PENGARUH TINGKAT KESEHATAN RISK BASED BANK RATING TERHADAP SOLVABILITAS BANK SYARIAH DI INDONESIA
SKRIPSI
Diajukan kepada Fakultas Syariah dan Hukum Untuk Memenuhi Syarat-Syarat Mencapai Gelar Sarjana Ekonomi Syariah (S.E.Sy)
Oleh : Imam Syuhada NIM. 1111046100033
KONSENTRASIPERBANKANSYARIAH PROGRAM STUDI MUAMALAT (EKONOMI ISLAM) FAKULTAS SYARIAH DAN HUKUM UIN SYARIF HIDAYATULLAH JAKARTA 1436 H/2015 M
i
i
LEMBAR PENGESAHAN
ii
LEMBAR PERNYATAAN Dengan ini saya menyatakan bahwa : 1.
Skripsi ini merupakan hasil karya asli saya yang diajukan untuk memenuhi salah satu persyaratan memperoleh gelar strata satu di Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta.
2.
Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan sesuai dengan ketentuan yang berlaku di Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta.
3.
Jika di kemudian hari terbukti bahwa karya ini bukan hasil karya asli saya atau merupakan hasil jiplakan dari karya orang lain, maka saya bersedia menerima sanksi yang berlaku di Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta. Jakarta,
Imam Syuhada
iii
September 2015
KATA PENGANTAR Puji syukur kehadirat Allah SWT., yang telah melimpahkan segala rahmat-Nya sehingga penulis dapat menyelesaikan kewajiban studinya. Shalawat serta salam semoga tercurahkan kepada junjungan kami, Nabi Muhammad SAW. beserta para keluarga dan sahabatnya. Penulisan skripsi ini tidak akan terselesaikan tanpa banyak tangan yang terulur memberikan bantuan. Ucapan rasa hormat dan terima kasih atas segala kepedulian mereka yang telah memberikan bantuan, baik berupa sapaan moril, kritik, masukan, dorongan semangat, dukungan finansial maupun sumbangan pemikiran dalam penulisan skripsi ini. Oleh karena itu, penulis secara khusus mengucapkan terima kasih kepada: 1.
Bapak Dr. Asep Saepudin Jahar, M.A., selaku Dekan Fakultas Syariah dan Hukum Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta.
2.
Bapak A.M. Hasan Ali, M.A., selaku ketua Pogram Studi Muamalat (Hukum Ekonomi Islam) Fakultas Syariah dan Hukum Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta.
3.
Bapak H. Ah. Azharuddin Lathif, M.Ag., MH., selaku dosen pembimbing akademik yang telah memberikan masukan saran mengenai proposal penelitian skripsi
iv
4.
Ibu Dr. Siti Hamidah Rustiana, S.E, Ak, M.Si dan Bapak Ir. Aries Koentjoro, M.M, selaku penguji pada sidang skripsi yang telah membantu saya dalam mengoreksi kesalahan-kesalahan dalam penelitian saya.
5.
Bapak Ali Rama, S.E, M.Ec, selaku pembimbing skripsi yang telah banyak membantu meluangkan waktu, pikiran dan tenaga serta kesabarannya untuk memberikan bimbingan, pengarahan dan nasihat kepada penulis dalam menyelesaikan skripsi ini.
6.
Seluruh dosen serta civitas akademika Fakultas Syariah dan Hukum Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta yang telah mendidik dan memberikan ilmunya kepada penulis.
7.
Segenap pimpinan dan karyawan Perpustakaan Fakultas Syariah dan Hukum, serta Perpustakaan Umum Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta.
8.
Kedua orang tua penulis, yaitu Bapak Purnomo Miskan dan Ibu Chadijah, yang telah memberikan banyak motivasi bagi penulis untuk secepatnya menyelesaikan skripsi ini. Setiap pesan dan nasihat yang disampaikan selalu memberikan inspirasi serta motivasi bagi penulis. Tak lupa juga, kakak dan adik penulis yang merupakan anugerah yang telah Allah SWT. berikan, yaitu Azhar Kamal, Ria Fajriati, dan Muhammad Hisyam.
9.
Sahabat-sahabat penulis yang selalu menemani saat bimbingan skripsi, mendukung dan memotivasi penulis untuk segera menyelesaikan skripsi ini, yaitu Yella Novella Dara Amelia dan Eko Sunarwan.
10. Sahabat-sahabat penulis yang selalu mendukung dan memotivasi penulis untuk segera menyelesaikan skripsi ini, yaitu Mutia Sarayati, Mu’min Billah, Zakaria, Achmad, Nasir, Latief, Firdaus, Aufar, Zulkarnain, Nuril, Akiko, Ramadan dan sahabat lainnya dari PS A 2011. 11. Teman-teman seperjuangan di Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta, khususnya mahasiswa/i Perbankan Syariah angkatan 2011 yang telah membantu dan memberikan motivasi dalam skripsi ini. Terima kasih atas semua kenangan yang tidak terlupakan, semoga silaturahim kita dapat tetap terjalin sampai kapanpun. Akhirnya kepada semua pihak yang telah membantu selesainya skripsi ini, penulis ucapkan terima kasih sebesar-besarnya. Semoga Allah SWT mencatatnya sebagai amal dan membalasnya dengan yang lebih baik. Selain itu, penulis akui bahwa skripsi ini masih jauh dari kesempurnaan. Oleh karena itu, besar harapan penulis munculnya saran untuk menunjang kesempurnaan atas skripsi ini di waktu mendatang. Semoga skripsi ini dapat memberikan manfaat bagi semua kalangan. Aamiin.
Jakarta,
September 2015
Imam Syuhada
ABSTRACT The purpose of this research is to test the influence of the variable Return On Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), NonPerforming Financing (NPF), and Portfolio AssetsVolume (VAP) toward Debt to Assets Ratio (DAR). The result of this research could give contributions to banking managers in keeping its banking performance. Methodology research as the sample used purposive sampling with criteria as (1) Listed Islamic General Banking on Bank Indonesia that is published in annual report of Islamic Banking on 2014 and provide financial report during period 2010 through 2014. Data that used on this research were panel data of sample Islamic Bank that acquired from criteria. Sample was acquired 8 Islamic Bank with 19 quarterly period and 152 data. Data analysis with multiple linear regression of ordinary least square with weighted and Cross-section SUR (Seemingly Unrelated Regression) adjusted. Hypotheses test used tstatistic and F-statistic at level significance 5%, a classic assumption examination which consist of data normality test, multicollinearity test, heteroscedasticity test and autocorrelation test is also being done to test the hypotheses. The result of research show that variables and data research was normal distributed. Based on multicollinierity test, heteroscedasticity test and autocorrelation test classic assumption deviation has not founded, this indicate that the available data has fulfill the condition to use multi linier regression model. Empirical evidence show as ROA, NOM, FDR, and NPF to have influence toward DAR general banking in Indonesia over period 2010 – 2014 at level of significance less than 5%. Meanwhile, VAP to have not influence toward DAR general banking in Indonesia over period 2010 – 2014 at level of significance more than 5%. Where it was proved that together ROA, NOM, FDR, NPF, and VAP to have influence toward DAR general banking in Indonesia over period 2010 – 2014 at level of significance less than 5%. Prediction capability from these five variables toward DAR is 66,5%, where the balance (33,5%) is affected to other factor which was not to be entered to research model. Beside this research is limited to Risk Based Bank Rating indicators with 8 sample, research quarterly period along 5 years, and 152 data acquired. Suggested to future research expanding other fundamental factors and expanding data period to achieve a strong and efficient banking system which build the stability offinancial system to grow up national economy. Keyword : Banking Performance, RBBR, DAR, ROA, NOM, FDR, NPF, VAP
vii
ABSTRAK Penelitian ini bertujuan untuk menguji pengaruh variabel Return On Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), NonPerforming Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Debt to Assets Ratio (DAR). Hasil penelitian ini diharapkan dapat memberikan kontribusi bagi para praktisi dalam menjaga tingkat kesehatan bank. Teknik Sampling yang digunakan adalah purposive sampling dengan kriteria Bank Umum Syariah yang sudah terdaftar di Bank Indonesia berdasarkan statistik perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014 dan mempublikasikan laporan keuangan triwulan selama periode 2010-2014. Data yang digunakan adalah data panel dari sampel bank yang memenuhi kriteria tersebut. Diperoleh jumlah sampel sebanyak 8 bank syariah dengan periode sebanyak 19 periode triwulan sehingga didapatkan 152 data. Teknik analisis yang digunakan adalah regresi berganda berbobot dengan penyesuaian Cross-section SUR (Seemingly Unrelated Regression) dilengkapi uji asumsi klasik normalitas, multikolinearitas, heterokedastisitas dan autokorelasi untuk mendapat model estimasi yang tidak bias. Hipotesis diuji menggunakan t-statistik untuk menguji keberartian koefisien regresi secara parsial serta F-statistik untuk menguji keberartian koefisien regresi secara bersama-sama pada tingkat signifikansi 5%. Hasil penelitian ini menunjukkan bahwa ROA, NOM, FDR, dan NPF secara parsial berpengaruh signifikan terhadap DAR pada bank umum syariah di Indonesia periode 2010-2014 dengan nilai probabilitas masing-masing lebih kecil dari 0,05. Sementara, VAP secara parsial tidak berpengaruh signifikan terhadap DAR pada bank umum syariah di Indonesia periode 2010-2014 dengan nilai probabilitas lebih besar dari 0,05. Koefisien determinasi menunjukkan bahwa dalam model regresi sebesar 66,5% perubahan variabel DAR disebabkan oleh keenam variabel yang diteliti, sedangkan sisanya 33,5% dipengaruhi oleh faktor lain yang tidak dimasukkan ke dalam model penelitian. Penelitian ini hanya terbatas pada variabel tingkat kesehatan bank Risk Based Bank Rating dengan 8 sampel, periode pengamatan selama 19 triwulan dan 152 data. Disarankan agar dilakukan penelitian lanjutan dengan memperluas faktor lainnya sebagai variabel independen yang mempengaruhi DAR dan menambah periode data yang ada sehingga mencapai suatu system perbankan yang sehat, kuat dan efisien guna menciptakan kestabilan system keuangan dalam rangka membantu mendorong pertumbuhan ekonomi nasional. Kata Kunci : Tingkat Kesehatan Bank, RBBR, DAR, ROA, NOM, FDR, NPF, VAP
DAFTAR ISI LEMBAR PENGESAHAN ................................................................................................ ii LEMBAR PERNYATAAN............................................................................................... iii KATA PENGANTAR ....................................................................................................... iv ABSTRACT ...................................................................................................................... vii DAFTAR ISI ...................................................................................................................... ix DAFTAR TABEL ............................................................................................................. xii DAFTAR GRAFIK ......................................................................................................... xiii DAFTAR GAMBAR ....................................................................................................... xiv BAB I PENDAHULUAN ................................................................................................... 1 A. Latar Belakang........................................................................................................... 1 B. Pembatasan dan Perumusan Masalah ...................................................................... 11 1.
Pembatasan Masalah ............................................................................................ 11
2.
Perumusan Masalah ............................................................................................. 12
C. Tujuan dan Manfaat Penelitian................................................................................ 12 D. Sistematika Penulisan .............................................................................................. 14 BAB II TINJAUAN PUSTAKA ...................................................................................... 16 A. Financial Distress Theory ....................................................................................... 16 B. Bank ......................................................................................................................... 19 C. Kesehatan Bank ....................................................................................................... 24 D. Risk-Based Bank Rating .......................................................................................... 26 1.
Risk Profile (Profil Risiko) .................................................................................. 26
2.
Good Corporate Governance (GCG) .................................................................. 27
3.
Earning (Rentabilitas).......................................................................................... 28
4.
Capital (Modal) ................................................................................................... 29
E. Solvabilitas Bank Syariah ....................................................................................... 30 1.
Debt to Assets Ratio (DAR) ................................................................................. 30
ix
2.
Debt to Equity Ratio (DER) ................................................................................. 30
3.
Equity Multiplier (EM) ........................................................................................ 31
F. Return On Assets (ROA) ......................................................................................... 31 G. Net Operating Margin (NOM) ................................................................................ 33 H. Financing To Deposit Ratio (FDR) ......................................................................... 34 I.
Non Performing Financing (NPF) .......................................................................... 36
J.
Volume Aset Portofolio (VAP) ................................................................................ 37
K. Penelitian Terdahulu ................................................................................................ 38 M. Kerangka Teoritis .................................................................................................... 43 N. Hipotesis .................................................................................................................. 46 BAB III METODOLOGI PENELITIAN ....................................................................... 48 A. Ruang Lingkup Penelitian ....................................................................................... 48 B. Metode Penentuan Sampel ...................................................................................... 48 C. Metode Pengumpulan Data ..................................................................................... 51 D. Definisi Operasional Variabel ................................................................................. 51 E. Teknik Analisis Data ............................................................................................... 58 1.
Statistik Deskriptif ............................................................................................... 58
2.
Penentuan Model Regresi .................................................................................... 59
3.
Uji Asumsi Klasik................................................................................................ 62
4.
Analisis Regresi Berganda ................................................................................... 66
BAB IV HASIL DAN PEMBAHASAN .......................................................................... 71 A. Sekilas Gambaran Umum Objek Penelitian ............................................................ 71 B. Hasil Uji Analisis Data Penelitian ........................................................................... 73 1.
Hasil Uji Statistik Deskripsi ................................................................................ 73
2.
Penentuan Model Regresi Data Panel .................................................................. 79
3.
Hasil Uji Asumsi Klasik ...................................................................................... 81
4.
Hasil Uji Hipotesis ............................................................................................... 89
BAB V PENUTUP .......................................................................................................... 102 A. Kesimpulan ............................................................................................................ 102 B. Implikasi ................................................................................................................ 104 C. Saran ...................................................................................................................... 105 DAFTAR PUSTAKA ..................................................................................................... 107 LAMPIRAN .................................................................................................................... 110
DAFTAR TABEL Tabel 1. Predikat kesehatan bank berdasarkan ROA .............................................................. 28 Tabel 2. Predikat kesehatan bank berdasarkan NOM ............................................................. 28 Tabel 3. Predikat kesehatan bank berdasarkan CAR .............................................................. 29 Tabel 4. Ringkasan Penelitian Terdahulu ............................................................................... 40 Tabel 5. Proses Seleksi Sampel............................................................................................... 50 Tabel 6. Statistik Deskriptif .................................................................................................... 74 Tabel 7. Chow Test ................................................................................................................. 80 Tabel 8. Hausman Test ........................................................................................................... 81 Tabel 9. Korelasi Variabel Independen................................................................................... 83 Tabel 10. Uji Park................................................................................................................... 85 Tabel 11. Uji Durbin-Watson ................................................................................................. 86 Tabel 12. Hasil Regresi Autokorelasi ..................................................................................... 87 Tabel 13. Hasil Regresi dengan Cross Section SUR............................................................... 88 Tabel 14. Regresi Linear Berganda......................................................................................... 89 Tabel 15. Adjusted R-Square .................................................................................................. 93 Tabel 16. Uji Statistik t ........................................................................................................... 94 Tabel 17. Uji F Statistik ........................................................................................................ 100
xii
DAFTAR GRAFIK Grafik 1. Return on Assets Perbankan Indonesia Tahun 1997-1999 ........................................ 2 Grafik 2. Return on Assets dan Capital Adequacy Ratio Perbankan Indonesia Tahun 20072009 .......................................................................................................................... 5 Grafik 3. Return on Assets dan Capital Adequacy Ratio Perbankan Syariah Indonesia Tahun 2007-2009 ................................................................................................................. 7 Grafik 4. Perkembangan Capital Adequacy Ratio (CAR) Perbankan Syariah di Indonesia Tahun 2011-2014 ...................................................................................................... 8 Grafik 5. Perkembangan Capital Adequacy Ratio (CAR) ...................................................... 72 Grafik 6. Perkembangan Debt to Assets Ratio (DAR) ........................................................... 73 Grafik 7. Test Normalitas Jarque-Bera ................................................................................... 82
xiii
DAFTAR GAMBAR Gambar 1. Skema Kerangka Pemikiran .................................................................................. 42 Gambar 2. Skema Kerangka Teoritis ...................................................................................... 46
xiv
BAB I PENDAHULUAN A. Latar Belakang Krisis ekonomi yang terjadi di Indonesia pada tahun 1998 dan 2008 cukup memberi dampak pada keadaan perbankan di Indonesia. Belum lepas dari ingatan kita ketika krisis 1997 memporakporandakan hampir seluruh sendi perekonomian Indonesia. Krisis keuangan Asia atau di Indonesia lebih dikenal dengan nama Krisis Moneter (krismon) itu, berawal di Thailand pada bulan Juli. Krisis ini membawa dampak yang sangat besar terhadap nilai tukar, bursa saham, dan harga aset lainnya di beberapa negara Asia. Gejolak diawali dengan kejatuhan nilai tukar rupiah terhadap USD. Akibatnya, banyak bank mulai ditimpa kerugian, terutama bank yang punya pinjaman dalam mata uang asing dan tidak melakukan lindung nilai atas pinjamannya. Gejolak kurs yang ditambah dengan pemburukan arus kas bankbank menyebabkan
bank
menghadapi
kesulitan
likuiditas. Sehingga
berdampak pada ketidakcukupan modal dalam menutupi likuiditas. Masalah likuiditas masyarakat
ini
mengakibatkan
ramai-ramai
bank
kehilangan kepercayaan
sehingga
menarik uangnya secara besar-besaran dari bank.
Tanpa dana simpanan nasabah, bank tidak dapat menjalankan kegiatan usaha sepenuhnya, ini terlihat dari profitabilitas yang menurun drastis yang diukur dengan Retrn on Assets (ROA). Puluhan bank harus ditutup dengan konsekuensi
1
perekonomian bisa lumpuh total.1 Grafik 1. Return on Assets Perbankan Indonesia Tahun 1997-1999 5
1.17
0.38
1997
1998
0 1999
-5 -10 -15 -22.59
-20 -25 ROA Sumber: Laporan Tahunan Bank Indonesia 1998/1999
Walaupun keadaan krisis ekonomi tahun 1998 membuat banyak bank harus tutup, tetapi bank yang menggunakan sistem bagi hasil (syariah) dapat bertahan dan tidak sampai harus ditutup, hal ini dikarenakan pembayaran bagi hasil didasarkan pada keuntungan riil dimana ketetapan didasarkan kontrak tidak bisa berubah sewaktu-waktu seperti halnya dengan bunga, sehingga tidak terkena dampak langsung dari kenaikan suku bunga dan inflasi akibat krisis global 1998. Bank syariah ini adalah Bank Muamalat Indonesia. Bank Muamalat Indonesia didirikan pada tahun 1991 dan beroperasi tahun 1992 hingga saat ini.2 Setelah masa krisis dilewati, perbankan di Indonesia mulai berbenah diri
Bank Indonesia, “Krisis Global dan Penyelamatan Sistem Perbankan Indonesia”, Humas Bank Indonesia, Jakarta, 2010, h. vi 2 Anif Punto Utomo, Dua Dekade Ekonomi Syariah: Menuju Kiblat Ekonomi Islam, Gres! Publishing Pusat Komunikasi Ekonomi Syariah, Jakarta, 2014, hal. iv – v 1
memperbaiki dan membangun apa yang hilang saat krisis. Terlihat dari profitabilitas yang mempunyai trend meningkat dari tahun 2001 hingga 2006 yaitu 1,45%, 1,96%, 2,63%, 3,46%, 2,55%, 2,64%.3 Selain itu perbaikan dalam segi permodalan pun dilakukan perbankan untuk menghindari masalah saat penarikan besar-besaran yang mungkin terjadi, hal ini terlihat dari Capital Adequacy Ratio (CAR) yang juga mempunyai trend meningkat yaitu 19,93%, 22,44%, 19,43%, 19,42%, 19,30%, 21,27%.4 Hal yang tidak berbeda juga terjadi pada perbankan syariah di Indonesia secara khususnya. Terlihat perbankan syariah juga mulai tumbuh dengan pesat setelah bertahan dari krisis global 1998 dengan peningkatan permodalan yang diukur dengan rasio kecukupan modal (CAR) sebesar 12,41%, 13,73%, 10,67% dari tahun 2005 hingga 2007 dan juga peningkatan dari sisi profitabilitas yang diukur dengan Return on Assets (ROA) sebesar 1,35%, 1,55%, 2,07% dari tahun 2005 hingga 2007.5 Hal ini dikarenakan krisis 1998 telah mempengaruhi perbaikan pada beberapa aspek, antara lain transparansi yang memenuhi akuntabilitas dan efektifitas, profesionalisme dan kompetensi, pemenuhan ketentuan perbankan dan prinsip kehati-hatian. Demikian juga, bank tidak lagi berperanan sebagai kasir dari sejumlah perusahaan dan grup perusahaan tertentu, terpeliharanya posisi eksposur (exposure) valas tanpa resiko (long or square foreign exchange 3
Laporan Tahunan Bank Indonesia Tahun 2007, h. 27 Ibid, h. 27 5 Statistik Perbankan Syariah Tahun 2010, h. 38 4
net open position) yang terkandung pada neraca bank, suasana persaingan antar bank sehat baik yang bercirikan oligopoli untuk antar bank besar dan monopolistic competition bagi bank menengah ke bawah.6 Kemudian, Krisis ekonomi terjadi lagi pada tahun 2008, rekayasa instrumen keuangan yang berbentuk subprime mortgage menjadi salah satu sebab timbulnya krisis ekonomi di AS. Subprime mortgage atau surat kredit perumahan (KPR) yang berbunga rendah di tahun 2001-2005 menyebabkan meningkatnya permintaan rumah (boom in the housing market).7 Sebab, penduduk dengan penghasilan pas-pasan, yang dengan mudahnya syarat mendapat kredit kepemilikan rumah (KPR), akhirnya ramai-ramai memborong properti. Padahal tingkat bunga KPR sub-prime mortage lebih tinggi dari bunga bank. Pada akhirnya para debitur yang tidak dapat membayar cicilan pokok dan bunga yang membengkak menjadi penyebab kerugian lembaga keuangan dan salah satunya adalah Lehman Brothers yang jatuh bangkrut mulai menyebarkan krisis dimana nilai tukar rupiah terhadap Dollar US melemah.8 Di berbagai negara, aliran dana dan kredit terhenti, transaksi dan kegiatan ekonomi sehari-hari terganggu. Aliran dana keluar (capital
outflow) terjadi
besar-besaran. Indonesia yang saat krisis tidak memberlakukan penjaminan dana nasabah secara menyeluruh, menderita capital outflow lebih parah Heri Sudarsono, “Dampak Krisis Keuangan Global terhadap Perbankan di Indonesia: Perbandingan antara Bank Konvensional dan Bank Syariah”, Jurnal LaRiba, Vol. III, No. 1, Juli 2009, h.17 7 Heri Sudarsono, 2009, h. 14 8 Bank Indonesia, 2010, h. 2 6
dibanding
negara-negara tetangga yang menerapkan penjaminan
dana
nasabah secara penuh (blankeet guarantee).9 Aliran dana keluar itu membuat likuiditas di dalam negeri semakin kering dan bank-bank mengalami kesulitan mengelola arus dananya. Hal ini sama seperti pada tahun 1998 dimana terjadi penarikan besar-besaran oleh deposan yang mulai tidak percaya dengan lembaga perbankan, sehingga permodalan perbankan dikerahkan untuk menutupi penarikan tersebut dan profitabilitas perbankan menurun akibat dari lambatnya kegiatan usaha perbankan tanpa dana simpanan nasabah, seperti terlihat pada grafik di bawah ini. Grafik 2. Return on Assets dan Capital Adequacy Ratio Perbankan Indonesia Tahun 2007-2009 25 20 15
19.3 16.76
17.42
2.33 2008
2.6 2009
10 5 0
2.78 2007 CAR
ROA
Sumber: Statistik Perbankan Indonesia 2012
Dari grafik diatas terlihat penurunan yang terjadi tidak begitu besar, hal ini terjadi karena Bank Indonesia meningkatkan BI rate untuk meredam inflasi yang
9
Ibid, h. 7
diakibatkan oleh turunnya nilai rupiah terhadap dolar. Kenaikan BI rate direspon dengan kenaikan tingkat bunga bank konvensional secara masif. Namun, kembali lagi seperti pada tahun 1998, krisis global dan kenaikan tingkat bunga ini tidak mempengaruhi bank syariah secara langsung.10 Sistem jual beli (bai’) di bank syariah, dimana pembayaran margin didasarkan fixed rate dimana ketetapan didasarkan kontrak tidak bisa berubah sewaktu-waktu seperti halnya dengan bunga. Namun bagi produk bagi hasil dimungkinkan krisis keuangan ini akan mempengaruhi return bank syariah karena krisis keuangaan akan mempengaruhi bagi hasil pegusaha untuk mendapatkan laba optimal.11 Terlihat di bawah ini akibat dari kenaikan BI rate dari krisis global tahun 2008 terhadap profitabilitas dan permodalan bank syariah.
