EF FISIENSII BANK PERKRE P EDITAN RAKYAT T (BPR) D INDON DI NESIA: PEND DEKATAN N STOCH HASTIC FRONTIE F ER ANALYSIS (SFA) DAN DA ATA ENVE VELOPME ENT ANA ALYSIS (D DEA)
OLEH H D DESAK PU UTU RISTA AMI PARA AMITA H14104014
DE EPARTE EMEN ILM MU EKO ONOMI FAKUL LTAS EK KONOMI DAN MA ANAJEM MEN IN NSTITUT T PERTA ANIAN BO OGOR 2008 8
RINGKASAN
DESAK PUTU RISTAMI PARAMITA. Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis (SFA) dan Data Envelopment Analysis (DEA) (dibimbing oleh NUNUNG NURYARTONO). BPR sebagai stakeholder dalam industri perbankan dituntut untuk beroperasi seefisien dan seefektif mungkin agar bisa bersaing dalam industri perbankan. Untuk itu, diperlukan suatu BPR yang sehat, kuat dan terpercaya dimana BPR perlu meningkatkan kinerja perusahaannya. Dalam dunia perbankan, efisiensi merupakan salah satu parameter kinerja yang cukup populer, banyak digunakan karena merupakan jawaban atas kesulitan-kesulitan dalam menghitung ukuran-ukuran kinerja. Dalam menghitung tingkat efisiensi, tidak ada kesepakatan yang umum (general agreement) sehingga memungkinkan adanya perbedaan hasil tingkat efisiensi antara satu penelitian dengan penelitian lainnya. Perbedaan tersebut bisa disebabkan karena perbedaan metode yang digunakan (metode parametrik atau non parametrik) dan perbedaan konsep efisiensi (cost efficiency, profit efficiency atau alternative profit efficiency). Tujuan dari penelitian ini adalah: (1) menganalisis tingkat efisiensi biaya BPR, (2) membandingkan tingkat efisiensi biaya BPR-BPR di Indonesia secara SFA dan DEA, (3) menganalisis hubungan tingkat efisiensi dengan modal inti, nilai kesehatan, status BPR, KKBI, dan rasio keuangan. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Direktorat Kredit, BPR dan UMKM Bank Indonesia dan database InterCAFE. Data yang digunakan merupakan data crosssection tahun 2007. Metode analisis yang digunakan dalam penelitian ini adalah metode parametrik (Stochastic Frontier Analysis) dan metode non parametrik (Data Envelopment Analysis). Hasil analisis dengan menggunakan 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. Berdasarkan perhitungan DEA, nilai efisiensi BPR hanya ada pada tiga kategori yaitu kategori BPR yang tidak efisien, kurang efisien, dan efisien.
Efisiensi DEA memiliki hubungan yang positif dengan modal inti dan nilai kesehatan. Sedangkan efisiensi SFA memiliki hubungan yang negatif dengan modal inti dan memiliki hubungan yang positif dengan nilai kesehatan. Hal ini menunjukkan bahwa peningkatan efisiensi BPR dengan pendekatan SFA justru akan menurunkan modal inti BPR. Selanjutnya, hubungan antara nilai efisiensi hanya dipengaruhi oleh sembilan rasio keuangan yaitu ROA, ROE, BOPO, PM, YG, FER, CoF, OER dan OtER. Sisanya tiga rasio keuangan BPR yaitu YoGP, CR, dan WoR tidak mempengaruhi besar atau kecilnya nilai efisiensi SFA. Adapun saran dalam penelitian ini adalah sebagai berikut: (1) batas nilai efisiensi yang diperoleh dari hasil perhitungan parametrik dan non parametrik bervariasi dan beragam sehingga diperlukan suatu general agreement yang baku untuk menunjukkan BPR mana yang efisien, cukup efisien, kurang efisien, dan tidak efisien, (2) metode yang digunakan pada penelitian ini adalah SFA dengan menggunakan fungsi Log Linier dan DEA dengan input oriented dan constant return to scale, maka untuk penelitian selanjutnya bisa menggunakan metode SFA dengan fungsi translog dan DEA dengan input oriented dan variabel return to scale atau dengan metode parametrik selain SFA dan metode non parametrik lainnya, (3) untuk meningkatkan nilai efisiensi diperlukan kebijakan yang berkaitan dengan nilai minimum modal inti, nilai kesehatan minimum, dan batas rasio keuangan yang harus dipatuhi BPR sehingga dalam memenuhi nilai minimum dan batasan rasio tersebut BPR saling bersaing dalam menjalankan kegiatan operasional.
EFISIENSI BANK PERKREDITAN RAKYAT (BPR) DI INDONESIA: PENDEKATAN STOCHASTIC FRONTIER ANALYSIS (SFA) DAN DATA ENVELOPMENT ANALYSIS (DEA)
Oleh DESAK PUTU RISTAMI PARAMITA H 14104014
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2008
INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa
: Desak Putu Ristami Paramita
Nomor Registrasi Pokok : H14104014 Program Studi
: Ilmu Ekonomi
Judul Skripsi
: Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis (SFA) dan Data Envelopment Analysis (DEA)
diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Menyetujui, Dosen Pembimbing,
Dr. Ir. Nunung Nuryartono, M.Si. NIP. 132 104 952
Mengetahui, Ketua Departemen Ilmu Ekonomi,
Dr. Ir. Rina Oktaviani, MS. NIP. 131 846 872 Tanggal Kelulusan :
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN
SEBAGAI
SKRIPSI
ATAU
KARYA
ILMIAH
PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor,
September 2008
Desak Putu Ristami Paramita H14104014
RIWAYAT HIDUP
Penulis bernama Desak Putu Ristami Paramita lahir pada tanggal 31 Maret 1986 di Bogor. Penulis merupakan anak pertama dari dua bersaudara, dari pasangan I Dewa Made Mardika dan Anak Agung Istri Widyastuti Swetatika. Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1992 sampai dengan tahun 1998 di SDN Kalisari 03 Jakarta Timur. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 1998 sampai dengan tahun 2001 di SLTPN 103 Cijantung Jakarta Timur. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMUN 39 Cijantung Jakarta Timur dan lulus pada tahun 2004. Pada tahun 2004 penulis melanjutkan studinya ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan agar dapat memperoleh ilmu dan mengembangkan pola pikir, sehingga menjadi sumber daya yang berguna bagi bangsa Indonesia. Penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama menjadi mahasiswa, penulis aktif di dalam beberapa kegiatan kampus, kepanitiaan dan organisasi seperti KMHD IPB, OMDA BALI BRAHMACARYA dan HIPOTESA.
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa yang senantiasa melimpahkan rahmatNya pada penulis sehingga skripsi ini dapat diselesaikan. Adapun Judul dari Skripsi ini adalah Efisiensi Bank Perkreditan Rakyat (BPR) di Indonesia: Pendekatan Stochastic Frontier Analysis (SFA) dan Data Envelopment Analysis (DEA). Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Dalam proses penulisan skripsi ini, penulis banyak memperoleh dukungan dari beberapa pihak. Oleh karena itu, penulis ingin menyampaikan terima kasih kepada InterCAFE yang telah melibatkan penulis pada penelitian Penyusunan Stratifikasi Industri BPR, kerjasama antara InterCAFE dan Bank Indonesia. Selain itu, dengan segala ketulusan dan kerendahan hati, penulis ingin menyampaikan terma kasih kepada: 1.
Dr. Ir. Nunung Nuryartono, M.Si. selaku dosen pembimbing skripsi yang memberikan ilmu dan membimbing penulis dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.
2.
Dr. Ir. Muhammad Firdaus, M.Si. selaku dosen penguji utama yang telah bersedia menguji dan memberikan masukan, kritik dan ilmu yang bermanfaat untuk penyempurnaan skripsi ini.
3.
Fifi Diana Thamrin, S.P, M.Si. selaku dosen penguji komisi pendidikan yang telah memberikan masukan dalam perbaikan tata bahasa untuk penyempunaan skripsi ini.
4.
Seluruh staff InterCAFE yaitu Iman Sugema, Ph.D; Noer Azam Achsani, Ph.D; Dedi Budiman Hakim, Ph.D; Syamsul H. Pasarribu, M.Si; Jaenal Effendi, M.Ag; Toni Bahctiar, M.Si; Toni Irawan, M.EcApp; Triana Anggraeni, M.Sc; Nuning Kusumowardhani, M.Si; Ir. Dyah Rukmita: Hety M, M.Si; Ade Holis, SE; Nilam Sari, SE; Heni Hasanah, SE dan Dessy.
5.
Kedua orangtua penulis yaitu I Dewa Made Mardika dan Anak Agung Istri Widyastuti S, serta Dewa Made Yoga atas dukungan, doa, kasih sayang, bimbingan dan perhatian yang telah dicurahkan selama ini.
6.
I Wayan Didik Dharmadi Putra atas doa, bantuan dan dukungan yang telah diberikan selama ini.
7.
Sahabat-sahabat terbaik Wida, Tika, Liana, Ate, dan Tata yang selalu mendoakan dan memberikan motivasi untuk melangkah dan berjuang lebih gigih. Terimakasih atas semua kebersamaan dan keceriaan yang yang tak terlupakan yang kita jalani bersama.
8.
Teman satu bimbingan Rima, Rizki, Fikri, Prianto, dan Aziz terima kasih atas semangat, dukungan, dan perjuangan selama proses penyusunan skripsi.
9.
Teman-teman penulis Titis, Maya, Septi, Hana, Uthie, dan seluruh IE angkatan 41. Terima kasih atas semangat, dukungan dan bantuan selama proses penyusunan skripsi.
10. Teman-teman KMHD dan Brahmacarya yaitu Ari, Yuli, Wulan, Sangging, Narita, Dwi, Dewi, Nyoman Ari, Nyoman Sandi dan Nyoman Susi. Akhirnya penulis mengucapkan terima kasih kepada semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu dalam penyelesaian skripsi ini. Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan.
Bogor,
September 2008
Desak Putu Ristami Paramita H14104014
DAFTAR ISI
Halaman DAFTAR TABEL ...............................................................................................
v
DAFTAR GAMBAR ........................................................................................ vi DAFTAR LAMPIRAN ..................................................................................... vii DAFTAR RINGKASAN .................................................................................. viii I.
II.
PENDAHULUAN ...................................................................................
1
1.1. Latar Belakang .................................................................................
1
1.2. Permasalahan ....................................................................................
3
1.3. Tujuan Penelitian .............................................................................
4
1.4. Manfaat Penelitian ............................................................................
4
1.5. Ruang Lingkup Penelitian ................................................................
5
TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ..................
6
2.1. Landasan Teori .................................................................................
6
2.1.1. Bank .......................................................................................
6
2.1.2. Bank Perkreditan Rakyat ........................................................
7
2.1.3. Efisiensi .................................................................................. 10 2.1.4. Rasio Keuangan ...................................................................... 13 2.1.5. Stochastic Frontier Analysis .................................................. 14 2.1.6. Data Envelopment Analysis .................................................... 17 2.1.7. Maximum Likelihood .............................................................. 20 2.1.8. Linear Programming .............................................................. 20 2.2. Penelitian-Penelitian Terdahulu ....................................................... 23 2.3. Kerangka Pemikiran ......................................................................... 26 III.
METODE PENELITIAN ......................................................................... 28 3.1. Jenis dan Sumber Data ..................................................................... 28 3.2. Model Penelitian .............................................................................. 29 3.3. Metode Analisis Data ....................................................................... 30
IV.
HASIL DAN PEMBAHASAN ............................................................... 35 4.1. Hasil Analisis Efisiensi .................................................................... 35 4.1.1 Pendekatan Parametrik SFA ................................................... 35 4.1.2 Pendekatan Non Parametrik DEA ........................................... 42 4.2. Perbandingan Nilai Efisiensi SFA dan DEA ..................................... 45 4.3. Distribusi Nilai Efisiensi Berdasarkan Modal Inti dan Nilai Kesehatan .......................................................................... 47 4.4. Hubungan Nilai Efisiensi dengan Rasio Keuangan .......................... 56
V.
KESIMPULAN DAN SARAN ............................................................... 59 5.1. Kesimpulan ....................................................................................... 59 5.2. Saran ................................................................................................. 60
DAFTAR PUSTAKA ....................................................................................... 61 LAMPIRAN ....................................................................................................... 63
DAFTAR TABEL
Nomor
Halaman
1.1. Perkembangan BPR di Indonesia ............................................................. 2.1.
1
Rasio Keuangan ....................................................................................... 13
3.1. Variabel, Simbol, dan Literatur dengan Metode SFA .............................. 28 3.2. Varibel dan Simbol dengan Metode DEA ................................................ 28 4.1. Statistik Deskriptif Variabel SFA ............................................................. 35 4.2. Hasil Analisis SFA .................................................................................... 37 4.3. Statistik Deskriptif Nilai Efisiensi SFA .................................................... 39 4.4. Distribusi Nilai Efisiensi SFA ................................................................... 40 4.5. Statistik Deskriptif Variabel DEA ............................................................. 42 4.6. Deskriptif Statistika Nilai Efisiensi dengan DEA ..................................... 44 4.7. Sebaran Nilai Efisiensi DEA ..................................................................... 45 4.8. Perbandingan Nilai Efisiensi SFA dan DEA ............................................. 46 4.9. Korelasi Nilai Efisiensi, Modal Inti, dan Nilai Kesehatan ........................ 47 4.10. Distribusi Status BPR Berdasarkan Nilai Efisiensi .................................... 54 4.11. Hasil Uji-t Status BPR ............................................................................... 54 4.12. Korelasi Nilai Efisiensi SFA dengan Rasio Keuangan BPR ..................... 57
DAFTAR GAMBAR
Nomor
Halaman
2.1. Efisiensi Teknik dan Alokatif ...................................................................... 11 2.2. Fungsi Produksi Stochastic Frontier............................................................ 16 2.3. Ilustrasi Efisiensi Berdasarkan Output-Oriented.......................................... 18 2.4. Kerangka Pemikiran ..................................................................................... 27 4.1. Sebaran Nilai Efisiensi SFA......................................................................... 41 4.2. Distribusi Modal Inti Berdasarkan Nilai Efisiensi SFA .............................. 48 4.3. Distribusi Modal Inti Berdasarkan Nilai Efisiensi DEA .............................. 50 4.4. Distribusi Tingkat Kesehatan BPR Berdasarkan Nilai Efisiensi SFA ........ 51 4.5. Distribusi Tingkat Kesehatan BPR Berdasarkan Nilai Efisiensi DEA ........ 52
DAFTAR LAMPIRAN
Nomor
Halaman
1. Hasil Estimasi SFA ....................................................................................... 63 2. Nilai Efisiensi SFA dan DEA........................................................................ 64 3. Distribusi Modal Inti Berdasarkan Nilai Efisiensi SFA ............................... 86 4. Distribusi Modal Inti Berdasarkan Nilai Efisiensi DEA ............................... 86 5. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi SFA .................. 86 6. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi DEA .................. 87 7. Nilai Efisiensi Berdasarkan Status BPR ....................................................... 87 8. Nilai Efisiensi Berdasarkan KKBI ............................................................... 89
DAFTAR SINGKATAN
BKD
:
Badan Kredit Desa
BKK
:
Badan Kredit Kecamatan
BKPD
:
Bank Karya Produksi Desa
BOPO
:
Beban Operasional Pendapatan Operasional
BPR
:
Bank Perkreditan Rakyat
CoF
:
Cash of Funding
CR
:
Cash Ratio
DEA
:
Data Envelopment Analysis
DPK
:
Dana Pihak Ketiga
FER
:
Funding Expenses Ratio
KURK
:
Kredit Usaha Rakyat Kecil
LDKP
:
Lembaga dana Kredit Pedesaan
LKM
:
Lembaga Keuangan Mikro
LPD
:
Lembaga Perkreditan Desa
LPN
:
Lumbung Piti Nagari
NIIA
:
Non Interest Income Activities
NPL
:
Non Performing Loan
OER
:
Operating Expenses Ratio
OtER
:
Other Expenses Ratio
PAKTO 1988
:
Paket Oktober 1988
PD
:
Perseroan Daerah
PERBARINDO :
Perhimpunan Bank Perhimpunan Rakyat Indonesia
PM
:
Profit Margin
PP
:
Peraturan Pemerintah
PT
:
Perseroan Terbatas
ROA
:
Return On Asset
ROE
:
Return On Equity
SBI
:
Sertifikat Bank Indonesia
SDM
:
Sumber Daya Manusia
SFA
:
Stochastic Frontier Analysis
UU
:
Undang-Undang
WoR
:
Write off Ratio
YG
:
Yield Gap
YoGP
:
Yield on Gross Portofolio
I. PENDAHULUAN
1.1. Latar Belakang BPR merupakan bagian dari sistem perbankan yang mempunyai andil yang cukup besar bagi perekonomian Indonesia. Perkembangan BPR di tanah air menunjukkan indikasi yang menggembirakan, ditunjukkan dari perkembangannya baik dari penyaluran kredit, sumber dana , aset, dan jumlah kantor (Tabel 1.1.). Tabel 1.1. Perkembangan BPR di Indonesia Des 2005 Des 2006 Keterangan BPR BPR Penyaluran Dana (milyar rupiah) 0,018096 0,021904 Sumber Dana (milyar rupiah) 0,015453 0,018733 Aset (milyar rupiah) 0,020393 0,023045 Jumlah BPR (buah) 2009 1880 Jumlah Kantor (buah) 3110 3173
Des 2007 BPR
Mei 2008 BPR
0,026549
0,029106
0,022629
0,024926
0,027741 1817 3250
0,030374 1811 3289
Sumber: Statistik Perbankan Indonesia (2008)
Agar bisa bersaing dalam industri perbankan, BPR dituntut untuk beroperasi seefisien dan seefektif mungkin. Untuk itu, diperlukan suatu BPR yang sehat, kuat, dan terpercaya dimana BPR perlu meningkatkan kinerja perusahaannya. Zeller dan Meyer (2002) mengklasifikasikan indikator kinerja LKM
dalam
tiga
kategori,
yaitu
kesinambungan
keuangan
(Financial
Sustainability), keterjangkauan BPR (Outreach), dan dampak keberadaan BPR dalam sebuah lingkungan (Impact) yang kemudian disebut sebagai segitiga keuangan mikro (The Triangle of Microfinance). Ketiga macam indikator ini saling berkaitan satu sama lain sehingga untuk dapat mengatakan “perform”,
LKM harus dapat memenuhi ketiga indikator tersebut. Namun dalam kenyataannya, untuk mencapai ketiga indikator itu secara bersamaan bukanlah hal yang mudah. Berbagai faktor dapat mempengaruhi kinerja BPR diantaranya kondisi makroekonomi yang tidak stabil. Untuk menjadikan suatu LKM dalam hal ini BPR yang mampu mencapai ketiga indikator kinerja, diperlukan BPR yang efisien dalam menjalankan operasinya. Artinya, agar secara financial BPR dapat “sustainable” diperlukan suatu sistem operasional yang efisien sehingga diperoleh keuntungan untuk menjaga kelangsungan operasional BPR. Demikian pula dari sisi outreach, BPR dapat meluaskan jangkauan pelayanan kepada nasabah dan memiliki dampak yang positif bagi lingkungan sekitarnya apabila BPR tersebut mampu beroperasi secara efisien. Dalam dunia perbankan, efisiensi digunakan sebagai salah satu parameter untuk mengukur kinerja. Efisiensi ini banyak digunakan karena merupakan jawaban atas kesulitan-kesulitan dalam menghitung ukuran-ukuran kinerja. Dalam menghitung tingkat efisiensi, tidak ada kesepakatan yang umum (general agreement) sehingga memungkinkan adanya perbedaan hasil tingkat efisiensi antara satu penelitian dengan penelitian lainnya. Perbedaan tersebut bisa disebabkan karena perbedaan metode yang digunakan (metode parametrik atau non parametrik) dan perbedaan konsep efisiensi (cost efficiency, profit efficiency atau alternative profit efficiency). Berdasarkan pertimbangan di atas, penelitian ini memfokuskan pada analisis tingkat efisiensi biaya BPR-BPR di Indonesia tahun 2007 dengan
menggunakan pendekatan SFA dan DEA. Selanjutnya, akan dilihat hubungan antara tingkat efisiensi terhadap modal inti, tingkat kesehatan, status, KKBI, dan rasio keuangan.
1.2. Permasalahan BPR sebagai suatu lembaga pembiayaan UMKM, dari tahun ke tahun terus menunjukkan perkembangan yang sangat baik. Perkembangan yang sangat baik itu dilihat dari berbagai ukuran misal dari dana yang dihimpun, kredit yang disalurkan, sampai kepada volume usaha. Trend yang meningkat tadi mengindikasikan bahwa BPR dibutuhkan masyarakat. Perjalanan BPR sebagai bank berskala kecil menghadapi berbagai masalah baik dari sisi kelembagaan maupun dari sisi SDM (operasionalnya), sehingga berakibat pada operasional BPR yang belum efisien. Hal tersebut diantaranya tercermin dari suku bunga BPR yang masih tinggi. Oleh karena itu, diperlukan langkah-langkah untuk meningkatkan kinerja BPR. Untuk menilai kinerja BPR salah satu pendekatan yang dapat digunakan adalah analisis efisiensi. Dari hasil analisis ini diharapkan akan diperoleh variabelvariabel apa saja yang diduga mempengaruhi efisiensi BPR. Sehingga untuk meningkatkan efisiensi atau kinerja BPR, variabel-variabel tersebut perlu mendapat perhatian yang khusus dari stakeholder BPR sendiri maupun dari Bank Indonesia.
