebesar 18.561 yang lebih besar dibanding nilai t-tabel pada taraf nyata 5% (uji t dua arah). Besaran pengaruh variabel log Q2 tersebut dapat dilihat pada nilai koefisiennya yaitu 0.135 yang pengaruhnya positif terhadap nilai log π. Perubahan Q2 yang meningkat sebesar 1% akan meningkatkan nilai profit sebesar 0.14% begitu juga sebaliknya, dengan asumsi ceteris paribus. Hal ini menyimpulkan bahwa peningkatan pembiayaan bagi hasil (mudharabah dan musyarakah) berdampak meningkatkan keuntungan yang didapat BPRS. Pembiayaan yang mengandung bagi hasil akan cenderung ditingkatkan jumlahnya untuk meningkatkan total nilai bagi hasil kepada BPRS, sehingga peningkatan pendapatan yang diterima akan meningkatkan keuntungan BPRS. Variabel log P1 (harga dana) dalam model memberikan pengaruh yang signifikan terhadap log π sebagai variabel dependen. Nilai t-ratio sebesar -4.001 yang lebih besar dibanding nilai t-tabel pada taraf nyata 5% (uji t dua arah). Besaran pengaruh variabel log P1 tersebut dapat dilihat pada nilai koefisiennya yaitu -1.326 yang pengaruhnya negatif terhadap nilai log π. Perubahan P1 yang meningkat sebesar 1% akan menurunkan nilai profit sebesar 1.33% begitu juga sebaliknya, dengan asumsi ceteris paribus. Selanjutnya, peningkatan harga dana oleh BPRS berdampak menurunkan hasil keuntungan BPRS. Harga dana melambangkan perbandingan dana yang akan diterima oleh BPRS ketika melakukan transaksi atau akad dengan pihak nasabah. Peningkatan rasio bagi hasil yang dinyatakan dalam peningkatan harga dana akan menyebabkan penurunan ketertarikan nasabah menggunakan jasa keuangan yang ditawarkan oleh BPRS, sehingga mengurangi pendapatan BPRS dan menurunkan keuntungannya. Variabel log P2 (price of labor) dalam model memberikan pengaruh yang signifikan terhadap log π sebagai variabel dependen. Nilai t-ratio sebesar -8.373 yang lebih besar dibanding nilai t-tabel pada taraf nyata 5% (uji t dua arah). Besaran pengaruh variabel log P2 tersebut dapat dilihat pada nilai koefisiennya yaitu -4.184 yang pengaruhnya negatif terhadap nilai log π. Perubahan P2 yang meningkat sebesar 1% akan menurunkan nilai profit sebesar 4.18% begitu juga
24 sebaliknya, dengan asumsi ceteris paribus. Variabel P2 berdampak meningkatkan nilai keuntungan BPRS jika nilainya diturunkan. Variabel D1 (pengaruh lokasi) dalam model memberikan tidak berpengaruh signifikan terhadap log π sebagai variabel dependen dilihat dari nilai t-ratio sebesar 0.071 yang kecil dibanding nilai t-tabel pada taraf nyata 5% (uji t dua arah). Signifikannya pengaruh D1 tersebut dapat menyatakan adanya pengaruh lokasi BPRS dalam pendekatan SFA yang dilakukan. Koefisien D1 sebesar 0.019 untuk pengaruhnya yang positif terhadap nilai keuntungan yang dihasilkan BPRS di daerah B. Nilai koefisien tersebut diinterpretasikan bahwa BPRS yang beroperasi di daerah A atau daerah yang pendapatan per kapita lebih tinggi memiliki pengaruh yang menurunkan keuntungan BPRS, dan memiliki pengaruh meningkatkan keuntungan bagi BPRS yang berada di daerah B. Hasil Nilai SFA dan Konsep Efisiensi Keuntungan Alternatif Efisiensi yang dihitung dalam penelitian ini merupakan nilai efisiensi BPRS menggunakan input (alokasi biaya) dan menghasilkan keuntungan selama periode satu tahun. Periode yang diteliti adalah tahun 2011 sampai tahun 2013. Rentang nilai efisiensi dengan konsep keuntungan alternatif sama seperti rentang nilai hasil pendekatan SFA konsep biaya dan keuntungan standar. Rentang nilai efisiensi yang didapat adalah diantara nol dan satu. Semakin mendekati satu maka BPRS memiliki kinerja yang semakin efisien dan nilai yang lebih kecil mengindikasikan kinerja BPRS yang semakin tidak efisien. Kategori Hasil Pengukuran Nilai Efisiensi BPRS Pengukuran efisiensi dilakukan menggunakan software Frontier 4.1 yang mengestimasi nilai technical effect efficiency dari model panel. Frontier 4.1 mengukur efisiensi BPRS dengan mempertimbangkan maximum-likelihood yang secara langsung terprogram dalam software tersebut. Nilai efisiensi akan secara langsung dihasilkan berdasarkan cross-section dan time periode yang ada. Keseluruhan hasil olahan menunjukan tingkat efisiensi yang tergolong kecil dari BPRS yang diteliti, baik itu BPRS yang tergolong dalam kelompok daerah A dan daerah B. Data yang menyatakan hasil olahan tersebut dalam penelitian ini secara keseluruhan dapat dilihat pada Tabel 9 sebagai berikut: Tabel 9
Nilai SFA Efisiensi Tertinggi, Terendah, dan Rata-rata BPRS di Indonesia Periode Tahun 2011-2013 Kelompok Periode Nilai Efisiensi Daerah A Daerah B 2011 Tertinggi 0.99846 0.93765 Terendah 0.00870 0.04563 Rata-rata 0.35434 0.38065 2012 Tertinggi 0.92765 0.88214 Terendah 0.00248 0.00270 Rata-rata 0.18386 0.38932 2013 Tertinggi 0.99925 0.99801 Terendah 0.00015 0.00674
25 Rata-rata
0.27350
0.44230
Sumber: Olahan Frontier 4.1 (lampiran)