10
Heri Sudarsono, 2009, h. 17 Ibid, h. 17
11
Grafik 3. Return on Assets dan Capital Adequacy Ratio Perbankan Syariah Indonesia Tahun 2007-2009 14 12 10
12.81 10.77
10.67
8 6 4 2 0
2.07
1.48 2009
1.42 2008
2007 CAR
ROA
Sumber: Statistik Perbankan Syariah 2012
Dari dampak krisis ekonomi diatas, pada tahun 2011 Bank Indonesia yang bertugas sebagai lembaga pengawas bank dan mengingat Basel III terkait dengan penguatan modal dan penyempurnaan manajemen risiko mengeluarkan kebijakan penilaian tingkat kesehatan bank dengan metode Risk-based Bank Rating (RBBR).12 Peraturan baru ini merupakan penyempurnaan dari metode CAMELS yang sebelumnya digunakan. Metode baru yang ditetapkan oleh Bank Indonesia merupakan metode dengan pendekatan risiko yang terdiri dari empat faktor penilaian yakni Risk Profile, Good Corporate Governance (GCG), Earning, dan Capital. Krisis tahun 1997 dan 2008, memberikan gambaran bahwa pentingnya kesehatan bank dan sistem ketahanan bank, selain itu seperti yang diketahui 12
Surat Edaran Bank Indonesia No. 13/24/DPNP perihal Penilaian Tingkat Kesehatan Bank Umum tahun 2011
bahwa setiap kegiatan perbankan selalu berhubungan dengan risiko usaha, khususnya bank syariah. Di tengah kegiatan bank syariah yang selalu beriring dengan risiko, maka kepercayaan masyarakat terhadap kemampuan Bank Syariah dalam menjamin dana yang mereka simpan, haruslah dijaga agar Bank Syariah tetap dapat menjalankan kegiatan operasionalnya dan terus berkembang. Maka diharapkan dengan kebijakan penilaian tingkat kesehatan bank yang baru ini, perbankan di Indonesia, khususnya perbankan syariah dapat menguatkan modal dan manajemen risikonya. Setelah ditetapkannya kebijakan penilaian tingkat kesehatan bank dengan metode Risk-based Bank Rating (RBBR), keadaan permodalan Bank Syariah memperlihatkan keadaan sebaliknya, bukan meningkat tetapi menurun. Grafik 4. Perkembangan Capital Adequacy Ratio (CAR) Perbankan Syariah di Indonesia Tahun 2011-2014
CAR 16.63
2011
14.13
14.42
2012
2013
CAR
13.06
2014
Linear (CAR)
Sumber : Statistik Perbankan Syariah Publikasi Bank Indonesia 2014
Terlihat dari grafik diatas kondisi yang berkebalikan dengan harapan dari
penetapan kebijakan perhitungan tingkat kesehatan bank yang baru. Hal ini menimbulkan pertanyaan bagaimana sebenarnya indikator-indikator dalam Risk Based Bank Rating mempengaruhi permodalan dalam usahanya untuk meningkatkan permodalan itu sendiri. Sebelum itu, untuk memperjelas hubungan antara Tingkat Kesehatan Bank dengan Solvabilitas, terdapat beberapa penelitian yang dapat dijadikan rujukan. Dalam penelitian sebelumnya, Altman (1968) menguji manfaat rasio keuangan dalam memprediksi kebangkrutan perusahaan. Dengan menggunakan metode multivariate discriminant analysis dalam penelitiannya Altman menemukan bahwa rasio keuangan profitabilitas, likuiditas, dan solvabilitas bermanfaat dalam memprediksi kebangkrutan dengan tingkat keakuratan mencapai 95% setahun sebelum perusahaan jatuh bangkrut. Sehingga dapat dikatakan solvabilitas menjadi indikator perkiraan bangkrut atau tidaknya suatu perusahaan. Surifah (1999) dalam penelitiannya mengenai rasio keuangan sebagai alat prediksi kegagalan perbankan, menunjukkan bahwa rasio keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank. Jika dihubungkan dengan penelitian Altman maka dapat dikatakan bahwa rasio keuangan dapat memprediksi kegagalan bank dimana salah satu indikatornya adalah solvabilitas. Dalam hal ini, tingkat kesehatan bank RBBR juga memakai rasio keuangan sebagai salah satu komponennya, sehingga dari penjelasan diatas maka komponen tingkat kesehatan RBBR yang berupa rasio keuangan dapat
memprediksi Solvabilitasnya. Terdapat pula penelitian-penelitian setelahnya yang mendukung Altman dan Surifah, yakni penelitian Aydin Ozkan (2001), Mira (2004), dan Raden (2001). Penelitian mereka menggunakan profitabilitas sebagai salah satu variabel independennya. Ketiganya menjelaskan bahwa profitabilitas berpengaruh negatif terhadap Debt to Assets Ratio (DAR). Tetapi, Aydin Ozkan dan Mira menyatakan bahwa profitabilitas mempunyai pengaruh yang signifikan terhadap DAR, sedangkan Raden menyatakan bahwa profitabilitas tidak mempunyai pengaruh signifikan terhadap DAR. Selain profitabilitas, variabel independen yang digunakan adalah likuiditas. Pada penelitian Aydin dan Raden dijelaskan bahwa likuiditas berpengaruh positif terhadap DAR, sedangkan Mira dalam penelitiannya menjelaskan bahwa likuiditas berpengaruh negatif terhadap DAR. Tetapi hanya Aydin yang menyatakan bahwa likuiditas mempunyai pengaruh signifikan terhadap DAR, sedangkan Mira dan Raden menyatakan likuiditas tidak mempunyai pengarh signifikan terhadap DAR. Dari
penelitian
tersebut
dijelaskan
bahwa
variabel-variabel
yang
mempengaruhi tingkat kesehatan bank mampu menjelaskan dan memprediksi kebangkrutan suatu perusahaan. Namun penelitian yang sudah ada memiliki research gap yang menunjukkan perbedaan hasil dari beberapa variabel yang sama terhadap DAR. Oleh karena itu, penelitian ini dimaksudkan untuk mendukung penelitian yang sudah ada. Selain itu, penelitian ini memfokuskan
pada rasio keuangan pada tingkat kesehatan yang baru yaitu metode Risk Based Bank Rating (RBBR) sebagai indikator yang mempengaruhi Solvabilitas Bank Syariah di Indonesia. Berdasarkan uraian tersebut, menarik untuk diteliti sejauh mana rasio keuangan dari metode penilaian kesehatan bank yang baru ini berpengaruh pada solvabilitas bank syariah di Indonesia. Peneliti juga merasa tertarik untuk menulis skripsi dengan judul : “PENGARUH TINGKAT KESEHATAN BANK RISK BASED BANK RATING TERHADAP SOLVABILITAS BANK SYARIAH DI INDONESIA”. B. Pembatasan dan Perumusan Masalah 1.
Pembatasan Masalah Berdasarkan latar belakang tersebut, peneliti membatasi permasalahan yang akan diteliti pada aspek yang dianalisis agar tidak keluar dari pembahasan, diantaranya: a.
Data Tingkat Kesehatan Bank yang digunakan menggunakan metode Risk Based Bank Rating (RBBR) dari Laporan Keuangan
Bank
Syariah pada tahun 2010 sampai dengan 2014. Indikator yang mewakilinya adalah Return On Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing Financing (NPF), dan Volume Aset Portofolio (VAP). b.
Data Solvabilitas yang digunakan merupakan data dari Laporan
Keuangan Bank Syariah pada tahun 2010 sampai dengan 2014. Indikator yang mewakilinya adalah Debt to Assets Ratio (DAR). 2.
Perumusan Masalah Melalui pembatasan masalah di atas, maka untuk mempermudah penulisan skripsi ini, penulis merumuskan masalah penelitian sebagai berikut: a.
Bagaimana pengaruh Faktor Tingkat Kesehatan RBBR (ROA, NOM, FDR, NPF, dan VAP) secara parsial terhadap Solvabilitas Bank Syariah di Indonesia?
b.
Bagaimana pengaruh Faktor Tingkat Kesehatan RBBR (ROA, NOM, FDR, NPF, dan VAP) secara simultan terhadap Solvabilitas Bank Syariah di Indonesia?
C. Tujuan dan Manfaat Penelitian 1.
Tujuan Penelitian Tujuan yang ingin dicapai dari penelitian ini adalah untuk mengetahui secara empiris pengaruh Tingkat Kesehatan Bank Risk Based Bank Rating (RBBR) terhadap Solvabilitas Bank Syariah dan juga untuk mengetahui: a.
Faktor apa yang berpengaruh dari Tingkat Kesehatan RBBR terhadap ketahanan Bank Syariah di Indonesia.
b.
Bagaimana arah dari pengaruh Tingkat Kesehatan RBBR terhadap ketahanan Bank Syariah di Indonesia. Sehingga dapat disimpulkan saran strategis bagi Bank Syariah untuk
mempertahankan eksistensi, menjaga kesehatan bank, dan meminimalisir risiko dalam usahanya mendapat kepercayaan masyarakat untuk menyimpan dananya di Bank Syariah. 2.
Manfaat Penelitian Manfaat yang diharapkan dari penelitianini adalah dapat menjawab semua masalah dalam penelitian ini, selain itu diharapkan juga dapat berguna bagi: a.
Bagi Bank Syariah Membantu memberikan saran dan masukan bagi Bank Syariah tentang perhitungan seberapa besar pengaruh dari Tingkat Kesehatan RBBR terhadapketahanan Bank Syariah di Indonesia, sehingga dapat mengambil keputusan lebih tepat dalam mengatur strategi yang akan dihadapi.
b.
Bagi Institusi Dapat menjadi sumber referensi bagi penelitian sejenis dan dapat dijadikan sebagai bahan perbandingan dari penelitian yang telah ada maupun yang akan dilakukan.Dapat memperluas khazanah ilmu pengetahuan mahasiswa UIN Syarif Hidayatullah Jakarta tentang
dampak dari Tingkat Kesehatan RBBR terhadapketahanan Bank Syariah di Indonesia serta strategi penjagaannya. c.
Bagi Nasabah Menambah informasi dan pengetahuan nasabah dalam mengambil keputusan memilih Bank Syariah yang sehat dan baik ketahanannya dalam menghadapi risiko sehingga dana nasabah lebih aman ketika disimpan.
d.
Bagi Calon Investor Dapat menjadi gambaran mengenai kesehatan dan ketahanan Bank Syariah dalam jangka pendek dan panjang dari ancaman risikorisiko yang ada sehingga dapat dijadikan bahan pertimbangan untuk melakukan keputusan investasi yang tepat.
e.
Bagi Peneliti Dengan
melakukan
penelitian
ini,
peneliti
memperoleh
pengalaman dan menambah wawasan serta pengetahuan mengenai pengaruh Tingkat Kesehatan Bank dengan metode Risk Based Bank Rating (RBBR) terhadap Solvabilitas Bank Syariah. D. Sistematika Penulisan BAB I : PENDAHULUAN Pada bab ini akan dijelaskan latar belakang, batasan dan rumusan masalah, tujuan dan manfaat penelitian serta sistematika penulisan.
BAB II : TINJAUAN PUSTAKA Pada bab ini akan disajikan teori terkait Tingkat Kesehatan Bank metode Risk Based Bank Rating (RBBR) dan SolvabilitasPerbankan Syariah. BAB III : METODOLOGI PENELITIAN Pada bab ini akan dijelaskan mengenai ruang lingkup penelitian, metode pengumpulan data, metode analisis data, penjelasan mengenai operasional variabel, kerangka pemikiran dan hipotesis penelitian. BAB IV : HASIL DAN PEMBAHASAN Pada bab ini berisi data penelitian mengenai pengaruh pengaruh Tingkat Kesehatan Bank dengan metode Risk Based Bank Rating (RBBR) terhadap Solvabilitas Bank Syariah pada tahun 2007 sampai dengan 2013. BAB V : PENUTUP Bab ini memuat kesimpulan yang merupakan jawaban dari rumusan permasalahan yang telah dibahas sebelumnya dan saran.
BAB II TINJAUAN PUSTAKA A. Financial Distress Theory Financial distress adalah kondisi yang menunjukkan dimana arus kas perusahaan saat itu sangat rendah dan perusahaan sedang menderita kerugian akan tetapi belum sampai mengakibatkan kebangkrutan atau dapat dikatakan perusahaan sedang mengalami penurunan kondisi keuangan. Plat dan Plat memaparkan hal yang dimaksud financial distress sebagai “tahap penurunan kondisi keuangan sebelum terjadi kebangkrutan ataupun likuidasi.13 Lennox, Kaiser, Claessens, Ogawa, dan Dewaelheyns dalam Rowland Pasaribu mengungkapkan prediktor utama kebankrutan atau financial distress dan arah pengaruhnya dalam probabilitas kegagalan sebagai berikut:14 1.
Kerugian. Semakin merugi, perusahaan semakin tinggi probabilitasnya untuk mengalami financial distress (+).
2.
Hutang. Kebankrutan biasanya diawali dengan moment gagal bayar. Karenanya semakin besar jumlah hutang, semakin tinggi probabilitas financial distress (+).
Endri, “Prediksi Kebangkrutan Bank untuk Menghadapi dan Mengelola Perubahan Lingkungan Bisnis: Analisis Model Altman’s Z-Score”, Perbanas Quarterly Review, Volume 2, (Maret, 2009), h. 37 14 Rowland Pasaribu, “Penggunaan Binary Logit untuk Prediksi Financial Distress Perusahaan yang Tercatat di Bursa Efek Jakarta (Studi Kasus Emiten Industri Perdagangan)”, Ventura, Volume.11, 2008, h. 155. 13
16
3.
Usia perusahaan. Usia perusahaan memiliki pengaruh berbentuk U terbalik dengan probabilitas keluar dari financial distress. Selama periode awal atau permulaan, skala probabilitas akan kejadian kebankrutan meningkat. Di periode pertengahan, hubungan probabilitas kebankrutan cenderung stabil, dan dengan dengan pertambahan umur perusahaan, maka semakin menurun probabilitas kejadian financial distress (bankrut).
4.
Ukuran perusahaan juga memiliki pengaruh berbentuk U terbalik dengan probabilitas bergerak ke arah non-distress.
5.
Status legal. Kemampuan yang terbatas memiliki pengaruh positif terhadap probabilitas keluar dari status financial distress (+).
6.
Corporate Shareholder. Keberadaan pemegang saham memiliki pengaruh negatif terhadap probabilitas pada bergerak ke arah financial distress ( - ).
7.
Jumlah kreditur. Perusahaan dengan banyak kreditur hampir sama gerakan yang cepat ke arah financial distress dibanding perusahaan dengan kreditur tunggal (-).
8.
Diversifikasi. Perusahaan yang terdiversifikasi memilikiprobabilitas yang tinggi terhadap financial distress dibanding perusahaan yang tidak terdiversifikasi ( - ).
9.
Sektor industri dapat menentukan akses perusahaan terhadap keuangan.
10. Pengaruh siklus bisnis, kinerja industri yang secara keseluruhan buruk, meningkatkan probabilitas perusahaan terhadap kondisi financial distress.
Altman dan Foster (1986) menyebutkan beberapa indikator terkait kemungkinan kejadian kesulitan keuangan dalam Wahyu Widarjo dan Doddy Setiawan adalah:15 1.
Analisis arus kas untuk periode sekarang dan yang akan datang.
2.
Analisis strategi perusahaan yang mempertimbangkan pesaing potensial, struktur biaya relatif, perluasan rencana dalam industri, kemampuan perusahaan untuk meneruskan kenaikan biaya, kualitas manajemen, dan lain sebagainya.
3.
Analisis laporan keuangan dari perusahaan serta perbandingannyadengan perusahaan lain. Analisis ini dapat berfokus pada suatu variabel keuangan tunggal atau suatu kombinasi dari variabel keuangan.
4.
Variabel eksternal seperti return sekuritas dan penilaian obligasi. Berdasarkan penjelasan diatas yang menjadi fokus utama dalam
pembahasan di penelitian ini adalah laporan keuangan yang dapat menjadi indikator kemungkinan terjadinya kesulitan keuangan. Dengan menggunakan metode multivariate discriminant analysis dalam penelitiannya Altman menemukan bahwa dalam laporan keuangan, rasio keuangan profitabilitas, likuiditas, dan solvabilitas bermanfaat dalam memprediksi kebangkrutan dengan tingkat keakuratan mencapai 95% setahun sebelum perusahaan jatuh bangkrut.
WahyuWidarjo dan Doddy Setiawan, “Pengaruh Rasio Keuangan terhadap Kondisi Financial Distress Perusahaan Otomotif”, Jurnal Bisnis dan Akuntansi, Volume. 11, 2009, hlm. 108 15
Sehingga dapat dikatakan solvabilitas menjadi indikator perkiraan bangkrut atau tidaknya suatu perusahaan. Penelitian lebih lanjut dilakukan oleh Surifah (1999) mengenai rasio keuangan sebagai prediksi kegagalan perbankan dan menunjukkan hasil bahwa rasio keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank. Dengan mempertimbangkan hasil dari Altman, maka dengan kata lain rasio keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank yang menggunakan profitabilitas, likuiditas, dan solvabilitas sebagai indikatornya. B. Bank Secara sederhana bank diartikan sebagai lembaga keuangan yang kegiatan usahanya adalah menghimpun dana dari masyarakat dan menyalurkan kembali dana tersebut ke masyarakat serta memberikan jasa-jasa bank lainnya. Sedangkan pengertian lembaga keuangan adalah setiap perusahaan yang bergerak di bidang keuangan di mana kegiatannya apakah menghimpun dana atau hanya menyalurkannya atau kedua-duanya. Kemudian menurut UndangUndang Nomor 10 Tahun 1998 yang dimaksud dengan bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya ke masyarakat dalam bentuk kredit dan/atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak.16
Kasmir, “Dasar-Dasar Perbankan”, Cet. 10, Raja Grafindo Persada, Jakarta, 2012,
16
h. 3
Jadi dapat disimpulkan bahwa, bank merupakan lembaga perantara keuangan antara masyarakat yang kelebihan dana dengan masyarakat yang kekurangan dana. Masyarakat kelebihan dana maksudnya adalah masyarakat yang memiliki dana dan akan digunakan untuk investasi di bank. Penyimpanan uang di bank selain aman juga menghasilkan bunga dari uang yang disimpannya. Oleh bank dana simpanan masyarakat ini disalurkan kembali kepada masyarakat yang kekurangan dana dalam bentuk pinjaman untuk membiayai suatu usaha atau kebutuhan rumah tangga.17 Sebagai perantara keuangan bank akan memperoleh keuntungan dari selisih bunga yang diberikan kepada penyimpan (bunga simpanan) dengan bunga yang diterima dari peminjam (bunga kredit). Keuntungan ini dikenal dengan istilah Spread Based. Jenis keuntungan ini diperoleh dari bank jenis konvensional. Sedangkan bagi bank jenis syariah (muamalah) tidak dikenal istilah bunga, karena bank syariah mengharamkan bunga. Dalam bank syariah keuntungan yang diperoleh dikenal istilah bagi hasil atau Profit Sharing. Disamping keuntungan yang diperoleh dari Spread Based atau dari Profit Sharing, bank juga memperoleh keuntungan dari kegiatan jasa-jasa bank lainnya yang disebut fee based. Dalam Praktiknya bank dibagi dalam beberapa jenis. Jika ditinjau dari segi fungsinya bank dikelompokkan menjadi tiga jenis, yaitu:18
17
Ibid, h. 5 Ibid, h. 8 - 9
18
1.