Dari pemaparan di atas, penulis dapat merumuskan permasalahan sebagai berikut: 1.
Bagaimana tingkat efisiensi biaya BPR?
2.
Bagaimana perbandingan tingkat efisiensi biaya BPR yang diestimasi secara SFA dan DEA?
3.
Bagaimana hubungan tingkat efisiensi biaya BPR dengan modal inti, nilai kesehatan, status, KKBI, dan rasio keuangan?
1.3. Tujuan Penelitian Berdasarkan rumusan masalah di atas, maka tujuan yang hendak dicapai melalui penelitian ini adalah: 1.
Menganalisis tingkat efisiensi biaya BPR.
2.
Membandingkan tingkat efisiensi biaya BPR-BPR di Indonesia secara SFA dan DEA.
3.
Menganalisis hubungan tingkat efisiensi dengan modal inti, nilai kesehatan, status, KKBI, dan rasio keuangan.
1.4. Manfaat Penelitian Berdasarkan penjelasan di atas maka yang menjadi manfaat dalam penelitian ini adalah: 1.
Bagi Bank Indonesia, sebagai bahan informasi BPR-BPR mana yang tidak efisien sehingga BPR-BPR yang tidak efisien tersebut dengan cepat diberikan peringatan dini (warning) dan juga memberikan masukan bahwa kebijakan
dalam industri BPR harus disesuaikan dengan kondisi BPR yang ada sekarang. 2.
Bagi pemerintah, sebagai masukan agar tetap berkoordinasi dengan Bank Indonesia dalam membuat segala keputusan yang diambil sehingga tidak terjadi ketimpangtindihan kebijakan.
3.
Bagi stakeholder BPR, sebagai masukan dalam menjalankan operasional BPR agar terus meningkatkan efisiensinya.
4.
Bagi peneliti dan mahasiswa, penelitian ini sebagai tambahan literatur yang dapat memberikan informasi mengenai efisiensi dan kinerja BPR secara umum.
1.5. Ruang Lingkup Penelitian Penelitian ini hanya menganalisis tingkat efisiensi 1722 BPR-BPR di Indonesia dengan pendekatan biaya, dimana pendekatan yang digunakan adalah pendekatan SFA dengan fungsi Log Linier dan pendekatan DEA dengan inputoriented. Setelah diperoleh nilai efisiensi BPR, akan dilakukan analisis crosstab dan korelasi terhadap modal inti, tingkat kesehatan, status, KKBI, dan rasio keuangan.
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1. Landasan Teori Bab ini membahas pengertian dan landasan hukum bank secara umum dan BPR secara khusus serta metode-metode yang akan digunakan. Selain itu, pada bab ini akan dipaparkan studi-studi terdahulu tentang efisiensi.
2.1.1. Bank Perbankan adalah segala sesuatu yang berkaitan dengan bank, mencakup kelembagaan, kegiatan usaha, serta cara dan proses dalam melaksanakan kegiatan usahanya. Perbankan Indonesia dalam menjalankan fungsinya berasaskan demokrasi ekonomi dan menggunakan prinsip kehati-hatian. Fungsi utama perbankan Indonesia adalah sebagai penghimpun dan penyalur dana masyarakat serta bertujuan untuk menunjang pelaksanaan pembangunan nasional dalam rangka meningkatkan pemerataan pembangunan dan hasil-hasilnya, pertumbuhan ekonomi dan stabilitas nasional, kearah peningkatan taraf hidup rakyat banyak. Perbankan memiliki kedudukan yang strategis, yakni sebagai penunjang kelancaran sistem pembayaran, pelaksanaan kebijakan moneter, dan pencapaian stabilitas sistem keuangan, sehingga diperlukan perbankan yang sehat, transparan, dan dapat dipertanggungjawabkan. Definisi bank dalam Booklet Perbankan Indonesia edisi April 2008 sebagai berikut: a.
Bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk
kredit dan/atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak. b.
Bank Umum adalah bank yang melaksanakan kegiatan usaha secara konvensional dan/atau berdasarkan prinsip syariah yang dalam kegiatannya memberikan jasa dalam lalu lintas pembayaran.
c.
Bank Perkreditan Rakyat adalah bank yang melaksanakan kegiatan usaha secara konvensional atau berdasarkan Prinsip Syariah yang dalam kegiatannya tidak memberikan jasa lalu lintas pembayaran.
d.
Prinsip Syariah adalah aturan perjanjian berdasarkan hukum Islam antara bank dan pihak lain untuk penyimpanan dana dan atau pembiayaan kegiatan usaha atau kegiatan lainnya yang dinyatakan sesuai dengan syariah. Landasan hukum yang mendasari BPR dalam menjalankan operasionalnya
adalah: a.
Undang-Undang Republik Indonesia Nomor 7 Tahun 1992 tentang Perbankan yang telah diamandemen dengan Undang-Undang Nomor 10 Tahun 1998.
b.
Undang-Undang Republik Indonesia Nomor 23 Tahun 1999 tentang Bank Indonesia yang telah diamandemen dengan Undang-Undang Republik Indonesia Nomor 3 Tahun 2004.
2.1.2. Bank Perkreditan Rakyat Awal berdiri BPR dimulai pada masa kolonial Belanda sekitar abad ke-19. Sejarah lembaga perkreditan rakyat dimulai dengan dibentuknya Lumbung Desa, Bank Desa, Bank Tani, dan Bank Dagang Desa dengan tujuan membantu para
petani, pegawai, dan buruh untuk melepaskan diri dari jerat pelepas uang (rentenir) yang memberikan kredit dengan bunga tinggi. Pasca kemerdekaan Indonesia, didirikan beberapa jenis lembaga keuangan kecil dan lembaga keuangan di pedesaan seperti Bank Pasar, BKPD, dan mulai awal 1970an, LDKP oleh Pemerintah Daerah. Tahun 1988, Pemerintah mengeluarkan PAKTO 1988 melalui Keputusan Presiden RI No.38 yang menjadi momentum awal pendirian BPR-BPR baru. Kebijakan tersebut memberikan kejelasan mengenai keberadaan dan kegiatan usaha BPR. Dengan dikeluarkannya UU No.7/1992 tentang Perbankan, BPR diberikan landasan hukum yang jelas sebagai salah satu jenis bank selain Bank Umum. Sesuai UU No.7/1992 tentang Perbankan, Lembaga Keuangan Bukan Bank yang telah memperoleh izin usaha dari Menteri Keuangan dapat menyesuaikan kegiatan usahanya sebagai bank. Selain itu, dinyatakan juga bahwa lembaga-lembaga keuangan kecil seperti Bank Desa, Lumbung Desa, Bank Pasar, Bank Pegawai, LPN, LPD, BKD, BKK, KURK, LPK, BKPD, dan lembagalembaga lainnya yang dipersamakan dengan itu dapat diberikan status sebagai BPR dengan memenuhi persyaratan dan tata cara yang ditetapkan dengan PP. Selanjutnya PP No.71/1992 memberikan jangka waktu sampai dengan 31 Oktober 1997 bagi lembaga-lembaga keuangan tersebut untuk memenuhi persyaratan menjadi BPR. Sampai dengan batas waktu yang ditetapkan, tidak seluruh lembaga keuangan tersebut dapat dikukuhkan sebagai BPR karena tidak dapat memenuhi persyaratan yang ditetapkan.
BPR yang didirikan sesudah PAKTO 1988 maupun Lembaga Keuangan yang dikukuhkan menjadi BPR sesuai dengan PP No.71/1992, tunduk pada ketentuan-ketentuan yang diatur dalam Undang-undang Perbankan dan peraturanperaturan yang dikeluarkan oleh Bank Indonesia sebagai otoritas pengawas bank. Khusus BKD, meskipun lembaga tersebut sesuai UU No.7/1992 tentang Perbankan, diberikan status sebagai BPR, namun karena organisasi dan manajemennya relatif sederhana, lingkup usahanya sangat kecil, serta operasionalnya tidak setiap hari, maka pengaturan dan pengawasan terhadap BKD pun tidak dapat disamakan dengan BPR. Saat ini, landasan hukum BPR adalah UU No.7/1992 tentang Perbankan sebagaimana telah diubah dengan UU No.10/1998. Dalam UU tersebut secara tegas disebutkan bahwa BPR sebagai satu jenis bank yang kegiatan usahanya terutama ditujukan untuk melayani usaha-usaha kecil dan masyarakat di daerah pedesaan. Dalam pelaksanaan kegiatan usahanya BPR dapat menjalankan usahanya secara konvensional atau berdasarkan Prinsip Syariah. Kegiatan usaha yang diperkenankan dilakukan oleh BPR sangat terbatas dibandingkan dengan Bank Umum, yaitu hanya meliputi penghimpunan dana dari masyarakat dalam bentuk simpanan berupa deposito berjangka, tabungan dan/atau bentuk lainnya yang dipersamakan dengan itu, memberikan kredit serta menempatkan dana dalam bentuk SBI, deposito berjangka, sertifikat deposito dan/ atau tabungan pada bank lain. BPR tidak diperkenankan menerima simpanan berupa giro dan ikut serta dalam lalu lintas pembayaran serta melakukan kegiatan usaha selain yang diperkenankan. Selain itu, BPR tidak diperkenankan melakukan
kegiatan usaha dalam valuta asing kecuali sebagai pedagang valuta asing (dengan izin Bank Indonesia), melakukan penyertaan modal, dan melakukan usaha perasuransian. Adapun wilayah kantor operasionalnya dibatasi dalam 1 (satu) propinsi.
2.1.3. Efisiensi Efisiensi merupakan salah satu parameter kinerja yang cukup populer dalam dunia perbankan, dimana efisiensi merupakan suatu konsep yang secara umum telah digunakan dalam mengukur kinerja suatu perusahaan. Menurut Srivastava (1999), suatu perusahaan dikatakan efisien apabila perusahaan tersebut dapat meminimalkan biaya dalam menghasilkan output tertentu atau dapat memaksimalkan keuntungannya dengan menggunakan kombinasi input yang ada. Coelli, et al. (1998) menyatakan bahwa konsep efisiensi dibedakan menjadi tiga yaitu: efisiensi teknis (technical efficiency), efisiensi harga (price efficiency), dan efisiensi ekonomis (economic efficiency). Konsep efisiensi disajikan pada Gambar 2.1. Efisiensi teknis mengukur tingkat produksi yang dicapai pada tingkat penggunaan input tertentu. Sebuah Bank secara teknis dikatakan lebih efisien dibandingkan Bank lain, apabila dengan penggunaan jenis dan jumlah input yang sama, memperoleh output secara fisik yang lebih tinggi, titik A, namun tidak melibatkan faktor harga. Efisiensi harga atau alokatif mengukur tingkat keberhasilan Bank dalam usahanya untuk mencapai keuntungan maksimum yang dicapai pada saat nilai produk marginal setiap faktor produksi yang diberikan sama dengan biaya marginalnya, titik B. Efisiensi ekonomis
adalah kombinasi antara efisiensi dan efisiensi harga yang ditunjukkan oleh titik S’. Dalam perhitungan efisiensi menurut Farrel dalam Coelli, et al. (1998) ada dua pendekatan yaitu dengan pendekatan input dan pendekatan ouput. Pendekatan input dijelaskan melalui kurva isocost yang ditunjukkan oleh kurva AA’ dan isoquant yang ditunjukkan oleh kurva BB’. Yang dibandingkan adalah dua penggunaan input terhadap satu output dengan asumsi constant return to scale. B
X2/Y
A
P
S R S’
0 A’
X1/Y
Sumber: Coelli, et al. (1998) Gambar 2.1. Efisiensi Teknis dan Alokatif
Misalkan Bank yang diuji efisiensinya berada di titik P. Jarak antara SP menunjukkan adanya inefisiensi teknis yang merupakan jumlah input yang dapat dikurangi tanpa mengurangi jumlah output. Sehingga efisiensi teknis dapat dihitung dengan rasio dari 0S/0P. Titik S merupakan titik yang efisien secara teknis karena berada di kurva isoquant. Untuk efisiensi secara alokasi dihitung berdasarkan rasio 0R/0S. Jarak RS menunjukkan pengurangan biaya yang dapat dilakukan guna mencapai efisiensi secara alokatif. Dan pada akhirnya titik yang efisien secara alokatif dan teknis atau dengan kata lain efisiensi secara ekonomis adalah di titik S’.
Sedangkan pendekatan output melihat seberapa besar peningkatan jumlah output tanpa meningkatkan jumlah penggunaan input. Perbandingannya adalah kedua input terhadap kombinasi output. Kurva yang dilihat adalah kurva kemungkinan produksi dan isorevenue. Di dalam pendekatan output terdapat tiga tipe penambahan output yaitu constant return to scale, decreasing return to scale, dan increasing return to scale. Untuk pendekatan input dan output akan memberikan perhitungan yang setara akan efisiensi teknis di dalam constant return to scale. Tetapi tipe penambahan yang menunjukkan hasil yang berbeda adalah decreasing/ increasing return to scale. Inefisiensi yang dihasilkan melalui pendekatan output menunjukkan jumlah output yang dapat ditingkatkan tanpa penambahan input. Efisiensi teknis menurut Kumbhakar dan Lovell (2000) dalam Ardhiana (2005) adalah “Produsen dikatakan efisien secara teknis jika dan hanya jika tidak mungkin lagi memproduksi lebih banyak output dari yang telah ada tanpa mengurangi sejumlah output lainnya atau dengan menambah sejumlah input tertentu”. Berdasarkan definsi diatas, efisiensi teknis dapat diukur dengan pendekatan dari sisi output dan sisi input. Pengukuran efisiensi teknis dari sisi output merupakan rasio dari output observasi terhadap output batas. Indek efisiensi ini digunakan sebagai pendekatan untuk mengukur efisiensi teknik di dalam stochastic frontier. Pengukuran efisiensi teknis dari sisi input merupakan rasio input atau biaya batas (frontier) terhadap input atau biaya observasi. Bentuk
umum dari ukuran efisiensi teknis yang dicapai oleh observasi ke-i pada waktu ke-t didefinisikan sebagai berikut (Coelli, et al. 1998): TEi =
yi exp(xiβ)
= exp(xiβ – ui) = exp(-ui)
(2.1)
exp(xiβ)
dimana TE adalah efisiensi teknis Bank ke-i, exp (-ui) adalah nilai harapan (mean) dari ui, jadi 0 ≤ TEi ≤ 1. Nilai efisiensi teknis tersebut berhubungan terbalik dengan nilai efek inefisiensi teknis dan hanya digunakan untuk fungsi yang memiliki jumlah output dan input tertentu (cross section data).
2.1.4. Rasio Keuangan Perkembangan suatu BPR dapat dilihat dari kinerja dan tingkat kesehatannya. Kinerja masing-masing BPR tercermin dari rasio keuangannya. Ada beberapa rasio keuangan yang akan sangat mempengaruhi tingkat kinerja BPR (Tabel 2.1.). Tabel 2.1. Rasio Keuangan No. Rasio Rumus 1. ROA Laba Tahun Berjalan Total Aktiva 2. ROE Laba Tahun Berjalan – Taksiran Pajak Penghasilan Modal 3. BOPO Beban Operasional Pendapatan Operasional 4. PM Laba Tahun Berjalan Pendapatan Operasional 5. YoGP Bunga dari pihak ke-3 Bukan Bank + Provisi + Komisi Total Kredit yang diberikan 6. YG PendapatanBunga+Provisi+Komisi (Total Kredit-PPAP)x suku bunga efektif per tahun 7. CR Kas+SBI+ABA Kewajiban yg segera dapat dibayarkan
Tabel 2.1. Rasio Keuangan (lanjutan) No. Rasio 8. FER 9.
CoF
10.
WoR
11.
OER
12.
OtER
Rumus Beban Bunga Total Kredit Beban Bunga Pendanaan Aktiva Produktif yang Dihapuskan Total Kredit Beban Operasional Total Kredit Beban Operasional Lainya Total Kredit
Sumber: InterCAFE (2007) 2.1.5. Stochastic Frontier Analysis Pendekatan batas stokastik (SFA) menggunakan suatu frontier untuk mengukur nilai efisiensi dari masing-masing bank. Suatu bank dikatakan tidak efisien jika tingkat biaya dari sebuah bank lebih tinggi jika dibandingkan dengan tingkat biaya bank frontier yang beroperasi pada tingkat kinerja terbaiknya (best practice). Aigner, Lovell, dan Schmidt (1977) dan Meeusen dan Van den Broeck (1977) dalam Coelli, et al. (1998) mengemukakan fungsi stochastic frontier yang merupakan perluasan dari model asli deterministik untuk mengukur efek-efek yang tidak terduga (stochastic frontier) di dalam batas produksi. Fungsi produksi tersebut ditambahkan random error, vi, ke dalam variabel acak non negatif (non-negative random variable), ui, seperti dinyatakan dalam persamaan seperti berikut: ln(yi) = xiβ + vi - ui , i = 1, 2, …, N
(2.2)
Random error, vi, berguna untuk menghitung ukuran kesalahan dan faktor acak lainnya seperti cuaca, pemogokan, keberuntungan, dan sebagainya, di dalam nilai variabel ouput, bersama–sama dengan efek kombinasi dari variabel input yang tidak terdefinisi di fungsi produksi. Variabel ui merupakan variabel acak yang bebas
dan
secara
identik
terdistribusi
normal
(independent-identically
distributed/i.i.d) dengan rataan (mathematical expectation/ui) bernilai nol dan ragamnya konstan, σv2 atau N(0, σv2), serta bebas dari ui. Dimana variabel ui diasumsikan i.i.d serta eksponensial atau variabel acak setengah normal (halfnormal variables). Model yang dinyatakan dalam persamaan (2.2) disebut sebagai fungsi produksi stochastic frontier karena nilai output dibatasi oleh variabel acak (stochastic) yaitu nilai harapan dari xiβ + vi atau exp(xiβ + vi). Random error bisa bernilai positif dan negatif dan begitu juga ouput stochastic frontier bervariasi sekitar bagian tertentu dari model frontier, exp(xiβ). Struktur dasar dari model stochastic frontier digambarkan seperti Gambar 2.2. Sumbu x mewakili input sedangkan sumbu y mewakili ouput. Komponen deterministik dari model frontier, y = exp(xiβ), digambarkan dengan asumsi bahwa berlaku hukum diminishing return to scale. Pada Gambar 2.2., terdapat dua bank yaitu bank i dan j. Bank i menggunakan input sebesar xi dan menghasilkan ouput yi. Nilai dari output stokhastik frontier adalah yi*, melampaui nilai pada bagian yang pasti dari fungsi produksi yaitu f(xi;β). Hal ini dapat terjadi karena aktivitas produksinya dipengaruhi oleh kondisi yang menguntungkan dimana variabel vi bernilai positif. Sementara itu bank ke-j, menggunakan input sebesar xj dan memproduksi yj. Sedangkan output frontiernya yj* berada di bawah fungsi produksi karena aktivitas produksinya dipengaruhi oleh kondisi yang tidak menguntungkan dimana vj bernilai negatif. Tetapi output stochastic frontier tidak dapat diamati karena nilai random error tidak teramati. Bagian yang pasti dari model stochastic frontier terlihat diantara output stochastic frontier. Output yang
diamati dapat menjadi lebih besar dari bagian yang pasti dari frontier apabila random error yang sesuai lebih besar dari efek inefisiensinya (misalnya yi > exp(xiβ ) jika vj > ui). Frontier output (yi*), exp(xiβ +vi), jika vi>0 y
Production function, y=exp f(xβ)
X
X
Frontier output (yj*), exp(xjβ +vj), jika vj<0
y j
............................................ X
yi
.................. X
xi
xj
x
Sumber: Coelli et al. (1998) Gambar 2.2. Fungsi Produksi Stochastic Frontier
Model stochastic frontier juga memiliki kelemahan. Kritikan utama terhadap model ini adalah secara umum tidak ada sebuah pengakuan terhadap bentuk penyebaran yang pasti dari variabel–variabel ui. Bentuk distribusi setengah normal dan eksponesial adalah bentuk distribusi yang selama ini diplih. Akan tetapi menurut Coelli, et al. (1998) kedua bentuk distribusi ini cenderung bernilai nol sehingga kemungkinan besar efek efisiensi yang dicari juga mendekati nol. Dalam Coelli, et al. (1998), Stevenson (1980) menanggapi kritikan ini dengan membuat bentuk penyebaran yang lebih umum seperti terpotong normal
(truncated-normal) dan dua parameter gamma untuk menangkap efek inefisiensi teknis (Greene, 1990). Kedua distribusi tersebut memiliki bentuk distribusi yang lebih luas. Model pemotongan terhadap penyebaran normal lebih mudah dibandingkan model gamma. Penyebaran pemotongan normal adalah generalisasi dari penyebaran setengah normal. Penyebaran ini diperoleh dari pemotongan pada nilai nol dari penyebaran normal dengan nilai harapan variansnya adalah μ dan σ2. Jika nilai μ adalah nol maka distribusinya adalah setengah normal.