Hasil olahan yang didapat dari Tabel 9 menunjukkan bahwa pada tahun 2011 secara keseluruhan nilai efisiensi tertinggi dihasilkan oleh BPRS yang berada di kelompok daerah A yaitu 0.99846 dan nilai efisiensi terendah dihasilkan oleh BPRS di kelompok daerah A yaitu 0.00870. Pada periode selanjutnya, di tahun 2012 nilai efisiensi BPRS tertinggi masih dihasilkan oleh BPRS yang berada di kelompok daerah A yaitu 0.92765 dan efisiensi terendah adalah BPRS di kelompok daerah daerah A yaitu 0.00248. Pada periode tahun 2013, BPRS di daerah A menghasilkan nilai efisiensi tertinggi yaitu 0.99925 dan nilai BPRS terendah dihasilkan BPRS yang ada di kelompok daerah A yaitu 0.00015. Dilihat data yang ditampilkan pada Tabel 9 nilai rata-rata BPRS di daerah A memiliki perkembangan yang fluktuatif dari tahun 2011 sampai 2013 dan relatif menurun dibandingkan nilai rata-rata efisiensi yang dihasilkan pada tahun 2011. Nilai ratarata efisiensi yang dihasilkan BPRS di daerah B memiliki tren yang positif (meningkat) perkembangannya dari tahun 2011 sampai 2013. Perbandingan dua nilai rata-rata efisiensi yang dihasilkan oleh BPRS di masing-masing daerah sesuai dengan kualitas nilai rasio keuangan yang dibandingkan pada Tabel 6 yang menyatakan BPRS di daerah B lebih baik kualitas kinerjanya dibandingkan BPRS di daerah A yang memiliki pendapatan per kapita lebih tinggi. Nilai Efisiensi yang Dihasilkan dengan Metode SFA Hasil pengolahan yang telah dilakukan dengan metode SFA dan konsep efisiensi keuntungan alternatif dapat dilihat pada Tabel 10. Nilai efisiensi yang didapat pada Tabel 10 dikelompokkan berdasarkan selang tertentu dengan tujuan melihat frekuensi dan sebaran nilai efisiensi BPRS. Data dari Tabel 10 memperlihatkan jumlah BPRS dengan selang nilai efisiensi tertentu. Tabel 10 Frekuensi dan Sebaran Nilai Efisiensi BPRS Persentase Nilai Efisiensi Frekuensi Nilai Efisiensi (%) 0.000-0.100 4 12 0.501-0.600 0.101-0.200 7 21 0.601-0.700 0.201-0.300 6 18 0.701-0.800 0.301-0.400 6 18 0.801-0.900 0.401-0.500 4 12 0.901-1.000
Frekuensi 2 2 0 1 1
Persentase (%) 6 6 0 3 3
Sumber: Olahan Frontier 4.1
Nilai efisiensi rata-rata secara keseluruhan yang dihasilkan seluruh BPRS yang diteliti dari tahun 2011 sampai tahun 2013 adalah 0.33126 (Lampiran 3). Sedangkan, nilai efisiensi rata-rata selama periode waktu penelitian di masingmasing daerah operasional ternyata tidak menghasilkan perbedaan yang begitu signifikan. BPRS di daerah A menghasilkan efisiensi rata-rata sebesar 0.27057, memiliki selisih 0.13342 lebih kecil dari nilai efisiensi rata-rata yang dihasilkan BPRS di daerah B sebesar 0.40409. Nilai efisiensi yang dihasilkan menjelaskan bahwa ada perbedaan tingkat kinerja antara BPRS yang memiliki daerah operasional berbeda. Pada penelitian ini BPRS yang beroperasi di daerah berpendapatan per kapita relatif lebih rendah memiliki nilai rata-rata efisiensi
26 yang lebih baik dibandingkan nilai rata-rata efisiensi yang dihasilkan BPRS di daerah berpendapatan per kapita lebih tinggi dari daerah lainnya. Hasil pengolahan menunjukkan nilai efisiensi BPRS yang didapat masih tergolong rendah, dengan banyaknya frekuensi nilai pada selang 0.000-0.500 yaitu 27 BPRS (Tabel 10). Sebaran nilai efisiensi yang rendah ini mengindikasikan adanya inefisiensi yang dialami BPRS dalam menghasilkan keuntungan. Inefisiensi ini dipengaruhi oleh beberapa hal, diantaranya : 1. Berdasarkan tabulasi data laporan keuangan BPRS, data yang didapat banyak BPRS yang bernilai nol pada variabel Q2 (tidak melakukan pembiayaan yang mengandung bagi hasil). Selain itu, banyak BPRS yang melaporkan kerugian dalam operasionalnya selama waktu penelitian. Hal ini cenderung mempengaruhi nilai secara menyeluruh dari nilai efisiensi yang dihasilkan. 2. Persaingan antar lembaga keuangan yang dihadapi oleh BPRS menjadi faktor yang perlu diperhatikan. Daya saing suatu BPRS tentunya dipengaruhi oleh keberadaan BPRS lainnya di daerah yang sama, selain itu suatu BPRS juga menghadapi intervensi baitul maal wa tamwil (BMT), koperasi syariah atau konvensional, dan bank syariah yang turut mengambil pasar mikro di daerah tersebut. Kondisi persaingan ini diramaikan oleh keberadaan BPR atau bank konvensional. 3. Pengestimasian secara statistik data menyatakan data menyebar normal, namun nilai sum-squared residual yang tinggi (sebesar 394.467) cenderung mempengaruhi tingginya nilai inefisiensi dan random effect pada pendekatan SFA. Nilai R-squared pada estimasi awal OLS memiliki nilai rendah yang nilai tersebut melambangkan ragam regresi yang digunakan dalam model, sehingga ketika nilai R-squared memiliki nilai yang tinggi (mendekati satu) diasumsikan nilai efisiensi cenderung lebih tinggi. Rsquared mempengaruhi nilai sum-squared pada Frontier 4.1. Selain itu, kegiatan keuangan BPRS (lembaga keuangan syariah) yang diperkirakan menghasilkan keuntungan memiliki proporsi berbeda dengan kegiatan yang dilakukan lembaga keuangan konvensional lainnya. Lembaga keuangan konvensional dapat memiliki kegiatan keuangan yang seluruhnya menghasilkan keuntungan dikarenakan keseluruhan kegiatan pembiayaan yang diberikan mengandung unsur bunga. BPRS sendiri memiliki pembiayaan yang tidak bertujuan menghasilkan keuntungan, tidak mengandung bagi hasil atau bersifat taawun, seperti pembiayaan qardhul hasan. Berdasarkan data statistik perbankan syariah 2013, perbandingan antara pembiayaan BPRS yang bersifat menghasilkan keuntungan dan pembiayaan non-profit memiliki rasio mencapai 0.80, yang berarti 80% pembiayaan yang diberikan BPRS merupakan pembiayaan yang bersifat menghasilkan keuntungan, yaitu mudharabah, musyarakah, istishna, murabahah, ijarah, salam dan lainnya.