Bank Sentral, merupakan bank yang mengatur berbagai kegiatan yang berkaitan dengan dunia perbankan dan dunia keuangan di suatu Negara. Di setiap Negara hanya ada satu bank sentral yang dibantu oleh cabangcabangnya. Di Indonesia fungsi bank sentral dipegang oleh Bank Indonesia (BI). Fungsi Bank Indonesia di samping bank sentral adalah sebagai bank sirkulasi, bank to bank dan lender of the last resort.
2.
Bank Umum, merupakan bank yang bertugas melayani seluruh jasa-jasa perbankan dan melayani segenap lapisan masyarakat, baik masyarakat perorangan maupun lembaga-lembaga lainnya. Bank umum juga dikenal sebagai bank komersil dan dikelompokkan lagi kedalam berbagai jenis.
3.
Bank Perkreditan Rakyat (BPR), merupakan bank yang khusus melayani masyarakat kecil di kecamatan dan pedesaan. Jenis produk yang ditawarkan oleh BPR relative lebih sempit jika dibandingkan dengan bank umum, bahkan ada beberapa jenis jasa bank yang tidak dibolehkan diselenggarakan oleh BPR, seperti pembukaan rekening giro dan ikut kliring. Selain itu jenis perbankan dewasa ini jika ditinjau dar berbagai segi antara
lain:19 1.
Dilihat dari segi kepemilikannya adalah: a.
Bank milik Pemerintah, yaitu bank yang modalnya penuh atau sebagian besar milik pemerintah Indonesia, contohnya: BNI, BRI, BTN, dan Bank Mandiri. 19
Ibid, h. 20 - 25
b.
Bank milik swasta nasional, yaitu bank yang modalnya penuh atau sebagian besar milik swasta nasional, contohnya: BCA, Bank Danamon, Bank Lippo, dan Bank Mega.
c.
Bank milik koperasi, yaitu bank yang modalnya penuh atau sebagian besar milik perusahaan berbadan hokum koperasi, contohnya Bank Umum Koperasi Indonesia (Bukopin).
d.
Bank milik asing, yaitu bank yang modalnya penuh atau sebagian besar milik swasta asing atau pemerintah asing, contohnya: America Express Bank, Bank of Tokyo, dan Standard Chartered Bank.
e.
Bank milik campuran, yaitu bank yang modalnya sebagian milik asing dan sebagian lagi milik swasta campuran
2.
Dilihat dari segi statusnya adalah: a.
Bank devisa, merupakan bank yang dapat melaksanakan transaksi keluar negeri atau yang berhubungan dengan mata uang asing secara keseluruhan, misalnya transfer ke luar negeri. Persyaratan untuk menjadi bank devisa ditentukan oleh Bank Indonesia
b.
Bank non-devisa, merupakan bank yang belum mempunyai izin untuk melaksanakan transaksi sebagai bank devisa
3.
Dilihat dari cara menentukan harga a.
Bank yang berdasarkan prinsip konvensional (Barat), yaitu bank yang dalam menentukan harga menggunakan 2 metode, yaitu: 1)
Menetapkan bunga sebagai harga untuk jasa simpan pinjam
2) b.
Menetapkan biaya-biaya untuk jasa lainnya (Fee Based)
Bank yang berdasarkan prinsip syariah (Islam)20, menurut ensiklopedi Islam, Bank Syariah adalah lembaga keuangan yang usaha pokoknya memberikan kredit dan jasa-jasa dalam lalu lintas pembayaran serta peredaran uang yang pengoperasiannya disesuaikan dengan prinsipprinsip Syariat Islam.
Berdasarkan rumusan tersebut, Bank Islam berarti bank yang tata cara beroperasinya didasarkan pada tata cara bermuamalat secara islam, yakni mengacu kepada ketentuan ketentuan Al Quran dan Hadits. Sedangkan pengertian muamalat adalah ketentuan-ketentuan yang mengatur hubungan manusia dengan manusia, baik hubungan pribadi maupun antara perorangan dengan masyarakat. Muamalah ini meliputi bidang kegiatan jual beli (bai’), bunga (riba), piutang (qoroah), gadai (rahn), memindahkan utang (hawalah), bagi untung dalam perdagangan (qiro’ah), jaminan (dhomah), persekutuan (syirkah), persewaan dan perburuhan (ijarah). Di dalam operasionalisasinya Bank Islam harus mengikuti dan atau berpedoman kepada praktik-praktik usaha yang dilakukan di zaman Rasulullah, bentuk-bentuk usaha yang telah ada sebelumnya tetapi tidak dilarang oleh Rasulullah atau bentuk-bentuk usaha baru sebagai hasil ijtihad para
Warkum Sumitro, “Asas-Asas Perbankan Islam dan Lembaga-Lembaga Terkait: BAMUI, TAKAFUL, dan Pasar Modal Syariah di Indonesia”, Cet. 4, RajaGrafindo Persada, Jakarta, 2004, h. 5 - 6 20
ulama/cendekiawan muslim yang tidak menyimpang dari ketentuan Al Quran dan Hadits. Dalam menentukan harga atau mencari keuntungan bagi bank syariah adalah sebagai berikut :21 1.
Pembiayaan berdasarkan prinsip bagi hasil (mudharabah)
2.
Pembiayaan berdasarkan penyertaan modal (musyarakah)
3.
Prinsip jual belli barang dengan memperoleh keuntungan (murabahah)
4.
Pembiayaan barang modal berdasarkan sewa murni tanpa pilihan (ijarah)
5.
Atau dengan adanya pilihan pemindahan kepemilikan atas barang yang disewa dari pihak bank oleh pihak lain (ijarah wa iqtina) Sedangkan penentuan biaya-biaya jasa bank lainnya bagi bank syariah juga
berdasarkan prinsip syariah seperti hawalah, kafalah, dan wakalah. Sumber penentuan harga atau pelaksanaan kegiatan bank syariah dasar hukumnya adalah Al Quran dan Hadits. Bank syariah mengharamkan penggunaan harga produknya dengan bunga tertentu. Bagi bank Syariah bunga adalah riba.22 C. Kesehatan Bank23 Kesehatan atau kondisi keuangan dan non-keuangan bank merupakan kepentingan semua pihak terkait, baik pemilik, manajemen bank, bank pemerintah (Bank Indonesia) dan pengguna jasa bank. Dengan diketahuinya
21
Kasmir, 2012, h. 26 Ibid, h. 26 23 Veithzal Rivai, “Bank And Financial Institution Management Conventional & Sharia System”, Rajawali, Jakarta, 2007, h. 705 22
kondisi suatu bank dapat digunakan pihak-pihak tersebut untuk mengevaluasi kinerja bank dalam menerapkan prinsip kehati-hatian, kepatuhan terhadap ketentuanyang berlaku dan manajemen risiko. Perkembangan metodologi penilaian kondisi bank bersifat dinamis sehingga sistem penilaian kesehatan bank senantiasa disesuaikan agar lebih mencerminkan kondisi bank yang sesungguhnya, baik saat ini maupun waktu yang akan datang. Bagi perbankan, hasil penilaian kondisi bank tersebut dapat digunakan sebagai salah satu sarana dalam menetapkan strategi usaha di waktu yang akan datang, sedangkan bagi BI dapat digunakan sebagai sarana penetapan kebijakan dan implementasi strategi pengawasan, agar pada waktu yang ditetapkan bank dapat menerapkan sistem penilaian tingkat kesehatan bank yang tepat. Bank Indonesia dalam menilai tingkat kesehatan suatu bank pada dasarnya menggunakan pendekatan kualitatif atas berbagi aspek yang berpengaruh terhadap kondisi suatu bank. Metode atau cara penilaian tingkat kesehatan bank tersebut kemudian dikenal dengan metode CAMELS. CAMELS merupakan aspek yang banyak berpengaruh terhadap kondisi keuangan bank, yang mempengaruhi pula kesehatan bank. Metode CAMELS mencakup komponenkomponen sebagai berikut : 1.
C
= Capital
: untuk rasio kecukupan modal bank
2.
A
= Assets
: untuk rasio kualitatif aktiva produktif atau Assets
3.
M
= Management
: untuk menilai kualitas manajemen
4.
E
= Earning
: untuk rasio rentabilitas bank
5.
L
= Liquidity
: untuk rasio likuiditas bank
6.
S
= Sensitivity to Market Risk : untuk sensitivitas terhadap risiko pasar
D. Risk-Based Bank Rating24 Berdasarkan peraturan Bank Indonesia No 13/1/PBI/2011, metode penilaian kesehatan bank dengan pendekatan berdasarkan risiko (Risk-based Bank rating) merupakan metode penilaian tingkat kesehatan bank menggantikan metode penilaian yang sebelumnya yaitu metode yang berdasarkan Capital, Asset, Management, Earning, Liquidity dan Sensitivity to Market Risk (CAMELS). Metode RBBR menggunakan penilaian terhadap empat faktor berdasarkan Surat Edaran BI No 13/24/DPNP adalah sebagai berikut : 1.
Risk Profile (Profil Risiko) Risk Profile (profil risiko) menjadi dasar penilaian tingkat bank pada saat ini dikarenakan setiap kegiatan yang dilaksanakan oleh bank sangat memungkinkan akan timbulnya risiko. Bank Indonesia menjelaskan risikorisko yang diperhitungkan dalam menilai tingkat kesehatan bank dengan metode Risk-Based Bank Rating dalam Surat Edaran Bank Indonesia No 13/24/DNPN pada tanggal 25 Oktober 2013 terdiri dari : a.
Risiko pembiayaan
Hening Asih Widyaningrum, et al,“Analisis Tingkat Kesehatan Bank Dengan Menggunakan Metode Risk-Based Bank Rating (RBBR)”. Jurnal Administrasi Bisnis (JAB) Vol. 9 No. 2 April 2014, h. 3 - 4 24
2.
b.
Risiko Pasar
c.
Risiko Operasional
d.
Risiko Likuiditas
e.
Risiko Hukum
f.
Risiko Stratejik
g.
Risiko Kepatuhan
h.
Risiko Reputasi
Good Corporate Governance (GCG) Penilaian terhadap faktor GCG dalam metode RBBR didasarkan ke dalam tiga aspek utama yaitu, Governance Structure, Governance Process, dan Governance Output. Berdasarkan ketetapan Bank Indonesia yang disajikan dalam Laporan Pengawasan Bank (2012:36) : “Governance Stucture mencakup pelaksanaan tugas dan tanggung jawab Dewan Komisaris dan Dewan Direksi serta kelengkapan dan pelaksanaan tugas komite. Governance Process mencakup fungsi kepatuhan bank, penanganan benturan kepentingan, penerapan fungsi audit intern dan ekstern, penerapan manajemen risiko termasuk sistem pengendalian intern, penyediaan dana kepada pihak terkait dan dana besar, serta rencana strategis bank. Aspek terakhir Govenance Output mencakup transparansi kondisi keuangan dan non keuangan, laporan pelaksanaan GCG yang memenuhi prinsip Transparancy, Accountability, Responsibility, Indepedency, dan Fairness (TARIF)”.
3.
Earning (Rentabilitas) Penilaian faktor rentabilitas bank dapat menggunakan parameter diantaranya sebagai berikut : a.
ROA (Return on Asset) Tabel 1. Predikat kesehatan bank berdasarkan ROA
b.
No
Rasio ROA
Predikat
1
2 % < ROA
Sangat Sehat
2
1,25 % < ROA ≤ 2 %
Sehat
3
0,5 % < ROA ≤ 1,25 %
Cukup Sehat
4
0 % < ROA ≤ 0,5 %
Kurang Sehat
5
ROA ≤ 0 % (atau negatif)
Tidak Sehat
NOM (Net Operating Margin) Tabel 2. Predikat kesehatan bank berdasarkan NOM No
Rasio NIM
Predikat
1
3 % < NIM
Sangat Sehat
2
2 % < NIM ≤ 3 %
Sehat
3
1,5 % < NIM ≤ 2 %
Cukup Sehat
4
1 % < NIM ≤ 1,5 %
Kurang Sehat
5
NIM < 1 % (atau negatif)
Tidak Sehat
4.
Capital (Modal) Modal yang terdapat pada bank terdiri dari dua jenis modal menurut Arthesa25 yakni: a.
Modal Inti
b.
Modal Pelengkap Rasio yang dapat digunakan untuk mengukur kecukupan modal yang
dimiliki bank adalah Capital Adequacy Ratio (CAR). Berdasarkan SE BI No 26/2/BPPP mengatur bahwa kewajiban penyediaan modal minimum atau CAR diukur dari dari persentase tertentu terhadap Aktiva Tertimbang Menurut Risiko (ATMR) sebesar 8% dari ATMR. Tabel 3. Predikat kesehatan bank berdasarkan CAR No
Rasio CAR
Predikat
1
12 % < CAR
Sangat Sehat
2
9 % < CAR ≤ 12 %
Sehat
3
8 % < CAR ≤ 9 %
Cukup Sehat
4
6 % < CAR ≤ 8 %
Kurang Sehat
5
CAR < 6 %
Tidak Sehat
25
Ade Arthesa & Edia Handiman,“Bank & Lembaga Keuangan Bukan Bank”, PT. Indeks, 2006, h. 144 - 146
E. Solvabilitas Bank Syariah26 Rasio solvabilitas adalah rasio untuk mengetahui kemampuan perusahaan dalam membayar kewajiban jika perusahaan tersebut dilikuidasi. Rasio ini juga disebut dengan rasio pengungkit (leverage) yaitu menilai batasan perusahaan dalam meminjam uang. Rule of thumb dari rasio solvabilitas adalah maksimal 100%. Artinya perusahaan banyak mengandalkan modal dari dalam, bukan hutang. Rasio solvabilitas meliputi: 1.
Debt to Assets Ratio (DAR) DAR adalah rasio total kewajiban terhadap aset. Rasio ini menekankan pentingnya pendanaan hutang dengan jalan meunjukkan presentase aktiva perusahaan yang didukung oleh hutang. Nilai rasio yang tinggi menunjukkan peningkatan dari risiko pada kreditor berupa ketidakmampuan perusahaan dalam membayar semua kewajibannya. Rumusnya adalah: 𝐷𝐴𝑅 =
2.
𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎
Debt to Equity Ratio (DER) Rasio ini menunjukkan persentase penyediaan dana oleh pemegang saham terhadap pinjaman. Semakin tinggi rasio, semakin rendah pendanaan perusahaan yang disediakan oleh pemegang saham. Dari perspektif kemampuan membayar kewajiban jangka panjang, semakin rendah rasio
Darsono dan Ashari, “Pedoman Praktis Memahami Laporan Keuangan”, ANDI Yogyakarta, Yogyakarta, 2005, h. 54 26
akan semakin baik kemampuan perusahaan dalam membayar kewajiban jangka panjang. Rumusnya adalah: 𝐷𝐸𝑅 = 3.
𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠
Equity Multiplier (EM) Total aktiva dibagi total ekuitas. Rasio ini menunjukkan kemampuan perusahaan dalam mendayagunakan ekuitas pemegang saham. Rasio ini juga bisa diartikan sebagai berapa porsi dari aktiva perusahaan yang dibiayai oleh pemegang saham. Semakin kecil rasio ini, berarti porsi pemegang saham akan semakin besar, sehingga kinerjanya semakin baik, karena persentase untuk pembayaran bunga semakin kecil. Rumusnya adalah: 𝐸𝑀 =
F.
𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑢𝑖𝑡𝑎𝑠
Return On Assets (ROA) Return On Assets (ROA) menurut Veithzal (2007) adalah rasio laba sebelum pajak dalam 12 bulan terakhir terhadap rata-rata volume usaha dalam periode yang sama. ROA menggambarkan perputaran aktiva yang diukur dari volume penjualan. Ukuran atau rumus yang digunakan adalah Rasio perbandingan antara laba sebelum pajak dengan total asset. Rasio ini digunakan untuk mengukur kemampuan bank dalam memperoleh keuntungan secara keseluruhan.27
27
Veithzal Rivai, 2007, h. 720 - 721
Menurut Darsono (2005), ROA adalah perhitungan dari laba bersih dibagi rata-rata total aktiva. Rasio ini menggambarkan kemampuan perusahaan untuk menghasilkan keuntungan dari setap satu rupiah asset yang digunakan. Dengan mengetahui rasio ini, kita bisa menilai apakah perusahaan ini efisien dalam memanfaatkan aktivanya dalam kegiatan operasionalnya.28 Rasio ini dirumuskan dengan: 𝑅𝑂𝐴 =
𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎
Semakin besar ROA suatu bank, maka semakin besar pula tingkat keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank tersebut dari sisi penggunaan asset sehingga dapat dilihat bahwa bank mampu menghasilkan laba sebesar persentase dari total aktiva yang dimiliki. Jadi, ketika bank dapat memanfaatkan asset dengan efektif maka keuntungan yang akan dibagikan kepada nasabah pun menjadi lebih menarik. ROA yang semakin besar juga mengindikasikan semakin efektifnya aktiva yang digunakan sehingga membuat laba semakin tinggi dan akan membuat penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba ditahan. Sehingga, hipotesis dalam hal ini adalah: Ha1 : Tingkat Earning (ROA) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Darsono dan Ashari, “Pedoman Praktis Memahami Laporan Keuangan”, ANDI Yogyakarta, Yogyakarta, 2005, h.56 28
G. Net Operating Margin (NOM) Subramanyam (2008) dalam bukunya, memasukkan NOM sebagai salah satu turunan dari rasio Return on Investment (ROI) yang dibagi menurut klasifikasi investasinya yaitu investasi pada asset operasional atau asset produktif. Rasio ini digunakan untuk menganalisis kinerja perusahaan dalam menghasilkan laba dari investasi perusahaan dalam bentuk asset produktif.29 Rasio utama yang digunakan untuk menilai profitabilitas bank syariah dengan menggunakan Net Operating Margin (NOM). NOM digunakan untuk mengetahui kemampuan aktiva produktif dalam menghasilkan laba.30 NOM dihitung dengan rumus sebagai berikut: 𝑁𝑂𝑀 =
𝑃𝑂 − 𝐷𝐵𝐻 − 𝐵𝑂 × 100% 𝑅𝑎𝑡𝑎 𝐴𝑘𝑡𝑖𝑣𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓
Keterangan : NOM
: Net Operating Margin
PO
: Pendapatan Operasional
DBH
: Dana Bagi Hasil
BO
: Biaya Operasional
Rata-rata Aktiva Produktif
: Merupakan rata-rata aktiva produktif 12 bulan terakhir.
Subramanyam & John J. Wild, “Financial Statement Analysis”, Mc Graw Hill, Amerika, 2008, diterjemahkan oleh Dewi Yanti, Salemba Empat, Jakarta, 2010, h. 144 30 Romdayanah,“Pengaruh Faktor Permodalan, Kualitas Aset, Dan Likuiditas Terhadap Profitabilitas Bank Umum Syariah”, Skripsi Program Sarjana (S1) Pada Jurusan Ekonomi Islam Fakultas Syariah Institut Agama Islam Negeri Walisongo, Semarang, 2011, h. 27 – 28 29
NOM yang semakin besar menunjukkan kinerja yang baik dari Bank Syariah untuk mendapatkan laba dari kegiatan operasionalnya sehingga penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba ditahan. Sehingga, hipotesis dalam hal ini adalah: Ha2 : Tingkat Earning (NOM) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. H. Financing To Deposit Ratio (FDR) Rasio ini adalah rasio yang mengukur perbandingan jumlah pembiayaan yang diberikan bank
dengan dana
yang diterima oleh bank,
yang
menggambarkan kemampuan bank dalam membayar kembali penarikan dana oleh deposan dengan mengandalkan pembiayaan yang diberikan sebagai sumber likuiditasnya. Oleh karena itu, semakin tinggi rasionya memberikan indikasi rendahnya kemampuan likuiditas bank tersebut, hal ini sebagai akibat jumlah dana yang diperlukan untuk membiayai pembiayaan menjadi semakin besar.31 Menurut Subramanyam (2008), rasio ini mempunyai kemampuan untuk mengukur kemampuan perusahaan memenuhi kewajiban lancarnya, penyangga kerugian dan seberapa besar cadangan dana yang ada atas fluktuasi arus kas yang tidak terduga.32 FDR dihitung dengan rumusan sebagai berikut : 31
Veithzal Rivai, 2007, h. 724 Subramanyam & John J. Wild, 2010, h. 243
32
𝐹𝐷𝑅 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝐷𝑖𝑏𝑒𝑟𝑖𝑘𝑎𝑛 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎
Bank Indonesia menetepkan rasio FDR sebagai berikut : 1.
Untuk rasio FDR sebesar 110% atau lebih, berarti likuiditas bank tersebut dinilai tidak sehat
2.
Untuk rasio FDR kurang dari 110%, berarti likuiditas bank tersebut dinilai sehat FDR merupakan ukuran likuiditas yang mengukur besarnya dana yang
ditempatkan dalam bentuk pembiayaan yang berasal dari dana yang dikumpulkan oleh bank (terutama dana masyarakat). Semakin tinggi FDR menunjukkan semakin riskan kondisi likuiditas bank, sebaliknya semakin rendah FDR menunjukkan kurangnya efektivitas bank dalam menyalurkan pembiayaan. Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan semakin besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya meningkat maka penggunaan hutang juga akan meningkat karena mampu ditutupi dengan harta lancar yang ada. Sehingga, hipotesis dalam hal ini adalah: Ha3 : Tingkat risiko likuiditas (FDR) berpengaruh secara parsial kepada Solvabilitas Bank Syariah.