2.1.6. Data Envelopment Analysis DEA merupakan model pemrograman linier fraksional yang dapat mencakup banyak output dan input tanpa perlu menentukan bobot untuk setiap variabel sebelumnya, tanpa perlu penjelasan eksplisit mengenai hubungan fungsional antara input dan output (tidak seperti regresi). DEA menghitung ukuran efisiensi secara skalar dan menentukan level input dan output yang efisien untuk unit yang dievaluasi (Cooper, 2002). DEA digunakan untuk mengukur tingkat efisiensi relatif, terutama berdasarkan efisiensi teknis. DEA juga dikenal sebagai pemrograman linier untuk mengestimasi frontier. DEA pertama kali diperkenalkan oleh Charnes, Cooper, dan Rodhes (1978) dengan menggunakan model input-oriented dengan asumsi tingkat pengembalian yang konstan (Constant Return to Scales/CRS). Pendekatan tersebut kemudian bisa dikembangkan dengan menggunakan model output-oriented. Pendekatan lainnya adalah dengan menggunakan asumsi Variable Return to Scales (VRS) diperkenalkan oleh Banker, Charnes, dan Cooper (1984). Seiford dan Trahll
(1990), Lovell (1993, 1994), Ali dan Seiford (1993), Charnes, et al. (1995), dan Seiford (1996) memberikan penjelasan secara rinci tentang metodologi DEA (Coelli, et al., 1998). Efisiensi relatif dengan ukuran efisiensi digambarkan secara teknis berdasarkan output-oriented (Gambar 2.3.). Anggaplah bahwa terdapat dua output (O1 dan O2) dan sebuah input (I). Jika diasumsikan constant return to scale, maka teknologi dapat digambarkan dengan sebuah kurva kemungkinan produksi dalam dua dimensi. Pada Gambar 2.3., kurva ZZ1 adalah sebuah kurva kemungkinan produksi (KKP) yang menggambarkan fungsi produksi relatif berdasarkan dua output dan satu input. Tingkat output relatif terhadap input sepanjang kurva ini merupakan tingkat kombinasi output/input yang efisien. Oleh karena itu, kombinasi di titik A adalah tidak efisien karena berada di bawah kurva kemungkinan produksi. O1/I Z
R
Z B1
A
C
B
R1 0
Z1
O2/I
Sumber: Coelli, et.al. (1998) Gambar 2.3. Ilustrasi Efisiensi Berdasarkan Output-Oriented Jarak AB mewakili ketidakefisienan secara teknis yang merupakan tingkat output-output yang seharusnya dapat ditingkatkan dengan tidak menambahkan
input. Karena itu, ukuran efisiensi teknis berdasarkan output-oriented adalah rasio, Efisiensi Teknis (ET) = 0A/0B
(2.3)
Jika kita mempunyai informasi harga-harga O1 dan O2 maka akan kita peroleh garis isopenerimaan (isorevenue) RR1, dan efisiensi alokasi dapat kita definisikan menjadi: Efisiensi Alokasi (EA)= 0B/0C
(2.4)
Lebih lanjut, kita juga dapat mendefinisikan efisiensi ekonomi sebagai produk dari kedua efisiensi di atas, sehingga: Efisiensi Ekonomi = (0A/0C) = (0A/0B)×(0B/0C) = ET × EA
(2.5)
Umumnya, pengukuran efisiensi teknis bisa dilakukan berdasarkan input (input-oriented) atau output (output-oriented). Dengan kata lain, efisiensi bisa diukur dengan meminimalkan input untuk mencapai output tertentu atau memaksimalkan output dengan penggunaan input tertentu, sehingga diperoleh alternatif perhitungan: Efisiensi =
Input Output
atau
Efisiensi
=
Output Input
(2.6)
Perhitungan dalam penelitian ini memfokuskan pada alternatif kedua atau lebih dikenal sebagai efisiensi berdasarkan input, sehingga dengan menggunakan beberapa output dan beberapa input, akan diperoleh: Efisiensi =
u 1 y1 j + u 2 y 2 j + ... v1 x1 j + v 2 x 2 j + ...
(2.7)
dimana: u1
= penimbang terhadap output i,
y1j =
besar output 1 dari unit j,
v1 =
penimbang terhadap input i, dan
x1j =
besar input 1 dari unit j.
2.1.7. Maximum Likelihood Maximum Likelihood merupakan suatu metode statistik yang populer dan digunakan untuk menganalisis suatu permodalan matematika. Metode ini pertama kalinya diperkenalkan oleh R.A Fisher pada tahun 1912 sampai dengan tahun 1922. Asumsi pada metode ini yaitu data terdistribusi normal dan bersifat independent, identically distributed (i.i.d).
2.1.8. Linear Programming Linear Programming merupakan suatu teknik perencanaan yang bersifat analitis dengan memakai model matematika, dengan tujuan menemukan beberapa kombinasi alternatif pemecahan masalah. Sistematika dalam proses pengambilan keputusan dalam Linear Programming pada dasarnya mempunyai lima tahapan sebagai berikut: 1.
Identifikasi Persoalan a.
Penentuan dan perumusan tujuan
b.
Identifikasi peubah yang dipakai
c.
Kumpulan data tentang kendala-kendala yang menjadi fungsi kendala terhadap peubah-peubah dalam fungsi tujuan.
2.
Penyusunan Model a.
Pemilihan model yang cocok dan sesuai dengan permasalahannya
b.
Perumusan segala macam faktor yang berkaitan di dalam model
c.
Penentuan peubah-peubah beserta kaitan-kaitannya satu sama lainnya
d.
Penetapan fungsi tujuan dan kendala-kendalanya dengan nilai-nilai dan parameter yang jelas.
3.
Analisis Model a.
Analisis terhadap model yang telah disusun dan dipilih
b.
Pemilihan hasil-hasil analisis yang tebaik (optimal)
c.
Uji kepekaan dan analisis postoptimal (pasca optimal) terhadap hasilhasil analisis model tersebut.
4.
Pengesahan Model Analisis pengesahan model menyangkut penilaian terhadap model tersebut dengan cara mencocokkannya dengan keadaan dan data nyata, juga dalam rangka menguji dan mengesahkan asumsi-asumsi yang membentuk model secara struktural (yaitu peubahnya, hubungan-hubungan fungsionalnya, dan lain-lain).
5.
Implementasi Hasil Hasil-hasil yang diperoleh merupakan hasil-hasil analisis yang dapat dipakai dalam perumusan strategi-strategi, target-target, dan langkah-langkah
kebijakan guna disajikan kepada pengambil keputusan dalam bentuk alternatif-alternatif pilihan. Pada setiap masalah, ditentukan variabel keputusan, fungsi tujuan, dan sistem kendala, yang bersama-sama membentuk suatu model matematik dari dunia nyata. Bentuk umum model Linear Programming adalah: Maksimumkan atau minimumkan : a.
Fungsi tujuan : Z = c1 x1 + c2x2 + ... + cnxn
b.
Fungsi kendala : a11x11 + a12x12 + ... + an1xn1 ≤ b1 (= ; ≥) a21x21 + a22x22 + ... + an1xn2 ≤ b2 (= ; ≥) .......... + .......... + ... + .......... ≤ ....... an1xn1 + an2xn2 + ... + anmxnm ≤ bm (= ; ≥)
c.
Asumsi : x1, x2, ..., xn ≥ 0
Keterangan : Xn = banyaknya kegiatan n dimana n = 1,2, ..., m. Berarti disini terdapat m variabel keputusan, Z
= nilai fungsi tujuan,
cn
= sumbangan perunit kegiatan n,
bm = jumlah sumberdaya ke i (i = 1,2,...,m), berarti terdapat m jenis sumberdaya, anm = banyaknya sumberdaya n yang diperlukan untuk menghasilkan satu unit barang ke m.
Beberapa asumsi dasar yang harus dipenuhi dalam Linear Programming adalah: 1.
Linearitas Perbandingan antara input yang satu dengan input lainnya, atau untuk suatu input dengan output besarnya tetap dan terlepas (tidak tergantung) pada tingkat produksi.
2.
Proporsionalitas Peubah pengambilan keputusan, Xj, berubah dalam proporsi yang sama terhadap fungsi tujuan, CjXj, dan juga pada kendalanya, aijXj.
3.
Additivitas Nilai parameter suatu kriteria optimasi (koefisien peubah pengambilan keputusan dalam fungsi tujuan) merupakan jumlah dari nilai individu-individu Cj dalam model tersebut.
4.
Divisibilitas Peubah-peubah pengambilan keputusan Xj jika diperlukan dapat dibagi ke dalam pecahan-pecahan, yaitu nilai-nilai Xj tidak perlu integer tapi boleh non integer.
5.
Deterministik Semua parameter dalam model Linear Programming tetap dan diketahui atau ditentukan secara pasti.
2.2. Penelitian-Penelitian Terdahulu Penelitian tentang tingkat efisiensi telah banyak dilakukan baik di Indonesia maupun di luar negeri. Lang dan Welzel tahun 1996 menganalisis
tingkat efisiensi 757 bank di Jerman dalam kurun waktu 1989–1992 dengan menggunakan panel data. Dalam mengestimasi biaya, menggunakan fungsi translog, didapat hasil bahwa secara rata-rata, bank di Jerman mengalami penyimpangan dari batas kinerja terbaiknya. Satu tahun kemudian, Berger dan Mester melakukan peneltian yang cukup penting mengenai perhitungan efisiensi dari Lembaga Keuangan dengan metode DEA dan DFA–SFA. Berger dan Mester mencoba untuk menguji beberapa kemungkinan yang menjadi sumber perbedaan hasil yang diperoleh dari masing-masing penelitian, termasuk didalamnya adalah perbedaan konsep efisiensi, metode yang digunakan, jumlah sampel dan sumbersumber lain yang bisa mengakibatkan perbedaan dari hasil perhitungan. Setelah itu, Berger dan Mester mencoba untuk melakukan perhitungan ulang terhadap literatur-literatur yang sudah ada dengan menggunakan data dari bank-bank yang ada di AS dalam periode 1990-1995. Dari hasil penelitiannya Berger dan Mester mengungkapkan adanya inefisiensi yang cukup besar dalam sistem perbankan AS. Selanjutnya, Srivastava (1999) melakukan analisis efisiensi bank di India dengan menggunakan data cross section tahun 1994–1995. Dari penelitian tersebut, Srivastava menarik kesimpulan bahwa secara keseluruhan bank-bank di India beroperasi dalam skala ekonomi dan cakupan ekonomi serta bank-bank milik pemerintah dinilai lebih tidak efisien sehingga diperlukan suatu upaya untuk menghilangkan campur tangan pemerintah terhadap kepemilikian sebuah bank. Tahun 2004, Nieto, et al. menganalisis lembaga keuangan di Amerika Latin dengan menggunakan DEA dan PCA dan mendapatkan hasil bahwa terdapat empat komponen utama yang mempengaruhi perbedaan skor efisiensi LKM di
Ameika Latin yaitu status NGO, overall efficiency, pemilihan indikator input dan pemilihan proxy output. Untuk kasus Indonesia, Hadad, et al tahun 2003 menganalisis efisiensi industri perbankan kecuali BPR dan Bank Syariah dengan pendekatan parametrik dan non parametrik. Berdasarkan pendekatan parametrik, didapat hasil bahwa skor efisiensi DFA lebih beragam dibandingkan SFA dan terdapat 23 bank asing campuran yang paling efisien. Sedangkan dengan pendekatan non parametrik (DEA) didapat hasil bahwa pada tahun 1997 Bank Asing Campuran yang efisien, tahun 1998–1999 Bank Swasta Nasional Devisa yang paling efisien dan Bank Swasta Nasional Non Devisa justru yang paling efisien di tahun 2001–2003. Pada tahun 2007, Suswadi melakukan penelitian terhadap efisiensi perbankan syariah di Indonesia. Dengan menggunakan metode SFA, efisiensi perbankan syariah selama tahun 2003-2006 mengalami efisiensi rata-rata pertahun sebesar 94,37 persen dan laba perbankan syariah ini sangat dipengaruhi oleh pembiayaan yang diberikan dan penempatan pada Bank Indonesia. Pada tahun yang sama juga, InterCAFE melakukan penelitian tingkat efisiensi BPR di Indonesia dengan menggunakan SFA dan DEA. Dengan fokus pada efisiensi biaya, hasil analisis SFA menunjukkan bahwa variabel-variabel yang mempengaruhi total cost adalah price of labor, loans, NPL, dan EOTA. Price of labor memiliki nilai elastis yang paling tinggi dibanding dengan variabel lainnya, yaitu sebesar 1,2; artinya peningkatan satu persen dari biaya tenaga kerja akan meningkatkan total biaya sebesar 1,2 persen. Nilai efisiensi yang diperoleh dari analisis SFA kemudian dibagi menjadi empat kategori efisiensi yaitu: tingkat
efisiensi > 0,9 sejumlah 23,9 persen BPR; nilai efisiensi antara 0,8–0,9 sebanyak 57 persen BPR; tingkat efisiensi antara 0,5–0,8 sebanyak 18,2 persen BPR; sedangkan tingkat efisiensi dibawah 0,5 sebanyak 0,6 persen BPR.
2.3. Kerangka Pemikiran Persaingan industri perbankan di Indonesia sangat kuat terbukti dengan adanya perebutan pangsa pasar. Untuk bertahan dalam persaingan tersebut, BPR diharuskan sehat, kuat, dapat dipercaya, dan produktif. Untuk menjadikan BPR yang seperti kita inginkan, maka ada baiknya BPR sebagai LKM menerapkan prinsip ”Triangle Microfinance”. BPR disarankan bisa menjalankan ketiga indikator yang ada dalam triangle microfinance tersebut agar sukses dalam menjalankan fungsinya. Penelitian ini mencoba untuk menganalisis salah satu indikator dari triangle microfinance yaitu financial sustainability. Untuk dapat menciptakan BPR yang kuat financial sustainabilitynya maka BPR harus meningkatkan kinerja perusahaannya. Adapun kerangka pemikiran penelitian ini dapat dilihat pada Gambar 2.4.
Persaingan Industri Perbankan Kuat
BPR Sehat, Kuat, Dipercaya, dan Produktif Triangle of Microfinance
Financial Sustainability
Outreach
Kinerja/Efisiensi
Impact
Cost Efficiency
STATA10
SFA
DEAPXP
DEA Input Oriented & CRS
Fungsi Log Linier Total Biaya, Cost of
Total Kredit, ABA, Beban Tenaga
Labour, Cost of Fund,
Kerja, Beban Bunga, Beban Aktiva
Total Kredit, NIIA, dan
Tetap, Beban Tenaga Kerja/Total Aktiva, Beban Bunga/DPK. Beban Aktiva Tetap/Total Aktiva Tetap
Dibandingkan & Dihubungkan dengan Modal Inti, Tingkat Kesehatan, Status dan KKBI Rasio
Rekomendasi Kebijakan
Keuangan Keterangan : : Alur Analisis : Alat Analisis Gambar 2.4. Kerangka Pemikiran
III. METODE PENELITIAN
3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari berbagai sumber, yaitu Direktorat Kredit, BPR dan UMKM Bank Indonesia (BI) dan database InterCAFE. Data yang dianalisis merupakan data yang diambil pada Laporan Laba Rugi dan Laporan Neraca BPR tahun 2007. Tabel 3.1. Variabel, Simbol, dan Literatur dengan Metode SFA No. Variabel Simbol Literatur 1. Total Biaya C Berger and Mester (1997) 2. Input W1 Huizinga, Nelisen and Cost of Labour Vennet (2002) 3.
Input
Cost of Fund
W2
4.
Output
Total Kredit
X1
5.
Netput
NIIA
Y1
6.
Environmental
NPL
Z1
Huizinga, Nelisen and Vennet (2002) Huizinga, Nelisen and Vennet (2002) Huizinga, Nelisen and Vennet (2002) Berger and Mester (1997)
Tabel 3.2. Variabel dan Simbol dengan Metode DEA No. Variabel 1. Total Kredit 2. ABA 3. Beban Tenaga Kerja 4. Beban Bunga 5. Beban Pemeliharaan, Penyusutan, dan Penghapusan Aktiva Tetap 6. Beban Tenaga Kerja/Total Aktiva 7. Beban Bunga/DPK 8. Beban Pemeliharaan, Penyusutan, dan Penghapusan Aktiva Tetap/Total Aktiva Tetap
Simbol Y1 Y2 Q1 Q2 Q3 P1 P2 P3
3.2. Model Penelitian Secara matematis efisiensi biaya bank dapat mengikuti perhitungan yang dilakukan oleh Berger dan Mester (1997) dengan rumus : ,
, ,
, ,
(3.1) ,
Efisiensi biaya akan berkisar dalam interval (0-1) dimana nilai efisiensi satu menunjukkan bank tersebut merupakan bank yang paling efisien. Metode penghitungan efisiensi relatif dari fungsi produksi yang dikemukakan secara independen oleh Aigner, et al. (1977) serta Meeusen dan Broeck (1977) dalam Coelli, et al. (1998). Spesifikasi aslinya terkait dengan fungsi biaya yang dispesifikasi untuk data kerat silang (cross section) yang mempunyai galat (error term). Setiap galat mempunyai dua komponen, yaitu komponen efek acak (random effect) dan komponen inefisiensi teknis. Untuk memahami hal tersebut, dikembalikan pada fungsi biaya dimana inefisiensi dan random error dapat dipisahkan dari biaya inti (Berger dan Mester, 1997), inefisiensi uc dan error term εc diasumsikan membentuk fungsi biaya secara multiplikatif. Sehingga persamaan biaya awal dapat dituliskan dalam bentuk logaritma natural sebagai berikut: , , ,
+
(3.2)
dimana: lnC adalah total biaya (logaritma natural dari total biaya) dari bank ke-i; w,y,z,v adalah sebuah vektor (transformasi dari) kuantiatas input-input dari unit pengambil keputusan ke-i; ln ε c adalah variabel acak yang diasumsikan independent, identical dan normal distribution (iid), N(0,σV2), dan variabel independen ln u c 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,σU2). Sedangkan untuk menghitung nilai efisiensi dengan pendekatan DEA, model yang digunakan adalah model Charnes, Cooper, Rhodes (CCR). Secara umum, model tersebut sebagai berikut (Cooper, 2002):
Maksimal h0
∑u y = ∑v x r
rj0
i
ij0
r
i
∑u y dengan syarat h0 , ∫ ∑ v x r
rj0
i
ij0
r
i
≤ 1 , j = 1, 2, ..., n (3.3)
u r > 0, r = 1, 2, ..., s vi > 0, i = 1,2,..., m
3.3. Metode Analisis Data Metode analisis yang digunakan untuk menganalisis tingkat efisiensi biaya BPR dengan menggunakan dua pendekatan, yaitu: 1. Pendekatan Parametrik SFA Menurut Fitzpatrick and McQuinn (2005), variabel total biaya, total kredit, NIIA dinormalisasi dengan total aset untuk menghilangkan heteroskedastisitas. Setelah itu, masing-masing variabel digeneralisasi ke dalam bentuk logaritma natural. Untuk melakukan perhitungan nilai efisiensi dengan pendekatan SFA maka harus dilakukan perkiraan struktur biaya. Dalam memperkirakan struktur biaya BPR
digunakan Maximum Likelihood Estimation dengan persamaan fungsi Log Linier. Adapun bentuk persamaan fungsi Log Linier sebagai berikut: Ln C = βo + β1LnW1+ β2LnW2 + β3LnX1 + β4LnY1 + β5LnZ1 + uc + ε c
(3.4)
Dalam fungsi biaya ini, C adalah total biaya (beban operasional dan non operasional). Biaya dari sebuah perusahaan akan dipengaruhi oleh faktor input dan outputnya. Faktor input yang dianggap paling berpengaruh terhadap biaya sebuah bank adalah tenaga kerja dan bunga, dengan biaya masing-masing adalah w1 dan w2 . Biaya tenaga kerja dapat diproxy dengan jumlah pengeluaran untuk tenaga kerja dibagi dengan total aset dari bank yang bersangkutan. Biaya bunga diproksi dengan jumlah pengeluaran untuk pembayaran bunga yang dibagi dengan total DPK dari bank tersebut. Total biaya dari sebuah bank akan dipengaruhi oleh total output yang dihasilkannya. Semakin banyak jumlah output yang diproduksi, maka akan semakin banyak pula biaya yang dibutuhkan untuk menghasilkan output tersebut. Oleh karena itu, output bank dimasukkan ke dalam variabel penjelas dalam model. Output yang dihasilkan bank berupa kredit yang disalurkan ( x1 ). Dalam rangka menghasilkan model yang lebih komprehensif maka NIIA (aktivitas yang menghasilkan pendapatan non bunga) yang dilambangkan dengan ( y1 ) dimasukkan ke dalam model. Variabel lingkungan z1 (NPL) dimasukan ke dalam model untuk menghitung perbedaan resiko dan kualitas output. Error term didapatkan dengan menggunakan pendekatan batas stokastik (SFA) dimana u c adalah faktor inefisiensi yang bisa naik diatas tingkat operasi terbaik, dan ε c random error yang memasukan perhitungan error dan kemungkinan yang secara temporal terjadi dalam biaya tinggi atau rendah.
2. Analisis Non Parametrik DEA Dalam melakukan analisis non parametrik, digunakan pendekatan DEA. Pendekatan ini diciptakan sebagai alat evaluasi kinerja suatu aktivitas yang memerlukan satu macam input atau lebih dan manghasilkan satu macam output atau lebih. Secara sederhana, pengukuran dinyatakan dengan rasio antara output terhadap input yang merupakan satuan pengukuran efisiensi atau produktivitas yang bisa dinyatakan secara parsial. Selain itu, DEA merupakan metodologi yang digunakan untuk mengevaluasi efisiensi dari suatu unit pengambilan keputusan (unit kerja) yang bertanggung jawab menggunakan sejumlah input untuk memperoleh suatu output yang ditargetkan. DEA merupakan pendekatan non parametrik dengan menggunakan teknik linier programming sebagai dasar langkah kerja DEA yang juga merupakan langkah kerja penelitian yang diajukan adalah sebagai berikut (Cooper, 2002): 1.