27
SIMPULAN DAN SARAN Simpulan Hasil pengolahan data yang dilakukan dalam penelitian ini menyimpulkan bahwa: 1. Berdasarkan nilai efisiensi yang dihasilkan BPRS dengan pendekatan SFA dan konsep keuntungan alternatif, secara umum tingkat efisiensi BPRS di Indonesia masih rendah. Hal ini didukung oleh hasil yang didapat bahwa 26 dari 33 BPRS yang dijadikan sampel memiliki nilai efisiensi dibawah 0.501. Efisiensi yang dilihat dari nilai keuntungan yang dihasilkan BPRS dipengaruhi signifikan oleh variabel harga dana (P1), harga tenaga kerja (P2), piutang jual beli (Q1), dan pembiayaan bagi hasil (Q2), dengan harga tenaga kerja sebagai variabel yang paling besar pengaruhnya. 2. Perbedaan daerah operasional tidak mempengaruhi secara signifikan nilai ratarata efisiensi yang dihasilkan. BPRS di daerah yang pendapatan per kapitanya rendah memiliki nilai efisiensi rata-rata yang lebih besar dibanding BPRS di daerah yang pendapatan per kapitanya tinggi. Daerah operasional memiliki pengaruh yang berbeda di masing-masing kelompok daerah. Daerah operasional berpengaruh negatif terhadap keuntungan BPRS di daerah yang berpendapatan per kapita tinggi dan positif terhadap BPRS di daerah yang berpendapatan per kapita rendah. Saran Hasil yang diperoleh dari penelitian ini dan berbagai hambatan serta kekurangan yang dihadapi menjadi alasan untuk mengajukan beberapa saran, yaitu: 1. Nilai efisiensi BPRS di Indonesia dalam menghasilkan keuntungan paling besar dipengaruhi oleh variabel harga tenaga kerja dan harga dana yang diterapkan. Dua variabel ini dapat menjadi fokus bagi internal BPRS dalam peningkatan nilai efisiensinya menghasilkan keuntungan. Peningkatan produktivitas tenaga kerja menjadi salah satu solusi untuk menyeimbangkan nilai harga tenaga kerja yang dimiliki BPRS sehingga dengan harga tenaga kerja yang tetap tingkat output yang dihasilkan meningkat dan hal itu akan meningkatkan keuntungan BPRS. Pada sisi harga dana, BPRS yang tidak memungkinkan meningkatkan secara langsung harga dananya karena berdampak menurunkan nilai input (dana) yang terhimpun. BPRS dapat melakukan opsi dengan menggencarkan sosialisasi dan edukasi untuk meningkatkan jumlah DPK yang terhimpun ke BPRS, sehingga harga dana yang diterapkan BPRS tersebut relatif lebih murah dari kondisi awalnya sehingga nilai input yang dimiliki BPRS meningkat pada saat harga relatif tetap output dan keuntungan yang dihasilkan akan dapat ditingkatkan. 2. Beragamnya nilai efisiensi yang didapat, khususnya dengan pendekatan SFA ini, mempersulit dalam menentukan tingkat efisiensi dari suatu BPRS, sehingga diperlukan suatu kebijakan atau general agreement yang dapat menyatakan batasan nilai dalam mengelompokkan suatu BPRS dinyatakan
28 efisien, atau tidak. Selain itu, perlu adanya kebijakan dari pemerintah dalam hal ini OJK untuk menentukan nilai kinerja yang harus dicapai oleh BPRS setiap tahun periodenya melihat rendahnya tingkat efisiensi yang BPRS. 3. Penelitian efisiensi ini dilakukan dengan pendekatan SFA dengan konsep keuntungan alternatif, pada penelitian selanjutnya dapat saja dikembangkan dengan konsep biaya atau keuntungan standar. Tambahan variabel lainnya termasuk variabel makro yang terkait dalam penelitian efisiensi kemungkinan dapat dilakukan melihat secara statistik nilai R2 dari model yang digunakan masih rendah.
DAFTAR PUSTAKA Aigner DJ, Lovell CAK, Schmidt P. 1976. Formulatian and Estimation of Stochastic Frontier Production Function Models. California (US): The Rand Corporation. P-5649. Ascarya, Achsani NA, Yumanita D, Rokhimah GS. 2009. Positioning Analysis of Islamic Bank Vis-a-Vis Conventional Bank in Indonesia Using Parametric SFA and DFA Methods. Bogor (ID): Islamic Finance dan Business Review. Vol. 4 No. 2. [BI] Bank Indonesia. 2013. Alamat Bank dan Laporan Keuangan BPRS. Publikasi laporan keuangan [Internet]. [diakses tahun 2014 Maret 4]. Tersedia pada: http://www.bi.go.id/publikasi/laporankeuanganpublikasibank/bprs [BI] Bank Indonesia. 2013. Statistik Perbankan Syariah Indonesia. Statistik perbankan [Internet]. [diakses tahun 2014 Maret 4]. Tersedia pada: http://www.bi.go.id/statistik/statistikperbankansyariah [BI] Bank Indonesia. 2014. Laporan Perkembangan Kredit UMKM. Laporan kredit UMKM [Internet]. [diakses tahun 2014 Juli 18]. Tersedia pada: http://www.bi.go.id/id/umkm/kredit/laporan [DEPAG RI] Departemen Agama Republik Indonesia. 2009. Al-Qur’an dan Terjemahannya (Percetakan). Bandung (ID) : PT. Sygma Examedia Arkanleema. [IAP] Ikatan Ahli Perencanaan Indonesia. 2009. Indonesia Most Liveable City Index. Jakarta (ID): IAP. Berger AN, Humprey DB. 1997. Efficiency of Financial Institutions: International Survey and Directions for Future Research. Working paper. Pennsylvania (US): Wharton Financial Institutions Center. Berger AN, Mester LJ. 1997. Inside The Back Box: What Explains Differences in The Efficiencies of Financial Institutions?. Journal of Banking and Finance. 21: 895-947. Coelli TJ, Rao DSP, Battese GE. 1998. An Introduction To Efficiency and Productivity Analysis. London (GB): IBT Global. Coelli TJ, Rao DSP, O’Donnell CJ, Battese GE. 2005. An Introduction To Efficiency and Productivity Analysis. 2nd ed. New York (US): Springer. Firdaus M. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series. Bogor (ID): IPB Pr.