I.
Non Performing Financing (NPF) NPF merupakan rasio yang mengukur tingkat permasalahan pembiayaan yang dihadapi oleh Bank Syariah. Semakin tinggi rasio ini, menunjukkan kualitas pembiayaan Bank Syariah yang semakin buruk. Bank Syariah dengan NPF yang tinggi akan memperbesar biaya baik pencadangan aktiva produktif maupun biaya lainnya, sehingga berpotensi terhadap kerugian Bank. 33 NPF dapat dilihat dengan menggunakan rumusan sebagai berikut: 𝑁𝑃𝐹 =
𝐾𝑟𝑒𝑑𝑖𝑡 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ × 100% 𝑇𝑜𝑡𝑎𝑙 𝐾𝑟𝑒𝑑𝑖𝑡
Bank dalam memberikan pembiayaan harus melakukan analisis terhadap kemampuan
debitur
untuk
membayar
kembali
kewajibannya.
Setelah
pembiayaan diberikan, bank wajib melakukan pemantauan terhadap penggunaan pembiayaan serta kemampuan dan kepatuhan debitur dalam memenuhi kewajibannya. Bank melakukan peninjauan, penilaian, dan pengikatan terhadap kinerja untuk memperkecil risiko pembiayaan. Semakin tinggi NPF, maka semakin tinggi debitur yang tidak memberikan kewajibannya dalam bentuk margin ataupun bagi hasil kepada kreditur, sehingga berpotensi menurunkan pendapatan bank
serta
menaikkan
penggunaan
hutang
dalam
kegiatan
usahanya
dibandingkan laba ditahan. Hipotesis yang ditawarkan dalam hal ini adalah:
Dwi Nur’aini Ihsan, “Analisa Laporan Keuangan Perbankan Syariah”, UIN Jakarta Press, Jakarta, 2013, h. 96 33
Ha4 : Tingkat risiko pembiayaan (NPF) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. J.
Volume Aset Portofolio (VAP) Volume Aset Portofolio (VAP) adalah salah satu indikator untuk melihat dan menilai tingkat risiko pasar dari sebuah Bank. VAP merupakan porsi aset yang berbentuk portofolio. Dalam lampiran Surat Edaran Bank Indonesia No. 13/24/DPNP tanggal 25 Oktober 2011 Perihal Penilaian Tingkat Kesehatan Bank Umum dijabarkan bahwa yang termasuk dalam Aset Portofolio adalah: 1.
Aset Trading, yaitu penempatan pada Bank lain, surat berharga, surat berharga yang dijual dengan janji dibeli kembali (repo), tagihan akseptansi, kredit, dan aset lainnya dengan kategori pengukuran diperdagangkan (trading).
2.
Aset Derivatif, adalah seluruh aset transaksi spot dan derivatif.
3.
Aset Fair Value Option (FVO), yaitu penempatan pada Bank lain, surat berharga, surat berharga yang dijual dengan janji dibeli kembali (repo), tagihan akseptansi, kredit, dan aset lainnya dengan kategori pengukuran diukur dengan nilai wajar (fair value option). VAP merupakan salah satu bentuk pengendalian terhadap risiko pasar yang
memberi gambaran seberapa besar potensi kerugian bank apabila terjadi perubahan kurs atau perubahan nilai dari portofolio itu sendiri di pasar. Dengan VAP, kerugian Bank yang terjadi akibat perubahan kurs valas dapat terlihat dan
dicover oleh modal dan tidak sampai mengganggu kelangsungan Bank. Tetapi dengan struktur modal yang lebih mengutamakan hutang, maka dengan semakin besarnya VAP, semakin besar pula hutang karena dapat ditutup dengan aset portofolio yang ada. Sehingga, hipotesis dalam hal ini adalah: Ha5 : Tingkat risiko pasar (PDN) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. K. Penelitian Terdahulu Dalam rangka penentuan fokus penelitian, peneliti telah membandingkan dengan penelitian terdahulu guna mendukung materi yang akan dibahas, yakni: 1.
Aydin Ozkan (2001) Faktor-Faktor Struktur Modal dan Penyesuaian pada Target Jangka Panjang (Studi pada Data Panel Perusahaan di UK). Journal of Business Finance & Accounting 28. Penelitiannya menguji pengaruh dari ukuran perusahaan, likuiditas, non-debt tax, dan profitabilitas terhadap struktur modal perusahaan yang diukur dengan Debt to Assets Ratio (DAR). Hasil penelitiannya menunjukkan bahwa ukuran perusahaan dan likuiditas mempunyai pengaruh positif terhadap DAR, tetapi non-debt tax dan profitabilitas mempunyai arah sebaliknya yaitu negatif terhadap DAR.
2.
Mira Puspita Dewi (2004) Analisis Faktor-Faktor yang Mempengaruhi Struktur Modal pada Perusahaan Jasa Perbankan. Tesis Program Pascasarjana Universitas Indonesia.
Penelitiannya menguji pengaruh dari ukuran perusahaan, likuiditas, non-debt tax, dan profitabilitas terhadap struktur modal perusahaan yang diukur dengan Debt to Assets Ratio (DAR). Hasil Penelitiannya menunjukkan bahwa ukuran perusahaan dan nondebt tax mempunyai pengaruh positif terhadap DAR, sedangkan likuiditas dan profitabilitas mempunyai pengaruh negatif terhadap DAR. Tetapi dari keempat variabel indpenden tersebut, hanya ukuran perusahaan dan profitabilitas yang mempunyai pengaruh signifikan terhadap DAR. 3.
Raden
David
Febriminanto
(2012)
Analisis
Faktor-Faktor
yang
Mempengaruhi Struktur Modal pada Perusahaan yang Terdaftar di Bursa Efek Indonesia Periode 2001-2010. Skripsi Program Pendidikan Strata Satu Universitas Indonesia. Penelitiannya
menguji
pengaruh
ROA,
profitabilitas,
ukuran
perusahaan, pertumbuhan penjualan dan pertumbuhan asset terhadap struktur modal yang diukur dengan Debt to Assets Ratio (DAR). Hasil
penelitiannya
menunjukkan
bahwa
ukuran
perusahaan,
pertumbuhan penjualan, dan pertumbuhan aset mempunyai arah pengaruh positif terhadap DAR, sedangkan ROA dan profitabilitas mempunyai arah pegaruh negative terhadap DAR. Tetapi, hanya ukuran perusahaan dan ROA yang mempunyai pengaruh signifikan terhadap DAR. Penelitian-penelitian terdahulu yang telah disebut diatas semuanya menggunakan analisis regresi berganda yang hanya dapat menginterpretasikan
keadaan sebenarnya dalam jangka pendek, dikarenakan data yang digunakan harus terbebas dari autokorelasi, sehingga ketika ada data baru maka formula yang dipakai dalam penelitian sebelumnya kemungkinan besar tidak dapat digunakan kembali. Tabel 4. Ringkasan Penelitian Terdahulu
No.
1
2
Nama Penulis / Judul Skripsi, Jurnal / Tahun Aydin Ozkan / Faktor-Faktor Struktur Modal dan Penyesuaian pada Target Jangka Panjang (Studi pada Data Panel Perusahaan di UK) / Journal of Business Finance & Accounting 28 / 2001 Mira Puspita Dewi / Analisis Faktor-Faktor yang Mempengaruhi Struktur Modal pada Perusahaan Jasa Perbankan / Tesis Program Pascasarjana Universitas Indonesia / 2004
Variabel Penelitian
Metode Penelitian
Hasil Analisis
Perbedaan dengan Penulis
Ukuran perusahaan , likuiditas, non-debt tax, dan profitabilit as
Regresi Linier Berganda
Ukuran perusahaan dan likuiditas mempunyai pengaruh negatif terhadap DAR, tetapi non-debt tax dan profitabilitas mempunyai arah positif terhadap DAR
Peneliti menambah variabel berdasarkan RBBR dan mempunyai objek penelitian berupa Bank Syariah di Indonesia
Ukuran perusahaan , likuiditas, non-debt tax, dan profitabilit as
Regresi Linier Berganda
Ukuran perusahaan dan non-debt tax mempunyai pengaruh positif terhadap DAR, sedangkan likuiditas dan profitabilitas mempunyai pengaruh positif terhadap DAR. Tetapi, hanya ukuran perusahaan dan profitabilitas yang mempunyai
Peneliti menambah variabel berdasarkan RBBR dan mempunyai objek penelitian berupa Bank Syariah di Indonesia
3
Raden David Febriminanto / Analisis FaktorFaktor yang Mempengaruhi Struktur Modal pada Perusahaan yang Terdaftar di Bursa Efek Indonesia Periode 20012010 / Skripsi Program Pendidikan Strata Satu Universitas Indonesia / 2012
ROA, profitabilit as, ukuran perusahaan , pertumbuh an penjualan dan pertumbuh an asset
Regresi Linier Berganda
pengaruh signifikan terhadap DAR ukuran perusahaan, pertumbuhan penjualan, dan pertumbuhan aset mempunyai arah pengaruh positif terhadap DAR, sedangkan ROA dan profitabilitas mempunyai arah pegaruh negative terhadap DAR. Tetapi, hanya ukuran perusahaan dan ROA yang mempunyai pengaruh signifikan terhadap DAR
Peneliti menambah variabel berdasarkan RBBR dan mempunyai objek penelitian berupa Bank Syariah di Indonesia
L. Kerangka Pemikiran Gambar 1. Skema Kerangka Pemikiran BANK SYARIAH
MODAL BANK SYARIAH
KRISIS KEUANGAN
RISIKO KERUGIAN
SOLVABILITAS BANK SYARIAH Dependent Variable DAR
Risk Based Bank Rating (RBBR) Profil Risiko FDR NPF VAP
Independent Variable
PENENTUAN MODEL REGRESI - Chow Test - Hausman Test
UJI ASUMSI KLASIK - Uji Multikolinearitas - Uji Autokorelasi - Uji Heteroskedastisitas
ANALISIS REGRESI LINEAR BERGANDA - Uji Koefisien Determinasi - Uji F - Statistik - Uji t - Statistik
HASIL PENELITIAN DAN INTERPRETASI
KESIMPULAN
Earning
ROA NOM
M. Kerangka Teoritis Dalam penelitian sebelumnya, Altman (1968) menguji manfaat rasio keuangan dalam memprediksi kebangkrutan perusahaan. Dengan menggunakan metode multivariate discriminant analysis dalam penelitiannya Altman menemukan bahwa rasio keuangan profitabilitas, likuiditas, dan solvabilitas bermanfaat dalam memprediksi kebangkrutan dengan tingkat keakuratan mencapai 95% setahun sebelum perusahaan jatuh bangkrut. Sehingga dapat dikatakan solvabilitas menjadi indikator perkiraan bangkrut atau tidaknya suatu perusahaan. Surifah (1999) dalam penelitiannya mengenai rasio keuangan sebagai alat prediksi kegagalan perbankan, menunjukkan bahwa rasio keuangan dapat dipergunakan sebagai alat prediksi kegagalan bank. Jika dihubungkan dengan penelitian Altman maka dapat dikatakan bahwa rasio keuangan dapat memprediksi kegagalan bank dimana salah satu indikatornya adalah solvabilitas. Dalam hal ini, tingkat kesehatan bank RBBR juga memakai rasio keuangan sebagai salah satu komponennya, sehingga dari penjelasan diatas maka komponen tingkat kesehatan RBBR yang berupa rasio keuangan dapat memprediksi Solvabilitasnya. Salah satu bagian dari indikator Risk-Based Bank Rating adalah Earning yang diukur dengan ROA dan NIM (NOM dalam Bank Syariah). Menurut Raden (2012), semakin besar ROA suatu bank, maka semakin besar pula tingkat keuntungan yang dicapai bank tersebut dan semakin baik pula posisi bank
tersebut dari sisi penggunaan asset sehingga dapat dilihat bahwa bank mampu menghasilkan laba sebesar persentase dari total aktiva yang dimiliki. Jadi, ketika bank dapat memanfaatkan asset dengan efektif maka keuntungan yang akan dibagikan kepada nasabah pun menjadi lebih menarik. ROA yang semakin besar juga mengindikasikan semakin efektifnya aktiva yang digunakan sehingga membuat laba semakin tinggi dan akan membuat penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba ditahan. Hasil penelitiannya juga menunjukkan bahwa ROA berpengaruh signifikan terhadap DAR. Lalu, untuk indikator NOM, menurut Aydin Ozkan (2001) dan Mira (2004) tidak jauh berbeda dengan pengaruh ROA terhadap permodalan bank, dimana semakin besar profitabilitas juga mengindikasikan semakin efektifnya aktiva yang digunakan sehingga membuat laba semakin tinggi dan akan membuat penggunaan hutang akan menurun. Hal ini disebabkan oleh kemampuan perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba ditahan. Hasil penelitian mereka menyatakan bahwa profitabilitas mempunyai pengaruh yang signifikan terhadap DAR. Indikator lain dari Risk-Based Bank Rating adalah Risk Profile, dalam penelitian ini profil risiko yang digunakan adalah yang dapat diukur secara matematis yaitu risiko likuiditas, risiko kredit, dan risiko pasar. Untuk risiko likuiditas diukur dengan FDR. Menurut Aydin Ozkan (2001), semakin tinggi FDR menunjukkan semakin riskan kondisi likuiditas bank, sebaliknya semakin
rendah FDR menunjukkan kurangnya efektivitas bank dalam menyalurkan pembiayaan. Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan semakin besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya meningkat maka penggunaan hutang juga akan meningkat karena mampu ditutupi dengan harta lancar yang ada. Hasil penelitiannya menyatakan bahwa likuiditas mempunyai pengaruh signifikan terhadap DAR. Risiko kredit diukur dengan NPF, menurut Mira (2004) Semakin tinggi NPF, maka semakin tinggi debitur yang tidak memberikan kewajibannya dalam bentuk margin ataupun bagi hasil kepada kreditur, sehingga berpotensi menurunkan pendapatan bank serta menaikkan penggunaan hutang dalam kegiatan usahanya dibandingkan laba ditahan. Dan dalam penelitiannya, NPF berpengaruh signifikan terhadap DAR. Terakhir adalah risiko pasar yang diukur dengan Volume Aset Portfolio (VAP). Menurut Sudarsono (2009), dampak yang ditimbulkan oleh krisis tahun 1997 dan 2008 salah satunya adalah penurunan nilai tukar dan runtuhnya indeks bursa. Bank dalam kegiatan usahanya juga memiliki asset dalam bentuk portfolio sebagai penyalurannya pada pasar saham. Tetapi, belajar dari krisis tahun 1997 dan 2008 akan potensi fluktuasi tajam dari pasar saham, maka volume asset portofolio dimasukkan dan digunakan untuk mengukur risiko pasar dan bagaimana pengaruhnya terhadap perkembangan solvabilitas Bank Syariah di Indonesia.
Gambar 2. Skema Kerangka Teoritis
1 2 3 4 5
Risk Based Bank Rating (RBBR) Return on Assets (ROA) Net Operating Margin (NOM) Financing to Debt Ratio (FDR) Non-Performing Financing (NPF) Volume Asset Portfolio (VAP)
(H6) (H1) (H2) (H3)
Solvabilitas Bank Syariah di Indonesia Debt to Assets Ratio (DAR)
(H4) (H5)
N. Hipotesis Hipotesis yang diajukan dalam penelitian ini merupakan pernyataan singkat yang disimpulkan dari tinjauan pustaka dan merupakan uraian sementara dari permasalahan yang perlu diujikan kembali. Suatu hipotesis akan diterima jika hasil analisis data empiris membuktikan bahwa hipotesis tersebut benar, begitu pula sebaliknya. Ha1 : Tingkat Earning (ROA) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Ha2 : Tingkat Earning (NOM) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Ha3 : Tingkat risiko likuiditas (FDR) berpengaruh secara parsial kepada Solvabilitas Bank Syariah.
Ha4 : Tingkat risiko pembiayaan (NPF) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Ha5 : Tingkat risiko pasar (VAP) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Ha6 : Tingkat Kesehatan Bank berbasis risiko (ROA, NOM, FDR, NPF dan VAP) berpengaruh secara simultan kepada Solvabilitas Bank Syariah.
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian yang dilakukan adalah penelitian kausalitas, dimana penelitian ini bertujuan untuk mengetahui hubungan dan pengaruh antara dua variabel atau lebih. Penelitian ini menguji pengaruh Tingkat Kesehatan Bank dengan metode Risk Based Bank Rating (RBBR) yang diwakilkan oleh Return on Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non Performing Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Solvabilitas Bank Syariah yang diwakilkan oleh Debt to Assets Ratio (DAR). Penelitian ini menggunakan data sekunder yang didapatkan dari Laporan Keuangan Bank Syariah yang dipublikasikan untuk umum periode 2010 sampai 2014. Penelitian ini bersifat kuantitatif dengan menggunakan data panel dari tahun 2010 sampai tahun 2014. Data penelitian yang mencakup data periode 2010 sampai 2014 dipandang cukup mewakili kondisi perbankan syariah di Indonesia pada saat itu dan indikator-indikator keuangan perbankan syariah pada periode itu. B. Metode Penentuan Sampel Penelitian ini memiliki populasi yaitu Bank Umum Syariah di Indonesia yang terdaftar di Bank Indonesia yang sudah mempublikasikan laporan keuangan dari tahun 2010. Berdasarkan statistik perbankan syariah yang dipublikasikan
48
oleh Bank Indonesia per-Desember 2014 terdapat total 12 Bank Umum Syariah, dengan menggunakan data triwulan tiap bank maka diperoleh 20 periode penelitian sehingga besarnya populasi dalam penelitian ini adalah sebesar 240 data. Teknik pengambilan sampel dalam penelitian ini menggunakan metode purposive sampling. Metode purposive sampling adalah teknik pengambilan sampel secara sengaja sesuai dengan persyaratan sampel yang diperlukan.34 Adapun persyaratan yang digunakan dalam pengambilan sampel adalah sebagai berikut: 1.
Bank Umum Syariah sudah terdaftar di Bank Indonesia berdasarkan statistik perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014.
2.
Mempublikasikan laporan keuangan selama periode 2010-2014.
3.
Data tersedia lengkap (data mengenai rasio keuangan Kesehatan Bank maupun Solvabilitas). Tabel di bawah ini menyajikan proses seleksi sampel berdasarkan kriteria
yang telah ditetapkan dalam penelitian ini. Berdasarkan tabel dibawah dapat diketahui bahwa statistik perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014 terlihat bahwa jumlah Bank Umum Syariah ada 12 bank. Namun, berdasarkan hasil seleksi sampel diperoleh sampel sebanyak 8 bank. Periode pengamatan yang diambil oleh peneliti adalah selama 5 (empat) tahun
Albert Kurniawan, “Metode Riset untuk Ekonomi dan Bisnis : Teori, Konsep, dan Praktik Penelitian Bisnis”, Penerbit Alfabeta, Bandung, 2014, h. 83 34
per triwulan dari kuartal ke 2 tahun 2010 hingga 2014. Jadi, total sampel yang diteliti sebanyak 152 data laporan triwulan keuangan Bank Umum Syariah. Berikut tabel yang menyajikan proses seleksi sampel berdasarkan kriteria yang telah ditetapkan dalam penelitian Tabel 5. Proses Seleksi Sampel No
Kriteria
1
Perusahaan merupakan
Melanggar Kriteria
Jumlah Sampel BUS
Total Sampel
12
12
8
8
8
8
Bank Umum Syariah berdasarkan statistik perbankan syariah yang dipublikasikan Bank Indonesia per-Desember 2014 2
Menerbitkan serta mempublikasikan laporan
4
keuangan selama periode 2010-2014 3
Data tersedia lengkap (data mengenai rasio-rasio keuangan dan bagianbagian yang membentuknya)
Jumlah sampel yang memenuhi kriteria
8
Tahun Pengamatan (Triwulan)
19
Jumlah Total Sampel
152
Sumber: Data Sekunder Diolah.
C. Metode Pengumpulan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara yang dicatat oleh pihak lain. Data sekunder umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam data dokumenter yang dipublikasikan dan yang tidak dipublikasikan.35 Peneliti memperoleh data-data penelitian yang bersumber dari: 1.
Penelitian pustaka (library research) Peneliti memperoleh data yang berkaitan dengan masalah yang sedang diteliti melalui buku, artikel, jurnal, laporan penelitian, tesis, internet dan perangkat lain yang berkaitan dengan penelitian ini.
2.
Penelitian lapangan (field research) Data sekunder yang digunakan dalam penelitian ini dikumpulkan dari laporan keuangan dari masing-masing Bank Umum Syariahselama periode tahun 2010-2014 yang bisa dilihat dari situs masing-masing perusahaan sampel.
D. Definisi Operasional Variabel Definisi operasional adalah penjelasan dari variabel-variabel yang digunakan dalam penelitian ini menunjukkan cara pengukuran dari masing-
Nur Indriantoro dan Babang Suporno, “Metodologi Penelitian Bisnis untuk Akuntansi dan Manajemen,” Edisi pertama, Lembaga Penerbit BPFE, Yogyakarta, 2002, h. 147. 35
masing variabel tersebut. Pengertian dari masing-masing variabel yang digunakan dalam penelitian ini dapat dijabarkan sebagai berikut: 1.
Variabel Bebas (Independent Variable) Variabel independen adalah variabel yang mempengaruhi variabel terikat, baik secara positif maupun secara negatif. Variabel bebas dalam penelitian ini berupa: a.