Identifikasi DMU atau unit yang akan diobservasi beserta input dan output pembentuknya.
2.
Membentuk efficiency frontier dari data yang ada.
3.
Menghitung efisiensi tiap DMU diluar efficiency frontier untuk mendapatkan target input atau output yang diperlukan untuk mencapainya. Efisiensi dari unit yang menjadi target dalam sebuah himpunan dapat diperoleh
dengan memecahkan program linier (3.3). Solusi untuk program linier ini menyediakan sebuah ukuran dari efisiensi relatif dari unit yang menjadi target dan penimbangpenimbangnya terhadap efisiensi yang maksimal (yang membentuk frontier).
Selanjutnya, persamaan (3.3) diubah ke dalam bentuk linier programming yaitu sebagai berikut : Maksimumkan ∑r=1 ur.yr0 Dengan syarat ∑r=1 ur.yrj - ∑i=1 vi.xij ≤ 0 ∑i=1 vi.xi0 = 1, ur > 0, vj > 0, r = 1, 2, …, s dan j = 1, 2, …, m (3.5) Persamaan pertama dari j = 1, 2, …, n persyaratan model (3.5) didapatkan dari syarat ≤ 1 pada model (3.3). Kemudian ∑i=1 vi.xi0 = 1 dimungkinkan untuk menukar bentuk model (3.3) ke model (3.5) dan sebaliknya karena adanya kondisi h0* = ∑r=1 ur*.yr0 dimana tanda (*) menunjukkan nilai optimal baik model (3.3) maupun model (3.5). Setelah diperoleh nilai efisiensi dari masing-masing BPR maka dilakukan analisis korelasi terhadap modal inti dan nilai kesehatan. Analisis korelasi adalah sekumpulan teknik statistik yang digunakan untuk mengukur keeratan hubungan (korelasi) antara dua variabel. Fungsi utama analisis korelasi adalah untuk menentukan seberapa erat hubungan antara dua variabel. Salah satu ukuran yang menyatakan keeratan hubungan adalah koefisien korelasi. Koefisien ini bernilai -1 sampai dengan +1. Analisis ini dapat digunakan pada data selang dan rasio. Pertama kali diperkenalkan oleh Karl Pearson sekitar tahun 1900, koefisien korelasi menggambarkan keeratan hubungan antara dua gugus variabel berskala selang atau rasio. Dilambangkan dengan r, koefisien korelasi sering juga disebut dengan r Pearson atau koefisien korelasi produk-momen Pearson. Koefisien ini dapat diasumsikan sebagai sembarang nilai dalam selang tertutup -1,00 sampai +1,00. Koefisien korelasi -1,00 atau +1,00 menunjukkan korelasi sempurna.
Setelah melakukan analisis korelasi, tahap analisis yang dilakukan dalam penelitian ini yaitu analisis varians. Analisis ini dilakukan untuk menguji kesamaan dari dua rata-rata hitung atau lebih adalah sama. ANOVA memerlukan syarat-syarat berikut: 1. Populasi-populasi yang diteliti memiliki distribusi normal. 2. Populasi-populasi tersebut memiliki deviasi standar yang sama (atau varians yang sama). 3. Sampel yang ditarik dari populasi tersebut bersifat bebas, dan sampel ditarik secara acak.
IV. HASIL DAN PEMBAHASAN
4.1. Hasil Analisis Efisiensi Efisiensi adalah salah satu indikator penting untuk mengukur kinerja suatu lembaga atau perusahaan. Pada bab ini akan dianalisis efisiensi setiap BPR di Indonesia pada tahun 2007 dengan dua pendekatan yaitu parametrik SFA dan non parametrik DEA.
4.1.1. Pendekatan Parametrik SFA Untuk mengukur nilai efisiensi dari masing-masing bank, pendekatan ini menggunakan sebuah frontier. Jika tingkat biaya dari BPR tersebut lebih tinggi dibandingkan dengan tingkat biaya BPR frontier yang beroperasi pada tingkat kinerja terbaiknya, maka BPR tersebut dikatakan tidak efisien. Pada pendekatan ini digunakan enam variabel yang terdiri dari total biaya, cost of labour, cost of fund, total kerdit, NIIA, dan NPL. Adapun statistik deskriptif enam variabel yang digunakan dalam perhitungan SFA dapat dilihat pada Tabel 4.1. di bawah ini: Tabel 4.1. Statistik Deskriptif Variabel SFA Variabel Minimum Total Biaya (milyar rupiah) 0,025417 0,005200 Cost of Labour 0,001400 Cost of Fund Total Kredit (milyar rupiah) 0,012475 NIIA (milyar rupiah) 0,000030 NPL 0,000018 Sumber : Bank Indonesia (2007), diolah
Maximum 269,8730 0,593300 0,545600 959,9350 127,5510 1,000000
Mean 3,109000 0,082339 0,103768 11,64400 6,421000 0,126188
Nilai rata-rata variabel total biaya (C) yang digunakan dalam menganalisis tingkat efisiensi sebesar 3,12 milyar rupiah dimana nilai biaya terkecil yaitu 0,025 milyar rupiah (BPR ID 911) dan nilai biaya terbesar yaitu 269,873 milyar rupiah (BPR ID 264). Pengeluaran biaya besar oleh BPR tersebut disebabkan karena BPR ini merupakan BPR besar dengan 16 kantor cabang sehingga memungkinkan BPR mengeluarkan biaya besar untuk tenaga kerja, pemeliharaan 16 kantor cabang, pembayaran bunga ke nasabah dan sebagainya. Nilai cost of labour terkecil yaitu 0,0052 (BPR ID 1696) dan nilai cost of labour terbesar dikeluarkan BPR ID 1099 yaitu sebesar 0,5993. Sedangkan nilai cost of fund terkecil dikeluarkan BPR ID 235 dan terbesar dikeluarkan BPR 1079. BPR ID 1099 mengeluarkan 59,93 persen biaya dari total aktiva untuk tenaga kerja. Persentase yang melebihi angka 50 persen dari total aktiva mengindikasikan bahwa biaya yang dikeluarkan melebihi batas kemampuan BPR. BPR yang menyalurkan kredit terkecil dibandingkan BPRBPR lain yaitu BPR ID 1293 hanya sebesar 0,012 milyar rupiah. Hal ini dikarenakan BPR tersebut memiliki aset yang juga cukup rendah yaitu sebesar 0,148 milyar rupiah. BPR ID 928 menyalurkan kredit terbesar yaitu sebesar 959,935 milyar rupiah. Hal ini menunjukkan skala usaha BPR ini besar dan memiliki pangsa pasar yang besar. Nilai variabel NIIA terkecil sebesar 0,00003 milyar rupiah (BPR ID 241) dan nilai terbesar sebesar 127,551 milyar rupiah (BPR ID 928). Nilai NIIA yang rendah
menunjukkan
pendapatan
operasional
lainnya,
pendapatan
non
operasional, provisi, komisi dan lainnya yang diterima BPR tersebut sangat
rendah. Nilai NPL terkecil sebesar 0,000018 (BPR ID 362) yang menunjukkan persentase kredit macet, kredit kurang lancar, dan kredit diragukan pada BPR tersebut terhadap total kredit yang disalurkan sangat kecil. NPL terbesar sebesar satu (BPR ID 1533 dan BPR ID 1679). Nilai NPL satu menunjukkan BPR tersebut sangat buruk karena terjadi kemacetan atau gagal bayar kredit para debitur. Variabel total biaya, total kredit, dan NIIA dinormalisasi dengan total aset untuk menghilangkan efek bank besar dan bank kecil. Sebelum melakukan pengolahan dengan SFA, keenam variabel yang digunakan harus dilogaritma natural-kan terlebih dahulu. Setelah itu, dapat dilakukan analisis dan pada Tabel 4.2. dibawah ini dapat dilihat hasil analisis SFA. Berdasarkan hasil analisis stochastic frontier, maka didapat fungsi biaya sebagai berikut: LnC = 0,516939 + 0,369836 LnW1 + 0,297962 LnW2 + 0,072009 LnX1 + 0,129740 LnY1 + 0,041908 LnZ1 Tabel 4.2. Hasil Analisis SFA Total Cost
(4.1) Coef
Std.Err
P value
Cost of Labour
0,369836
0,010583
0,000*
Cost of Fund Total Kredit NIIA NPL Konstanta
0,297962 0,072009 0,129740 0,041908 0,516939
0,011651 0,020197 0,007660 0,004299 0,033391
0,000* 0,000* 0,000* 0,000* 0,000*
Sumber: Lampiran 1 Keterangan: * nyata pada taraf 1 persen
Hasil analisis pada Tabel 4.2. menunjukkan bahwa semua peubah bebas yang digunakan untuk menduga biaya BPR yaitu cost of labour, cost of fund,
kredit, NIIA, dan NPL signifikan pada tingkat kepercayaan 99 persen. Hasil estimasi SFA secara lengkap dapat dilihat pada lampiran 1. Hubungan antara biaya dengan peubah-peubah bebas nampak berbanding lurus atau berpengaruh positif. Pengaruh positif terbesar adalah pada peubah cost of labour (w1) yaitu sebesar 0,369836. Sementara pengaruh terkecil adalah pada peubah NPL (z1) yaitu sebesar 0,041908. Dengan memperhatikan angka-angka dari koefisien tersebut maka dapat dijelaskan bahwa dalam upaya menekan biaya BPR di Indonesia sangat dipengaruhi peubah-peubah bebas secara berurutan yakni cost of labour, cost of fund, NIIA, total kredit, dan NPL. Variabel cost of labour sebagai variabel input mempunyai peranan yang sangat penting dalam meningkatkan total biaya BPR. Peningkatan cost of labour sebesar satu persen akan meningkatkan biaya yang dikeluarkan BPR sebesar 0,369836 persen. Peningkatan biaya yang dikeluarkan BPR tersebut justru akan mengurangi efisiensi BPR. Pengurangan efisiensi BPR diduga karena biaya tenaga kerja yang dikeluarkan sebagai input dari BPR terlalu besar. Nilai koefisien yang tinggi dari variabel cost of labour mengindikasikan bahwa beban tenaga kerja untuk membayar gaji, upah dan honorarium, pengeluaran untuk pendidikan karyawan serta biaya lainnya yang berkaitan dengan karyawan terlalu besar. Pengeluaran yang terlalu besar tersebut diduga karena tingkat produktivitas karyawan BPR relatif rendah. Hal tersebut juga menunjukkan terdapat permasalahan di BPR yaitu ketenagakerjaan seperti sulitnya memperoleh karyawan yang berkualitas dan sesuai pada bidang yang akan diposisikan.
Saat ini kualitas karyawan BPR masih jauh dibawah kualitas karyawan Bank Umum. Untuk mengatasi rendahnya kualitas karyawan maka pihak BPR menganggarkan sejumlah dana untuk peningkatan kualitas karyawan dengan mengadakan pelatihan di luar BPR atau di dalam BPR. Salah satu caranya yaitu dengan mendatangkan trainer dari Perbarindo. Pengeluaran anggaran tersebut jelas membuktikan bahwa ada tambahan biaya yang dikeluarkan untuk peningkatan kualitas SDM. Adanya pengeluaran tambahan biaya tenaga kerja yang besar membuktikan bahwa BPR tersebut belum efisien dalam mengelola perusahannya. Satu cara yang dilakukan untuk mengurangi biaya tenaga kerja yang besar yaitu dengan meminimalisasi anggaran untuk pelatihan karyawan SDM di luar lembaga dengan mengatur intensitas pelatihannya, dengan melakukan rotasi jabatan, dan mengadakan perekrutan karyawan secara periodikal. Berdasarkan hasil analisis yang dilakukan maka diperoleh nilai efisiensi untuk 1722 BPR dari total 1817 BPR yang ada di Indonesia, hal ini terjadi karena terdapat 95 buah BPR yang tidak dimasukkan kedalam analisis karena data-data BPR tersebut kurang atau bahkan tidak lengkap untuk dianalisis. Adapun hasil analisis dapat dilihat pada Tabel 4.3. dibawah ini: Tabel 4.3. Statistik Deskriptif Nilai Efisiensi SFA Minimum Maximum Mean Efisiensi 0,224069 0,976840 0,812472
Std. Deviation 0,110454
Sumber: Bank Indonesia (2007), diolah
Dari 1722 BPR yang menjadi observasi, nilai efisiensi terkecil yaitu sebesar 0,224069 (BPR ID 1353). Nilai efisiensi yang kecil ini diduga kuat karena
BPR tersebut memanfaatkan input berlebih seperti penggunaan tenaga kerja tanpa memperhitungkan aset dan modal inti yang dimiliki. Nilai efisiensi terbesar yaitu 0,976840 (BPR ID 133). Nilai efisiensi yang hampir mendekati nilai satu diduga kuat karena BPR ini sudah mengatur pengeluaran untuk tenaga kerja secara optimal. Pengeluaran biaya untuk pelatihan peningkatan SDM, sistem gaji, upah, dan honorarium setiap posisi pekerjaan sudah optimal sehingga persentase biaya tenaga kerja yang dikeluarkan terhadap total aktiva kecil atau sudah sesuai dengan kemampuan
dan kapasitas BPR tersebut. Selain itu, BPR ini diduga telah
memberikan suku bunga yang optimal yaitu sebesar tiga persen per bulan untuk pinjaman dan simpanan. Adapun nilai rata-rata efisiensi BPR adalah sebesar 0,812472 dengan standar deviasi 0,110454. Untuk melihat sebaran nilai efisiensi secara utuh dapat dilihat pada Tabel 4.4. Tabel 4.4. Distribusi Nilai Efisiensi Nilai Efisiensi NE < 0,65 0,65 ≤ NE < 0,76 0,76 ≤ NE < 0,87 NE ≥ 0,87
Frekuensi 135 278 717 592
Persentase 7,84 16,14 41,64 34,38
Sumber: Lampiran 2, diolah
Pengelompokkan
nilai
efisiensi
menjadi
empat
kategori
dengan
menggunakan persentil kuartile ± standar deviasi yaitu: 1.
Nilai efisiensi < 0,65 adalah BPR dengan kategori tidak efisien.
2.
Nilai efisiensi antara 0,65–0,76 adalah BPR dengan kategori kurang efisien.
3.
Nilai efisiensi antara 0,76–0,87 adalah BPR dengan kategori cukup efisien.
4.
Nilai efisiensi > 0,87 adalah BPR dengan kategori efisien.
Unntuk memuddahkan pem mbacaan tab bel di atas, maka disaajikan ke dalam d Gambar 4.1. 4 BPR deengan tingkkat efisiensi kurang darri 0,65 berjjumlah sebaanyak 135 BPR atau sekitaar 8 persen dari total BPR. B Adapuun proporsii BPR terbaanyak berada paada kisaran nilai efisieensi dari 0,76–0,87 deengan perseentase sekittar 42 persen. Seedangkan BP PR yang meemiliki efisiensi antaraa 0,65–0,76 adalah sebaanyak 278 BPR atau sekitaar 16 persenn. Sedangkaan 592 BPR R lainnya bberada padaa nilai efisiensi lebih l dari 0,87 yangg menunjuk kkan bahwaa kelompokk BPR terrsebut memiliki tingkat t efisiiensi biaya yang y lebih baik b dibanddingkan keloompok lainn nya. Nilai Efissiensi NE < 0.65
0.65 < NE < 0.76
0.76 < NE < 0.87
N > 0.87 NE
8% 34%
16%
42%
Gambar 4.1. 4 Sebara an Nilai Efisiensi
BP PR ID 1333 memilikii nilai efisiensi biayya tertingggi yaitu seebesar 0,976840. Hal ini berrarti bahwa BPR terseb but lebih effisien dalam m memakai biaya daripada BPR lainnyya, artinyaa besar pen nggunaan innput hampir sama deengan pendapataan dari outpput. Nilai effisiensi yang g terendah pada BPR ID 1333 deengan nilai efisieensi biaya sebesar s 0,2224069, men nunjukkan bahwa b BPR R ini tidak efisien dalam meemakai biaaya. Berdassarkan lam mpiran dua, 1722 BP PR di Indo onesia mempunyyai nilai efissiensi biayaa yang berv variasi mulaai dari 0,222 sampai deengan
0,97. Keadaan seperti ini cukup memberi bukti bahwa setiap BPR mempunyai strategi manajemen yang hampir berbeda satu BPR dengan BPR lainnya dalam segi menekan biaya bunga, memperkerjakan karyawan, menggunakan teknologi, dan lain sebagainya. Nilai efisiensi biaya setiap BPR di Indonesia dapat dilihat pada lampiran dua.
4.1.2. Pendekatan Non Parametrik DEA Metode DEA diciptakan sebagai alat evaluasi kinerja yang memerlukan satu macam input atau lebih dan menghasilkan satu macam output atau lebih. Secara sederhana analisis nilai efisiensi BPR tahun 2007 menggunakan tiga input yaitu tenaga kerja, bunga, dan aktiva tetap serta menggunakan dua output yaitu kredit dan ABA. Sebelum melakukan analisis, perlu diketahui nilai minimum, maksimum, mean, dan standar deviasi dari setiap variabel yang akan dianalisis. Tabel 4.5. Statistik Deskriptif Variabel DEA Variabel Total Kredit (milyar rupiah) ABA (milyar rupiah) Beban Tenaga Kerja Beban Bunga Beban Pemeliharaan, Penyusutan dan Penghapusan Aktiva Tetap Beban Tenaga Kerja/Total Aktiva Beban Bunga/DPK Beban Pemeliharaan, Penyusutan dan Penghapusan Aktiva Tetap/Total Aktiva Tetap
Minimum 0,012475 0,000368 0,010891 0,000356
Maximum 959,9360 214,5220 63,02100 97,16800
Mean 11,64400 3,418000 0,820041 1,256724
Std. Deviation 38,345691 10,728447 1,9995880 4,2771710
0,000333
25,26500
0,367144
0,9675660
0,005158 0,001502
0,593279 379,5530
0,082340 0,924174
0,0448600 11,460549
0,014248
131,5160
2,392998
7,2201560
Sumber : Bank Indonesia (2007), diolah
Dalam menganalisis tingkat efisiensi digunakan delapan variabel yaitu kredit, ABA, beban tenaga kerja, beban bunga, beban pemeliharaan, penyusutan, dan penghapusan aktiva tetap, beban tenaga kerja/total aktiva, beban bunga/DPK, dan beban pemeliharaan, penyusutan dan penghapusan aktiva tetap/total aktiva tetap. Rata–rata kredit yang disalurkan BPR sebesar 11,644 milyar rupiah dimana BPR ID 163 menyalurkan kredit terendah dibandingkan BPR lainnya yaitu hanya sekitar 0,012 milyar rupiah sedangkan BPR ID 928 menyalurkan kredit tertinggi yaitu sekitar 959,936 milyar rupiah. Penyaluran kredit BPR tersebut besar karena daerah dimana BPR berada merupakan daerah yang potensi dalam pertanian dan peternakan sehingga fokus penyaluran kredit pada BPR ini ditujukan pada masyarakat yang memiliki usaha pertanian dan peternakan di sekitar BPR berada. Penyaluran kredit pada sektor pertanian dan peternakan memang memiliki risiko yang besar tetapi BPR tersebut dapat meminimalisasikan risiko tersebut dengan mempekerjakan 63 orang pada bagian kredit dan 52 orang pada bagian operasional yang rata-rata berpendidikan minimal sarjana strata satu. Penempatan karyawan yang berkompeten dalam kedua bagian pekerjaan tersebut diduga akan mengurangi risiko dalam kesalahan analisa kredit sehingga tingkat risiko gagal bayar dapat diminimalkan. Variabel output lainnya yaitu ABA. Nilai ABA terendah dan tertinggi masing-masing dihasilkan oleh BPR ID 354 dan BPR ID 264. BPR ID 264 mengeluarkan biaya tenaga kerja yang paling besar dibandingkan BPR-BPR lain, hal ini karena BPR tersebut memperkerjakan 949 pekerja dengan komposisi empat orang komisaris; tiga orang direksi; 19 orang pejabat eksekutif; 75 orang
bagian pendanaan; 595 orang bagian kredit; 62 orang satpam, supir dan office boy; 88 orang HRD, EDP, Card Centre dan IA. Sehingga biaya yang dikeluarkan untuk membayar gaji, upah dan honorarium besar. Sedangkan BPR ID 911 mengeluarkan biaya tenaga kerja yang paling kecil yaitu hanya 0,010891 milyar rupiah pada tahun 2007. Nilai terendah untuk variabel biaya bunga dikeluarkan BPR ID 1169 dan biaya bunga tertinggi dikeluarkan BPR ID 928. Sedangkan biaya pemeliharaan, penyusutan dan penghapusan aktiva tetap terendah dikeluarkan oleh BPR ID 241 dan yang tertinggi yaitu BPR ID 264. Sama halnya dengan biaya tenaga kerja, biaya pemeliharaan, penyusutan dan penghapusan aktiva tetap yang dikeluarkan BPR ini besar. Pengeluaran biaya aktiva tetap besar menjadi sangat wajar karena BPR ini memiliki 16 kantor cabang dan hampir kesemua kantor cabangnya boleh dikatakan merupakan kantor yang besar sehingga untuk melakukan pemeliharaan 16 kantor cabang tentu membutuhkan biaya yang tidak sedikit yaitu sebesar 19,747 milyar rupiah pada tahun 2007. Selanjutnya dilakukan analisis nilai efisiensi dengan metode DEA menggunakan 1722 BPR dengan asumsi input oriented dan constan return to scale. Dari analisis yang dilakukan didapatkan deskriptif statistika seperti Tabel 4.6. dibawah ini: Tabel 4.6. Deskriptif Statistika Nilai Efisiensi dengan DEA KetKK Min Maks Mean Efisiensi 0,002 1 0,089932
St.Dev 0,067099
Sumber : Bank Indonesia (2007), diolah
Nilai efisiensi tertinggi sebesar satu yaitu BPR ID 911 dan BPR ID 964. Hal ini menunjukkan input yang digunakan BPR-BPR tersebut sama dengan
output yang dihasilkannya berarti besar beban tenaga kerja, beban bunga, beban pemeliharaan, penyusutan dan penghapusan aktiva tetap sama dengan besar total kredit dan ABA. Nilai efisiensi terendah sebesar 0,002 yaitu BPR ID 354, BPR ID 1353, dan BPR ID 1593. Dengan rata-rata BPR di Indonesia memiliki nilai efisiensi sebesar 0,089932 dan standar deviasi sebesar 0,067099. Untuk mengetahui sebaran nilai efisiensi dapat dilihat pada Tabel 4.7. dibawah ini. Batas nilai efisiensi hasil analisis DEA mengikuti batas dari hasil analisis SFA. Tabel 4.7. Sebaran Nilai Efisiensi DEA Nilai Efisiensi NE < 0,65 0,65 ≤ NE < 0,76 0,76 ≤ NE < 0,87 NE ≥ 0,87
Frekuensi 1717 2 0 3
Persentase 99,71 0,12 0,00 0,17
Sumber: Lampiran 2, diolah
Berdasarkan Tabel 4.7., hanya ada tiga BPR yang memiliki nilai efisiensi lebih dari sama dengan 0,87 yaitu BPR ID 911, BPR ID 964, dan BPR ID 1047. Untuk nilai efisiensi antara 0,65–0,76 sebanyak dua BPR yaitu BPR ID 303 dan BPR ID 1572. Sisanya sebanyak 1717 BPR atau sekitar 99 persen memiliki nilai efisiensi kurang dari 0,65 atau dapat dikatakan bahwa 99,8 persen BPR di Indonesia tidak efisien dalam menjalankan kegiatan operasionalnya.