29 Gujarati D. 2006. Dasar-dasar Ekonometrika. Ed ke-3. Mulyadi JA, Saat S, Hardani W, penerjemah. Jakarta (ID): Penerbit Erlangga. Terjemahaan dari: Essentials of Econometrics. Hadad M, Santoso , Mardanugraha E, Ilyas D. 2003. Pendekatan Parametrik Untuk Efisiensi Perbankan Indonesia. [Internet]. Paper research BI nomor 4/5. [diunduh 2013 Desember 11]. Tersedia pada: http://www.bi.go.id/publikasi Iqbal Z, Mirakhor A. 2008. Pengantar Keuangan Islam: Teori dan Praktik..Anwar A K, penerjemah. Jakarta (ID): Kencana. Terjemahan dari: An Introduction to Islamic Finance: Theory and Practice. [KPDT] Kementerian Pembangunan Daerah Tertinggal. 2014. Definisi dan 183 daerah tertinggal di Indonesia [Internet]. [diakses tahun 2014 Mei 12]. Tersedia pada: http://www.kemenegpdt.go.id/informasi/daerahtertinggal Nicholson W. 2001. Microeconomics Theory: Basic Principles and Extensions. 8th ed. California (US): South-Western College Pub. Novarini. 2007. Efisiensi Unit Usaha Syariah dengan Metode SFA Derivasi Fungsi Profit dan BOPO [thesis]. Jakarta (ID): Universitas Indonesia Paramitha. 2008. Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis (SFA) dan Data Envelopment Analysis (DEA) [skripsi]. Bogor (ID): Institut Pertanian Bogor Wijayanto A, Sutarno. 2007. Kinerja Efisiensi Fungsi Intermediasi Bank Persero di Indonesia dengan Menggunakan Data Envelopment Analysis (DEA). Jurnal Keuangan dan Perbankan. Vol. 14 No.1 hal. 110-121. Zeller M, Meyer RL. 2002. The Triangle of Microfinance: Financial Sustainability, Outreach, and Impact. London (GB): The Johns Hopkins University Pr.
Lampiran 1. Data Laporan Keuangan BPRS dan Nilai Logaritma Variabel ID
Tahun
ID1
2011
Total Profit* 163320.50
2012
201188.67
2013 2011
ID2
ID3
ID4
ID5
ID6
ID7
ID8
ID9
ID10
Total DPK*
183667.12
510106.69
Biaya Personalia* 140448.18
5274356.92
29846.79
63180.84
0.36006
0.02663
256662.91
586065.78
146628.88
5415393.04
41004.83
38477.36
0.43794
0.02708
554008.61
612905.91
1754266.13
385838.97
13170212.13
291059.20
88178.74
0.34938
0.02930
34593.62
312402.40
600353.72
160440.26
4853069.40
2660904.91
1124907.11
0.52036
0.03306
2012
-79508.89
359146.02
498877.63
129120.36
4701871.95
2640639.27
995455.86
0.71991
0.02746
2013
3795.96
377201.34
522190.28
178045.59
5048674.46
2718563.23
1203142.56
0.72234
0.03527
2011
18823.71
59973.93
176481.00
81405.53
1385574.78
868916.16
193142.00
0.33983
0.05875
2012
54188.30
79674.89
215970.14
74281.54
1647955.34
894573.96
225917.39
0.36892
0.04507
2013
87909.44
169635.53
412353.23
126758.17
3599202.96
1834675.25
383186.87
0.41138
0.03522
2011
28913.20
84886.12
215608.93
71286.78
2689729.17
934427.29
16171.90
0.39370
0.02650
2012
-63738.74
66683.47
168351.69
61118.47
2394440.95
846721.66
15413.72
0.39610
0.02553
2013
-15876.53
129034.82
253437.64
97875.46
3812477.90
1169136.06
30966.26
0.50914
0.02567
2011
-95456.10
141551.35
322872.09
136991.85
3425275.19
2508762.11
1.00
0.43841
0.03999
2012
-27807.11
97775.36
240137.42
122991.69
3099323.54
2017981.04
1.00
0.40716
0.03968
2013
-37629.15
132410.60
352966.16
198516.99
5033793.14
3658512.93
1.00
0.37514
0.03944
2011
-100807.59
25608.21
80663.09
93464.75
1090411.24
729611.71
1.00
0.31747
0.08572
2012
-33091.11
28074.29
108874.09
88776.44
1055072.77
797469.23
1.00
0.25786
0.08414
2013
777.53
68046.86
258768.59
141963.20
2065479.64
1627167.96
1.00
0.26296
0.06873
2011
17438.09
32648.21
119082.96
68037.90
2064376.64
809722.33
144816.74
0.27416
0.03296
2012
58007.57
32898.80
168482.35
85133.19
3281936.67
1076623.42
140467.87
0.19527
0.02594
2013
108642.13
101771.52
557011.16
271868.32
7404288.66
2955840.76
214459.76
0.18271
0.03672
2011
58653.57
166614.46
371392.05
100865.91
4755614.58
1267133.27
1208303.72
0.44862
0.02121
2012
30088.58
177348.68
385487.42
114950.13
4844826.72
1389073.09
1427647.79
0.46006
0.02373
2013
140444.09
380267.21
803094.06
253429.76
10215611.92
4050290.20
2969231.32
0.47350
0.02481
2011
29371.89
168438.49
332680.32
110548.13
3908775.35
2338654.10
280022.17
0.50631
0.02828
2012
47677.58
179228.80
353860.52
94752.38
4317621.31
2333874.34
165019.72
0.50650
0.02195
2013
61065.91
304210.27
486985.17
136331.88
7121104.75
3729057.73
439580.24
0.62468
0.01914
2011
-97861.55
47228.44
104703.95
81555.74
1419621.78
979328.99
1.00
0.45107
0.05745
2012
-19001.02
62657.35
154818.81
72167.78
1510799.68
1189654.93
1176.54
0.40471
0.04777
2013
19102.82
137065.94
363884.13
135121.91
3015084.89
2536984.99
9005.01
0.37667
0.04482
2011
196112.89
53685.19
479919.89
156725.37
3422782.04
2642610.11
1.00
0.11186
0.04579
2012