Return on Assets (ROA) Return On Assets (ROA) menurut Veithzal (2007) adalah rasio laba sebelum pajak dalam 12 bulan terakhir terhadap rata-rata volume usaha dalam periode yang sama. ROA menggambarkan perputaran aktiva yang diukur dari volume penjualan. Ukuran atau rumus yang digunakan adalah Rasio perbandingan antara laba sebelum pajak dengan total asset. Rasio ini digunakan untuk mengukur kemampuan bank dalam memperoleh keuntungan secara keseluruhan. Menurut Darsono (2005), ROA adalah perhitungan dari laba bersih dibagi rata-rata total aktiva. Rasio ini menggambarkan kemampuan perusahaan untuk menghasilkan keuntungan dari setap satu rupiah asset yang digunakan. Dengan mengetahui rasio ini, kita bisa menilai apakah perusahaan ini efisien dalam memanfaatkan aktivanya dalam kegiatan operasionalnya. Raden (2012) meneliti faktor-faktor yang mempengaruhi struktur modal dengan menggunakan variabel ROA sebagai salah satu variabel
independen, sedangkan variabel yang digunakan untuk mewakili struktur modal adalah DAR. Hasil penelitiannya menunjukkan bahwa ROA berpengaruh signifikan negatif terhadap CAR. Ukuran atau rumus yang digunakan adalah Rasio perbandingan antara laba sebelum pajak dengan total asset. Rasio ini dirumuskan dengan: 𝑅𝑂𝐴 = b.
𝐿𝑎𝑏𝑎 𝑆𝑒𝑏𝑒𝑙𝑢𝑚 𝑃𝑎𝑗𝑎𝑘 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎
Net Operating Margin (NOM) Subramanyam (2008) dalam bukunya, memasukkan NOM sebagai salah satu turunan dari rasio Return on Investment (ROI) yang dibagi menurut klasifikasi investasinya yaitu investasi pada asset operasional atau asset produktif. Rasio ini digunakan untuk menganalisis kinerja perusahaan dalam menghasilkan laba dari investasi perusahaan dalam bentuk asset produktif. Rasio ini juga adalah rasio utama yang digunakan
untuk
menilai
profitabilitas
bank
syariah
dengan
menggunakan Net Operating Margin (NOM). NOM digunakan untuk mengetahui kemampuan aktiva produktif dalam menghasilkan laba. Aydin Ozkan (2001), Mira (2004), dan Raden (2001) menjelaskan bahwa profitabilitas berpengaruh negatif terhadap Debt to Assets Ratio (DAR).
Tetapi,
Aydin
Ozkan
dan
Mira
menyatakan
bahwa
profitabilitas mempunyai pengaruh yang signifikan terhadap DAR,
sedangkan Raden menyatakan bahwa profitabilitas tidak mempunyai pengaruh signifikan terhadap DAR. NOM dihitung dengan rumus sebagai berikut: 𝑁𝑂𝑀 =
𝑃𝑂 − 𝐷𝐵𝐻 − 𝐵𝑂 × 100% 𝑅𝑎𝑡𝑎 𝐴𝑘𝑡𝑖𝑣𝑎 𝑃𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑓
Keterangan : NOM
: Net Operating Margin
PO
: Pendapatan Operasional
DBH
: Dana Bagi Hasil
BO
: Biaya Operasional
Rata-rata Aktiva Produktif
: Rata-rata aktiva produktif 12 bulan terakhir
c.
Financing to Debt Ratio (FDR) Rasio ini adalah rasio yang mengukur perbandingan jumlah pembiayaan yang diberikan bank dengan dana yang diterima oleh bank, yang menggambarkan kemampuan bank dalam membayar kembali penarikan dana oleh deposan dengan mengandalkan pembiayaan yang diberikan sebagai sumber likuiditasnya. Oleh karena itu, semakin tinggi rasionya memberikan indikasi rendahnya kemampuan likuiditas bank tersebut, hal ini sebagai akibat jumlah dana yang diperlukan untuk membiayai pembiayaan menjadi semakin besar. Rasio ini adalah rasio yang mengukur perbandingan jumlah pembiayaan yang diberikan bank dengan dana yang diterima oleh bank,
yang menggambarkan kemampuan bank dalam membayar kembali penarikan dana oleh deposan dengan mengandalkan pembiayaan yang diberikan sebagai sumber likuiditasnya. Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan semakin besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya meningkat maka penggunaan hutang juga akan meningkat karena mampu ditutupi dengan harta lancar yang ada. Pada penelitian Aydin dan Raden dijelaskan bahwa likuiditas berpengaruh positif terhadap DAR, Tetapi hanya Aydin yang menyatakan bahwa likuiditas mempunyai pengaruh signifikan terhadap DAR, sedangkan Raden menyatakan likuiditas tidak mempunyai pengaruh signifikan terhadap DAR. FDR dirumuskan sebagai berikut: 𝐹𝐷𝑅 = d.
𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝐷𝑖𝑏𝑒𝑟𝑖𝑘𝑎𝑛 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎
Non Performing Financing (NPF) NPF merupakan rasio yang mengukur tingkat permasalahan pembiayaan yang dihadapi oleh Bank Syariah. Semakin tinggi rasio ini, menunjukkan kualitas pembiayaan Bank Syariah yang semakin buruk. Bank Syariah dengan NPF yang tinggi akan memperbesar biaya baik
pencadangan aktiva produktif maupun biaya lainnya, sehingga berpotensi terhadap kerugian Bank.36 Semakin tinggi NPF, maka semakin tinggi debitur yang tidak memberikan kewajibannya dalam bentuk margin ataupun bagi hasil kepada kreditur, sehingga berpotensi menurunkan pendapatan bank serta menaikkan penggunaan hutang dalam kegiatan usahanya dibandingkan laba diatahan. Mira (2004) dalam penelitiannya menjelaskan bahwa likuiditas berpengaruh negatif terhadap DAR. Tetapi pengaruh likuiditas terhadap DAR ini tidak signifikan. NPF dapat diukur dengan rumusan sebagai berikut: 𝑁𝑃𝐹 =
e.
𝐾𝑟𝑒𝑑𝑖𝑡 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ × 100% 𝑇𝑜𝑡𝑎𝑙 𝐾𝑟𝑒𝑑𝑖𝑡
Volume Aset Portofolio (VAP) Volume Aset Portofolio (VAP) adalah salah satu indikator untuk melihat dan menilai tingkat risiko pasar dari sebuah Bank. VAP merupakan porsi aset yang berbentuk portofolio. Dalam lampiran Surat Edaran Bank Indonesia No. 13/24/DPNP tanggal 25 Oktober 2011 Perihal Penilaian Tingkat Kesehatan Bank Umum dijabarkan bahwa yang termasuk dalam Aset Portofolio adalah:
Dwi Nur’aini Ihsan, “Analisa Laporan Keuangan Perbankan Syariah”, UIN Jakarta Press, Jakarta, 2013, h. 96 36
1.
Aset Trading, yaitu penempatan pada Bank lain, surat berharga, surat berharga yang dijual dengan janji dibeli kembali (repo), tagihan akseptansi, kredit, dan aset lainnya dengan kategori pengukuran diperdagangkan (trading).
2.
Aset Derivatif, adalah seluruh aset transaksi spot dan derivatif.
3.
Aset Fair Value Option (FVO), yaitu penempatan pada Bank lain, surat berharga, surat berharga yang dijual dengan janji dibeli kembali (repo), tagihan akseptansi, kredit, dan aset lainnya dengan kategori pengukuran diukur dengan nilai wajar (fair value option). VAP merupakan salah satu bentuk pengendalian terhadap risiko
pasar yang memberi gambaran seberapa besar potensi kerugian bank apabila terjadi perubahan kurs atau perubahan nilai dari portofolio itu sendiri di pasar. Dengan VAP, kerugian Bank yang terjadi akibat perubahan kurs valas dapat terlihat dan dicover oleh modal dan tidak sampai mengganggu kelangsungan Bank. Maka dengan semakin besarnya VAP maka semakin besar modal yang harus dijaga untuk mengantisipasi kerugian yang ditimbulkan oleh Aset Portofolio tersebut. VAP dapat dirumuskan sebagai berikut: 𝑉𝐴𝑃 = 2.
𝐴𝑠𝑒𝑡 𝑇𝑟𝑎𝑑𝑖𝑛𝑔, 𝐷𝑒𝑟𝑖𝑣𝑎𝑡𝑖𝑓, 𝑑𝑎𝑛 𝐹𝑉𝑂 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡
Variabel Terikat (Dependent Variable)
Variabel dependen adalah variabel yang dipengaruhi variabel tidak terikat, baik secara positif maupun secara negatif. Variabel terikat dalam penelitian ini berupa: a.
Debt to Assets Ratio (DAR) DAR adalah rasio total kewajiban terhadap aset. Rasio ini menekankan pentingnya pendanaan hutang dengan jalan meunjukkan presentase aktiva perusahaan yang didukung oleh hutang. Nilai rasio yang tinggi menunjukkan peningkatan dari risiko pada kreditor berupa ketidakmampuan perusahaan dalam membayar semua kewajibannya. Rumusnya adalah: 𝐷𝐴𝑅 =
𝑇𝑜𝑡𝑎𝑙 𝐾𝑒𝑤𝑎𝑗𝑖𝑏𝑎𝑛 × 100% 𝑇𝑜𝑡𝑎𝑙 𝐴𝑘𝑡𝑖𝑣𝑎
E. Teknik Analisis Data Teknik analisis data dalam penelitian ini menggunakan perhitungan statistik yaitu dengan penerapan Eviews 8.1. Setelah data-data yang diperlukan dalam penelitian ini terkumpul, langkah selanjutnya yaitu melakukan analisis data yang terdiri dari metode statistik deskriptif, uji asumsi klasik dan uji hipotesis. Adapun penjelasan mengenai metode analisis data tersebut adalah sebagai berikut: 1.
Statistik Deskriptif Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata, standar deviasi, varian, maksimum,
minimum, sum, range, kurtosis dan skewness (kemencengan distribusi). Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang lebih jelas dan mudah dipahami. Statistik deskriptif digunakan untuk mengembangkan profil perusahaan yang menjadi sampel. Statistik deskriptif berhubungan dengan pengumpulan dan peningkatan data, serta penyajian hasil peningkatan tersebut.37
2.
Penentuan Model Regresi Data panel adalah kombinasi antara data silang tempat (cross section) dengan data runtut waktu (time series).Terdapat beberapa metode yang biasa digunakan dalam mengestimasi model regresi dengan data panel, yaitu pooling least square (Common Effect), pendekatan efek tetap (Fixed Effect), pendekatan efek random (Random Effect). a.
Common Effect Model38 Model Common Effect menggabungkan data cross section dengan time series dan menggunakan metode OLS untuk mengestimasi model data panel tersebut. Model ini merupakan model paling sederhana dibandingkan dengan kedua model lainnya. Model ini tidak dapat membedakan varians antara silang tempat dan titik waktu karena
Imam Ghozali, ”Aplikasi Analisis Multivariate dengan Program SPSS”, Edisi 5, Badan Penerbit Universitas Diponegoro, Semarang, 2011, h. 19. 38 Dedi Rosadi, “Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews”, Penerbit ANDI, Yogyakarta, 2012, h. 271 37
memiliki intercept yang tetap, dan bukan bervariasi secara random. Model ini mengasumsikan bahwa perilaku data antar perusahaan bank sama dalam berbagai kurun waktu. b.
Fixed Effect Model39 Pengertian model Fixed Effect adalah model dengan intercept berbeda-beda untuk setiap subjek (cross section), tetapi slope setiap subjek tidak berubah seiring waktu. Model ini mengasumsikan bahwa intercept adalah berbeda setiap subjek sedangkan slope tetap sama antar subjek. Dalam membedakan satu subjek dengan subjek lainnya digunakan variabel dummy. Model ini sering disebut dengan model Least Square Dummy Variables (LSDV).
c.
Random Effect Model40 Random Effect disebabkan variasi dalam nilai dan arah hubungan antar subjek diasumsikan random yang dispesifikasikan dalam bentuk residual. Model ini mengestimasi data panel yang variabel residual diduga memiliki hubungan antar waktu dan antar subjek. Model Random Effect digunakan untuk mengatasi kelemahan model fixed effect yang menggunakan variabel dummy. Metode analisis data panel dengan model Random Effect harus memenuhi persyaratan yaitu jumlah cross section harus lebih besar daripada jumlah variabel penelitian.
Doddy Ariefianto, “Ekonometrika : Esensi dan Aplikasi dengan Menggunakan Eviews”, Penerbit Erlangga, Jakarta, 2012, h. 150 40 Doddy Ariefianto, 2012, h. 150 39
Penentuan model terbaik antara Common Effect, Fixed Effect, dan Random Effect menggunakan dua
teknik estimasi model. Dua teknik ini digunakan dalam regresi data panel untuk memperoleh model yang tepat
dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama Chow Test digunakan untuk memilih
antara model Common Effect atau Fixed Effect. Kedua, Hausman Test digunakan untuk memilih antara model
Fixed Effect atau Random Effect yang terbaik dalam mengestimasi regresi data panel.41
a.
Chow Test Chow Test merupakan uji untuk membandingkan model Common Effect dengan Fixed Effect. Chow Test dalam penelitian ini menggunakan program Eviews. Hipotesis yang dibentuk dalam Chow Test adalah sebagai berikut : H0 : Model Common Effect Ha : Model Fixed Effect H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0 diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan sebesar 5%.42
b.
Hausman Test Pengujian ini membandingkan model Fixed Effect dengan Random Effect dalam menentukan model yang terbaik untuk digunakan sebagai model regresi data panel. Hausman Test menggunakan program
41
Dedi Rosadi, 2012, h. 276 Doddy Ariefianto, 2012, h. 157
42
yang serupa dengan Chow Test yaitu program Eviews. Hipotesis yang dibentuk dalam Hausman Test adalah sebagai berikut : H0 : Model Random Effect Ha : Model Fixed Effect H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0 diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan sebesar 5%.43 3.
Uji Asumsi Klasik Uji asumsi klasik adalah persyaratan statistic yang harus dipenuhi pada analisisi regresi linier berganda yang berbasis Ordinary Least Square (OLS). Beberapa alat uji yang sering dilakukan dalam uji asumsi klasik adalah:44 a.
Uji Normalitas45 Uji normalitas dilakukan untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah yang memiliki
nilai
residual
yang
terdistribusi
normal.
Jadi
uji
normalitasbukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Metode untuk menguji normalitas data adalah dengan melihat Tes Normalitas Jarque-Bera. 43
Ibid, h. 157 Albert Kurniawan, 2014, h. 156 45 Ibid, h. 156 44
Data dianggap normal ketika nilai Jarque-Bera lebih kecil dari nilai Chi-Square tabel dengan degree of freedom sebanyak data sampel yang ada dan nilai probability lebih besar dari nilai signifikansi 0,05.46Selain itu dapat juga digunakan one-Sample Kolgomorov-Smirnov Test dengan melihat tingkat signifikasinya, jika > 0,05 maka data terdistribusi secara normal. b.
Uji Multikolinearitas47 Uji multikolinearitas bertujuan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas dalam suatu model regresi linear berganda. Jika ada korelasi yang tinggi diantara variabelvariabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Pada kasus multikolinearitas serius, koefisien regresi tidak lagi menunjukkan pengaruh murni dari variabel independen dalam model. Beberapa kriteria untuk mendeteksi multikolinearitas dalam suatu model adalah sebagai berikut: 1)
Jika nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinearitas. Semakin tinggi VIF, maka semakin rendah Tolerance.
Wing Wahyu Winarno, “Analisis Ekonometrika dan Statistika dengan Eviews”, Edisi 3, UPP STIM YKPM, Yogyakarta, 2011, h. 5.37 47 Albert Kurniawan, 2014, h. 157 46
2)
Jika nilai koefisien korelasi antar masing-masing variabel independen kurang dari 0,70, maka model dapat dikatakan terbebas dari multikolinearitas. Jika lebih dari 0,70 maka diasumsikan terjadi korelasi (interaksi hubungan) yang sangat kuat antar variabel independen sehingga terjadi multikolinearitas.48 Jika nilai koefisien determinasi, baik nilai R2 maupun Adjusted R2
3)
di atas 0,60, namun tidak ada variabel independen yang berpengaruh terhadap variabel dependen, maka diasumsikan model terkena multikolinearitas. c.
Uji Heteroskedastisitas49 Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah dimana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan lain tetap atau disebut homoskedastisitas. Jika terjadi heteroskedastisitas, maka akan berpengaruh kepada penaksiran standar error yang bias sehingga menyebabkan nilai t hitung menjadi bias. t hitung yang bias menyebabkan pengambilan keputusan melalui pengujian hipotesis menjadi bias juga sehingga dapat menghasilkan kesimpulan yang salah.
48
Dedi Rosadi, 2012, h. 80 Ibid, h. 158
49
Deteksi heteroskedastisitas dapat dilakukan dengan uji Park50, dimana nilai residual data yang telah di log natural diregresikan dengan variabel independen yang ada. Jika dari salah satu variabel independen ada yang signifikan mempengaruhi nilai residual, maka dapat dikatakan model terkena heteroskedastisitas. d.
Uji Autokorelasi Menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada atau tidaknya korelasi antara variabel pengganggu (et) pada periode tertentu dengan variabel pengganggu periode sebelumnya (et-1). Jika dalam model regresi terjadi autokorelasi yang kuat maka dapat menyebabkan dua variabel yang berhubungan menjadi tidak berhubungan, biasa disebut spourious regression. Hal ini dapat terlihat dari R2. Untuk mendeteksi ada atau tidaknya autokorelasi diuji dengan Durbin-Watson.51
Dasar
pengambilan
keputusan
ada
tidaknya
autokorelasi dalam model regresi adalah sebagai berikut:52 1)
Bila nilai D-W terletak antara batas atas atau upper bound (du) dan (4-du) maka koefisien autokorelasi = 0, berarti tidak ada autokorelasi.
50
Wing Wahyu Winarno, 2011, h. 5.12 Ibid, h. 158 52 Imam Ghozali, 2011, h.111 51
2)
Bila nilai D-W lebih rendah daripada batas bawah atau lower bound (dl) maka koefisien autokorelasi > 0, berarti ada autokorelasi positif.
3)
Bila nilai D-W lebih besar dari (4-dl) maka koefisien autokorelasi < 0, berarti ada autokorelasi negatif.
4)
Bila nilai D-W terletak antara batas atas (du) dan batas bawah (dl) atau D-W terletak antara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan.
4.
Analisis Regresi Berganda Analisis regresi merupakan suatu teknik untuk membangun persamaan dan menggunakan persamaan tersebut untuk membuat perkiraan. Dengan demikian, analisis regresi sering disebut sebagai analisis prediksi. Karena merupakan prediksi, maka nilai prediksi tidak selalu tepat dengan nilai riilnya, semakin kecil tingkat penyimpangan antara nilai prediksi dengan nilai riilnya, maka semakin tepat persamaan regresi yang terbentuk.53 Bentuk umum persamaan analisis regresi berganda adalah: Y = a + bX1 + bX2 + bXn + … + e Dalam penelitian ini sendiri, jika variabel-variabelnya dimasukkan kedalam model diatas maka akan menjadi, seperti di bawah ini: Y = a + bX1 + bX2 + bX3 + bX4 + bX5 + e Keterangan: 53
Albert Kurniawan, 2014, h. 178
5.
Y
= Debt to Assets Ratio (DAR)
a
= Koefisien konstanta
b
= Koefisien regresi
X1
= Return on Assets (ROA)
X2
= Net Operating Margin (NOM)
X3
= Financing to Debt Ratio (FDR)
X4
= Non Performing Financing (NPF)
X5
= Volume Aset Portofolio (VAP)
e
= Error
Uji Hipotesis Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fitnya. Secara statistik, setidaknya ini dapat diukur dari: a.
Uji Statistik F54 Digunakan untuk menguji signifikansi pengaruh seluruh variabel independen secara bersama-sama terhadap variabel dependen. Dengan cara membandingkan F hitung dengan F tabel. F hitung dapat diperoleh dengan rumus:55 𝐹 ℎ𝑖𝑡𝑢𝑛𝑔 =
54
𝑅 2 (𝑛 – 𝑚 − 1) 𝑚 (1 − 𝑅 2 )
Ibid, h. 198 Riduwan & Sunarto, “Pengantar Statistika untuk Penelitian : Pendidikan, Sosial, Komunikasi, Ekonomi, dan Bisnis”, Alfabeta Bandung, Bandung, 2013, h. 110 55
Dimana : R2
= Koefisien Determinasi
n
= Jumlah data
m
= Jumlah variabel independen Sedangkan F tabel dapat diperoleh dari tabel F yang sudah ada
dengan cara: 𝐹 𝑡𝑎𝑏𝑒𝑙 = 𝐹 {(1 − 𝑛)(𝑑𝑘 𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 𝑚)(𝑑𝑘 𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 𝑛 − 𝑚 − 1)}
Jika F hitung ≥ F tabel dan nilai signifikasi di bawah 0,05, maka Ha diterima dan berarti hubungannya signifikan. b.
Uji Statistik t56 Uji ini dimaksudkan untuk mengetahui tingkat signifikansi pengaruh masing-masing variabel bebas terhadap variabel terikat dengan asumsi variabel bebas yang lain tidak berubah (cateris paribus). Uji t dilakukan dengan cara membandingkan t hitung dengan t tabel. Rumus yang digunakan untuk mendapatkan t hitung adalah:57 𝑡 ℎ𝑖𝑡𝑢𝑛𝑔 =
𝑏− 𝛽 𝑆𝑏
Dengan b : 𝑏 =
𝑛∑XY − (∑X)(∑Y) 𝑛∑𝑋 2 − (∑𝑋)2
Dengan Sb : 56
Albert Kurniawan, 2014, h. 200 Jonathan Sarwono, “Strategi Melakukan Riset”, Penerbit ANDI, Yogyakarta, 2013, h. 159-160 57
𝑆𝑏 =
𝑆𝑒 √∑𝑥 2
Dimana Se :
𝑆𝑒 = √
∑𝑌 2 − 𝑎∑𝑌 − 𝑏∑𝑋𝑌 𝑛−2
Setelah didapatkan t hitung, maka dicari t tabel dari tabel t yang sudah tersedia dengan ketentuan nilai alpha 5% harus dibagi 2 menjadi 0,025 dengan degree of freedom (DF) sebesar (n-2). Kesimpulan didapatkan apabila t hitung ≥ t tabel dan nilai signifikasi di bawah 0,05, maka Ha diterima dan berarti hubungannya signifikan. c.