4.2. Perbandingan Nilai Efisiensi SFA dan DEA Seperti yang telah dijelaskan diawal, hasil perhitungan nilai efisiensi akan berbeda walaupun dengan menggunakan sumber data dan tahun yang sama. Untuk kasus ini, perbedaan nilai efisiensi berbeda karena variabel yang digunakan
dan pendekatan yang digunakan berbeda. Pada Tabel 4.8. dibawah ini dapat dilihat perbandingan nilai efisiensi SFA dan DEA sebagai berikut: Tabel 4.8. Perbandingan Nilai Efisiensi SFA dan DEA SFA DEA Frekuensi Persentase Frekuensi Persentase Nilai Efisiensi NE < 0,65 135 7,84 1717 99,71 0,65 < NE < 0,76 278 16,14 2 0,12 0,76 < NE < 0,87 717 41,64 0 0,00 NE > 0,87 592 34,38 3 0,17 Sumber: Lampiran 2, diolah
Berdasarkan Tabel 4.8. dapat disimpulkan bahwa nilai efisiensi yang dihasilkan dengan metode parametrik atau SFA lebih bervariasi atau menyebar. Sedangkan nilai efisiensi yang dihasilkan dengan metode non parametrik atau DEA berkumpul pada tiga kategori yaitu kategori satu, dua dan empat. Untuk kategori ketiga, tidak ada satupun BPR di Indonesia pada tahun 2007 yang digolongkan cukup efisien berdasarkan pendekatan DEA. Selain itu, dari perhitungan nilai efisiensi dengan pendekatan SFA dapat dilihat faktor-faktor apa saja yang lebih mempengaruhi efisiensi yaitu cost of labour dan cost of fund. Sedangkan berdasarkan analisis dengan pendekatan DEA tidak dapat dilihat variabel yang mempengaruhi besar atau kecilnya nilai efisiensi. BPR yang memiliki nilai efisiensi tertinggi dalam perhitungan SFA yaitu BPR IDD 133 sebesar 0,976840 sedangkan dalam perhitungan DEA, nilai efisiensi BPR ini sebesar 0,088000. BPR ID 1353
dengan nilai efisiensi biaya
sebesar 0,224069 merupakan BPR yang nilai efisiensi terendah dalam perhitungan SFA sedangkan nilai efisiensi dalam perhitungan DEA sebesar 0,002000.
Menurut perhitungan DEA, BPR yang memiliki nilai efisiensi terendah sebesar 0,002000 yaitu BPR ID 354, BPR ID 1353, dan BPR ID 1593. Sedangkan menurut perhitungan SFA, nilai efisiensi BPR tersebut berturut-turut yaitu 0,629784 ; 0,237441 ; 0,224069. Dilihat dari nilai efisiensi baik berdasarkan SFA maupun DEA, ketiga BPR tersebut yaitu BPR ID 354, BPR ID 1353, dan BPR ID 1593 sama-sama digolongkan sebagai BPR yang tidak efisien. Ketidakefisienan BPR tersebut diduga karena penggunaan tenaga kerja yang melebihi batas kemampuan BPR dan pembayaran bunga (Bank Indonesia, bank lain dan pihak ketiga selain bank) terlalu besar sehingga biaya yang dikeluarkan untuk kedua beban tersebut besar dan akhirnya membuat BPR tersebut menjadi tidak efisien. Untuk BPR yang memiliki nilai efisiensi terbesar berdasarkan perhitungan DEA adalah BPR ID 911 dan BPR ID 964. Sedangkan menurut SFA, nilai efisiensi BPR tersebut adalah 0,605867 dan 0,965880.
4.3. Distribusi Nilai Efisiensi Berdasarkan Modal Inti dan Tingkat Kesehatan Sebelum melihat distribusi nilai efisiensi berdasarkan modal inti dan tingkat kesehatan, ada baiknya dilihat korelasi dari variabel-variabel tersebut pada Tabel 4.9. dibawah ini : Tabel 4.9. Korelasi Nilai Efisiensi, Modal Inti, dan Nilai Kesehatan Efisiensi SFA Efisiensi DEA Modal Inti Kesehatan Eff_SFA 1 0,328213(**) -0,052080 (*) 0,434749(**) Eff_DEA 0,328213(**) 1 0,088872(**) 0,314585(**) Modal Inti -0,052080 (*) 0,088872(**) 1 0,114446(**) Kesehatan 0,434749(**) 0,314585(**) 0,114446(**) 1 Keterangan : ** Signifikan pada taraf nyata 1% * Signifikan pada taraf nyata 5%
miliki Pada tingkat kepercayaaan 95 peersen, nilaii efisiensi SFA mem hubungan yang negaatif dengann modal in nti
sebesarr 0,052080. Efisiensi SFA
berhubunggan positiff dengan nilai n kesehaatan sebesar 0,4347449 pada tin ngkat kepercayaaan 99 perrsen, Sedanngkan nilaii efisiensi DEA berhhubungan positif p dengan modal m inti BPR B dan niilai kesehatan BPR paada tingkat kepercayaaan 99 persen yaaitu sebesaar 0,0888722 dan 0,31 14585. Adaapun distribbusi modal inti berdasarkaan nilai efissiensi SFA dapat d dilihaat pada Gam mbar 4.2. dibbawah ini : Distribusi Modal Inti Berdasaarkan Nilai Efisiensi SFA S 120,0 00% 100,0 00% 80,0 00% 60,0 00% 40,0 00% 20,0 00% 0,0 00%
5,20 31,90 63,00
3,20
0 2,80
2,70
49,60
52,00 0
61,00
47,1 10
0 45,20
> 10 Milyaar 1 - 10 Milyar y
NE < 0,65 0,65 ≤ NE 0,76 ≤ < 0,7 76 NE < 0,,87
36,30
< 1 Milyar
NE ≥ 0,87
Gam mbar 4.2. Distribusi Modal M Inti Berdasarka B an Nilai Efiisiensi SFA A
Sebbagaimana pengelomppokkan mod dal inti yangg dilakukan oleh InterC CAFE (2008) paada penelittian “Pemeetaan Proffil BPR daalam Ranggka Penyussunan Stratifikassi Industri BPR”, B makaa pengelom mpokkan BP PR pada peenelitian inii juga dibagi meenjadi tiga kelompok (BPR yang g memilikii modal intti kurang dari d 1 milyar, BPR B yang memiliki m m modal inti antara 1–110 milyar, dan BPR yang memiliki modal m inti lebih dari 100 milyar).
Terdapat 135 BPR yang memiliki nilai efisiensi kurang dari 0,65 dimana 63 persen BPR yang modal intinya kurang dari 1 milyar, 31,9 persen BPR yang memiliki modal inti antara 1–10 milyar, dan 5,2 persen BPR yang memiliki modal inti lebih dari 10 milyar. Hal ini mengindikasikan bahwa BPR-BPR dengan modal inti kurang dari 1 milyar menjalankan operasional secara tidak efisien. BPR yang memiliki modal inti kurang dari 1 milyar dan nilai efisiensi kurang dari 0,65 berjumlah 83 BPR, yang memiliki modal inti antara 1–10 milyar berjumlah 43 BPR dan yang memiliki modal inti lebih dari 10 milyar berjumlah tujuh BPR. Ketujuh BPR itu adalah BPR ID 602, BPR ID 929, BPR 932, BPR ID 1651, BPR ID 1656, dan BPR ID 1716, dimana enam BPR terakhir terletak di Propinsi Lampung. Selanjutnya, BPR dengan nilai efisiensi lebih dari 0,87 sebanyak 592 BPR dimana 215 BPR memiliki modal inti kurang dari 1 milyar, 361 BPR memiliki modal inti antara 1–10 milyar, dan sisanya 16 BPR memiliki modal inti lebih dari 10 milyar. Berdasarkan Gambar 4.2., persentase modal inti antara 1–10 milyar pada kategori BPR efisien mengalami penurunan dari persentase modal inti antara 1–10 milyar pada kategori BPR cukup efisien. Hal ini mengindikasikan semakin besar modal inti maka semakin tinggi nilai efisiensi BPR. Untuk melihat distribusi modal inti berdasarkan nilai efisiensi SFA dapat dilihat pada lampiran 3. Selanjutnya dapat dilihat distibusi modal inti berdasarkan nilai efisiensi DEA pada Gambar 4.3.
Distribusi Modal Inti Berdasark kan Nilai Effisiensi DE EA 0,00
100,00% 80,00% 60,00%
53,23
100,00
40,00% 20,00%
50,00
43,74
50,00
> 10 Mily yar 1 - 10 Milyar < 1 Milyar a
0,0 00% NE < 0,65
6 ≤ NE < 0,65 0,76
NE ≥ 0,87
Gam mbar 4.3. Diistribusi Modal M Inti Berdasarka B an Nilai Efissiensi DEA A
Beerdasarkan Gambar G 4.3., 100 perseen atau tigaa BPR denggan nilai efissiensi lebih dari 0,87 memiiliki modal inti kurang dari 1 milyyar yaitu BP PR ID 911, BPR ID 964, daan BPR ID 1047. Sedanngkan BPR R dengan nillai efisiensi kurang darii 0,65 memiliki modal intii yang bervvariasi yaittu 43,74 persen mem miliki modaal inti kurang daari 1 milyarr, 53,23 perrsen memiliiki modal innti antara 11–10 milyarr, dan sisanya seebesar 3,033 persen memiliki m modal m inti lebih dari 10 milyar yaitu sebanyak 52 BPR (laampiran 4).. Artinya seeluruh BPR R yang mem miliki modaal inti d an tidak efissien menuruut perhitunggan DEA. Hal H ini lebih dari 10 milyar dikategorika dapat diduuga karenaa BPR besaar otomatiss mempunyyai pengeluaran input yang lebih bannyak sepertti pengeluaaran gaji karyawan, k pendidikann dan pelaatihan karyawan,, pengeluarran bunga kepada bank b lain, pengeluaraan pemelih haraan gedung daan sebagainyya.
Distribusi Tingkat Kesehatan BPR Berdasarkan s Nilai Efisiensi SFA F 100,00% 80,00%
29,60
60,00%
16,30
40,00%
35,60
20,00%
60,10
82,40
84,40
20,50 15,80
0,00 0%
Sehat Cukup Sehat Kurang Sehat
9,80 6,30
0 11,00 4,10
Tidak Sehat
NE < 0,65 0,65 ≤ NE N 0,76 ≤ NE NE ≥ 0,8 87 < 0,76 < 0,87
Gambar 4.4. Distrib busi Tingk kat Kesehattan Berdasaarkan Nilaai Efisiensi SFA Tinngkat kesehhatan BPR dinilai d deng gan pendekaatan kualitaatif atas berrbagai aspek yanng berpengaaruh terhaddap kondisi dan perkem mbangan suuatu bank, yang meliputi aspek a Permoodalan, Kuaalitas Aktiv va Produktiff, Manajem men, Rentabilitas, dan Likuidditas (CAM MEL). Berdaasarkan hassil penilaiann yang dilakkukan ditetaapkan dalam em mpat predikaat, yaitu tiddak sehat, kurang sehhat, cukup sehat, dan sehat (Booklet Perbankan P I Indonesia, 2 2008). Beerdasarkan Gambar 4.4., 4 terdap pat 18,50 persen p BPR R dengan nilai efisiensi kurang k darri 0,65 dann dikategorrikan tidak sehat; 35,,60 persen BPR dengan niilai efisienssi yang sam ma dan dikaategorikan kurang k sehat; 16,30 persen p dikategoriikan cukup sehat dan 29,60 2 persen n BPR dikattegorikan seehat. Untuk k BPR dengan niilai efisiensi antara 0,665–0.76 yan ng dikategoorikan tidakk sehat sebaanyak 3,60 persen, yang dikategorik d an kurang sehat sebaanyak 15,880 persen, yang dikategoriikan cukup sehat sebaanyak 20,50 0 persen daan sisanya sebanyak 60,10 persen dikkategorikan sehat. Selaanjutnya, 82 2,40 persen BPR dengan nilai efissiensi
antara 0,776–0,87
dikategorikaan sehat daan 84,40
p persen dari total 592 BPR
dengan niilai efisienssi lebih darii 0,87 dikaategorikan sehat. s Terdaapat 0,50 persen p BPR denggan nilai efisiensi lebihh dari 0,87 yang y dikateggorikan tidaak sehat meenurut perhitungaan tingkat kesehatan k B Bank Indon nesia yaitu BPR B ID 2990, BPR ID D 724, dan BPR ID I 1177. Hal H ini justruu menarik karena k padaa tingkat efisiensi BPR yang efisien teerdapat BPR R yang diikategorikan n tidak seehat oleh B Bank Indon nesia. Perhitungaan sehat ataau tidak sehhatnya BPR oleh Bank Indonesia hhanya didasarkan pada perhhitungan CA AMEL sehhingga kriteeria tersebuut dirasakann masih ku urang relevan unntuk kasus BPR di Inddonesia yan ng notabenee adalah baank kecil. Untuk U melihat diistribusi nillai efisiensii SFA berd dasarkan tinngkat kesehhatan BPR lebih jelas dapatt dilihat padda lampirann 5. Sellanjutnya distribusi d niilai efisienssi DEA denngan nilai kesehatan dapat dilihat padda Gambar 4.5. 4 dibawaah ini: Distribusi Ting n kat KesehatanBerdasarkan d Nilai Efisiensi n DEA 120,0 00% 100,0 00% 80,0 00% 60,0 00% 40,0 00% 20,0 00% 0,0 00%
75,34 9,33 NE < 0,65
50,00
Cukup Sehat
100,00 50,00
Kurang Sehat Tidak Sehat a
0,00 0,65 ≤ NE < 0,76
Sehat
NE ≥ 0,87
Gambar 4.5. Distrib busi Tingkaat Kesehatan Berdasaarkan Nilaii Efisiensi DEA D
Berdasarkan Gambar 4.5., hanya ada dua kategori pada BPR dengan nilai efisiensi lebih dari 0,87 yaitu kurang sehat (BPR ID 1047) dan sehat (BPR ID 964). Sama halnya dengan perhitungan nilai efisiensi SFA, terdapat BPR yang efisien tetapi dikategorikan tidak sehat oleh Bank Indonesia. Seluruh BPR dengan nilai efisiensi antara 0,65–0,76 dikategorikan BPR-BPR yang sehat yaitu BPR ID 303 dan BPR ID 1572. Untuk BPR yang memiliki nilai efisiensi kurang dari 0,65 memiliki tingkat kesehatan yang bervariasi yaitu 75,34 persen dikategorikan sehat; 12,48 persen dikategorikan cukup sehat; 9,33 persen dikategorikan kurang sehat dan sisanya 2,86 persen dikategorikan tidak sehat. Dari hasil perhitungan nilai efisiensi berdasarkan metode DEA, dapat disimpulkan bahwa persentase terbanyak adalah BPR dengan nilai efisiensi kurang dari 0,65 atau tidak efisien dan dikategorikan sehat. Status BPR-BPR di Indonesia dibagi menjadi enam status yaitu KBPR, Koperasi, LPN, MAI BD, PD dan PT. Berdasarkan perhitungan nilai efisiensi dengan SFA, 111 BPR berstatus PT dengan BPR dikategorikan tidak efisien, 232 BPR dikategorikan kurang efisien, 527 BPR dikategorikan cukup efisien dan sisanya 402 BPR dikategorikan efisien. Berdasarkan perhitungan nilai efisiensi DEA, 1293 BPR berstatus PT
berada pada dua kategori yaitu tidak sehat
sebanyak 1290 BPR dan sehat sebanyak tiga BPR. Terdapat satu BPR yang berstatus MAI BD yaitu BPR ID 570. Menurut perhitungan SFA, BPR tersebut dikategorikan cukup efisien sedangkan menurut perhitungan DEA, BPR tersebut dikategorikan tidak efisien. Untuk BPR-BPR dengan status lainnya dapat dilihat pada tabel 4.10. dan lebih jelasnya dapat dilihat pada lampiran 7.
Tabel 4.10. Distribusi Status BPR Berdasarkan Nilai Efisiensi 0,65 ≤ NE < 0,76 ≤ NE NE < 0,65 0,76 < 0,87 Keterangan (persen) (persen) (persen) SFA 0,00 25,00 75,00 KBPR DEA 100,00 0,00 0,00 SFA 5,26 13,16 21,05 KOP DEA 97,37 0,00 0,00 SFA 0,00 8,00 48,00 LPN DEA 100,00 0,00 0,00 SFA 0,00 0,00 100,00 MAI BD DEA 100,00 0,00 0,00 SFA 5,76 9,95 43,46 PD DEA 99,74 0,26 0,00 SFA 8,73 18,24 41,43 PT DEA 99,76 0,08 0,00
NE ≥ 0,87 (persen) 0,00 0,00 60,53 2,63 44,00 0,00 0,00 0,00 40,83 0,00 31,60 0,16
Sumber: Lampiran 7
Setelah melakukan pendistribusian status BPR berdasarkan nilai efisiensi, maka perlu dilakukan analisis varians dengan menggunakan uji t. Adapun hasil uji t dapat dilihat pada Tabel 4.11. dibawah ini: Tabel 4.11 Hasil Uji t Status BPR No. Status Mean St. Dev BPR 1. KBPR 1,0000 1,4140
SE. Mean 0,7070
t hitung 1,4140
df 3
2.
KOP
9,5000
9,2370
4,6640
2,0370
3
3.
LPN
6,2500
6,1310
3,0650
2,0390
3
4.
MAI BD
0,2500
0,5000
0,2500
1,0000
3
5.
PD
95,5000
76,0240
38,0120
2,5120
3
6.
PT
318,0000 183,4680
91,7340
3,4670
3
Sumber: Bank Indonesia (2007), diolah
t tabel 2,3530
Tabel 4.11. menunjukkan bahwa dua status BPR yaitu PD dan PT berbeda pada taraf nyata lima persen, artinya status PD dan PT pada BPR berpengaruh nyata terhadap nilai efisiensi SFA. Hal ini ditunjukkan dari besarnya nilai t-hitung yang masing-masing lebih besar dari nilai t-tabel. Dari hasil uji-t tersebut dapat juga disimpulkan bahwa status PT merupakan status yang lebih baik dalam rangka peningkatan efisiensi BPR. Selanjutnya, distribusi KKBI (Koordinasi Kantor Bank Indonesia) berdasarkan nilai efisiensi dapat dilihat pada Tabel 4.12. dibawah. Berdasarkan Tabel 4.12., BPR terbanyak berada di Semarang dengan jumlah 373 BPR. Menurut perhitungan SFA, 6,70 persen BPR di Semarang dikategorikan tidak efisien, 18,23 persen BPR kurang efisien, 46,11 persen BPR cukup efisien dan sisanya 28,96 persen BPR dikategorikan efisien. Sedangkan perhitungan DEA menunjukkan bahwa 100 persen BPR-BPR di Semarang dikategorikan tidak efisien. Sedangkan di KKBI Palembang, jumlah BPR yang ada hanya sekitar 43 BPR yang meliputi wilayah Sumatera Selatan, Lampung dan Bengkulu. Menurut perhitungan DEA, 100 persen atau 43 BPR di KKBI Palembang dikategorikan tidak efisien karena memiliki nilai efisiensi kurang dari 0,65. Sedangkan menurut perhitungan SFA, 23,26 persen BPR pada KKBI ini dikategorikan tidak efisien, 23,26 persen BPR dikategorikan kurang efisien, 25,58 persen BPR dikategorikan cukup efisien dan sisanya 27,90 persen BPR dikategorikan efisien. BPR-BPR yang berada pada pengawasan KKBI Pusat yaitu BPR-BPR yang terletak di wilayah Jakarta, Bogor, Depok, Tangerang, Bekasi, Banten dan
Karawang berjumlah 235 BPR. Menurut perhitungan DEA, 99,57 persen BPR dikategorikan tidak efisien dan hanya ada satu buah BPR yaitu BPR ID 1047 dikategorikan efisien. Sedangkan menurut perhitungan SFA, BPR yang dikategorikan tidak efisien sekitar 12,34 persen, BPR yang dikategorikan kurang efisien sekitar 14,04 persen, BPR yang dikategorikan cukup efisien sekitar 40,85 persen dan BPR yang dikategorikan efisien sekitar 32,77 persen. Sedangkan BPRBPR pada wilayah KKBI lain dapat dilihat pada lampiran 8.