-32613.74
62218.65
362618.27
152082.64
3159150.73
2443054.07
1.00
0.17158
0.04814
Total Aktiva*
Q1 *
Q2 *
P1
P2
LogProfit
5.2130 5.3036 5.7435 4.5390 0.0000 3.5793 4.2747 4.7339 4.9440 4.4611 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 2.8907 4.2415 4.7635 5.0360 4.7683 4.4784 5.1475 4.4679 4.6783 4.7858 0.0000 0.0000 4.2811 5.2925 0.0000
LogQ1
LogQ2
LogP1
LogP2
4.4749 4.6128 5.4640 6.4250 6.4217 6.4343 5.9390 5.9516 6.2636 5.9705 5.9277 6.0679 6.3995 6.3049 6.5633 5.8631 5.9017 6.2114 5.9083 6.0321 6.4707 6.1028 6.1427 6.6075 6.3690 6.3681 6.5716 5.9909 6.0754 6.4043 6.4220 6.3879
4.8006 4.5852 4.9454 6.0511 5.9980 6.0803 5.2859 5.3539 5.5834 4.2088 4.1879 4.4909 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 5.1608 5.1476 5.3313 6.0822 6.1546 6.4726 5.4472 5.2175 5.6430 0.0000 3.0706 3.9545 0.0000 0.0000
-0.4436 -0.3586 -0.4567 -0.2837 -0.1427 -0.1413 -0.4687 -0.4331 -0.3858 -0.4048 -0.4022 -0.2932 -0.3581 -0.3902 -0.4258 -0.4983 -0.5886 -0.5801 -0.5620 -0.7094 -0.7382 -0.3481 -0.3372 -0.3247 -0.2956 -0.2954 -0.2043 -0.3458 -0.3929 -0.4240 -0.9513 -0.7655
-1.5747 -1.5674 -1.5332 -1.4807 -1.5613 -1.4526 -1.2310 -1.3461 -1.4532 -1.5767 -1.5930 -1.5905 -1.3980 -1.4014 -1.4041 -1.0669 -1.0750 -1.1628 -1.4820 -1.5860 -1.4351 -1.6735 -1.6248 -1.6054 -1.5485 -1.6587 -1.7179 -1.2407 -1.3209 -1.3486 -1.3392 -1.3175
D1
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
31
ID11
Bagi Hasil*
ID13
ID14
ID15
ID16
ID17
ID18
ID19
ID20
ID21
ID22
2013
176985.66
74899.84
862768.26
294194.03
7801313.71
7078604.60
1.00
0.08681
0.03771
2011
33871.08
10968.48
38365.43
22517.99
3024413.21
75029.43
97094.53
0.28589
0.00745
2012
23265.02
8225.91
22830.34
22603.33
2659306.67
69213.08
15520.04
0.36031
0.00850
2013
-470.47
9381.45
25024.06
28994.58
6576281.64
132158.79
3024.56
0.37490
0.00441
2011
953667.46
2555877.51
5508921.16
1233089.44
46005943.43
26041024.63
16459524.12
0.46395
0.02680
2012
871844.11
2462443.14
5112336.83
1113395.18
45871752.47
26381291.83
15253168.72
0.48167
0.02427
2013
1666011.25
4606760.74
9455854.19
2084688.35
90884112.16
48848272.44
23622588.61
0.48719
0.02294
2011
6207.28
7196.18
46628.19
36330.39
636704.92
327266.91
1.00
0.15433
0.05706
2012
15197.24
9466.58
58403.66
31927.32
636816.40
399722.42
74870.83
0.16209
0.05014
2013
-29129.72
17748.73
96619.24
57622.56
1075235.86
429237.37
151825.91
0.18370
0.05359
2011
-88370.59
6893.82
23812.42
85368.33
644263.18
298796.38
1.00
0.28951
0.13251
2012
-60775.31
21663.43
76050.03
71221.63
755370.13
488893.54
1.00
0.28486
0.09429
2013
-44613.59
53332.44
194865.77
121709.69
1547944.14
1055228.11
1.00
0.27369
0.07863
2011
81823.08
174717.11
402074.30
120606.58
4471735.43
2561605.98
286803.50
0.43454
0.02697
2012
150233.42
170082.28
364064.13
116285.87
4611142.53
2341110.50
210909.00
0.46718
0.02522
2013
151180.11
288736.02
634099.25
200772.10
9005677.80
5407067.63
271667.50
0.45535
0.02229
2011
49170.19
155466.18
368907.25
151725.31
3462445.55
1655217.20
613615.90
0.42142
0.04382
2012
41868.75
88847.42
287884.30
126158.04
3036336.33
1709990.79
311762.15
0.30862
0.04155
2013
103472.23
150728.09
541069.08
246761.02
5665149.81
3509617.54
550581.63
0.27857
0.04356
2011
342692.87
401105.74
667129.47
345688.35
12763534.06
7805082.40
98924.97
0.60124
0.02708
2012
352943.03
511779.71
718747.85
379003.90
15577677.69
8021769.62
53477.97
0.71204
0.02433
2013
511331.52
899506.28
1535811.47
705963.11
27686937.74
14723069.41
1.00
0.58569
0.02550
2011
81710.31
157751.02
281490.48
80486.68
3217930.68
1674764.41
117284.00
0.56041
0.02501
2012
113815.00
149091.27
320415.98
79165.55
2895938.89
1731596.85
138831.92
0.46531
0.02734
2013
171251.88
208082.54
505755.10
171928.75
4784805.07
2750718.56
435350.65
0.41143
0.03593
2011
29665.43
29887.89
133352.98
61334.21
1321960.80
853091.81
28752.87
0.22413
0.04640
2012
-7421.75
24637.72
114361.13
56072.99
1114699.56
748840.32
18586.79
0.21544
0.05030
2013
5750.99
50997.77
215367.55
133573.96
1967956.65
1336391.50
64011.83
0.23679
0.06787
2011
23899.25
113038.59
213085.82
72716.51
2963596.67
1353143.01
219936.71
0.53048
0.02454
2012
20474.95
151169.22
252154.19
75904.14
3193800.60
1863134.72
154787.49
0.59951
0.02377
2013
13194.96
341102.72
483901.88
152765.25
6554936.94
3716585.20
182794.54
0.70490
0.02331
2011
22040.78
61100.77
345296.36
92618.48
1716037.13
1491220.71
1.00
0.17695
0.05397
2012
-28992.34
65205.39
354418.37
90044.71
1726099.23
1606885.18
1.00
2013
-360079.25
86750.05
564054.73
98734.49
1663584.77
2203207.54
1.00
0.18398 0.15380
0.05217 0.05935