Koefisien determinasi Koefisien deteminasi (R2) digunakan untuk mendeteksi seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Koefisien determinasi (R2) dinyatakan dalam persentase yang nilainya berkisar antara 0 < R2< 1. Koefisien determinasi dapat dihitung menggunakan rumus:58 2
𝑅 = (
2
𝑛∑𝑋𝑌 − (∑𝑋)(∑𝑌)
)
√[𝑛∑𝑋 2 − (∑𝑋)2 ][𝑛∑𝑌 2 − (∑𝑌)2 ]
Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen amat terbatas. 58
Ibid, h. 158
Sebaliknnya, nilai R2 yang mendekati satu menandakan variabelvariabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
BAB IV HASIL DAN PEMBAHASAN A. Sekilas Gambaran Umum Objek Penelitian Populasi yang digunakan dalam penelitian ini adalah Bank Umum Syariah berdasarkan statistik perbankan syariah yang dipublikasikan Bank Indonesia perDesember 2014 dengan total Bank Umum Syariah adalah 12 bank yang merupakan besarnya populasi dalam penelitian ini. Periode pengamatan yang dilakukan dalam penelitian ini yaitu tahun 2010 hingga 2014. Pemilihan periode pengamatan yang dimulai dari tahun 2010 didasari oleh banyaknya Unit Usaha Syariah yang spin-off menjadi Bank Umum Syariah pada tahun tersebut dan untuk mewakili tahun sebelum diterapkannya Risk Based Bank Rating pada tahun 2012 dan periode setelah diterapkannya. Berdasarkan statistik perbankan syariah yang publikasi Bank Indonesia per-Desember 2014 dapat dilihat bahwa perkembangan Capital Adequacy Ratio (CAR) Bank Umum Syariah dan Unit Usaha Syariah dari tahun ke tahun cenderung mengalami penurunan. Hal tersebut dapat dilihat pada grafik dibawah ini:
71
Grafik 5. Perkembangan Capital Adequacy Ratio (CAR)
CAR 16.25
2010
16.63
2011 CAR
14.13
14.42
2012
2013
13.06
2014
Linear (CAR)
Sumber: Statistik Perbankan Syariah Publikasi Bank Indonesia 2014
Dari grafik diatas menjelaskan bahwa nilai CAR perbankan syariah dari tahun 2010 sampai tahun 2014 fluktuatif kearah penurunan, yang berarti bahwa solvabilitas atau kemampuan untuk mengcover kerugian dan kewajiban jangka panjang dan pendeknya perbankan syariah di Indonesia mengalami penurunan. Tetapi penurunan ini masih dalam batas kategori sehat, dimana batas minimum CAR yang dapat dikatakan sehat adalah sebesar 8%, sehingga, walaupun mengalami trend penurunan, setidaknya masih dapat untuk mengcover resiko yang akan terjadi. Sehingga perbankan syariah harus mencari alternative lain selain mengandalkan pada modal bank saja. Oleh karena itu dalam penelitian ini digunakan variabel Debt to Assets Ratio (DAR). Berikut adalah rata-rata DAR dari perbankan syariah di Indonesia.
Grafik 6. Perkembangan Debt to Assets Ratio (DAR)
DAR 89.5
88.61
86.76 83.57 82.14
2010
2011
2012 DAR
2013
2014
Linear (DAR)
Sumber: Laporan Keuangan Bank Syariah 2010-2014 (Data Diolah)
Dari dua indikator solvailitas, terlihat adanya penurunan di 5 tahun terakhir ini. Kemungkinan penyebab penurunan solvabilitas ini dapat ditemukan dalam variabel di penelitian ini. Sementara untuk standar pelaksanaan Risk Based Bank Rating pada Bank Umum Syariah mengacu pada Surat Edaran Bank Indonesia No. 13/24/DPNP tanggal 25 Oktober 2011 Perihal Penilaian Tingkat Kesehatan Bank Umum. B. Hasil Uji Analisis Data Penelitian 1.
Hasil Uji Statistik Deskripsi Statistik deskriptif memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata, standar deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness (kemencengan distribusi). Statistik deskriptif mendeskripsikan data menjadi sebuah informasi yang
lebih jelas dan mudah dipahami. Statistik deskriptif digunakan untuk mengembangkan profil perusahaan yang menjadi sampel. Pada penelitian ini statistik deskriptif akan menggambarkan deskripsi dari masing-masing variabel. Tabel 6 menggambarkan statistik deskripsi seluruh variabel dalam penelitian ini yang meliputi minimum, maksmum, mean (rata-rata) dan standar deviasi. Nilai minimum menggambarkan nilai paling kecil yang diperoleh dari hasil pengolahan dan analisis data yang telah dilakukan terhadap bank sampel. Nilai maksimum menggambarkan nilai paling besar yang diperoleh dari hasil pengolahan dan analisis data yang telah dilakukan. Sedangkan mean (rata-rata) menunjukkan nilai rata-rata dari masing-masing variabel. Variabel-variabel yang digunakan dalam penelitian ini meliputi Return On Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing Financing (NPF), Volume Aset Portofolio (VAP), dan Debt to Assets Ratio (DAR). Variabel-variabel tersebut akan diuji secara statistik dekriptif seperti yang terlihat dalam tabel dibawah ini: Tabel 6. Statistik Deskriptif Variable
DAR
ROA
NOM
FDR
NPF
VAP
Mean
87.14987
1.220987
0.706382
94.21191
1.790987
18.89783
Median
87.34500
1.165000
0.620000
94.05000
1.625000
18.45000
Maximum
91.16000
4.130000
3.270000
99.68000
4.760000
24.80000
Minimum
77.82000
-3.310000
-2.600000
89.86000
0.000000
14.99000
Std. Dev.
2.581492
1.092812
0.767910
2.683305
1.278474
2.786157
Observations
152
152
152
152
152
152
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
a.
Variabel Independen 1)
Return on Assets (ROA) Variabel ROA mempunyai nilai Mean 1,22% dan standar deviasi 1,09% berarti dikarenakan nilai Mean lebih besar dibandingkan dengan standar deviasi yang dianggap sebagai cerminan penyimpangan data, maka variabel ROA menunjukkan hasil yang baik. Hasil uji statistik pada tabel 6 juga menunjukkan bahwa nilai ROA minimum adalah -3,31% yang menunjukkan ada saat dimana tingkat ROA bank syariah tidak sehat. Selain itu, maksimum adalah 4,13% yang menunjukkan tingkat ROA yang sangat sehat. Mean sebesar 1,22% menandakan bahwa rata-rata Bank Umum Syariah dalam penelitian ini pada rentang waktu 2010 hingga 2014 mempunyai tingkat ROA dengan kategori cukup sehat.
2)
Net Operating Margin (NOM) Variabel NOM mempunyai nilai Mean 0,71% dan standar deviasi 0,77% berarti dikarenakan nilai Mean lebih kecil dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel NOM menunjukkan hasil yang tidak baik, hal ini dikarenakan nilai minimum NOM yang bernilai negatif sebesar -2,60% dan menunjukkan tingkat NOM yang tidak sehat. Hasil uji statistik pada tabel 6 juga menunjukkan bahwa nilai NOM maksimum adalah 3,27% yang menunjukkan tingkat NOM yang sangat sehat. Mean sebesar 0,71% menandakan bahwa ratarata Bank Umum Syariah dalam penelitian ini pada rentang waktu 2010 hingga 2014 mempunyai tingkat NOM dengan kategori tidak sehat. 3)
Financing to Debt Ratio (FDR) Variabel FDR mempunyai nilai Mean 94,21% dan standar deviasi 2,68% berarti dikarenakan nilai Mean lebih besar dibandingkan dengan standar deviasi yang dianggap sebagai cerminan penyimpangan data, maka variabel FDR menunjukkan hasil yang baik. Tingkat FDR yang dinyatakan sehat adalah <110%, maka hasil uji statistik pada tabel 6 menunjukkan bahwa nilai FDR minimum adalah 89,86% dan nilai maksimumnya adalah 99,68% yang menunjukkan tingkat FDR yang sehat. Mean sebesar 94,21% menandakan bahwa rata-rata Bank Umum Syariah dalam penelitian
ini pada rentang waktu 2010 hingga 2014 mempunyai tingkat FDR dengan kategori sehat. 4)
Non-Performing Financing (NPF) Variabel NPF mempunyai nilai Mean 1,79% dan standar deviasi 1,28% berarti dikarenakan nilai Mean lebih besar dibandingkan dengan standar deviasi yang dianggap sebagai cerminan penyimpangan data, maka variabel NPF menunjukkan hasil yang baik. Tingkat NPF mempunyai batas maksimum sebesar 5%, maka hasil uji statistik pada tabel 6 menunjukkan bahwa nilai NPF minimum adalah 0% dan nilai maksimumnya adalah 4,76% yang menunjukkan tingkat NPF yang masih dapat ditolerir. Mean sebesar 1,79% menandakan bahwa rata-rata Bank Umum Syariah dalam penelitian ini pada rentang waktu 2010 hingga 2014 memiliki kinerja keuangan yang baik danmemiliki kemampuan yang baik dalam menyanggah risiko kegagalan pengembalian pembiayaan oleh nasabah.
5)
Volume Aset Portofolio (VAP) Variabel VAP mempunyai nilai Mean 18,90% dan standar deviasi 2,79% berarti dikarenakan nilai Mean lebih besar dibandingkan dengan standar deviasi yang dianggap sebagai
cerminan penyimpangan data, maka variabel VAP menunjukkan hasil yang baik. Hasil uji statistik pada tabel 6 menunjukkan bahwa nilai VAP minimum adalah 14,99% dan nilai maksimumnya adalah 24,80% yang menunjukkan porsi aset yang dimiliki Bank dalam bentuk portofolio. Mean sebesar 18,90% menandakan bahwa rata-rata Bank Umum Syariah dalam penelitian ini pada rentang waktu 2010 hingga 2014 mempunyai aset dalam bentuk portofolio sebanyak 18,90% dari keseluruhan aset yang dimilikinya. b.
Variabel Dependen 1)
Debt to Assets Ratio (DAR) Variabel DAR mempunyai nilai Mean 87,15% dan standar deviasi 2,58% berarti dikarenakan nilai Mean lebih besar dibandingkan dengan standar deviasi yang dianggap sebagai cerminan penyimpangan data, maka variabel DAR menunjukkan hasil yang baik. Tingkat DAR pada hasil uji statistik pada tabel 6 menunjukkan bahwa nilai minimumnya adalah 77,82% yang menunjukkan
solvabilitas
yang
sehat,
sedangkan
nilai
maksimumnya adalah 91,16% yang menunjukkan tingkat DAR yang mendekati 100% dan masih dapat dikatakan sehat. Mean sebesar 87,15% menandakan bahwa rata-rata Bank Umum Syariah
dalam penelitian ini pada rentang waktu 2010 hingga 2014 mempunyai tingkat DAR yang sehat. 2.
Penentuan Model Regresi Data Panel Penentuan model terbaik antara Common Effect, Fixed Effect, Dan Random Effect menggunakan dua teknik estimasi model. Dua teknik ini digunakan dalam regresi data panel untuk memperoleh model yang tepat dalam mengestimasi regresi data panel. Dua uji yang digunakan, pertama Chow Test digunakan untuk memilih antara model Common Effect atau Fixed Effect. Kedua, Hausman Test digunakan untuk memilih antara model Fixed Effect atau Random Effect yang terbaik dalam mengestimasi regresi data panel. a.
Chow Test Chow Test merupakan uji untuk membandingkan model Common Effect dengan Fixed Effect. Chow Test dalam penelitian ini menggunakan program Eviews. Hipotesis yang dibentuk dalam Chow Test adalah sebagai berikut : H0 : Model Common Effect Ha : Model Fixed Effect H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0 diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan sebesar 5%. Chow Test dapat dilihat dari tabel dibawah ini:
Tabel 7. Chow Test Redundant Fixed Effects Tests Equation: Untitled Test cross-section Fixed Effects Effects Test Cross-section F Cross-section Chi-square
Statistic 9.181251 57.768374
d.f.
Prob.
(7,139) 7
0.0000 0.0000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas diperoleh P-value sebesar 0,0000 yang lebih kecil dari nilai signifikansi 5% sehingga H0 ditolak yang berarti model regresi yang digunakan adalah model Fixed Effect. b.
Hausman Test Pengujian ini membandingkan model Fixed Effect dengan Random Effect dalam menentukan model yang terbaik untuk digunakan sebagai model regresi data panel. Hausman Test menggunakan program yang serupa dengan Chow Test yaitu program Eviews. Hipotesis yang dibentuk dalam Hausman Test adalah sebagai berikut : H0 : Model Random Effect Ha : Model Fixed Effect H0 ditolak jika P-value lebih kecil dari nilai a. Sebaliknya, H0 diterima jika P-value lebih besar dari nilai a. Nilai a yang digunakan sebesar 5%. Hausman Test dapat dilihat pada tabel dibawah ini:
Tabel 8. Hausman Test Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section Random Effects
Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
29.046661
5
0.0000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas diperoleh P-value sebesar 0,0000 yang lebih kecil dari nilai signifikansi 5% sehingga H0 ditolak yang berarti model regresi yang digunakan adalah model Fixed Effect. Dari kedua test diatas didapatkan kesimpulan bahwa model regresi data panel yang terbaik untuk model regresi dalam penelitian ini adalah model regresi dengan model Fixed Effect. 3.
Hasil Uji Asumsi Klasik Pengujian asumsi klasik yang digunakan atas data sekunder dalam penelitian ini meliputi uji normalitas, multikolinearitas, heteroskedastisitas dan autokorelasi dengan hasil pengujian sebagai berikut: a.
Hasil Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak. Seperti diketahui bahwa uji t dan uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel
kecil. Eviews 8.1 menggunakan Test Jarque-Bera untuk mendeteksi apakah residual berdistribusi normal atau tidak. Hasil dari uji normalitas dengan menggunakan Test Jarque-Bera dapat dilihat pada grafik dibawah ini: Grafik 7. Test Normalitas Jarque-Bera 14
Series: Standardized Residuals Sample 2010Q2 2014Q4 Observations 152
12 10 8 6 4 2
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
-2.28e-16 -0.038459 3.512544 -5.189957 1.772364 -0.354758 2.905240
Jarque-Bera Probability
3.245155 0.197389
0 -5
-4
-3
-2
-1
0
1
2
3
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Uji statistik Jarque-Bera mempunyai kriteria jika nilai JarqueBera diatasnilai Chi-Square Tabel dan nilai probability dibawah nilai signifikansi 0,05, maka data yang diuji memiliki perbedaan yang signifikan dengan data normal baku sehingga data yang diuji tidak berdistribusi normal. Sebaliknya jika nilai Jarque-Bera dibawah nilai Chi-Square Tabel dan nilai probability diatas nilai signifikansi 0,05, maka data yang diuji memiliki distribusi normal. Berdasarkan grafik diatas dapat dikatakan bahwa data residual terdistribusi normal. Hal ini tercermin dari nilai Jarque-Bera sebesar 3,245155 yang lebih kecil atau dibawahnilai Chi-Square Tabel dengan
df 152 yaitu sebesar 174.729 dan nilai probability yang berada diatas nilai signifikansi 0,05. b.
Hasil Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (independen). Pada model regresi yang baik seharusnya antar variabel independen tidak terjadi korelasi. Untuk mengetahui ada tidaknya multikolinearitas dilakukan dengan melihat korelasi diantara variabel independennya, jika korelasi lebih dari 0,70 maka dinyatakan terdapat multikolinearitas dikarenakan nilai 0,70 pada korelasi berarti hubungan yang kuat. Korelasi antar variabel independen dapat dilihat pada tabel di bawah ini: Tabel 9. Korelasi Variabel Independen ROA
NOM
FDR
NPF
VAP
ROA
1.000000
0.835493
-0.018381
-0.143408
-0.165363
NOM
0.835493
1.000000
-0.021375
-0.044436
-0.149306
FDR
-0.018381
-0.021375
1.000000
0.246813
-0.347137
NPF
-0.143408
-0.044436
0.246813
1.000000
-0.452407
VAP
-0.165363
-0.149306
-0.347137
-0.452407
1.000000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas terlihat bahwa tidak ada variabel independen yang mempunyai korelasi dengan variabel independen lainnya bernilai diatas 0,70, kecuali variabel ROA dan NOM yang merupakan sama-
sama rasio profitabilitas, sehingga dapat dikatakan data dalam penelitian ini tidak terdapat multikolinearitas. Maka dapat disimpulkan semua variabel independen dalam model regresi terbebas dari problem multikolinearitas dan dapat digunakan dalam penelitian ini. c.
Hasil Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah model regresi yang homoskedastisitas. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melakukan ujiPark dimana residual kuadrat yang di log diregresikan dengan variabel independen yang ada. Apabila
variabel
independen
signifikan
secara
statistik
mempengaruhi variabel residual (kurang dari 5%), maka terjadi heteroskedastisitas. Namun, apabila probabilitas signifikan diatas 5% maka dapat dikatakan bahwa model regresi tidak mengandung adanya heteroskedastisitas. Hasil uji Park dapat dilihat dari tabel di bawah ini:
Tabel 10. Uji Park Dependent Variable: LOG(RES2) Method: Panel Least Squares Date: 08/06/15 Time: 21:11 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C ROA NOM FDR NPF VAP
-3.775351 -0.149391 0.221538 0.020934 -0.131651 0.098241
7.637491 0.322248 0.446964 0.074669 0.171387 0.080962
-0.494318 -0.463589 0.495651 0.280363 -0.768150 1.213412
0.6218 0.6436 0.6209 0.7796 0.4436 0.2269
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Berdasarkan tabel diatas dapat dilihat bahwa tingkat signifikansi variabel independen dalam penelitian ini berada diatas 5% atau 0,05. Hal ini menunjukkan bahwa model regresi dalam penelitian ini tidak terjadi heteroskedastisitas. Sehingga model regresi layak digunakan untuk melakukan penelitian ini. d.
Hasil Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan periode t-1 (sebelumnya). Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan antara satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Model regresi yang baik adalah yang bebas dari autokorelasi. Dalam
penelitian ini menggunakan Durbin Watson Test (D-W) untuk mendeteksi ada tidaknya autokorelasi. Berikut adalah tabel yang menunjukkan hasil uji autokorelasi: Tabel 11. Uji Durbin-Watson Dependent Variable: CAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.528627 0.487933 1.847285 474.3323 -302.1687 12.99030 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
87.14987 2.581492 4.146957 4.405579 4.252018 1.344517
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dasar pengambilan keputusan ada tidaknya autokorelasi dalam model regresi adalah sebagai berikut: 1)
du < DW < (4-du) berarti tidak ada autokorelasi,
2)
DW < dl berarti ada autokorelasi positif,
3)
DW > (4-dl) berarti ada autokerelasi negatif, dan
4)
du < DW < dl atau (4-du) < DW < (4-dl) berarti hasilnya tidak dapat disimpulkan. Berdasarkan tabel diatas, dengan n=152 dan k=5 dapat diketahui
nilai batas atas dan batas bawah dari nilai Durbin-Watson dengan nilai
dU adalah 1,8032 dan nilai dL adalah 1,6675. dikarenakan nilai D-W adalah 1,344517 berada dibawah dL, atau DW < dL maka dapat disimpulkan bahwa data memiliki masalah autokorelasi. Autokorelasi akan menyebabkan variabel yang seharusnya berpengaruh menjadi tidak berpengaruh, hal ini terlihat dari kecilnya adjusted R-square dan tingginya standard error. Cara untuk mengatasi heteroskedastisitas ini adalah dengan menyesuaikan model regresi dengan Cross-section SUR. Di bawah ini adalah hasil regresi ketika mengalami autokorelasi: Tabel 12. Hasil Regresi Autokorelasi Dependent Variable: CAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP C
-0.238170 0.585868 0.039205 -0.281473 0.019469 83.46946
0.272885 0.370933 0.069546 0.200477 0.076367 7.113991
-0.872788 1.579445 0.563721 -1.404012 0.254943 11.73314
0.3843 0.1165 0.5739 0.1625 0.7991 0.0000
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.528627 0.487933 1.847285 474.3323 -302.1687 12.99030 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
87.14987 2.581492 4.146957 4.405579 4.252018 1.344517
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Terlihat bahwa standard error mempunyai nilai yang cukup tinggi dengan adjusted R-square yang rendah. Hal ini diperbaiki dengan
penyesuaian
cross-section
SUR
pada
regresi
untuk
menghilangkan autokorelasi. Tabel 13. Hasil Regresi dengan Cross Section SUR Dependent Variable: CAR Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP C
-0.247695 0.426070 0.081950 -0.317403 0.036363 79.31193
0.117799 0.141725 0.028005 0.066382 0.033711 2.889979
-2.102703 3.006309 2.926239 -4.781466 1.078666 27.44377
0.0373 0.0031 0.0040 0.0000 0.2826 0.0000
Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.691584 0.664959 1.030487 25.97422 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
66.82652 93.98597 147.6047 1.673166
Unweighted Statistics R-squared Sum squared resid
0.525619 477.3600
Mean dependent var Durbin-Watson stat
87.14987 1.338319
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dibandingkan dengan hasil regresi tanpa penyesuaian CrossSection SUR, hasilnya menunjukkan penurunan pada standard error dan kenaikan pada adjusted R-Square. Sehingga dapat diasumsikan
bahwa masalah autokorelasi telah disesuaikan sehingga dampaknya sudah tidak mengganggu hasil regresi lagi. 4.