4.4. Hubungan Nilai Efisiensi dengan Rasio-Rasio Keuangan Para pengambil kebijakan menggunakan hubungan antara efisiensi dengan indikator kinerja sebagai dasar untuk menerapkan suatu peraturan. Efisiensi dengan ukuran kinerja keuangan memiliki hubungan yang positif.
Artinya,
semakin efisien suatu BPR maka indikator kinerja akan menunjukkan hal yang sama. Namun demikian, ukuran kinerja tersebut umumnya berasal dari informasi akuntansi serta terkadang tidak mengacu pada teori ekonomi mikro. Sebagai contoh, tingginya nilai rasio antara biaya dan income di BPR dapat memberi indikasi dua hal yang berbeda. Tingginya rasio tersebut dapat mengindikasikan adanya ketidakmampuan dalam manajemen pembiayaan di BPR yang bersangkutan. Namun demikian, tingginya rasio tersebut juga dapat memberikan gambaran semakin tingginya persaingan usaha diantara sesama BPR. Besaran nilai efisiensi yang dianalisis dengan metode statistik dan didasarkan pada teori ekonomi memiliki informasi yang lebih baik apabila dibandingkan metode yang konvensional.
Meskipun dengan metode dan
pendekatan yang berbeda, diharapkan nilai efisiensi dengan indikator kinerja memiliki hubungan yang positif artinya memberikan konsistensi serta kesimpulan yang relatif sama terutama untuk proses pengambilan kebijakan. Untuk melihat hubungan antara nilai efisiensi SFA dengan rasio-rasio keuangan digunakan analisis korelasi seperti Tabel 4.12. dibawah ini: Tabel 4.12. Korelasi Nilai Efisiensi SFA dengan Rasio Keuangan BPR Rasio Nilai Korelasi Rasio Nilai Korelasi ROA 0,656200(*) CR -0,007200 ROE 0,377500(*) FER -0,266900(*) BOPO -0,450000(*) CoF -0,186100(*) PM 0,446100(*) WoR -0,039400 YoGP -0,023400 OER -0,340500(*) YG 0,096800(*) OtER -0,004000(*) Keterangan : (*) nyata pada taraf 1 persen
Berdasarkan Tabel 4.12., hanya sembilan rasio keuangan BPR yang signifikan terhadap nilai efisiensi SFA BPR yaitu ROA, ROE, BOPO, PM, YG, CoF, OER, dan OtER. Sisanya tiga rasio keuangan BPR yaitu YoG, CR, dan WoR tidak berpengaruh terhadap nilai efisiensi SFA. Nilai efisiensi SFA memiliki hubungan yang positif dengan ROA, ROE, PM dan YG sebesar 0,656200 ; 0,377500 ; 0,446100 dan 0,096800. Dari 12 rasio keuangan yang diestimasi, ROA merupakan rasio keuangan yang paling berpengaruh terhadap besar atau kecilnya nilai efisiensi BPR. Sedangkan nilai efisiensi memiliki hubungan yang negatif dengan BOPO, FER, CoF, OER, OtER sebesar -0,450000; -0,266900; -0,186100; -0,340500 dan -0,004000. Berdasarkan Tabel 4.12. jika ingin meningkatkan efisiensi berarti nilai ROA, ROE dan PM harus ditingkatkan dan nilai BOPO, FER, CoF, OER dan OtEr harus diturunkan.
BOPO menunjukkan perbandingan antara beban operasional dengan pendapatan operasionalnya. Secara tidak langsung memberikan gambaran bahwa untuk meningkatkan nilai efisiensi BPR maka pendapatan operasional BPR harus melebihi biaya yang dikeluarkan untuk kegiatan operasionalnya. FER merupakan indikator yang menunjukkan besarnya bunga dan biaya-biaya yang harus dikeluarkan BPR untuk membiayai aset keuangannya. BPR yang tidak efisien cenderung mengeluarkan biaya yang besar untuk mendanai aset keuangannya. CoFR adalah indikator keuangan yang memberikan gambaran besarnya bunga dan biaya-biaya yang dikeluarkan BPR dalam membiayai aktivitas pengumpulan DPK. Korelasi antara rasio ini dengan nilai efisiensi negatif berarti BPR yang tidak efisien membutuhkan biaya bunga yang lebih besar dalam kegiatan administrasi pengumpulan DPK. Sedangkan OER adalah indikator keuangan yang memberikan gambaran berapa besar BOR mengeluarkan biaya untuk kegiatan operasional penyaluran kredit dan pengumpulan DPK. Artinya BPR yang tidak efisien justru akan mengeluarkan biaya yang besar untuk membiayai kegiatan administrasi penyaluran kredit dan pengumpulan DPK serta membutuhkan biaya untuk para AO yang besar pada saat AO tersebut mencari atau mendatangi nasabah. Selain itu, korelasi negatif antara nilai efisiensi dan OtEr menunjukkan bahwa BPR yang tidak efisien akan mengeluarkan biaya yang besar untuk membiayai semua biaya pada saat BPR tersebut menyalurkan kredit.
V. KESIMPULAN DAN SARAN
5.1. Kesimpulan Berdasarkan penelitian yang telah dilakukan maka dapat disimpulkan: 1.
Nilai efisiensi rata-rata BPR di Indonesia pada tahun 2007 dengan menggunakan metode analisis parametrik (SFA), yaitu 0,812 dengan standar deviasi 0,110. Sedangkan nilai efisiensi rata-rata dengan menggunakan metode analisis non parametrik (DEA) yaitu 0,089 dengan standar deviasi 0,067. Berdasarkan hasil estimasi fungsi Log Linier pada analisis SFA dapat disimpulkan bahwa variabel cost of labour merupakan variabel yang paling mempengaruhi besar atau kecilnya nilai efisiensi BPR.
2.
Nilai efisiensi yang diperoleh berdasarkan perhitungan SFA lebih bervariasi dibandingkan nilai efisiensi yang diperoleh berdasarkan perhitungan DEA. Pada perhitungan DEA, nilai efisiensi BPR hanya ada pada tiga kategori yaitu kategori BPR yang tidak efisien, kurang efisien dan efisien.
3.
Efisiensi DEA memiliki hubungan yang positif dengan modal inti dan nilai kesehatan. Sedangkan efisiensi SFA memiliki hubungan yang negatif dengan modal inti dan memiliki hubungan yang positif dengan nilai kesehatan. Hal ini menunjukkan bahwa peningkatan efisiensi BPR dengan pendekatan SFA justru malah menurunkan modal inti BPR. Selanjutnya, hubungan antara nilai
efisiensi hanya dipengaruhi oleh sembilan rasio keuangan yaitu ROA, ROE, BOPO, PM, YG, FER, CoF, OER dan OtER. Sisanya tiga rasio keuangan BPR yaitu YoGP, CR, dan WoR tidak mempengaruhi besar atau kecilnya nilai efisiensi SFA.
5.2. Saran Dari hasil penelitian yang sudah dilakukan maka penulis menajukan beberapa saran sebagai berikut: 1.
Batas nilai efisiensi yang diperoleh dari hasil perhitungan parametrik dan non parametrik bervariasi dan beragam sehingga diperlukan suatu general agreement yang baku untuk menunjukkan BPR mana yang efisien, cukup efisien, kurang efisien dan tidak efisien.
2.
Metode yang digunakan pada penelitian ini adalah SFA dengan menggunakan fungsi Log Linear dan DEA dengan input oriented dan constant return to scale, maka untuk penelitian selanjutnya bisa menggunakan metode SFA dengan fungsi translog dan DEA dengan input oriented dan variabel return to scale atau dengan metode parametrik selain SFA dan metode nonparametrik lainnya.
3.
Untuk meningkatkan nilai efisiensi diperlukan kebijakan yang berkaitan dengan nilai minimum modal inti, nilai kesehatan minimum, dan batas rasio keuangan yang harus dipatuhi BPR sehingga dalam memenuhi nilai minimum dan batasan rasio tersebut BPR saling bersaing dalam menjalankan kegiatan operasional.
DAFTAR PUSTAKA
Ardhiana. 2005. Analisis Efisiensi Ekonomi Usaha Tani Lidah Buaya (Aloe vera) Di Kabupaten Bogor: Pendekatan Stochastic Production Frontier. [Tesis]. Sekolah Pascasarjana. Institut Pertanian Bogor. Bank Indonesia. 2008. Booklet Perbankan Indonesia. Bank Indonesia, Jakarta. Bank Indonesia. 2007. Statistik Bank Perkreditan Rakyat (BPR) Desember 2007. Bank Indonesia, Jakarta. Bank
Indonesia. 2008. “Statistik Perbankan http://www.bi.go.id [28 Maret 2008]
Indonesia”.
[BI
Online]
Berger, A. N. and L. J. Mester. 1997. “Inside The Black Box: What Explains Differences in The Efficiencies of Financial Institutions?”. Journal of Banking and Finance, 21: 895-947. Coelli, et al. 1998. An Introduction To Efficiency And Productivity Analysis. Kluwer Academic Publisher, USA. Cooper, et al. 2002. Data Envelopment Analysis. Kluwer Academic Publisher, USA. Fitzpatrick, T. and K. McQuinn. 2005. “Cost Efficiency in UK and Irish Credit Institutions”. The Economic and Sosial Review, 36: 45-66. Fujiyanti, A.D. 2007. Optimasi Substitusi Penggunaan Minyak Tanah Untuk Kebutuhan Memasak Pada Sektor Rumah Tangga Dengan Metode Linear Programming. [Skripsi]. Fakultas Matematika dan Ilmu Pengetahuan Alam. Institut Pertanian Bogor. Hadad, M., W. Santoso, D. Ilyas dan E. Mardanugraha. 2003. “Analisis Efisiensi Industri Perbankan Indonesia: Penggunaan Metode Non Parametrik Data Envelopment Analysis (DEA)” [BI Online] http://www.bi.go.id [31 Mei 2008] Hadad, M., W. Santoso, E. Mardanugraha dan D. Ilyas. 2003. “Pendekatan Parametrik Untuk Efisiensi Perbankan Indonesia” [BI Online] http://www.bi.go.id [31 Mei 2008]
Huizinga, H. P, J. H. M. Nelissen dan R. V. Vennet. 2001. “Efficiency Effects of Bank Mergers and Acquisitions in Europe”. Tinbergen Institute Discussion Papers, TI 2001-008/3. InterCAFE. 2007. Tingkat Efisiensi BPR. Bogor. InterCAFE. 2008. Pemetaan Profil BPR dalam Rangka Penyusunan Stratifikasi Industri BPR. Bogor. Lang, G. and P. Welzel. 1996. “Efficiency and Technical Progress in Banking: Empirical Results For A Panel of German Cooperative Banks”. Journal of Banking and Finance, 20: 1003-1023. Nieto, et al. 2005. ‘‘Microfinance Institutions And Efficiency”. The International Journal of Management Science, 35: 131-142. Srivastava, P. 1999. “Size, Efficiency and Financial Reforms In Indian Banking”. Working Paper No. 49. Indian Council For Research On International Economic Relations. Suswadi. 2007. Analisis Efisiensi Perbankan Syariah Di Indonesia (Metode Stochastic Frontier Approach). [Skripsi]. Fakultas Ekonomi. Universitas Indonesia. Zeller, M. and R.L. Meyer. 2002. The Triangle Microfinance. The Johns Hopkins University Press, London.
LAMPIRAN
Lampiran 1. Hasil Estimasi SFA Iteration 0: log likelihood = -1957,7359 (not concave) Iteration 1: log likelihood = -74,377739 (not concave) Iteration 2: log likelihood = 285,31554 Iteration 3: log likelihood = 300,33679 (not concave) Iteration 4: log likelihood = 432,58422 Iteration 5: log likelihood = 437,43822 Iteration 6: log likelihood = 437,45078 Iteration 7: log likelihood = 437,45078 Stoc. frontier normal/half-normal model Log likelihood = 437,45078 lnc lnw1 lnw2 lnx1 lny1 lnz1 _cons /lnsign2v /lnsig2u
Coef 0,3698364 0,2979619 0,0720086 0,1297396 0,0419081 0,5169394 -4,64996 -2,53084
Number of obs =
1722
Wald chi2(5)
4984,54
Prob > chi2
=
= 0,0000
Std.Err z P>|z| [95% Conf. . Interval] 0,0105834 34,95 0,000 0,3490934 0,3905795 0,0116510 25,57 0,000 0,2751264 0,3207974 0,0201973 3,57 0,000 0,0324226 0,1115946 0,0076599 16,94 0,000 0,1147265 0,1447528 0,0042987 9,75 0,000 0,0334829 0,0503334 0,0333908 15,48 0,000 0,4514946 0,5823842 0,0900460 -51,64 0,000 -4,82644 -4,47347 0,05515 -45,89 0,000 -2,63895 -2,42274
ID 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SFA 0,766441 0,738266 0,685921 0,837583 0,642633 0,837474 0,690666 0,798038 0,840523 0,867616 0,871035 0,766575 0,942556 0,906312 0,932174 0,606000 0,872107 0,906090 0,888473 0,781901
DEA 0,211000 0,048000 0,023000 0,123000 0,166000 0,086000 0,023000 0,384000 0,032000 0,063000 0,047000 0,056000 0,092000 0,086000 0,079000 0,016000 0,104000 0,118000 0,068000 0,040000
ID 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Lampiran 2. Nilai Efisiensi SFA dan DEA SFA DEA ID SFA 0,907754 0,023000 41 0,727485 0,758358 0,043000 42 0,838212 0,851612 0,193000 43 0,845739 0,733080 0,032000 44 0,730307 0,728456 0,030000 45 0,900075 0,937363 0,104000 46 0,849248 0,827514 0,060000 47 0,799671 0,776828 0,055000 48 0,791268 0,817176 0,045000 49 0,684883 0,815238 0,073000 50 0,798765 0,843987 0,152000 51 0,721852 0,900513 0,094000 52 0,830421 0,778888 0,085000 53 0,950158 0,856367 0,057000 54 0,943560 0,867146 0,067000 55 0,571095 0,608678 0,034000 56 0,501412 0,910234 0,091000 57 0,905594 0,725370 0,040000 58 0,804155 0,503641 0,006000 59 0,945454 0,714416 0,014000 60 0,946483
DEA 0,030000 0,065000 0,082000 0,177000 0,038000 0,094000 0,123000 0,027000 0,019000 0,089000 0,115000 0,064000 0,074000 0,122000 0,008000 0,007000 0,111000 0,034000 0,113000 0,040000
ID 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80
SFA 0,864159 0,668864 0,655190 0,842555 0,859669 0,774925 0,863570 0,935636 0,888501 0,808596 0,892256 0,568315 0,920357 0,820722 0,868576 0,819276 0,837054 0,967363 0,763644 0,564137
DEA 0,044000 0,007000 0,101000 0,073000 0,070000 0,111000 0,120000 0,109000 0,050000 0,079000 0,148000 0,088000 0,137000 0,053000 0,074000 0,098000 0,043000 0,062000 0,080000 0,026000
ID 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100
SFA 0,916272 0,800393 0,861317 0,713207 0,704800 0,766078 0,561870 0,765168 0,780981 0,496625 0,870737 0,757867 0,890815 0,816905 0,906099 0,914008 0,677510 0,748140 0,800263 0,676793
DEA 0,102000 0,083000 0,054000 0,072000 0,095000 0,061000 0,005000 0,026000 0,068000 0,021000 0,085000 0,071000 0,078000 0,155000 0,116000 0,090000 0,060000 0,035000 0,335000 0,039000
ID 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120
SFA 0,230514 0,781240 0,911550 0,732905 0,795280 0,917994 0,833375 0,943168 0,763036 0,780637 0,916947 0,823311 0,881197 0,872708 0,888587 0,566601 0,862152 0,921226 0,921093 0,857165
DEA 0,059000 0,143000 0,079000 0,040000 0,079000 0,091000 0,053000 0,083000 0,030000 0,039000 0,079000 0,068000 0,092000 0,067000 0,122000 0,007000 0,076000 0,068000 0,198000 0,056000
ID 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140
SFA 0,911332 0,841182 0,761830 0,874450 0,785713 0,876704 0,927116 0,759640 0,930023 0,748768 0,527420 0,815349 0,976840 0,796881 0,444866 0,900276 0,843436 0,743037 0,900084 0,907508
DEA 0,123000 0,048000 0,097000 0,112000 0,023000 0,103000 0,209000 0,148000 0,063000 0,028000 0,004000 0,076000 0,088000 0,074000 0,006000 0,054000 0,087000 0,024000 0,119000 0,082000
ID 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
SFA 0,926138 0,922084 0,706450 0,889712 0,967149 0,891040 0,797933 0,698278 0,936458 0,861252 0,899376 0,942289 0,922870 0,866396 0,926196 0,940386 0,866637 0,858707 0,710604 0,734696
DEA 0,043000 0,062000 0,019000 0,063000 0,176000 0,034000 0,021000 0,020000 0,099000 0,053000 0,061000 0,086000 0,166000 0,052000 0,061000 0,108000 0,054000 0,104000 0,115000 0,058000
ID 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180
SFA 0,694096 0,664035 0,775636 0,704287 0,812846 0,895975 0,747428 0,577421 0,845421 0,868762 0,732883 0,825267 0,843960 0,794734 0,592825 0,585071 0,440610 0,820313 0,681160 0,772583
DEA 0,077000 0,023000 0,099000 0,047000 0,068000 0,059000 0,079000 0,007000 0,038000 0,097000 0,218000 0,093000 0,020000 0,099000 0,014000 0,012000 0,013000 0,080000 0,022000 0,033000
ID 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200
SFA 0,855660 0,528372 0,821982 0,827544 0,780813 0,706362 0,795573 0,900694 0,877405 0,831999 0,813559 0,835136 0,776480 0,801280 0,804185 0,966257 0,881090 0,793454 0,830301 0,842029
DEA 0,054000 0,005000 0,084000 0,049000 0,101000 0,071000 0,046000 0,145000 0,081000 0,107000 0,044000 0,077000 0,075000 0,080000 0,066000 0,240000 0,111000 0,058000 0,114000 0,178000
ID 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220
SFA 0,804434 0,783477 0,722679 0,654856 0,865452 0,880586 0,906214 0,708071 0,909255 0,918620 0,886587 0,879930 0,894085 0,920110 0,884751 0,877392 0,879850 0,938605 0,802432 0,751673
DEA 0,045000 0,182000 0,031000 0,009000 0,125000 0,117000 0,143000 0,010000 0,092000 0,146000 0,092000 0,168000 0,162000 0,169000 0,083000 0,110000 0,112000 0,074000 0,063000 0,049000
ID 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
SFA 0,943419 0,733071 0,796899 0,730136 0,909150 0,751493 0,828646 0,950136 0,879966 0,939310 0,660205 0,775518 0,591219 0,777557 0,528358 0,871580 0,819614 0,925260 0,446051 0,789225
DEA 0,221000 0,039000 0,084000 0,032000 0,150000 0,045000 0,079000 0,118000 0,109000 0,036000 0,098000 0,025000 0,011000 0,022000 0,032000 0,091000 0,088000 0,077000 0,107000 0,028000
ID 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260
SFA 0,627278 0,894416 0,784102 0,873555 0,888456 0,835317 0,721133 0,854065 0,751622 0,835321 0,745326 0,955709 0,906381 0,827258 0,879898 0,756481 0,818045 0,836203 0,864922 0,785848
DEA 0,090000 0,081000 0,063000 0,084000 0,073000 0,067000 0,048000 0,075000 0,053000 0,028000 0,077000 0,128000 0,043000 0,133000 0,157000 0,067000 0,099000 0,065000 0,085000 0,024000
ID 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280
SFA 0,720365 0,843811 0,968967 0,713269 0,885617 0,898809 0,947177 0,842448 0,902350 0,935431 0,669748 0,931062 0,887459 0,746814 0,851647 0,802655 0,929964 0,772958 0,877160 0,738189
DEA 0,039000 0,150000 0,144000 0,081000 0,110000 0,094000 0,070000 0,103000 0,126000 0,143000 0,076000 0,275000 0,036000 0,073000 0,112000 0,082000 0,092000 0,029000 0,093000 0,085000
ID 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300
SFA 0,922307 0,771851 0,602806 0,810818 0,849666 0,920047 0,273448 0,794389 0,370556 0,871015 0,949032 0,880566 0,913001 0,839891 0,812363 0,866083 0,669129 0,904817 0,768092 0,305657
DEA 0,046000 0,052000 0,031000 0,080000 0,049000 0,116000 0,010000 0,052000 0,016000 0,132000 0,129000 0,074000 0,074000 0,056000 0,075000 0,072000 0,019000 0,069000 0,032000 0,004000