5.2479 4.5298 4.3667 0.0000 5.9794 5.9404 6.2217 3.7929 4.1818 0.0000 0.0000 0.0000 0.0000 4.9129 5.1768 5.1795 4.6917 4.6219 5.0148 5.5349 5.5477 5.7087 4.9123 5.0562 5.2336 4.4723 0.0000 3.7597 4.3784 4.3112 4.1204 4.3432 0.0000 0.0000
6.8499 4.8752 4.8402 5.1211 7.4157 7.4213 7.6888 5.5149 5.6018 5.6327 5.4754 5.6892 6.0233 6.4085 6.3694 6.7330 6.2189 6.2330 6.5453 6.8924 6.9043 7.1680 6.2240 6.2384 6.4394 5.9310 5.8744 6.1259 6.1313 6.2702 6.5701 6.1735 6.2060 6.3431
0.0000 4.9872 4.1909 3.4807 7.2164 7.1834 7.3733 0.0000 4.8743 5.1813 0.0000 0.0000 0.0000 5.4576 5.3241 5.4340 5.7879 5.4938 5.7408 4.9953 4.7282 0.0000 5.0692 5.1425 5.6388 4.4587 4.2692 4.8063 5.3423 5.1897 5.2620 0.0000 0.0000 0.0000
-1.0614 -0.5438 -0.4433 -0.4261 -0.3335 -0.3173 -0.3123 -0.8115 -0.7902 -0.7359 -0.5383 -0.5454 -0.5627 -0.3620 -0.3305 -0.3417 -0.3753 -0.5106 -0.5551 -0.2210 -0.1475 -0.2323 -0.2515 -0.3323 -0.3857 -0.6495 -0.6667 -0.6256 -0.2753 -0.2222 -0.1519 -0.7521 -0.7352 -0.8131
-1.4235 -2.1281 -2.0706 -2.3557 -1.5718 -1.6149 -1.6394 -1.2437 -1.2999 -1.2709 -0.8778 -1.0255 -1.1044 -1.5691 -1.5983 -1.6518 -1.3583 -1.3814 -1.3609 -1.5673 -1.6139 -1.5935 -1.6019 -1.5633 -1.4445 -1.3335 -1.2984 -1.1683 -1.6102 -1.6240 -1.6325 -1.2678 -1.2826 -1.2266
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 1.0000 1.0000 0.0000 0.0000 0.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.0000 0.0000 0.0000 1.0000 1.0000 1.0000 0.0000 0.0000 0.0000
32
ID12
ID23
ID24
ID25
ID26
ID27
ID28
ID29
ID30
ID31
ID32
ID33
2011
280132.08
330231.82
1575023.78
500703.58
16887494.89
11522104.06
63762.42
0.20967
0.02965
2012
277569.54
298113.15
1590214.06
491080.45
17373706.62
12139436.27
3422.67
0.18747
0.02827
2013
526769.48
606665.01
3013109.38
1056964.83
33598500.56
18081190.46
78017.33
0.20134
0.03146
2011
18137.70
47635.49
138222.58
50676.80
1469976.27
1018409.31
130465.00
0.34463
0.03447
2012
27502.67
70320.31
197801.68
55808.72
1670597.01
1186838.12
152195.72
0.35551
0.03341
2013
43656.41
141891.66
362149.29
111294.58
3651000.90
2153835.74
431033.02
0.39180
0.03048
2011
28615.25
140598.77
229662.30
76085.09
3055948.03
594271.73
234403.96
0.61220
0.02490
2012
55457.90
116080.30
247899.60
80682.39
2498494.51
335977.99
119917.19
0.46826
0.03229
2013
76442.92
198434.37
404084.02
141686.09
4007101.06
342337.27
164199.74
0.49107
0.03536
2011
1028671.39
1971131.18
4426871.40
1813389.53
45824799.96
26313777.77
5353457.82
0.44527
0.03957
2012
1150355.66
2093800.29
4796238.76
1759571.03
46665932.34
29094506.44
4789522.21
0.43655
0.03771
2013
2485116.84
4147340.00
9680251.96
3623095.36
98764140.62
56676363.52
9181616.50
0.42843
0.03668
2011
210463.50
214592.81
581395.13
137028.17
4470631.67
2288342.92
82339.34
0.36910
0.03065
2012
200251.37
253874.63
657189.91
176795.62
4976302.77
2794551.72
109251.39
0.38630
0.03553
2013
329142.17
426665.16
1249185.96
401039.33
9573925.13
5784133.62
719547.18
0.34155
0.04189
2011
65565.52
127945.44
361492.15
110464.37
3566044.93
2572317.02
141046.33
0.35394
0.03098
2012
66990.66
182820.93
428587.43
107378.17
4107612.43
2960671.40
196828.96
0.42657
0.02614
2013
110658.18
375505.71
862168.16
267795.12
7501853.93
5464102.83
371110.97
0.43554
0.03570
2011
6576.57
32431.66
115479.49
46887.94
910204.59
671651.52
1.00
0.28084
0.05151
2012
4350.85
29091.25
88279.34
36405.58
911593.21
642317.61
1.00
0.32954
0.03994
2013
699.16
72719.40
174125.77
68598.13
1639643.90
1094502.52
1.00
0.41763
0.04184
2011
39677.82
3420.34
168376.35
95285.18
1737514.04
1020604.18
20713.00
0.02031
0.05484
2012
41103.23
2900.28
160428.17
97267.52
1365041.44
991087.68
18182.92
0.01808
0.07126
2013
49807.17
2731.23
267935.21
163816.27
2291905.38
1570903.87
19922.28
0.01019
0.07148
2011
2345.14
79599.63
317324.56
98851.37
3562934.21
1701283.61
546316.78
0.25085
0.02774
2012
-37991.13
104357.75
269602.64
90486.54
2842259.97
1658233.65
278904.12
0.38708
0.03184
2013
79905.84
172227.51
506789.66
165024.70
5232571.42
3345372.53
77247.75
0.33984
0.03154
2011
9001.60
69952.64
208484.95
123108.55
2014679.91
1072905.37
360922.68
0.33553
0.06111
2012
11331.08
63818.06
165707.38
94272.48
1677785.94
1082838.64
104367.80
0.38513
0.05619
2013
-36955.35
111021.10
248929.56
151680.25
2983362.56
1774786.15
308957.83
0.44599
0.05084
2011
56425.98
30656.80
128644.19
33382.90
962695.86
757509.27
1.00
0.23831
0.03468
2012
67435.22
43858.95
150745.15
33559.93
1151693.24
929305.90
1.00
0.29095
0.02914
2013
176912.59
127164.77
392619.37
72400.92
3207915.04
2584001.02
1.00
0.32389
0.02257