Hasil Uji Hipotesis Pengujian
hipotesis
dalam
penelitian
ini
dilakukan
dengan
menggunakan analisis regresi berganda (multiple regression analysis) dengan model Fixed Effect sebagaimana telah dilakukan pada pemilihan model terbaik sebelumnya, yaitu diakukan melalui uji koefisien determinasi, uji statistik t, dan uji statistik F dengan menggunakan tingkat signifikansi sebesar 0,05 atau 5 %. Apabila tingkat signifikansi lebih kecil dari 0,05 maka Ha diterima, sebaliknya apabila tingkat signifikansi lebih besar dari 0,05 maka H0 diterima. a.
Analisis Regresi Berganda Hasil analisis regresi berganda dapat dilihat dari tabel di bawah ini: Tabel 14. Regresi Linear Berganda Dependent Variable: CAR Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP
-0.247695 0.426070 0.081950 -0.317403 0.036363
0.117799 0.141725 0.028005 0.066382 0.033711
-2.102703 3.006309 2.926239 -4.781466 1.078666
0.0373 0.0031 0.0040 0.0000 0.2826
C
79.31193
2.889979
27.44377
0.0000
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.691584 0.664959 1.030487 25.97422 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
66.82652 93.98597 147.6047 1.673166
Unweighted Statistics R-squared Sum squared resid
0.525619 477.3600
Mean dependent var Durbin-Watson stat
87.14987 1.338319
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Dari tabel diatas dapat dibuat model persamaan regresi sebagai berikut: Y = 79,31 – 0,25ROA + 0,43NOM + 0,08FDR – 0,32NPF + 0,04VAP + e
Dengan penyesuaian terhadap variabel yang tidak berpengaruh signifikan, maka model persamaan regresi adalah sebagai berikut: Y = 79,31 – 0,25ROA + 0,43NOM + 0,08FDR – 0,32NPF + e Berdasarkan persamaan regresi diatas dapat dijelaskan sebagai berikut: 1)
Koefisien konstanta sebesar 79,31, dengan ini dapat diartikan bahwa Y (DAR) akan bernilai 79,31% jika, Return On Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio
(FDR), Non-Performing Financing (NPF), Volume Aset Portofolio (VAP) masing-masing bernilai 0. 2)
Variabel Return On Asset (ROA) memiliki nilai koefisien regresi 0,25. Hal ini menyatakan bahwa setiap penambahan Return On Asset (ROA) sebesar 1% dengan asumsi variabel lain tetap, maka terjadi penurunan pada Solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR) dengan nilai 0,25%.
3)
Variabel Net Operating Margin (NOM) memiliki nilai koefisien regresi
sebesar
0,43.
Hal
ini
menyatakan bahwa
setiap
penambahan Net Operating Margin (NOM) sebesar 1% dengan asumsi variabel lain tetap maka, akan meningkatkan Solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR) sebesar 0,43%. 4)
Variabel Financing to Debt Ratio (FDR) memiliki nilai koefisien regresi positif sebesar 0,08. Hal ini menyatakan bahwa setiap penambahan Financing to Debt Ratio (FDR) sebesar 1% dengan asumsi variabel lain tetap, maka akan meningkatkan Solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR) sebesar 0,08%.
5)
Variabel Non-Performing Financing (NPF) memiliki nilai koefisien regresi sebesar -0,32. Hal ini menyatakan bahwa setiap penambahan Non-Performing Financing (NPF) sebesar 1% dengan
asumsi variabel lain tetap, maka akan menurunkan Solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR) sebesar 0,32%. 6)
Variabel Volume Aset Portofolio (VAP) memiliki nilai koefisien regresi
sebesar
0,04.
Hal
ini
menyatakan bahwa
setiap
penambahan Volume Aset Portofolio (VAP) sebesar 1 satuan dengan asumsi variabel lain tetap, maka akan meningkatkan Solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR) sebesar 0,04%. b.
Koefisien Determinasi (R2) Koefisien determinasi (R2) bertujuan untuk mengukur seberapa jauh kemampuan model dapat menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 (nol) dan 1 (satu). Nilai Koefisien determinasi yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi
yang dibutuhkan untuk
memprediksi variasi variabel dependen. Penelitian ini menggunakan Koefisien determinasi dengan menggunakan nilai adjusted R-square untuk mengevaluasi model regresi. Nilai adjusted R-square dalam penelitian ini dapat dilihat dalam tabel di bawah ini.
Tabel 15. Adjusted R-Square Dependent Variable: CAR Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.691584 0.664959 1.030487 25.97422 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
66.82652 93.98597 147.6047 1.673166
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Berdasarkan tabel diatas dapat dilihat bahwa besarnya adjusted Rsquare adalah 0,664959 atau 66,50%. Hal ini berarti 66,50% variabel dependen solvabilitas Bank Syariahyang diwakili oleh Debt to Assets Ratio (DAR) dapat dijelaskan secara signifikan oleh variasi variabel independen. Variabel independen tersebut adalah Return On Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing Financing (NPF), Volume Aset Portofolio (VAP). Sedangkan sisanya sebesar 33,50% (100% – 66,50%) dijelaskan oleh variabel lain diluar model regresi dalam penelitian ini. c.
Uji Signifikansi Parameter Individual (Uji Statistik t) Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya
pengaruh
masing-masing variabel independen secara individual
terhadap variabel dependen yang diuji pada tingkat signifikansi 5% atau 0, 05. Apabila nilai probabilitas < 0,05 maka koefisien regresi signifikan dan Ha diterima. Sedangkan apabila nilai probabilitas > 0,05 maka koefisien regresi tidak signifikan dan Ha ditolak. Hasil uji signifikansi parameter individual (Uji Statistik t) dapat dilihat pada tabel output dibawah ini: Tabel 16. Uji Statistik t Dependent Variable: CAR Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP C
-0.247695 0.426070 0.081950 -0.317403 0.036363 79.31193
0.117799 0.141725 0.028005 0.066382 0.033711 2.889979
-2.102703 3.006309 2.926239 -4.781466 1.078666 27.44377
0.0373 0.0031 0.0040 0.0000 0.2826 0.0000
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Pada tabel diatas terlihat bahwa variabel independen Return On Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing Financing (NPF) berpengaruh signifikan terhadap solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR) karena tingkat signifikansi masing-masing lebih kecil dari tingkat signifikansi 0,05. Sedangkan variabel Volume Aset Portofolio
(VAP) tidak berpengaruh signifikan terhadap solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR) karena tingkat signifikansi lebih besar dari tingkat signifikansi 0,05. Berikut ini akan dijelaskan secara lebih lanjut mengenai hasil temuan pada tabel diatas: 1)
Pengaruh Return on Assets (ROA) terhadap Solvabilitas Bank Syariah Hipotesis pertama (Ha1) adalah Tingkat Earning (ROA) berpengaruh signifikan secara parsial kepada Solvabilitas Bank Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t hitung sebesar -2,102703 yang lebih besar dari nilai t tabel 1,97591 (negatif diabaikan) dengan tingkat signifikan sebesar 0,0373 (lebih kecil dari tingkat signifikansi 0,05) sehingga dapat disimpulkan bahwa variabel Return On Asset (ROA) berpengaruh negatif secara signifikan terhadap Solvabilitas Bank Syariah yang berarti Ha1 diterima. Hasil pengujian menunjukan bahwa Return On Asset (ROA) berpengaruh secara signifikan terhadap Solvabilitas Bank Syariah. ROA yang semakin besar mengindikasikan semakin efektifnya aktiva yang digunakan sehingga membuat laba semakin tinggi dan akan membuat penggunaan hutang akan menurun. Hal ini
disebabkan oleh kemampuan perusahaan untuk membiayai kegiatan usahanya dengan menggunakan laba ditahan. Hasil penelitian ini sesuai dengan penelitian Aydin Ozkan (2001), Mira (2004), dan Raden (2001). Ketiganya menjelaskan bahwa profitabilitas berpengaruh negatif terhadap Debt to Assets Ratio (DAR). Tetapi, Aydin Ozkan dan Mira menyatakan bahwa profitabilitas mempunyai pengaruh yang signifikan terhadap DAR, sedangkan
Raden
menyatakan
bahwa
profitabilitas
tidak
mempunyai pengaruh signifikan terhadap DAR. 2)
Pengaruh Net Operating Margin (NOM) terhadap Solvabilitas Bank Syariah Hipotesis kedua (Ha2) adalah Tingkat Earning (NOM) berpengaruh signifikan secara parsial kepada Solvabilitas Bank Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t hitung sebesar 3,006309 yang lebih besar dari nilai t tabel 1,97591 dengan tingkat signifikan sebesar 0,0031 (lebih besar dari tingkat signifikansi 0,05) sehingga dapat disimpulkan bahwa variabel Net Operating Margin (NOM) berpengaruh secara signifikan terhadap Solvabilitas Bank Syariah yang berarti Ha2 diterima. Hasil pengujian menunjukan bahwa Net Operating Margin (NOM) berpengaruh secara signifikan terhadap Solvabilitas Bank Syariah. NOM digunakan untuk mengetahui kemampuan aktiva
produktif dalam menghasilkan laba. NOM yang semakin besar menunjukkan kinerja yang baik dari Bank Syariah untuk mendapatkan laba dari kegiatan operasionalnya. Hasil penelitian ini sesuai dengan penelitian yang dilakukan Aydin (2001) dan Mira (2004) dimana dalam penelitiannya rasio profitabilitas mempunyai pengaruh yang signifikan terhadap Debt to Assets Ratio (DAR). 3)
Pengaruh Financing to Debt Ratio (FDR) terhadap Solvabilitas Bank Syariah Hipotesis ketiga (Ha3) adalah Tingkat risiko likuiditas (FDR) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t hitung sebesar 2,926239 yang lebih besar dari nilai t tabel 1,97591 dengan tingkat signifikan sebesar 0,0040 (lebih kecil dari tingkat signifikan 0,05) sehingga dapat disimpulkan bahwa variabel Financing to Debt Ratio (FDR) berpengaruh positif secara signifikan terhadap Solvabilitas Bank Syariah yang berarti Ha3 diterima. Hasil pengujian menunjukkan bahwa Financing to Debt Ratio (FDR) berpengaruh positif secara signifikan terhadap Solvabilitas Bank Syariah. FDR merupakan ukuran likuiditas yang mengukur besarnya dana yang ditempatkan dalam bentuk pembiayaan yang berasal dari dana yang dikumpulkan oleh bank
(terutama dana masyarakat). Semakin tinggi FDR dimana harta lancar yang dimiliki perusahaan semakin besar dan kemampuan perusahaan dalam memenuhi kewajiban jangka pendeknya meningkat maka penggunaan hutang juga akan meningkat karena mampu ditutupi dengan harta lancar yang ada. Hasil penelitian ini sesuai dengan penelitian yang dilakukan Aydin (2001) dan Raden (2012) dimana dalam penelitiannya menyatakan bahwa rasio likuiditas mempunyai pengaruh positif terhadap Debt to Assets Ratio (DAR). 4)
Pengaruh
Non-Performing
Financing
(NPF)
terhadap
Solvabilitas Bank Syariah Hipotesis keempat (Ha4) adalah Tingkat risiko kredit (NPF) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t hitung sebesar 4,781466 yang lebih besar dari nilai t tabel 1,97591 (negatif diabaikan) dengan tingkat signifikan sebesar 0,00001 (lebih kecil dari tingkat signifikan 0,05) sehingga dapat disimpulkan bahwa variabel
Non-Performing
Financing
(NPF)
berpengaruh
negatifsecara signifikan terhadap Solvabilitas Bank Syariah yang berarti Ha4 diterima. Hasil
pengujian menunjukkan bahwa
Non-Performing
Financing (NPF) berpengaruh negatif secara signifikan terhadap
Solvabilitas Bank Syariah. NPF merupakan rasio yang mengukur tingkat permasalahan pembiayaan yang dihadapi oleh Bank Syariah.
Semakin tinggi
rasio
ini, menunjukkan kualitas
pembiayaan Bank Syariah yang semakin buruk, sehingga berpotensi terhadap kerugian Bank. Semakin tinggi NPF, maka semakin tinggi debitur yang tidak memberikan kewajibannya dalam bentuk margin ataupun bagi hasil kepada kreditur, sehingga berpotensi
menurunkan
pendapatan
bank
serta
menaikkan
penggunaan hutang dalam kegiatan usahanya dibandingkan laba ditahan. Hasil penelitian ini sesuai dengan penelitian yang dilakukan Mira (2004) dimana dalam penelitiannya itu digunakan variabel likuiditas yang akan mempengaruhi DAR bank. Hasilnya menunjukkan
bahwa
likuiditas
secara
parsial
berpengaruh
signifikan negatif terhadap DAR 5)
Pengaruh Volume Aset Portofolio (VAP) terhadap Solvabilitas Bank Syariah Hipotesis kelima (Ha5) adalah Tingkat risiko pasar (VAP) berpengaruh secara parsial kepada Solvabilitas Bank Syariah. Dari hasil pengujian analisis regresi diperoleh nilai t hitung sebesar 1,078666 yang lebih kecil dari nilai t tabel 1,97591 dengan tingkat signifikan sebesar 0,2826 (lebih besar dari tingkat signifikan 0,05)
sehingga dapat disimpulkan bahwa variabel Volume Aset Portofolio (VAP) tidak berpengaruh secara signifikan terhadap Solvabilitas Bank Syariah yang berarti Ha5 diterima. Hasil
pengujian
menunjukkan
bahwa
Volume
Aset
Portofolio (VAP) tidak berpengaruh secara signifikan terhadap Solvabilitas Bank Syariah. VAP merupakan salah satu bentuk pengendalian terhadap risiko pasar yang memberi gambaran seberapa besar potensi kerugian bank apabila terjadi perubahan kurs atau perubahan nilai dari portofolio itu sendiri di pasar, tetapi pada penelitian ini tidak berpengaruh secara signifikan terhadap DAR. d.
Uji Signifikansi Simultan ( Uji Statistik F) Uji statistik F menunjukkan apakah semua variabel independen yang dimasukkan dalam model regresi mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Uji statistik F digunakan untuk mengetahui pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersama-sama terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05. Jika F hitung > F tabel dengan df (5,147) dan tingkat signifikansi < 0,05 maka Ha diterima. Uji Statistik-F dapat dilihat dari tabel di bawah: Tabel 17. Uji F Statistik Dependent Variable: CAR
Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.691584 0.664959 1.030487 25.97422 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
66.82652 93.98597 147.6047 1.673166
Sumber: Data Sekunder Diolah (Output Eviews 8.1)
Hasil pengolahan data pada tabel diatas melalui F-test terlihat bahwa nilai F hitung sebesar 25,97422 yang lebih besar dari F tabel sebesar 2,28 dan nilai signifikansi sebesar 0,00001 < 0,05. Uji ini menunjukkan bahwa model regresi dapat digunakan secara bersamasama untuk memprediksi tingkat Solvabilitas Bank Syariah (DAR). Hal ini membuktikan bahwa Return On Asset (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing Financing (NPF), Volume Aset Portofolio (VAP) bersama-sama secara simultan berpengaruh positif terhadap terhadap Solvabilitas Bank Syariah yang diukur dengan Debt to Assets Ratio (DAR). Sehingga dapat disimpulkan bahwa Ha6 diterima dalam model regresi penelitian ini.
BAB V PENUTUP A. Kesimpulan Penelitian ini bertujuan untuk mengetahui pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR)yang diukur melalui Return On Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), Non-Performing Financing (NPF), dan Volume Aset Portofolio (VAP) terhadap Solvabilitas Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR). Penelitian ini menggunakan data sekunder yang diperoleh dari laporan keuangan bank triwulan Bank Umum Syariah yang dipublikasikan untuk umum periode tahun 2010 sampai tahun 2014. Berdasarkan hasil penelitian dapat disimpulkan bahwa: 1.
Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal Earning yang diukur dengan Return On Assets (ROA) berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR).
2.
Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal Earning yang diukur dengan Net Operating Margin (NOM) berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR).
102
3.
Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal Risiko Likuiditas yang diukur dengan Financing to Debt Ratio (FDR) berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR).
4.
Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal Risiko Pembiayaan yang diukur dengan Non-Performing Financing (NPF) berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR).
5.
Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dalam hal Risiko Pasar yang diukur dengan Volume Aset Portofolio (VAP) tidak berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR).
6.
Pengaruh Tingkat Kesehatan Risk-Based Bank Rating (RBBR) secara keseluruhan berpengaruh signifikan terhadap Solvabilitas Perbankan Syariah yang diukur dengan Debt to Assets Ratio (DAR). Dari jawaban permasalahan diatas, dapat disimpulkan bahwa secara umum
Tingkat Kesehatan Risk-Based Bank Rating (RBBR) mempunyai pengaruh yang cukup besar dalam fluktuasi dan trend penurunan Solvabilitas Perbankan Syariah pada periode 2010-2014. Jika dilihat lebih dalam lagi, penyebab turunnya Solvabilitas Perbankan Syariah terbesar pada periode 2010-2014 adalah risiko pembiayaan. Hal ini menunjukkan bahwa masih kurangnya strategi bank syariah
dalam meminimalisir adanya pembiayaan macet atau masih kurangnya kesadaran nasabah dalam melunasi pembiayaan di bank syariah. B. Implikasi Model teoritis yang diuji dan dikembangkan dalam penelitian ini diharapkan mampu memberikan konstribusi bagi pemahaman kita mengenai faktor-faktor yang dapat memengaruhi Solvabilitas Perbankan Syariah dilihat dari segi penerapan Penilaian Tingkat Kesehatan Risk-Based Bank Rating (RBBR). Hasil implikasi ini memiliki beberapa pengetahuan penting bagi perusahaan, investor, peneliti selanjutnya dan bagi peneliti sendiri. Berdasarkan kesimpulan yang telah diuraikan, menunjukkan bahwa variabel Return On Assets (ROA), Net Operating Margin (NOM), Financing to Debt Ratio (FDR), dan Non-Performing Financing (NPF) berpengaruh terhadap Solvabilitas Perbankan Syariah. Tetapi, variabel Volume Aset Portofolio (VAP) tidak berpengaruh terhadap Solvabilitas Perbankan Syariah. Implikasi yang dapat diberikan penulis terkait dengan penelitian ini adalah sebagai berikut: 1.
Perusahaan, khususnya perusahaan yang bergerak di sektor perbankan berbasis syariah dapat dijadikan sebagai acuan perusahaan untuk lebih meningkatkan kinerja secara efektif dan efisien dalam meningkatkan earning dan yang paling penting adalah menjaga dan terus mengevaluasi
strategi mitigasi risiko yang ada sehingga dapat meningkatkan kualitas penilaian tingkat kesehatan demi meningkatkan solvabilitas. 2.
Peneliti, dapat digunakan sebagai sarana untuk menambah wawasan dan pengalaman serta pengetahuan mengenai implementasi Penilaian Tingkat Kesehatan Risk-Based Bank Rating (RBBR) pada lembaga keuangan syariah dan bagaimana pengaruhnya terhadap internal perusahaan khusunya adalah solvabilitasnya.
3.
Praktisi, dapat digunaan oleh para praktisi seperti otoritas jasa keuangan dan para analis keuangan syariah mengenai relevansi Solvabilitas Perbankan Syariah yang dipengaruhi oleh Penilaian Tingkat Kesehatan Risk-Based Bank Rating (RBBR). Sementara implikasi untuk investor, dari penelitian ini diharapkan dapat memberikan gambaran dan tambahan informasi kepada investor mengenai kualitas internal lembaga keuangan syariah, khususnya solvabilitasnya dengan melihat indikator Tingkat Kesehatan Risk-Based Bank Rating (RBBR) sehingga dapat dijadikan bahan pertimbangan bagi investor untuk melakukan keputusan investasi pada lembaga keuangan syariah secara tepat dan menguntungkan di masa mendatang.
C. Saran Berdasarkan kesimpulan diatas, maka penulis menyampaikan beberapa saran sebagai berikut: 1.
Penelitian selanjutnya disarankan untuk menggunakan sampel atau jenis perusahaan yang berbeda sebagai pembanding, seperti memasukkan atau
menambahkan Unit Usaha Syariah (UUS) dan Bank Perkreditan Rakyat Syariah (BPRS) sebagai sampel dalam penelitian. 2.
Penelitian selanjutnya diharapkan untuk menggunakan indikator lain selainTingkat Kesehatan Risk-Based Bank Rating (RBBR) terhadap Solvabilitas Perbankan Syariah.
3.
Penelitian selanjutnya disarankan untuk menggunakan indikator lain dalam hal ukuran variabel-variabel yang digunakan dalam penelitian ini yaitu tingkat Earning, Risiko Likuiditas, Risiko Pembiayaan, Risiko Pasar, dan Solvabilitas. Seperti menambahkan indikator kualitatif atau perhitungan lainnya yang mempresentasikannya. Penelitian selanjutnya disarankan untuk memasukkan atau menambah
variabel-variabel baru yang diidentifikasi sebagai variabel Penilaian Tingkat Kesehatan Risk-Based Bank Rating (RBBR) dan Solvabilitas Perbankan Syariah.