ID 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
SFA 0,773307 0,791514 0,971845 0,933249 0,924087 0,922565 0,894642 0,743528 0,602775 0,942937 0,831077 0,924679 0,722592 0,914368 0,889300 0,878603 0,938628 0,942124 0,900547 0,950879
DEA 0,122000 0,049000 0,684000 0,112000 0,177000 0,055000 0,054000 0,109000 0,011000 0,122000 0,064000 0,119000 0,040000 0,136000 0,081000 0,103000 0,104000 0,133000 0,050000 0,088000
ID 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340
SFA 0,772178 0,930372 0,910180 0,966836 0,872495 0,941649 0,871834 0,868475 0,949294 0,901370 0,817821 0,906028 0,922249 0,847231 0,793673 0,788033 0,944244 0,798938 0,853086 0,847338
DEA 0,112000 0,136000 0,150000 0,133000 0,077000 0,175000 0,114000 0,032000 0,150000 0,138000 0,079000 0,057000 0,107000 0,111000 0,253000 0,039000 0,123000 0,084000 0,179000 0,085000
ID 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360
SFA 0,931928 0,921526 0,946182 0,865881 0,920058 0,945197 0,807370 0,965661 0,956976 0,762000 0,929983 0,938013 0,916563 0,629784 0,916351 0,802491 0,758675 0,809130 0,859329 0,861767
DEA 0,084000 0,099000 0,101000 0,068000 0,327000 0,088000 0,105000 0,074000 0,127000 0,124000 0,075000 0,073000 0,113000 0,002000 0,108000 0,097000 0,043000 0,092000 0,092000 0,137000
ID 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380
SFA 0,867557 0,643759 0,767809 0,800762 0,910235 0,733591 0,926446 0,786589 0,831842 0,773080 0,917018 0,845520 0,846003 0,854626 0,843960 0,821896 0,868958 0,799141 0,772433 0,722447
DEA 0,069000 0,110000 0,104000 0,126000 0,073000 0,049000 0,067000 0,061000 0,156000 0,099000 0,130000 0,151000 0,172000 0,077000 0,055000 0,142000 0,083000 0,090000 0,115000 0,019000
ID 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400
SFA 0,850663 0,919200 0,881090 0,756881 0,956389 0,501445 0,784556 0,803081 0,924326 0,707322 0,795894 0,691306 0,494310 0,742221 0,828629 0,791087 0,631167 0,815450 0,841177 0,798603
DEA 0,162000 0,095000 0,033000 0,073000 0,139000 0,026000 0,089000 0,044000 0,107000 0,078000 0,080000 0,067000 0,022000 0,053000 0,129000 0,101000 0,046000 0,124000 0,061000 0,107000
ID 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420
SFA 0,770655 0,782741 0,759165 0,901953 0,853041 0,819007 0,662001 0,826683 0,857890 0,845670 0,875207 0,578377 0,841897 0,876615 0,528075 0,882987 0,812292 0,798406 0,810626 0,659474
DEA 0,099000 0,056000 0,093000 0,119000 0,246000 0,090000 0,023000 0,134000 0,091000 0,123000 0,187000 0,079000 0,112000 0,168000 0,013000 0,127000 0,071000 0,048000 0,161000 0,161000
ID 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440
SFA 0,849698 0,846110 0,885969 0,921715 0,852332 0,832719 0,800601 0,837107 0,931738 0,922828 0,822201 0,886847 0,837556 0,798234 0,916537 0,866042 0,842129 0,920694 0,829939 0,874645
DEA 0,143000 0,152000 0,107000 0,180000 0,112000 0,291000 0,149000 0,140000 0,242000 0,129000 0,082000 0,154000 0,124000 0,067000 0,233000 0,083000 0,123000 0,109000 0,305000 0,079000
ID 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460
SFA 0,902619 0,737933 0,891548 0,926090 0,752420 0,817420 0,959734 0,811392 0,792379 0,856922 0,860544 0,894719 0,855218 0,873180 0,871555 0,928465 0,910849 0,902708 0,836381 0,939680
DEA 0,117000 0,032000 0,164000 0,143000 0,040000 0,157000 0,079000 0,074000 0,047000 0,120000 0,113000 0,145000 0,081000 0,107000 0,108000 0,198000 0,146000 0,060000 0,085000 0,189000
ID 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480
SFA 0,927449 0,870624 0,927227 0,817317 0,857919 0,851779 0,872236 0,935778 0,684445 0,862469 0,709098 0,874608 0,737248 0,599309 0,802268 0,718491 0,794311 0,761139 0,815991 0,806090
DEA 0,149000 0,072000 0,195000 0,078000 0,108000 0,139000 0,163000 0,113000 0,026000 0,191000 0,069000 0,089000 0,052000 0,012000 0,077000 0,012000 0,043000 0,062000 0,240000 0,106000
ID 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500
SFA 0,665069 0,696948 0,841179 0,888088 0,869458 0,918035 0,967941 0,930410 0,957553 0,663796 0,881945 0,736684 0,715138 0,703242 0,773413 0,896473 0,665999 0,568050 0,859639 0,881418
DEA 0,022000 0,076000 0,158000 0,150000 0,117000 0,119000 0,138000 0,046000 0,270000 0,088000 0,238000 0,030000 0,031000 0,038000 0,020000 0,044000 0,100000 0,026000 0,073000 0,114000
ID 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520
SFA 0,881844 0,719938 0,829553 0,905559 0,929549 0,862041 0,931009 0,936572 0,844371 0,922386 0,803599 0,893235 0,853931 0,815631 0,917283 0,687403 0,621888 0,854250 0,899243 0,824402
DEA 0,104000 0,110000 0,120000 0,109000 0,153000 0,092000 0,139000 0,120000 0,141000 0,166000 0,046000 0,085000 0,119000 0,084000 0,136000 0,017000 0,008000 0,096000 0,138000 0,052000
ID 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540
SFA 0,816385 0,946033 0,844959 0,860154 0,681393 0,852305 0,886022 0,865513 0,806605 0,906299 0,845067 0,775104 0,950902 0,898757 0,925325 0,871251 0,739763 0,791841 0,852545 0,794497
DEA 0,079000 0,249000 0,137000 0,123000 0,017000 0,077000 0,115000 0,086000 0,052000 0,124000 0,065000 0,027000 0,420000 0,120000 0,150000 0,063000 0,146000 0,028000 0,151000 0,043000
ID 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560
SFA 0,926970 0,844883 0,850574 0,862758 0,473971 0,882623 0,815013 0,674185 0,677305 0,832709 0,808585 0,775940 0,676058 0,855665 0,825424 0,909037 0,865812 0,829770 0,840456 0,747232
DEA 0,102000 0,057000 0,102000 0,113000 0,011000 0,114000 0,092000 0,037000 0,021000 0,051000 0,049000 0,064000 0,018000 0,069000 0,127000 0,099000 0,091000 0,072000 0,127000 0,107000
ID 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580
SFA 0,882201 0,848927 0,701431 0,778277 0,726438 0,757679 0,923493 0,855036 0,879371 0,941508 0,848338 0,839029 0,854197 0,854783 0,808564 0,833742 0,844339 0,830960 0,901725 0,750781
DEA 0,182000 0,095000 0,059000 0,125000 0,071000 0,090000 0,094000 0,157000 0,146000 0,111000 0,085000 0,076000 0,137000 0,122000 0,069000 0,110000 0,138000 0,103000 0,117000 0,094000
ID 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600
SFA 0,795938 0,457225 0,660127 0,739450 0,639433 0,910372 0,899153 0,906140 0,888631 0,777203 0,933429 0,910059 0,816496 0,862541 0,859469 0,765663 0,958523 0,752654 0,869153 0,811005
DEA 0,116000 0,005000 0,021000 0,067000 0,126000 0,021000 0,102000 0,112000 0,115000 0,120000 0,109000 0,079000 0,042000 0,114000 0,089000 0,191000 0,289000 0,125000 0,094000 0,095000
ID 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620
SFA 0,917470 0,507827 0,862747 0,665427 0,834862 0,776732 0,715053 0,796438 0,410023 0,797469 0,621331 0,877229 0,885445 0,536406 0,808407 0,726723 0,939743 0,801887 0,876311 0,848805
DEA 0,162000 0,181000 0,079000 0,026000 0,158000 0,084000 0,049000 0,032000 0,003000 0,092000 0,053000 0,093000 0,156000 0,016000 0,130000 0,052000 0,076000 0,120000 0,133000 0,058000
ID 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640
SFA 0,831407 0,782179 0,791733 0,895814 0,773880 0,699017 0,742967 0,504505 0,822216 0,737784 0,840069 0,716076 0,952356 0,831747 0,809458 0,825051 0,884961 0,895508 0,746432 0,634703
DEA 0,025000 0,044000 0,115000 0,131000 0,031000 0,049000 0,108000 0,013000 0,057000 0,082000 0,065000 0,073000 0,084000 0,074000 0,079000 0,150000 0,104000 0,131000 0,046000 0,024000
ID 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660
SFA 0,704109 0,876070 0,820684 0,911584 0,724407 0,918993 0,786748 0,924929 0,909012 0,681764 0,730778 0,785674 0,889191 0,841438 0,865386 0,714598 0,707472 0,811327 0,653594 0,863371
DEA 0,088000 0,102000 0,044000 0,107000 0,066000 0,124000 0,075000 0,049000 0,042000 0,057000 0,098000 0,134000 0,154000 0,070000 0,124000 0,075000 0,047000 0,050000 0,107000 0,080000
ID 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680
SFA 0,651034 0,843883 0,754779 0,856854 0,705077 0,655463 0,572204 0,844908 0,875925 0,917463 0,808642 0,855323 0,816825 0,374159 0,776253 0,861585 0,732840 0,773838 0,864416 0,854847
DEA 0,008000 0,067000 0,047000 0,105000 0,044000 0,081000 0,152000 0,112000 0,158000 0,126000 0,052000 0,074000 0,138000 0,004000 0,086000 0,132000 0,091000 0,074000 0,098000 0,103000
ID 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700
SFA 0,823860 0,764342 0,704443 0,789306 0,814151 0,865820 0,702559 0,776233 0,892889 0,820745 0,706715 0,911170 0,677967 0,817944 0,862848 0,610672 0,730103 0,905718 0,729319 0,913617
DEA 0,075000 0,143000 0,028000 0,168000 0,157000 0,084000 0,169000 0,022000 0,147000 0,100000 0,080000 0,056000 0,074000 0,116000 0,105000 0,096000 0,032000 0,279000 0,065000 0,052000
ID 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720
SFA 0,909402 0,843447 0,930149 0,852105 0,835197 0,803119 0,870681 0,663115 0,737906 0,744529 0,842732 0,885679 0,694824 0,864183 0,821730 0,781670 0,756832 0,964500 0,813955 0,843168
DEA 0,183000 0,091000 0,147000 0,092000 0,059000 0,128000 0,034000 0,127000 0,054000 0,048000 0,023000 0,112000 0,046000 0,021000 0,098000 0,049000 0,088000 0,191000 0,089000 0,065000
ID 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740
SFA 0,751715 0,778972 0,849094 0,883740 0,719323 0,871441 0,908698 0,747598 0,318807 0,877011 0,836104 0,446830 0,909918 0,842311 0,877379 0,919655 0,929348 0,761474 0,786151 0,914391
DEA 0,044000 0,040000 0,129000 0,029000 0,074000 0,084000 0,077000 0,111000 0,003000 0,127000 0,053000 0,008000 0,175000 0,194000 0,079000 0,064000 0,139000 0,116000 0,130000 0,107000
ID 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760
SFA 0,852330 0,742143 0,635994 0,605873 0,656802 0,745370 0,930551 0,781560 0,830506 0,822630 0,818951 0,728890 0,748754 0,756640 0,952927 0,943803 0,898497 0,686927 0,878018 0,755163
DEA 0,048000 0,031000 0,025000 0,137000 0,043000 0,139000 0,153000 0,075000 0,114000 0,025000 0,079000 0,137000 0,055000 0,127000 0,170000 0,070000 0,128000 0,021000 0,193000 0,047000
ID 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780
SFA 0,783242 0,856533 0,746859 0,805758 0,937527 0,883203 0,836439 0,932516 0,951435 0,830958 0,945634 0,904177 0,749687 0,916610 0,869348 0,872485 0,851761 0,855598 0,922401 0,906561
DEA 0,057000 0,039000 0,090000 0,057000 0,118000 0,090000 0,108000 0,096000 0,100000 0,060000 0,083000 0,046000 0,188000 0,132000 0,099000 0,106000 0,166000 0,081000 0,082000 0,090000
ID 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800
SFA 0,786661 0,692263 0,706120 0,888823 0,917342 0,810890 0,833387 0,915748 0,753032 0,863149 0,946393 0,822079 0,920730 0,861169 0,766677 0,850402 0,914926 0,865773 0,854540 0,817554
DEA 0,072000 0,124000 0,023000 0,089000 0,079000 0,094000 0,079000 0,091000 0,105000 0,138000 0,097000 0,064000 0,125000 0,079000 0,024000 0,055000 0,101000 0,136000 0,082000 0,054000
ID 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820
SFA 0,809261 0,742550 0,870537 0,880672 0,665790 0,916505 0,816405 0,934132 0,800229 0,917418 0,924140 0,904215 0,945104 0,911704 0,930254 0,738879 0,752277 0,932822 0,902252 0,836808
DEA 0,109000 0,041000 0,106000 0,109000 0,102000 0,105000 0,046000 0,069000 0,041000 0,093000 0,066000 0,094000 0,104000 0,101000 0,094000 0,030000 0,056000 0,086000 0,295000 0,105000
ID 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840
SFA 0,644329 0,895577 0,823527 0,889438 0,831247 0,761829 0,779896 0,936851 0,872849 0,899277 0,928209 0,559498 0,893336 0,860321 0,890710 0,905365 0,946617 0,884815 0,894467 0,834188
DEA 0,044000 0,088000 0,054000 0,062000 0,084000 0,051000 0,168000 0,109000 0,032000 0,110000 0,081000 0,013000 0,099000 0,061000 0,104000 0,082000 0,052000 0,125000 0,083000 0,070000
ID 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860
SFA 0,835464 0,849045 0,924985 0,916253 0,771303 0,862221 0,909885 0,618082 0,888621 0,896178 0,908587 0,645193 0,718571 0,848546 0,569542 0,848748 0,792977 0,895590 0,818672 0,881198
DEA 0,141000 0,137000 0,147000 0,122000 0,140000 0,156000 0,078000 0,022000 0,039000 0,097000 0,273000 0,028000 0,017000 0,124000 0,004000 0,115000 0,072000 0,104000 0,097000 0,087000
ID 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880
SFA 0,869903 0,876795 0,794160 0,918803 0,698314 0,857737 0,916786 0,889612 0,698411 0,890757 0,849709 0,860023 0,792585 0,915784 0,800644 0,830308 0,856607 0,848028 0,559415 0,791446
DEA 0,121000 0,124000 0,075000 0,156000 0,185000 0,079000 0,077000 0,098000 0,046000 0,101000 0,082000 0,070000 0,069000 0,116000 0,084000 0,067000 0,118000 0,073000 0,011000 0,064000
ID 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900
SFA 0,806810 0,890968 0,858411 0,891572 0,786500 0,569649 0,864109 0,944821 0,867838 0,919568 0,871842 0,777185 0,786777 0,906378 0,854623 0,820644 0,769863 0,854732 0,898308 0,651211
DEA 0,043000 0,035000 0,139000 0,082000 0,031000 0,047000 0,092000 0,137000 0,071000 0,218000 0,097000 0,061000 0,098000 0,101000 0,075000 0,059000 0,038000 0,163000 0,062000 0,020000
ID 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920
SFA 0,777935 0,852012 0,742434 0,594772 0,633715 0,832276 0,760989 0,846312 0,859068 0,804621 0,965880 0,739005 0,801547 0,710166 0,903311 0,859728 0,711783 0,646465 0,899533 0,965213
DEA 0,065000 0,041000 0,049000 0,011000 0,005000 0,088000 0,087000 0,067000 0,112000 0,050000 1,000000 0,242000 0,122000 0,099000 0,062000 0,085000 0,034000 0,042000 0,189000 0,116000
ID 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940
SFA 0,583501 0,936033 0,573479 0,896753 0,947025 0,706260 0,721063 0,616134 0,629729 0,577260 0,852054 0,554319 0,902534 0,862357 0,884762 0,728608 0,763129 0,878923 0,732215 0,951459
DEA 0,011000 0,075000 0,027000 0,113000 0,093000 0,035000 0,130000 0,118000 0,105000 0,104000 0,266000 0,141000 0,173000 0,053000 0,072000 0,088000 0,158000 0,072000 0,022000 0,236000
ID 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960
SFA 0,903086 0,763764 0,866210 0,861658 0,883985 0,824387 0,847440 0,929438 0,903393 0,801278 0,781715 0,953242 0,734363 0,886113 0,800842 0,829217 0,970045 0,870046 0,565212 0,868550
DEA 0,150000 0,105000 0,120000 0,110000 0,168000 0,054000 0,075000 0,133000 0,113000 0,104000 0,065000 0,149000 0,095000 0,119000 0,025000 0,019000 0,037000 0,057000 0,013000 0,081000
ID 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980
SFA 0,845190 0,882458 0,762909 0,605867 0,806940 0,934991 0,849413 0,866390 0,925513 0,941817 0,817592 0,722632 0,902639 0,832103 0,836529 0,863139 0,927101 0,845144 0,889730 0,858425
DEA 0,079000 0,037000 0,160000 1,000000 0,041000 0,069000 0,075000 0,094000 0,076000 0,068000 0,079000 0,083000 0,110000 0,047000 0,062000 0,069000 0,053000 0,149000 0,068000 0,075000
ID 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000
SFA 0,846745 0,938138 0,879620 0,857792 0,834610 0,715438 0,869462 0,896436 0,826316 0,754462 0,830884 0,823087 0,857448 0,883129 0,875958 0,894711 0,876017 0,901544 0,772743 0,915442
DEA 0,109000 0,130000 0,081000 0,115000 0,084000 0,064000 0,118000 0,093000 0,152000 0,098000 0,074000 0,068000 0,082000 0,106000 0,088000 0,127000 0,094000 0,180000 0,079000 0,106000
ID 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020
SFA 0,820361 0,909482 0,920597 0,821982 0,919304 0,867472 0,891297 0,928854 0,893001 0,942199 0,943327 0,933426 0,912396 0,900231 0,846095 0,881423 0,936139 0,935641 0,904441 0,873775
DEA 0,092000 0,126000 0,173000 0,048000 0,217000 0,090000 0,114000 0,074000 0,194000 0,206000 0,188000 0,087000 0,147000 0,091000 0,174000 0,147000 0,080000 0,138000 0,117000 0,083000
ID 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040
SFA 0,724587 0,898013 0,911267 0,861961 0,900280 0,824297 0,913521 0,924793 0,905396 0,876674 0,908763 0,856142 0,882331 0,885274 0,913931 0,878728 0,856737 0,919757 0,860041 0,843391
DEA 0,246000 0,072000 0,182000 0,118000 0,092000 0,105000 0,149000 0,120000 0,107000 0,121000 0,142000 0,126000 0,082000 0,112000 0,086000 0,130000 0,108000 0,115000 0,142000 0,045000
ID 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060
SFA 0,958342 0,887350 0,792423 0,896819 0,821720 0,947217 0,496896 0,936377 0,840980 0,902015 0,892610 0,778586 0,572029 0,706899 0,819137 0,846815 0,699601 0,779216 0,839397 0,795882
DEA 0,105000 0,137000 0,075000 0,057000 0,066000 0,038000 0,918000 0,138000 0,094000 0,110000 0,073000 0,076000 0,010000 0,028000 0,191000 0,053000 0,054000 0,041000 0,062000 0,060000
ID 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080
SFA 0,922943 0,912073 0,909860 0,655911 0,937323 0,793946 0,902413 0,630207 0,862352 0,795279 0,683660 0,765718 0,689971 0,737296 0,550428 0,728734 0,814034 0,877979 0,523555 0,750884
DEA 0,174000 0,181000 0,139000 0,027000 0,067000 0,048000 0,065000 0,012000 0,070000 0,051000 0,219000 0,076000 0,036000 0,043000 0,025000 0,078000 0,067000 0,073000 0,018000 0,068000
ID 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100