7.0615 7.0842 7.2572 6.0079 6.0744 6.3332 5.7740 5.5263 5.5345 7.4202 7.4638 7.7534 6.3595 6.4463 6.7622 6.4103 6.4714 6.7375 5.8271 5.8077 6.0392 6.0089 5.9961 6.1961 6.2308 6.2196 6.5244 6.0306 6.0346 6.2491 5.8794 5.9682 6.4123
4.8046 3.5344 4.8922 5.1155 5.1824 5.6345 5.3700 5.0789 5.2154 6.7286 6.6803 6.9629 4.9156 5.0384 5.8571 5.1494 5.2941 5.5695 0.0000 0.0000 0.0000 4.3162 4.2597 4.2993 5.7374 5.4455 4.8879 5.5574 5.0186 5.4899 0.0000 0.0000 0.0000
-0.6785 -0.7271 -0.6961 -0.4626 -0.4491 -0.4069 -0.2131 -0.3295 -0.3089 -0.3514 -0.3600 -0.3681 -0.4329 -0.4131 -0.4665 -0.4511 -0.3700 -0.3610 -0.5515 -0.4821 -0.3792 -1.6922 -1.7428 -1.9917 -0.6006 -0.4122 -0.4687 -0.4743 -0.4144 -0.3507 -0.6229 -0.5362 -0.4896
-1.5280 -1.5487 -1.5023 -1.4625 -1.4762 -1.5159 -1.6038 -1.4909 -1.4515 -1.4026 -1.4236 -1.4355 -1.5136 -1.4494 -1.3779 -1.5090 -1.5827 -1.4474 -1.2881 -1.3986 -1.3784 -1.2609 -1.1472 -1.1458 -1.5568 -1.4971 -1.5012 -1.2139 -1.2504 -1.2938 -1.4600 -1.5355 -1.6465
*nilai dijadikan riil (nilai IHK tahun 2011 = 5.38%, 2012 = 4.28%, 2013 = 6.97%)
1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
33
Sumber: Laporan Keuangan BPRS 2011-2013 (Bank Indonesia)
5.4474 5.4434 5.7216 4.2586 4.4394 4.6400 4.4566 4.7440 4.8833 6.0123 6.0608 6.3953 5.3232 5.3016 5.5174 4.8167 4.8260 5.0440 3.8180 3.6386 2.8446 4.5985 4.6139 4.6973 3.3702 0.0000 4.9026 3.9543 4.0543 0.0000 4.7515 4.8289 5.2478
34
Lampiran 2. Hasil Maximum-likelihood Estimator dari Pengolahan Frontier 4.1 Koefisien Standard-error t-ratio beta 0 -0.40612578E+01 0.10390650E+01 -0.39085695E+01 beta 1 0.38787901E+00 0.10697411E+00 0.36259148E+01 beta 2 0.13470331E+00 0.72572619E-02 0.18561176E+02 beta 3 -0.13258126E+01 0.33142201E+00 -0.40003757E+01 beta 4 -0.41837701E+01 0.49964975E+00 -0.83734058E+01 beta 5 0.19351578E-01 0.27324260E+00 0.70821966E-01 Sigma-squared 0.69596112E+01 0.75540184E+00 0.92131245E+01 Gamma 0.99999999E+00 0.76123472E-06 0.13136552E+07 Log likelihood -0.16539140E+03 function Keterangan: Beta 0 = Konstanta Beta 1 = Log Q1 Beta 2 = Log Q2 Beta 3 = Log P1 Beta 4 = Log P2 Beta 5 = D1
35
Lampiran 3. Nilai SFA sebagai Nilai Efisiensi dari BPRS BPRS
Tahun
TEE
BPRS
Tahun
TEE
BPRS
Tahun
TEE
Rata-rata
ID1
2011
0.75259
ID1
2012
0.92765
ID1
2013
0.99925
0.89316
ID2
2011
0.27859
ID2
2012
0.00258
ID2
2013
0.14384
0.14167
ID3
2011
0.63684
ID3
2012
0.64382
ID3
2013
0.46406
0.58157
ID4
2011
0.22454
ID4
2012
0.00248
ID4
2013
0.00263
0.07655
ID5
2011
0.00870
ID5
2012
0.00852
ID5
2013
0.00727
0.00817
ID6
2011
0.03553
ID6
2012
0.03002
ID6
2013
0.33571
0.13376
ID7
2011
0.19598
ID7
2012
0.16789
ID7
2013
0.32833
0.23073
ID8
2011
0.16206
ID8
2012
0.14709
ID8
2013
0.25331
0.18748
ID9
2011
0.21323
ID9
2012
0.17129
ID9
2013
0.14653
0.17702
ID10
2011
0.02000
ID10
2012
0.00860
ID10
2013
0.41531
0.14797
ID11
2011
0.99846
ID11
2012
0.00713
ID11
2013
0.49129
0.49896
ID12
2011
0.02743
ID12
2012
0.03821
ID12
2013
0.00015
0.02193
ID13
2011
0.43774
ID13
2012
0.36007
ID13
2013
0.38070
0.39284
ID14
2011
0.56885
ID14
2012
0.34220
ID14
2013
0.00601
0.30569
ID15
2011
0.08641
ID15
2012
0.04246
ID15
2013
0.02620
0.05169
ID16
2011
0.26961
ID16
2012
0.33484
ID16
2013
0.22629
0.27691
ID17
2011
0.53831
ID17
2012
0.39413
ID17
2013
0.51389
0.48211
ID18
2011
0.53817
ID18
2012
0.51024
ID18
2013
0.99546
0.68129
ID19
2011
0.30789
ID19
2012
0.36966
ID19
2013
0.58470
0.42075
ID20
2011
0.44582
ID20
2012
0.00605
ID20
2013
0.39857
0.28348
ID21
2011
0.16877
ID21
2012
0.15455
ID21
2013
0.11926
0.14752
ID22
2011
0.74706
ID22
2012
0.00922
ID22
2013
0.00996
0.25541
ID23
2011
0.30446
ID23
2012
0.30662
ID23
2013
0.39918
0.33675
ID24
2011
0.23432
ID24
2012
0.26070
ID24
2013
0.24283
0.24595
ID25
2011
0.23291
ID25
2012
0.48857
ID25
2013
0.66616
0.46255
ID26
2011
0.93765
ID26
2012
0.88214
ID26
2013
0.99801
0.93926
ID27
2011
0.51168
ID27
2012
0.63931
ID27
2013
0.78980
0.64693
ID28
2011
0.29151
ID28
2012
0.23052
ID28
2013
0.44410
0.32204
ID29
2011
0.59418
ID29
2012
0.34543
ID29
2013
0.17802
0.37255
ID30
2011
0.16687
ID30
2012
0.25821
ID30
2013
0.18678
0.20395
ID31
2011
0.04563
ID31
2012
0.00270
ID31
2013
0.31771
0.12201
ID32
2011
0.44976
ID32
2012
0.49603
ID32
2013
0.00674
0.31751
ID33
2011
0.65635 0.36630
ID33
2012
0.56031 0.27725
ID33
2013
0.47944 0.35023
0.56537 0.33126
Rata-rata
Sumber: Olahan Frontier 4.1
36
Lampiran 4. Identitas BPRS yang Dijadikan Sampel
ID ID1 ID2 ID3 ID4 ID5 ID6 ID7 ID8 ID9 ID10 ID11 ID12 ID13 ID14 ID15 ID16 ID17 ID18 ID19 ID20 ID21 ID22 ID23 ID24 ID25 ID26 ID27 ID28 ID29 ID30 ID31 ID32 ID33