DAFTAR PUSTAKA Altman, Edward. I. 1968. Financial Rations: Discriminant Analysis and ThePrediction of Corporate Bankcruptcy.The Journal of Finance, VolXXIII, pp: 589 – 609. Ariefianto, Doddy. 2012. Ekonometrika : Esensi dan Aplikasi dengan Menggunakan Eviews. Jakarta: Penerbit Erlangga. Arthesa, Ade & Edia Handiman. 2006. Bank & Lembaga Keuangan Bukan Bank. Jakarta: PT. Indeks. Bank Indonesia. 2011. Surat Edaran No. 13/24/DPNP Tentang Penilaian Tingkat Kesehatan Bank Umum. Jakarta: Bank Indonesia. Dewi, Mira Puspita. 2004. Analisis Faktor-Faktor yang Mempengaruhi Struktur Modal pada Perusahaan Jasa Perbankan. Tesis Program Pascasarjana Universitas Indonesia. Endri. 2009. Prediksi Kebangkrutan Bank untuk Menghadapi dan Mengelola Perubahan Lingkungan Bisnis: Analisis Model Altman’s Z-Score. Perbanas Quarterly Review Volume 2. Maret 2009. Febriminanto, Raden David. 2012. Analisis Faktor-Faktor yang Mempengaruhi Struktur Modal pada Perusahaan yang Terdaftar di Bursa Efek Indonesia Periode 2001-2010. Skripsi Program Sarjana (S1) Universitas Indonesia. Ghozali, Imam. 2011.Aplikasi Analisis Multivariate dengan Program SPSS. Edisi 5.Semarang: Badan Penerbit Universitas Diponegoro. Ihsan, Dwi Nur’aini. 2013. Analisa Laporan Keuangan Perbankan Syariah. Jakarta: UIN Jakarta Press. Indriantoro, Nur & Babang Suporno.2002. Metodologi Penelitian Bisnis untuk Akuntansi dan Manajemen.Yogyakarta: Lembaga Penerbit BPFE. Kasmir. 2012. Dasar-Dasar Perbankan. Jakarta: RajaGrafindo Persada. Kurniawan, Albert. 2014. Metode Riset untuk Ekonomi dan Bisnis : Teori, Konsep, dan Praktik Penelitian Bisnis. Bandung: Penerbit Alfabeta. Ozkan, Aydin. 2001. Determinants of Capital Structure and Adjusment to Long Run Target: Evidence from UK Company Panel Data.Journal of Business Finance & Accounting Volume 28.
107
Pasaribu, Rowland. 2008. Penggunaan Binary Logit untuk Prediksi Financial Distress Perusahaan yang Tercatat di Bursa Efek Jakarta (Studi Kasus Emiten Industri Perdagangan). Ventura Volume.11. 2008. Riduwan & Sunarto. 2013. Pengantar Statistika untuk Penelitian : Pendidikan, Sosial, Komunikasi, Ekonomi, dan Bisnis. Bandung: Alfabeta Bandung. Rivai, Veithzal. 2007. Bank And Financial Institution Management Conventional & Sharia System. Jakarta: Rajawali. Romdayanah. 2011. Pengaruh Faktor Permodalan, Kualitas Aset, Dan Likuiditas Terhadap Profitabilitas Bank Umum Syariah. Skripsi Program Sarjana (S1) Pada Jurusan Ekonomi Islam Fakultas Syariah Institut Agama Islam Negeri Walisongo. Semarang. Rosadi, Dedi. 2012. Ekonometrika & Analisis Runtun Waktu Terapan dengan Eviews. Yogyakarta: Penerbit ANDI. Sarwono, Jonathan. 2013. Strategi Melakukan Riset. Yogyakarta: Penerbit ANDI. Setyawan , Aditya Wira Perdana. 2012. Pengaruh Komponen Risk Based Bank Rating Terhadap Harga Saham Perusahaan Perbankan Yang Go Public Di Bursa Efek Indonesia (BEI)Tahun 2008-2011. Skripsi Program Sarjana (S1) Pada Program Sarjana Fakultas Ekonomika Dan Bisnis Universitas Diponegoro. Semarang. Siti Rahmayanti Husein. 2012. Analisis Perbandingan Kinerja Keuangan Bank Muamalat Indonesia (BMI) Dengan Bank Syariah Mandiri (BSM). Skripsi Program Pendidikan Strata Satu Jurusan Akuntansi Sekolah Tinggi Ilmu Ekonomi Perbanas. Surabaya Subramanyam & John J. Wild. Financial Statement Analysis. Mc Graw Hill. Amerika. 2008. Diterjemahkan oleh Dewi Yanti. Salemba Empat. Jakarta. 2010. Sudarsono, Heri. Dampak Krisis Keuangan Global terhadap Perbankan di Indonesia: Perbandingan antara Bank Konvensional dan Bank Syariah. Jurnal LaRiba, Vol. III, No. 1, Juli 2009. Sugiyono. 2011. Metode Penelitian Kuantitatif dan Kualitatif dan R&D. Bandung. Alfabeta.
Sumitro, Warkum. 2004. Asas-Asas Perbankan Islam dan Lembaga-Lembaga Terkait (BAMUI, TAKAFUL, dan Pasar Modal Syariah di Indonesia. Jakarta: RajaGrafindo Persada. Surifah. 1999.Rasio Keuangan Sebagai Alat Prediksi Kegagalan Suatu Bank.Tesis Program Pasca Sarjana. Universitas Gadjah Mada.Yogyakarta. Sutedi, Adrian. 2009. Perbankan Syariah: Tinjauan dan Beberapa Segi Hukum. Jakarta: Ghalia Indonesia. Utomo, Anif Punto, et al. 2014. Dua Dekade Ekonomi Syariah: Menuju Kiblat Ekonomi Islam. Jakarta: Gres! Publishing Pusat Komunikasi Ekonomi Syariah. Widarjo, Wahyu & Doddy Setiawan.2009. Pengaruh Rasio Keuangan terhadap Kondisi Financial Distress Perusahaan Otomotif. Jurnal Bisnis dan Akuntansi. Volume. 11. 2009. Widyaningrum, Hening Asih; Suhadak; Topowijono. 2014. Analisis Tingkat Kesehatan Bank Dengan Menggunakan Metode Risk-Based Bank Rating (RBBR) (Studi pada Bank yang Terdaftar di Bursa Efek Indonesia dalam IHSG Sub Sektor Perbankan Tahun 2012). Jurnal Administrasi Bisnis (JAB) Vol. 9 No. 2 April 2014. Wijaya, Handi; Martin Surya Mulyadi.Penilaian Bisnis Dan AnalisisTingkat Kesehatan Bank Mutiara(Suatu Studi Komparatif). Jurnal Universitas Bina Nusantara, Jurusan Akuntansi, Fakultas Ekonomi dan Bisnis. Winarno,Wing Wahyu. 2011. Analisis Ekonometrika dan Statistika dengan Eviews. Edisi 3. Yogyakarta: UPP STIM YKPM.
LAMPIRAN A. Data Penelitian
1
Bank Syariah Mandiri
2
Bank Muamalat Indonesia
No Bank
Tahun 2010 II III IV 2011 I II III IV 2012 I II III IV 2013 I II III IV 2014 I II III IV 2010 II III IV 2011 I II III IV 2012 I II III IV 2013 I II
DAR 93.18 93.16 93.78 93.51 93.49 93.96 93.69 93.42 93.02 92.84 92.29 92.00 92.23 92.47 92.40 91.96 92.02 92.14 92.63 93.65 90.57 91.84 91.63 92.10 92.29 93.63 93.13 93.19 93.49 95.91 94.41 94.27
ROA 2.22 2.30 2.21 2.22 2.12 2.03 1.95 2.17 2.25 2.22 2.25 2.56 1.79 1.51 1.53 1.77 0.66 0.80 0.17 1.07 0.81 1.36 1.38 1.74 1.55 1.52 1.51 1.61 1.62 1.54 1.72 1.69
NOM 1.03 1.64 1.84 0.54 1.01 1.35 1.65 0.57 1.15 1.67 2.15 0.66 0.90 1.11 1.48 0.46 0.35 0.61 0.16 0.58 0.87 1.20 0.43 0.82 1.05 1.23 0.38 0.78 1.12 1.22 0.42 0.85
110
FDR 85.16 86.31 82.54 84.06 88.52 89.86 86.03 87.25 92.21 93.90 94.40 95.61 94.22 91.29 89.37 90.34 89.91 85.68 82.13 103.71 99.68 91.52 95.82 95.71 92.45 85.18 97.08 99.85 99.96 94.15 102.02 106.50
NPF 0.88 1.45 1.29 1.12 1.14 1.26 0.95 0.86 1.41 1.55 1.14 1.55 1.10 1.59 2.29 2.65 3.90 4.23 4.29 3.93 3.36 3.51 3.99 3.57 3.71 1.78 1.97 1.94 1.61 1.81 1.76 1.86
VAP 19.97 16.95 19.81 18.50 14.13 13.49 16.40 15.01 11.02 9.75 10.47 9.99 10.09 11.25 13.01 13.05 12.48 16.66 18.69 5.25 11.66 15.30 8.68 8.11 10.33 23.39 16.79 14.28 13.79 19.61 17.06 13.10
2014
2010
3
BNI Syariah
2011
2012
2013
2014
4
Bank Mega Syariah
2010
2011
2012
2013
III IV I II III IV II III IV I II III IV I II III IV I II III IV I II III IV II III IV I II III IV I II III IV I II
94.32 93.82 91.70 92.11 92.73 93.50 82.14 82.88 83.56 82.64 83.68 84.86 87.28 88.28 87.52 87.78 88.85 90.24 90.45 90.94 91.13 91.42 92.10 89.67 90.00 91.41 90.99 91.77 90.68 90.61 90.91 92.17 91.72 90.73 91.47 92.40 91.70 91.36
1.68 1.37 1.44 1.03 0.10 0.17 (12.02) (0.65) 0.61 3.42 2.22 2.37 1.29 0.63 0.65 1.31 1.48 1.62 1.24 1.22 1.37 1.22 1.11 1.11 1.27 2.98 2.47 1.90 1.77 1.87 1.65 1.58 3.52 4.13 4.11 3.81 3.57 2.94
1.24 1.32 0.38 0.53 0.12 0.25 (1.06) (0.35) 0.60 0.90 1.13 1.72 1.17 0.17 0.37 0.99 1.45 0.42 0.68 1.02 1.40 0.33 0.53 0.80 1.21 1.69 2.12 2.04 0.48 0.97 1.22 1.44 0.93 2.16 2.77 3.27 0.94 1.56
103.40 99.99 105.40 96.78 98.81 84.14 73.70 150.63 68.93 76.53 84.46 86.13 78.60 78.78 80.94 85.36 84.99 80.11 92.13 96.37 97.86 96.67 98.96 94.29 92.58 86.68 89.11 78.17 79.20 81.48 83.00 83.08 84.90 92.09 88.03 88.88 98.37 104.19
1.84 0.78 1.56 3.18 4.74 4.76 2.55 2.60 1.92 2.12 1.71 1.78 2.42 2.77 1.75 1.62 1.42 0.97 1.54 1.49 1.13 1.27 1.35 1.51 1.04 2.02 2.60 2.11 1.97 2.14 2.25 1.79 1.53 1.51 1.41 1.32 1.42 2.19
12.45 17.14 15.42 16.83 16.33 23.31 35.01 40.16 37.84 32.42 25.79 22.56 29.46 32.56 24.53 20.68 19.84 24.80 19.58 18.34 16.25 15.78 16.16 17.62 16.82 12.46 12.55 22.27 20.79 22.16 19.54 18.66 18.33 15.95 15.46 16.32 6.78 5.91
2014
2010
5
BRI Syariah
2011
2012
2013
2014
2010
6
BCA Syariah
2011
2012
2013
III IV I II III IV II III IV I II III IV I II III IV I II III IV I II III IV II III IV I II III IV I II III IV I II
90.94 91.56 90.91 90.40 90.31 88.82 80.02 84.27 86.07 86.75 87.51 89.74 91.37 90.77 91.01 91.16 92.42 92.52 89.81 89.71 90.24 90.23 90.72 90.82 91.60 63.08 62.36 65.37 68.65 68.86 70.63 74.42 75.52 76.23 76.63 81.00 80.12 80.99
2.57 2.33 1.18 0.99 0.24 0.29 0.97 0.24 0.35 0.23 0.20 0.40 0.20 0.17 1.21 1.34 1.19 1.71 1.41 1.36 1.15 0.46 0.03 0.20 0.08 0.99 0.98 0.78 0.87 0.89 0.95 0.90 0.39 0.74 0.69 0.84 0.92 0.97
2.02 2.17 0.35 0.54 0.20 0.30 0.35 0.11 0.14 (0.05) (0.02) 0.13 0.05 0.03 0.58 0.95 0.98 0.42 0.70 1.01 1.10 0.10 0.01 0.13 0.05 0.34 0.67 0.75 0.21 0.45 0.90 0.77 0.10 0.39 0.55 0.72 0.24 0.48
102.89 93.37 95.53 95.68 90.50 93.61 91.23 102.17 95.82 97.44 93.34 95.58 90.55 101.76 102.77 99.99 103.07 100.90 103.67 105.61 102.70 102.13 95.14 94.85 93.90 70.57 65.32 77.89 76.83 77.69 79.92 78.84 74.14 77.41 91.67 79.91 86.35 85.86
1.63 1.45 1.62 1.81 1.82 1.81 1.97 2.06 2.14 1.70 2.77 2.27 2.12 2.40 2.15 1.89 1.84 2.01 1.94 2.14 3.26 3.36 3.61 4.19 3.65 1.02 0.20 0.15 0.09 0.14 0.01 -
6.82 12.91 10.82 14.24 14.53 12.41 6.17 11.64 13.00 12.77 13.08 9.32 11.29 7.73 9.67 10.58 13.71 15.17 13.20 11.98 12.53 14.06 15.06 13.79 20.79 50.84 54.50 44.97 43.17 43.82 39.25 38.65 40.56 37.35 26.33 32.23 27.93 27.09
2014
2010
7
Bank Syariah Bukopin
2011
2012
2013
2014
8
Bank Panin Syariah
2010
2011
2012
2013
III IV I II III IV II III IV I II III IV I II III IV I II III IV I II III IV II III IV I II III IV I II III IV I II
82.36 84.64 84.35 85.67 75.47 79.09 92.86 93.54 93.46 92.97 93.25 89.55 90.63 90.35 91.67 92.28 92.45 92.26 92.54 92.84 93.26 93.49 93.57 89.55 90.29 44.93 57.82 68.74 72.70 48.85 45.65 55.49 55.78 63.47 72.59 77.03 78.14 80.00
0.99 1.01 0.86 0.69 0.67 0.76 0.59 0.43 0.74 0.62 0.65 0.51 0.52 0.54 0.52 0.61 0.55 1.08 1.04 0.79 0.69 0.22 0.27 0.23 0.27 (5.28) (3.31) (2.53) (1.55) (0.79) 0.70 1.75 2.35 3.03 2.90 3.48 2.72 2.34
0.71 0.86 0.22 0.32 0.44 0.61 0.36 0.40 0.73 0.20 0.33 0.50 0.63 0.16 0.30 0.47 0.80 0.29 0.56 0.86 0.78 0.07 0.18 0.24 0.35 (1.95) (2.60) (2.59) (0.37) (0.30) 0.41 1.25 0.57 1.29 1.61 2.34 0.66 1.06
88.98 83.48 89.53 85.31 93.02 91.17 108.91 102.90 99.37 95.18 93.45 81.12 83.66 90.34 93.56 99.33 92.29 87.80 93.43 95.15 100.29 97.14 102.84 103.66 92.89 90.11 82.80 69.76 78.64 97.85 205.31 162.97 140.35 127.88 149.82 105.66 120.91 123.60
0.05 0.04 0.05 0.10 3.67 3.91 3.42 0.98 1.61 1.57 1.54 2.85 2.50 4.46 4.26 4.28 4.03 3.86 3.68 3.97 3.86 3.81 3.34 0.14 0.32 0.82 0.61 0.23 0.16 0.19 0.60 0.56
22.79 25.12 20.67 23.35 25.97 24.05 15.39 17.70 16.03 13.74 13.41 19.60 10.49 11.58 15.88 15.78 17.82 15.41 15.12 13.77 15.37 17.29 15.51 15.90 19.37 47.85 45.51 45.22 37.55 43.95 33.46 29.25 28.19 25.10 20.49 27.80 16.39 15.30
III IV 2014 I II III IV
83.41 87.02 76.79 78.40 80.50 82.72
2.18 1.03 1.45 1.64 1.82 1.99
1.34 0.72 0.20 0.61 1.06 1.58
112.46 90.40 112.84 140.48 111.79 94.04
1.01 0.77 0.94 0.57 0.43 0.29
17.07 35.21 29.01 10.49 18.20 22.43
B. Hasil Eviews 1. Chow Test Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test
Statistic
Cross-section F Cross-section Chi-square
9.181251 57.768374
d.f.
Prob.
(7,139) 7
0.0000 0.0000
Cross-section fixed effects test equation: Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:01 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP C
-0.211485 0.983542 -0.046293 0.737497 -0.211919 93.75862
0.306649 0.425328 0.071055 0.163091 0.077043 7.267787
-0.689663 2.312433 -0.651510 4.522005 -2.750653 12.90057
0.4915 0.0222 0.5157 0.0000 0.0067 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.310681 0.287074 2.179680 693.6470 -331.0529 13.16067 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
87.14987 2.581492 4.434907 4.554271 4.483397 0.995124
2. Hausman Test Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
29.046661
5
0.0000
Random
Var(Diff.)
Prob.
-0.224451 0.754149 0.003315 0.270689 -0.110725
0.002100 0.002500 0.000409 0.011418 0.000759
0.7647 0.0008 0.0758 0.0000 0.0000
Cross-section random effects test comparisons: Variable ROA NOM FDR NPF VAP
Fixed -0.238170 0.585868 0.039205 -0.281473 0.019469
Cross-section random effects test equation: Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:02 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C ROA NOM FDR NPF VAP
83.46946 -0.238170 0.585868 0.039205 -0.281473 0.019469
7.113991 0.272885 0.370933 0.069546 0.200477 0.076367
11.73314 -0.872788 1.579445 0.563721 -1.404012 0.254943
0.0000 0.3843 0.1165 0.5739 0.1625 0.7991
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.528627 0.487933 1.847285 474.3323 -302.1687 12.99030 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
87.14987 2.581492 4.146957 4.405579 4.252018 1.344517
3. Uji Asumsi Klasik a. Uji Normalitas 14
Series: Standardized Residuals Sample 2010Q2 2014Q4 Observations 152
12 10 8 6 4 2
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
-2.28e-16 -0.038459 3.512544 -5.189957 1.772364 -0.354758 2.905240
Jarque-Bera Probability
3.245155 0.197389
0 -5
-4
-3
-2
-1
0
1
2
3
b. Uji Multikolinearitas ROA NOM FDR NPF VAP
ROA 1.000000 0.835493 -0.018381 -0.143408 -0.165363
NOM 0.835493 1.000000 -0.021375 -0.044436 -0.149306
FDR -0.018381 -0.021375 1.000000 0.246813 -0.347137
NPF -0.143408 -0.044436 0.246813 1.000000 -0.452407
VAP -0.165363 -0.149306 -0.347137 -0.452407 1.000000
c. Uji Heteroskedastisitas Dependent Variable: LOG(RES2) Method: Panel Least Squares Date: 08/06/15 Time: 21:11 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C ROA NOM FDR NPF VAP
-3.775351 -0.149391 0.221538 0.020934 -0.131651 0.098241
7.637491 0.322248 0.446964 0.074669 0.171387 0.080962
-0.494318 -0.463589 0.495651 0.280363 -0.768150 1.213412
0.6218 0.6436 0.6209 0.7796 0.4436 0.2269
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.026370 -0.006973 2.290558 766.0119 -338.5948 0.790863 0.557862
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
-0.208245 2.282613 4.534142 4.653505 4.582631 1.360581
d. Uji Autokorelasi Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP C
-0.238170 0.585868 0.039205 -0.281473 0.019469 83.46946
0.272885 0.370933 0.069546 0.200477 0.076367 7.113991
-0.872788 1.579445 0.563721 -1.404012 0.254943 11.73314
0.3843 0.1165 0.5739 0.1625 0.7991 0.0000
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.528627 0.487933 1.847285 474.3323 -302.1687 12.99030 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
87.14987 2.581492 4.146957 4.405579 4.252018 1.344517
4. Statistik Deskriptif Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
DAR 87.14987 87.34500 91.16000 77.82000 2.581492 -0.559841 3.091225
ROA 1.220987 1.165000 4.130000 -3.310000 1.092812 -0.408935 5.663821
NOM 0.706382 0.620000 3.270000 -2.600000 0.767910 -0.688364 7.797204
FDR 94.21191 94.05000 99.68000 89.86000 2.683305 0.156525 2.043761
NPF 1.790987 1.625000 4.760000 0.000000 1.278474 0.449641 2.391689
VAP 18.89783 18.45000 24.80000 14.99000 2.786157 0.462604 2.089149
Jarque-Bera Probability
7.992734 0.018382
49.17742 0.000000
157.7541 0.000000
6.411823 0.040522
7.465416 0.023928
10.67583 0.004806
Sum Sum Sq. Dev.
13246.78 1006.279
185.5900 180.3300
107.3700 89.04251
14320.21 1087.219
272.2300 246.8088
2872.470 1172.163
Observations
152
152
152
152
152
152
5. Regresi Fixed Effect Dependent Variable: DAR Method: Panel Least Squares Date: 08/06/15 Time: 20:03 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP C
-0.238170 0.585868 0.039205 -0.281473 0.019469 83.46946
0.272885 0.370933 0.069546 0.200477 0.076367 7.113991
-0.872788 1.579445 0.563721 -1.404012 0.254943 11.73314
0.3843 0.1165 0.5739 0.1625 0.7991 0.0000
Effects Specification Cross-section fixed (dummy variables) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
0.528627 0.487933 1.847285 474.3323 -302.1687 12.99030 0.000000
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
87.14987 2.581492 4.146957 4.405579 4.252018 1.344517
6. Regresi Fixed Effect dengan Cross-Section SUR Dependent Variable: DAR Method: Panel EGLS (Cross-section SUR) Date: 08/06/15 Time: 20:15 Sample: 2010Q2 2014Q4 Periods included: 19 Cross-sections included: 8 Total panel (balanced) observations: 152 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
ROA NOM FDR NPF VAP C
-0.247695 0.426070 0.081950 -0.317403 0.036363 79.31193
0.117799 0.141725 0.028005 0.066382 0.033711 2.889979
-2.102703 3.006309 2.926239 -4.781466 1.078666 27.44377
0.0373 0.0031 0.0040 0.0000 0.2826 0.0000
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.691584 0.664959 1.030487 25.97422 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
66.82652 93.98597 147.6047 1.673166
Unweighted Statistics R-squared Sum squared resid
0.525619 477.3600
Mean dependent var Durbin-Watson stat
87.14987 1.338319