SFA 0,873170 0,824402 0,616457 0,840504 0,822072 0,770440 0,791528 0,772324 0,629063 0,766720 0,793767 0,882420 0,663122 0,780285 0,827932 0,701789 0,921051 0,875730 0,423011 0,947999
DEA 0,039000 0,051000 0,010000 0,108000 0,103000 0,033000 0,046000 0,064000 0,024000 0,158000 0,056000 0,090000 0,039000 0,094000 0,103000 0,027000 0,116000 0,080000 0,109000 0,147000
ID 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120
SFA 0,791573 0,816411 0,863979 0,931018 0,800853 0,879736 0,758458 0,883501 0,810265 0,847480 0,868686 0,633632 0,877022 0,873727 0,935661 0,937898 0,902559 0,839600 0,830301 0,898746
DEA 0,049000 0,080000 0,088000 0,153000 0,042000 0,042000 0,020000 0,088000 0,052000 0,052000 0,106000 0,046000 0,089000 0,033000 0,123000 0,087000 0,070000 0,090000 0,056000 0,074000
ID 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140
SFA 0,951621 0,841998 0,825903 0,889639 0,820171 0,861545 0,886383 0,668104 0,971589 0,870709 0,615271 0,831560 0,668962 0,453175 0,803006 0,731657 0,805973 0,771279 0,755848 0,874715
DEA 0,188000 0,105000 0,069000 0,098000 0,013000 0,077000 0,117000 0,021000 0,129000 0,043000 0,072000 0,084000 0,020000 0,008000 0,098000 0,075000 0,050000 0,077000 0,060000 0,181000
ID 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160
SFA 0,837093 0,724567 0,857467 0,827728 0,896878 0,637729 0,755185 0,898635 0,684510 0,877998 0,927381 0,916391 0,824429 0,743510 0,847106 0,529852 0,738486 0,890374 0,671090 0,823554
DEA 0,055000 0,051000 0,107000 0,095000 0,077000 0,154000 0,029000 0,114000 0,013000 0,076000 0,123000 0,148000 0,013000 0,027000 0,064000 0,009000 0,081000 0,084000 0,027000 0,069000
ID 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180
SFA 0,458805 0,902752 0,536334 0,834959 0,693230 0,715856 0,825781 0,721710 0,224866 0,860626 0,807218 0,793778 0,884287 0,611329 0,711950 0,782641 0,882168 0,765828 0,877536 0,838847
DEA 0,008000 0,107000 0,035000 0,056000 0,094000 0,030000 0,076000 0,017000 0,027000 0,053000 0,080000 0,128000 0,130000 0,037000 0,035000 0,089000 0,114000 0,105000 0,133000 0,111000
ID 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200
SFA 0,926758 0,874436 0,787967 0,671782 0,818158 0,428474 0,743904 0,752033 0,708061 0,795222 0,830984 0,758201 0,831634 0,405378 0,746309 0,870046 0,742458 0,762676 0,484130 0,843593
DEA 0,131000 0,062000 0,077000 0,030000 0,127000 0,009000 0,027000 0,045000 0,048000 0,053000 0,053000 0,020000 0,062000 0,003000 0,037000 0,125000 0,171000 0,062000 0,006000 0,106000
ID 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220
SFA 0,685267 0,817028 0,787920 0,939114 0,780124 0,842322 0,891104 0,764870 0,601624 0,896750 0,726766 0,814011 0,687285 0,780312 0,931686 0,806470 0,753136 0,489383 0,472599 0,626922
DEA 0,022000 0,012000 0,022000 0,090000 0,040000 0,135000 0,105000 0,028000 0,013000 0,122000 0,012000 0,084000 0,044000 0,092000 0,152000 0,123000 0,030000 0,005000 0,010000 0,022000
ID 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240
SFA 0,380344 0,738316 0,859169 0,846822 0,466807 0,902927 0,889922 0,865299 0,914763 0,864617 0,890300 0,695513 0,840314 0,821795 0,758660 0,775340 0,781230 0,916573 0,929990 0,900038
DEA 0,004000 0,046000 0,167000 0,141000 0,003000 0,132000 0,126000 0,115000 0,091000 0,118000 0,085000 0,067000 0,079000 0,154000 0,051000 0,070000 0,034000 0,144000 0,069000 0,101000
ID 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260
SFA 0,929579 0,695481 0,797639 0,903103 0,542201 0,874303 0,823928 0,827837 0,795219 0,601158 0,797060 0,819901 0,846027 0,816806 0,905864 0,876819 0,417817 0,740601 0,897808 0,869506
DEA 0,131000 0,045000 0,041000 0,084000 0,008000 0,093000 0,071000 0,077000 0,029000 0,018000 0,103000 0,076000 0,156000 0,102000 0,139000 0,096000 0,019000 0,018000 0,110000 0,134000
ID 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280
SFA 0,933882 0,892137 0,688779 0,901182 0,733850 0,774625 0,790364 0,838935 0,841437 0,744279 0,748603 0,859430 0,922811 0,809077 0,853413 0,776871 0,898945 0,803287 0,825022 0,883346
DEA 0,176000 0,088000 0,020000 0,085000 0,038000 0,038000 0,063000 0,077000 0,037000 0,015000 0,025000 0,088000 0,092000 0,034000 0,113000 0,114000 0,124000 0,046000 0,086000 0,129000
ID 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300
SFA 0,846453 0,836559 0,889786 0,873064 0,934188 0,879178 0,888290 0,958549 0,870884 0,947206 0,867642 0,896927 0,844945 0,871088 0,842792 0,806972 0,886852 0,876740 0,905137 0,869814
DEA 0,093000 0,112000 0,130000 0,082000 0,136000 0,108000 0,258000 0,110000 0,128000 0,164000 0,198000 0,153000 0,108000 0,104000 0,083000 0,115000 0,067000 0,111000 0,164000 0,165000
ID 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320
SFA 0,731422 0,913154 0,821163 0,852530 0,886205 0,859630 0,855335 0,805384 0,833759 0,661092 0,882463 0,851232 0,827887 0,820891 0,890842 0,814147 0,893921 0,945936 0,866189 0,845696
DEA 0,020000 0,098000 0,051000 0,027000 0,120000 0,036000 0,043000 0,028000 0,146000 0,013000 0,058000 0,136000 0,059000 0,077000 0,116000 0,040000 0,101000 0,111000 0,087000 0,070000
ID 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340
SFA 0,710505 0,885184 0,733673 0,945656 0,639297 0,904205 0,913935 0,748299 0,874888 0,868835 0,762131 0,890764 0,775298 0,804059 0,622236 0,801137 0,876337 0,957994 0,849651 0,821517
DEA 0,103000 0,061000 0,042000 0,096000 0,037000 0,110000 0,095000 0,058000 0,087000 0,131000 0,074000 0,156000 0,060000 0,045000 0,036000 0,077000 0,077000 0,070000 0,202000 0,055000
ID 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360
SFA 0,868054 0,579006 0,817195 0,873224 0,854867 0,895355 0,864272 0,857226 0,833135 0,664345 0,730842 0,773179 0,224069 0,811791 0,827691 0,825503 0,859161 0,716922 0,843118 0,889866
DEA 0,087000 0,043000 0,149000 0,071000 0,026000 0,072000 0,052000 0,097000 0,074000 0,021000 0,018000 0,061000 0,002000 0,042000 0,045000 0,047000 0,129000 0,041000 0,118000 0,126000
ID 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380
SFA 0,864252 0,845591 0,866649 0,877238 0,713716 0,871185 0,874024 0,881704 0,522441 0,901377 0,786195 0,901183 0,700310 0,856560 0,676598 0,781550 0,817132 0,900023 0,730226 0,870539
DEA 0,085000 0,091000 0,121000 0,084000 0,036000 0,054000 0,048000 0,149000 0,006000 0,114000 0,040000 0,084000 0,022000 0,103000 0,027000 0,119000 0,030000 0,118000 0,037000 0,079000
ID 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400
SFA 0,958169 0,586923 0,816169 0,934057 0,860258 0,813809 0,921212 0,713149 0,676742 0,838322 0,963911 0,929486 0,562974 0,802488 0,660851 0,789608 0,905002 0,914059 0,923972 0,967948
DEA 0,049000 0,080000 0,054000 0,066000 0,088000 0,065000 0,073000 0,067000 0,040000 0,038000 0,088000 0,089000 0,026000 0,088000 0,060000 0,073000 0,127000 0,113000 0,142000 0,048000
ID 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420
SFA 0,799325 0,744510 0,904485 0,861116 0,797620 0,652635 0,877358 0,789209 0,836145 0,912970 0,902545 0,774745 0,760221 0,655828 0,940976 0,901046 0,912087 0,842265 0,673393 0,834045
DEA 0,038000 0,040000 0,103000 0,183000 0,043000 0,061000 0,063000 0,026000 0,137000 0,102000 0,079000 0,044000 0,072000 0,042000 0,172000 0,050000 0,076000 0,092000 0,072000 0,076000
ID 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440
SFA 0,936692 0,659676 0,881937 0,836383 0,808088 0,900868 0,773724 0,906316 0,910607 0,883580 0,747069 0,726986 0,784522 0,582290 0,851402 0,881199 0,881139 0,932732 0,846638 0,866990
DEA 0,306000 0,033000 0,065000 0,020000 0,114000 0,108000 0,106000 0,059000 0,106000 0,158000 0,148000 0,033000 0,027000 0,019000 0,059000 0,067000 0,071000 0,103000 0,064000 0,051000
ID 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460
SFA 0,564931 0,873787 0,720000 0,742531 0,936347 0,803771 0,919841 0,887251 0,792850 0,787070 0,892835 0,753097 0,736995 0,762864 0,904029 0,809073 0,796143 0,875944 0,870351 0,905939
DEA 0,009000 0,043000 0,024000 0,052000 0,132000 0,081000 0,015000 0,117000 0,094000 0,044000 0,069000 0,082000 0,110000 0,013000 0,103000 0,126000 0,062000 0,112000 0,079000 0,064000
ID 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478 1479 1480
SFA 0,762812 0,694217 0,936046 0,734035 0,882598 0,755363 0,841327 0,799800 0,642166 0,835283 0,726523 0,924629 0,887992 0,843522 0,898230 0,770861 0,767455 0,815186 0,800794 0,723857
DEA 0,080000 0,041000 0,131000 0,025000 0,028000 0,084000 0,055000 0,055000 0,040000 0,115000 0,034000 0,141000 0,061000 0,112000 0,126000 0,012000 0,038000 0,032000 0,021000 0,103000
ID 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 1496 1497 1498 1499 1500
SFA 0,655914 0,821421 0,857400 0,820703 0,921424 0,842205 0,901388 0,818477 0,908882 0,880863 0,681435 0,748137 0,755761 0,874083 0,741289 0,871077 0,819857 0,843252 0,828177 0,785255
DEA 0,021000 0,049000 0,120000 0,059000 0,086000 0,069000 0,086000 0,103000 0,156000 0,126000 0,025000 0,052000 0,027000 0,069000 0,035000 0,156000 0,070000 0,049000 0,082000 0,037000
ID 1501 1502 1503 1504 1505 1506 1507 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520
SFA 0,869092 0,462957 0,860336 0,631173 0,821596 0,894542 0,822036 0,850262 0,937957 0,808759 0,739458 0,856552 0,805438 0,755103 0,717692 0,887376 0,879093 0,751364 0,866109 0,749916
DEA 0,098000 0,006000 0,046000 0,020000 0,061000 0,073000 0,066000 0,227000 0,078000 0,096000 0,043000 0,067000 0,087000 0,064000 0,053000 0,076000 0,123000 0,112000 0,045000 0,104000
ID 1521 1522 1523 1524 1525 1526 1527 1528 1529 1530 1531 1532 1533 1534 1535 1536 1537 1538 1539 1540
SFA 0,928030 0,917522 0,612712 0,882484 0,857324 0,668027 0,924550 0,513892 0,381069 0,588978 0,752887 0,856308 0,369281 0,849395 0,677088 0,857974 0,883271 0,851503 0,843979 0,799540
DEA 0,144000 0,063000 0,054000 0,078000 0,036000 0,070000 0,126000 0,104000 0,005000 0,017000 0,070000 0,082000 0,135000 0,057000 0,015000 0,045000 0,063000 0,076000 0,155000 0,059000
ID 1541 1542 1543 1544 1545 1546 1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560
SFA 0,734044 0,773973 0,698602 0,771279 0,856160 0,677700 0,896067 0,846429 0,731335 0,791929 0,893973 0,897957 0,870276 0,847371 0,734751 0,853266 0,753425 0,621729 0,917321 0,716626
DEA 0,041000 0,071000 0,153000 0,046000 0,129000 0,017000 0,031000 0,061000 0,042000 0,137000 0,048000 0,089000 0,038000 0,159000 0,074000 0,064000 0,095000 0,039000 0,170000 0,077000
ID 1561 1562 1563 1564 1565 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579 1580
SFA 0,839478 0,811720 0,840083 0,860553 0,887038 0,802781 0,925910 0,865435 0,828809 0,928519 0,409700 0,773805 0,881597 0,818210 0,891360 0,884927 0,805135 0,871980 0,905478 0,724853
DEA 0,061000 0,059000 0,075000 0,065000 0,044000 0,047000 0,175000 0,178000 0,081000 0,168000 0,009000 0,674000 0,067000 0,120000 0,073000 0,048000 0,103000 0,107000 0,170000 0,141000
ID 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 1596 1597 1598 1599 1600
SFA 0,801254 0,813097 0,831163 0,822830 0,835015 0,726179 0,897859 0,668454 0,776268 0,797401 0,505057 0,852218 0,237441 0,925070 0,808532 0,673139 0,550421 0,834492 0,686734 0,810956
DEA 0,061000 0,076000 0,242000 0,083000 0,118000 0,064000 0,170000 0,046000 0,074000 0,095000 0,006000 0,108000 0,002000 0,169000 0,079000 0,016000 0,014000 0,071000 0,074000 0,029000
ID 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620
SFA 0,962074 0,867228 0,826933 0,752199 0,930391 0,851351 0,767448 0,793430 0,738539 0,763723 0,811984 0,803598 0,863024 0,681284 0,779298 0,935322 0,856285 0,949071 0,773837 0,695508
DEA 0,141000 0,049000 0,113000 0,064000 0,085000 0,090000 0,036000 0,115000 0,073000 0,032000 0,067000 0,085000 0,066000 0,026000 0,100000 0,193000 0,072000 0,341000 0,054000 0,039000
ID 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630 1631 1632 1633 1634 1635 1636 1637 1638 1639 1640
SFA 0,817307 0,784404 0,911153 0,536978 0,870051 0,847789 0,898593 0,479063 0,701681 0,869544 0,905570 0,905728 0,823413 0,758318 0,968492 0,601118 0,828219 0,760119 0,833391 0,874070
DEA 0,063000 0,026000 0,094000 0,009000 0,054000 0,082000 0,112000 0,010000 0,049000 0,100000 0,214000 0,069000 0,112000 0,054000 0,172000 0,014000 0,040000 0,070000 0,165000 0,105000
ID 1641 1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660
SFA 0,891362 0,941162 0,950684 0,817504 0,850102 0,936080 0,661171 0,833901 0,902612 0,875717 0,503796 0,873675 0,747980 0,827173 0,760196 0,494993 0,777791 0,829630 0,835032 0,795460
DEA 0,162000 0,065000 0,111000 0,074000 0,109000 0,181000 0,067000 0,069000 0,095000 0,095000 0,120000 0,097000 0,026000 0,154000 0,111000 0,094000 0,093000 0,081000 0,056000 0,093000
ID 1661 1662 1663 1664 1665 1666 1667 1668 1669 1670 1671 1672 1673 1674 1675 1676 1677 1678 1679 1680
SFA 0,784945 0,831805 0,811972 0,932862 0,944317 0,828242 0,906653 0,932659 0,846654 0,656535 0,847603 0,892696 0,853671 0,808316 0,701506 0,876579 0,872624 0,907267 0,961587 0,602737
DEA 0,047000 0,033000 0,075000 0,096000 0,251000 0,044000 0,386000 0,278000 0,096000 0,037000 0,034000 0,151000 0,052000 0,091000 0,011000 0,072000 0,065000 0,268000 0,154000 0,052000
ID 1681 1682 1683 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701
SFA 0,810782 0,784348 0,884943 0,785979 0,556839 0,829039 0,802302 0,817696 0,721176 0,867885 0,770312 0,776797 0,912020 0,901144 0,822237 0,492269 0,807097 0,896597 0,585657 0,773283 0,843343
DEA 0,048000 0,061000 0,100000 0,106000 0,008000 0,044000 0,032000 0,101000 0,159000 0,134000 0,063000 0,170000 0,067000 0,186000 0,020000 0,142000 0,172000 0,105000 0,139000 0,042000 0,139000
ID 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722
SFA 0,837223 0,860287 0,552625 0,683402 0,850387 0,916197 0,912910 0,873901 0,719087 0,877285 0,708320 0,875874 0,823360 0,641180 0,634543 0,842611 0,679907 0,897930 0,755047 0,857494 0,858356
DEA 0,092000 0,118000 0,199000 0,131000 0,042000 0,107000 0,151000 0,146000 0,067000 0,089000 0,114000 0,110000 0,157000 0,307000 0,027000 0,238000 0,076000 0,143000 0,080000 0,093000 0,108000
Lampiran 3. Distribusi Modal Inti Berdasarkan Nilai Efisiensi SFA < 1 Milyar 1 - 10 Milyar > 10 Milyar Nilai Efisiensi NilaiK N % N % N % NE < 0,65 85 63,00 43 31,90 7 5,20 0,65 ≤ NE < 0,76 131 47,10 138 49,60 9 3,20 0,76 ≤ NE < 0,87 324 45,20 373 52,00 20 2,80 NE ≥ 0,87 215 36,30 361 61,00 16 2,70
Lampiran 4. Distribusi Modal Inti Berdasarkan Nilai Efisiensi DEA < 1 Milyar 1 - 10 Milyar > 10 Milyar Nilai Efisiensi N % N % N % NE < 0,65 751 43,74 914 53,23 52 3,03 0,65 ≤ NE < 0,76 1 50,00 1 50,00 0 0,00 0,76 ≤ NE < 0,87 0 0,00 0 0,00 0 0,00 NE ≥ 0,87 3 100,00 0 0,00 0 0,00
Lampiran 5. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi SFA Nilai Tidak Sehat Kurang Sehat Cukup Sehat Sehat Efisiensi N % N % N % N % NE < 0,65 25 18,50 48 35,60 22 16,30 40 29,60 0,65 ≤ NE < 0,76 10 3,60 44 15,80 57 20,50 167 60,10 0,76 ≤ NE < 0,87 11 1,50 45 6,30 70 9,80 591 82,40 NE ≥ 0,87 3 0,50 24 4,10 65 11,00 497 84,40
Lampiran 6. Distribusi Tingkat Kesehatan Berdasarkan Nilai Efisiensi DEA Nilai Tidak Sehat Kurang Sehat Cukup Sehat Sehat Efisiensi N % N % N % N % NE < 0,65 49 2,86 160 9,33 214 12,48 1292 75,34 0,65 ≤ NE < 0,76 0 0,00 0 0,00 0 0,00 2 100,00 0,76 ≤ NE < 0,87 0 0,00 0 0,00 0 0,00 0 0,00 NE ≥ 0,87 0 0,00 1 50,00 0 0,00 1 50,00
Lampiran 7. Nilai Efisiensi Berdasarkan Status BPR Keterangan 0,65 ≤ NE 0,76 ≤ NE < NE < 0,65 < 0,76 0,87 NE ≥ 0,87 N % N % N % N % SFA 0 0,00 1 25,00 3 75,00 0 0,00 KBPR DEA 4 100,00 0 0,00 0 0,00 0 0,00 SFA 2 5,26 5 13,16 8 21,05 23 60,53 KOP DEA 37 97,37 0 0,00 0 0,00 1 2,63 SFA 0 0,00 2 8,00 12 48,00 11 44,00 LPN DEA 25 100,00 0 0,00 0 0,00 0 0,00 SFA 0 0,00 0 0,00 1 100,00 0 0,00 MAI BD DEA 1 100,00 0 0,00 0 0,00 0 0,00 SFA 15 22 5,76 38 9,95 166 43,46 6 40,83 PD DEA 381 99,74 1 0,26 0 0,00 0 0,00 SFA 23 40 111 8,73 2 18,24 527 41,43 2 31,60 PT DEA 1269 99,76 1 0,08 0 0,00 2 0,16
Lampiran 8. Nilai Efisiensi Berdasarkan KKBI Keterangan Pusat Bandung Banjarmasin Denpasar Makasar Medan Padang Palembang Semarang Surabaya
SFA DEA SFA DEA SFA DEA SFA DEA SFA DEA SFA DEA SFA DEA SFA DEA SFA DEA SFA DEA
NE < 0,65 N 29 234 24 245 4 48 11 208 4 57 9 56 0 126 10 43 25 373 19 327
% 12,34 99,57 9,80 100,00 0,33 100,00 5,29 100,00 6,78 96,62 16,07 100,00 0,00 99,21 23,26 100,00 6,71 100,00 5,79 99,70
0,65 ≤ NE < 0,76 0,76 ≤ NE < 0,87 NE ≥ 0,87 N % N % N 33 14,04 96 40,85 77 0 0,00 0 0,00 1 43 17,55 115 46,94 63 0 0,00 0 0,00 0 7 14,58 22 45,83 15 0 0,00 0 0,00 0 26 12,50 77 37,02 94 0 0,00 0 0,00 0 12 20,34 25 42,37 18 1 1,69 0 0,00 1 13 23,21 28 50,00 6 0 0,00 0 0,00 0 5 3,94 45 35,43 77 1 0,79 0 0,00 0 10 23,26 12 27,91 11 0 0,00 0 0,00 0 68 18,23 172 46,11 108 0 0,00 0 0,00 0 61 18,60 125 38,11 123 0 0,00 0 0,00 1
% 32,77 0,43 25,71 0,00 39,26 0,00 45,19 0,00 30,51 1,69 10,72 0,00 60,63 0,00 25,57 0,00 28,95 0,00 37,50 0,30