Nama Baiturridha Pusaka Hidayah Cempaka Al Amin Al Washliyah Gebu Prima Mitra Harmoni Karya Mugi Sentosa Barokah Dana Sejahtera Dana Hidayatullah Mitra Harmoni Dana Moneter Indo Timur Harta Insan Karimah
BPRS Kota/Kab. Bandung Jakarta Barat Jakarta Selatan Medan
Provinsi Jawa Barat DKI Jakarta Sumatera Utara
Semarang Surabaya Yogyakarta
Jawa Tengah Jawa Timur DI Yogyakarta
Makassar
Sulawesi Selatan
Tangerang
Banten
Malang Kab. Banjar Banda Aceh Mataram
Jawa Timur Kalimantan Selatan NAD NTB
Pekanbaru Kab. Sleman Kab. Badung Kab. Bogor
Riau DI Yogyakarta Bali Jawa Barat
Lampung Timur Kab. Bangka Kab. Garut Tanah Datar Kota Solok Situbondo Pamekasan Aceh Besar Lombok Timur
Lampung Bangka Belitung Jawa Barat Sumatera Barat Sumatera Barat Jawa Timur Jawa Timur NAD NTB
Musyarakat Ummat Indonesia
Mitra Harmoni Barkah Gemadana Hikmah Wakilah Dina Ashri Patuh Beramal Hasanah FORMES Syariat Fajar Sejahtera Amanah Ummah Bina Rahmah Lampung Timur Bangka Mentari Haji Miskin Barakah Nawaitul Situbondo Sarana Prima Mandiri Hareukat Tulen Amanah
Identitas BPRS yang Dijadikan Sampel dan Daerah Operasional Sumber: Alamat dan Laporan Keuangan BPRS (Bank Indonesia)
37
Lampiran 5. Hasil Estimasi Model Panel dengan Pendekatan OLS Dependent Variable: LOG_PROFIT Method: Panel Least Squares Date: 07/20/14 Time: 11:19 Sample: 2011 2013 Periods included: 3 Cross-sections included: 33 Total panel (balanced) observations: 99 Variable
Coefficient
Std. Error
t-Statistic
Prob.
Log_Q1 Log_Q2 Log_P1 Log_P2 D1 C
0.685433 0.318091 -1.333097 -2.313998 1.021523 -6.258408
0.303522 0.078961 0.620639 0.911230 0.345018 2.485263
2.258264 4.028468 -2.147942 -2.539422 2.960784 -2.518207
0.0263 0.0001 0.0343 0.0128 0.0039 0.0135
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.411695 0.380065 1.625520 245.7354 -185.4771 13.01624 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
Sumber: Data olahan Eviews 6
3.772853 2.064522 3.868225 4.025505 3.931861 1.626775
38
Lampiran 6. Hasil Uji Asumsi Klasik dari Pendekatan OLS 1. Uji Multikolinieritas (uji korelasi antar variabel bebas) Log_Q1
Log_Q2
Log_P1
Log_P2
D1
Log_Q1
1.000000
0.238609
0.124810
0.021729
0.270292
Log_Q2
0.238609
1.000000
0.260777
-0.395674
0.176845
Log_P1
0.124810
0.260777
1.000000
-0.399176
0.002666
Log_P2
0.021729
-0.395674
-0.399176
1.000000
-0.086173
D1
0.270292
0.176845
0.002666
-0.086173
1.000000
Sumber: Eviews 6 (diolah)
2.
Uji Normalitas (perbandingan Jarque-Bera)
3.
Uji Heteroskedastisitas (Uji Park)
Dependent Variable: RES2 Method: Panel Least Squares Date: 07/20/14 Time: 11:25 Sample: 2011 2013 Periods included: 3 Cross-sections included: 33 Total panel (balanced) observations: 99 Variable
Coefficient
Std. Error
t-Statistic
Prob.
Log_Q1 Log_Q2 Log_P1 Log_P2 D1 C
-1.273240 -0.215115 -0.246098 -3.617244 -1.372683 6.513586
0.772805 0.201044 1.580224 2.320104 0.878458 6.327787
-1.647556 -1.069990 -0.155736 -1.559087 -1.562605 1.029362
0.1028 0.2874 0.8766 0.1224 0.1215 0.3060
Sumber: Olahan Eviews 6 (taraf nyata 0.05)
39
RIWAYAT HIDUP Penulis dilahirkan di Medan, 13 Februari 1991 dari ayah Agussalim dan ibu Syariah. Penulis adalah anak kelima dari tujuh bersaudara. Penulis memulai pendidikan di SDN 03 Kp. Jawa Kota Solok dan melanjukan pendidikan sekolah menengah pertama di SMP Negeri 1 Kota Solok. Pada tahun 2010 penulis lulus dari SMA Negeri 2 Gunung Talang Kabupaten Solok dan pada tahun yang sama penulis lulu seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) dan diterima di program studi Ilmu Ekonomi Syariah, Fakultas Ekonomi dan Manajemen. Penulis aktif sebagai asisten dosen dalam responsi mata kuliah Ekonomi Umum tahun ajaran 2012/2013 dan 2013/2014. Selama menjadi mahasiswa, penulis aktif pada kepengurusan Sharia Economics Student Club periode 2011/2012 sebagai staff divisi Sharia Education dan penulis aktif di kepengurusan Bina Desa Badan Eksekutif Mahasiswa (BEM) FEM IPB periode kepengurusan 2012/2013 sebagai kepala divisi Pendampingan Masyarakat. Untuk kegiatan kepanitiaan penulis aktif di beberapa acara yang ada kampus. Prestasi yang diraih penulis adalah sebagai peserta Temu Ilmiah Nasional (Temilnas) dan Olimpiade Ekonomi Syariah tahun 2012 di Pekanbaru, Riau, penulis juga meraih juara pertama dalam lomba Film Dokumenter di ajang IPB Art Contest (IAC) 2013, penerima dana hibah Gerakan Kewirausahaan Nasional (GKN) dari Kementerian Koperasi dan UMKM Republik Indonesia tahun 2013, penulis menerima dana hibah DIKTI Program Kreativitas Mahasiswa (PKM) Karsa Cipta tahun 2014. Selanjutnya, penulis adalah penerima beasiswa Lotte Foundation tahun 2012 dan beasiswa Korean Exchange Bank (KEB) tahun 2013.